她們一直都在這裡…跟你一樣努力

2017-09-07
作者 Junko Yoshida, EE Times首席國際特派記者

EE Times將展開一個「科技女力」特別報導,描述女性工程師與科學家在技術研發成果、領導能力以及美德方面的傑出表現…我們希望她們的努力能被更多人看見!

在我任職EE Times的這許多年,我通常會避開關於「女性工程師」這樣的報導,因為擔心這樣的題材會讓同樣也是女性的我自己,被歸類成在心理以及編輯焦點方面都更傾向於女權主義,而非純粹的技術。

有時候我總感覺如履薄冰;特別是在做為記者參加一些產業會議或研討會時,我常會發現自己是某個場合中唯一的女性。我並不會因此感到恐懼,在我的職業生涯中總是遇到男多女少的環境,也早已經能忽略這種性別的不平衡,提醒自己在那樣的場合中已經不存在性別界線、保持勤奮與專業,並希望自己的工作表現證明一切。

有意或無意之間,我選擇成為「性別盲」(gender-blind);我相信自己雖然是「闖入」男性主導的科技世界,卻沒有被忽視,因為大多數的工程師也沒有意識到什麼性別差距。

但回顧過去,我的想法看來是錯的。事實上,女性在科技領域一直是弱勢族群並非偶然,也不是因為女性對相關職業不感興趣。

20170907_WIT_NT01P1

美國工程類別職業女性從業人員比例
(來源:美國勞動部勞動統計局-U.S. Bureau of Labor Statistics)

更重要的是,顯然大多數男性工程師並不會因為在技術或產品開發專案中缺少女性工程師而遇到什麼麻煩;工程一直都是「兄弟們的事」,女孩子們不懂,甚至會有人說她們不可能帶來任何明顯的助益。

你可以說我天真,但對於我們有一些讀者指出,生物以及情感上的性別差異,是女性在科學/技術/工程/數學(STEM)職場代表性不足的原因,我還是有一點驚訝。

他們雖然承認,女孩們以及年輕女性,在能力上或許跟年輕男性相當,不過他們提出上述理由,是因為雖然有不少鼓勵措施──例如「Girls in STEM」運動,職場上的女性工程師仍然比較少,是因為女性朋友就是對科學與工程領域不感興趣。

找女生談時尚?沒問題…談金融科技(FinTech)?不行。

選擇不雇用特定年齡工程師的公司之間流行一種錯誤的敘事,據說年齡差異會呈現較年長工程師動作越來越慢,以及對掌握快速的技術變化興趣降低,就算他們可能更睿智。

如果我們看到這種招募員工策略以及職場規則──無論焦點是在性別、年齡或其他在很大程度上無關緊要的因素,這對科技產業來說具備應該處理的足夠重要性嗎?

或者這是一個不需要修正的問題?

EE Times認為這是一個需要正視的問題。並非要宣揚現狀,我們的計畫是首先將聚光燈集中在「科技女力」,將這個特別企劃命名為「堅持不懈的身影」(Profiles in Persistence);在未來的報導中,我們將描述傑出女性工程師與科學家們所展現的技術成就、領導能力與美德。

我們將聚焦於那些違反俗世觀點──女性不只對科學與工程領域沒興趣,也不適合領導的角色──而且成為開拓者的人們。

我們這個特別企劃的目標,是讓那些在科技領域通常能見度較低的女性從業人員的努力,被更多人看見。現在我們邀請您協助提名、為我們推薦合適的人選,整個科技產業社群以及我們全球各地的編輯團隊也會一同參與。

我們希望能覆蓋更廣泛的「科技女力」,提名標準如下:

  • 擁有實際的技術/工程成就;
  • 展現在產業界的領導能力(可以是她所服務的企業本身,或是企業以外的);
  • 在指導與鼓勵年輕工程師方面扮演關鍵角色。

除此之外我們也歡迎您推薦「非工程背景」、但對工程專案有卓越貢獻的女性,或是女性投資人、具潛力的明日之星;請點此連結提供您的建議以及提名,或是也可以透過編輯信箱Facebook粉絲專頁等管道建議您心目中的適當提名人選,截止日期是9月30日。

編譯:Judith Cheng

(參考原文: Women in Tech: Profiles in Persistence,by Junko Yoshida)

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

發表評論

訂閱EETT電子報