在这个数据科学领域，女性人数超过男性为什么

mahfuj0011

与许多领域一样，技术存在性别问题已不是什么秘密。虽然女性占劳动力总数的 但只有 的技术员工是女性。许多人认为像 Thinkful 这样的职业加速器——它降低了技术教育的障碍——可以帮助弥合鸿沟。然而，事实是我们还有很长的路要走。 今年早些时候，世界经济论坛发布了关于全球性别差距的年度报告。虽然它的整体信息与过去几年一样黯淡，但它揭示了人工智能  领域的一些令人惊讶的数据：即在某些学科中，女性实际上超过了男性。 Tiff French 是纽约 Thinkful数据科学 Flex 项目的一名学生，当她看到这些结果时惊呆了。

她选择专攻自然语言处理——女性多于男性的领域之一。这只是巧合还是有更大的力量在起作用？这个问题最终构成了她名为“技术职位描述中的性别偏见”的最终顶点项目的基础。 职位描述中的隐藏信息  年， 人格与 阿根廷邮箱 社会心理学杂志》的一份报告得出结论称，“招聘广告中的性别措辞存在并维持着性别不平等。” 虽然该报告并没有特别关注科技领域的工作，但它为蒂夫提供了足够的基础来问“这会发生在人工智能领域吗？” 为了回答这个问题，Tiff 首先通过抓取 Indeed 等求职网站创建了一个包含近 个 AI 招聘信息的数据集。她使用了导师 推荐的一款名为的爬虫工具，整个过程耗时近 48 小时。 接下来，她使用各种无监督学习模型分析了职位描述。



其中一个称为 的缩写）的模型用于首先识别然后映射每个职位描述中最显着的术语。通过映射术语，蒂夫可以看出职位描述之间的相似程度。这将使她能够检验她最初的假设，即女性主导的专业的描述与男性主导的专业的描述完全不同——即使肉眼看不出来。 结果......有一个转折 TIff的分析表明，女性主导领域和男性主导领域在使用语言上存在差异。然而，这有一个有趣的警告：女性主导领域的职位描述与平衡领域最相似，而男性主导领域与平衡领域最不同。这表明，要实现性别平衡，男性主导的领域进行变革的路途最长。 下图是使用  投影得出的，展示了这种现象。自然语言处理（女性主导的领域）与模式识别（男性主导的领域）比深度学习（平衡的领域）更相似。