第四章 用人唯才的神話

20世紀大半期間，紐約愛樂管弦樂團都沒有半個女性音樂家。1950和1960年代期間，他們雇用了一、兩名女性，但除此之外，整個樂團都是男性，女性比例一直為零。突然之間，情況大幅改變：1970年代之後，女音樂家的比例開始增加再增加。

管弦樂團的流動率非常低。樂團的人數相當穩定（共有大約100名音樂家），一旦雇用，通常就是終身職，很少有人會被開除。因此，當管弦樂團的女性比例從穩定的0%，在10年內增加為10%，這代表發生了值得注意的改變。

這個改變就是推行匿名試奏（blind auditions）。註394經過1970年代早期一場官司後，匿名試奏重新安排現場的配置，在演奏者前方立了一道屏幕，因此決定人員聘雇的評審委員們都看不到演奏者。註395屏幕的功效立竿見影，到了1980年代早期，新加入的音樂家中有50%都是女性。今天，紐約愛樂的女音樂家人數超過45%。註396

立道屏幕只是簡單的小步驟，卻讓紐約愛樂的徵試過程真正實現用人唯才的目標。但事實上，紐約愛樂是個例外；在世界各地大部分的徵聘過程中，所謂的用人唯才只是詭詐的神話。事實上，這神話只是用來掩飾白人男性的慣有成見。更令人頹喪的是，就算提供再多可上溯數十年的證據，歷歷指證這只是毫無可信基礎的幻想，也難以打倒這個迷思。要是想打破白人男性的神話，單靠搜集資料決無法成就大業。

真相是，人們不願相信用人唯才只是個神話。在工業國家，人們不只認為產業應該按應試者的實力雇用人員，讓能者得以發揮，也深信實情真是如此。註397然而不說其他國家，光是美國，就有證據顯示美國用人唯才的實行度低於其他工業化國家註398，但美國人卻把這當作一種信仰，且過去數十年不斷重新設計雇用與升遷制度，看似企業真的落實能力決定一切的目標。2002年一份美國調查顯示，多達95%的公司採用績效評估制度（相比之下1971年只有45%），且90%都設有績效工資制度。註399

問題是，能證明這些制度真的有效的證據有限。事實上，大部分實證都顯示它們沒多大用處。一份報告搜集來自美國數家科技公司，共248份的工作績效表現報告，發現女性員工會因為個性問題遭到各種批評，但男性員工卻不會。註400女性會被要求說話時得注意語氣，或有所退讓。她們受到的批評包括好指使人、嚴厲、言語尖刻、愛爭好鬥（aggressive）註401、感情用事和不理性。在這些形容詞中，只有aggressive一詞曾出現在男性員工的評估報告裡，而且「2次都是稱讚，勉勵男性員工要更加積極」。更可惡的是，數份報告在研究與工作績效相關的獎金與加薪情況時，都發現在表現相同的情況下，白人男性得到獎賞的比例高於女性和少數民族者。有份研究以某財務公司為對象，揭露依績效發放紅利時，相同職位的男女所獲得的紅利差異高達25%。註402

美國科技業將用人唯才的神話發揮到了極致。根據2016年的一份調查，企業的十大優先考量中，建立多元化的勞動力位居第七項，而新創科技公司創辦人的頭號煩惱則是「雇用對的人」。註403每4名創辦人中，就有1人表示他根本不在乎多元化，也不在乎工作與生活的平衡度。這些現象都指向一個信念：要是你想雇用「最佳人才」，根本無須考量結構性的偏差。你只需懷抱用人唯才的信念即可。

實際上，要是你真相信能力高低就是一切，你就有可能創造出結構性偏誤。許多研究顯示，確信自己客觀公正，或者相信自己沒有性別歧視，都會讓你不夠客觀，容易做出性別歧視的舉動。註404相信自己在聘雇過程中公正客觀的男性，在男性與女性求職者能力類似的情況下，雇用男性的機率較高；有趣的是，研究發現女性不會出現這樣的偏誤。宣稱重視實力勝過一切的組織中，即便男女員工的能力相近，管理者通常還是會重用男性員工，而非女性員工。

科技業與用人唯才的神話結合成美麗的愛情故事，對一個迷戀大數據潛力的產業來說，這多麼諷刺啊！因為科技業是少數真的握有實際數據的產業。即使矽谷將能力至上奉為圭臬，它的教主仍是名從哈佛退學的白人男性。至於它的信徒，更以白人男性為多數：科技業中，女性員工只占1/4，而總經理一職，女性只占了11%。註405然而，美國大學的女性畢業生超過一半，全國化學系學生中，一半都是女性；就連數學系的女學生比例也接近一半。註406

然而在科技公司工作10年後，多達40%的女性離職，相比之下男性只有17%。註407人才創新中心（Center for Talent Innovation）的報告指出，女性離職率高的原因並不是家庭因素，也不是她們不喜歡工作內容。註408她們之所以離開的原因歸諸於「工作環境」，「主管的貶低言行」，以及「職涯停滯不前的感受」。《洛杉磯時報》（Los Angeles Times）的專題報導也點出，女性因遲遲等不到升遷以及工作計畫遭擱置等原因而離職。註409這些都跟用人唯才的理念背道而馳，不是嗎？這是不是看來很像制度化的性別偏誤？

面對這樣的數據，用人唯才的神話依舊屹立不搖，印證了「男性是預設值」的威力：當有人提到「人」時，80%的男人最先想到的畫面是男人。因此，科技業恐怕有許多男人根本沒注意到男性主導一切的情況多麼嚴重。除此之外，這也印證了此神話多麼吸引人，它不斷告訴那些既得利益者，他們所獲得的一切成就完全歸功於自身能力優秀過人。想當然爾，那些對選賢與能的神話深信不移的人，多半是來自上層階級的年輕白人美國人。註410

╬

若說上層階級的白人美國人多半有用人唯才的迷思，那麼毫不讓人意外的，學術界也像科技業一樣，也是這種神話的虔誠信徒。學術界的高階職位──特別是科學、科技、工程和數學領域──都以中上階級的白人男性為主。理工科是讓用人唯才的神話茁壯滋長的完美培養皿。一份近期的研究發現，把宣稱學術界毫無性別偏誤的假報告，和證明學術界的確存在性別偏誤的真報告給男學者看，他們（特別是理工科的男性學者）對假報告的評價較高過。註411事實上，性別偏誤隨處可見──而且都留下明確紀錄。

世界各地已有許多研究指出，女學生和女學者獲得的經費、與教授面談的頻率、受到教授輔導，甚至錄取工作的機率，都遠比能力相當的男性低。註412她們一旦成為母親，更容易被視為能力較差，得到的薪資也較低；相反的，男性一旦成為父親，卻能獲得不少好處。註413這樣的性別偏誤絕不限於學術界。雖然各種數據都證明學術界絕不是能力至上，但大學院校依舊假裝男女學生和男女學者全都站在相同的起跑點上。

一名學者要在學術界求發展，多半依他在同行評審的學術期刊上發表論文的頻率而定，但對男學者與女學者來說，發表論文可不是同一回事。數份研究發現，在雙匿名的審查制度下，論文作者和評審者的身分都未公開時，女作者的論文比較常過關，也獲得較好的評價。註414,註415雖說這方面的證據仍有不少變因，但基於學術圈已被證實充斥各種男性偏見，實在沒有理由不推動雙匿名的審查方式。然而，大部分的學術期刊和研討會依舊拒絕實行匿名制。

當然還是有許多女學者得以發表著作，但發表論文並非這場戰爭的全貌。引用次數常是評估研究論文影響力的重要指標，也會決定學者的職涯發展，但數份研究指出，女學者被引用的次數系統化的低於男性。註416過去二十多年來，男學者自我引用的次數，比女性多70%註417──與此同時，女性引用其他女學者的機率比男性引用女學者的機率高註418，這顯示男女論文出版難易度形成了惡性循環：女學者得以發表論文的機率較低，造成女學者被引用的次數較少，連帶限制了女學者的事業發展，不斷輪迴。「男性是人類預設值」的想法，進一步加劇男女的引用差異：學術界廣泛以名字縮寫取代全名，因此學者的性別難以一望即知，造成許多女學者被當作男性。一份分析指出，女性被當作男性時（比如：P.被其他學者當作Paul〔保羅〕，而不是Pauline〔寶玲〕），被引用的機率遠比男性被當作女性時高10倍。註419

經濟學家賈斯汀．沃菲斯（Justin Wolfers）刊登於《紐約時報》上的文章提及，他注意到記者常有以「男性為預設值」的習慣，他們會把男性撰稿人當作主要作者，但事實上很多時候女性才是主要作者。註420貪圖方便的「男性是預設值」思考在媒體報導中不可饒恕，而在學術界，這更是罪不可赦，然而這樣的誤植卻履見不鮮。經濟學界的論文多半由數位作者共同執筆，然而合著論文藏有男性偏見。不管是合著或個人論文，男性都獲得同等的讚揚；然而，要是他們與女經濟學家共同執筆，人們卻認為女經濟學家在合著論文中的貢獻，只有男性的一半。一份美國研究指出，這正好解釋了為什麼女經濟學家發表的論文和男性一樣多，但男經濟學家獲得終身教職的機會卻是女性的2倍。註421另一份研究發現，男學者所做的研究經常被視為「科學品質較高」註422，造成這種現象的幕後黑手，恐怕就是把男性視為預設值的習慣。也許這是單純的性別歧視，但也可能是把男人視為全人類，而女性只是小眾的思考模式所造成。不管如何，這多少解釋了為什麼學校課程表上，女教授的名字比較少。註423

當然，在女學者面對這一大堆隱而不顯的麻煩事之前，她得先找到時間做研究才行，但連要這麼做也不容易。我們已經提過，女性在支薪職務以外，還肩負許多無薪工作，這些都有礙她們從事研究工作。然而，她們就連在工作職場中也得負擔無薪責任，這讓她們的處境更加艱難。當學生遇到情緒方面的難題，出面處理的都是他們的女教授，學生不會向男教授尋求心理、情感上的協助。註424除此之外，學生也比較會向女教授要求作業延期、提高成績和各種規則上的通融。註425若只是偶一為之，不會花太多的時間和精力；然而當許多學生都向她們求助，女學者就得耗上許多時間處理，與此同時大部分的男學者卻對此一無所知，而大學院校完全不會考量這些付出。

女性被要求負責不受重視的行政工作的頻率，也遠比男同事更高註426──要是她們拒絕了，就會被視為「不討喜」而遭到懲罰，因此她們不得不接下這些事務。這樣的問題不只存在於學術界，在其他許多工作環境也是如此，特別是少數民族的婦女更容易遇到，她們得負責工作上的「家政事務」：諸如做紀錄、準備咖啡、為同事清理環境。不管在家還是工作場所，她們都逃不了這些雜務。註427而在學術圈，女性的教學時間經常比男同事更長註428，教學和「榮譽」行政職一樣，都被視為比研究不重要、也較無價值的任務。這些都會影響女性發表論文的能力。此時，女性又陷入另一個惡性循環：女性沉重的教學工作讓她們無法發表足夠的論文，造成她們必須承擔更長的教學時數，周而復始。

女性不公平的承擔低價值的工作，而這些工作的評估系統更加深女性面臨的不平等，因為系統本身就結構性的歧視女性。高等教育常使用教學評量表，這再次印證即使我們握有資料，卻仍視而不見。數十年的跨國研究註429指出，教學評量表不但毫無用處，無法真正評估教學水準，反而讓女性受歧視的情況雪上加霜，因為它們實際上「歧視女教師的程度十分嚴重，有明顯的統計差異」註430。雖說如此，這些表格在顯示性別差異方面倒十分稱職。其中一項不利於女講師的歧視，是我們的老友「人類的預設值是男人」，要是她們提到白人男性以外的議題就會遭到反對。一名學生抱怨：「除了性別和種族抗爭外，我在這堂課沒有學到任何我之前不知道的事。」顯然這名學生並不認為性別和種族與課堂主題有關，而這堂課上的是：美國邦聯。註431

我們一再掉入前言中提到的陷阱，沒有意識到「人」指的不只是「男人」，也指「女人」。另一名學生抱怨：「雖然安卓雅在第一天就提到，她會教導我們『人民的觀點』，但並沒有提到會那麼偏重第一民族註432和女性歷史。」順便一提，我們對這位講師是否太過專注於「第一民族和女性歷史」持保留態度。我一位朋友也得到學生類似的不滿批評，一位男學生認為她的政治哲學課「太過」專注於女權。然而在一學期10堂課中，她只在其中一堂課提到女權。

沒那麼用心教學的男教授，比用心教學的女教授獲得更高的學生評價，這樣的事屢見不鮮。學生認為，男教授給分的速度較快──但這樣的情況根本不可能發生，因為那是只有一名講師的線上課程，且研究人員在實驗過程中誘導各半的學生相信講師是男性或女性。要是學生認為女講師不夠溫暖親切，就會產生排斥感。然而，要是她們真的既溫暖又親切，學生又會認為她們沒有展現權威，不夠專業。另一方面，當女講師展現權威或具備淵博學識，也可能引發學生的不認同，因為她違反了性別期待。註433與此同時，要是男講師表現親切，就會受到熱烈愛戴；然而女性的親切卻被視為理所當然，要是不夠親切，反而會讓人留下更深刻的印象。

一份報告註434分析了「評價我的教授」網站（RateMyProfessors.com）上多達1,400萬條評價，發現學生對女教授的評價常是「可惡」、「嚴厲」、「不公平」、「嚴格」和「討人厭」，而且學生的用詞愈來愈不堪入目。許多女講師放棄去看學生的評價，「因為學生的評論遠比過往激烈，有時用詞甚至十分極端」。一名在加拿大大學任教的政治史女講師的學生評價如下：「我喜歡妳的乳頭透出胸罩的樣子。多謝啦。」而且此評價被其他學生評為有用。註435這位講師現在只穿「有墊的胸罩」。

教學評量研究不只發現女講師常被學生認為比較「可惡」，也揭露男教授比較常被學生形容為「聰穎」、「明智」、「聰明」、「是名天才」。這些男教師是否真比他們的女同事更有天賦？還是這些詞彙表面上看似無性別之分，但實情並不然？想像一下一名天才的樣子。通常最先浮現在你腦海的是一名男子。這沒什麼大不了的──我們都有些無意識的偏見。我想到的是愛因斯坦──那張他頂著一頭亂髮，張嘴吐舌頭的知名照片。但在真實世界，這樣的偏見（我喜歡稱此為「才智偏誤」〔brilliance bias〕）代表了男教授總被視為比較有見地、比較客觀、天生比較有才能。學術界的事業發展仰賴學生所回覆的教學評量表，然而教學評量表無法鑑別真正的能力高下。

才智偏誤的產生，重要原因之一就是資料缺口：我們的歷史忽略了那麼多女性天才，因此說到天才時，人們相當比較不容易想到女性。結果就是，當勝任一份工作的重要條件之一是「才智」時，這兩字的真正意思其實是「你得有男性性器官」。數份研究揭露，要是社會文化認為一個職業領域仰賴「才智」或「天分」才能成功的程度愈高──想想哲學、數學、物理、編曲、電腦科學──以此為學業主修和職業的女性愈少。註436我們就是沒辦法把女性看作天生聰明的人。事實上，我們甚至認為女性特質和才智高低成反比：近年學者在一份研究中讓受試者看美國頂尖大學中科學領域男女教授的照片，發現男性外表不會影響受試者評斷他是否為科學家。註437然而女性的情況卻大不相同，要是女人的外表愈接近女性刻板印象，她被當作科學家的機率就愈低。

從孩子還很小的時候，我們就灌輸他們才智偏誤。美國近期研究揭露，5歲的女童開始上小學時，她們和同齡男童一樣都認為女生可能成為「非常、非常聰明的人」。註438但她們一滿6歲，想法就改變了。她們開始質疑自己的性別。對性別的懷疑嚴重到讓她們開始自我設限：要是眼前放的遊戲是專為「非常、非常聰明的孩子」所設計，5歲的女童會像同齡男童一樣積極的玩──但6歲的女童卻突然對遊戲失去興趣。學校教育讓小女生意識到，才智不是屬於她們的天賦。想當然爾，等到這些孩子長大，填寫教授的教學評量表時，學生便習於低估女講師的能力。

學校也灌輸男童才智偏誤。正如前言所提到的，數十年間於全球各地所做的「畫一名科學家」實驗中，絕大多數的孩童畫出的科學家都是男性，近年一項「畫一名科學家」的統合分析發現，我們的性別歧視終於降低了些，立刻受到各家媒體熱烈讚揚。註4391960年代，只有1%會畫女科學家，現在有28%的受試孩童會畫女性。當然，這是顯著的進步，但仍與事實差距甚大。在英國，擁有各種科學學位的女性人數其實超過男性：研究聚合物的學生中高達86%為女性，遺傳學則有57%為女性，微生物學中則有56%的學生為女性。註440

不管如何，實際研究結果遠比新聞頭條宣稱的更加複雜，並且提供了駭人的證據，證明學校課程的資料缺口正使得孩子們產生性別偏見。學童剛入學時，不管是男生還是女生，畫出的男女科學家比例約莫相等。等到孩子長到7~8歲，他們畫出的男科學家便遠遠多於女性。到了14歲，少年、少女畫出男科學家的機率是女科學家的4倍。因此，雖然現在有比較多孩子畫出女科學家，但他們多半出自尚未進入教育系統的幼童之手，一旦入學，學校就開始教育他們性別偏見，而這樣的偏見都是資料缺口所造成。

除此之外，性別差異也有相當顯著的改變。1985~2016年間，女童畫女科學家的比例，從33%激增為58%。而男童的比例分別是2.4%和13%。男女童的差異也許能幫助我們了解2016年的另一項研究。研究發現，生物系女學生依照實際能力評價同學，然而，男學生卻認為其他男學生，比實際表現優於他們的女學生還要聰明。註441才智偏誤是難以抗拒的迷藥。它不但讓學生評量老師或同學時失準，甚至有證據顯示，它也讓教師錯誤評量他們的學生。

過去十多年間有數份研究指出，招聘過程中看似與性別無關的推薦信其實也充滿了性別偏誤。註442一份美國研究發現，與男性相比，女性求職者的推薦信中較常出現人際關係的形容詞（溫暖、親切、會照顧人），比較少提到積極性（具備雄心壯志、自信）。然而，推薦信中出現與人際關際有關的形容詞，反而會降低求職者的錄用機會註443，特別是求職者是女性時；要是男人「具備團隊合作的能力」，會被視為擁有領導者特質，然而同樣的形容詞用在女性身上，「會讓女性看來像個追隨者」註444。而在學術界，女性的推薦人常強調她們的教學能力（較低階的工作），比較少提到研究能力（較高階的工作）；註445而且會使用容易引人質疑的詞彙（模稜兩可的話語或空泛的讚美）；註446比較不會使用引人注意的形容詞，比如「十分出色」和「表現傑出」。女性的推薦人多半會使用強調「耐力」的詞語，比如「認真工作」。

大學使用的教學評量和推薦信，看似實行過程與結果都沒有性別偏誤，事實上其核心卻藏著資料缺口。然而，就像面向更廣的「用人唯才」資料缺口一樣，這並不是因為我們沒有資料，而是大學拒絕正視並解決這些問題。即使種種證據顯示推薦信和教學評量並不公正，它們仍是徵聘、升職與解聘過程中極為重要的參考，受到廣泛使用，被視為個人價值的客觀評量。註447英國甚至打算在2020年推動「卓越教學架構」（Teaching Excellence Framework），讓教育體系更重視學生的教學評量。卓越教學架構會決定一所大學所能獲得的經費多寡，而「全國大學生滿意度調查」則被視為「進一步促進教學水準的關鍵度量制度」。在這個卓越教學的新世界，可以想見女性將陷入極為不利的困境。

要是我們在乎學術機構的研究品質，我們就該正視學術界並未真的落實用人唯才的事實。研究顯示，女學者比男性更可能在專業上挑戰「男人為預設值」的思考模式。註448這代表了只要愈多女性發表論文，就能愈快填補研究界的性別資料缺口。而且，我們的確該關心學術研究的品質。這並不是僅限於少數人的問題，並不是只有那些躲在學術象牙塔的人才會受到影響。學術機構發表的研究，足以顯著影響政府政策、醫療行為、職業安全與衛生法規。學術界的研究會直接影響我們日常生活的每個層面。女性絕不該在這些領域被遺忘。

╬

既然我們從實證得知孩童在學校學到才智偏誤，要阻止學校灌輸他們這樣的觀念應該不難。事實上，近期的一份研究揭露，要是教科書中出現女性科學家的照片，會增進女學生在科學相關科目的表現。註449因此，停止教育女孩才智不屬於她們的第一步，就是停止曲解女性。聽來很簡單吧。

要是等到孩子已經被灌輸才智偏誤再糾正就為時已晚了。孩子一旦被灌輸女生沒有男生聰明的觀念，等到他們長大後踏入社會，經常會成為那些加劇才智偏誤的人。這足以嚴重影響人工招聘過程，更可怕的是，現在愈來愈多的企業採用演算法篩選求職者，進一步加深才智偏誤。當我們把決策能力外包給程式，我們有足夠的理由相信，編寫程式的人其實在無意識中，也把才智偏誤連帶寫進了程式裡。

美國科技記者史蒂文．勒維（Steven Levy）於1984年出版了暢銷書《駭客列傳：電腦革命俠客誌》（Hackers: Heroes of the Computer Revolution）。勒維筆下的俠客全都才智雙全。他們全都只有一個目標。他們全都是男人。而且，他們的性生活都乏善可陳。「你要當駭客，就要遵守駭客倫理，而你早就知道哪些事既沒有效率又浪費精力，比如女人，她們會消耗太多時間，占據太多記憶體，」勒維解釋。「直到今天，大體上女人仍被視為無法預測、不按牌理出牌，」一名駭客這麼告訴他。「一名駭客（當然，駭客的預設值是男人），怎受得了那麼不完美的生物？」

勒維大言不慚的寫下如此直白的厭女言論，但寫了2段話之後，他居然表示自己無法解釋為何駭客文化多半「僅限於男性」。他寫道：「儘管令人難過，但事實就是世上從來沒有出現過具備明星特質的女駭客，沒人知道箇中原因。」勒維，雖然我也不知道為什麼，但我們不妨大膽推測一下。

公開厭女的駭客文化，和欠缺女駭客的謎樣原因之間顯然有所關聯，但勒維沒有意識到兩者的因果關係，只是強化了天生聰明的駭客多半是男人的迷思。到了今天，恐怕沒有比電腦科學更受才智偏誤箝制的職業了。卡內基美隆大學（Carnegie Melon University）為大學先修課程的電腦科學教師辦了個夏季進修班，有名參與的高中教師問道：「愛寫程式的女孩到底去哪兒了？」他思索道：「我有很多熱愛電腦的男學生。好幾對家長告訴我，除非有人阻他們的兒子，不然他們的兒子可以寫一整晚的電腦程式。但我到現在還沒遇過這樣的女生。」註450

這話也許不假，但另一位教師則指出，就算女學生不會花整晚使用電腦，並不代表她們不愛電腦科學。這名教師回憶自己當學生時的情景，描述她上大學的第一門電腦課時，她「愛上了」寫程式。但她並沒有徹夜不眠，甚至沒有把大部分的生活都耗在寫程式上。「徹夜不睡只為做一件事，是心無旁騖的表現，但除了表現他們的熱愛，同時也代表他們不夠成熟。女生對電腦和電腦科學的熱愛，表現的方式可能和男生大不相同。要是你只專注於那樣的狂熱行為，那麼你當然只注意到那樣的年輕男性。雖然有些女生也會出現狂熱行為，但大部分都不會如此極端。」

把典型男性行為視為電腦科學方面的天賦，並沒有考量到女性的社會化過程。要是女生出現反社會行為，很容易會受到欺負與懲罰，但男生並不會。而且更奇怪的是，早期寫程式原被視為女性的長項。事實上，婦女就是第一代的「電腦」註451，在機器取代她們之前，女性老早就在軍隊中負責複雜的數學運算、解決問題取代。註452

機器取代女性後，男性還是花了許多年的時間才取代婦女在電腦領域的地位。全世界第一台可使用的數位電腦ENIAC於1946年首次亮相，而背後負責編寫程式的是6名女性。註4531940與1950年代，絕大多數編寫程式的人都是女人，註454《柯夢波丹》雜誌（Cosmopolitan）於1967年刊登了一篇題為〈電腦女孩〉（The Computer Girls）的文章，鼓勵女性加入編程行列。註455「寫程式就像規劃一場晚宴一樣，」電腦界的先驅葛蕾絲．霍普（Grace Hopper）解釋。「你必須提前規劃，安排每件事的先後順序，這樣當你需要某樣東西時，它已經準備好了。編寫程式仰賴耐心以及處理細節的能力。在寫程式方面，女性可說是『天生好手』。」

約莫與此同時，企業主開始發現編寫程式並非如原先所想，是種低技巧、專屬於低階職員的工作。寫程式和打字或編檔不同，它仰賴進階的解決問題能力。女性早已開始編寫程式，顯然她們具備寫程式所需的能力，然而才智偏誤開始運作，壓倒了客觀現實。企業主開始訓練男性寫程式。接著他們發展了看似客觀的徵才工具，但事實上，它們都隱而不顯的排擠女性。就像今天大學使用的教師評量制度一樣，那些徵才測試都受到批評，因為它們「並未告訴業主求職者適不適合這份工作，反倒指出他或她具備哪些特質，然而那些特質多半是刻板印象」。註456我們難以得知這些徵才工具究竟源於性別資料缺口（他們沒有意識到自己尋求的人才特質其實偏向男性），還是直白的性別歧視，但我們無法否認的是，它們的確獨厚男人。

那些強調「細微差別或特定問題解決能力」的適性選擇題測驗強調瑣碎的數學運算能力，就連當時的企業主都認為它們與編寫程式間的相關性愈來愈薄弱。事實上，那些測驗強調的是當時男性常在學校習得的數學運算技巧。除此之外，測驗在測試受試者的人脈關係也頗有效率，因為男性參與的大學兄弟會或麋鹿兄弟會（Elks lodges）就充斥著各種測驗題庫的解答。註457

人格評量表（Personality profiles）正式化了受到卡內基美隆大學夏季進修班電腦科學教師讚賞的程式設計師刻板印象：熱愛電腦的宅男多半獨來獨往、欠缺社交技巧、衛生習慣不佳。1967年一份心理學論文指出，「對人不感興趣」和「討厭需要密切人際互動的活動」，都是「鮮明的程式設計者特質」，註458而且這篇論文還受到廣泛的引用。因此企業一心尋找具備這些特質的人，這些人成為那一代的頂尖程式設計師，而人格評量表也成了自證預言（self-fulfilling prophecy）註459。

因此，隨著愈來愈多的企業在招聘時使用眾人看不到內容的演算法，這些隱而不顯的偏誤再次大量產生，我想這樣的發展並不令人意外。美國數據科學家凱西．歐尼爾（Cathy O’Neil）寫下《大數據的傲慢與偏見》（Weapons of Math Destruction）一書，在接受《衛報》專訪時，她解釋科技業線上徵才平台Gild（現已被城堡投資公司〔Citadel〕買下，並轉為內部部門註460）如何讓企業主得以在檢視求職者的履歷表外，一併瞭解其「社交數據」。註461也就是說，業主會知道求職者在線上留下的活動行跡，這些數據可用來評量求職者的「社會資本」，基本上就是指一名程式設計師與數位社群的關係密不密切，藉由計算求職者在程式發展平台GitHub或Stack Overflow等網站上，花費多少時間分享和寫程式來評估。Gild從龐大的資料中篩選各種資訊，並且揭露了其他程式設計師的行為模式。

比方說，根據Gild的資料，常前往某個日本漫畫網站是一個「擅於寫程式的可靠指標」。註462因此，會去那個網站的程式設計師獲得較高的評分。這聽來多振奮人心啊，但就像凱西說的，一聽到這樣的特質獲得獎勵，只要你在乎多元性，你心中的警鈴就會響起。我們已看到，全球75%的無薪照護工作由女性完成，她們恐怕沒有多餘的休閒時間，花數個小時在線上討論日本漫畫。凱西也指出，「要是漫畫網站就像大部分的科技圈一樣，參與者以男性為主，發言口吻充滿性別歧視，那麼不少女性程式設計師就會避免上這樣的網站」。簡而言之，Gild簡直是卡內基夏季進修班那位男性電腦科學教師的演算法化身。

無庸置疑，Gild原先並無意創造一個歧視女性的演算公式。事實上，他們本意是去除人類心裡的偏見。但要是你不明白這些偏見的運作方式，要是你在搜集資料後，沒花上一點時間，以實證為基礎去驗證，那麼你就會在不知不覺中，繼續加劇過時的偏頗成見。女性的日常生活與男性大不相同，而我們既沒在日常生活中，也沒在網路世界裡把這一點納入考量，因此Gild的程式設計師無意間創造了一個看似公正，實則暗中歧視女性的演算法。

然而，這還不是最讓人不安的事。最讓人不安的，是我們還不知道問題的嚴重程度。像這樣的演算法，大部分都被視為企業的機密資產，受到嚴密保護。也就是說，我們不清楚演算法的編寫過程，也不清楚其中藏匿了哪些偏見。我們之所以得知Gild演算法的潛在歧視，全因為它的一名創造者願意告訴我們真相。而它代表著雙重的性別資料缺口：首先，編寫這些演算法的設計師本身就有性別偏誤；再者，整個社會都對性別存有偏見。因此，人工智慧也有著同樣的性別歧視。

╬

無意間偏好男性的招聘過程，不只影響了徵才，也影響了升遷。谷歌就是個典型範例，女員工爭取升遷的比例遠低於男性。這並不令人意外：女性習於扮演謙和的角色，要是她們違反了明定的性別常規，容易受到懲罰與排擠。註463但谷歌對此感到意外。我們得讚揚他們，因為他們得知後，決心改正這個問題。可嘆的是，他們改正問題的方式，正是「男人是人類預設值」思考模式的最佳範例。

沒人知道谷歌究竟是沒有相關資料，不了解文化對女性有特定期許的現實，還是根本不在乎它們。不管如何，他們的解決方案並不是修正優待男性的架構，而是糾正女性。谷歌人力營運部（Human Operations）部長拉齊洛．柏克（Laszlo Bock）在2012年告訴《紐約時報》，資深女員工開始主辦「鼓勵婦女自發性爭取升職」的工作坊。註464換句話說，他們成立工作坊，想讓女人變得更像男人一些。但為何我們認為男人的行為模式、男人看待自己的方式，就是正確的方式？近年研究顯示，大部分女性會精準的評估自身才智，相比之下，智力平平的男性卻自認比世上2/3的人口更聰明。註465由此看來，也許不是女性爭取升職的比例太低，而是男人爭取升職的比例太高了。

柏克宣稱谷歌的工作坊大獲成功，告訴《紐約時報》現在女員工爭取升職的比例與男性相比十分合理，但要是他所言不假，為什麼他拿不出數據來證明？當美國勞工部在2017年分析谷歌的薪資分配時，發現「整個公司幾乎所有的女性都遇到系統性的薪資不均問題」，而且「幾乎所有部門的男女薪資都存在6~7個標準差」。註466自此之後，谷歌就拒絕向勞工部提供完整的薪資數據，不惜在法院纏訟數月只為回拒勞工部的要求。他們堅持谷歌的男女薪資沒有任何不均。

對一家可說完全仰賴資料起家的公司來說，谷歌的拒絕配合可謂令人驚訝。不過其實這也沒什麼好驚訝的。軟體工程師周怡君（Tracy Chou）自2013年開始調查美國科技業的女工程師人數，發現「每家公司多少都隱藏或捏造了數據」。註467不只如此，企業沒興趣了解他們推動的「讓工作環境更友善女性，或鼓勵女性加入或留在電腦工作的措施」是否真的奏效。周怡君解釋：「我們沒辦法評估那些措施成不成功、值不值得仿效，因為它們都沒有適宜的評測標準。」結果就是，「沒人開誠布公的討論這個問題」。

為什麼科技業那麼害怕用性別解析雇聘資料？沒人知道確切原因。但恐怕科技業與「用人唯才」神話的愛情故事正是原因之一。要是你相信只要採用「用人唯才」的標準就能幫你找到「最棒的人選」，那麼資料對你有何用處？諷刺的是，要是這些所謂只重視能力的組織真的信奉科學而不盲從信仰，他們就該落實那些以實證為基礎的解決方案，而這些方案早已存在。舉例來說，倫敦政經學院的研究發現，配額制廣受大部分的人誤解，事實上配額制不會讓無能的女性獲得晉升，反而能「淘汰能力不足的男性」。註468

企業也能搜集聘雇程序的資料並加以分析，了解他們自己是否真的毫無性別偏見。麻省理工學院就這麼做，他們分析過去30年的資料，發現「常見的系所招聘程序」不利於女性，而且「傳統的部門遴選委員會，極有可能排除十分優秀的女性人才」。註469除非遴選委員會特別要求各系所的主任、所長提出表現優秀的女性候選人名單，不然他們多半不會提出女性的建議人選。當學院刻意尋找女性候選人，且最終聘用了許多女性，這些女性都表示要是沒有受到鼓勵，她們原本無意提出。正如倫敦政經學院的研究，麻省理工學院的論文也指出，他們刻意吸引女性求職時，並不會降低徵選的標準；硬要比較的話，事實上那些被錄取的女性「甚至比她們的男同事更有能力」。

好消息是，只要組織真的正視這些資料並決心改正，就能帶來極大的改變。一間歐洲公司在招募技術職人才時，當他們使用圖庫中的一張男性照片，附上強調「積極進取和競爭力」的文字時，那些應廣告而來的求職者中只有5%是女性。當他們使用圖庫中另一張女性的照片，附上強調熱情與創新的文字，女性申請者激升為40%。註470數位設計公司Made by Many尋找資深設計師時，發現只要改變一下用詞，強調團隊合作和使用者體驗，少提一些全心全意、強調自我的誇張詞彙，女性求職者人數也會大幅增加。註471職位相同，但徵才的框架不同了，就能讓女性求職人數增加數倍。

這只是2個實例而已，事實上有許多證據都指出，只要改變文宣用詞，就能增加女性應徵的機率。一份研究分析了多達4,000個求才廣告，發現與刻板男性氣概有關的用詞，比如「積極進取」、「雄心壯志」、「堅持到底」等文字，會降低女性應徵這些工作的意願。註472顯然女性並沒有意識到這些用詞的存在，也不明白它們對自己的影響力。她們合理化自己的興趣缺缺，歸諸於個人原因──這證明了就算你沒意識到自己被歧視，歧視依舊存在，而且造成影響。

數家科技新創公司學習紐約愛樂，開始實施匿名徵才機制。註473GapJumpers公司發給求職者一些專為特定職位設計的小作業，表現最佳的求職者無須提供任何個人資料，就會有單位主管與你聯絡。結果呢？脫穎而出的人中，60%來自代表性不足的少數背景。

匿名制在徵聘過程一開始的確發揮了效用，但要在晉升過程中落實匿名制恐怕並非易事。不過這也有解決之道：問責制（accountability）和透明化。有家科技公司搜集所有主管的決策資料，並依此決定主管的加薪幅度，而最重要的是，他們設立了委員會來監控這些資料。註474落實此措施5年後，男女薪資缺口真的就此消失。