Articles

Vilka är de viktigaste utmaningarna för kvinnor inom den akademiska världen? – SAGE Ocean | Big Data, New Tech, Social Science

Trots att mer än hälften av alla doktorsexamina delas ut till kvinnor, ligger andelen kvinnor i den tillsvidareanställda fakulteten mellan 20 och 33 procent i EU och USA, och sjunker till så lite som 5 procent inom områden som teknik, vilket visar hur svårt det är för kvinnor att avancera inom den akademiska världen. I många europeiska länder är siffrorna ännu mer nedslående. Kvinnor har mycket få högre akademiska befattningar (klass A) i Belgien (15,6 %), Tyskland (17,3 %), Storbritannien (17,5 %), Frankrike (19,3 %), Schweiz (19,3 %) och Sverige (23,8 %). När kvinnor anställs hamnar de i allmänhet på lägre betalda tjänster utan fast anställning. Hindren för kvinnor finns i alla skeden, inklusive anställning, rekommendationsbrev, studentutvärderingar, kollegiala utvärderingar, beviljande av bidrag, finansiering, ansökningar om tjänster och befordran till tillsvidareanställning. Dessutom är löneskillnaderna betydande. I Storbritannien, till exempel, tjänar kvinnliga akademiker 12 procent mindre än sina manliga motsvarigheter.

Studier visar konsekvent att kvinnor hindras i sin karriär av beslutsfattarnas omedvetna fördomar. Detta sker både vid anställning och befordran. I en berömd studie, när namnen på laboratoriechefernas meritförteckningar tilldelades slumpmässigt, bedömde fakulteten meritförteckningarna med de manliga namnen som ”betydligt mer kompetenta och mer eftertraktade” än en kvinna med identiska kriterier. Även när en kvinna valdes erbjöds hon en lägre lön. Trots de många fördelarna med kvinnliga professorer – de ökar deltagandet i klasserna, ger olika perspektiv, fungerar som en förebild för kvinnliga studenter och ökar de kvinnliga studenternas betygsprestationer – har kvinnor i den akademiska världen, särskilt inom mansdominerade områden, en allvarlig nackdel.

Samhällsvetare har bekräftat att människor är omedvetna om sina egna fördomar och är till synes oförmögna att fatta fördomsfria, meritbaserade beslut. Dessa omedvetna fördomar omfattar affinitetsfördomar, bekräftelsefördomar och tillgänglighetsfördomar, för att nämna några. Begreppet kognitiva fördomar introducerades först av Daniel Kahneman och Amos Tversky, som förklarar att mentala genvägar leder till fel i tänkandet.

Affinity bias uppstår när vi visar en preferens för människor som är lika oss. Detta innebär att när beslut fattas av en homogen grupp, t.ex. en kommitté bestående av vita manliga professorer, finns det en naturlig preferens att anställa personer som är lika dem själva. Bekräftelsebias uppstår när en beslutsfattare endast värderar information som stöder deras magkänsla. En intervjuare kommer till exempel bara att notera egenskaper som bekräftar hans eller hennes första bedömning av den kandidat han eller hon föredrar.

Accessbias uppstår när människor har lättare att komma ihåg information som de har sett nyligen. Ta denna berömda gåta som exempel: En far och en son råkar ut för en fruktansvärd bilolycka som dödar pappan. Sonen förs snabbt till sjukhuset. Precis när han ska lägga sig under kniven säger kirurgen: ”Jag kan inte operera – den pojken är min son!”. Förklara. En studie vid Boston University visade att de flesta deltagarna inte kunde svara eftersom de inte lätt kunde föreställa sig kirurgen som pojkens mamma.

Och även om många förklaringar har lagts fram kring de hinder som kvinnor inom den akademiska världen möter, bör man inte bortse från beslutsfattarnas omedvetna fördomar. Detta är en mycket svår fråga att ta itu med eftersom beslutsfattarna nästan alltid är omedvetna om sina egna fördomar. Dessutom har forskning visat att om människor informeras om sina fördomar kan det faktiskt leda till ytterligare fördomar.

En lösning som föreslås i Irlands handlingsplan för jämställdhet 2018-2020 är att skapa ett begränsat antal professurer enbart för kvinnor. Målet är att se till att 40 procent av alla tjänster på professorsnivå inom den akademiska världen år 2024 innehas av kvinnor. EU har tidigare satt upp mål för könsbalanserade offentliga positioner och styrelseuppdrag, med konsekvenser för att inte uppfylla sådana mål som sträcker sig från att kräva en förklaring till varför målet inte uppnåddes (t.ex. i Spanien) till betydande böter (t.ex. i Italien). Dessa typer av åtgärder har hittills varit framgångsrika i EU.

Och även om ett antal demokratiska länder har antagit krav på balans mellan könen verkar USA och Storbritannien vara ovilliga att använda sådana åtgärder. Som det ser ut nu är det möjligt att vi i och med EU:s åtagande om könsbalans kommer att få se ytterligare frivilliga och lagstiftningsmässiga åtgärder för att öka närvaron av kvinnor inom den akademiska världen i hela regionen.

Om

Kimberly A. Houser är biträdande professor vid Oklahoma State University där hon undervisar i affärsjuridik och juridik för ny teknik. Hennes forskning fokuserar på områden där USA:s federala regering inte har hållit jämna steg med förändringarna i samhället och tekniken och belyser hur den nuvarande lagstiftningen inte uppfyller folkets behov. Innan Houser började undervisa praktiserade hon juridik i Chicago och senare för ett nystartat teknikföretag i Austin.

Housers forskning är inriktad på integritet, stora data, artificiell intelligens och frågor som rör omedvetna fördomar och könsdiversitet. Houser fick nationella rubriker i höstas för sin artikel där hon undersökte hur IRS bryter mot lagar om integritet och datasäkerhet genom att dataexploatera medborgarnas personliga information. Hennes nya artikel om att lösa mångfaldskrisen inom teknikindustrin genom ansvarsfull användning av artificiell intelligens kommer att publiceras i Stanford Technology Law Journal. Hon har presenterat vid olika internationella konferenser och evenemang och är författare till en av de första kommersiella böckerna som tar upp riskerna med att lägga upp och vara värd på nätet, The Legal Guide to Social Media. När Kimberly inte undervisar, forskar eller talar om hur skatteverket förföljer oss älskar hon att spela fantasifotboll.