之前看到有同事读书会读这本就很好奇看了下简介，列入书单还没读。这集podcast是很好的intro啦。

作者主要从数据收集的角度来讲“invisible”。这集里举的例子，女性heart attack跟男性有不同的症状，但是我们总是以男性的症状作为标准，很容易错误判断女性的病症；汽车的驾驶座是根据男性的身材比例设计的，在crash里，女性司机更容易死亡等等。原因都在于我们很容易以男性作为标准，在收集数据的时候忽略了女性的特征和需求。甚至说不愿意找女性做测试，因为女性有月经(❓❓）

不仅是女性，不同种族的也会有类似现象。之前有读过在新药测试里，黑人比例非常少，导致药有可能对黑人不那么有效（https://douc.cc/44vEqj）。

解决方案也非常非常简单了。在设计或者研究过程中，注意男女比例，收集男女的数据。[推荐]:《363- Invisible Women from 99% Invisible》(https://podcasts.apple.com/us/podcast/363-invisible-women/id394775318?i=1000445170661)