女科學家流失之殤
你有沒有聽過類似的說法:
女性與男性的大腦結構不同,所以女性不適合從事數學/工程?
科學,指導人類認知、決策和行動的最佳武器,沒有停止過尋找證明男女不同的證據。
北大的戴錦華教授曾分享過一個故事,她被邀請與一位男教授論戰,對方在公開媒體聲稱女性是弱智的、劣等的、跟高等文化無關的。
而防止這種新偏見的根本辦法,就是提升女性在科研工作中的代表性,產生不一樣的視角和思考。
但現實是,儘管中國在內的許多國家都推出了科學女性友好政策,依然沒能阻止更多女性從科研崗位中流失。
哈佛商學院的研究資料顯示,進入電腦科學領域的女性員工,有52%的人選擇了半路退出,比例是男性員工的兩倍。
這就有點尷尬了。
一邊是各國政府都投入了大量精力和資金,不斷鼓勵更多女童、女大學生學習STEM課程;一邊是女性儘管選擇投身科研,也更容易被“勸退”。
就像小學數學題中那道一邊注水一邊放水,然後問“泳池多久注滿”的憨憨題型一樣。如果答案是“80-100年”(《2020年全球性別差距報告》認為非洲達到兩性均等還需要95年),無疑代表著國家支援和女性個人努力的浪費。
想要答好這道題,或許要先尋找女性科研職業生涯當中,那些隱秘的前提條件。
已知條件:被隔離的女性與科學
在此前的科技部、全國婦聯、教育部等13個部門和單位聯合印發《關於支援女性科技人才在科技創新中發揮更大作用的若干措施》事件中,有不少讀者留言,“同等條件女性優先”“延長女性申報專案年齡”等等政策,算不算是“逆向歧視”呢?
如果你知道,女性研究人員遭遇著職業性別隔離,或許就更容易理解上述政策的意圖——當一個人被遮蔽在場外,需要更多木板來造箱子,才能讓自己被看見。
今天,STEM領域的女性受教育人數和佔比都不少,根據2015年聯合國教科文組織科學的報告,女性目前佔世界科學、技術、工程和數學(STEM)學士和碩士畢業生的53%,但研究人員僅佔30%,女性離開該部門的比率遠遠高於男性。
浙江大學生命科學研究院教授王立銘曾調查過學術界“消失的女生”現象。在求學階段女生男生數量幾乎相同,但在研究所和院系崗位中,女教授的比例只佔兩成。那些沒有做教授的女性在科研世界中“消失”了。
對此,曾任清華大學博士生導師的顏寧深有體會。她曾公開表示,博士生入學階段和實驗室中,女生的表現都很出色,但求職的時候,分化就產生了,PI(學術帶頭人)階段女性數量銳減。
可以想見,如果沒有上述友好政策的鼓勵,或許很多女性在選擇是否投身科研工作的時候,就會打消念頭。
那麼,為什麼女性的科研職業生涯,相比男性更難啟動、更容易中斷呢?
兩個限定:女性科研生涯之殤
目前,對大腦結構、功能、認知發展等的研究,沒有發現在科學方面男女之間有任何顯著的生物學差異,因此,生理差異不足以解釋女性科研生涯之困。
從求職過程到職業發展,科研崗位對女性缺乏吸引力及友好度的原因,主要還是社會文化所導致的。我們將其簡要歸結為兩個部分。
一是價效比。
如果你知道一項工作又苦又累、回報還不可預知,你還會為它投簡歷嗎?必須承認,女性的職業生涯風險更高、更需要步步為營。一個調查也顯示,女性往往只申請她們認為自己有奮鬥機會的工作,或者是崗位需求與個人資歷高度匹配、是認為自己足夠好才能加入的機構。
而當前的STEM領域研究工作,真的能讓女性毫無疑慮地投身其中嗎?從現實來看,科研工作對女性有著不一樣的衡量標尺:
更高的期望。女性需要在工作中做得比男性更好,才能獲得同樣的尊重和發展機會。
更高的負荷。女性往往需要比男性花更多時間參與教學、指導工作。疫情之後,居家辦公的女性科研人員可能還需要兼顧家庭、兒童照護等任務,這使得她們無法像男性一樣發起研究專案。
更多的偏見。科學家的招聘、晉升等機制長期以來是按照男性規範定製的,女性往往被認為能力較差,需要更多地證明自己才能獲得晉升。
更少的支援。科研工作需要頻繁的技術交流,而女性往往收到的學術邀請更少,獲得的研究資金也更少。
這些障礙使得女性從一開始就像個科研世界的“局外人”,需要從初級職位開始艱難地攀升,勞動投入和職業收穫不成正比。因此,大量擁有STEM學位的女性會直接選擇退出相關行業,投奔那些更具女性友好度的勞動市場,比如教育、醫療等等。
(某女性科技從業者的自述)
二是挫折感。
在“兄弟”文化主導的科研領域,也促成了一種寒冷的職業氛圍,給女性研究人員的心理和情緒帶來極大的壓力,在苦苦掙扎中更容易選擇放棄。
比如性騷擾就很容易發生在男性主導的環境中,在學術科研領域中很常見,此前加州大學伯克利分校的天文學家傑夫·馬西,就因為性騷擾而被解僱。當女性在工作場所遭受性騷擾時,工作滿意度和績效就會下降,離職的可能性也更大。
男性主導下的排她文化,使得不少女性在科研工作中感到孤獨,自尊心和生活滿意度也較低。
加上社會對女性從事科研工作缺乏鼓勵,高階職位上的女性科學家和工程師榜樣較少,這些因素共同促成了女性發展的消極環境。
外部因素和內在心理的雙重捶打,令女性更容易退出科研事業,也就讓許多提升女性科技領域代表性的措施收效甚微。
解題思路:女性參與科研還需要哪些條件?
在這樣的性別隔離現象面前,許多政策似乎都成了正確而無用的廢話。比如改善招聘和晉升途徑,建立包容文化,促進薪酬公平,開展反偏見培訓,制定反騷擾政策等等。
各國政府和科技企業們可能在心裡大喊:在做了在做了!
那麼,還有沒有一些被忽略的、需要幫助的地方呢?
比如配額機制,能保障一部分高層次精英女性的權益,但更多具有潛力和天賦的STEM女性可能來不及進入教授評選、院士評選,就“被消失”了。
而相比配額,許多學術會議、行業論壇開始要求設定女性分會場、專項板塊,就是一種更廣泛的支援。對科學研究感興趣的女性學生和初級工作者,可以藉助這樣的形式認識到代表性的女性榜樣,在女性主導的場合下更自在地交流,形成科學共同體。
這種支援使女性在“兄弟文化“中找到一群和自己具備相同生命經驗的同行者,有效地減少職場壓力。
相比之下,科研工作對女性來說“價效比”低的核心問題,是一個複雜難解的問題。一份《中國女性科技精英科研產出規律分析》研究發現,中國女性院士的科研生產力往往在50 多歲才開始迅速增長並持續到高峰期,此前的20~49 歲都呈現緩慢上升狀態。
也就是說,困難幾乎貫穿了女性科研工作者的中青年時期。
如果要撬開一個缺口的話,或許資訊科技科學等新興領域,應該會成為女性投身科學研究的首選。
世界經濟論壇釋出的《2020未來就業報告》中提到,雲端計算、工程、資料與AI、文化與內容、銷售等將聚集更多的專業人才,資料分析師、AI工程師、大資料工程師、自動化工程師、軟體工程師等需求將大幅增加。
目前,中國的女性科研精英主要集中在生命科學和醫學、化學、醫藥衛生工程等學科,在資訊工程等領域佔比還比較小。而應用工程類研究更容易產生科研成果,近十年來,女院士當選的平均年齡工程院比科學院偏低,也說明越早積累研究成果與科研成就,女性科學家就有潛力躋身更高的科研崗位,獲得更強的發展優勢。
《遜色:科學對女性做錯了什麼》一書中,提到了非常多女性科學家的故事。
比如瑪麗·居里,雖然她兩次獲得諾貝爾獎,但1911年法國科學院卻拒絕接納她為成員,因為她是一個女人;
德國數學家埃米·納脫被提名為格丁根大學的教員,有人抱怨“當我們的戰士返回大學,發現自己要屈尊向一個女人學習,他們會作何感想?”;
物理學家莉澤·邁特納對核裂變的發現做出了決定性貢獻,在柏林大學研究期間被禁止出入男科學家工作的樓層……
今天,上述偏見基本消失或者減弱。歷史已經證明,即使身處錯誤之中,女性也能靠努力堅實地站在科研世界中。而女性的潛力,對於科研工作、科技創新至關重要。
或許,最終的解題思路只有一個,那就是——不要輕言放棄!
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2790890/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 【隨筆】開源之殤
- 【資料科學家】如何成為一名資料科學家?資料科學
- 這七家BAT公司,誰家資料科學家更多BAT資料科學
- [用科學的方法做不科學的事情繫列]—分析五百萬大獎-雙色球之花落誰家?(1)
- 一次Zookeeper 擴充套件之殤套件
- 科學使用Python之condaPython
- 公民資料科學家的侷限性資料科學
- 如何成為資料科學家? - kdnuggets資料科學
- 業界 | 資料科學家“恐怖故事”資料科學
- 科學家最新發現:新磁性元素
- 資料科學家的命令列技巧資料科學命令列
- 美國國家科學委員會:2020年科學與工程指標指標
- 鵝廠女專家:用“愛折騰”實現跨界之美
- 資料科學家已死?AutoML使得資料科學更加普及化 - enterpriseai資料科學TOMLAI
- 美國國家科學基金會:2018年科學與工程指標報告指標
- 什麼是全棧資料科學家?全棧資料科學
- 資料科學家需要的基礎技能資料科學
- 資料科學家最需要什麼技能?資料科學
- Python 資料科學之 PandasPython資料科學
- 走進AI科學之美AI
- 【Python資料科學】之NumpyPython資料科學
- 測試平臺系列(63) 軟刪除之殤
- Q1再虧損,荔枝的盈利之殤
- 蘋果降價背後的代工廠之殤蘋果
- 美國國家科學委員會:2022年科學與工程指標報告指標
- 利用Python做絕地科學家(外掛篇)Python
- 新「AI科學家」?MIT整合多智慧體,實現材料科學研究自動化AIMIT智慧體
- 效能之殤:從馮·諾依曼瓶頸談起
- 美國國家科學學院:地球上的生物分佈
- Python機器學習 5個資料科學家案例解析Python機器學習資料科學
- 《科學·免疫學》:科學家首次證實,神經系統也是過敏性休克的幕後推手!
- 49位科學家上榜,清華方璐、復旦周鵬等獲得科學探索獎
- 法國科學家將AI演算法用於植物研究,植物學家開始慌了AI演算法
- 中國科學家突破區塊鏈核心技術區塊鏈
- GMIC2017大會,明星科學家都在這裡
- 機器學習工程師與資料科學家的大斗法機器學習工程師資料科學
- 為什麼資料科學家應該開始學習Swift?資料科學Swift
- 資料科學50年,資料科學家是否依然是21世紀最性感的職業?資料科學