地点都与男性不同），性别分析在这项技术
发展中却缺失
。
项统合分析调查53项针对跌倒检测设备研究，发现其中只有半描述参与者性别，更不用说提供按性别分类数据；[27]另项研究指出：“尽管有大量关于老年人跌倒文献，但
们对特定性别危险因素知之甚少。”[28]
2016年智能数据工程与自动化学习国际会议记录指出：“老年人不愿使用跌倒检测设备个主要原因是它们尺寸”，并建议使用手机作为解决方案。[29]但这对女性来说并不是个真正解决方案，因为正如其作者自己指出那样，女性往往会把手机放在手提包里，“在这种情况下，跌倒检测算法很可能会失败，因为算法接受训练是通过靠近躯干加速度传感器来检测摔倒”。
单凭承认这点，就足以说明论文作者非同寻常。哈佛大学伯克曼互联网与社会中心研究员惠特尼·埃琳·贝泽尔是“自量化”社区员，该社区承诺“通过数字来实现自认知”。这些数字通常是通过手机上被动跟踪应用程序收集，最典型数据是每天步数。但这承诺能否实现，取决于你口袋大小：“开会时候总有男人站起来，说什
你手机直在你身上，”贝泽尔告诉《大西洋月刊》，[30]“所以每次也都会站起来跟他们说：‘嘿，说到这个直在你身上手机——这是手机，而这是裤子。’”
设计被动式追踪应用程序，想当然地认为女装口袋足够容纳手机，这是个长期存在问题，但有个简单解决方案：在女装里加上大小合适口袋（怒气冲冲地在键盘上敲出这段文字，因为手机刚从口袋里掉出来，砸在地板上，这已经是第百次摔手机）。然而，与此同时，女性也在使用其他解决方案，如果技术开发人员没有意识到走投无路女人们正在另辟蹊径，他们开发可能会失败。
开普敦家科技公司就落入上述陷阱：他们开发款应用程序，帮助社区卫生工作者监测携带阳性艾滋病毒患者。这款应用“满足所有可用性需求：它易于使用，适用于本地语言”，并解决个非常具体问题。更重要是，社区卫生工作者“对使用它前景感到兴奋”。[31]但这项服务在推出后却遭遇滑铁卢。公司多次试图解决这个问题，但始终感到迷惑不解——直到支新设计团队接管这个项目。这是支碰巧有名女性成员队伍。这位女士“只用天就发现问题所在”。原来，为每天更安全地前往病人居住乡镇，女性卫
请关闭浏览器阅读模式后查看本章节，否则可能部分章节内容会丢失。
