stringtranslate.com

Diversidad en informática

La diversidad en la informática se refiere a la representación e inclusión de grupos subrepresentados, como mujeres, personas de color, personas con discapacidades y personas LGBTQ+ , en el campo de la informática. El sector informático, al igual que otros campos STEM , carece de diversidad en los Estados Unidos.

A pesar de que las mujeres constituyen alrededor de la mitad de la población estadounidense, todavía no están adecuadamente representadas en el sector de la informática. [1] Las minorías raciales, como los afroamericanos, los hispanos y los indios americanos o nativos de Alaska, también siguen estando significativamente subrepresentadas en el sector informático. [2]

Dos cuestiones que provocan la falta de diversidad son:

1. Pipeline: la falta de acceso temprano a los recursos [3]

2. Cultura: exclusividad y discriminación en el ámbito laboral [4]

La falta de diversidad también puede atribuirse a una exposición temprana limitada a los recursos, ya que los estudiantes que aún no tienen habilidades informáticas al ingresar a la universidad están en desventaja en las carreras de informática. [5] También está el problema de la discriminación y el acoso que se enfrentan en el lugar de trabajo y que afecta a todos los grupos subrepresentados. [6] Por ejemplo, los estudios han demostrado que el 50% de las mujeres informaron haber sufrido acoso sexual en empresas de tecnología. [7]

A medida que la tecnología se vuelve omnipresente, la diversidad en el campo tecnológico podría ayudar a las instituciones a reducir las desigualdades en la sociedad. [8] Para hacer que el campo sea más diverso, las organizaciones deben abordar ambas cuestiones. [9] Existen múltiples organizaciones e iniciativas que están trabajando para aumentar la diversidad en la informática proporcionando recursos, tutoría, apoyo y fomentando un sentido de pertenencia para grupos minoritarios como EarSketch y Black Girls Code. [10] [11] Las instituciones también están implementando estrategias como programas Summer Bridge, tutoría, asesoramiento académico, apoyo financiero y reforma curricular para apoyar la diversidad en STEM. [12] Junto con las instituciones, los educadores pueden ayudar a cultivar un sentido de confianza en los estudiantes subrepresentados interesados ​​en dedicarse a la informática, por ejemplo, enfatizando una mentalidad de crecimiento, rechazando la idea de que algunas personas tienen talento innato y estableciendo entornos de aprendizaje inclusivos. [13]

Estadísticas

En 2019, las mujeres representaban el 50,8% de la población total de los Estados Unidos, [14] pero representaban solo el 25,6% de las ocupaciones informáticas y matemáticas y el 27% de las ocupaciones de gestión de sistemas informáticos y de información. [1] Los afroamericanos representaban el 13,4% de la población, [14] pero ocupaban el 8,4% de las ocupaciones informáticas y matemáticas. [1] Los hispanos o latinos constituían el 18,3% de la población, [14] pero constituían sólo el 7,5% de las personas en estos puestos de trabajo. [1] Mientras tanto, los blancos, que representan entre el 60,4% y el 76,5% de la población de los Estados Unidos, representaban el 67% de las ocupaciones informáticas y matemáticas y el 77% de las ocupaciones de administradores de sistemas informáticos y de información. [1] Los asiáticos, que representan el 5,9% de la población, [14] ocupaban el 22% de los trabajos informáticos y matemáticos y eran el 14,3% de todos los administradores de sistemas informáticos y de información. [1]

En 2021, las mujeres constituían el 51% de la población total de entre 18 y 74 años, pero solo representaban el 35% de las ocupaciones STEM. Además, si bien las personas con discapacidad constituían el 9% de la población, representaban el 3% de las ocupaciones STEM. Los hispanos, negros e indios americanos o nativos de Alaska en conjunto solo representaron el 24% de las ocupaciones STEM en 2021, mientras que representaban el 31% de la población total. [2]

Además de las disparidades ocupacionales, existen diferencias en la representación en la educación postsecundaria en ciencias e ingeniería. Las mujeres que obtuvieron títulos de asociado o licenciatura en ciencias e ingeniería representaron aproximadamente la mitad del número total de títulos en 2020, lo que fue proporcional a su participación en la población en el rango de edad de 18 a 34 años. En contraste, las mujeres solo representaron el 46% de los títulos de maestría en ciencias e ingeniería y el 41% de los doctorados en ciencias e ingeniería. Los hispanos, los negros y los indios americanos o nativos de Alaska como grupo enfrentan una brecha similar entre su participación en la población y la proporción de títulos obtenidos; en conjunto representan el 37% de la población en edad universitaria en 2021, pero solo el 26% de los graduados. títulos en ciencias e ingeniería, 24% de los títulos de maestría en ciencias e ingeniería y 16% de los títulos de doctorado en ciencias e ingeniería otorgados en 2020. [2] Además de la brecha de títulos, los datos indican que solo el 38% de las mujeres que se especializan en informática terminan trabajando en el campo de la informática, en contraste con el 53% de los hombres. [15]

Un informe de 2021 indica que aproximadamente el 57 % de las mujeres que trabajan en tecnología respondieron que habían experimentado discriminación de género en el lugar de trabajo en contraste con los hombres, donde aproximadamente solo el 10 % informó haber experimentado discriminación de género. Además, el 48% de las mujeres informaron haber experimentado discriminación por sus habilidades técnicas, en contraste con solo el 24% de los hombres que informaron la misma discriminación. El informe también encontró que el 48% de los encuestados negros indicaron que habían experimentado discriminación racial en el lugar de trabajo tecnológico. Los encuestados hispanos les siguieron con un 30%, los asiáticos/isleños del Pacífico respondieron con un 25%, los indios asiáticos respondieron con un 23% y los encuestados blancos los siguieron con un 9%. [6]

En una encuesta de 2022 disponible en Stack Overflow, aproximadamente el 2% de todos los encuestados se identificaron "en sus propias palabras" o "transgénero". Además de eso, aproximadamente el 16% de todos los encuestados identificaron usar una opción distinta a "Heterosexual/Heterosexual". Además, el 10,6% de los encuestados identificó tener un trastorno de concentración y/o memoria, el 10,3% identificó un trastorno de ansiedad y el 9,7% un trastorno del estado de ánimo o emocional. [dieciséis]

En lo que respecta a la movilidad profesional, un informe de 2022 encontró que existe una brecha en los ascensos otorgados en la industria tecnológica a las mujeres en comparación con los hombres. El informe encontró que por cada 100 hombres ascendidos a gerente, sólo 52 mujeres obtuvieron el mismo ascenso. [15]

Factores que contribuyen a la subrepresentación

Hay dos razones reportadas para la falta de participación de mujeres y minorías en el sector de la informática. La primera razón es la falta de exposición temprana a recursos como computadoras, conexiones a Internet y experiencias como cursos de informática. [5] Las investigaciones muestran que la brecha digital actúa como un factor; los estudiantes que aún no tienen habilidades informáticas al ingresar a la universidad están en desventaja en las carreras de informática, [17] y el acceso a las computadoras está influenciado por la demografía, como el origen étnico. [18] El problema de la falta de recursos se ve agravado por la falta de exposición a cursos e información que puedan conducir a una carrera informática exitosa. Una encuesta entre estudiantes de la Universidad de Maryland Eastern Shore y la Universidad Howard , dos universidades históricamente negras , encontró que la mayoría de los estudiantes no recibieron "asesoramiento sobre carreras relacionadas con la informática" ni antes ni durante la universidad. El mismo estudio (esta vez solo encuestando a estudiantes de la UMES) encontró que menos mujeres que hombres habían aprendido sobre computadoras y programación en la escuela secundaria. Los investigadores han llegado a la conclusión de que estos factores podrían contribuir a que un menor número de mujeres y minorías opten por obtener títulos en informática. [19]

Otro tema reportado que conduce a la homogeneidad del sector informático es la cuestión cultural de la discriminación en el lugar de trabajo y cómo se trata a las minorías. Para que los participantes sobresalgan en un curso o carrera relacionada con la tecnología, su sentido de pertenencia es más importante que el conocimiento adquirido previamente. Eso se reflejó en “La Gran Renuncia” que tuvo lugar en EE.UU. durante la pandemia de COVID-19. En una encuesta de 2030 trabajadores de entre 18 y 28 años realizada en julio de 2021, la empresa encontró que el 50% dijo que había dejado o quería dejar su trabajo en tecnología o TI "porque la cultura de la empresa los hacía sentir no bienvenidos o incómodos". con un mayor porcentaje de mujeres y encuestados asiáticos, negros e hispanos que dijeron haber tenido esa experiencia. [20] En la mayoría de los casos, los lugares de trabajo no sólo carecen de un sentido de pertenencia sino que también son inseguros. Una investigación realizada por Dice, un centro de carreras tecnológicas, mostró que más del 50% de las mujeres enfrentaban acoso sexual en las empresas de tecnología. [7]  Un programa piloto que se realizó para comprender los diferentes elementos que afectan a las minorías durante un curso STEM demostró que una mayor tutoría y apoyo era un factor importante para la finalización del curso.  

Uno de los factores más importantes que frena el aumento de la diversidad en la educación STEM es la concienciación. Muchos expertos consideran que aumentar la conciencia es un primer paso sólido para implementar cambios a un nivel superior. Uno de los métodos de divulgación más comunes son los talleres en el campus de las universidades. Estos talleres son efectivos porque inculcan conciencia en las personas que recién ingresan al campo y aprenden sobre el campo para fomentar la inclusión. Los estudiantes que salían de un taller en una universidad de Virginia Occidental informaron que desconocían los problemas que enfrentan las personas diversas en STEM, particularmente las personas con discapacidades. [21]

Efectos en diferentes grupos

Personas de raza negra

Juego de azar

Los jugadores negros se encuentran en posiciones únicas cuando se trata de ingresar a espacios de juego, ya que se les representa incorrectamente y corren constantemente el riesgo de ser acosados ​​por una amplia variedad de razones. Cada vez que se los representa, lo cual no es tan frecuente como ocurre en el mundo real, generalmente tiene el precio de ser estereotipados en dos categorías típicas: ser un atleta, un criminal o ambas. [22] Si deciden denunciar estos problemas, normalmente habrá una fuerte reacción por sus acciones. Un ejemplo de ello proviene de la comunidad de Los Sims. Cuando su base de jugadores negros plantea problemas sobre varias representaciones de texturas de cabello, ingresa a los espacios de la comunidad de Los Sims o ve historias sobre miembros de Sims negros, generalmente enfrentan ataques raciales, microagresiones o ven historias de personajes que se parecen a ellos y que se basan en estereotipos prevalecientes. de los negros. La solución a sus problemas no vino de los creadores, sino de grupos de jugadores negros de Los Sims que se unieron para crear sus propios espacios y tener un lugar adonde ir. [23] Además, los creadores de contenido negros tienen un espacio único dentro del mundo de los videojuegos: necesitan mantener un nivel de ser negros que permita a las personas sentirse cómodas viendo su contenido, pero al crear quiénes son como creadores, están inherentemente creando espacios para comentarios racializados en su contra que llenan sus secciones de comentarios. Además, cada vez que piden cambios mayores, las empresas adoptan un enfoque ciego a la raza para ignorar los problemas dentro de las comunidades que permiten que existan. Cuando se incluye a los negros, es principalmente porque los juegos que se juegan están inherentemente incluidos en la cultura afroamericana y, a menudo, se consideran “noches de diversidad” para los creadores negros. [24]

Inteligencia artificial

Los problemas que permanecen latentes en los datos de entrenamiento de grandes modelos lingüísticos como ChatGPT se pueden ver a través de cómo ve a los negros. Timnit Gebru, ex especialista en ética de la IA de Google, terminó su tiempo en Google debido a complicaciones por un documento que describía los problemas de algunos especialistas en ética de la IA: su impacto de carbono es un problema que podría crear muchos problemas muy pronto, mayores conjuntos de datos llevarían a complicaciones con empresas actualmente insensibles. vocabulario que se utilizaba en los primeros días de Internet y la cantidad de esfuerzo que se necesita para entrenar el modelo nuevamente si algo fallara. [25] Ya ha habido evidencia clara de que los modelos de IA tienen sesgos latentes que afirman que los hombres blancos son los mejores científicos. [26] Cuando se descubrió esto, OpenAI rápidamente creó un bloque para preguntas directamente relacionadas con la raza, en lugar de solucionar el problema en cuestión. Otra cosa es la idea de belleza: al crear un juez supuestamente imparcial para un concurso de belleza, BeautyAI solicitó presentaciones de todo el mundo, y entre los 44 ganadores del concurso, 38 eran blancos y 1 finalista tenía un tono de piel obviamente más oscuro. . [27] Estas presentaciones también se utilizaron para recopilar información sobre los factores de salud que afectan a los usuarios, y el hecho de que las personas "sanas" se colocaran más al frente implica para el modelo de IA que aquellos que tienen un tono de piel más oscuro generalmente tienen menos saludable. [27] Dentro de ambos modelos, existen datos de entrenamiento a los que inherentemente se les han proporcionado datos que presentan sesgos contra las personas de color. La falta de representación dentro de los espacios de desarrollo de estos modelos crea un problema subyacente de falta de consideración para incluir a más personas. Si las personas con las que se realizan las pruebas iniciales son compañeros de trabajo, es posible que estos modelos desde el principio no se hayan probado en todos los escenarios.

Vigilancia

Las comunidades negras y latinas han sido con frecuencia el objetivo de nuevas tecnologías de vigilancia y evaluación de riesgos que han generado más arrestos en estas comunidades. La policía ha utilizado herramientas para atacar a las comunidades de color durante décadas. Uno de los primeros ejemplos de esto ocurrido dentro de las fronteras de los propios Estados Unidos fue inmediatamente después de los ataques a las Torres Gemelas. El Departamento de Policía de Nueva York utilizó líderes comunitarios, taxistas y extensas bases de datos que lograron encontrar formas de conectar a las personas para encontrar más terroristas potenciales que vivieran dentro de los Estados Unidos. [28] Esto se ha hecho principalmente a través de un programa llamado CompStat , y se ha alentado a muchos distritos electorales a hacer lo mismo debido a su capacidad para encontrar áreas de alta criminalidad y poner más policía en áreas donde creen que ocurrirán delitos, lo que lleva a que haya aún más crímenes. arrestos. [28] Con el tiempo, esto ha creado sistemas en los que estados enteros han intentado crear bases de datos de pandillas que se han basado en evaluaciones de riesgo, pero a su vez han creado situaciones en las que se determinaba que niños menores de un año eran "miembros de pandillas autoidentificados". . [29] Esto crea una sensación de confusión y desconfianza entre aquellos dentro de estas comunidades y, a su vez, podría conducir a aún más violencia y arrestos. Estos programas se han utilizado en todo Estados Unidos, como Boston, Massachusetts, Salina, California y, más claramente, Camden, Nueva Jersey. Fuera específicamente de Boston, la mayoría de estos lugares no han brindado servicios sociales a quienes forman parte de estos ciclos de violencia. Más bien prefieren meterlos en prisión. [30] Este ciclo es un circuito de retroalimentación positiva para las computadoras y no ayuda a estas comunidades.

Medios de comunicación social

Los africanos de todo el mundo corren un riesgo mucho mayor de sufrir acoso a través de Internet:

  1. Los dos países con los niveles más altos de informes de ciberacoso provinieron de Kenia y Nigeria, y alrededor del 70% de todos los usuarios afirmaron haber recibido odio durante el tiempo que utilizaron Internet. [31]
  2. Los tuits que contienen ideales discriminatorios están vinculados a tasas de delitos de odio dentro del área donde se realizó el tuit. [32]
  3. Es más probable que los negros informen que los ataques que recibieron en Internet se basan principalmente en su raza. [33]

Existe un vínculo inherente entre ser negro en Internet y también recibir odio con carga racial. Además, debido a la naturaleza laxa de muchos sitios de medios sociales populares (como Twitter ), existen muchas maneras en que los nacionalistas blancos pueden unirse para difundir el odio a través de grandes oleadas de odio dirigidas a personas de color, y muy especialmente a las mujeres negras. [34]

Diversidad creciente

Las instituciones que trabajan para mejorar la diversidad en el sector informático se están centrando en aumentar el acceso a los recursos y crear un sentido de pertenencia para las minorías. [14] Una organización que trabaja para lograr este objetivo es EarSketch , un programa de codificación educativo que permite a los usuarios producir música codificando en JavaScript y Python . Su objetivo es despertar el interés en la programación y la informática entre una gama más amplia de estudiantes y "atraer a diferentes grupos demográficos, especialmente a las niñas". [10] La organización sin fines de lucro Black Girls Code está trabajando para alentar y empoderar a las niñas negras y de color para que ingresen al mundo de la informática enseñándoles a codificar. [11] [35] Otra forma de ampliar el acceso a los recursos es aumentando la igualdad en el acceso a las computadoras. Los estudiantes que usan computadoras en entornos escolares tienen más probabilidades de usarlas fuera del aula, por lo que llevar computadoras al aula mejora la alfabetización informática de los estudiantes. [1]

Quienes trabajan en el campo de la educación, principalmente los educadores, tienen un impacto significativo en cómo los estudiantes perciben los campos de la ingeniería y la informática, así como en sus propias capacidades dentro de estos campos. Según la Asociación Estadounidense de Mujeres Universitarias (AAUW) , hay varias cosas que los profesores pueden hacer para cultivar un sentido de confianza en las personas subrepresentadas interesadas en seguir una educación o una carrera en el campo de la informática. Algunas de estas cosas que los educadores pueden hacer son:

  1. Enfatice que las habilidades y habilidades de ingeniería se pueden adquirir mediante el aprendizaje. En otras palabras, enfatice la idea de una mentalidad de crecimiento.
  2. Representar los obstáculos y desafíos como experiencias universales, en lugar de indicadores de inadecuación para la ingeniería o la informática.
  3. Aumentar la accesibilidad a la informática para personas de diversos orígenes y rechazar la noción de que algunas personas están inherentemente mejor preparadas para este campo.
  4. Destacar las variadas y extensas aplicaciones de la ingeniería y la informática.
  5. Establecer entornos inclusivos para las niñas en matemáticas, ciencias, ingeniería e informática donde se las aliente a experimentar con la tecnología y desarrollar confianza en sus habilidades de programación y diseño. [13]

Otra forma que tienen los educadores de lograr cambios y ayudar a resolver el problema es a través de ciertos métodos de intervención que han demostrado tener un impacto positivo en el problema. Estos pueden ser implementados por instituciones en lugar de individuos y han resultado muy prometedores. De ellos hay diez que han sido intensamente investigados y son los siguientes: [12]

  1. Puente de verano: Los programas puente de verano están destinados a ayudar a los estudiantes de familias de bajos ingresos en la transición a la vida universitaria y se llevan a cabo entre el final del último año de escuela secundaria del futuro estudiante y el primer año de universidad. Los programas puente de verano están destinados a ayudar a los estudiantes a adaptarse y avanzar en su vida universitaria. [36]
  2. Mentoría: en este programa, cada estudiante debe contar con un mentor en el que pueda confiar para que lo ayude cuando tenga dificultades y al mismo tiempo promueva sus éxitos individuales. [37]
  3. Experiencia de investigación: los estudiantes participan en investigaciones dentro o fuera del campus durante su etapa universitaria. Se ha descubierto que esto aumenta en gran medida la probabilidad de que un estudiante obtenga un título de posgrado en comparación con los estudiantes que no participan en la investigación. [38]
  4. Tutoría: uno de los métodos de intervención académica más comunes: el estudiante busca una persona con conocimientos para brindar instrucción y práctica adicionales.
  5. Asesoramiento y concientización profesional: tener una conexión con alguien en el campo al que un estudiante está tratando de unirse es extremadamente importante. Si una institución puede ayudar a conectar a los estudiantes con alguien en su futura carrera, aumenta la probabilidad de que ese estudiante permanezca en ese campo. [39]
  6. Centro de aprendizaje: un centro de aprendizaje en el campus es un lugar al que los estudiantes pueden acudir para aprender habilidades que les ayudarán a tener éxito en la escuela en general. Temas como habilidades de estudio y habilidades para tomar notas se enseñan de forma gratuita.
  7. Talleres y Seminarios: Clases cortas y reuniones en el campus que se enfocan en habilidades o trabajos de investigación de profesores de otras universidades que están de visita. Los talleres se pueden utilizar para aprender conocimientos que están fuera del plan de estudios.
  8. Asesoramiento académico: el asesoramiento académico de mayor calidad es un factor importante para aumentar la retención de estudiantes. Si los estudiantes se sienten apoyados adecuadamente y siguen el ritmo correcto a lo largo de su experiencia, es mucho más probable que terminen sus estudios. [40]
  9. Apoyo financiero: Se ha descubierto que brindar ayuda financiera a los estudiantes a través de becas por mérito u otras oportunidades de becas externas aumenta las tasas de retención entre los estudiantes. [41]
  10. Currículo y reforma educativa: encontrar y aislar áreas del programa que estén destinadas a "eliminar" a los estudiantes y refactorizarlas para que sean desafiantes pero gratificantes. [42]

Estos métodos por sí solos no son suficientes para aumentar adecuadamente la diversidad del grupo de talentos, pero se han mostrado prometedores como soluciones potenciales. Pueden ser más efectivos cuando se usan de manera integrada, lo que significa que cuanto más se estudien y utilicen, más cerca estarán los educadores de STEM de una solución. [12]

Dado que la discriminación en el lugar de trabajo causa falta de diversidad en STEM, cambiar eso aumentaría la diversidad en el sector. Las grandes empresas tecnológicas como Microsoft y Facebook están publicando informes sobre diversidad e invirtiendo en programas para hacer que sus empresas sean más diversas. [43]

Además, si bien las empresas que dedican recursos a iniciativas diseñadas para promover la diversidad en sus lugares de trabajo es un gran comienzo, las empresas de tecnología pueden hacer más. La AAUW publicó un conjunto de propuestas para que las adopten los empleadores STEM, destinadas a mejorar la diversidad dentro de sus organizaciones:

  1. Mantener prácticas de gestión efectivas que sean equitativas, consistentes y promuevan un ambiente de trabajo saludable.
  2. Administrar y abogar por políticas de diversidad y acción afirmativa.
  3. Minimizar los efectos perjudiciales del prejuicio de género.
  4. Fomentar un sentido de inclusión y pertenencia.
  5. Permitir a los empleados la oportunidad de trabajar en proyectos o iniciativas que tengan importancia social. [13]

Ver también

Referencias

  1. ^ abcdefg "Personas empleadas por ocupación detallada, sexo, raza y origen étnico hispano o latino". www.bls.gov . Consultado el 29 de septiembre de 2019 .
  2. ^ abc "Diversidad y STEM: mujeres, minorías y personas con discapacidad 2023 | NSF - National Science Foundation". ncses.nsf.gov . Consultado el 12 de abril de 2023 .
  3. ^ "Examinando el" problema del oleoducto"".
  4. ^ "La diversidad en la tecnología es una cuestión cultural". Forbes .
  5. ^ ab "Mujeres y minorías en carreras de informática: resultados sobre barreras a partir de entrevistas y una encuesta". Problemas en los sistemas de información . 2013. doi : 10.48009/1_iis_2013_143-152 . ISSN  1529-7314.
  6. ^ ab "8 gráficos que muestran el impacto de la raza y el género en las carreras tecnológicas". Foro Economico Mundial . Consultado el 12 de abril de 2023 .
  7. ^ ab ""Dice informa altos niveles de desigualdad y discriminación en la tecnología"".
  8. ^ ""Gran locura: equidad racial y de género en la informática"".
  9. ^ ""11 formas de aumentar la diversidad en el lugar de trabajo"".
  10. ^ ab "EarSketch de Georgia Tech utiliza música para enseñar a codificar a los estudiantes". WABE 90.1 FM . 2016-12-12 . Consultado el 21 de abril de 2021 .
  11. ^ ab Robehmed, Natalie. "El código de las niñas negras aborda la inclusión tecnológica". Forbes . Consultado el 21 de abril de 2021 .
  12. ^ abc Tsui, Lisa (2007). "Estrategias efectivas para aumentar la diversidad en los campos STEM: una revisión de la literatura de investigación". La Revista de Educación Negra . 76 (4): 555–581. JSTOR  40037228 – vía JSTOR.
  13. ^ abc Corbett, Christianne (2015). Resolviendo la ecuación: las variables para el éxito de las mujeres en ingeniería e informática. Catherine Hill, Asociación Estadounidense de Mujeres Universitarias, Asociación Sureña de Mujeres Universitarias. Washington DC. ISBN 978-1-879922-45-7. OCLC  921186471.{{cite book}}: Mantenimiento CS1: falta el editor de la ubicación ( enlace )
  14. ^ abcde "QuickFacts de la Oficina del Censo de EE. UU.: Estados Unidos". www.census.gov . Consultado el 29 de septiembre de 2019 .
  15. ^ ab "Mujeres en las estadísticas tecnológicas: las duras verdades de una batalla cuesta arriba". CIO . Consultado el 12 de abril de 2023 .
  16. ^ "Encuesta de desbordamiento de pila de 2022: ¿Cuáles son los idiomas más populares entre los desarrolladores y cuáles pagan más?". www.understandingrecruitment.co.uk . Consultado el 12 de abril de 2023 .
  17. ^ Saxo, Linda J.; Ceja, Miguel; Teranishi, Robert T. (2006). "Preparación tecnológica entre los estudiantes de primer año que ingresan: el papel de la raza, la clase y el género". Revista de investigación en informática educativa . 24 (4): 363–383. doi :10.2190/4k49-vqw7-ur8p-8haw. ISSN  0735-6331. S2CID  61731808.
  18. ^ Morgan, James N.; VanLengen, Craig A. (2005). "La brecha digital y el uso de computadoras por parte de estudiantes K-12". Actas de la Conferencia InSITE de 2005 . Instituto de Ciencias Informantes. doi : 10.28945/2926 .
  19. ^ Buzzetto-More, Nicole A.; Ukoha, Ojiabo; Rustagi, Narendra (2010). "Liberar las barreras para las mujeres y las minorías en los estudios de sistemas de información y informática: resultados de un estudio multimetodológico realizado en dos instituciones que prestan servicios a minorías". Revista de educación en tecnología de la información: investigación . 9 : 115-131. doi : 10.28945/1167 . ISSN  1547-9714.
  20. ^ ""Una de las razones de la 'gran renuncia' de la industria tecnológica: la falta de diversidad"".
  21. ^ Colina, Paul L.; Shaw, Rosa A.; Taylor, enero R.; Hallar, Brittan L. (16 de julio de 2010). "Avanzando en la diversidad en STEM". Educación Superior Innovadora . 36 (1): 19-27. doi :10.1007/s10755-010-9154-8. ISSN  0742-5627. S2CID  145389477.
  22. ^ Burgess, Melinda CR; Eneldo, Karen E.; Stermer, S. Paul; Burgess, Stephen R.; Marrón, Brian P. (31 de agosto de 2011). "Jugar con prejuicios: la prevalencia y las consecuencias de los estereotipos raciales en los videojuegos". Psicología de los medios . 14 (3): 289–311. doi :10.1080/15213269.2011.596467. ISSN  1521-3269.
  23. ^ Dibujó, Kimberly; Wortham, Jenna, eds. (2020). Futuros negros (1ª ed.). Nueva York: un mundo. págs. 84–85. ISBN 978-0-399-18113-9.
  24. ^ Gris, Kishonna L.; Sarkeesian, Anita (2020). Tecnología interseccional: usuarios negros en juegos digitales . Baton Rouge: Prensa de la Universidad Estatal de Luisiana. págs. 83–90. ISBN 978-0-8071-7122-6.
  25. ^ "Leímos el artículo que obligó a Timnit Gebru a salir de Google. Esto es lo que dice". Revisión de tecnología del MIT . Consultado el 10 de diciembre de 2023 .
  26. ^ Lin, Connie (5 de diciembre de 2022). "Cómo engañar al ChatGPT de OpenAI". Empresa Rápida . Consultado el 10 de diciembre de 2023 .
  27. ^ ab Benjamín, Ruha (2019). Carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Política. págs. 50–51. ISBN 978-1-5095-2640-6.
  28. ^ ab Williams, Kristian; Evans, Robert (2022). Política de pandillas: revolución, represión y crimen . Chico, CA Edimburgo: AK Press. págs. 19-23. ISBN 978-1-84935-456-1.
  29. ^ Benjamín, Ruha (2019). Carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Política. pag. 6.ISBN 978-1-5095-2640-6.
  30. ^ Williams, Kristian; Evans, Robert (2022). Política de pandillas: revolución, represión y crimen . Chico, CA Edimburgo: AK Press. págs. 18–35. ISBN 978-1-84935-456-1.
  31. ^ Thomas, Kurt; Akhawe, Devdatta; Bailey, Michael; Boneh, Dan; Bursztein, Elie; Consolvo, Sunny; Dell, Nicola; Durumérico, Zakir; Kelley, Patrick Gage; Kumar, Deepak; McCoy, Damon; Meiklejohn, Sarah; Ristenpart, Thomas; Stringhini, Gianluca (mayo de 2021). "SoK: odio, acoso y el panorama cambiante del abuso en línea". Simposio IEEE 2021 sobre seguridad y privacidad (SP) . IEEE. págs. 247–267. doi :10.1109/SP40001.2021.00028. ISBN 978-1-7281-8934-5.
  32. ^ Relia, Kunal; Li, Zhengyi; Cocinero, Stephanie H.; Chunara, Rumi (6 de julio de 2019). "Discriminación basada en raza, etnia y origen nacional en las redes sociales y crímenes de odio en 100 ciudades de EE. UU.". Actas de la Conferencia Internacional AAAI sobre Web y Redes Sociales . 13 : 417–427. arXiv : 1902.00119 . doi : 10.1609/icwsm.v13i01.3354 . ISSN  2334-0770.
  33. ^ Raji, Inioluwa Débora; Gebru, Timnit; Mitchell, Margarita; Buolamwini, alegría; Lee, Joonseok; Denton, Emily (7 de febrero de 2020). "Salvar las apariencias: investigar las preocupaciones éticas de la auditoría del reconocimiento facial". Actas de la Conferencia AAAI/ACM sobre IA, ética y sociedad . ACM. págs. 145-151. doi : 10.1145/3375627.3375820 . ISBN 978-1-4503-7110-0.
  34. ^ Benjamín, Ruha (2019). Carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Política. pag. 26.ISBN 978-1-5095-2640-6.
  35. ^ "Black Girls Code, BlackGirlsCode, mujeres de color en la tecnología". Código de chicas negras, imagínate. construir. crear . Archivado desde el original el 31 de octubre de 2011 . Consultado el 21 de abril de 2021 .
  36. ^ Lange, Randall S. (diciembre de 2014). "Pascarella, T. y Terenzin, P. (2005). Cómo la universidad afecta a los estudiantes, una tercera década de investigación (2ª ed.) San Francisco: Jossey-Bass". Revista de Asuntos Estudiantiles en África . 2 (2). doi : 10.14426/jsaa.v2i2.70 . ISSN  2307-6267.
  37. ^ Campbell, George; Denes, Ronni; Morrison, Catalina (2000). Acceso denegado: raza, etnia y la empresa científica. Prensa de la Universidad de Oxford. ISBN 0-19-510774-8. OCLC  40674912.
  38. ^ Bauer, Karen W.; Bennett, Joan S. (2003). "Percepciones de los antiguos alumnos utilizadas para evaluar la experiencia de investigación de pregrado". La Revista de Educación Superior . 74 (2): 210–230. doi :10.1353/jhe.2003.0011. ISSN  1538-4640.
  39. ^ Halpin, profesor David; Halpin, David (1 de noviembre de 2002). Esperanza y Educación. doi :10.4324/9780203468012. ISBN 9781134569007.
  40. ^ Thomas, Brian A. (2017). La relación entre los factores relacionados con el autoconcepto y las aspiraciones de grado de los estudiantes universitarios afroamericanos. ISBN 978-1-369-60815-1. OCLC  987785907.
  41. ^ Sorel, Georges (4 de noviembre de 1999). Jennings, Jeremy (ed.). Georges Sorel Reflexiones sobre la violencia. doi :10.1017/cbo9780511815614. ISBN 9780521551175.
  42. ^ Keynes, Harvey B.; Olson, Andrea M.; O'Loughlin, Dan; Shaw, Douglas (2000), "Rediseño de la secuencia de cálculo en una universidad de investigación: profesores, desarrollo profesional y cuestiones institucionales", Calculus Renewal , Boston, MA: Springer US, págs. 103–120, doi :10.1007/978-1 -4757-4698-3_8, ISBN 978-1-4419-3334-8, recuperado el 10 de abril de 2023
  43. ^ "Cómo las empresas de alta tecnología están abordando la diversidad y la inclusión".

enlaces externos