Analityka danych to szybko rozwijająca się dziedzina, ale nie rozwija się ona równomiernie. A co jeśli powiem Ci, że w ciągu ostatnich 30 lat odsetek kobiet w informatyce znacząco spadł? W latach 1984–2016 odsetek kobiet, które ukończyły informatykę, spadł z 37% do 18%. Krótko mówiąc, w miarę jak informatyka cieszy się coraz większym zainteresowaniem, w rzeczywistości staje się ona mniej dostępna dla kobiet.
Oczywiście wiele kobiet interesuje się nauką o danych i wieloma ekscytującymi możliwościami kariery w branży danych. Musimy więc rozważyć, co mówią nam statystyki dotyczące płci w Data Science. Co możemy zrobić, aby zachęcić kobiety do kontynuowania kariery analityki danych? A co obecni liderzy w tej dziedzinie mogą zrobić, aby wspierać kobiety w swoich organizacjach? W końcu utrata kobiet zajmujących się analityką danych oznacza utratę ogromnej części potencjalnych innowatorów i liderów tej branży.
Jaki jest stosunek płci analityka danych?
Statystyki dotyczące płci w Data Science przedstawiają nierówną historię. Według raportu Harnhama w 2020 r. zaledwie 27% stanowisk w Data i Analytics były prowadzone przez kobiety. Średnia ta jest nieco zakrzywiona przez większą liczbę kobiet w Analityce i Insight oraz w Life Science Analytics. W samej nauce danych proporcja płci jest niższa: tylko 20% analityków danych stanowiły kobiety. Od 2020 r. w dziedzinie nauki o danych było cztery razy więcej mężczyzn niż kobiet. Kobiety zarabiają też mniej niż mężczyźni. W całym obszarze danych i analityki mężczyźni zarabiają o 17% więcej niż ich koleżanki. Część tej rozbieżności można wytłumaczyć falą nowych kobiet-naukowców zajmujących się danymi, które dołączają do tej dziedziny na stanowiskach podstawowych. Schemat jest jednak znaczący: mężczyźni znacznie przewyższają zarobki swoich koleżanek.
Dlaczego mniej kobiet zostaje badaczami danych?
Chociaż liczba obozów szkoleniowych i stopni naukowych w dziedzinie Data Science rośnie, kobiety stanowią niski odsetek studentów w tych grupach, co oznacza, że mniej absolwentek szuka pracy w Data Science. Niedostateczna reprezentacja kobiet w dziedzinach technologii zaczyna się już w młodym wieku. Do około 11.–12. roku życia dziewczęta wykazują zainteresowanie dziedzinami STEM na równi z chłopcami. Zanim osiągnęli 16 lat, ich zgłaszane zainteresowanie drastycznie spadło. Ten wzorzec wyłania się z szerokiego problemu płci w naszej kulturze i systemach edukacji. Nastoletnie dziewczęta rzadziej niż ich rówieśnicy postrzegają pola STEM jako miejsce dla siebie. Jest mniej prawdopodobne, że nauczyciele będą ich zachęcać, nawet jeśli dobrze radzą sobie na zajęciach. Może ich także zniechęcać brak wzorców do naśladowania w karierach STEM.
Dlaczego kobiety odchodzą z kariery związanej z analityką danych?
Według Better Buys kobiety dwukrotnie częściej niż mężczyźni rezygnują z pracy w branży technologicznej. Podobnie jak w wielu dziedzinach, kobiety częściej niż mężczyźni rezygnują z pracy lub biorą wolne, aby opiekować się dziećmi lub starszymi członkami rodziny. Nawet jeśli wrócą na rynek pracy, mogą znaleźć się w niekorzystnej sytuacji, ponieważ zostaną postrzegani jako osoby, które przegapiły czas. Firmy mogą bezpośrednio rozwiązać ten problem, oferując równy płatny urlop rodzicielski zarówno mężczyznom, jak i kobietom. Coraz więcej firm na całym świecie tworzy politykę równych urlopów. Dzięki temu obowiązki związane z opieką nad dziećmi rozkładają się bardziej równomiernie i wydaje się, że z biegiem czasu stopniowo znika kulturowe piętno sprzeciwiające się korzystaniu z urlopu na opiekę nad dzieckiem.
Jednak część tego problemu jest specyficzna dla nauki o danych. Brak kobiet w tej dziedzinie może mieć charakter samoutrwalający; kobiety nie widzą innych kobiet w rolach przywódczych i spodziewają się, że znajdą mniej możliwości awansu. A brak kobiet w zespołach technicznych może prowadzić do potencjalnie toksycznego środowiska. W wywiadzie dla Master's in Data Science Jana Eggers zauważyła, że „pewne problemy z seksizmem i uprzedzeniami” były powodem, dla którego kobiety nie Nie zawsze pozostaję w branży. W tym samym wywiadzie Lillian Pierson skomentowała, że „kobiety nieustannie spotykają się z dyskryminacją ze względu na płeć ze względu na to, jak wyglądamy i w co się ubieramy”. Liderzy organizacji muszą otwarcie stawić czoła kwestiom kultury seksistowskiej. Jeśli kobiety nie są szanowane, nie mają powodu, aby zostać.
Zasoby i tworzenie sieci kontaktów dla kobiet zajmujących się nauką o danych
Chociaż nierówny stosunek płci w Data Science jest problemem trudnym do rozwiązania, badacze danych i pedagodzy pracują nad nim od lat. Pozytywnym rezultatem całej tej pracy jest to, że istnieje wiele profesjonalnych sieci i zasobów wspierających kobiety w dziedzinach technologii: od nauczania dziewcząt przez kodowanie po zapewnianie profesjonalnych mentorek kobietom rozpoczynającym naukę o danych. Istnieje wiele pomocnych zasobów. Jeśli jesteś kobietą zajmującą się Data Science lub chcesz wesprzeć młodą kobietę w swoim życiu, zapoznaj się z poniższymi programami.
Programy dla dziewcząt i młodych kobiet:
Zasoby dla kobiet zajmujących się nauką o danych i technologią:
Dziedzina nauki o danych jest pełna możliwości zarówno dla mężczyzn, jak i kobiet. To od osób działających już w terenie zależy, czy ich organizacje będą nie tylko otwarte, ale także aktywnie wspierają pracowników wszystkich płci i ras. Wspierając kobiety w Data Science, przynosimy korzyści nie tylko kobietom w tej dziedzinie, ale także przyszłym innowacjom Data Science jako całości.
