Entre estos artículos existen interesantes intersecciones que hablan de las mujeres, los datos o las asimetrías de poder en la era de las plataformas. Uno es el mecanismo reactivo de la apropiación oportunista del feminismo y de sus consignas, que surge tanto en el estudio de la publicidad supuestamente feminista y empoderadora como en el de las aplicaciones de femtech. La cooptación es una de las ocho estrategias discursivas identificadas por Flood et al. (2020), quienes exponen que las resistencias antifeministas frecuentemente usan el lenguaje de las propuestas y las metas progresistas (por ejemplo, «igualdad», «derechos» o «justicia») para mantener estructuras y prácticas desiguales. En el caso de la publicidad engañosamente presentada como femvertising, el objetivo es asociar la marca con el progreso social y congraciarse con un sector del mercado –las mujeres con poder adquisitivo para vender más; en el caso de la femtech, además de promocionar la venta de estos servicios, el objetivo es más esquivo, ya que se trata de recabar el máximo volumen de datos de sus usuarias, aunque no sean estrictamente
necesarios para el correcto funcionamiento de estas aplicaciones, a fin de
monetizarlos.

Otro es el tema de la representación de las mujeres, o falta de ella, que se aborda en los análisis de los vídeos musicales, las narrativas de TikTok, el tratamiento televisivo de las campañas de las políticas en informativos y la ausencia de referentes femeninos en la divulgación de la ciencia. Aquí la situación que plantean estos estudios es compleja. Estos análisis abarcan desde la aparente asepsia con que candidatas y candidatos son tratados por la televisión pública a la ausencia de mujeres como fuentes de información científica en los medios y la desenvoltura con que circulan imágenes cosificadoras y humillantes de las mujeres en las plataformas. Queda patente en estos estudios que, sin protocolos, ni reglas, ni códigos éticos que protejan a las mujeres de la sexualización y el abuso, los algoritmos se ocuparán de multiplicar estas imágenes perjudiciales de forma masiva e inmediata. El problema es de calado cuando se considera la autosexualización observada en el estudio de TikTok y el consumo de estas imágenes por parte de menores. En otro análisis sobre Instagram y Facebook, por ejemplo, Ramsey y Horan (2018) concluyen que cuando las mujeres publican fotos autosexualizadas lo hacen en relación con sentimientos de agencia sexual. Asimismo, estas autoras confirman que las fotos más sexualizadas obtuvieron más atención en estas plataformas y sugieren que comprender el deseo de atención de las mujeres, y la autoestima derivada de dicha atención, debería ser un foco de
investigación futura.
Aunque no lo plantean directamente, los estudios sobre la ansiedad matemática y la femtech están relacionados también con el tema más amplio de la alfabetización de datos (en inglés, data literacy), o el acceso a los datos, habilidades, instrumentos y oportunidades para tratar y analizar con datos, que es la base de la agencia y el empoderamiento de datos. Estudios anteriores (Gray et al., 2016; Gutiérrez, 2019; Kõuts-Klemm, 2019, entre otros) señalan que la forma en la que actúan los algoritmos detrás de las plataformas es tan compleja y oscura que se requieren nuevas habilidades, recursos y
situaciones que fomenten dicha alfabetización de datos. El problema es que, aunque existen muchas asimetrías entre las mismas mujeres, generadas por las diferencias de clase y raza, estas tienen, en general, menos acceso a la tecnología (Taylor, 2018) y son minoría en el sector tecnológico (Pickett, 2018; West et al., 2019). Además, existen menos datos sobre las mujeres, algo que las oculta a ellas y a sus luchas (Crawford, 2013; D’Ignazio y Klein, 2019), y los sesgos de género que afectan a las mujeres son rampantes, por ejemplo, cuando se supone que lo que vale para la población en general, valdrá para
ellas (Trevisan, 2013).