Η επιστήμη των δεδομένων είναι ένας ταχέως αναπτυσσόμενος τομέας, αλλά δεν αναπτύσσεται εξίσου. Τι θα λέγατε αν σας έλεγα ότι τα τελευταία 30 χρόνια, το ποσοστό των γυναικών στην Επιστήμη των Υπολογιστών έχει μειωθεί σημαντικά; Από το 1984 έως το 2016, το ποσοστό των αποφοίτων πληροφορικής που ήταν γυναίκες μειώθηκε από 37% σε 18%. Εν ολίγοις, καθώς η επιστήμη της Πληροφορικής έχει γίνει όλο και πιο περιζήτητη, στην πραγματικότητα έχει γίνει λιγότερο ανοιχτή στις γυναίκες.
Φυσικά, πολλές γυναίκες ενδιαφέρονται για την Επιστήμη Δεδομένων και τις πολλές συναρπαστικές ευκαιρίες σταδιοδρομίας στον τομέα των δεδομένων. Πρέπει λοιπόν να εξετάσουμε τι μας λένε τα στατιστικά στοιχεία για το φύλο στην Επιστήμη Δεδομένων. Τι μπορούμε να κάνουμε για να ενθαρρύνουμε τις γυναίκες να ακολουθήσουν καριέρα ως επιστήμονες δεδομένων; Και τι μπορούν να κάνουν οι σημερινοί ηγέτες του τομέα για να υποστηρίξουν τις γυναίκες στους οργανισμούς τους; Εξάλλου, η απώλεια γυναικών επιστημόνων δεδομένων σημαίνει ότι χάνουμε ένα τεράστιο κομμάτι των δυνητικών καινοτόμων και ηγετών αυτού του κλάδου.
Ποια είναι η αναλογία των φύλων μεταξύ των επιστημόνων δεδομένων;
Τα στατιστικά στοιχεία για το φύλο στην Επιστήμη Δεδομένων είναι άνισα. Σύμφωνα με μια Έκθεση Harnham, το 2020 μόλις το 27% των θέσεων εργασίας στον τομέα των δεδομένων και της ανάλυσης θα κατέχουν γυναίκες. Αυτός ο μέσος όρος διαστρεβλώνεται ελαφρώς λόγω του υψηλότερου αριθμού γυναικών στους τομείς Analytics and Insight και Life Science Analytics. Η αναλογία των φύλων είναι χαμηλότερη στην ίδια την Επιστήμη Δεδομένων: μόνο το 20% των επιστημόνων δεδομένων ήταν γυναίκες. Υπήρχαν, από το 2020, τέσσερις φορές περισσότεροι άνδρες από ό,τι γυναίκες στον τομέα της Επιστήμης Δεδομένων. Οι γυναίκες κερδίζουν επίσης λιγότερα από τους άνδρες. Στον τομέα των δεδομένων και της ανάλυσης στο σύνολό του, οι άνδρες κερδίζουν 17% περισσότερο από τις γυναίκες συναδέλφους τους. Μέρος αυτής της διαφοράς μπορεί να οφείλεται σε ένα κύμα νέων γυναικών επιστημόνων δεδομένων που εντάσσονται στον τομέα σε εισαγωγικούς ρόλους. Αλλά το μοτίβο είναι σημαντικό: Οι άνδρες κερδίζουν περισσότερο από τις γυναίκες συναδέλφους τους με σημαντική διαφορά.
Γιατί λιγότερες γυναίκες γίνονται επιστήμονες δεδομένων;
Παρόλο που τα bootcamps και τα πτυχία στην Επιστήμη Δεδομένων πολλαπλασιάζονται, οι γυναίκες αποτελούν μικρό ποσοστό σπουδαστών σε αυτές τις ομάδες, πράγμα που σημαίνει ότι λιγότερες γυναίκες απόφοιτοι θα αναζητήσουν θέσεις εργασίας στην Επιστήμη Δεδομένων. Η υποεκπροσώπηση των γυναικών στους τομείς της τεχνολογίας ξεκινά από νεαρή ηλικία. Μέχρι την ηλικία των 11-12 ετών περίπου, τα κορίτσια τείνουν να εκδηλώνουν ενδιαφέρον για τους τομείς STEM εξίσου με τα αγόρια. Μέχρι να φτάσουν στα 16, το ενδιαφέρον που δηλώνουν έχει μειωθεί δραστικά. Αυτό το μοτίβο προκύπτει από ένα ευρύ πρόβλημα που αφορά το φύλο στον πολιτισμό μας και σε όλα τα εκπαιδευτικά συστήματα. Τα έφηβα κορίτσια έχουν λιγότερες πιθανότητες σε σχέση με τους άνδρες συνομηλίκους τους να δουν τους τομείς STEM ως ένα μέρος για αυτούς. Είναι λιγότερο πιθανό να ενθαρρύνονται από τους καθηγητές, ακόμη και όταν έχουν καλές επιδόσεις στα μαθήματα. Μπορεί επίσης να αποθαρρύνονται από την έλλειψη γυναικείων προτύπων στις καριέρες STEM.
Γιατί οι γυναίκες εγκαταλείπουν τις καριέρες στην Επιστήμη Δεδομένων;
Σύμφωνα με την Better Buys, οι γυναίκες έχουν διπλάσιες πιθανότητες από τους άνδρες να παραιτηθούν από μια θέση εργασίας στον τομέα της τεχνολογίας. Όπως σε πολλούς τομείς, οι γυναίκες είναι πιο πιθανό από τους άνδρες να παραιτηθούν ή να πάρουν άδεια προκειμένου να φροντίσουν παιδιά ή ηλικιωμένα μέλη της οικογένειας. Ακόμη και αν επιστρέψουν στο εργατικό δυναμικό, μπορεί να βρεθούν σε μειονεκτική θέση λόγω του ότι θα θεωρηθεί ότι έχουν χάσει χρόνο. Οι εταιρείες μπορούν να αντιμετωπίσουν άμεσα αυτό το ζήτημα προσφέροντας ισότιμη γονική άδεια μετ' αποδοχών τόσο στους άνδρες όσο και στις γυναίκες. Περισσότερες εταιρείες σε όλο τον κόσμο δημιουργούν πολιτικές ισότιμης άδειας. Αυτό κατανέμει πιο ομοιόμορφα το έργο της φροντίδας των παιδιών και, με την πάροδο του χρόνου, φαίνεται ότι μετατοπίζεται σταδιακά το πολιτισμικό στίγμα κατά της λήψης άδειας για τη φροντίδα των παιδιών.
Όμως, ένα μέρος αυτού του ζητήματος αφορά ειδικά την Επιστήμη Δεδομένων. Η έλλειψη γυναικών στον τομέα αυτό μπορεί να γίνει αυτοτροφοδοτούμενη- οι γυναίκες δεν βλέπουν άλλες γυναίκες σε ηγετικούς ρόλους και αναμένουν να βρουν λιγότερες ευκαιρίες για ανέλιξη. Και η έλλειψη γυναικών σε τεχνολογικές ομάδες μπορεί να οδηγήσει σε ένα δυνητικά τοξικό περιβάλλον. Σε συνέντευξή της στο Master's in Data Science, η Jana Eggers σημείωσε ότι "κάποια προβλήματα σεξισμού και προκατάληψης" είναι ένας λόγος που οι γυναίκες δεν μένουν πάντα στον κλάδο. Στην ίδια συνέντευξη, η Lillian Pierson σχολίασε ότι "οι γυναίκες αντιμετωπίζουν συνεχώς διακρίσεις λόγω φύλου με βάση το πώς φαινόμαστε και τι φοράμε". Οι ηγέτες των οργανισμών πρέπει να αντιμετωπίσουν κατά μέτωπο τα ζητήματα σεξιστικής κουλτούρας. Εάν οι γυναίκες δεν γίνονται σεβαστές, δεν έχουν λόγο να παραμείνουν.
Πόροι και δικτύωση για γυναίκες στην Επιστήμη Δεδομένων
Παρόλο που η άνιση αναλογία των φύλων στην Επιστήμη Δεδομένων είναι ένα δύσκολο πρόβλημα προς επίλυση, είναι ένα πρόβλημα για το οποίο οι επιστήμονες δεδομένων και οι εκπαιδευτικοί εργάζονται εδώ και χρόνια. Το θετικό αποτέλεσμα όλης αυτής της εργασίας είναι ότι υπάρχουν πολλά επαγγελματικά δίκτυα και πόροι για την υποστήριξη των γυναικών στους τομείς της τεχνολογίας: Από τη διδασκαλία των κοριτσιών στον κώδικα έως την παροχή επαγγελματικών μεντόρων σε γυναίκες που εισέρχονται στην Επιστήμη Δεδομένων. Υπάρχουν πολλοί χρήσιμοι πόροι εκεί έξω. Αν είστε γυναίκα στην Επιστήμη Δεδομένων ή αν θέλετε να υποστηρίξετε μια νέα γυναίκα στη ζωή σας, δείτε τα παρακάτω προγράμματα.
Προγράμματα για κορίτσια και νεαρές γυναίκες:
Πόροι για γυναίκες στην Επιστήμη Δεδομένων και την τεχνολογία:
Ο τομέας της Επιστήμης Δεδομένων είναι γεμάτος ευκαιρίες τόσο για άνδρες όσο και για γυναίκες. Εναπόκειται στους ανθρώπους που βρίσκονται ήδη στον τομέα να διασφαλίσουν ότι οι οργανισμοί τους δεν είναι απλώς φιλόξενοι, αλλά υποστηρίζουν ενεργά τους εργαζόμενους όλων των φύλων και φυλών. Υποστηρίζοντας τις γυναίκες στην Επιστήμη Δεδομένων, ωφελούμε όχι μόνο τις γυναίκες στον τομέα, αλλά και τις μελλοντικές καινοτομίες της Επιστήμης Δεδομένων στο σύνολό τους.
