Christina @ wocintechchat.com via Unsplash
大多数行业都有形象问题。人们想要雇佣最聪明的那一个。适合工作角色的人。看起来像那个角色的人。拥有特定的身体特征以打动客户和竞争对手的人。我可以继续讲下去。
1. Google 网络安全证书 - 快速进入网络安全职业
2. Google 数据分析专业证书 - 提升你的数据分析能力
3. Google IT 支持专业证书 - 支持你的组织的 IT 工作
在谈到数据科学时，许多人认为这个职业路径是“书呆子”的行业。一个适合聪明男性的行业，进一步把女性推向了更远的地方。众所周知，数据收集、分析、产出和决策的工作大多是由男性完成的。根据TechRepublic的数据，2019 年美国数据科学职位中的女性占比为 18%。在低收入国家，女性获得更好教育和 STEM（科学、技术、工程、数学）学位的机会更少，数据科学职位中的女性比例更低。
根据世界银行的数据，2019 年女性的识字率为 83.02%，而男性为 89.93%。因此，女性常常难以有效使用数字技术。我们已经知道 STEM 职业中存在性别不平衡，这使女性不愿进入该行业。女性在数据科学等职业中接受的培训水平也较低，使得女性在职业发展和获得高薪职位方面更为困难，进一步加剧了性别薪酬差距。
根据BCG的数据，女性占 STEM 学科大学毕业生的 36%，但仅占 STEM 劳动力的 25%，且仅有 9%在 STEM 高层领导中。
数据科学领域女性的缺乏被用作数据，导致行业中女性的进入受阻或数量减少。卡罗利娜·克里亚多-佩雷斯是一位英国女权主义作家、记者和活动家，她撰写了*《隐形女性：揭露男性主导世界中的数据偏见》*一书。这本书揭示了偏见数据对女性和年轻女孩的不利影响，影响了她们的教育、职业和总体信心。以下是她发现的几点：
我们都知道，招聘算法可能是我们一些人没有被选中进入下一阶段的原因。这对女性来说更是雪上加霜，因为她们更不容易申请特定的职位，例如数据科学，尤其是那些使用招聘算法的高科技公司。根据路透社的报道，亚马逊曾使用一种机器学习算法作为其新的招聘流程，这种算法对女性不利。公司使用了过去十年提交的简历作为算法的训练数据。由于这些简历主要来自男性，程序学会了男性候选人更受欢迎，从而惩罚女性。该程序自学避免使用“女性”一词，例如“女性象棋俱乐部队长”。虽然亚马逊在早期发现了这一点，但这表明问题不仅仅在于人们过于依赖模型。这更是一个偏见数据被用来做出错误决策、加剧职场不平等的问题。
Christina @ wocintechchat.com via Unsplash
第四次工业革命正在到来。对于那些不太了解的人来说，它是一种描述物理、数字和生物世界之间界限的方式。它包含了人工智能（AI）、机器人技术、物联网（IoT）、3D 打印、基因工程、量子计算以及其他技术元素。
随着我们越来越依赖数据来建立新模型和帮助我们做出重要决策，数据在我们的生活中成为了一个重要元素。然而，如果我们拥有的数据对女性没有益处？或者无法清晰地理解女性？AI 技术会在大多数行业中帮助还是阻碍女性填补现有的性别差距？
人工智能将被用作公司招聘和解雇员工的工具。这也将成为许多人在众多行业中失业的原因，因为它可以替代他们的角色。这进一步将女性置于最不利的位置，因为在这场变革中，支持她们的数据很少。波士顿咨询公司（BCG）表示：“人工智能应用可能会延续和加剧性别偏见，从而进一步扩大领导力培养中的差距。如果人工智能应用是基于偏见的数据进行训练的，那么它所开发的算法也可能会有偏见。”
为了避免女性被边缘化，STEM 行业中的女性数量至关重要。随着这些行业中女性数量的增加，有助于确保女性不会因为预设的算法而受到惩罚，为年轻一代提供了更好的机会和更多的希望以在 STEM 职业中发展。
尼莎·阿雅 是一名数据科学家和自由撰稿人。她特别感兴趣于提供数据科学职业建议或教程以及数据科学理论知识。她还希望探索人工智能如何有助于人类生命的延续。作为一名热衷的学习者，她寻求拓宽自己的技术知识和写作技能，同时帮助指导他人。