十行采集：
1.丹麦经济学家博瑟鲁普提出“犁假说”：在历史上曾使用过犁的社会，其性别平等程度将逊于从未用过犁的社会。
锄地是劳动密集型，犁地是资本密集型。因此在使用犁的地方，男性主导了农业，而这导致了不平等的社会。
2.因为农业（从工具到科学研究，再到发展举措）是围绕着男人的需求设计的，这导致女性在劳作中的产出较少。
3.一些农业任务机械化之后，妇女在农业劳动中的参与减少了，“因为男人占用了机械”，也因为妇女不愿意使用机械。
这一定程度上是由于女性缺乏教育，但也“因为机器不是为妇女设计的”。
体力劳动工具可以让男人受益，却让女人付出代价。
4.很多人认为，清洁炉灶的使用率低是因为使用者——她们需要“教育”，才能学会如何正确使用炉子——哪怕到了21世纪，妇女仍然是替罪羊。
5.钢琴键盘的大小、手机的尺寸，都是按照男性的身材标准设计的，所以女性用户总觉得自己的手不够大。
6.当女性遭遇车祸时，受重伤的可能性大大高于男性。因为汽车在设计时，使用了以“普通”男性为基准的碰撞测试假人。
7.尽管车祸是造成母体创伤并导致胎儿死亡的头号原因，但我们甚至还没有开发出一种适合孕妇的安全带。
8.语音识别软件通常无条件地偏向男性。但研究发现，女性具有“明显更高的语音可辨度”。问题出在：用于语音识别技术训练的语料库主要收录了男性声音的录音。
9.机器学习会放大既存的偏见，而且原始偏差越大，放大效应就越强。因此，算法驱动的产品会使我们的世界更加不平等。
10.如果一个人自身没有这种需求，那么要让他相信这种需求客观存在，就并非易事。而对于绝大部分的女性需求，男性根本不会拥有类似的体验。
11.为女性设计存在一个更久远的缺口：
女性身体的数据。因此，大量女性专用的产品，其实无法满足女性的真正需求。
“女人不是缩小版的男人”。
12.研究显示，女性比男性更适合领导。成功领导者的五大关键特征（情绪稳定、外向、乐于接受新经验、随和、尽责）中，有四项，女性得分高于男性。
一行精华：
机器学习会放大既存的偏见，而且原始偏差越大，放大效应就越强。
对于绝大部分的女性需求，男性根本不会拥有类似的体验。
为女性设计存在一个更久远的缺口：女性身体的数据。
触动，反思，改变：
在几乎所有的设计领域，男性都是默认选项，设计者有意无意地忽略了两性间的巨大差异，往往把女性当成缩小版的男性。
因此导致大部分的设计，甚至那些只有女性会用到的产品，都没有真正考虑和满足女性的实际需求。
其实这个问题的解决方法很简单，去直面女性，认真倾听她们的需求，收集数据，设计制造产品后，再不断接受反馈进行修改。这个流程，在男性世界已经通行了几个世纪了。
