Hispanopedia Wiki
Articulo de referencia

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 discapacidad y personas LGBT...

Hispanopedia WikiContenido en espanolLectura gratuita

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

Estadística

En 2019, las mujeres representaban el 50,8% de la población total de los Estados Unidos, [ 1 ] 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. [ 2 ] Los afroamericanos representaban el 13,4% de la población, [ 1 ] pero ocupaban el 8,4% de las ocupaciones informáticas y matemáticas. [ 2 ] Las personas hispanas o latinas constituían el 18,3% de la población, [ 1 ] pero representaban solo el 7,5% de las personas en estos trabajos. [ 2 ] Mientras tanto, las personas blancas, que representaban 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 gerentes de sistemas informáticos y de información. [ 2 ] Los asiáticos, que representaban el 5,9% de la población, [ 1 ] ocupaban el 22% de los trabajos informáticos y matemáticos y eran el 14,3% de todos los gerentes de sistemas informáticos y de información. [ 2 ]

En 2021, las mujeres representaban el 51 % de la población total de entre 18 y 74 años, pero solo el 35 % de las ocupaciones en ciencia, tecnología, ingeniería y matemáticas (CTIM). Asimismo, si bien las personas con discapacidad constituían el 9 % de la población, solo el 3 % de las ocupaciones en CTIM. Los hispanos, los afroamericanos y los indígenas estadounidenses o nativos de Alaska, en conjunto, solo representaban el 24 % de las ocupaciones en CTIM en 2021, a pesar de constituir el 31 % de la población total. [ 3 ]

Además de las disparidades ocupacionales, existen diferencias en la representación en la educación postsecundaria de ciencias e ingeniería. Las mujeres que obtuvieron títulos de asociado o licenciatura en ciencias e ingeniería representaron aproximadamente la mitad del total de títulos en 2020, lo cual fue proporcional a su porcentaje en la población de entre 18 y 34 años. En contraste, las mujeres solo representaron el 46 % de las maestrías en ciencias e ingeniería y el 41 % de los doctorados en ciencias e ingeniería. Los hispanos, los negros y los indígenas americanos o nativos de Alaska, como grupo, enfrentan una brecha similar entre su proporción en la población y la proporción de títulos obtenidos, ya que en 2021 representaban colectivamente el 37 % de la población en edad universitaria, pero solo el 26 % de las licenciaturas en ciencias e ingeniería, el 24 % de las maestrías en ciencias e ingeniería y el 16 % de los doctorados en ciencias e ingeniería otorgados en 2020. [ 3 ] Además de la brecha en la obtención 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. [ 4 ]

Un informe de 2021 indica que aproximadamente el 57 % de las mujeres que trabajan en tecnología respondieron haber experimentado discriminación de género en el lugar de trabajo, en contraste con los hombres, donde solo aproximadamente el 10 % reportó haberla experimentado. Además, el 48 % de las mujeres reportaron haber sufrido discriminación por sus habilidades técnicas, en contraste con solo el 24 % de los hombres que reportaron 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 le siguieron con un 30 %, los asiáticos/isleños del Pacífico respondieron con un 25 %, los indios asiáticos respondieron con un 23 % y los encuestados blancos les siguieron con un 9 %. [ 5 ]

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

En lo que respecta a la movilidad profesional, un informe de 2022 reveló una brecha en los ascensos otorgados a mujeres en la industria tecnológica en comparación con los hombres. El informe encontró que por cada 100 hombres ascendidos a gerentes, solo 52 mujeres recibieron el mismo ascenso. [ 4 ]

Factores que contribuyen a la subrepresentación

Se han reportado dos razones para la falta de participación de mujeres y minorías en el sector informático. La primera es la falta de exposición temprana a recursos como computadoras, conexiones a internet y experiencias como cursos de informática. [ 7 ] La investigación muestra que la brecha digital actúa como un factor; los estudiantes que no tienen habilidades informáticas al ingresar a la universidad están en desventaja en las carreras de informática, [ 8 ] y el acceso a las computadoras está influenciado por factores demográficos, como el origen étnico. [ 9 ] El problema de la falta de recursos se agrava con la falta de exposición a cursos e información que pueden conducir a una carrera exitosa en informática. Una encuesta a estudiantes de la Universidad de Maryland Eastern Shore y la Universidad de 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 UMES) encontró que menos mujeres que hombres habían aprendido sobre computadoras y programación en la escuela secundaria. Los investigadores han concluido que estos factores podrían contribuir a que un menor número de mujeres y minorías elijan cursar estudios de informática. [ 10 ]

Otro problema reportado que lleva a la homogeneidad del sector informático es el problema 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 importa más que el conocimiento previo adquirido. Esto se reflejó en "La Gran Renuncia" que tuvo lugar en los EE. UU. durante la pandemia de COVID-19. En una encuesta a 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 porcentaje más alto de mujeres y encuestados asiáticos, negros e hispanos que dijeron haber tenido tal experiencia. [ 11 ] En la mayoría de los casos, los lugares de trabajo no solo 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 sufrieron acoso sexual en empresas tecnológicas. [ 12 ]  Un programa piloto que se llevó a cabo para comprender los diferentes elementos que afectan a las minorías durante un curso de STEM demostró que una mayor tutoría y apoyo fue un factor importante para la finalización del curso.

Uno de los factores más importantes que frenan el aumento de la diversidad en la educación STEM es la falta de concienciación. Muchos expertos consideran que aumentar la concienciación es un primer paso fundamental para impulsar el cambio a un nivel superior. Uno de los métodos de divulgación más comunes son los talleres en los campus universitarios. Estos talleres son eficaces porque generan conciencia en quienes se inician en el campo y lo aprenden, fomentando así la inclusión. Estudiantes que participaron en un taller en una universidad de Virginia Occidental manifestaron desconocer los problemas que enfrentan las personas de diversos orígenes en STEM, en particular las personas con discapacidad. [ 13 ]

Efectos en diferentes grupos

Personas negras

Juego de azar

Los jugadores negros se encuentran en posiciones únicas al entrar en los espacios de los videojuegos, ya que, al ser representados incorrectamente, corren el riesgo constante de ser acosados ​​por una amplia variedad de razones. Cuando se les representa, lo cual no ocurre tan a menudo como en el mundo real, suele ser a costa de ser estereotipados en dos categorías principales: atleta, delincuente o ambas. [ 14 ] Si deciden denunciar estos problemas, suelen sufrir fuertes represalias. Un ejemplo de ello proviene de la comunidad de Los Sims . Cuando su base de jugadores negros denuncia problemas con la representación de diversas texturas de cabello, entra en los espacios de la comunidad de Los Sims o ve historias sobre Sims negros, suelen enfrentarse a ataques racistas, microagresiones o ver historias de personajes que se parecían a ellos pero que se basaban en estereotipos predominantes sobre las personas negras. La solución a sus problemas no provino de los creadores, sino de grupos de jugadores negros de Los Sims que se unieron para crear sus propios espacios y tener un lugar al que acudir. [ 15 ] Además, los creadores de contenido negros tienen un espacio único dentro del mundo de los videojuegos: necesitan mantener un nivel de identidad negra que permita que la gente se sienta cómoda viendo su contenido, pero al construir su identidad como creadores, inherentemente crean espacios para comentarios racistas en su contra que llenan sus secciones de comentarios. Además, cuando solicitan cambios más importantes, las empresas adoptan un enfoque que ignora la raza, pasando por alto los problemas dentro de las comunidades que permiten que existan. Cuando se incluye a personas negras, es principalmente porque los juegos que se juegan están inherentemente integrados en la cultura afroamericana y a menudo se consideran "noches de diversidad" para los creadores negros. [ 16 ]

Inteligencia artificial

Los problemas que yacen latentes en los datos de entrenamiento de grandes modelos de lenguaje como ChatGPT pueden verse en cómo percibe a las personas negras. La ex experta en ética de IA de Google, Timnit Gebru, terminó su etapa en Google debido a complicaciones relacionadas con un artículo que describía los problemas de algunos expertos en ética de IA: su impacto en el carbono es un problema que podría generar muchos problemas muy pronto, los conjuntos de datos más grandes llevarían a complicaciones con el vocabulario actualmente insensible que se utilizaba en los primeros días de internet, y la cantidad de esfuerzo que requiere entrenar el modelo de nuevo si algo fallara. [ 17 ] Ya existe evidencia clara de que los modelos de IA tienen sesgos latentes que afirman que los hombres blancos son los mejores científicos. [ 18 ] Cuando esto se descubrió, OpenAI rápidamente creó un bloqueo para las preguntas que se relacionaban directamente con la raza, en lugar de solucionar el problema en cuestión. Otro aspecto es la idea de belleza: al crear un juez supuestamente imparcial para un concurso de belleza, BeautyAI solicitó candidaturas de todo el mundo, y de sus 44 ganadores, 38 eran blancos y 1 finalista tenía un tono de piel notablemente más oscuro. [ 19 ] Estas candidaturas también se utilizaron para obtener información sobre factores de salud que afectan a los usuarios, y el hecho de que las personas "sanas" aparecieran en primer plano implica para el modelo de IA que quienes tienen un tono de piel más oscuro suelen ser menos saludables. [ 19 ] En ambos modelos, existen datos de entrenamiento que inherentemente presentan sesgos contra las personas de color. La falta de representación en el desarrollo de estos modelos genera un problema subyacente: la falta de consideración para incluir a más personas. Si las personas en las que se realizan las pruebas iniciales son compañeros de trabajo, es posible que estos modelos no se hayan probado en todos los escenarios desde el principio.

Vigilancia

Las comunidades negras y latinas han sido frecuentemente blanco de nuevas tecnologías de vigilancia y evaluación de riesgos que han llevado a un mayor número de 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 dentro de las fronteras de los Estados Unidos ocurrió 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 conectar a personas para encontrar más posibles terroristas que vivían en los Estados Unidos. [ 20 ] Esto se ha hecho principalmente a través de un programa llamado CompStat , y se ha alentado a muchos distritos policiales a hacer lo mismo debido a su capacidad para encontrar áreas con alta criminalidad y desplegar más policías en áreas donde creen que ocurrirán delitos, lo que lleva a un mayor número de arrestos. [ 20 ] Con el tiempo, esto ha creado sistemas en los que estados enteros han intentado crear bases de datos de pandillas basadas en evaluaciones de riesgo, pero a su vez crearon situaciones en las que niños menores de un año fueron identificados como "miembros de pandillas". [ 21 ] Esto crea una sensación de confusión y desconfianza entre los miembros de estas comunidades, lo que a su vez podría conducir a más violencia y arrestos. Estos programas se han utilizado en todo Estados Unidos, como en Boston, Massachusetts, Salina, California y, sobre todo, Camden, Nueva Jersey . Excepto en Boston, la mayoría de estos lugares no han brindado servicios sociales a quienes forman parte de estos ciclos de violencia. En cambio, prefieren encarcelarlos. [ 22 ] Este ciclo es un círculo vicioso 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 ciberacoso fueron Kenia y Nigeria, con alrededor del 70% de todos los usuarios afirmando haber recibido odio durante su tiempo usando internet. [ 23 ]
  2. Los tuits que contienen ideales discriminatorios están vinculados a las tasas de delitos de odio en el área donde se publicó el tuit. [ 24 ]
  3. Las personas negras tienen más probabilidades de denunciar que los ataques que reciben a través de Internet se basan principalmente en su raza. [ 25 ]

Existe una conexión inherente entre ser negro en internet y recibir odio con tintes raciales. Además, debido a la permisividad de muchas redes sociales populares (como Twitter ), existen numerosas maneras en que los nacionalistas blancos pueden unirse para difundir el odio a través de grandes oleadas dirigidas a personas de color, y muy especialmente a mujeres negras. [ 26 ]

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 construir un sentido de pertenencia para las minorías. [ 1 ] Una organización que trabaja para lograr este objetivo es EarSketch , un programa educativo de codificación que permite a los usuarios producir música codificando en JavaScript y Python . Su objetivo es despertar el interés en la programación y la informática para una gama más amplia de estudiantes y "atraer a diferentes grupos demográficos, especialmente a las niñas". [ 27 ] La organización sin fines de lucro Black Girls Code está trabajando para alentar y empoderar a las niñas negras y niñas de color para que ingresen al mundo de la informática enseñándoles a codificar. [ 28 ] [ 29 ] La organización estadounidense sin fines de lucro para estudiantes de minorías en informática, ColorStack , también trabaja para lograr objetivos similares, utilizando operaciones basadas en la mentoría y albergando múltiples programas de apoyo presenciales y virtuales como un medio para hacerlo. [ 30 ] 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 son más propensos a usarlas fuera del aula, por lo que traer computadoras al aula mejora la alfabetización informática de los estudiantes . [ 2 ]

Quienes trabajan en el ámbito de la educación, principalmente los docentes, tienen un impacto significativo en cómo los estudiantes perciben los campos de la ingeniería y la informática, así como sus propias capacidades en estos campos. Según la Asociación Estadounidense de Mujeres Universitarias (AAUW) , existen diversas acciones que los docentes pueden llevar a cabo para fomentar la confianza en personas de grupos subrepresentados interesadas en cursar estudios o desarrollar una carrera en el campo de la informática. Algunas de estas acciones son:

  1. Enfatizar que las habilidades y capacidades de ingeniería se pueden adquirir mediante el aprendizaje. En otras palabras, destacar la importancia de una mentalidad de crecimiento.
  2. Presentar los obstáculos y desafíos como experiencias universales, en lugar de indicadores de falta de aptitud para la ingeniería o la informática.
  3. Aumentar el acceso a la informática para personas de diversos orígenes y rechazar la idea de que algunos individuos están inherentemente mejor capacitados para este campo.
  4. Resaltar las variadas y extensas aplicaciones de la ingeniería y la informática.
  5. Establecer entornos inclusivos para niñas en matemáticas, ciencias, ingeniería e informática donde se las anime a experimentar con la tecnología y desarrollar confianza en sus habilidades de programación y diseño. [ 31 ]

Otra forma en que los educadores pueden influir en el cambio y ayudar a resolver el problema es mediante ciertos métodos de intervención que han demostrado tener un impacto positivo en la cuestión. Estos pueden ser implementados por instituciones en lugar de individuos y han demostrado ser muy prometedores. De estos, hay diez que han sido ampliamente investigados y son los siguientes: [ 32 ]

  1. Programas de transición de verano: Estos programas están diseñados para ayudar a estudiantes de familias de bajos ingresos a adaptarse a la vida universitaria y se llevan a cabo entre el final del último año de la escuela secundaria y el primer año de la universidad. Su objetivo es ayudar a los estudiantes a adaptarse y a tener éxito en su vida universitaria. [ 33 ]
  2. Tutoría: En este programa, cada estudiante debe elegir un mentor en quien pueda confiar para que lo ayude cuando tenga dificultades y, al mismo tiempo, promueva sus éxitos individuales. [ 34 ]
  3. Experiencia en investigación: Los estudiantes participan en investigaciones dentro o fuera del campus durante su etapa de pregrado. Se ha comprobado que esto aumenta considerablemente la probabilidad de que un estudiante curse estudios de posgrado en comparación con los estudiantes que no participan en investigaciones. [ 35 ]
  4. Tutorías: Uno de los métodos de intervención académica más comunes consiste en que un estudiante busca a una persona con conocimientos que le proporcione instrucción y práctica adicionales.
  5. Orientación y concientización profesional: Contar con una conexión con alguien del campo al que un estudiante aspira es sumamente importante. Si una institución puede ayudar a conectar a los estudiantes con alguien de su futura profesión, aumenta la probabilidad de que el estudiante permanezca en ese campo. [ 36 ]
  6. Centro de aprendizaje: Un centro de aprendizaje en el campus es un lugar donde los estudiantes pueden adquirir habilidades que les ayudarán a tener éxito en sus estudios. Se imparten gratuitamente temas como técnicas de estudio y de toma de apuntes.
  7. Talleres y seminarios: Clases cortas y reuniones en el campus centradas en habilidades o trabajos de investigación impartidos por profesores visitantes de otras universidades. Los talleres pueden utilizarse para adquirir conocimientos que van más allá del plan de estudios.
  8. Asesoramiento académico: Un asesoramiento académico de mayor calidad es un factor importante para aumentar la retención estudiantil. Si los estudiantes se sienten adecuadamente apoyados y su ritmo de estudio es el correcto a lo largo de su experiencia, es mucho más probable que terminen su carrera. [ 37 ]
  9. Apoyo financiero: Se ha comprobado que brindar ayuda financiera a los estudiantes mediante becas por mérito u otras oportunidades de becas externas aumenta las tasas de retención entre los estudiantes. [ 38 ]
  10. Reforma curricular y pedagógica: Identificar y aislar las áreas del programa que están diseñadas para “eliminar” a los estudiantes y reestructurarlas para que sean desafiantes pero gratificantes. [ 39 ]

Estos métodos por sí solos no bastan para aumentar adecuadamente la diversidad del grupo de talentos, pero se han mostrado prometedores como posibles soluciones. Pueden ser más efectivos cuando se utilizan de forma integrada; es decir, cuanto más se estudien y utilicen, más cerca estarán los educadores de STEM de encontrar una solución. [ 32 ]

Dado que la discriminación en el lugar de trabajo provoca falta de diversidad en las áreas STEM, cambiar esta situación aumentaría la diversidad en el sector. Grandes empresas tecnológicas como Microsoft y Facebook publican informes sobre diversidad e invierten en programas para lograr una mayor diversidad en sus compañías. [ 40 ]

Además, si bien el hecho de que las empresas dediquen recursos a iniciativas diseñadas para promover la diversidad en sus lugares de trabajo es un excelente comienzo, las empresas tecnológicas pueden hacer aún más. La AAUW publicó una serie de propuestas para que los empleadores del sector STEM las adopten, con el objetivo de mejorar la diversidad dentro de sus organizaciones:

  1. Mantener prácticas de gestión eficaces que sean equitativas, coherentes y que promuevan un entorno laboral saludable.
  2. Administrar y promover políticas de diversidad y acción afirmativa.
  3. Minimizar los efectos perjudiciales de la discriminación de género.
  4. Fomentar un sentimiento de inclusión y pertenencia.
  5. Permitir a los empleados la oportunidad de trabajar en proyectos o iniciativas que tengan importancia social. [ 31 ]

Véase también

Referencias

  1. 1 2 3 4 5 "Datos rápidos de la Oficina del Censo de EE. UU.: Estados Unidos" . www.census.gov . Consultado el 29 de septiembre de 2019 .
  2. 1 2 3 4 5 6 "Personas empleadas por ocupación detallada, sexo, raza y etnia hispana o latina" . www.bls.gov . Consultado el 29 de septiembre de 2019 .
  3. 1 2 "Diversidad y STEM: Mujeres, Minorías y Personas con Discapacidades 2023 | NSF - Fundación Nacional de Ciencias" . ncses.nsf.gov . Consultado el 12 de abril de 2023 .
  4. 1 2 "Las mujeres en las estadísticas tecnológicas: Las duras realidades de una batalla cuesta arriba" . CIO . Consultado el 12 de abril de 2023 .
  5. ↑ "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 .
  6. ↑ "Encuesta de Stack Overflow 2022: ¿Cuáles son los lenguajes más populares entre los desarrolladores y cuáles ofrecen los mejores salarios?" . www.understandingrecruitment.co.uk . Consultado el 12 de abril de 2023 .
  7. ↑ "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 . 
  8. ↑ Sax, Linda J.; Ceja, Miguel; Teranishi, Robert T. (2006). "Preparación tecnológica entre estudiantes de primer año: el papel de la raza, la clase y el género" . Journal of Educational Computing Research . 24 (4): 363– 383. doi : 10.2190/4k49-vqw7-ur8p-8haw . ISSN 0735-6331 . S2CID 61731808 .  
  9. ↑ Morgan, James N.; VanLengen, Craig A. (2005). "La brecha digital y el uso de computadoras por parte de estudiantes de primaria y secundaria". Actas de la Conferencia InSITE 2005. Informing Science Institute. doi : 10.28945/2926 .
  10. ↑ Buzzetto-More, Nicole A.; Ukoha, Ojiabo; Rustagi, Narendra (2010). "Desbloqueando las barreras para las mujeres y las minorías en los estudios de informática y sistemas de información: resultados de un estudio multimétodo realizado en dos instituciones que atienden a minorías" . Journal of Information Technology Education: Research . 9 : 115–131 . doi : 10.28945/1167 . ISSN 1547-9714 . 
  11. ↑ ""Una de las razones de la 'gran dimisión' del sector tecnológico: la falta de diversidad"" .
  12. ↑ ""Dice informa de altos niveles de desigualdad y discriminación en el sector tecnológico"" .
  13. ↑ Hill, Paul L.; Shaw, Rose A.; Taylor, Jan R.; Hallar, Brittan L. (2010-07-16). "Promoviendo la diversidad en STEM" . Educación Superior Innovadora . 36 (1): 19– 27. doi : 10.1007/s10755-010-9154-8 . ISSN 0742-5627 . S2CID 145389477 .  
  14. ↑ Burgess, Melinda CR; Dill, Karen E.; Stermer, S. Paul; Burgess, Stephen R.; Brown, Brian P. (31 de agosto de 2011). "Jugando con prejuicios: prevalencia y 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 . 
  15. ↑ Drew, Kimberly; Wortham, Jenna, eds. (2020). Black futures (1.ª ed.). Nueva York: One World. págs. 84–85 . ISBN   978-0-399-18113-9.
  16. ↑ Gray, Kishonna L.; Sarkeesian, Anita (2020). Tecnología interseccional: Usuarios negros en los videojuegos digitales . Baton Rouge: Louisiana State University Press. pp. 83–90 . ISBN  978-0-8071-7122-6.
  17. ↑ "Leímos el artículo que obligó a Timnit Gebru a dejar Google. Esto es lo que dice" . MIT Technology Review . Consultado el 10 de diciembre de 2023 .
  18. ↑ Lin, Connie (5 de diciembre de 2022). "Cómo engañar a ChatGPT de OpenAI" . Fast Company . Recuperado el 10 de diciembre de 2023 .
  19. 1 2 Benjamin, Ruha (2019). Race after technology: abolitionist tools for the New Jim Code . Cambridge, Reino Unido Medford, MA: Polity. pp. 50–51 . ISBN  978-1-5095-2640-6.
  20. 1 2 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.
  21. ↑ Benjamin, Ruha (2019). Race after technology: abolitionist tools for the New Jim Code . Cambridge, Reino Unido; Medford, MA: Polity. pág. 6. ISBN  978-1-5095-2640-6.
  22. ↑ 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.
  23. ↑ 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 de 2021 sobre seguridad y privacidad (SP) . IEEE. págs. 247–267 . doi : 10.1109/SP40001.2021.00028 . ISBN  978-1-7281-8934-5.
  24. ↑ Relia, Kunal; Li, Zhengyi; Cook, Stephanie H.; Chunara, Rumi (2019-07-06). "Discriminación por raza, etnia y origen nacional en las redes sociales y delitos 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 . 
  25. ↑ Raji, Inioluwa Deborah; Gebru, Timnit; Mitchell, Margaret; Buolamwini, Joy; Lee, Joonseok; Denton, Emily (2020-02-07). «Salvar las apariencias: Investigación de 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.
  26. ↑ Benjamin, Ruha (2019). Race after technology: abolitionist tools for the New Jim Code . Cambridge, Reino Unido; Medford, MA: Polity. pág. 26. ISBN  978-1-5095-2640-6.
  27. ↑ "EarSketch de Georgia Tech utiliza la música para enseñar programación a los estudiantes" . 90.1 FM WABE . 12 de diciembre de 2016. Consultado el 21 de abril de 2021 .
  28. ↑ Robehmed, Natalie. "Black Girls Code aborda la inclusión tecnológica" . Forbes . Consultado el 21 de abril de 2021 .
  29. ↑ "Black Girls Code, BlackGirlsCode, Mujeres de color en tecnología" . Black Girls Code imagina. construye. crea . Archivado del original el 31/10/2011 . Recuperado el 21/04/2021 .
  30. ↑ Graham, Michelai (15 de julio de 2021). "La organización sin fines de lucro de Jehron Petty inspira a estudiantes de informática BIPOC" . Lifewire . Recuperado el 10 de febrero de 2025 .
  31. 1 2 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  978-1-879922-45-7OCLC 921186471​​ {{cite book}}: CS1 mantenimiento: falta el editor de ubicación ( enlace )
  32. 1 2 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 . 
  33. ^ 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 . 
  34. ↑ Campbell, George; Denes, Ronni; Morrison, Catherine (2000). Acceso denegado : raza, etnia y la empresa científica . Oxford University Press. ISBN  0-19-510774-8OCLC 40674912​​ 
  35. ↑ Bauer, Karen W.; Bennett, Joan S. (2003). "Percepciones de exalumnos utilizadas para evaluar la experiencia de investigación de pregrado" . The Journal of Higher Education . 74 (2): 210– 230. doi : 10.1353/jhe.2003.0011 . ISSN 1538-4640 . 
  36. ↑ Halpin, Profesor David; Halpin, David (1 de noviembre de 2002). Esperanza y educación . doi : 10.4324/9780203468012 . ISBN 9781134569007.
  37. ↑ Thomas, Brian A. (2017). La relación entre los factores relacionados con el autoconcepto y las aspiraciones académicas de los estudiantes universitarios afroamericanos . ISBN 978-1-369-60815-1OCLC 987785907​​ 
  38. ↑ Sorel, Georges (4 de noviembre de 1999). Jennings, Jeremy (ed.). Georges Sorel: Reflexiones sobre la violencia . doi : 10.1017/cbo9780511815614 . ISBN 9780521551175.
  39. ↑ Keynes, Harvey B.; Olson, Andrea M.; O'Loughlin, Dan; Shaw, Douglas (2000), "Rediseñando la secuencia de cálculo en una universidad de investigación: profesorado, desarrollo profesional y cuestiones institucionales" , Calculus Renewal , Boston, MA: Springer US, pp. 103–120 , doi : 10.1007/978-1-4757-4698-3_8 , ISBN  978-1-4419-3334-8, consultado el 10 de abril de 2023
  40. ↑ "Cómo las principales empresas tecnológicas abordan la diversidad y la inclusión" .

Lecturas adicionales

  • Broussard, Meredith (15 de junio de 2023). "La programación necesita ir más allá del binarismo de género" . Time . Recuperado el 24 de abril de 2026 .
  • Equidad, diversidad e inclusión en la ingeniería de software: mejores prácticas y perspectivas
  • Coalición por la Diversidad de Expresiones Culturales
  • Coalición del Reino Unido para la Diversidad Cultural
  • Sitio web de Black Girls Code
  • La brecha de diversidad en la informática comienza pronto.
  • Más estudiantes, pero pocas chicas y minorías, realizaron los exámenes de Informática AP.