1857 年 3 月 8 日，美国纽约的纺织女工走上街头，抗议恶劣的工作条件和低薪。1917 年 3 月 8 日，彼得堡女工举行罢工，要求得到 “面包、和平与自由”。此后，一些国家把 3 月 8 日定为 “国际劳动妇女节”，纪念 “英雄的妇女工作者”，联合国自 1977 年起，也开始组织活动庆祝妇女节。

这就是三八妇女节的由来，不是因为鲜花、口红和 “浪漫” 的大学校园横幅，而是为了平等工作的权利。

今天，在计算机领域，一名女性或许不会仅仅因为性别而被拒之门外（至少不会被公开以这种理由拒绝）。然而，最大的歧视并非存在于法规之中，而存在于社会的整体意识当中。

一个热爱编程的女孩，从小到大会听到多少次来自父母、老师、同学、长辈的 “规劝”—— 编程不适合你，别看男同学现在不如你，但他以后 “开窍了” 肯定超过你？

没有任何被主流学界接受的科学证据表明，女性的编程能力比男性更差。但是当女性编程者透露自己的性别时，奇怪的事情发生了。例如，一项针对 140 万名 Github 用户的研究表明[1]，如果一名女性用户在个人资料里说明自己的性别，当她向从未合作过的其他用户发送 pull request 的时候，得到接受的概率会显著降低。

在开源项目中，非项目人员如果是女性身份，贡献接受率会更低

因为这样的社会压力，女性往往在早年就说服自己放弃计算科学领域，即使她们对这个领域本有兴趣。

在一项研究中[2]，41% 的男性学生相信编程非常有用，而女性学生对应的比例只有 32%。但当他们在非盈利教育网站 code.org 上完成了一小时的教育项目后，59% 的男性学生和 58% 的女性学生开始相信，任何人都可以学习编程。

这项研究还发现，在很早期就选择计算机编程课的男性学生要远远多于女性学生。然而，通过同样的学习，女性在编程方面的能力并不会比男性差。

以上种种表明，女性目前在计算机行业的人数劣势，可能是由一个恶性循环所致：社会的压力告诉她们不适合编程，她们在早年的成长选择中放弃了编程教育，教育的差异进一步强化了刻板印象，最后，即使是坚持进入这一行业里的女性，也会因为刻板印象影响对她们表现的评价。

和很多人的想当然不同，女性在早期的计算机领域发挥了重要的贡献作用。和分工严密、工具丰富的现代不同，早期的计算机程序领域需要更密集的智力贡献和更艰辛的工作。计算机领域的先驱中，有一大批优秀的女性代表。

Grace Hopper 就是其中之一。她发明了第一个现代编译器 A-0 系统，提出了第一个可在不同机器上运行的程序理论，开发了第一个高级数据处理语言 FLOW-MATIC（后来扩展成了第一个商业程序语言 COBOL）。1944 年，她在排查计算机故障的时候，发现故障是一只飞蛾导致的继电器短路，因此在笔记上写道 “发现了一个 bug”。此后，所有的程序错误都被称为 bug，这也成为了程序领域最常见的词汇。

以上所有的第一都不用加 “女性” 二字，因为 Grace Hopper 的贡献并不需要因为她的性别而被铭记。

事实上，直到 1980 年代中期，计算机专业的女性学生增长速度都超过了男性学生。

然而，在 1984 年左右，情况发生了重大的转折。学习计算机的女性比例急剧下降，随着医学、法律和其它学科的女性学生逐渐逼近 50%，计算机领域的学生却一再下降到 20% 以下。

是什么原因导致了这么剧烈的变化？美国全国公共广播电台（NPR）的技术记者 Steve Henn 在一篇文章提出了一个理论：1984 年是个人计算机开始普及的年代。而早期的个人计算机主要的销售策略是面向男性，这种做法极大地降低了女性在青少年时期接触到计算机的概率。

在 1990 年代，加州大学洛杉矶分校的教育学专家 Jane Margolis 在对卡耐基梅隆大学计算机系数百名学生进行访谈的结果，也佐证了这个结论：绝大部分家庭更愿意给男孩买计算机，即使女孩对计算机也非常感兴趣。

所有这些都导致了严重的社会问题。除了削弱社会公平和个人自由选择的权利，从社会发展的角度来说，就算是今天的美国，也正面对着严重的计算机编程人员短缺问题。希望在科技领域迎头赶上的中国，同样如此。而女性作为总人口 50% 的群体，她们在计算机人才群体中的缺席，对国家、社会、公司来说都是重要的损失。

目前，美国已展开大量的研究，希望从社会学、教育学和心理学等更本质的层面上，研究计算机领域的女性为什么会远远少于男性，并提出干预的方法。我们认为，全世界（包括中国）也应该进行类似的研究，并积极地把研究结果用于教育系统。

当然，对个人来说，仅仅指望社会整体的进步可能仍然不够。对于喜欢编程，喜欢计算机的女性（无论年龄）来说，最重要的第一步，也许是树立这样的信心：只要付出同样艰苦的努力，一定能成为一名优秀的程序员和计算机科学家，无论那些营销口红鲜花和在校园里拉横幅的人怎么说。

Refrences：

1、Gender Differences and Bias in Open Source: Pull Request Acceptance of Women Versus Men，https://peerj.com/articles/cs-111/

2、Hour of Code: A Study of Gender Differences in Computing，https://files.eric.ed.gov/fulltext/EJ1219536.pdf

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑
本站qq群851320808，加入微信群请扫码：