Công nghệ thông tin

Điều gì khiến phụ nữ không thích khoa học dữ liệu và làm thế nào để giải quyết vấn đề này?

Khoa học dữ liệu đang ngày càng phát triển. Các công ty đang tìm cách tuyển dụng những người giỏi nhất trong lĩnh vực này, nhưng đối với nhiều người trẻ tuổi tài năng, đó không phải là một lựa chọn nghề nghiệp hấp dẫn. Sinh viên STEM (Science Technology Engineering Math) có quan niệm rằng khoa học dữ liệu, cho dù đang đang phát triển nhanh chóng lại thiếu mục đích và thúc đẩy một văn hóa làm việc “mọt sách” không mây hấp dẫn. Những nhận thức này đã có tác động không nhỏ đến sự lựa chọn nghề nghiệp của phụ nữ trong ngành khoa học dữ liệu.

Hậu quả là chỉ có 15% các nhà khoa học dữ liệu ngày nay là phụ nữ. Và sự thiếu đa dạng đó là một vấn đề nghiêm trọng. Các thuật toán AI dễ bị sai lệch vì việc xây dựng chúng đòi hỏi nhiều quan điểm và kinh nghiệm khác nhau.

Trong bài viết này chúng ta sẽ xem ngoài những quan điểm như trên, còn những điều gì khiến cho chưa có nhiều nữ giới tham gia vào lĩnh vực này theo một báo cáo của Boston Consulting Group (BCG).  Chúng ta sẽ tập trung vào các tiêu chí mà sinh viên STEM sử dụng để đánh giá các lựa chọn nghề nghiệp của họ nhằm xác định điều gì thúc đẩy họ quyết định theo đuổi (hoặc không theo đuổi) sự nghiệp liên quan đến khoa học dữ liệu, để hiểu sự khác biệt giữa các quốc gia , và xem các nhà tuyển dụng có thể làm gì để khuyến khích nhiều sinh viên nữ tham gia vào lĩnh vực này hơn.

Nội dung

ĐA DẠNG LÀ RẤT QUAN TRỌNG ĐỐI VỚI KHOA HỌC DỮ LIỆUKHOA HỌC DỮ LIỆU CÓ VẤN ĐỀ VỀ HÌNH ẢNHKhoa học dữ liệu có thể trừu tượng và không có mục đích đối với nhiều ngườiNhững nhận thức sai lệch tạo ra sự bất đối xứng đối với nữ giớiKhoa học dữ liệu có tính cạnh tranh và không dành cho tất cả mọi ngườiTHÔNG TIN LÀ QUAN TRỌNG NHƯNG KHÔNG ĐẦY ĐỦSinh viên cảm thấy thiếu thông tinCác công ty đang tiếp cận phụ nữ STEM — nhưng không có thông tin họ cầnCÁC CÔNG TY CẦN PHẢI LÀM NHIỀU HƠNThay đổi nhận thức bằng cách thay đổi thực tếGiao tiếp hiệu quả hơn với sinh viên nữ
ĐA DẠNG LÀ RẤT QUAN TRỌNG ĐỐI VỚI KHOA HỌC DỮ LIỆU
Khoa học dữ liệu — việc khai thác dữ liệu lớn, phân tích nâng cao và AI — sẽ sớm có mặt ở khắp mọi nơi. Thời mà khoa học dữ liệu bị giới hạn trong các bộ phận R&D của các công ty công nghệ và các công ty khởi nghiệp đầy tham vọng đã qua lâu. Ngày nay, các tổ chức trong khu vực tư nhân và công cộng đang cố gắng nắm bắt tiềm năng biến đổi của nó và đang nhanh chóng tham gia vào lĩnh vực này. Chính vì vậy, nhà khoa học dữ liệu, kỹ sư dữ liệu, chuyên gia học máy, kỹ sư phần mềm phân tích: những vai trò liên quan đến khoa học dữ liệu này đang có nhu cầu cao.

Trong việc xây dựng các nhóm khoa học dữ liệu, sự đa dạng của các phương pháp tiếp cận và quan điểm là rất quan trọng. Việc giải thích các mối quan hệ nhân quả và các mối tương quan trong các tập dữ liệu lớn đòi hỏi sự tinh tế. Cả con người và các thuật toán học máy đôi khi có thể nhìn thấy các mẫu dẫn đến kết luận giả, thiên vị hoặc thậm chí nguy hiểm. Các thuật toán AI được đào tạo dựa trên các điểm dữ liệu lịch sử (chẳng hạn như các quyết định tuyển dụng trong quá khứ của công ty) dễ bị học hỏi và kéo dài các thành kiến ​​hiện có. Nghiên cứu về vấn đề liên quan cho thấy, cần có một nhóm đa dạng nam giới và phụ nữ để đảm bảo rằng các mô hình dễ bị sai lệch có thể tạo tạo ra kết quả chính xác và cân bằng.

Nhưng khoa học dữ liệu, giống như hầu hết các lĩnh vực STEM, vẫn còn tồn tại một vấn đề khó khăn về đa dạng giới. Trong khi ở các quốc gia, trung bình khoảng 55% sinh viên tốt nghiệp đại học là nữ thì chỉ hơn một phần ba số tham gia vào lĩnh vực STEM. Trong số 1/3 đó, chỉ 2/3 phụ nữ chuyển sang làm nghề trong lĩnh vực liên quan đến STEM như kỹ thuật, phân tích hoặc phát triển phần mềm và thậm chí còn ít hơn nữa chuyển sang ngành khoa học dữ liệu. Các cuộc khảo sát khác nhau đều cho kết quả là chỉ có khoảng 15% đến 22% tất cả các chuyên gia trong các vai trò liên quan đến khoa học dữ liệu là phụ nữ.

Chart: bcg.com
Đối với các công ty tuyển dụng sinh viên STEM vào vai trò công nghệ và phân tích, đây là một hạn chế rất thực tế đối với nhân tài. Khi tác động của khoa học dữ liệu và việc ra quyết định dựa trên AI trở nên phổ biến hơn bao giờ hết, nó có khả năng trở thành một vấn đề rất nguy hiểm – không chỉ đối với từng công ty mà còn đối với toàn bộ thị trường.

Lý do của vấn đề này là rất phức tạp và đa dạng, từ những thành kiến ​​có thể khiến trẻ em gái bỏ học toán và khoa học ở trường trung học cho đến nhiều yếu tố xung quanh sự thăng tiến và giữ chân phụ nữ ở nơi làm việc STEM.

Các nhà tuyển dụng đang tìm cách đảm bảo rằng nhóm ứng viên trong lĩnh vực này có đầy đủ cả những ứng viên nam và nữ . Nhiều công ty đã bắt đầu giải quyết tình trạng mất cân bằng giới tính trong việc tuyển dụng bằng cách xem xét lại các chính sách tuyển dụng và nhân sự của họ, loại bỏ các thành kiến ​​về lựa chọn trong việc sàng lọc và phỏng vấn các ứng viên, điều chỉnh lại mức lương cho những người mới tuyển dụng và xem xét lại vai trò của cố vấn và tài trợ. Đây là những bước quan trọng và có giá trị.

Tuy nhiên, có một vấn đề thường bị bỏ qua, là những yếu tố có thể khiến các sinh viên STEM đủ tiêu chuẩn nhưng lại không cân nhắc đến việc nộp đơn xin việc trong một lĩnh vực như công nghệ hoặc khoa học dữ liệu. Nhiều sinh viên bỏ qua ngành khoa học dữ liệu trong định hướng phát triển nghề nghiệp của mình (vì thiếu hấp dẫn hoặc thiếu thông tin cơ bản) trước khi các biện pháp đa dạng như vậy có thể giúp ích. Việc làm cho các sinh viên hiểu cách các nhà tuyển dụng và trường đại học tạo ra ảnh hưởng và xóa bỏ mọi rào cản giới tính cố hữu là cực kỳ quan trọng.

KHOA HỌC DỮ LIỆU CÓ VẤN ĐỀ VỀ HÌNH ẢNH
Trở lại vào tháng 10 năm 2012, Tạp chí Kinh doanh Harvard đã gọi nhà khoa học dữ liệu là “công việc quyến rũ nhất của thế kỷ 21” (the sexiest job of the 21st century). Trong thập kỷ qua, việc tạo việc làm mới trong lĩnh vực này đã tăng lên với tốc độ chóng mặt, và khoa học dữ liệu liên tục chiếm vị trí cao trong bảng xếp hạng các nghề nghiệp hấp dẫn dành cho sinh viên. Ngày nay, với những cái tên như Amazon, Google và Apple thường xuyên xuất hiện trên báo chí với những câu chuyện về những tiến bộ nhanh chóng trong trí tuệ nhân tạo và các thành quả thu thập được từ các tập dữ liệu khổng lồ, có thể dễ dàng cho rằng các cơ hội về khoa học dữ liệu giờ đây phải xuất hiện nổi bật trên radar nghề nghiệp cá nhân của hầu hết tất cả học sinh STEM.

Tuy nhiên, nghiên cứu của BCG cho thấy rằng bức tranh khác với các giả định. Một phần rất lớn học sinh STEM trên khắp các quốc gia dường như có cái nhìn không mấy tích cực về công việc và văn hóa của khoa học dữ liệu. Quan điểm của họ, được giải thích một cách thẳng thắn, là khoa học dữ liệu khá trừu tượng và không có mục đích đầy đủ, và rằng văn hóa có vẻ quá “mọt sách” và cạnh tranh. Hệ quả của những nhận thức này là nhiều người sẽ là đẩy các cơ hội về khoa học dữ liệu đến phần rìa của các radar nghề nghiệp của họ, hoặc thậm chí khiến họ bỏ qua. Điều nghiêm trọng là điều này có tác động không cân đối đến sự lựa chọn của phụ nữ và trực tiếp cản trở sự đa dạng.

Khoa học dữ liệu có thể trừu tượng và không có mục đích đối với nhiều người
Khoa học dữ liệu, nếu được thực hiện tốt, cũng mang lại nhiều kết quả khả quan. Thật vậy, rất nhiều ứng dụng trong thế giới thực xung quanh chúng ta: khi đi mua sắm, xem TV, lái xe hoặc tương tác với nhà cung cấp dịch vụ tiện ích đều có dấu ấn của khoa học dữ liệu. Trí tuệ nhân tạo (AI) có thể giúp các nhà sản xuất và nhà cung cấp dịch vụ hiểu rõ hơn và dự đoán nhu cầu, đưa ra các giải pháp nhanh hơn và tăng hiệu quả. Nhiều tiện ích mà chúng ta cho là đương nhiên ngày nay, từ các nhà bán lẻ trực tuyến đến Google Seach cho đến điện thoại thông minh,  là không thể tưởng tượng được nếu không có khoa học dữ liệu và AI.

Tuy nhiên, đáng ngạc nhiền là một phần lớn sinh viên không có nhận thức tích cực về lĩnh vực này. Trong cuộc khảo sát của BCG, chỉ khoảng một nửa số học sinh STEM đồng ý với quan điểm rằng một nhà khoa học dữ liệu dành thời gian của mình để giải quyết các vấn đề trong cuộc sống thực với tác động hữu hình cao. Đối với 49% sinh viên nói chung (48% phụ nữ, 50% nam giới) ở các quốc gia được khảo sát, lĩnh vực lại được xem là lý thuyết và trừu tượng, tập trung vào thao tác mã và dữ liệu với tác động thấp và mục đích không rõ ràng. Tương tự, 68% sinh viên nói chung đồng ý với quan điểm rằng các vấn đề khoa học dữ liệu là hẹp và có phạm vi hạn chế, ít chỗ hoặc cần tư duy hình ảnh lớn. Những sinh viên chia sẻ quan điểm này về khoa học dữ liệu, cả nam giới và phụ nữ, có khả năng bỏ qua các công việc trong ngành khoa học dữ liệu.

Source: bcg.com
Có thể có nhiều yếu tố ảnh hưởng. Một số hình ảnh tiêu cực có thể là kết quả của chương trình giảng dạy đại học mà sinh viên cảm thấy trừu tượng nếu quá chú trọng vào các cấu trúc lý thuyết và quá ít vào các ví dụ thực tế. Một số cũng có thể là do phạm vi phủ sóng của phương tiện truyền thông không đối xứng tạo ra quá ít tiếng vang xung quanh những đột phá tiên tiến trong phân tích và AI.

Tuy nhiên, trước hết, những nhận thức như vậy được định hình bởi chính các công ty. Sinh viên đang nhận ra một thực tế rằng không phải tất cả các công ty trên thực tế đều thành công trong việc tạo ra tác động hữu hình từ khoa học dữ liệu và AI. Nhiều công ty tiếp tục thiếu một chiến lược chặt chẽ về cách khoa học dữ liệu và AI có thể bắt đầu chuyển đổi doanh nghiệp của họ: họ hy vọng rằng một vài trong số rất nhiều ý tưởng có thể thành công. Nhưng thực tế là họ phải trả giá một danh sách dài những thất bại đáng thất vọng và những sáng kiến ​​có tác động thấp.

Những nhận thức tiêu cực này có ở khắp các quốc gia. Đặc biệt là ở Trung Quốc (một trong những quốc gia dẫn đầu toàn cầu về hoạt động AI trong các công ty), Nhật Bản và Ấn Độ, với khoảng 60% sinh viên cho rằng khoa học dữ liệu là trừu tượng và ít ứng dụng. Anh và Mỹ dẫn đầu bảng về sự tích cực, mặc dù vậy vẫn có khoảng 40% sinh viên có quan điểm tiêu cực về tác động và mục đích.

Những nhận thức sai lệch tạo ra sự bất đối xứng đối với nữ giới
Trên các quốc gia đại diện trong cuộc khảo sát của BCG, nam giới và phụ nữ STEM có cùng nhận thức về mức độ bình đẳng. Tuy nhiên, họ không có chung sở thích và vì lý do này,  tác động lên lựa chọn của phụ nữ liên quan đến khoa học dữ liệu  mạnh mẽ hơn.

Sở thích làm việc cá nhân sẽ thay đổi một cách tự nhiên từ sinh viên này sang sinh viên khác. Trong khi một số Millennials và Gen Zers có thể tìm kiếm công việc có tác động trực tiếp đến thế giới thực, những người khác lại thích công việc mang tính khái niệm cho phép họ “đi sâu” mà không mong đợi bất kỳ giá trị có thể đo lường trực tiếp nào đi kèm với nó.

Tuy nhiên, trung bình, kết quả của nghiên cứu cho thấy phụ nữ STEM đánh giá cao hơn các việc có tác hiệu quả động rõ ràng hơn so với nam giới: 67% phụ nữ bày tỏ sự yêu thích rõ ràng đối với công việc như vậy, so với 61% nam giới. Trong lĩnh vực khoa học dữ liệu được tuyển dụng – sinh viên chuyên ngành khoa học dữ liệu hoặc học máy – sự khác biệt về sở thích thậm chí còn rõ ràng hơn, với 73% phụ nữ và 50% nam giới ưu tiên tác động hữu hình trong lựa chọn nghề nghiệp của họ.

Source: bcg.com
Ở đây, nhận thức và sở thích cá nhân giao nhau một cách quan trọng. Một con đường sự nghiệp được cho là trừu tượng, ít tác động và không có mục đích mạnh mẽ sẽ kém hấp dẫn hơn đáng kể đối với phụ nữ STEM so với các đồng nghiệp nam của họ. Với một nửa số sinh viên nữ chia sẻ nhận thức này, một phần lớn trong nhóm tài năng STEM nữ do đó có xu hướng  coi nhẹ khoa học dữ liệu như một môn học không phù hợp với sở thích và kỳ vọng cá nhân của họ. Đối với một ngành công nghiệp đang tuyệt vọng tìm kiếm sự đa dạng, điều này thật đáng thất vọng.

Cũng như nhận thức khác nhau giữa các quốc gia, sở thích làm việc cá nhân của sinh viên cũng vậy (chắc chắn là bị ảnh hưởng bởi một loạt các yếu tố văn hóa và kinh tế). Ở Trung Quốc và Đức, những quốc gia có tỷ lệ nhận thức tiêu cực cao nhất, phụ nữ STEM ở các quốc gia này bị ảnh hưởng lớn bởi những ảnh tiêu cực của khoa học dữ liệu. Ở Nhật Bản và Ấn Độ, cũng có vị trí cao trong bảng xếp hạng nhận thức tiêu cực, tình hình cũng không mấy khả quan mặc dù sở thích làm việc của phụ nữ ít rõ ràng hơn.

Khoa học dữ liệu có tính cạnh tranh và không dành cho tất cả mọi người
Tác động của nhận thức tiêu cực mở rộng đến quan điểm về văn hóa công ty. Sinh viên dành nhiều thời gian để xem xét văn hóa làm việc trong lĩnh vực họ đã chọn. Nó sẽ là siêu cạnh tranh hay cộng tác rộng rãi? Toàn bộ lĩnh vực này có thúc đẩy sự đa dạng và hòa nhập không? Các công ty có sẵn để hỗ trợ sự phát triển cá nhân không? Về những khía cạnh này, khi nói đến việc tuyển dụng sinh viên, nhận thức là cực kỳ quan trọng.

Cuộc khảo sát của BCG cho thấy rằng nhiều sinh viên STEM quan tâm đến tính cạnh tranh giữa các cá nhân trong công việc khoa học dữ liệu, nghĩa là mức độ mà các nhân viên làm việc trong sự cạnh tranh với nhau thay vì là một phần của một nhóm cộng tác. Tính trung bình ở các quốc gia, 81% phụ nữ (và 74% nam giới) theo đuổi một bằng cấp liên quan đến khoa học dữ liệu cho rằng lĩnh vực này “cạnh tranh hơn đáng kể” so với các loại công việc khác.  Tại Trung Quốc, Úc, Anh và Mỹ, tỷ lệ phụ nữ có quan điểm này thậm chí còn cao hơn, với 91% phụ nữ Trung Quốc theo học ngành khoa học dữ liệu nhận thấy áp lực cạnh tranh cao trong văn hóa làm việc của lĩnh vực này. Với “văn hóa cạnh tranh do nam giới thống trị” đứng đầu danh sách các mối quan tâm về khoa học dữ liệu,  khiến nhiều sinh viên nữ cân nhắc lĩnh vực này. Rõ ràng nhận thức này có thể có tác động rất thực tế đến lựa chọn của sinh viên.

Quan điểm về cạnh tranh có tác động mạnh trong việc lựa chọn khoa học dữ liệu của nữ giới. Source: bcg.com
Trong khi hầu hết các học viên có thể tranh luận rằng khoa học dữ liệu, về bản chất, là một nỗ lực hợp tác, có lẽ không có gì đáng ngạc nhiên khi nhiều sinh viên xem khoa học dữ liệu từ góc độ cạnh tranh. Ở đây, một lần nữa, sinh viên chỉ đơn giản là nắm bắt được các tín hiệu mà nhiều công ty truyền đạt. Ví dụ: nhiều nhà tuyển dụng góp phần nâng cao nhận thức này bằng cách thúc đẩy hiệu suất của sinh viên trong các cuộc thi viết code như một chỉ số hiệu suất chính trong các đơn xin việc, ngay cả khi công việc hàng ngày về khoa học dữ liệu ở các công ty này không có tính cạnh tranh theo cách này. “Hackathons” do công ty tổ chức — tổ chức các sự kiện nhằm tập hợp các nhà khoa học dữ liệu đầy tham vọng lại với nhau trong một môi trường vui vẻ, “cùng viết mã” — có thể nhanh chóng biến thành bầu không khí trong phòng lò hơi, nơi sinh viên cảm thấy được kiểm tra và xem xét kỹ lưỡng hơn là được tham gia và truyền cảm hứng. Đối với nhiều sinh viên (và hơn hết là nhiều phụ nữ), những môi trường này có thể gây khó khăn và có thể không khuyến khích việc khám phá sâu hơn về khoa học dữ liệu như một lựa chọn nghề nghiệp có thể phù hợp với sở thích cá nhân của họ.

THÔNG TIN LÀ QUAN TRỌNG NHƯNG KHÔNG ĐẦY ĐỦ
Để chống lại những nhận thức sai lệch về lĩnh vực này, việc chia sẻ thông tin tích cực của cộng đồng khoa học dữ liệu là chìa khóa quan trọng. Trong khi các trường đại học có thể làm nhiều hơn nữa để làm nổi bật các trường hợp sử dụng thực tế  của khoa học dữ liệu trong chương trình giảng dạy của họ, thì việc các nhà tuyển dụng vẽ ra một bức tranh về các công việc khoa học dữ liệu sẽ giải quyết các mối quan tâm, xóa tan những lầm tưởng và giúp khoa học dữ liệu trở nên một lựa chọn nghề nghiệp hữu hình cho nhiều phụ nữ STEM hơn. Trên mặt trận này, các công ty có thể và phải làm nhiều hơn thế.

Sinh viên cảm thấy thiếu thông tin
Khảo sát của BCG không chỉ khám phá nhận thức và sở thích, mà còn cả những kiến ​​thức cơ bản mà sinh viên cảm thấy về cơ hội nghề nghiệp. Kết quả cho thấy rằng một phần đáng kể sinh viên STEM trên toàn thế giới không thấy rằng họ hiểu rõ về “nghề khoa học dữ liệu” là gì, những lựa chọn phát triển nghề nghiệp mà nó có thể mang lại và công việc hàng ngày của một nhà khoa học dữ liệu là gì. Nhìn chung, chỉ có khoảng 63% nam giới và 55% phụ nữ cảm thấy được cung cấp thông tin đầy đủ về các cơ hội nghề nghiệp khác nhau liên quan đến khoa học dữ liệu.  Chỉ 61% nam giới và 55% phụ nữ hiểu được trình độ chuyên môn cần thiết cho vai trò khoa học dữ liệu; và chỉ 62% nam giới và 47% phụ nữ biết về các con đường sự nghiệp trong lĩnh vực này. Ngay cả trong các chuyên ngành khoa học dữ liệu và khoa học máy tính, 35% phụ nữ cảm thấy rằng họ hiểu kém về công việc hàng ngày của một nhà khoa học dữ liệu nghề nghiệp và gần một nửa (47%) cho rằng không có sự rõ ràng về các con đường sự nghiệp liên quan.

Cả nam lẫn phụ nữ đều cảm thấy không rõ về khoa học dữ liệu, trong đó phụ nữ “mù mờ” hơn. Source: bcg.com
Không có gì ngạc nhiên khi các khía cạnh của tính minh bạch được nêu ở trên có tương quan đáng kể với các quyết định nghề nghiệp của học sinh STEM. Sinh viên sẽ chỉ xem xét một nghề nghiệp nếu họ hiểu rõ về cơ hội và những tác động của nó đối với họ (ngay cả khi nó được dự báo là “công việc quyến rũ nhất thế kỷ 21”). Trong cuộc khảo sát của BCG, gần 24% cựu sinh viên hiểu rõ về cơ hội đã nhận được một công việc trong lĩnh vực liên quan đến khoa học dữ liệu (kỹ thuật dữ liệu, phát triển phần mềm phân tích, học máy hoặc các vai trò tương tự). Trong số những sinh viên có hiểu biết kém nhất, chỉ có 12% đã tiếp tục làm việc trong lĩnh vực này.

Trong số các sinh viên STEM, tính minh bạch về nghề nghiệp khoa học dữ liệu khác nhau đáng kể giữa các quốc gia. Trong cuộc khảo sát của BCG, một nhóm các quốc gia — Úc, Pháp và Tây Ban Nha — tạo nên sự khác biệt do liên tục đạt được thứ hạng cao trên các khía cạnh về tính minh bạch: hiểu biết về vai trò nơi làm việc, các bằng cấp cần thiết và các lựa chọn con đường sự nghiệp dài hạn. Khoảng 65% nữ sinh STEM ở các quốc gia hàng đầu này cảm thấy có đủ thông tin về các lựa chọn công việc liên quan đến khoa học dữ liệu để đưa chúng vào cân nhắc nghề nghiệp của họ.

Ở phía bên kia, các sinh viên nữ ở Trung Quốc, Nhật Bản và Đức cho biết mức độ minh bạch là thấp nhất về các lựa chọn của họ trong lĩnh vực này, với chỉ khoảng 45% cảm thấy được cung cấp đầy đủ thông tin và tương ứng, khoảng 55% có nguy cơ ra khỏi khỏi nhóm nhân tài tiềm năng vì thiếu thông tin cơ bản.

Các công ty đang tiếp cận phụ nữ STEM — nhưng không có thông tin họ cần
Người ta có thể hỏi liệu các công ty có thể không tiếp cận đủ với sinh viên STEM (hoặc đặc biệt là phụ nữ) hay không. Tuy nhiên, ở nhiều nước, dường như không thiếu cơ hội để các công ty cung cấp cho sinh viên thông tin nghề nghiệp hữu hình về khoa học dữ liệu, xóa tan những nhận thức tiêu cực về văn hóa làm việc hoặc chia sẻ các trường hợp sử dụng thực tế của data science. Sinh viên STEM là một nhóm tài năng được săn đón và do đó, họ tích cực thu hút các công việc liên quan đến khoa học dữ liệu và công nghệ. 76% sinh viên STEM cảm thấy rằng họ đang được tiếp cận tích cực hơn và chuyên sâu hơn bởi các nhà tuyển dụng,  được giới thiệu về các vai trò liên quan đến dữ liệu và công nghệ so với tất cả các loại nhà tuyển dụng khác. Tóm lại: các công ty đang có sự thay đổi.

Phụ nữ STEM cảm thấy rằng họ đang được các công ty này tương tác một cách mạnh mẽ và chuyên sâu hơn so với các đồng nghiệp nam. Tỷ lệ phụ nữ lớn hơn nam giới cho biết họ đã tham gia trên các kênh được các nhà tuyển dụng tiềm năng sử dụng để tương tác với sinh viên, bao gồm các sự kiện tuyển dụng trong khuôn viên trường và “chương trình đào tạo” của công ty, tiếp thị dựa trên trang chủ và các trang web việc làm, phương tiện truyền thông xã hội, và chính thức và không chính thức. Hơn một nửa (54%) phụ nữ STEM cho biết họ tham gia với các công ty cung cấp dữ liệu hoặc công việc công nghệ thông qua các sự kiện trong khuôn viên trường, trong khi 77% tìm kiếm thông tin về những công việc đó bằng cách truy cập các trang web tìm kiếm việc làm và nhà tuyển dụng.  Tuy vậy, tính trên tất cả các kênh, mức độ tham gia của phụ nữ  tụt hậu hơn so với nam giới khi chỉ “được tiếp cận” bởi một mạng lưới hiện có. Điều này không có gì đáng ngạc nhiên, do sự thiên vị lựa chọn đi kèm với mạng lưới công việc cá nhân, đặc biệt là ở nam giới trẻ và vẫn còn thống trị.

Nhưng phụ nữ đặc biệt cảm thấy rằng thông tin quan trọng bị thiếu. Trong cuộc khảo sát của BCG, phụ nữ STEM đã xếp hạng rõ ràng ba lĩnh vực thông tin liên quan đến khoa học dữ liệu là quan trọng nhất đối với họ cho đến nay. Mặc dù có liên quan đến nhiều lĩnh vực, nhưng chúng dường như đặc biệt quan trọng đối với một lĩnh vực trẻ, đang phát triển nhanh chóng như khoa học dữ liệu.

Trao đổi rõ ràng hơn về công việc hàng ngày thực sự như thế nào.  Phụ nữ STEM khao khát những thông tin chi tiết hữu hình về nội dung của công việc khoa học dữ liệu mà các công ty thực hiện, các ví dụ thực tế và các trường hợp sử dụng. Đặc biệt, sinh viên muốn hiểu tác động của công việc của họ sẽ có và mục đích nó phục vụ.
Nhiều cơ hội kết nối với những người làm thực tế. Phụ nữ STEM muốn và cần cảm nhận trực tiếp về tính cách, cách làm việc và mức độ hợp tác. Cảm giác này hiếm khi xuất hiện trong các buổi trình chiếu của công ty hoặc trên các thông tin trên Internet vốn nặng về tiếp thị.
Cho biết rõ ràng hơn về các bằng cấp cần thiết cho công việc. Sinh viên thường cảm thấy không phù hợp với các mô tả công việc khoa học dữ liệu được sử dụng quá mức dường như để tìm kiếm những siêu nhân: những người có kỹ năng kỹ thuật đặc biệt, nhiều ngôn ngữ lập trình, kỹ năng giao tiếp vượt trội và nhiều kinh nghiệm trước đó. Đối với sinh viên, có vẻ như “mạnh về khoa học dữ liệu” là chưa đủ. Các nghiên cứu khác nhau đã chỉ ra, những kỳ vọng phi thực tế như vậy có thể ngăn cản phụ nữ đăng ký ứng tuyển, trong khi nam giới thường sẵn sàng nắm bắt cơ hội hơn ngay cả khi các yêu cầu này được đặt cao một cách bất hợp lý.

Với nhiều sự kiện chỉ mà các công ty dành cho phụ nữ đều bị đánh giá thấp. Có vẻ như phụ nữ STEM tin rằng đã có đủ cơ hội để tương tác với các nhà tuyển dụng. Vấn đề là các nhà tuyển dụng không tận dụng tối đa các cơ hội để giải quyết các vấn đề mà phụ nữ STEM quan tâm nhất.

CÁC CÔNG TY CẦN PHẢI LÀM NHIỀU HƠN

Các công ty không làm đủ để lấp đầy những khoảng trống này. Việc chỉ dựa vào tin đồn trên các phương tiện truyền thông và hy vọng khoa học dữ liệu “tự giới thiệu” cho sinh viên là điều ngây thơ và không giải quyết được vấn đề. Các công ty phải làm việc nhiều hơn để chống lại những nhận thức tiêu cực về lĩnh vực này và việc thiếu thông tin rõ ràng về con đường sự nghiệp cho cả sinh viên nam và sinh viên nữ cảm, đặc biệt là việc không coi trọng phụ nữ hơn trong ngành khoa học dữ liệu. Đối với nhiều công ty, điều này sẽ đòi hỏi cả hành động nội bộ (trong nhóm khoa học dữ liệu và văn hóa công ty của riêng họ) và những thay đổi đối với giao tiếp bên ngoài của họ (theo cách họ cung cấp thông tin và tiếp cận với sinh viên).

Thay đổi nhận thức bằng cách thay đổi thực tế
Cách tốt nhất để thay đổi nhận thức tiêu cực đang làm sai lệch khoa học dữ liệu là chứng minh rằng chúng là sai sự thật. Để thu hút được tài năng khoa học dữ liệu, các công ty nên tập trung vào việc đảm bảo rằng chiến lược phân tích và dữ liệu của họ ưu tiên tác động có thể đo lường được, tập trung nỗ lực của họ vào một số sáng kiến ​​có thể và sẽ mang lại giá trị đáng kể và chia sẻ những thành công mang lại cho cộng đồng. Quan trọng hơn nữa là văn hóa công ty cần tích cực tôn vinh tác động kinh doanh cụ thể từ khoa học dữ liệu, không chỉ là những cải tiến trừu tượng đối với hiệu suất mô hình và số lượng bằng sáng chế được cấp. Cũng quan trọng không kém là một nền văn hóa thúc đẩy tác động thông qua cộng tác và làm việc theo nhóm và điều đó làm suy yếu khả năng cạnh tranh của “mô hình của tôi mạnh hơn mô hình của bạn”.

Các công ty cần thực sự sử dụng cách tiếp cận hợp tác, dựa trên tác động đối với khoa học dữ liệu và AI từ cấp cao nhất trở xuống. Nó đòi hỏi phải tích hợp chiến lược AI với chiến lược kinh doanh để tạo ra một mục đích chung và nó đòi hỏi sự sẵn sàng táo bạo để thực hiện các dự án có tác động lớn ngay cả khi chúng lớn và có rủi ro. Điều này thường khôg dễ dàng: cần có sự lãnh đạo rõ ràng về AI và khoa học dữ liệu ở cấp cao nhất. Nhưng khi ngày càng có nhiều công ty sống trong mô hình này, nhận thức sẽ bắt đầu thay đổi, làm giảm một cách có hệ thống các rào cản đối với việc tuyển dụng đa dạng hơn.

Giao tiếp hiệu quả hơn với sinh viên nữ
Tất nhiên, cách tức thời nhất để các công ty chống lại nhận thức tiêu cực và cung cấp thông tin mà sinh viên thiếu là tham gia trực tiếp với họ về những chủ đề này. Như đã đề cập ở trên, các công ty đã liên hệ với học sinh STEM, nhưng có vẻ như nội dung thường quá chung chung, quá thiếu phân biệt hoặc không tập trung đầy đủ vào các câu hỏi và mối quan tâm gây khó khăn cho phụ nữ nói riêng. Mặc dù ở một mức độ nào đó, điều này có thể đúng đối với nhiều lĩnh vực STEM, cả quy mô của vấn đề đa dạng và quy mô của vấn đề hình ảnh trong khoa học dữ liệu đều làm cho hành động có mục tiêu trở nên cấp bách hơn.

Trong giao tiếp của công ty tại các sự kiện tuyển dụng, trên phương tiện truyền thông xã hội, trên cổng thông tin việc làm và trên trang web của riêng họ, nhà tuyển dụng nên thực hiện những điều sau để đưa tổ chức của họ vào tầm ngắm của phụ nữ STEM:

Làm cho khoa học dữ liệu trở nên hữu hình bằng cách cung cấp các ví dụ chi tiết về cácvấn đề kinh doanh mà các nhà khoa học dữ liệu của công ty có thể giải quyết và bằng cách cho thấy công việc hàng ngày đối với những vấn đề như vậy sẽ như thế nào đối với một công ty mới.
Làm cho khoa học dữ liệu trở nên liên quan bằng cách đưa các nhà khoa học dữ liệu thực tế đến các sự kiện (thay vì chỉ các nhân viên tuyển dụng) và bằng cách trình bày câu chuyện của nhân viên hiện tại trên trang web của công ty dưới dạng phỏng vấn hoặc tóm tắt, đảm bảo rằng những bức ảnh chụp nhanh của nhân viên này đại diện cho trải nghiệm liên quan đến cả nam giới và phụ nữ.
Làm cho các yêu cầu trở nên trung thực bằng cách đưa ra các mô tả công việc thực tế (được viết bởi các nhà khoa học dữ liệu, không phải bởi nhân sự) để truyền cảm hứng cho sinh viên đủ điều kiện nộp đơn ngay cả khi họ không hoàn toàn chắc chắn về cơ hội thành công của mình.
Làm cho khoa học dữ liệu làm rõ các quan điểm khác nhau bằng cách lưu ý đến định dạng, cách thể hiện và ngôn ngữ về các sự kiện như hackathons, vì không thể thu hút mọi người theo cùng một cách.

Chỉ cần thay đổi cách thể hiện và nội dung của cuộc trò chuyện có thể là những biện pháp đơn giản, nhưng trong cuộc chiến giành tài năng xoay quanh nhận thức và sở thích của sinh viên, họ có thể đóng một vai trò quan trọng trong việc giúp điều chỉnh sự mất cân bằng giới tính trong kênh STEM. Kết hợp với các hành động khác,  bao gồm tài trợ và công việc linh hoạt có rất nhiều bước cụ thể mà các nhà quản lý cấp cao có thể thực hiện để cải thiện sự đa dạng.

Chừng nào các công ty còn xem khoa học dữ liệu như một ngành thu hút tất cả sinh viên như nhau đối với  cả nam lẫn phụ nữ thì một phần lớn các tài năng nữ sẽ tiếp tục tránh lĩnh vực này, kéo dài sự thiếu sự đa dạng tronglực lượng lao động của các công ty. Các nhà quản lý phải hành động ngay bây giờ để tạo ra một văn hóa làm việc để thu hút tất cả sinh viên và nhấn mạnh mục đích cơ bản của khoa học dữ liệu và tác động của nó đối với kinh doanh.

Theo What’s Keeping Women Out of Data Science?

Back to top button