La rivincita
delle nerd

She Figures è un rapporto di ricerca promosso dalla Commissione Europea e coordinato dalla Direzione Generale per la Ricerca e l’Innovazione in cooperazione con gli stati membri dell’UE e gli stati associati al programma quadro europeo per la ricerca e l’innovazione Horizon 2020. Il rapporto indaga i progressi verso l’equità di genere nei campi della ricerca e dell’innovazione in ambito europeo, offrendo diversi dati sulla rappresentanza di uomini e donne nei diversi livelli di carriera, dai programmi di dottorato alle posizioni di vertice.

La ricchezza di dati contenuti nel documento mette in luce le differenze di genere nel campo della ricerca scientifica per quanto concerne gli stipendi, le condizioni di lavoro e il successo nell’ottenere fondi di ricerca. Recentemente il rapporto ha anche incluso dati relativi alla performance di donne e uomini circa pubblicazioni e brevetti, nonché il genere come dimensione di valutazione degli articoli scientifici.

L’ultima edizione del report risale al 2015 e permette, dunque, di accedere a una panoramica piuttosto aggiornata sul livello dell’equità di genere nei campi tecnoscientifici. A tal riguardo, un intero capitolo (il terzo) della pubblicazione è dedicato alla partecipazione di uomini e donne alle professioni legate alla scienza e alla tecnologia. Tra i risultati più rilevanti, si nota che, sebbene la scienza e la tecnologia rimangano campi segnati da asimmetrie di genere, il numero delle donne continua a crescere con una media di 11,1% l’anno tra il 2008 e il 2011. Tuttavia, la sottorappresentanza delle donne nei campi delle scienze naturali, matematica, ingegneria e nei percorsi educativi post-laurea persiste, nonostante la distribuzione di genere appaia equilibrata nelle professioni della scienza e della tecnologia nell’ambito dell’Europa a 28 Paesi. Ciononostante, una comparazione tra i diversi Paesi mostra diversi andamenti di crescita; per esempio, in Paesi come la Lituania (65,5% di donne rispetto al 46% di uomini), Lettonia (55% di donne rispetto al 45% degli uomini) e della Bulgaria (55% di donne rispetto al 45,2% degli uomini), la presenza delle donne nei campi tecnico-scientifici è maggiore della percentuale maschile, mentre in Paesi come Malta (66,7% di uomini rispetto al 54,5% di donne) e l’Italia (65,1% di uomini rispetto al 54.6 % di donne) il trend è inverso.

Inoltre, nonostante i progressi registrati dal 2004, le donne continuano a essere fortemente sotto-rappresentate in diversi settori che formano l’ampio territorio delle discipline scientifiche e tecniche. Secondo i dati, la situazione peggiore in termini di equilibrio di genere sembra colpire proprio il settore del ‘computing’[1]. Come recita il rapporto:

nonostante i miglioramenti, le donne continuano a essere sotto-rappresentate nella maggior parte dei sotto-campi della scienza e dell’ingegneria. Questo problema è particolarmente acuto nel campo del computing. Come già menzionato, il numero delle donne corrisponde al solo 21% dei dottori di ricerca in questo settore nel 2012. In questo anno, le donne formavano meno di un quarto dei dottori di ricerca in 15 Paesi; in sei di questi, il numero delle donne corrispondeva a meno del 15% dei dottori di ricerca. L’unico Paese che è arrivato vicino all’equilibrio di genere è l’Irlanda, dove le donne dottori di ricerca nel campo del computing corrispondono al 45% nel 2012. In generale, sembra che il progresso nel campo del computing sia stato lento visto il basso punto di partenza. Nell’UE, la presenza delle donne nel settore del computing registra un aumento di soli 5 punti percentuali tra il 2004 e il 2012 (questo per quanto concerne il livello del dottorato nell’Europa a 28 Paesi), mentre cinque Paesi (Estonia, Italia, Lituania, Ungheria, Svizzera) hanno visto la proporzione delle donne dottori di ricerca diminuire. 

La scarsa presenza delle donne nel settore dell’informatica rappresenta dunque un problema che riguarda tutti i Paesi europei, fatta eccezione per l’Irlanda. Peraltro lo squilibrio di genere è già chiaro nel rapporto del 2012, come dimostra la seguente tabella:

Tabella 1: numero di uomini e donne laureati in Scienze, Tecnologia, Ingegneria, Matematica (STEM) in Europa nell’anno 2010. Fonte: She Figures, 2012.

La tabella 1 mostra il numero di laureati nelle discipline scientifiche e tecniche, donne e uomini, relativi all’anno 2010. Per quanto concerne la distribuzione di genere, sia il report del 2012 sia quello del 2015 mostrano che i campi delle scienze naturali, matematica e computing e, in misura maggiore, ingegneria delle costruzioni e ingegneria industriale sono caratterizzati da un forte squilibrio di genere. Se, dunque, i percorsi in medicina e nelle cosiddette scienze della vita rimangono un dominio principalmente femminile, gli ambiti tecnici come quelli sopra indicati continuano a essere dominati dagli uomini.

Secondo diversi studi, questi numeri segnalano la diversificazione, ibridazione e moltiplicazione delle discipline scientifiche, dinamiche che hanno favorito un maggiore accesso delle donne e la femminilizzazione di alcuni campi disciplinari come, ad esempio, la biologia; dall’altro lato, i settori dell’informatica e dell’ingegneria non sembrano aver intrapreso un cambio di passo deciso verso l’equilibrio di genere.

Un altro aspetto degno di nota riguarda la scarsa propensione a integrare la dimensione di genere nei contenuti della ricerca da parte delle discipline tecniche e scientifiche nell’ambito dell’Europa a 28. Tuttavia, il trend sembra essere in miglioramento in questo senso dal momento che, sebbene l’ingegneria e altre discipline tecniche registrassero in passato il più basso numero di pubblicazioni che includevano l’analisi di genere (0,1% nel periodo 2010-2013) tra le dimensioni di ricerca, queste stesse discipline hanno conseguito la crescita più elevata (pari al 14%) tra il 2002 e il 2013.

I dati italiani

I dati italiani sembrano riflettere complessivamente l’andamento europeo per quanto riguarda i campi della computer science, computing, elettronica e automazione. La tabella seguente mostra i numeri degli uomini e delle donne con una laurea e un dottorato di ricerca nel 2013 e 2014:

Tabella 2. Numero di laureati e dottori di ricerca nel settore ‘Computer Science, Computing, Electronics and Automation’. Anno: 2013-2014. Paese: Italia. Fonte: Eurostat (codice dati online: educ_uoe_grad02)

Come si evince da questa tabella, su un totale di 965 laureati/e, 774 (circa l’80%) sono uomini e 191 (circa il 20%) le donne; gli uomini, dunque, sono praticamente il quadruplo delle donne. Nel caso dei dottorati di ricerca, la disparità decresce osservando 92 uomini (circa il 69%) e 43 donne (circa il 32%) su un totale di 135 dottori/esse di ricerca. La percentuale maschile resta comunque significativamente maggiore di quella femminile.

La constatazione di una chiara disparità numerica tra uomini e donne nei campi dell’informatica e dell’ingegneria informatica risulta essere la prima questione menzionata dalle donne intervistate. Tuttavia, sebbene l’analisi dei dati sulla distribuzione di genere tra diversi settori disciplinari sia cruciale per intercettare variazioni interessanti, è importante esaminare l’articolazione interna di ciascun campo tecnoscientifico per provare a comprendere la natura e le ragioni delle fluttuazioni statistiche.

Oltre i dati

Il gap di genere nell’informatica è un fenomeno che riguarda sia il contesto europeo – come attestato da rapporti di ricerca quali She Figures – sia gli Stati Uniti. Diverse espressioni quali ‘soffitto di cristallo’ (glass ceiling), ‘tubo che perde’ (leaky pipeline), ‘pavimento appiccicoso’ (sticky floor) e ‘scogliera di cristallo’ (glass cliff) sono state elaborate per descrivere la segregazione e l’esclusione femminile dai percorsi educativi e professionali della scienza e della tecnologia. Tuttavia, soffermarsi solo sull’analisi dei dati e sulle dinamiche positive o negative che questi suggeriscono rischia di inibire un’analisi più sfumata di questi fenomeni dal momento che, come spiegano Henry Etzkowitz e Marina Ranga, “l’apparente indicatore di una soluzione può anche segnalare un problema che continua”.

Etzkowitz e Ranga, infatti, identificano una dinamica che chiamano “paradosso campo reputazione” (field status paradox), che indicherebbe lo scarso prestigio di settori professionali dovuto anche alla massiccia presenza di donne e, di converso, lo status elevato di quei settori e livelli gerarchici nei quali le donne scarseggiano e gli stipendi sono alti. Secondo questa interpretazione, dunque, quando i campi scientifici e tecnici sono altamente popolati da donne non significa necessariamente che i campi in questione godano di prestigio sociale e ricchezza economica. Tra gli esempi che i due ricercatori menzionano per descrivere il fenomeno, vi è proprio il caso delle operatrici che hanno accompagnato la nascita e lo sviluppo del computer elettronico (le “ENIAC girls”) raccontato nel capitolo precedente. Durante la Seconda guerra mondiale, le donne erano impiegate in largo numero come “codificatrici” (coder), un’occupazione considerata di basso profilo rispetto ai ruoli più alti ricoperti dagli scienziati e dagli ingegneri che progettavano le macchine informatiche. Con la crescente professionalizzazione – dunque con la crescente reputazione della professione – della programmazione, un crescente numero di uomini iniziò a popolare il settore, superando ben presto il numero delle donne.

Il paradosso campo-reputazione rappresenta un’accurata chiave analitica per leggere il mutevole equilibrio di genere nei percorsi professionali, invitando i ricercatori ad andare oltre la valutazione dei numeri. Inoltre, questa interpretazione permette di osservare con sguardo rinnovato il carattere “genderizzato” della scienza e della tecnologia, e più nello specifico dell’informatica, per cogliere la pervasività del canone di genere inscritto nelle culture organizzative, nei criteri di selezione e promozione, negli stereotipi sociali, e nelle pratiche sociomateriali ordinarie. In questo contesto, le misure di intervento che vanno nella direzione semplicemente di includere “più donne” nelle carriere e nei percorsi di studio non hanno l’effetto di migliorare la consapevolezza di genere nella più ampia cultura tecnica. Faulkner e Lie hanno abilmente individuato tale problema affermando che “l’inclusione non costituisce semplicemente l’immagine specchio dell’esclusione” e che, dunque, ottenere una inclusione sostanziale e duratura è un obiettivo che richiede strategie diversificate e situate piuttosto che un intervento uguale per tutti e tutte.

Un’altra questione trascurata dalle statistiche riguarda le ragioni del successo delle donne che popolano l’informatica come studentesse, professioniste, accademiche, attiviste, dovuta proprio alla tendenza ad affrontare le questioni di genere nell’informatica in termini quantitativi, così da enfatizzare i meccanismi di segregazione ed esclusione delle donne.

Riferimenti

Balka, E. (2000). Introduction. In E. Balka, & R. Smith (Eds.) (2000), Women, work and computerization (pp. 1-8). New York: Springer US.

De Vita, L., & Giancola, O. (2017). Between Education and Employment: Women’s Trajectories in Stem Fields. Polis, 31(1), 45-72.


Etzkowitz, H., & Ranga, M. (2011). Gender dynamics in science and technology: From the ‘‘leaky pipeline’’to the ‘‘vanish box’’. Brussels economic review, 54(2/3), 131-148.

Faulkner, W., & Lie, M. (2007). Gender in the information society strategies of inclusion. Gender, Technology and Development, 11(2), 157-177.

Giancola, O., & Fornari, R. (2009). La scuola e l’università: sorpasso e ricomposizione. In L. Benadusi, S. Piccone Stella, & A. Viteritti A. (2009). Dispari parità. Genere tra educazione e lavoro. Milano: Guerini.

Hayes, C. C. (2010). The Incredible Shrinking Woman. In T. J. Misa (Ed.), Gender Codes. Why Women are Leaving Computing (pp. 25-49). Los Alamitos, CA: Wiley-IEEE Computer Society.

Hill, C., Corbett, C., & St Rose, A. (2010). Why so few? Women in Science, Technology, Engineering, and Mathematics. American Association of University Women.

She Figures (2015). She Figures 2015. Women and Science. Statistics and Indicators. European Community.

She Figures (2012). She Figures 2012. Women and Science. Statistics and Indicators. European Community.

Triventi, M. (2015). Disuguaglianze sociali nell’Istruzione Superiore. In P. Trivellato & M. Triventi, L'istruzione superiore: caratteristiche, funzionamento e risultati. Roma: Carocci.

Note