Datavetenskap är ett snabbt växande område, men det växer inte lika mycket. Tänk om jag berättade att under de senaste 30 åren har andelen kvinnor inom datavetenskap minskat avsevärt? Från 1984 till 2016 sjönk andelen kvinnor som utexaminerade datavetenskap från 37 % till 18 %. Kort sagt, eftersom datavetenskap har blivit allt mer efterfrågad, har den faktiskt blivit mindre öppen för kvinnor.
Naturligtvis är många kvinnor intresserade av Data Science och de många spännande karriärmöjligheterna inom data. Så vi måste överväga vad statistiken över kön inom Data Science säger oss. Vad kan vi göra för att uppmuntra kvinnor att göra karriärer som datavetare? Och vad kan nuvarande ledare inom området göra för att stödja kvinnor i sina organisationer? När allt kommer omkring innebär att förlora kvinnliga dataforskare att förlora en stor del av denna industris potentiella innovatörer och ledare.
Vad är dataforskarens könsförhållande?
Genusstatistiken inom Data Science berättar en ojämn historia. Enligt en Harnham-rapport, bara i 2 roller av 20%20 Data och Analytics innehas av kvinnor. Det genomsnittet är något skevt av det högre antalet kvinnor i Analytics och Insight och i Life Science Analytics. Könsförhållandet är lägre i själva Data Science: endast 20 % av dataforskarna var kvinnor. Det fanns, från och med 2020, fyra gånger så många män som kvinnor inom Data Science-området. Kvinnor tjänar också mindre än män. Inom området för data och analys som helhet tjänar män 17 % mer än sina kvinnliga motsvarigheter. En del av denna diskrepans kan förklaras av en våg av nya kvinnliga dataforskare som ansluter sig till fältet i roller på nybörjarnivå. Men mönstret är betydande: män tjänar mindre än sina kvinnliga kollegor med stor marginal.
Varför blir färre kvinnor dataforskare?
Även om bootcamps och examina i Data Science ökar, utgör kvinnor en låg andel av studenterna i dessa grupper, vilket innebär att färre kvinnliga akademiker söker Data Science-jobb. Underrepresentationen av kvinnor inom teknikområdena börjar i ung ålder. Fram till cirka 11 till 12 års ålder tenderar flickor att visa intresse för STEM-områden på samma sätt som pojkar. När de har nått 16 har deras rapporterade intresse minskat drastiskt. Detta mönster kommer från ett brett könsbaserat problem i vår kultur och över utbildningssystemen. Tonårsflickor är mindre benägna än sina manliga kamrater att se STEM-fält som en plats för dem. De är mindre benägna att uppmuntras av lärare, även när de presterar bra i klasserna. De kan också avskräckas av bristen på kvinnliga förebilder i STEM-karriärer.
Varför lämnar kvinnor datavetenskapskarriärer?
Enligt Better Buys är det dubbelt så stor sannolikhet att kvinnor som män lämnar en position i ett teknikjobb. Liksom på många områden är det mer benäget att sluta eller ta ledigt för kvinnor än män för att ta hand om barn eller äldre familjemedlemmar. Även om de kommer tillbaka till arbetskraften kan de hamna i underläge på grund av att de uppfattas som att de missat tid. Företag kan ta itu med denna fråga direkt genom att erbjuda lika betald föräldraledighet till både män och kvinnor. Fler företag runt om i världen skapar policyer för lika ledighet. Detta fördelar barnomsorgens arbete jämnare och tycks med tiden gradvis förskjuta det kulturella stigmat mot att ta ledigt för barnomsorgen.
Men en del av det här problemet är specifikt för Data Science. Bristen på kvinnor på området kan bli självständig; kvinnor ser inte andra kvinnor i ledarroller och förväntar sig att hitta färre möjligheter till avancemang. Och brist på kvinnor i tekniska team kan leda till en potentiellt giftig miljö. I en intervju med Master's in Data Science, noterade Jana Eggers att "vissa sexism- och partiska problem" var en anledning till att kvinnor är t alltid stanna i branschen. I samma intervju kommenterade Lillian Pierson att "kvinnor utsätts ständigt för könsdiskriminering baserat på hur vi ser ut och vad vi har på oss." Organisationsledare måste utmana frågor om sexistisk kultur direkt. Om kvinnor inte respekteras har de ingen anledning att stanna.
Resurser och nätverk för kvinnor inom datavetenskap
Även om datavetenskapens ojämlika könsfördelning är ett utmanande problem att lösa, är det ett problem som datavetare och utbildare har arbetat med i flera år. Det positiva resultatet av allt detta arbete är att det finns ett antal professionella nätverk och resurser för att stödja kvinnor inom teknikområden: Från att lära flickor till kod till att tillhandahålla professionella mentorer till kvinnor som börjar med Data Science. Det finns många användbara resurser där ute. Om du är en kvinna inom datavetenskap, eller vill stödja en ung kvinna i ditt liv, kolla in följande program.
Program för flickor och unga kvinnor:
Resurser för kvinnor inom datavetenskap och teknik:
Området Data Science är mogen med möjligheter för både män och kvinnor. Det är upp till människor som redan är på fältet att se till att deras organisationer inte bara är välkomnande, utan aktivt stödjer anställda av alla kön och raser. Genom att stödja kvinnor inom Data Science gynnar vi inte bara kvinnor på området, utan även de framtida innovationerna inom Data Science som helhet.
