當前位置:
首頁 > 最新 > 減少性別歧視的第一步,可能是讓男性承認他們有偏見

減少性別歧視的第一步,可能是讓男性承認他們有偏見

原文以To reduce gender biases, acknowledge them為標題

發布在2017年8月22日的《自然》環球觀點上

原文作者:Debbie Chachra

Debbie Chachra表示,前谷歌工程師關於多元化的備忘錄揭示出來的是心理學盲點而非生物學差異。

1989年12月6日傍晚,一名男子帶著一支獵槍、一把刀和彈藥走進了加拿大蒙特利爾工學院,他隨身攜帶的還有對非傳統角色下女性(在這次事件中,是工程師)的仇恨。他走進一間又一間教室,將槍口對準女學生。最終,14名女學生失去了生命。這是迄今為止加拿大現代歷史上最嚴重的一次大規模謀殺事件。

當時,我18歲,正在多倫多大學學習工程學。那一次的槍擊揭露了一個殘酷的事實:有些男性認為女性不屬於科技領域。而我一直堅守在科技領域,並成為一名教員,其間這樣的話我已反反覆復聽到過許多次,只不過對方表達得不那麼激烈。

圖源:Visual Hunt

不久之前,這一幕再次上演。當事人James Damore是一名谷歌工程師,現已被公司開除。他在一份長達10頁的備忘錄中聲稱,因為生物學上的原因,女性不如男性適合技術類角色,因此,谷歌的推廣員工多元化的行動是不合適的。他的論述缺陷(主要是避重就輕和過度外推)引發了廣泛討論,但是他最大的錯誤在於沒有反思自己的假設和動機。

有些人認為他們只是說出了「其他人不敢說的話」,而沒有意識到他們只是在重複像我一樣的女性已經聽過無數遍的東西,對於這樣的人,我已沒有耐心去爭辯什麼。

當我和同事努力為工程領域的女性爭取支持時,我們以兩條論據為前提。第一條是社會公正:女性理應享受和男性一樣的工作機會和成功機會。第二條是實用主義:多元化的工程師團隊可以做出更好的成績追根究底,多元化的視角能鼓勵科學技術為每一個人謀利益。單憑這兩點就足以說明應該重建工程學的教育環境和工作環境,使之更加包容。

不過,我還要向具有科學技術背景的人提出第三條論據:如果你注重理性和客觀性,那麼你就需要直面性別偏見。因為偏見是人類所固有的:我們生活在一個充斥著傳統性別差異的世界。借用計算機領域的一個比喻來說,偏見擁有我們大腦的根許可權。

雖然大部分的結構性障礙(如明確將女性排除在工程學課堂之外)都解除了,但是為什麼性別不平等依然存在?一種解釋是我們現在生活在一個平等的世界,但是女性與生俱來就不那麼適合工程和技術工作,因此參與的越來越少,退出的越來越多。另一種解釋是我們的世界仍舊性別不平等,只是不易察覺罷了。

後一種假設具有強大的解釋力和預測力。20世紀70年代和80年代,管弦樂隊開始採用「盲選法」——候選人在帷幕後試奏,結果女性樂手的比例顯著上升。管弦樂隊原本以為他們過去選出的樂手是最好的,但是篩選方案的改變證明事實並非如此。

縱觀科學歷史,其中不乏許多後來被歸因於研究人員偏見所產生的實驗結果。例如,在很長一段時間內,研究人員的觀測表明在鳴禽配偶中,雄性常常性行為混亂,而雌性不會這樣。但到20世紀90年代,基因檢測表明雌性也常常會性行為混亂。

有一種零假設認為女性和有色人種在科學技術方面的能力與男性和白人不分上下,我絕對偏袒這一觀點。這可能歸因於我身為工程領域內一名有色女性的視角。但是,一直以來佔據優勢的群體成員,即白人和男性,也有他們自己的視角和偏見。

其中一個極難被察覺的心理偏見是只有男性適合從事技術類工作,女性不屬於這個領域。改編美國作家厄普頓·辛克萊的話,男人很難理解一些事實,因為不理解這些事實已經是他們自我認知不可少的一部分。

如果Damore直面自己的偏見——如果他在寫那篇備忘錄時也堅持客觀——那麼他也許會找到生物學差異之外的解釋。顯然,他沒有引用任何關於假想求職者的研究——這些求職者僅因為其姓名、性別和種族所暗示的假設而被區別對待。

某些人真的認為科學可以證明未得到充分代表的群體不想成為技術人員或不適合做技術人員。我要向這些人發起挑戰,即識別並減少阻礙未得到充分代表的群體獲得成功的因素,努力消除偏見。我希望生活在一個平等的社會裡面,每一個人都能發揮自己的潛力。

要使之成為現實,我們首先需要清楚自己存在的偏見,承認我們正戴著有色眼鏡看待這個世界。例如,我們可以鼓勵人們回想他們對女性和科學的最初記憶,討論其中傳達了什麼樣的觀念。但是,一次性討論無濟於事,無論它們多麼具有啟發性。對抗社會偏見需要深刻的認知和不懈的努力。它要求我們設計出種種能夠積極抵消偏見的體系,如評估準則和盲法評估。

如果說關於偏見的研究向我們揭示出了什麼,那就是當人類學著識別並糾正偏見時,便會做出更好的決策。

Naturedoi:10.1038/548373a

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 Nature自然科研 的精彩文章:

AI的風險與收益,人工智慧專家思考地足夠認真嗎?
寫出清晰優秀的學術簡歷的38個重點,你知道嗎?
中國學者在Nature Methods發表論文,介紹三代測序數據計算方法的突破
一個小時代的終結:14張圖紀念卡西尼號13年土星之旅
企業贊助的科研,結果卻不利於企業:新煙鹼與蜜蜂的最新故事

TAG:Nature自然科研 |