盲测调查显示女码农比男码农更优秀

简介:

在程序员的世界里,男女比例失衡的现象尤其严重。程序员社区Stack Overflow去年一项涉及2.6万名程序员的性别调查显示,只有5.8%是女性,而男性比例高达92.1%(注:选项还包括不愿透露)。而硅谷科技公司2014年的公开数据显示,谷歌女员工比例约为17%,Facebook约为15%。

那么,女性在编程方面真的不如男人优秀吗?本周公布的一项调查结果给出了否定的答案。在排除性别因素的盲测中,女程序员甚至比男程序员更出色,但一旦显示性别,她们的代码被认可程度就会明显下滑。

在这项研究中,加州理工州立大学和北卡州立大学的计算机科学系学者调查了代码托管网站GitHub上的300万次代码拉请求以及142万名可通过头像和电邮分辨性别的程序员用户。拉请求即Pull Requests,意思是请求将自己代码合并到别人的项目中,代表着编程工作的被认可程度。(注:加州理工州立大学(Cal Poly)不是加州理工学院(CalTech))。

研究人员在调查报告中写道,“在开始调查之前,我们假定女程序员发出的’拉请求’的被接受率会低于男程序员,情况却并非如此。”

实际上,如果隐去性别因素进行盲测,女程序员的这一比例为78.6%,而男程序员则是74.6%。如果排除提出拉请求者已经是此前参与者的情况,女程序员的被接受程度依然高于男性同行(64.4%对62.7%)。不过,如果可以识别出来自女性,那么她们代码的被接受度就会直线下滑到62.5%。

报告的结论是,如果抛开性别因素,女程序员工作的被认可程度高于男程序员,而且这是横跨诸多开发语言的普遍现象;但加入性别特征之后,她们的工作就更容易遭到拒绝。换句话说,在代码的世界里存在着性别偏见。

虽然GitHub用户并不需要表明性别,但一些注册用户的头像还是看出性别;而且,从他们的电子邮件对应的Google+账号也可以辨别性别。为了研究性别因素对代码被接受度的影响程度,研究人员识别了142万名用户的性别。那些无法判别性别的GitHub用户则没有包括在此次调查中。由于男女程序员绝对数量相差巨大,因此GitHub上的男女程序员“拉请求”数量也差距明显。但研究人员表示,男女程序员的“拉请求”被接受比例具有统计学上的显著性。

看起来,制约女程序员职业发展的更多的是性别本身,而不是她们的编程能力。调查报告《开源中的性别偏见:男女程序员拉请求被接受率》原文可参见https://peerj.com/preprints/1733.pdf。


原文发布时间为:2016年02月14日

本文来自云栖社区合作伙伴至顶网,了解相关信息可以关注至顶网。

相关文章
|
3天前
|
数据采集 人工智能 安全
|
12天前
|
云安全 监控 安全
|
4天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
1070 151
|
4天前
|
编解码 人工智能 机器人
通义万相2.6,模型使用指南
智能分镜 | 多镜头叙事 | 支持15秒视频生成 | 高品质声音生成 | 多人稳定对话
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1744 9
|
9天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
688 152
|
11天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
655 12
|
6天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
417 4