Meno di un professionista su cinque in ambito tecnico-scientifico impegnato nella data science, ovvero il campo di studi che consente di estrarre informazioni significative da una mole rilevante di dati, è una donna. A rivelarlo è la ricerca appena pubblicata da Boston Consulting Group “What’s Keeping Women Out of Data Science“. Sebbene quella del data scientist sia una delle professioni più richieste da qui al prossimo futuro − lo conferma anche lo studio realizzato dal World Economic Forum The Future of Jobs Report 2020 −, tuttavia ancora poche donne intraprendono un percorso formativo che le porti in questa direzione.
La ricerca BCG dunque, prendendo in esame oltre 9.000 studenti di materie Stem (acronimo di Science, Technology, Engineering and Mathematics) di dieci Paesi (Australia, Canada, Cina, Francia, Germania, India, Giappone, Spagna, Stati Uniti, Regno Unito), ha voluto far luce sul divario di genere nelle assunzioni di data scientist. Anche perché è sicuramente tempo di cambiare passo.
Intelligenza artificiale parziale con meno donne data scientist
Partiamo dal dato: sebbene nei Paesi coinvolti nella ricerca le donne costituiscano in media circa il 55% dei laureati, rappresentano poco più di un terzo dei diplomi Stem (35%), il 25% della forza lavoro Stem e solo il 15-22% dei data scientist. Questa mancanza di diversità è un problema serio se si pensa che gli algoritmi di intelligenza artificiale sui quali lavorano i data scientist sono suscettibili di pregiudizi e quindi per crearli è necessario un team che includa un’ampia gamma di punti di vista ed esperienze, oltre a generare uno squilibrio nonché una significativa minaccia alla crescita sostenibile della società.
Perché ci sono poche donne data scientist
I ricercatori hanno individuato diversi motivi che tengono le donne lontane dalla data science. In generale il principale “colpevole” è il modo poco efficace in cui università e aziende trasmettono il reale valore della scienza dei dati.
La data science può sembrare astratta e a basso impatto
Molte delle comodità che diamo per scontate oggi, dai motori di ricera come Google a diverse cose che quotidianamente facciamo con gli smartphone, si basano sull data science e sull’intelligenza artificiale. Una quota sorprendentemente ampia di studenti, tuttavia, non ne ha una percezione positiva. Nel sondaggio BCG solo circa la metà di tutti gli studenti Stem concorda con l’opinione che un data scientist dedichi il proprio tempo alla risoluzione di problemi della vita reale con un impatto tangibile. Per il 49% degli studenti complessivi (48% delle donne, 50% degli uomini) il campo è invece considerato teorico e astratto, incentrato sulla manipolazione di codici e dati a basso impatto reale e, implicitamente, a basso scopo. Queste percezioni sono modellate dalle aziende stesse. Molte continuano a non avere una strategia coerente su come trasformare le loro attività con la data science e l’AI: sperimentano tante idee nella speranza che qualcheduna possa decollare, ma pagano il successo occasionale con una lunga lista di fallimenti deludenti e iniziative a basso impatto. E nelle loro interazioni dirette con gli studenti, molte aziende faticano a comunicare una visione plausibile e stimolante che trasferisca l’importanza, l’impatto e lo scopo che la data science può avere per il business. I risultati dello studio mostrano che le donne Stem attribuiscono un premio maggiore al lavoro applicato e basato sull’impatto tangibile rispetto agli uomini: il 67% di loro ha, infatti, espresso una netta preferenza per tale tipologia di lavoro, rispetto al 61% degli uomini.
L’ambiente della data science è iper-competitivo e per nerd
Oltre all’idea che la data science sia teorica e senza scopo, molte donne la considerano da nerd e per loro eccessivamente competitiva. L’impatto delle percezioni negative si estende alle visioni della cultura aziendale. Gli studenti, giustamente, trascorrono molto tempo considerando la cultura del lavoro nel campo prescelto. Sarà iper-competitivo o ampiamente collaborativo? Promuove la diversità e l’inclusione? Sono disponibili strutture di tutoraggio per supportare lo sviluppo personale? Su queste dimensioni, quando si tratta di reclutare studenti, le percezioni sono di vitale importanza. Il sondaggio BCG mostra che molti studenti Stem sono preoccupati per la competitività interpersonale dei lavori di data science, ovvero il grado in cui i dipendenti lavorano in concorrenza tra loro piuttosto che come parte di un team collaborativo. In media tra i paesi, l’81% delle donne (e il 74% degli uomini) che conseguono una laurea in scienze dei dati ha percepito il settore come “significativamente più competitivo” rispetto ad altri tipi di lavoro. Anche in questo caso, gli studenti stanno semplicemente cogliendo i segnali che molte aziende trasmettono attivamente. Ad esempio, molti datori di lavoro contribuiscono a coltivare questa percezione promuovendo le prestazioni degli studenti nelle coding competitions come indicatore chiave nell’andamento delle domande di lavoro, anche quando la quotidianità del data scientist in queste aziende non è competitiva in questo modo.
Poche informazioni sulle possibilità di carriera come data scientist
Le laureate Stem si sentono scarsamente informate sulle carriere da data scientist. L’indagine ha esplorato non solo le percezioni e le preferenze, ma anche la quantità di conoscenze di base che gli studenti sentono di avere riguardo all’opportunità di carriera. I risultati rivelano che una quota significativa di studenti Stem a livello internazionale non ritiene di avere una buona comprensione di cosa sia una “carriera nel campo della data science”, quali opzioni di sviluppo professionale possa offrire e quale sia il lavoro quotidiano di un lo scienziato dei dati. Nel complesso, solo il 63% circa degli uomini e il 55% delle donne si sono sentiti adeguatamente informati sulle varie opportunità di carriera che coinvolgono la scienza dei dati. Solo il 61% degli uomini e il 55% delle donne ha compreso le qualifiche richieste per un ruolo di data science; e solo il 62% degli uomini e il 47% delle donne conosce i percorsi di carriera nel settore. Non dovrebbe sorprendere che gli aspetti di trasparenza sopra menzionati siano significativamente correlati con le decisioni di carriera degli studenti Stem.
Come cambiare la percezione negativa della data science
Per combattere queste percezioni negative, la condivisione attiva delle informazioni da parte della comunità di data scientist è fondamentale. Mentre le università possono impegnarsi nel fare di più per mettere in luce casi d’uso nella vita reale, spetta alle aziende lavorare di più per combattere le percezioni negative del settore e la mancanza di informazioni tangibili sui percorsi di carriera che disincentivano le donne in modo molto più forte. Per molte aziende, ciò richiederà sia agire all’interno dei propri team di data scientist e sulla cultura aziendale, sia modificare la comunicazione esterna e, in particolare, il modo in cui si presentano online e raggiungono gli studenti.
