De data, der i dag bruges i beslutningstagning og politikudvikling i Canada, udgør et kraftfuldt redskab, som vi ikke kun anvender til at beskrive verden, men til at forme den. Statistikker er langt fra neutrale eller tekniske størrelser; de er fundamentalt politiske og påvirker, hvordan vi forstår og interagerer med verden. Dette gælder især i forhold til indfødte samfund, der i mange tilfælde er blevet udeladt fra de processer, der genererer disse data. Når man ser på den måde, hvorpå data samles, analyseres og præsenteres, bliver det klart, at den mangel på indfødtes involvering i tidlige faser af den statistiske cyklus har dybtgående konsekvenser.
Når man ser på dataindsamling i en indfødt kontekst, er det vigtigt at forstå, at de spørgsmål, der stilles under datainsamlingen, former analysen og konklusionerne, der kan drages. Hvis indfødte ikke er med fra begyndelsen, får de i høj grad begrænsede muligheder for at påvirke, hvad der bliver indsamlet og hvordan det bliver fortolket. Analysen, som ofte udføres af statslige statistiske agenturer, er som regel udformet med henblik på at kunne sammenligne data over tid, men det betyder, at dataene og de kategorier, der anvendes, ofte er baseret på statslige politikker, som ikke nødvendigvis afspejler de indfødtes synspunkter. Kategorier, der oprettes uden input fra indfødte samfund, kan være mindre relevante og meningsfulde for disse samfund.
I mange tilfælde viser analyserne et billede, der er defineret af en "deficit-baseret" tilgang, hvor fokus er på mangler og problemer, frem for styrker og ressourcer i indfødte samfund. Denne tilgang skaber skadelige narrativer, som ofte fører til yderligere marginalisering af disse samfund og en øget mistillid til de systemer, der producerer og anvender sådanne data. Desværre bliver disse narrativer sjældent udfordret, fordi de statistiske processer, der fører til dem, er i høj grad styret af ikke-indfødte aktører uden kendskab til de indfødtes behov og perspektiver.
Derfor er det væsentligt, at indfødte samfund er inddraget i alle faser af den statistiske cyklus, fra designet af undersøgelserne, over indsamlingen af data til analysen og formidlingen af resultaterne. Kun gennem aktiv deltagelse kan indfødte samfund sikre, at de spørgsmål, der stilles, og de kategorier, der anvendes, afspejler deres egne erfaringer, behov og værdier. Uden en sådan inddragelse er der stor risiko for, at de data, der produceres, ikke kun bliver ufuldstændige, men også fordrejede i forhold til de virkeligheder, de forsøger at beskrive.
Når vi taler om data i denne kontekst, bør vi forstå, at de ikke blot er et teknisk redskab, men en politisk proces, der kan skabe eller slette virkeligheder. Det er derfor nødvendigt at forstå data som en form for magt, der kan forme samfundets opfattelse af sig selv og de mennesker, der lever i det. Når indfødte samfund ikke er til stede i den proces, der skaber statistikken, er det ikke kun et spørgsmål om manglende repræsentation, men om aktivt at skabe et billede af disse samfund, der kan være skadeligt og forvrænget.
En vigtig dimension af dette er at forstå, at data altid er lokaliseret. I en kanadisk kontekst betyder det, at data produceres og analyseres inden for rammerne af en nationstat, en provins eller endda en by. Dette betyder, at der er et betydeligt skel mellem de normer og værdier, der gælder inden for den statistiske verden, og de oplevelser og behov, der findes i de samfund, dataene beskriver. Den statistiske cyklus omfatter mange faser – fra konceptualisering og design af målesystemer til selve analysen af de indsamlede data – og hver fase indebærer valg, som er præget af politiske og ideologiske interesser. Uden indfødtes aktive deltagelse i disse beslutninger, bliver de endelige data i høj grad en refleksion af de magtstrukturer, der styrer dem.
Det er således afgørende for indfødte samfund at forstå, at statistik ikke bare beskriver den virkelighed, vi allerede kender, men aktivt deltager i at konstruere den. For at kunne styre den måde, hvorpå vi bliver fremstillet gennem data, er det nødvendigt, at vi får kontrol over, hvordan data indsamles, behandles og kommunikeres. Statistikker skal ikke kun forstås som tekniske målinger, men som et resultat af sociale og politiske processer, der kan have vidtrækkende konsekvenser.
En anden vigtig dimension er behovet for at være opmærksom på, hvad der bliver udeladt i de data, der bliver indsamlet. Hvilke spørgsmål stilles ikke? Hvilke perspektiver bliver ikke hørt? Hvilken viden bliver forbigået, og hvordan påvirker dette de analyser, der følges af beslutningstagning? Dette er spørgsmål, der kræver aktiv deltagelse fra de indfødte samfund, ikke kun for at sikre en mere retfærdig fremstilling, men også for at kunne opbygge en verden, der i højere grad afspejler vores egen virkelighed og værdier.
Når vi ser på data som en magtfuld kraft, der kan forme vores sociale virkeligheder, bliver det tydeligt, at det at have kontrol over data er en form for selvbestemmelse. Det er gennem denne kontrol, at vi kan sikre, at vores historier bliver fortalt på vores egne præmisser og ikke kun som et resultat af eksterne magtstrukturer. Dette kræver en omfattende forandring af de systemer og praksisser, der i øjeblikket definerer, hvordan data om indfødte samfund bliver indsamlet og anvendt. Det er ikke kun et spørgsmål om at deltage i den statistiske cyklus, men om at omforme den.
Hvordan kan oprindelige statistikker fremme selvbestemmelse og kulturbevarelse?
Statistik som videnskab har altid været tæt knyttet til magtstrukturer og staten, og i lande som Canada, Australien og New Zealand blev statistiske data om oprindelige folk ofte brugt til at understøtte kolonialisme, racisme og eugenik. Disse data blev ikke kun et redskab til at beskrive, men også til at udviske oprindelige folks identiteter, livsformer og kulturelle praksisser. Det er vigtigt at forstå, at dette ikke betyder, at statistik i sig selv er et negativt værktøj, eller at statistik er uforeneligt med oprindelige folks ret til selvbestemmelse. Faktisk kan statistik være et nødvendigt værktøj i oprindelige folks stræben efter suverænitet, nationbygning og kulturel genopretning. Men for at statistikken kan tjene denne funktion, er det nødvendigt at omforme dens anvendelse og forståelse.
En af de største udfordringer ved de statistiske fremstillinger af oprindelige folk er, at de ofte er fokuseret på problemer og risikoadfærd, som fejlagtigt fremstilles som iboende træk ved oprindelige individer og samfund. Den koloniale historie, som fortsat er de dybe årsager til de problemer, oprindelige folk står over for i dag, bliver statistisk usynlig. For eksempel, i sundhedsstudier ses kolonialisme sjældent som en primær årsag til de sundhedsmæssige problemer, som oprindelige samfund kæmper med. Dette betyder, at statistik ikke kun kan bruges til at beskrive data om problemer, men også bør bruges til at fremhæve modstandskraft, succeser og målrettet fremgang i oprindelige samfund.
Desværre er sådanne statistikker, som virkelig afspejler oprindelige livsverdener – med fokus på vores måder at være, overleve og trives på – sjældne. Når statistik anvendes i politiske domæner, er det ofte de negative aspekter, der bliver fremhævet, mens de aspekter, der viser oprindelige folks modstandskraft, ikke bliver afspejlet i de data, der samles. Det er her, oprindelige ledere og forskere spiller en afgørende rolle, da de arbejder på at ændre den måde, statistikker indsamles og fortolkes på. Ved at tage ejerskab af den data, der vedrører dem, og ved at tilpasse dataindsamlingen til de oprindelige folks livsverdener, kan der skabes en statistik, der ikke kun er et redskab for staten, men også for de oprindelige folk selv.
Indfødte statistikker er ikke kun et teknisk spørgsmål om dataindsamling eller modeller, men om hele livscyklussen af data – fra hvordan data bliver indsamlet, til hvordan det bliver fortolket og anvendt. I Aotearoa (New Zealand) er der eksempler på, hvordan oprindelige samfund har skabt egne metoder til datastyring og brugen af data til at fremme deres interesser. Dette er et tydeligt eksempel på, hvordan statistik kan anvendes som en teknologi for magt, når den er i hænderne på dem, der har ret til at definere deres egne virkeligheder og behov.
Det kræver en dybdegående transformation af den måde, vi forstår statistik på, for at tilpasse det til de oprindelige livsverdener. Statistik skal ikke kun omfatte kvantitative data, men også tage højde for de kvalitative aspekter af livet, som ikke let kan måles med traditionelle statistiske metoder. Dette omfatter blandt andet at forstå og anerkende de kulturelle, åndelige og samfundsmæssige dimensioner af oprindelige folks liv, som ikke nødvendigvis kan indfanges gennem tal alene. Det handler ikke om at fjerne det videnskabelige element i statistik, men om at udvide det til at omfatte en rigere og mere nuanceret forståelse af oprindelige folks erfaringer og verdener.
Derfor er det vigtigt at erkende, at oprindelige statistikker skal være styrkebaserede, hvilket betyder, at de skal fremhæve oprindelige folks ressourcer, kapaciteter og modstandskraft. I stedet for at betragte data som et middel til at kategorisere og reducere oprindelige folks erfaringer til et problematisk billede, bør statistik ses som et værktøj til at fremme de positive aspekter af oprindelige liv og hjælpe med at opbygge de nødvendige fundamenter for fremtidens vækst og udvikling. Dette kan være med til at sikre, at statistiske data bruges på en måde, der understøtter oprindelige samfunds egne mål og ambitioner.
Når vi ser på de eksisterende tilgange til statistik i oprindelige samfund, ser vi en stigende bevægelse hen imod at genopfinde statistik som en magtfuld teknologi for oplysning og selvbestemmelse. Gennem samarbejde og etnografisk forskning kan nye modeller og metoder udvikles, som reflekterer oprindelige perspektiver og livsformer. Det er et skridt hen imod at sikre, at de data, der bliver indsamlet og brugt til politiske beslutninger, ikke kun er objektive tal, men også levende repræsentationer af oprindelige folks erfaringer og værdier.
Hvordan blev dynastierne i Odisha etableret?
Hvad sker der, når man trodser farerne for videnskabens skyld?
Hvordan kunstig intelligens og maskinlæringsalgoritmer transformerer ingeniørapplikationer

Deutsch
Francais
Nederlands
Svenska
Norsk
Dansk
Suomi
Espanol
Italiano
Portugues
Magyar
Polski
Cestina
Русский