The Glass Classroom: Women's Representation in AI-Related Post-Secondary Programs
Zusammenfassung
Kurz
Laut einer Auswertung US-amerikanischer IPEDS-Daten erhielten Frauen insgesamt mehr Abschlüsse, Männer jedoch mehr Abschlüsse in den untersuchten KI-Fächern. Die relative Männerüberzahl nahm bis 2021 ab, während die absoluten Abstände wuchsen; für Forschungsdoktorate über alle Fächer hinweg fand der Bericht keinen statistisch erkennbaren Geschlechterunterschied.
Mittel
Der CSET-Bericht wertet US-amerikanische IPEDS-Daten zu vorakademischen Zertifikaten und Hochschulabschlüssen in ausgewählten KI-bezogenen Fächern aus. Die Daten erfassen laut Bericht nur die Kategorien „männlich“ und „weiblich“. Über alle Fächer hinweg erhielten Frauen mehr vorakademische Auszeichnungen sowie mehr Bachelor- und Masterabschlüsse. In MINT-Fächern und besonders in KI-bezogenen Fächern überwogen dagegen die Abschlüsse von Männern.
Die Männerüberzahl bei KI-Abschlüssen verringerte sich im Verhältnis: Bei KI-Bachelorabschlüssen sank sie von fünf zu eins 2011 auf vier zu eins 2021, bei KI-Masterabschlüssen von drei zu eins auf zwei zu eins. Dennoch wuchsen die absoluten jährlichen Abstände stark. Auch bei KI-Forschungsdoktoraten erhielten Männer mehr Abschlüsse; der relative Abstand ging zurück, der absolute stieg. Für Forschungsdoktorate insgesamt fand der Bericht keinen statistisch erkennbaren Geschlechterunterschied.
Die Unterschiede zwischen Hochschulen waren beträchtlich: Cornell und MIT hatten vergleichsweise kleinere Abstände bei KI-Bachelorabschlüssen, während die Western Governors University einen besonders großen aufwies. CSET folgert, dass sich die Verhältnisse zwar proportional zugunsten von Frauen verändern, die Zahlendifferenz aber wächst. Ein mögliches größeres Ungleichgewicht in der Arbeitswelt wird als Folge erwogen, nicht als belegte Prognose.
Ausführlich lesen
Der CSET-Bericht untersucht, wie Frauen und Männer in den USA zwischen 2010/2011 und 2021 in nach dem Bericht KI-bezogenen Bildungsabschlüssen vertreten waren. Die Analyse wertet IPEDS-Daten zu verliehenen Abschlüssen aus. Als KI-bezogene Fächer gelten Informatik, Datenwissenschaft, Mensch-Computer-Interaktion, Bioinformatik, Computertechnik, Wirtschaftsingenieurwesen, Nanotechnologie und Cybersicherheit. Betrachtet werden vorakademische Zertifikate sowie Bachelor-, Master- und Forschungsdoktorgrade. Laut Bericht bilden die Daten nur amtliche Statistiken und Geschlechtskategorien „männlich“ und „weiblich“ ab.
Über alle Fächer hinweg erhielten Frauen mehr vorakademische Auszeichnungen sowie mehr Bachelor- und Masterabschlüsse als Männer. 2021 kamen auf einen Abschluss von Männern 1,6 vorakademische Auszeichnungen von Frauen, 1,4 Bachelor- und 1,6 Masterabschlüsse. In den MINT-Fächern kehrte sich das Verhältnis um: Männer erhielten 2021 je einen Abschluss von Frauen 1,4 MINT-Bachelor- oder Masterabschlüsse. Der absolute jährliche Abstand bei diesen beiden Abschlussarten zusammen stieg laut Bericht von 104.697 im Jahr 2011 auf 121.582 im Jahr 2021.
In den KI-bezogenen Fächern war die Männerüberzahl noch größer. Bei vorakademischen KI-Zertifikaten stieg das Verhältnis von 3,5 Männern je Frau im Jahr 2011 auf 3,6 zu eins 2021. Bei KI-Bachelorabschlüssen sank das Verhältnis zwar von fünf zu eins auf vier zu eins; bei KI-Masterabschlüssen ging es von drei zu eins im Jahr 2010 auf zwei zu eins 2021 zurück. Gleichzeitig wuchsen die absoluten jährlichen Abstände: bei Bachelorabschlüssen von 44.716 auf 84.064 und bei Masterabschlüssen von 17.105 im Jahr 2011 auf 26.329 im Jahr 2021. Der Bericht hält fest, dass Männer insgesamt weniger Abschlüsse als Frauen erhielten, aber mehr KI-Abschlüsse, und deutet dies als Hinweis darauf, dass Männer häufiger KI-bezogene Fächer wählten.
Auch bei KI-Forschungsdoktoraten erhielten Männer mehr Abschlüsse. Das Verhältnis verringerte sich von vier zu eins im Jahr 2011 auf mehr als drei zu eins 2021, während der absolute Abstand zunahm. Für Forschungsdoktorate über alle Fächer hinweg fand der Bericht dagegen keinen statistisch erkennbaren Geschlechterunterschied; der angegebene t-Test ergibt p = 0,80. Bei MINT-Forschungsdoktoraten lag das Verhältnis 2021 bei 1,7 zu eins zugunsten der Männer.
Der Bericht vergleicht außerdem besonders abschlusstarke Hochschulen. Bei den KI-Bachelorabschlüssen reichten die Unterschiede von relativ kleineren Abständen an Cornell und MIT bis zu einem Verhältnis von nahezu elf Männern je Frau an der Western Governors University. Bei den KI-Masterabschlüssen waren die Abstände im Durchschnitt geringer; einige Einrichtungen verliehen mehr Abschlüsse an Frauen. Über Abschlussarten hinweg nennt der Bericht Carnegie Mellon, Cornell, Columbia und die University of Washington als Hochschulen mit unterdurchschnittlichen Abständen und WGU als deutlichen Ausreißer nach oben.
Als Gesamtergebnis beschreibt CSET sinkende Geschlechterverhältnisse, also eine proportionale Verringerung der Männerüberzahl in KI-Fächern, während die absoluten Abschlussabstände wachsen. Der Bericht warnt, dass dies künftig mit größeren Ungleichgewichten in der Arbeitswelt einhergehen könnte, falls KI-Berufe einen größeren Anteil aller Jobs ausmachen. Das ist eine mögliche Folge, keine im Bericht nachgewiesene Prognose.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Luna hat drei Kurzfassungen geliefert; bewertet wurde die mittlere Fassung als Hauptfassung, die kurze Fassung ist sachlich korrekt, enthält aber ebenfalls nur einen Teil der Befunde. Die Einordnung der beiden Sammelfragen beruht darauf, dass der Bericht zu diesen Themen nichts aussagt. Teilfragen wurden nicht angegeben.
Im Bericht, aber nicht in der Zusammenfassung
- Abgrenzung der als KI-bezogen gezählten Fächer (u. a. Informatik, Data Science, Mensch-Computer-Interaktion, Bioinformatik, Cybersecurity)
- Der Verhältnisanstieg bei KI-Zertifikaten vor dem Bachelor von 3,5 auf 3,6 (Männer zu Frauen), also eine Verschärfung in diesem Bereich
- Institutionelle Befunde bei Masterabschlüssen, etwa Georgia Tech und Campbellsville mit drei- bis vierfacher Männerüberzahl und Grand Canyon University mit mehr Masterabschlüssen für Frauen
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 53 %gleiches Oberthema, hilft nicht
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 38 %gleiches Oberthema, hilft nicht
- JEV
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung kein Bezug