stringtranslate.com

Diversidad en la 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 de la informática, al igual que otros campos STEM , carece de diversidad en los Estados Unidos.

A pesar de que las mujeres constituyen aproximadamente la mitad de la población de Estados Unidos, aún no están adecuadamente representadas en el sector informático. [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 lugar de trabajo [4]

La falta de diversidad también puede atribuirse a una exposición temprana limitada a los recursos, ya que los estudiantes que no tienen conocimientos informáticos al ingresar a la universidad están en desventaja en las carreras de informática. [5] También está el problema de la discriminación y el acoso en el lugar de trabajo, 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 tecnológicas. [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 que el campo sea más diverso, las organizaciones deben abordar ambas cuestiones. [9] Hay múltiples organizaciones e iniciativas que están trabajando para aumentar la diversidad en la informática al proporcionar recursos, tutoría, apoyo y fomentar 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, como enfatizar una mentalidad de crecimiento, rechazar la idea de que algunas personas tienen talento innato y establecer entornos de aprendizaje inclusivos. [13]

Estadística

En 2019, las mujeres representaban el 50,8% de la población total de los Estados Unidos, [14] pero constituían solo el 25,6% de las ocupaciones informáticas y matemáticas y el 27% de las ocupaciones de gerentes de sistemas informáticos y de información. [1] Los afroamericanos representaban el 13,4% de la población, [14] pero tenían el 8,4% de las ocupaciones informáticas y matemáticas. [1] Las personas hispanas o latinas constituían el 18,3% de la población, [14] pero constituían solo el 7,5% de las personas en estos trabajos. [1] Mientras tanto, las personas blancas, que representan el 60,4%-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 gerentes de sistemas informáticos y de información. [1] Los asiáticos, que representan el 5,9% de la población, [14] tenían el 22% de los trabajos informáticos y matemáticos y eran el 14,3% de todos los gerentes de sistemas informáticos y de información. [1]

En 2021, las mujeres representaban 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 discapacidades representaban el 9% de la población, representaban el 3% de las ocupaciones STEM. Los hispanos, los negros y los indios americanos o nativos de Alaska en conjunto solo representaban 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 cambio, las mujeres solo representaron el 46% de los títulos de maestría en ciencias e ingeniería y el 41% de los títulos de doctorado 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, ya que en conjunto representan el 37% de la población en edad universitaria en 2021, pero solo el 26% de los títulos de licenciatura en ciencias e ingeniería, el 24% de los títulos de maestría en ciencias e ingeniería y el 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 ciencias de la computación en realidad 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 han 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 haber experimentado discriminación racial en el lugar de trabajo tecnológico. Los encuestados hispanos respondieron 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 "con sus propias palabras" o "transgénero". Además, aproximadamente el 16 % de todos los encuestados se identificaron utilizando una opción distinta a "heterosexual". Además, el 10,6 % de los encuestados se identificaron con un trastorno de concentración o de memoria, el 10,3 % se identificaron con un trastorno de ansiedad y el 9,7 % con un trastorno del estado de ánimo o emocional. [16]

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

Factores que contribuyen a la subrepresentación

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

Otro problema denunciado que conduce a la homogeneidad del sector informático es la cuestión cultural de la discriminación en el lugar de trabajo y el trato que reciben las minorías. Para que los participantes destaquen en un curso o una carrera relacionados con la tecnología, su sentido de pertenencia importa más que los conocimientos adquiridos previamente. Eso se reflejó en “La gran renuncia” que tuvo lugar en Estados Unidos durante la pandemia de COVID-19. En una encuesta a 2.030 trabajadores de entre 18 y 28 años realizada en julio de 2021, la empresa descubrió 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 mal recibidos o incómodos”, y un porcentaje más alto de mujeres y encuestados asiáticos, negros e hispanos dijeron haber tenido una experiencia de ese tipo. [20] En la mayoría de los casos, los lugares de trabajo no solo carecen de 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 sufrieron acoso sexual en las empresas tecnológicas. [7]  Un programa piloto que se realizó para comprender los diferentes elementos que afectan a las minorías durante un curso STEM mostró que una mayor tutoría y apoyo fue un factor importante para la finalización del curso.  

Uno de los principales factores que frenan el aumento de la diversidad en la educación STEM es la concienciación. Muchos expertos creen que aumentar la concienciación es un primer paso importante para lograr cambios a un nivel superior. Uno de los métodos de divulgación más comunes son los talleres en los campus universitarios. Estos talleres son eficaces porque inculcan conciencia en las personas que recién se incorporan al campo y aprenden sobre él para fomentar la inclusión. Los estudiantes que salieron de un taller en una universidad de Virginia Occidental informaron que no eran conscientes de los problemas que enfrenta la diversidad de personas en STEM, en particular las personas con discapacidades. [21]

Efectos sobre diferentes grupos

Gente negra

Juego de azar

Los jugadores negros se encuentran en una posición única cuando se trata de ingresar a los espacios de juego, ya que cuando se los representa incorrectamente, corren el riesgo constante de ser acosados ​​​​por una amplia variedad de razones. Siempre que se los representa, lo que no es tan a menudo como lo que ocurre en el mundo real, generalmente se produce al precio de ser estereotipado en dos categorías típicas: ser un atleta, un criminal o ambas cosas. [22] Si deciden denunciar estos problemas, generalmente hay una fuerte reacción negativa por sus acciones. Un ejemplo de esto proviene de la comunidad de Los Sims. Cuando su base de jugadores negros denuncia problemas sobre diversas representaciones de texturas de cabello, ingresa a los espacios de la comunidad de Los Sims o ve historias sobre miembros de Sims negros, generalmente se enfrentan a ataques raciales, microagresiones o ven historias de personajes que se parecen a ellos y que se basan en estereotipos prevalecientes de personas negras. 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 para tener un lugar al que 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 que la gente se sienta cómoda viendo su contenido, pero al crear quiénes son como creadores, están creando inherentemente espacios para comentarios racializados en su contra que llenan sus secciones de comentarios. Además, cada vez que piden cambios más grandes, las empresas adoptan un enfoque ciego a la raza para ignorar los problemas dentro de las comunidades a las que permiten existir. Cuando se incluye a la gente negra, 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 los grandes modelos de lenguaje como ChatGPT se pueden ver a través de la forma en que ve a las personas negras. La ex especialista en ética de la IA de Google, Timnit Gebru, tuvo que dejar Google debido a complicaciones en un artículo que describía los problemas de algunos especialistas en ética de la IA: su impacto en el carbono es un problema que podría crear muchos problemas muy pronto, conjuntos de datos más grandes conducirían a complicaciones con el vocabulario insensible 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 creó rápidamente un bloque para preguntas que se relacionaban directamente con la raza, en lugar de solucionar el problema en cuestión. Otra cosa es la idea de belleza: al crear un jurado supuestamente imparcial para un concurso de belleza, BeautyAI pidió propuestas 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 propuestas 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 pusieran más al frente implica para el modelo de IA que quienes tienen un tono de piel más oscuro son generalmente menos saludables. [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 que se incluya 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 prueben en todos los escenarios.

Vigilancia

Las comunidades negras y latinas han sido frecuentemente el objetivo de nuevas tecnologías de vigilancia y evaluación de riesgos que han traído más arrestos a estas comunidades. La policía ha utilizado herramientas para apuntar a las comunidades de color durante décadas. Uno de los primeros ejemplos de que esto ocurrió dentro de las fronteras de los propios Estados Unidos fue directamente 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 vivían 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 a hacer lo mismo debido a su capacidad para encontrar áreas de alta criminalidad y poner más policías en áreas donde creen que ocurrirá el crimen, lo que lleva a aún más 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 crearon situaciones en las que se determinó que los niños menores de un año eran "miembros de pandillas autoidentificados". [29] Esto crea una sensación de confusión y desconfianza entre quienes están 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 de Boston específicamente, la mayoría de estos lugares no han proporcionado servicios sociales a quienes forman parte de estos ciclos de violencia. En cambio, prefieren ponerlos en prisión. [30] Este ciclo es un ciclo de retroalimentación positiva para las computadoras y no ayuda a estas comunidades.

Redes sociales

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 denuncias de acoso cibernético fueron Kenia y Nigeria, donde alrededor del 70% de todos los usuarios afirmaron haber recibido odio durante el tiempo que usaron Internet. [31]
  2. Los tuits que contienen ideales discriminatorios están vinculados a tasas de crímenes de odio dentro del área donde se realizó el tuit. [32]
  3. Las personas de raza negra tienen más probabilidades de denunciar que los ataques que reciben a través de Internet se basan principalmente en su raza. [33]

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

Aumentar la diversidad

Las instituciones que trabajan para mejorar la diversidad en el sector informático se centran 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 educativa que permite a los usuarios producir música codificando en JavaScript y Python . Su objetivo es despertar el interés por la programación y la informática en una gama más amplia de estudiantes y "atraer a diferentes grupos demográficos, especialmente 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 aumentar 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 la forma en que los estudiantes perciben los campos de la ingeniería y la informática, así como sus propias capacidades dentro de estos campos. Según la Asociación Estadounidense de Mujeres Universitarias (AAUW, por sus siglas en inglés) , hay varias cosas que los docentes 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. Enfatizar que las habilidades y capacidades de ingeniería se pueden adquirir mediante el aprendizaje. En otras palabras, enfatizar la idea de una mentalidad de crecimiento.
  2. Presentar los obstáculos y desafíos como experiencias universales, en lugar de indicadores de falta de idoneidad para la ingeniería o la informática.
  3. Aumentar la accesibilidad a la informática para personas de diversos orígenes y rechazar la noción de que algunos individuos son inherentemente más adecuados para ese campo.
  4. Resaltar 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 en que los educadores pueden generar cambios y ayudar a resolver el problema es a través de ciertos métodos de intervención que han demostrado tener un impacto positivo en el tema. Estos métodos pueden ser implementados por instituciones en lugar de individuos y han demostrado ser muy prometedores. De estos métodos, hay diez que han sido ampliamente investigados y son los siguientes: [12]

  1. Puente de verano: Los programas de puente de verano están pensados ​​para ayudar a los estudiantes de familias de bajos ingresos a realizar la transición a la vida universitaria y se llevan a cabo entre el final del último año de secundaria y el primer año de universidad del futuro estudiante. Los programas de puente de verano están pensados ​​para ayudar a los estudiantes a adaptarse y avanzar en su vida universitaria. [36]
  2. Mentoría: En este programa cada estudiante debe tener un mentor en quien pueda confiar para que lo ayude cuando se encuentre en dificultades y al mismo tiempo promueva éxitos individuales. [37]
  3. Experiencia de investigación: Los estudiantes participan en investigaciones dentro o fuera del campus durante su etapa de estudiante de grado. Se ha comprobado que esto aumenta considerablemente la probabilidad de que un estudiante obtenga un título de posgrado en comparación con aquellos que no participan en investigaciones. [38]
  4. Tutoría: Uno de los métodos de intervención académica más comunes. Un estudiante busca una persona con conocimientos que le brinde instrucción y práctica adicionales.
  5. Orientación y concientización profesional: Tener una conexión con alguien en el campo al que un estudiante está tratando de ingresar 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 donde los estudiantes pueden aprender habilidades que los ayudarán a tener éxito en la escuela en general. Se enseñan temas como técnicas de estudio y técnicas para tomar apuntes de forma gratuita.
  7. Talleres y seminarios: Clases breves y reuniones en el campus que se centran 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: un asesoramiento académico de mayor calidad es un factor importante para aumentar la retención de los estudiantes. Si los estudiantes se sienten adecuadamente apoyados y se les orienta correctamente a lo largo de su experiencia, es mucho más probable que terminen su carrera. [40]
  9. Apoyo financiero: Se ha descubierto que brindar ayuda financiera a los estudiantes a través de becas de mérito u otras oportunidades de becas externas aumenta las tasas de retención entre los estudiantes. [41]
  10. Reforma curricular y pedagógica: encontrar y aislar áreas del programa que tienen como objetivo “eliminar” a los estudiantes y reestructurarlas 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 han demostrado ser prometedores como posibles soluciones. Pueden ser más eficaces cuando se utilizan de manera integrada, lo que significa que cuanto más se estudien y utilicen, más cerca estarán de encontrar una solución los educadores de STEM. [12]

Dado que la discriminación en el lugar de trabajo provoca una falta de diversidad en las áreas de ciencia, tecnología, ingeniería y matemáticas, cambiar esa situación aumentaría la diversidad en el sector. Las grandes empresas tecnológicas como Microsoft y Facebook están publicando informes sobre diversidad e invirtiendo en programas para 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 tecnológicas pueden hacer más. La AAUW publicó un conjunto de propuestas para que las empresas del sector STEM adopten, con el objetivo de mejorar la diversidad dentro de sus organizaciones:

  1. Mantener prácticas de gestión eficaces que sean equitativas, consistentes y promuevan un ambiente de trabajo saludable.
  2. Administrar y defender políticas de diversidad y acción afirmativa.
  3. Minimizar los efectos perjudiciales de los prejuicios 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]

Véase también

Referencias

  1. ^ abcdefg "Personas empleadas por ocupación detallada, sexo, raza y etnia hispana o latina". www.bls.gov . Consultado el 29 de septiembre de 2019 .
  2. ^ abc "Diversidad y STEM: mujeres, minorías y personas con discapacidades 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". Issues in Information Systems . 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 Económico Mundial . Consultado el 12 de abril de 2023 .
  7. ^ ab ""Dice informa altos niveles de desigualdad y discriminación en tecnología"".
  8. ^ ""Gran locura: equidad racial y de género en la informática"".
  9. ^ ""11 maneras de aumentar la diversidad en el lugar de trabajo"".
  10. ^ ab "EarSketch de Georgia Tech usa música para enseñar a los estudiantes a programar". 90.1 FM WABE . 2016-12-12 . Consultado el 21 de abril de 2021 .
  11. ^ por Robehmed, Natalie. "Black Girls Code 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". The Journal of Negro Education . 76 (4): 555–581. JSTOR  40037228 – vía JSTOR.
  13. ^ abc Corbett, Christianne (2015). Resolver la ecuación: las variables del 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 de CS1: falta la ubicación del editor ( enlace )
  14. ^ abcde "Información breve de la Oficina del Censo de los Estados Unidos: 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 Stack Overflow de 2022: ¿Cuáles son los lenguajes más populares entre los desarrolladores y cuáles pagan más?". www.understandingrecruitment.co.uk . Consultado el 12 de abril de 2023 .
  17. ^ Sax, Linda J.; Ceja, Miguel; Teranishi, Robert T. (2006). "Preparación tecnológica entre los estudiantes de primer año: 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 los estudiantes de primaria y secundaria". 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). "Eliminación de barreras para mujeres y minorías en los estudios de informática y sistemas de información: resultados de un estudio multimetodológico realizado en dos instituciones que atienden 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' en la industria tecnológica: la falta de diversidad"".
  21. ^ Hill, Paul L.; Shaw, Rose A.; Taylor, Jan 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; Dill, Karen E.; Stermer, S. Paul; Burgess, Stephen R.; Brown, Brian P. (31 de agosto de 2011). "Jugando 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. ^ Drew, Kimberly; Wortham, Jenna, eds. (2020). Futuros negros (1.ª ed.). Nueva York: One World. págs. 84-85. ISBN 978-0-399-18113-9.
  24. ^ Gray, 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. ^ "Hemos leído el artículo que obligó a Timnit Gebru a abandonar Google. Esto es lo que dice". MIT Technology Review . Consultado el 10 de diciembre de 2023 .
  26. ^ Lin, Connie (5 de diciembre de 2022). "Cómo engañar a ChatGPT de OpenAI". Fast Company . Consultado el 10 de diciembre de 2023 .
  27. ^ ab Benjamin, Ruha (2019). La carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Polity. pp. 50–51. ISBN 978-1-5095-2640-6.
  28. ^ ab Williams, Kristian; Evans, Robert (2022). Política de pandillas: revolución, represión y delincuencia . Chico, CA Edimburgo: AK Press. págs. 19-23. ISBN 978-1-84935-456-1.
  29. ^ Benjamin, Ruha (2019). La carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Polity. p. 6. ISBN 978-1-5095-2640-6.
  30. ^ Williams, Kristian; Evans, Robert (2022). Política de pandillas: revolución, represión y delincuencia . 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; Durumeric, 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 sobre seguridad y privacidad de 2021 (SP) . IEEE. págs. 247–267. doi :10.1109/SP40001.2021.00028. ISBN. 978-1-7281-8934-5.
  32. ^ Relia, Kunal; Li, Zhengyi; Cook, Stephanie H.; Chunara, Rumi (6 de julio de 2019). "Discriminación basada en raza, etnicidad y origen nacional en las redes sociales y crímenes de odio en 100 ciudades de EE. UU." Actas de la Conferencia Internacional AAAI sobre la Web y las redes sociales . 13 : 417–427. arXiv : 1902.00119 . doi : 10.1609/icwsm.v13i01.3354 . ISSN  2334-0770.
  33. ^ Raji, Inioluwa Deborah; Gebru, Timnit; Mitchell, Margaret; Buolamwini, Joy; Lee, Joonseok; Denton, Emily (7 de febrero de 2020). "Salvando las apariencias: investigación de las preocupaciones éticas de la auditoría de 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. ^ Benjamin, Ruha (2019). La carrera tras la tecnología: herramientas abolicionistas para el Nuevo Código Jim . Cambridge, Reino Unido Medford, MA: Polity. p. 26. ISBN 978-1-5095-2640-6.
  35. ^ "Black Girls Code, BlackGirlsCode, Mujeres de color en la tecnología". Black Girls Code imagina. crea . Archivado desde el original el 2011-10-31 . 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, Catherine (2000). Acceso denegado: raza, etnicidad y la empresa científica. Oxford University Press. ISBN 0-19-510774-8.OCLC 40674912  .
  38. ^ Bauer, Karen W.; Bennett, Joan S. (2003). "Percepciones de los exalumnos utilizadas para evaluar la experiencia de investigación de los estudiantes de grado". 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 académicas 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, consultado el 10 de abril de 2023
  43. ^ "Cómo las principales empresas tecnológicas abordan la diversidad y la inclusión".

Enlaces externos