BBC 50:50 Reino Unido, Global
Todos los años la BBC publica los resultados del impacto de su desafío 50:50. A fines del 2016, el presentador de la BBC, Ros Atkins, comenzó a experimentar con la idea de mejorar el equilibrio de género de las fuentes presentadas en su programa de televisión, Outside Source. Su equipo comenzó a recolectar información sobre quién aparecía en cada programa, identificando las historias y las áreas donde las mujeres estaban sub-representadas y expandieron sus redes de mujeres como fuentes altamente calificadas. Como resultado, el porcentaje de fuentes femeninas representadas en el programa subió de 29% a 51% en un período de cuatro meses.
Y mientras que los rankings de las transmisiones de la BBC bajaron 2% en dos años, el ranking de Outside Source subió en un 25%. Desde entonces, más de 500 programas de la BBC se han unido al proyecto, apodado 50:50, y más de 20 medios que son socios externos se han anotado para replicar la idea.
La metodología detrás del proyecto 50:50 es relativamente simple. Los equipos de producción recolectan de forma independiente la información sobre equilibrio de género en sus programas, usando un sistema de medición adaptado a la naturaleza de sus programas. Todos los meses se comparte la información entre aquellos que participaron. Dado que los programas que participan incluyen noticias, música y política, el sistema de medición puede adaptarse para adecuarse a la naturaleza de cada programa. Por ejemplo, si en un show de televisión el presentador está dentro del control de la red, se lo excluye del recuento final, mientras que un equipo de producción que puede determinar quién presenta el programa puede incluir a los presentadores en sus cifras. El razonamiento de Atkins para permitir estas adaptaciones es que hay más posibilidades de que los equipos confíen y actúen con respecto a los datos que recolectan si pueden opinar sobre cómo establecer la metodología.
Por supuesto, la recolección de datos debe ser lo suficientemente confiable para que los equipos crean los resultados, pero los datos en sí no son el objetivo final del proyecto. En realidad, actúan como un motor que ayuda a impulsar el cambio y motivar a los participantes para que aumenten el número de mujeres en su contenido.
FINANCIAL TIMES, REINO UNIDO, Global
Cuando el Financial Times (FT) definió el tamaño de su audiencia femenina por primera vez en 2016, encontró que era relativamente pequeña y desconectada. Viendo esto tanto como una preocupación pero también como una oportunidad de mercado, se presentaron varios proyectos con el objetivo de cambiar la percepción de las subscriptoras de la marca, aumentando el compromiso de las mujeres y manejando desde adentro el cambio cultural. Uno de estos proyectos es JanetBot, una herramienta de aprendizaje automático que usa un software de análisis facial para identificar el género de la gente en imágenes utilizadas por el FT. Comparte las clasificaciones de género con editores por medio de marcas de colores en la pantalla y los datos sobre equilibrio de género por medio de un canal Slack.
Dentro de la organización, el objetivo del bot es crear consciencia sobre el desequilibrio de género en las imágenes de la página principal e incentivar a los periodistas para que aumenten el número de imágenes que muestren mujeres. También sirve como una herramienta para aumentar el compromiso entre la audiencia de mujeres –el análisis del FT muestra que es más probable que las mujeres ingresen a historias ilustradas con imágenes de mujeres que los hombres–. El FT ha aprendido varias lecciones desde que se lanzó el JanetBot. Para comenzar, aquellos que van a usar el producto deben estar involucrados en el proceso de diseño desde el principio. Una vez que está desarrollado, puede resultar complicado pulir aquellos puntos que los usuarios consideran complicados y eso no ha sido posible con JanetBot debido a la falta de recursos.
Como resultado, el propósito del bot ha cambiado hacia la creación de conciencia sobre equilibrio de género entre el personal de la sala de redacción más que la recolección de datos, recordándoles a los periodistas que tengan en cuenta el equilibrio de género de las imágenes en la vida de una historia. El FT también experimentó con bots para monitorear el número de colaboradores mujeres y hombres representados en las historias para ayudar a los periodistas a lograr una división más balanceada.
El bot She Said He Said, lanzado en 2018, lleva un registro del equilibrio de género en las fuentes por medio del recuento de los pronombres y nombres de hombres y mujeres, y comparte los datos de forma automática con los equipos del FT. Sin embargo, incentivarlos para que miren los datos y actúen al respecto ha sido todo un desafío. Por eso, FT comenzó a explorar un enfoque manual para el monitoreo y la mejora del equilibrio de género como otra opción, sumándose este año al proyecto de la BBC 50:50. Aunque el experimento aún está en las primeras etapas, la metodología 50:50 parece crear conciencia del desequilibrio e incentivar a los colegas de modo más efectivo que con los enfoques automáticos. (Ver Análisis exhaustivo de Financial Times)
