Datavidenskab er et hurtigt voksende felt, men det vokser ikke lige meget. Hvad hvis jeg fortalte dig, at andelen af kvinder i datalogi er faldet markant i løbet af de seneste 30 år? Fra 1984 til 2016 faldt procentdelen af kandidater i datalogi, som var kvinder, fra 37 % til 18 %. Kort sagt, da datalogi er blevet mere og mere efterspurgt, er det faktisk blevet mindre åbent for kvinder.
Selvfølgelig er mange kvinder interesserede i Data Science og de mange spændende karrieremuligheder inden for data. Så vi er nødt til at overveje, hvad statistikken over køn i Data Science fortæller os. Hvad kan vi gøre for at tilskynde kvinder til at gøre karriere som dataforskere? Og hvad kan nuværende ledere på området gøre for at støtte kvinder i deres organisationer? Når alt kommer til alt, betyder det at miste kvindelige dataforskere at miste en massiv del af denne industris potentielle innovatører og ledere.
Hvad er dataforskerens kønsforhold?
Kønsstatistikkerne inden for Data Science fortæller en ujævn historie. Ifølge en Harnham-rapport, kun i 2020-7%20 af data og Analytics blev holdt af kvinder. Det gennemsnit er lidt skævt af det højere antal kvinder i Analytics og Insight og i Life Science Analytics. Kønsforholdet er lavere i selve Data Science: kun 20 % af dataforskerne var kvinder. Fra 2020 var der fire gange så mange mænd som kvinder inden for Data Science-området. Kvinder tjener også mindre end mænd. Inden for data og analyse som helhed tjener mænd 17 % mere end deres kvindelige kolleger. Noget af denne uoverensstemmelse kan skyldes en bølge af nye kvindelige dataforskere, der slutter sig til feltet i entry-level roller. Men mønsteret er markant: Mænd overtjener deres kvindelige kolleger med en betydelig margin.
Hvorfor bliver færre kvinder dataforskere?
Selvom bootcamps og grader i Data Science breder sig, udgør kvinder en lav procentdel af studerende i disse grupper, hvilket betyder, at færre kvindelige kandidater leder efter Data Science-job. Underrepræsentationen af kvinder inden for tech-områder starter i en ung alder. Indtil de er omkring 11 til 12 år har piger en tendens til at vise interesse for STEM-felter på lige fod med drenge. Da de er blevet 16, er deres rapporterede interesse faldet drastisk. Dette mønster udspringer af et bredt kønsbestemt problem i vores kultur og på tværs af uddannelsessystemer. Teenagepiger er mindre tilbøjelige end deres mandlige jævnaldrende til at se STEM-felter som et sted for dem. De er mindre tilbøjelige til at blive opmuntret af lærere, selv når de klarer sig godt i klasserne. De kan også blive afskrækket af mangel på kvindelige rollemodeller i STEM-karrierer.
Hvorfor forlader kvinder en karriere inden for datavidenskab?
Ifølge Better Buys er der dobbelt så stor sandsynlighed for, at kvinder som mænd forlader en stilling i et teknologijob. Som på mange områder er kvinder mere tilbøjelige end mænd til at holde op eller holde fri for at passe børn eller ældre familiemedlemmer. Selvom de kommer tilbage til arbejdsstyrken, kan de være dårligere stillet på grund af at blive opfattet som at have mistet tid. Virksomheder kan løse dette problem direkte ved at tilbyde lige betalt forældreorlov til både mænd og kvinder. Flere virksomheder rundt om i verden laver ligestillingspolitikker. Dette fordeler børnepasningsarbejdet mere jævnt, og over tid ser det ud til gradvist at flytte det kulturelle stigmatisering mod at tage orlov til børnepasning.
Men noget af dette problem er specifikt for Data Science. Manglen på kvinder i feltet kan blive selvforstærkende; kvinder ser ikke andre kvinder i lederroller og forventer at finde færre muligheder for avancement. Og mangel på kvinder på tech teams kan føre til et potentielt giftigt miljø. I et interview med Master's in Data Science, bemærkede Jana Eggers, at "nogle problemer med sexisme og partiskhed" var en grund til, at kvinder er' t altid blive i branchen. I det samme interview, kommenterede Lillian Pierson, at "kvinder konstant udsættes for kønsdiskrimination baseret på, hvordan vi ser ud, og hvad vi har på." Organisatoriske ledere er nødt til at udfordre spørgsmål om sexistisk kultur direkte. Hvis kvinder ikke bliver respekteret, har de ingen grund til at blive.
Ressourcer og netværk for kvinder i datavidenskab
Selvom det ulige kønsforhold i Data Science er et udfordrende problem at løse, er det et, som dataforskere og undervisere har arbejdet på i årevis. Det positive resultat af alt dette arbejde er, at der er en række professionelle netværk og ressourcer til at støtte kvinder inden for teknologiske områder: Fra undervisning af piger til kode til at tilbyde professionelle mentorer til kvinder, der går ind i Data Science. Der er mange nyttige ressourcer derude. Hvis du er en kvinde i Data Science eller ønsker at støtte en ung kvinde i dit liv, så tjek følgende programmer.
Programmer for piger og unge kvinder:
Ressourcer til kvinder inden for datavidenskab og teknologi:
Området for datavidenskab er modent med muligheder for både mænd og kvinder. Det er op til folk, der allerede er i feltet, at sikre, at deres organisationer ikke kun er imødekommende, men aktivt støtter medarbejdere af alle køn og racer. Ved at støtte kvinder i Data Science gavner vi ikke kun kvinder i feltet, men også de fremtidige innovationer inden for Data Science som helhed.
