- 活動重點及目的：
本場講座聚焦於「性別與健康研究的盲點與創新」，由長期關注性別議題的學者吳嘉苓教授(台灣大學社會學系主任/教授)主講，目的是揭示在醫學、科技與社會政策中因性別偏見所造成的研究與統計缺陷，並探討如何透過性別化創新與資料平權，建立更具包容性與準確性的知識體系。活動旨在提升大眾及研究者對性別議題的敏感度，促使政策與研究設計能兼顧男性、女性、跨性別與不同性傾向者的經驗與需求。
- 活動特色及執行情形：
講座內容兼具深度與廣度，涵蓋醫學臨床實驗、AI 科技發展、人工生殖法律限制及人口統計制度等多元領域。講者以具體研究案例說明性別在數據與設計中的盲點，並提出具建設性的改進方向，例如歐盟要求臨床實驗樣本需反映實際性別比例，或AI開發中需納入族群與性別多樣性資料來源等。此外，講者還介紹了「生育改革行動聯盟」的推動行動，展現性別研究如何結合公民參與與政策倡議。吳教授演講的內容結構清晰，案例引人入勝，帶動現場聽眾積極思辨，達成教育與倡議的雙重成效。
內容重點：
吳教授首先指出，性別在健康研究中常被視為「理所當然」，導致忽略。例如骨質疏鬆被過度與女性連結，反而使男性患者被低估風險；而心臟病臨床試驗多以男性為主，可能導致對女性病徵的誤判。講者強調，性別研究應關注所有性別群體的健康，而非侷限於某一性別。
吳教授接著探討人工智慧中的性別與族群偏見。以人臉辨識技術為例，膚色較深的女性準確率明顯低於白人男性，顯示訓練樣本嚴重失衡。有研究以國會議員照片作為多樣樣本，有效改善辨識準確度。進一步延伸至跨性別者面臨的辨識困難，講者分享因荷爾蒙改變導致AI辨識失敗的案例，提出應改以眼周特徵辨識並納入跨性別樣本的建議。
在生育研究方面，吳教授指出台灣統計制度長期忽略男性角色。舉例而言，出生登記表格詳細記錄產婦資料，卻極少記錄父親資訊，也未設計能呈現男性首次當父親年齡的統計方法。即便同志婚姻合法化，統計表格仍未設計適用女性配偶欄位，造成性別與多元家庭類型的排除。講者主張應改革統計制度，如新增產婦配偶性別欄、男性生育次數登記欄，並呈現雙方數據。
此外，吳教授透過「生育改革行動聯盟」的實務推動，說明男性在孕產歷程中不應只是旁觀者。例如鼓勵參與「產前教室」、使用產球幫助孕婦舒緩不適，並製作影片宣導「神隊友」觀念，促進男性對女性身體變化的理解與支持。
最後，講者提出「預想勞動」與「數據女性主義」概念，批判目前人工生殖統計未納入單身女性、同志伴侶與海外生育者，忽略其生育投入與實際經驗，並呼籲建立更具包容性的資料制度與研究設計。
- 活動之量質化指標：
【量化指標】
(一)教師：參加人17人。回收問卷 17 份，滿意度：95%
(二)職員：參加人數32人。回收問卷32份，滿意度：93%
【具體檢討與建議】
- 繼續辦理
- 性別與科技方面研究發現
- 很棒,辛苦了
- 受益良多
