vrouwenquotum in de wetenschap

Waarom juist de statisticus (m) het vrouwenquotum moet omarmen

Als een internationale collega op een forum zijn onvrede uit over een nieuw vrouwenquotum voor onderzoeksgelden staan mijn nekharen overeind. Maar: die van mijn mannelijke kantoorgenoten niet.

Maandagochtend, ik neem een slok koffie. Een mailtje bliept binnen. Een internationale collega heeft een bericht geplaatst op een forum, waarin hij zijn onvrede uit. Van nu af aan wordt namelijk minstens de helft van de Australische onderzoekbeurzen uitgedeeld aan vrouwen of non-binaire onderzoekers. Mijn nekharen staan overeind door zijn reactie, maar, en dat maakt me pas echt wanhopig: die van mijn kantoorgenoten niet.

De statisticus (m) noemt het “een schaamteloze beslissing”. Want, zo betoogt hij, de bestaande verschillen verdwijnen de komende decennia toch wel, op natuurlijke wijze. Dat het vrouwenquotum gevoelig ligt, blijkt wel uit zijn afsluiting: “If you have any sons or grandsons, you should advise them to not enter STEMM.” Zo, die zit.

Ik deel een kantoor met een vrouwelijke en twee mannelijke PhDs. Als ik kijk naar de professoren, dan zie ik -met alle respect- toch voornamelijk grijze mannen. Wie een bepaalde positie wil, zal een onderzoeksbeurs moeten halen. Minder onderzoeksbeurzen voor vrouwen en non-binaire onderzoekers betekent minder posities voor hen, en dat zie je. Slechts een op de vier professoren in ons land is vrouw (Landelijk Netwerk Vrouwelijke Hoogleraren, 2021). Daarmee staat Nederland vrijwel onderaan in het Europese lijstje.

Die gender disbalans vanzelf vereffent over de tijd, aldus de gefrustreerde onderzoeker. De tijd heelt het – niet, helaas! Diezelfde statisticus (m) die in zijn werk zo’n vernuftig oog heeft voor vertekening in data, stuit op een blinde vlek wanneer het een vrouwenquotum betreft. Hij beredeneert toe naar de graag geziene conclusie en, alsof het veldbloemen zijn op weg naar visite, plukt hij wat getallen mee uit een nieuwsartikel van Nature. Terwijl juist hier onze kennis over het trainen van voorspellingsmodellen van pas komt.

Als ik je vraag een willekeurige professor in gedachten te nemen, dan denk jij toch ook aan Einstein? Een ontplofte haardos, een tikkeltje verstrooid, en: man. Niet gek, als je bedenkt welke ‘trainingsdata’ wij dagelijks verzamelen. Op mijn weg naar de koffieautomaat kom ik een collega PhD (m), mijn copromotor (m) en het afdelingshoofd (m) tegen. Intelligente, capabele, gepassioneerde wetenschappers (m). Stuk voor stuk nemen we ze op in onze onbewuste dataset.

Als het gaat om het beoordelen van kwaliteiten zijn zowel u als getraind op trainingsdata waarin de meerderheid man was, of we het nu onder ogen willen zien of niet. Als lezer van dit blog hoef ik u niet te vertellen wat er gebeurt als de testdata afwijken van de trainingsdata! Het herkennen van professionele kwaliteiten van vrouwen en non-binairen is niet goed getraind. Kort door de bocht: vrouwen worden onderschat en mannen worden overschat. Al dan niet onbewust.

Tja, dat is pijnlijk.

Het is comfortabeler om te pretenderen dat wij wel ongekleurd zijn. Dan kunnen we het quotum afdoen “oneerlijk”, zoals mijn kantoorgenootjes vinden. Maar ook met de beste intenties kun je de mist in gaan. Het gevaar schuilt ’m juist in dat onbewuste: onze training op ongebalanceerde data. In gelijke gevallen valt de keuze eerder op een man. Nobelprijswinnend psycholoog Daniel Kahneman noemt dat handelen vanuit ‘systeem 1’. Zolang er veel meer beurzen naar mannen dan naar vrouwen of non-binairen gaan, zullen ook toekomstige generaties zich onvoldoende trainen in het herkennen van onderzoekskwaliteiten van vrouwen en non-binairen. De beslissing van de Australische beursverstrekker vind ik dan ook dapper en op z’n plaats.

Let wel, mijn kantoorgenoten (m) zijn enorm goed in hun werk. Ik zou ze -en onze eindeloze discussies rond dit thema- voor geen goud willen missen. Evenmin is het ongepast om de kwaliteit te betwisten van een ‘door het quotum’ aangenomen vrouw of non-binair. Laten we in plaats daarvan kijken naar het grotere geheel. Want, en dat is het belangrijkste hier, juist de gezonde (gender)mix in mijn kantoor maakt het tot een inspirerende omgeving.

Een quotum is de enige manier om te zorgen voor de juiste trainingsdata en juist statistici zouden dat moeten snappen. Pas als statistici (m/v/n/…) het broodnodige quotum durven te omarmen kan de biostatistiek floreren. Alleen dan komen zonen en kleinzonen maar juist ook dochters en kleindochters van de gefrustreerde onderzoeker volledig tot hun recht, in ons vakgebied. Tot slot wil ik hen nog iets meegeven: kies lekker zelf wat je wil worden.

Hoofdfoto: Siliconhaven

Vera Arntzen

Vera Arntzen

Meer interesses dan sproeten, maar in rekenen aan infectieziekten komen er een hoop samen. Ik ben te vinden met mijn neus in de data of in de krant. En af en toe op de VVSOR blog!

Add comment

To the VVSOR website