Datawetenschap is een snelgroeiend vakgebied, maar groeit niet in dezelfde mate. Wat als ik je zou vertellen dat het aandeel vrouwen in de informatica de afgelopen dertig jaar aanzienlijk is afgenomen? Van 1984 tot 2016 daalde het percentage afgestudeerden in computerwetenschappen dat vrouw was van 37% naar 18%. Kortom, nu er steeds meer vraag naar computerwetenschappen is geworden, is het feitelijk minder open geworden voor vrouwen.
Natuurlijk zijn veel vrouwen geïnteresseerd in Data Science en de vele opwindende carrièremogelijkheden in data. We moeten dus overwegen wat de genderstatistieken in Data Science ons vertellen. Wat kunnen we doen om vrouwen aan te moedigen een carrière als datawetenschapper na te streven? En wat kunnen huidige leiders in het veld doen om vrouwen in hun organisaties te ondersteunen? Het verlies van vrouwelijke datawetenschappers betekent immers het verlies van een groot deel van de potentiële vernieuwers en leiders in deze sector.
Wat is de genderratio van datawetenschappers?
De genderstatistieken binnen Data Science vertellen een ongelijk verhaal. Volgens een Harnham-rapport was in 2020 slechts 27% van de rollen in Data en Analytics waren in handen van vrouwen. Dat gemiddelde wordt enigszins vertekend door het hogere aantal vrouwen in Analytics en Insight en in Life Science Analytics. De genderratio is lager in Data Science zelf: slechts 20% van de datawetenschappers was vrouw. Binnen het vakgebied Data Science waren er anno 2020 vier keer zoveel mannen als vrouwen. Vrouwen verdienen ook minder dan mannen. Op het gebied van data en analyse als geheel verdienen mannen 17% meer dan hun vrouwelijke tegenhangers. Een deel van deze discrepantie kan worden verklaard door een golf van nieuwe vrouwelijke datawetenschappers die zich in het veld begeven in functies op instapniveau. Maar het patroon is significant: mannen verdienen hun vrouwelijke collega's ruimschoots.
Waarom worden minder vrouwen datawetenschappers?
Hoewel bootcamps en opleidingen in Data Science in opkomst zijn, vormen vrouwen een laag percentage van de studenten in deze groepen, wat betekent dat minder vrouwelijke afgestudeerden op zoek gaan naar banen in Data Science. De ondervertegenwoordiging van vrouwen binnen de technologiesector begint al op jonge leeftijd. Tot de leeftijd van ongeveer 11 tot 12 jaar tonen meisjes doorgaans evenveel interesse in STEM-gebieden als jongens. Tegen de tijd dat ze 16 zijn geworden, is hun gerapporteerde interesse drastisch gedaald. Dit patroon komt voort uit een breed genderprobleem in onze cultuur en in alle onderwijssystemen. Tienermeisjes zien STEM-velden minder vaak dan hun mannelijke leeftijdsgenoten als een plek voor hen. Ze worden minder snel aangemoedigd door leraren, zelfs als ze goed presteren in de klas. Ze kunnen ook ontmoedigd raken door een gebrek aan vrouwelijke rolmodellen in STEM-carrières.
Waarom verlaten vrouwen hun carrière in de datawetenschap?
Volgens Better Buys hebben vrouwen twee keer zoveel kans als mannen om een baan in een technische baan op te zeggen. Zoals op veel terreinen is de kans groter dat vrouwen dan mannen ontslag nemen of vrij nemen om voor kinderen of oudere familieleden te zorgen. Zelfs als ze terugkeren naar de arbeidsmarkt, kunnen ze in het nadeel zijn omdat ze de indruk krijgen dat ze tijd hebben gemist. Bedrijven kunnen dit probleem rechtstreeks aanpakken door zowel mannen als vrouwen gelijk betaald ouderschapsverlof aan te bieden. Steeds meer bedrijven over de hele wereld creëren een beleid voor gelijk verlof. Hierdoor wordt het werk van de kinderopvang gelijkmatiger verdeeld en lijkt het culturele stigma tegen het opnemen van verlof voor kinderopvang in de loop van de tijd geleidelijk te verschuiven.
Maar een deel van dit probleem is specifiek voor Data Science. Het gebrek aan vrouwen in het veld kan zichzelf in stand houden; Vrouwen zien geen andere vrouwen in leiderschapsrollen en verwachten minder kansen op vooruitgang. En een gebrek aan vrouwen in technische teams kan leiden tot een potentieel giftige omgeving. In een interview met Master's in Data Science merkte Jana Eggers op dat “sommige problemen met seksisme en vooroordelen” een reden waren waarom vrouwen dat niet doen. Ik blijf niet altijd in de branche. In hetzelfde interview merkte Lillian Pierson op dat “vrouwen voortdurend te maken krijgen met genderdiscriminatie op basis van hoe we eruitzien en wat we dragen.” Organisatieleiders moeten kwesties van de seksistische cultuur frontaal aankaarten. Als vrouwen niet gerespecteerd worden, hebben ze geen reden om te blijven.
Hulpbronnen en netwerken voor vrouwen in datawetenschap
Hoewel de ongelijke genderverhouding in Data Science een uitdagend probleem is om op te lossen, is het een probleem waar datawetenschappers en docenten al jaren aan werken. Het positieve resultaat van al dit werk is dat er een aantal professionele netwerken en middelen zijn om vrouwen op technische gebieden te ondersteunen: van het lesgeven aan meisjes tot coderen tot het bieden van professionele mentoren aan vrouwen die aan Data Science beginnen. Er zijn veel nuttige bronnen beschikbaar. Als je een vrouw bent in Data Science, of een jonge vrouw in je leven wilt ondersteunen, bekijk dan de volgende programma's.
Programma's voor meisjes en jonge vrouwen:
Hulpbronnen voor vrouwen in datawetenschap en technologie:
Het vakgebied Data Science biedt kansen voor zowel mannen als vrouwen. Het is aan mensen die al in het veld werken om ervoor te zorgen dat hun organisaties niet alleen werknemers van alle geslachten en rassen verwelkomen, maar ook actief ondersteunen. Door vrouwen in Data Science te ondersteunen, profiteren we niet alleen van vrouwen in het veld, maar van de toekomstige innovaties van Data Science als geheel.
