当科学家们知道他们正在接受偏见测试时他们会避免性别

在性别方面，科学遭受了所谓的“漏水管道”。在某些领域，如生物学，女性占该领域研究生院的大多数人。但在每个连续的职业阶段 - 博士后奖学金，初级教师，终身教职员工 - 女性比例下降。在女性在研究生阶段处于少数群体的领域，情况更糟。

很难弄清楚为什么这么多女性退出职业生涯。在研究生涯中取得进步对每个人来说都是一场斗争，并且很难找出微妙的偏见来源，这会使女性更难以实现。可以对结果进行统计分析 - 例如，有多少女性获得了特定类型的补助金 - 但随后很难确定她们是否都具有同等资格。可以设置更好地控制的人工测试情况，但是当人们知道他们正在测试时，他们的行为会发生变化。

这恰恰是一篇新论文所带动的信息，该论文着眼于法国研究职位的性别偏见。虽然这项研究有一些显着的局限性，但它检查了两种情况下的结果：测试宣布的那一年和奖励委员会的所有人都知道这一点，以及一年后，当同一个人回来但可能没有意识到测试正在重复进行。

偏见，公开和其他

在法国，精英机构的研究职位分配是通过两个步骤完成的。首先根据一组预定标准(例如出版物的数量及其影响)选择候选人。那些明确这种切断的人都是高素质的; 在那时，他们所在领域的科学家委员会着眼于申请人研究生涯的无形资产和其他难以量化的方面。加拿大和法国的科学家团队接受了这一过程，并且能够跟踪委员会决定的结果两年。

在一定程度上。虽然委员会成员超过400人，但他们对不同候选人的投票方式的信息仍然保密。所有可以确定的是整个委员会是否选择了他们担任研究职位。

在测试开始的第一年，研究人员让所有委员会成员对所谓的隐性偏见进行标准测试。这是人们在没有思考的情况下做的事情，比如无意识地将科学家与男性联系在一起。虽然这通常不是人们甚至意识到的偏见 - 它在女性和推动更大的性别平等的人群中很常见 - 但它与女性参与科学的差异有关。

这些测试表明，当涉及隐性偏见时，法国科学家与法国整体相当，因为有一种将科学成功与男性联系起来的重要趋势。

但是，理想情况下，科学家是一个相对理性的群体，而这些群体参与了一个协商的小组活动。因此，希望至少其中一些人能够克服这种隐含的偏见。作者的假设是，如果人们正在考虑偏见的可能性，他们将更有可能克服其隐含的偏见。

对此的测试相当复杂。在实验的第一年，所有委员会成员都意识到实验正在进行。因此，每个人都应该考虑偏见的可能性，并能够克服他们对男性有利的隐性偏见。然而，接下来的一年，人们认为这种知识已经消失，而且默认为隐性偏见会很常见。例外情况是那些默认状态要了解偏见问题的审阅者群体。

为了衡量这最后一种可能性，在第一年，每个人都被要求完成一项调查，在调查中他们被问及科学中的性别差异，并给出了可能的原因选择，包括平衡工作的挑战等和家庭，个人选择或缺乏能力。这被转换为一个分数，代表了对女性在科学中面临的一些障碍的认识。

所以，他们的假设是，在第一年，每个人都能够克服他们与生俱来的偏见。在第二种情况下，只有默认意识到女性面临障碍的群体才能这样做。

分析和局限

研究人员在每个委员会的候选人群中找出性别组合，然后确定成功候选人的性别组合是否与起始百分比一致。总的来说，没有证据表明在任何一年的测试中都存在显着的性别差异，这表明整个委员会在克服偏见方面做得很好。

尽管如此，委员会之间仍存在分歧。其中近一半的成员认为，妇女在科学方面缺乏进展受到性别歧视的影响。而且，如果这种信念与高水平的隐性偏见相结合，那么这些委员会在测试的第二年中女性选择的下降幅度最大。换句话说，如果高度隐性偏见与女性面临晋升障碍的低感相结合，那么委员会在测试的第二年选择的女性相对较少。

这支持了研究人员的假设，即对女性在科学中面临的问题的认识提供了一定程度的保护，以防止我们许多人内化的隐含偏见。幸运的是，现在法国的大多数委员会都是如此，这似乎足以防止整体偏见蔓延到这个选择过程中。

或至少在统计上显着的水平上爬行。正如研究人员所承认的那样，他们的研究非常小，因为它被迫在委员会层面进行评估，而不是分析400多名委员会成员的个人选择。有很多测试可能会为我们提供更多信息，但数据太有限而无法显示出显着的效果。他们指出的另一个问题是相关性; 虽然他们看到的数据与他们的假设一致，但并未证明这些因素之间的因果关系。

在某种程度上，研究人员展示的最强大的事情是在这个问题上获得好的数据是多么困难。如果使用调查进行研究，那么科学家可能最终会意识到他们是测试的一部分，并且可能更加意识到他们隐含的偏见。如果它是在真实环境中完成的，就像在本研究中那样，那么保持一切机密的需要可能会限制可用的数据。

尽管如此，如果整体假设在任何进一步的测试中都有用，那么这是一个相对容易纠正的问题，因为在诸如授权和终身审查之类的事情之前简单提醒隐含偏差会对纠正事情有很大帮助。