duotone

9 mujeres negras en la ciencia de datos que debes conocer

En honor a #BlackinDataWeek, Sadie Collective tiene una lista de nueve científicas de datos de mujeres negras que debe conocer.

Se ha dicho que los datos son el nuevo petróleo, que tienen el potencial de transformar totalmente la forma en que opera la sociedad en el futuro. Las organizaciones buscan rutinariamente formas novedosas de capturar y obtener información de los datos, y se utilizan cada vez más para dar forma a las políticas y la toma de decisiones en los sectores público y privado. Dada la creciente importancia de los datos en todos los aspectos del esfuerzo humano, el acceso al campo de la ciencia de datos es clave para los aspirantes a profesionales y agentes de cambio.

A pesar de esto, la entrada al campo de la ciencia de datos ha sido severamente desigual, particularmente en términos de raza y género. A raíz de un ajuste de cuentas global con los efectos del racismo sistémico, la injusticia económica y social, el campo de la ciencia de datos ofrece una valiosa oportunidad para promover de manera significativa la equidad y la inclusión. Hacerlo es fundamental para garantizar que los beneficios futuros de un mundo basado en datos se compartan y aprovechen de manera equitativa para resolver problemas sociales en lugar de exacerbarlos.

Los desafíos de inclusión y diversidad a los que se enfrenta la ciencia de datos tienen sus raíces en una etapa temprana. Muchas personas ingresan al campo a nivel de pregrado con especializaciones como informática y matemáticas. A medida que el campo se expandió en las décadas de 2000 y 2010 , hemos visto un aumento general de estudiantes que se especializan en estas áreas. De 2006 a 2017, hubo un aumento del 61 % en los estudiantes que obtuvieron títulos de licenciatura en matemáticas y un aumento del 69 % en los títulos de ciencias de la computación. A pesar de este crecimiento, la cantidad de mujeres negras que se graduaron en informática o matemáticas aumentó a un ritmo mucho más lento durante el mismo período. Esta tendencia sugiere que las mujeres negras se están quedando atrás en el nivel de pregrado en ciencia de datos.

Un gráfico que muestra el crecimiento relativamente plano de las mujeres negras que obtienen títulos en matemáticas
Datos tomados de IPEDS. Gráfico creado por Olusayo Adeleye.
Un gráfico que muestra el crecimiento relativamente plano de mujeres negras que obtienen títulos en informática
Datos tomados de IPEDS. Gráfico creado por Olusayo Adeleye.

De hecho, existen grandes disparidades en el campo de la ciencia de datos, particularmente para las mujeres negras. Estimaciones recientes muestran que los negros representan solo el 3 por ciento de los profesionales de datos y análisis , y las mujeres en general representan solo el 15 por ciento de los científicos de datos . Tal escasez de diversidad probablemente signifique que las mujeres negras están ausentes en gran medida de la ciencia de datos. Una serie de barreras, incluida la educación STEM inadecuada y las oportunidades de tutoría, así como el sesgo en el reclutamiento y las culturas laborales excluyentes, sirven para evitar que las mujeres negras y otros grupos subrepresentados ingresen a las carreras de ciencia de datos .

La subrepresentación de las mujeres negras en la ciencia de datos tiene serias implicaciones sobre cómo los conocimientos del campo influyen en la sociedad, particularmente con respecto a la justicia racial y la equidad. Un creciente cuerpo de evidencia demuestra que los algoritmos y la inteligencia artificial (IA) impulsada por la ciencia de datos pueden incorporar prejuicios raciales, de género y de otro tipo . Estos patrones de sesgo se derivan en parte de la falta de diversidad en el campo más amplio de la ciencia de datos. Si no se abordan, estos problemas corren el riesgo de reproducirse y exacerbar las desigualdades existentes.

A pesar de la realidad actual, las mujeres negras han logrado avances en la ciencia de datos, trabajando para ampliar el acceso al campo para sus pares y quienes las siguen. Además, han surgido organizaciones lideradas por negros que se centran en carreras basadas en datos, como Sadie Collective , Black in Data , Black in AI y Data for Black Lives para abordar muchas de las barreras que enfrentan las mujeres negras y otros grupos subrepresentados para ingresar a la ciencia de datos. campo.

En honor a #BlackinDataWeek y el lanzamiento de la Conferencia Sadie TM Alexander de Economía y Campos Relacionados 2021 , aquí hay una lista de nueve mujeres negras que lideran y promueven la equidad en el mundo de la ciencia de datos y más allá. Estas mujeres merecen reconocimiento por su trabajo en la promoción de la equidad y la inclusión en la ciencia de datos.

Rediet Abebe, negro en IA

Rediet Abebe  tiene un doctorado en informática de la Universidad de Cornell. Es miembro junior de la Harvard Society of Fellows y profesora asistente de informática en la Universidad de California-Berkeley. Su trabajo académico aborda cuestiones de desigualdad en inteligencia artificial y algoritmos. Fue cofundadora de Mechanism Design for Social Good (MD4SG), un colectivo de investigación interesado en construir algoritmos que abran nuevas puertas para grupos tradicionalmente subrepresentados. Su trabajo fue moldeado por su crianza en Addis Abeba, Etiopía, y ha tenido un impacto tangible en el mundo, incluso a través de sus colaboraciones con los Institutos Nacionales de Salud y el Ministerio de Educación de Etiopía.

Dominique Harrison , Aspen Digital

Dominique Harrison  tiene un doctorado en política de comunicaciones y se desempeña como directora de proyectos en el Aspen Institute en el Aspen Digital Program. Ella ayuda a crear políticas e iniciativas tecnológicas que conducirán a una sociedad más inclusiva y justa. El Dr. Harrison dirige el Proyecto Tech X Talent, que promueve la equidad en la industria de la tecnología. También administra la Beca Firestone del Instituto, que permite a los estudiantes de doctorado de color prosperar en campos que incluyen políticas de medios, cibernética y tecnología.

Jordan Harrod , Ciencias y Tecnología de la Salud del MIT

Jordan Harrod es estudiante de doctorado en ingeniería médica y física médica en el programa de Ciencias y Tecnología de la Salud de Harvard-MIT. Su trabajo académico trata temas que incluyen el aprendizaje automático, la interfaz cerebro-máquina y la neuroingeniería. También es una defensora de la política científica basada en evidencia y una comunicadora científica que usa su canal de YouTube para educar al público sobre el papel que juega la IA en la vida moderna.

Muthoni Wanyoike , Nairobi Mujeres que aprenden y ciencia de datos

Muthoni Wanyoike es  ingeniero residente en Africa ‘s Talking, una plataforma API para desarrolladores de software en África. Tiene experiencia en ciencias actuariales y es una científica de datos autodidacta a la que le apasiona crear soluciones de IA accesibles y escalables en África. También es cofundadora de la Comunidad de ciencia de datos y aprendizaje de mujeres de Nairobi y está a la vanguardia de la escena africana de la IA, trabajando fervientemente para brindar oportunidades de aprendizaje a las mujeres africanas interesadas en la IA.

Ruth Agbakoba , cofundadora de Black in Data

Ruth Agbakoba es investigadora honoraria del Instituto de Informática de la Salud del University College London. Agbakoba tiene un doctorado en innovación en salud digital de la Universidad de Glasgow, Escocia. Su trabajo se basa en varios intereses en la tecnología de la salud para buscar avances en el campo. Agbakoba promueve la educación STEM para mujeres jóvenes de entornos subrepresentados en el Reino Unido. Cofundó Black in Data, una organización dedicada a fomentar la comunidad, ofreciendo oportunidades de desarrollo profesional y, en última instancia, elevando las voces de los negros en la ciencia de datos.

Ruha Benjamin , Ida B. Wells Just Data Lab

Ruha Benjamin es profesora de Estudios Afroamericanos en la Universidad de Princeton, directora fundadora de Ida B. Wells Just Data Lab y autora del galardonado libro Race After Technology: Abolitionist Tools for the New Jim Code . Benjamin escribe, habla y enseña sobre intersecciones entre tecnología, desigualdad y salud, entre otros temas.

Yeshimabeit Milner , Datos para Black Lives

Yeshimabeit Milner es cofundador y director ejecutivo de Data 4 Black Lives, cuyo objetivo es utilizar el poder de la ciencia de datos para impulsar el cambio para los negros. El movimiento emplea una variedad de herramientas y técnicas de ciencia de datos para combatir el sesgo en la IA y empoderar a las comunidades de color. Milner es un creador de movimientos establecido y organizador de campañas y ha recibido varios elogios, incluido un Echoing Green Fellowship y un premio Forbes 30 Under 30 Social Entrepreneur.

Timnit Gebru , equipo de inteligencia artificial ética de Google

Timnit Gebru tiene un doctorado en inteligencia artificial y trabaja como científico investigador y codirector del equipo de inteligencia artificial ética de Google. Ha realizado investigaciones sobre las implicaciones éticas y sociales de la IA y ha creado algoritmos para una variedad de productos tecnológicos conocidos, quizás el más notable es el iPad. Gebru es un defensor de la diversidad y la inclusión en la IA y ha pedido activamente una mayor transparencia de la industria de la IA, así como nuevas normas y cambios culturales para promover la inclusión de grupos subrepresentados en la IA.

Joy Buolamwini , Liga de la Justicia Algorítmica

Joy Buolamwini es la fundadora de Algorithmic Justice League, una organización dedicada a crear conciencia pública y empoderar a los defensores, las comunidades y otras partes interesadas para mitigar los efectos y daños del sesgo de la IA. Ha trabajado para exponer las implicaciones sociales de la IA y ha escrito y creado instalaciones artísticas para abogar por la protección de datos y la justicia. Buolamwini ha sido nombrada una de las líderes más grandes del mundo de 2019 de Forbes y un documental centrado en su trabajo, Coded Bias , ha sido aclamado por el New York Times como » El más claro de varios documentales recientes sobre los peligros de Big Tech «.

The Sadie Collective es una organización que aborda el problema de la tubería y el camino para las mujeres negras en economía, finanzas, ciencia de datos y políticas públicas a través de la creación de contenido curado, la programación y la tutoría.

Más sobre datos e inclusión: Equidad racial en la integración de datos: cómo excluir el sesgo racial en los datos