简介 ： 关于技术促进的暴力侵害妇女行为的证据和数据收集状况

证据和数据收集状况 关于技术促进的暴力侵害妇女行为 暴力侵害妇女行为联合方案数据 + 2023年3月发布 INTRODUCTION 数字革命和包括互联网（ICT）在内的在线信息和通信技术的采用的核心张力是其对性别产生积极和消极影响的潜力。1在线空间和数字工具可以促进获取基本信息和服务，为妇女和女孩释放教育和就业机会。2此外，尽管性别数字鸿沟阻止了大部分妇女和女 孩享受这些潜在的好处，但对于那些在线且确实可以访问的人来说。越来越多的证据揭示了数字革命加剧现有形式的性别不平等和压迫的方式，甚至创造了新的形式。3 在一个日益数字化的世界中，一个更令人担忧的动态是技术促进的暴力侵害妇女行为(TFVAW)。虽然技术促进的暴力具有广泛的影响，但现有证据表明妇女和女孩受到不成比例的影响5，并确定了遭受离线暴力风险较高的妇女子群体也面临更大的在线暴力风险，包括：年轻妇女和女孩；公共生活中的妇 女；女同性恋，男同性恋，双性恋，变性者，双性恋，酷儿和其他（LGBTIQ）人；6种族化，少数民族化和移民妇女群体；7 和残疾妇女。反过来，VAWTF加剧了性别数字鸿沟，削弱了获得信息和服务的机会，并侵犯了妇女参与公共生活的权利.8TFVAW扩大并规范了父权制暴力和厌女症的现有文化，同时使“新”文化的出现成为可能。9 本简短文件总结了Ladysmith作为联合国妇女署-世卫组织暴力侵害妇女行为数据联合规划的一部分编写的“技术促进的暴力侵害妇女行为:总结证据和数据收集”文件中提出的关于工作队暴力侵害妇女行为数据收集方法的范围界定审查和主要建议。 直到最近，国际社区还缺乏对TFVAW的共同定义，这一直是收集数据和进行此类基于性别的暴力的可比研究的首要挑战之一。认识到这一关键障碍，联合国妇女署在2022年11月召集了29名来自 26个政府间组织，政府机构，民间社会和学术界，包括性别政策专家，研究人员，社区和统计学家，以制定一个共同的定义，该定义建立在学术界，政府，国家统计局（NSO），女权运动，国际组织日化和其他性别平等ty倡导者。专家 组定义通过使用信息通信技术或其他数字工具实施、协助、加重或放大的任何行为，导致或可能导致身体、性别、心理、社会、政治或经济损害，或其他侵犯权利和自由的行为。11 基于可用流行度DATA10的在线基于性别的暴力范围 针对妇女的技术促进暴力行为的证据和数据收集状况 2-针对妇女的技术促进暴力行为的证据和数据收集状况 收集针对妇女的技术促进暴力数据的方法 了解数据是如何产生的，对于理解数据差距的驱动因素至关重要，从而为有针对性的投资提供信息，以加强基于TFVAW的更面向行动的全球证据基础。 测量数据 示例:乌干达统计局进行的《乌干达暴力侵害妇女和女孩行为调查2020》提供了按地域、年龄和收入状况划分的网络骚扰经历的交叉分析。 专门的VAW研究：通过以下方式收集的国家产生的数据家庭调查由训练有素的女性面试官进行以幸存者为中心的研究方法关于VAW。对于监测结束VAW的进展至关重要。最近的专门的VAW调查开始提出与TFVAW有关的问题，但由于问卷空间不足，它们只包括使用信通技术控制、跟踪或性骚扰12 ICT专业研究：关于不同信通技术和数字技术的使用和影响的国家基于人口的调查 工具。这些专门针对信通技术的调查可以包括关于暴力的全部部分。 示例:在墨西哥，关于家庭中信息技术的可用性和使用的全国调查 国家统计和地理研究所包括一个关于网络骚扰的模块，该模块在2021年向所有12岁及以上的受访者询问了大约13种不同的暴力“情 况”，并按性别，年龄和教育水平分列数据。 专门的TFVaW调查：非国家调查关于更多的TFVAW实验性和专业性，主要是 在网上进行。对于为数据收集工具的开发提供信息，填补官方统计数据中的数据空白以及阐明TFVAW的范围非常有用（前提是解决了方法，道德和安全方面的考虑）。 示例:2021年，联合国妇女署调查了阿拉伯8个国家的11,497名受访者，其中包括4,187名女性 州区域，通过基于网络的在线暴力侵害妇女行为调查。 非代表性调查数据：TFVAW调查主要进行在线，他们的灵活的性质使他们高度 valuable(providedthemethodological,ethicalandsafetyconsiderationsareaddressed)foradvocationandprogramdesign.Suchstudies'moreexperimentalnaturealsoallowsforTFVAW的更广泛概念，或者包括新的和更具体的情况下的VAW形式，并且可能更适合捕捉更多样化的妇女和女孩群体的经历。 Example：GlitchUK和结束对妇女的暴力行为联盟对Covid-19和流行的研究- 在线滥用对在线滥用的定义更具包容性，使调查受访者可以选择从28种行为中进行选择。 Example摩洛哥国家警察在2020年首次报告称，报告的VAW案件中至少有1%是“通过现代技术手段实施的”，这一比例在2021年增加到2%。 服务数据:来自政府和民间社会服务部门的数据可以提供有用的见解，例如报告趋势如何改变加班、服务质量和服务提供的估计成本 技术公司的透明度报告：关于技术促进暴力的现有数据有限，特别是关于VAW的数据。缺乏关于肇事者和目标的年龄、性别和其他关键社会人口因素以及报告事件的地理背景或范围的信息。 合格数据 3-针对妇女的技术促进暴力行为的证据和数据收集状况 定量行政管理数据 Example：Messing等人对妇女庇护所居民的采访帮助说明了技术如何在女性的跟踪和虐待经历中交织在一起，使“离线”和“在线” 暴力之间的区别变得模糊 -特别是考虑到妇女需要继续使用数字技术来维持生计，实际上是为了逃避暴力局势。 “传统”定性研究：Keyinformantinterviewsandfocusgroupdiscussionswithsurvivors,service-providers,policizersandothersarecriticalsourcesofdata.Datacollectorshavethe有机会解释TFVAW，从而克服了缺乏共同和众所周知的定义的障碍。它可以提供对TFVAW的复杂驱动因素和形式的更深入的理解，并且可以覆盖可能被排除在调查之外的边缘化群体。更多探索性研究方法对于了解不断发展和新兴的TFVAW形式，并确定将它们纳入定量研究的方法。这些方法对于提高认识在研究参与者中。 DIGITALEthnographies:创新的定性研究方法，特别适合研究TFVAW。 Example：Henry和Flynn在2020年对77个基于图像的性虐待材料的网站进行的研究提供了独特的见解 TFVAW肇事者的动机和做法，以及在线环境加剧暴力风险的方式。 混合方法 Example：布莱克等人的研究。在他们的研究中使用了三种类型的数据：基于人群的调查数据，行政数据和社交媒体数据，以调查仇恨言论与家庭暴力事件之间的关系。在对数据集进行三角测量时，倡导者和政策制定者发现了一个关键发现：厌恶女性的推文与美国47个州暴力事件的增加直接相关。 社交媒体数据：混合定性和定量方法收集和分析社交媒体数据或“大数据”。确保严格遵守匿名和保密的道德标准，这些数据对于研究通过社交网站发生的TFVAW形式特别有用，包括网上骚扰and性别仇恨言论鉴于创建和共享令人憎恨的在线内容的速度，基于人工智能（AI）的检测TFVAW的方法是重要且必要的，但是使用AI作为调节在线内容的主要或排他性手段具有重要的局限性。 IWD2016-印度-新德里©联合国妇女署/DeepakMalik 证据和数据的当前状况 TFVAW的形式 从比较不同形式的TFVAW的少数研究中，一个总体发现是性骚扰and跟踪更常见的是报告形式的技术促进暴力，13经常通过基于图像的滥用14和不需要的消息，帖子和电话。15 TFVAW的上下文 在比较TFVAW发生的背景的少数研究中，他们经常发现 女性更有可能报告遭受暴力社交网站,与其他数字环境（例如个 人在线帐户，基于GPS的技术或约会和娱乐网站）相比。16 虽然提到了几个社交媒体平台（包括Twitter，WhatsApp，Instagram和Reddit），但Facebook（通过Meta）始终被认为是TFVAW.17最常见的网站 TFVAW的危险因素 包括男性和女性的研究表明：数字环境中的暴力影响着每个人18，但女性更有可能经历更多的自我形式技术促进的暴力(如 性骚扰和跟踪)与男性相比，19，报告在线暴力的女性和非二元个体往往是目标因为他们的性别和性别认同20研究还发现，年轻妇女和女孩;21名妇女在公共生活;22女同性恋，男同性恋，双性 恋，变性，双性恋，同性恋和其他（LGBTIQ+）人;23个种族化，少数民族化和移民妇女群体;24和残疾妇女由于交叉形式的歧视，有时会因某些特定于数字的风险因素而加剧。25 ITFVAW的影响： 研究使用了一系列定性和定量研究方法来检测 TFVAW的性别影响，这些方法被发现： 1.促进暴力文化，包括厌女症和VAW的正常化，特别是在社交网络平台中。26 2.Be与离线VAW一样严重. 3.经常与离线的身体，性和情感暴力行为有关，作为暴力连续体的一部分。28 4.贡献给性别数字鸿沟，随着女性改变与技术互动的方式，这是由于对TFAW.29的直接和间接经验或担忧。 5.恶化妇女经济排斥，鉴于数字工具和技术在现代经济中的作用日益增强 6.女性的声音和侵犯妇女的政治参与权.31研究表明，政治中的女性和女记者是如何特别受到伤害的，以及TFVAW的经历如何将她们赶出这些职业。32 4-针对妇女的技术促进暴力行为的证据和数据收集状况 挑战 方法学挑战 社会政治挑战 1.缺乏共同的业务定义和方法来监测、测量和分析TFVAW，包括一个通用的总括术语和其形式和模式的共享词汇。 2.缺乏确定最可行和最优先生成知识和行动的数据点的共享指标 ，以及用于交叉分析的共享变量。 3.社交媒体数据的局限性考虑到在线互动的速度和广度，需要基于人工智能的研究方法来调查TFVAW，但它们有重要的局限性，如假设和数据集的偏差。 道德挑战 4.道德和安全协议，包括以幸存者为中心的面试官培训。专门的ICT调查和其他非VAW调查是解决数据差距的重要方法，但方法必须坚持以幸存者为中心的研究的国际标准以及特定的 VAW研究标准，特别是在道德和安全方面协议和专门培训面试官。 5.隐私和数据保护。在呼吁更多数据来填补空白的同时，包括通过探索科技公司的创新方法和透明度数据，必须谨慎行事，以确保数据共享永远不会侵犯个人隐私或造成额外 的伤害风险。 6.缺乏响应服务。根据重新搜索VAW的指导，在没有确保完全隐私和获得必要支持服务或保护机制(例如，针对网络缠扰者的有效限制令)的情况下，不应从TFVAW的幸存者那 里收集数据。 7.缺乏对TFVAW的整体问题和认识。部分由于缺乏数据和数据调查结果的传播，人们对TFVAW缺乏认识，这反过来会阻碍预防和应对政策、方案和服务，从而进一步阻碍数据收 集工作。对TFVAW缺乏认识也可以追溯到具有决策权的人缺乏政治意愿，他们可能没有足够的问题“证据”作为低投资或延迟行动的理由。 8.过时的法律框架、培训和保护。法律和法规继续严重滞后于技术创新，导致技术公司的政策不足，对服务提供商的培训过时，这可能导致对事件的错误识别，因此，有缺陷 的管理数据集和不充分的响应（或缺乏完全的响应）。 9.需要重要的多方利益攸关方伙伴关系和协调。鉴于全球技术公司在发生TFVAW的空间中的独特作用，ICT的无处不在以及TFVAW的快速和潜在的跨境影响，需要多方利益相关 者的努力来填补数据空白。 10.现有的有限数据往往偏向于全球北方。像所有形式的VAW一样，TFVAW及其差异化影响可能在不同的