[论文解读] Beyond STEM, How Can Women Engage Big Data, Analytics, Robotics and Artificial Intelligence? An Exploratory Analysis of Confidence and Educational Factors in the Emerging Technology Waves Influencing the Role of, and Impact Upon, Women

Yana Samuel, Jean George+1 more|arXiv (Cornell University)|Mar 26, 2020

Gender and Technology in Education参考文献 25被引用 14

一句话总结

本文提出了技术领域女性发展框架（AWT），以应对人工智能、大数据和机器人等新兴技术领域中女性参与度低的问题。基于对信心与教育因素的探索性分析，识别出学习与自我效能感是关键驱动因素，提出了超越传统STEM路径的可操作原则，以促进女性在科技领域的职业参与。

ABSTRACT

In spite of the rapidly advancing global technological environment, the professional participation of women in technology, big data, analytics, artificial intelligence and information systems related domains remains proportionately low. Furthermore, it is of no less concern that the number of women in leadership in these domains are in even lower proportions. In spite of numerous initiatives to improve the participation of women in technological domains, there is an increasing need to gain additional insights into this phenomenon especially since it occurs in nations and geographies which have seen a sharp rise in overall female education, without such increase translating into a corresponding spurt in information systems and technological roles for women. The present paper presents findings from an exploratory analysis and outlines a framework to gain insights into educational factors in the emerging technology waves influencing the role of, and impact upon, women. We specifically identify ways for learning and self-efficacy as key factors, which together lead us to the Advancement of Women in Technology (AWT) insights framework. Based on the AWT framework, we also proposition principles that can be used to encourage higher professional engagement of women in emerging and advanced technologies. Key Words- Women's Education, Technology, Artificial Intelligence, Knowing, Confidence, Self-Efficacy, Learning.

研究动机与目标

• 探究为何女性教育水平提高并未转化为科技及新兴技术领域中的比例性代表。
• 识别影响女性在人工智能、大数据、数据分析和机器人领域参与度的心理与教育因素，特别是信心与自我效能感。
• 开发一个框架，指导机构与个人在传统STEM参与之外推动女性在科技领域的发展。
• 解决尽管女性教育水平上升，但在科技驱动领域中领导岗位女性代表性仍不足的问题。

提出的方法

• 对影响女性参与新兴科技领域的信心与教育因素进行探索性分析。
• 识别学习与自我效能感作为塑造女性在科技领域参与度的核心构念。
• 基于对信心与教育影响因素的定性与诠释性综合，开发出技术领域女性发展（AWT）洞察框架。
• 从AWT框架中推导出可操作原则，以指导政策、教育与组织策略。
• 以2018年NEDSI会议论文展示的研究成果作为框架开发的基础输入。
• 采用混合方法诠释性方法，综合现有文献与对科技领域性别差异的实证观察，提炼洞察。

实验结果

研究问题

• RQ1 哪些心理与教育因素最显著地影响女性在人工智能、大数据和机器人等新兴科技领域中的参与？
• RQ2 为何女性教育水平提高未能转化为科技与数据分析岗位中的比例性代表？
• RQ3 如何利用自我效能感与学习经验来提升女性在先进科技领域中的信心与参与度？
• RQ4 组织与教育机构可实施哪些系统性或结构性原则，以支持女性在STEM之外的科技领域发展？
• RQ5 如何将AWT框架付诸实践，以指导教育与工作场所的干预措施？

主要发现

• 学习与自我效能感被确定为影响女性在新兴科技领域中信心与参与度的最关键因素。
• 尽管女性教育水平持续上升，但其在科技与数据分析岗位中的代表性仍严重偏低，表明存在信心或信心培养的缺口。
• AWT框架的提出旨在系统化整合关于信心与教育作为提升女性科技参与度杠杆的洞察。
• 研究表明，信心差距并非单纯由教育不足造成，而是受到经历、榜样人物与制度支持结构的共同影响。
• 该框架提出了可操作原则，供教育者、机构与组织参考，以营造促进女性在科技领域发展的包容性环境。
• 研究结果表明，聚焦于提升自我效能感与实践性学习的针对性干预措施，可显著改善女性在人工智能、机器人与数据分析领域的入职率与留存率。