科技公司正以惊人的速度流失女性人才

到 2029 年，美国将有 360 万个计算机工作岗位，但拥有计算机学位的大学毕业生只能填补其中 24% 的工作岗位。

几十年来，美国一直投入资源改善科技行业的性别代表性。 然而，数字并没有相应地改善。 相反，他们一直停滞不前，主动行动也失败了。

女性占劳动力总数的 57%。 相比之下，女性仅占科技行业劳动力的 27%。

在加入科技行业的 27% 中，超过 50% 的人可能在 35 岁之前退出，56% 的人可能在职业生涯中期退出。

因此，问题出现了：为什么科技行业存在人才留存问题？ 为什么受雇于科技行业的女性辞职率如此之高？

哪些因素导致女性在技术行业的留存率低，女性需要什么样的支持才能留下来并在其中取得成功？

我是一名信息科学研究人员，研究性别和信息技术、STEM（科学、技术、工程和数学）领域的女性——在线社区和开源软件。

我在田纳西大学的团队进行了研究以解决这些问题。 我们发现保留率在技术领域的性别差异中起着重要作用，支持女性的在线和物理空间可以提高保留率。

女性退出科技行业

研究表明，女性在科技行业面临着许多挑战。

性别薪酬差距严重。 女性没有获得与男性相同的机会； 例如，只有 18% 的首席信息官/首席技术官是女性。 女性受到不公平待遇。

我的研究团队专注于科技行业女性的经历，特别关注她们在工作场所受到的待遇以及成功女性支持系统的性质。

我们研究了开源软件社区，因为开源软件社区是性别不平等的一个极端例子。

支持技术基础设施的所有软件中有 70% 是开源软件，这使得开源软件成为未来技术劳动力不可或缺的一部分。 然而，女性仅占开源软件项目贡献者的 9.8%。

在寻找科技行业留存问题的答案时，我们的研究发现，女性的负面经历从轻微到严重的骚扰、性别歧视、歧视和厌女症，再到明确的死亡威胁。

他们的专长受到挑战，他们的贡献没有被接受，他们的作用也被削弱。

她们面临不断的骚扰并应对常态化的虐待，经常听到“男人就是男人”，并且他们应对孤立，因为她们的人数往往远远超过男性。

这些负面经历的影响显示出多层次伤害的证据。

例如，女性面临的个人伤害会导致其他女性不愿参与的附带伤害，从而以更少的女性参与形式对开源软件社区造成进一步的集体伤害。

总的来说，这些负面经历不利于女性留在开源软件和整个科技行业。

文化问题

主流媒体经常报道开源软件有毒的“技术兄弟”文化。 近年来，开源软件领域的知名领导者因滥用职权而被曝光。

开源软件图标 Linus Torvalds 在向其他开发人员发送有毒、辱骂性的电子邮件后，在媒体上曝光后退出了 Linux 内核。

他辞职的决定是由于人们质疑他在阻止女性担任 Linux 内核程序员方面的虐待行为。

该领域的另一位杰出人物理查德·斯托曼 (Richard Stallman) 在开源软件领域取得了非常成功的职业生涯后，被迫从自由软件基金会和麻省理工学院辞职，原因是他对恋童癖的看法，以及来自学生和女性的大量性骚扰案件。在麻省理工学院任教 30 年。

这些来自科技行业领导者的不专业行为的公共事件对女性的参与产生了寒蝉效应，并使不良行为长期存在。

妇女支持系统

在我们关于科技领域女性支持系统的研究中，我们观察并记录了以社交、情感、技术和网络支持的形式关注女性的在线空间的价值。

根据我们的结果，支持女性使用开源软件的关键是专注于女性参与者的在线空间，并且可以通过开源软件组织的网站轻松访问。

这些空间之所以有用，是因为它们为从事开源软件工作的女性提供了一种社区感。

这些空间主要但不专供女性使用。 示例包括 Fedora Women 和 Debian Women。

当女性面临歧视和厌女症时，这些空间让她们能够接触其他女性并寻求社会和情感支持。

女性相互指导和指导，以应对科技行业的毒害，并找到倡导性别平等的途径。

此外，我们发现，在社区准则的支持下，女性会蓬勃发展，例如在线空间、现场活动和专业组织的行为准则。

我们发现，行为准则常常成为女性在开源软件在线社区中获得平等待遇的宣传工具。 它们充当女性和盟友的工具。

当女性得到导师和盟友的支持并可以在她们的社区中建立人际网络时，当她们看到看起来像她们的榜样在科技社区取得成功时，她们就不太可能退出。

保留问题可以通过解决技术行业的性别差异来解决，方法是通过专注于女性的在线和物理空间、政策和实践来确保平等对待女性、女性导师和榜样。

对此有什么想法吗？ 在评论下方给我们留言，或将讨论转移到我们的 Twitter 或 Facebook。

编辑推荐：

• Twitter 是否将其用户的安全置于危险之中？
• FTC 诉讼暴露了重大隐私风险，这是你手机的错
• Instagram 和 Facebook 在其他网站上跟踪您 – 方法如下
• 为什么有这么多科技女性选择成为举报人？

编者注：本文由田纳西大学信息科学教授 Vandana Singh 撰写，并根据知识共享许可从 The Conversation 重新发布。 阅读原文。