Lessons in Chemistry

Back in 1961, when women wore shirtwaist dresses and joined garden clubs and drove legions of children around in seatbeltless cars without giving it a second thought; back before anyone knew there’d even be a sixties movement, much less one that its participants would spend the next sixty years chronicling; back when the big war were over and the secret wars had just begin and people were starting to think fresh and believer everything was possible, the thirty-year-old mother of Madeline Zott rose before dawn every morning and felt certain of just one thing: her life was over.

Lessons in Chemistry, Bonnie Garmus, Doubleday Canada 2022

Oh, I had fun with this one! It’s history and a commentary on society’s sexism (in the sixties), there’s a bit of romance but more importantly female friendships and why one should invest in it and oi – there’s chemistry.

Literally.

Elizabeth Zott, our protagonist, is a scientist, a single mother and an opinionated voice on telly. Neither of those are approved of by a lot of people.

Author Bonnie Garmus throws a lot at her, but she manages to do so that it doesn’t turn into a melodrama, but someone’s life story (which happens, there are very tough breaks). Also essential is the speed and style of the story; nothing feels frilly or extra.

I flew through the 300+ pages in a day.

Coded Bias

90 min.

Wat zegt het over mij dat ik al veel wist van wat in deze documentaire wordt besproken? Misschien lees ik te veel. Of genoeg, en de rest van de samenleving te weinig.

Want algoritmes beïnvloeden niet alleen wat wij wel doen en kopen, maar ook wat wij goedkeuren en afkeuren. Wat als de norm wordt beschouwd, en die norm wordt vastgelegd door (oude) witte mannen. Daardoor hebben zwarte vrouwen witte maskers nodig om gezichtsherkenning te gebruiken: waarom zou je als witte man de gezichtsherkenning aan zwarte gezichten laten wennen, tenslotte?

Naast die ongelijkheid laat de documentaire ook zien wat er nog meer mis is met het verafgoden van het technische. Mooi vond ik hoe ze zeiden hoe algoritmes in het verleden wortelen. Zij leren tenslotte van data, maar die data is seksistisch, racistisch en meer. We moeten dus nog véél meer kijken naar wat we de ritmes voeren.

Zei zij, op het internet.