Las mujeres pertenecen a un sexo infrarepresentado en el ámbito tecnológico. Sin embargo, esto no es nada nuevo. Basta con mirar las cifras publicadas por grandes compañías como Facebook, Google, Intel, Slack y muchos, muchos más.
En un reciente evento de tecnología, oí una conversación sobre la falta de diversidad de género en la industria de la tecnología. El pequeño grupo estaba discutiendo el hecho de que a pesar de que las mujeres representan aproximadamente el 30% de la población activa en la tecnología, los equipos de ingeniería de nivel superior, rara vez cuentan con más de un par de mujeres.
Uno de los participantes en esta conversación comentó que esto se debía a que los desarrolladores de sexo masculino son comúnmente más talentosos que las desarrolladoras femeninas. Nadie en el grupo se opuso.
Hmm…
Personalmente, debido tanto a mi experiencia en Toptal como durante mi carrera universitaria cursando ingeniería en la Universidad de Princeton, que era casi 50/50 masculino vs. femenino, sé que esto es totalmente falso. He trabajado con una serie de increíbles ingenieras, profundamente inteligentes en todo tipo de roles. Sin embargo, no parece que las cifras coincidan con mi experiencia propia, sobre todo cuando se empiezan a observar funciones de ingeniería más altas.
Y hacer frente a esta disparidad es importante. No es sólo la diversidad en aras de esta misma. Si los hombres y las mujeres son igualmente inteligentes, estadísticamente hablando, de los diez más inteligentes del mundo, cinco deberían de ser mujeres y cinco hombres. Por consiguiente, si un equipo no tiene un equilibrio equitativo entre hombres y mujeres, este equipo definitivamente no está compuesto de la mejor manera posible. En un sistema perfecto, la diversidad es un resultado probabilístico. Pero estos no son los resultados que estamos viendo.
Después de oír esta conversación, quería echar un vistazo a las cifras para entender mejor si era debido a la errónea construcción de equipos que estas se encontraban mal. He buscado en Google un desglose de las tendencias de género en todos los niveles de habilidad en ingeniería de software, pero no he sido capaz de encontrar mucho, así que decidí mirar las cifras disponibles públicamente en GitHub. Me he raspado 5.000 perfiles para obtener los nombres, número de seguidores, contribuciones, y de repositorios. Luego utilicé el paquete de open source genderize.io, para averiguar el sexo de cada perfil. Había tan pocas mujeres en este primer lote que tuve que añadir más datos para hacer gráficos simples, inclusive, significativos. Así que raspé 15,000 perfiles adicionales.
En un reciente evento de tecnología, oí una conversación sobre la falta de diversidad de género en la industria de la tecnología. El pequeño grupo estaba discutiendo el hecho de que a pesar de que las mujeres representan aproximadamente el 30% de la población activa en la tecnología, los equipos de ingeniería de nivel superior, rara vez cuentan con más de un par de mujeres.
Uno de los participantes en esta conversación comentó que esto se debía a que los desarrolladores de sexo masculino son comúnmente más talentosos que las desarrolladoras femeninas. Nadie en el grupo se opuso.
Hmm…
Personalmente, debido tanto a mi experiencia en Toptal como durante mi carrera universitaria cursando ingeniería en la Universidad de Princeton, que era casi 50/50 masculino vs. femenino, sé que esto es totalmente falso. He trabajado con una serie de increíbles ingenieras, profundamente inteligentes en todo tipo de roles. Sin embargo, no parece que las cifras coincidan con mi experiencia propia, sobre todo cuando se empiezan a observar funciones de ingeniería más altas.
Y hacer frente a esta disparidad es importante. No es sólo la diversidad en aras de esta misma. Si los hombres y las mujeres son igualmente inteligentes, estadísticamente hablando, de los diez más inteligentes del mundo, cinco deberían de ser mujeres y cinco hombres. Por consiguiente, si un equipo no tiene un equilibrio equitativo entre hombres y mujeres, este equipo definitivamente no está compuesto de la mejor manera posible. En un sistema perfecto, la diversidad es un resultado probabilístico. Pero estos no son los resultados que estamos viendo.
Después de oír esta conversación, quería echar un vistazo a las cifras para entender mejor si era debido a la errónea construcción de equipos que estas se encontraban mal. He buscado en Google un desglose de las tendencias de género en todos los niveles de habilidad en ingeniería de software, pero no he sido capaz de encontrar mucho, así que decidí mirar las cifras disponibles públicamente en GitHub. Me he raspado 5.000 perfiles para obtener los nombres, número de seguidores, contribuciones, y de repositorios. Luego utilicé el paquete de open source genderize.io, para averiguar el sexo de cada perfil. Había tan pocas mujeres en este primer lote que tuve que añadir más datos para hacer gráficos simples, inclusive, significativos. Así que raspé 15,000 perfiles adicionales.
Lee el artículo completo y original en: Toptal