Nell’articolo di Lunedì 12.04.2021 il Corriere della Sera tratta il problema degli stereotipi e di come soprattutto gli stereotipi di genere influenzano il lavoro e l’economia. Ci si concentra sugli stereotipi di genere a causa dei quali oggi c’è ancora un grandissimo gap tra occupazione maschile e femminile soprattutto in ambito scientifico, non solo in termini quantitativi, ma anche qualitativi.

 

Ma superare gli stereotipi di può, anzi, si deve!

 

“Uomini e donne sono diversi … la vera forza sta nella diversità di genere, nella compenetrazione fra le due dimensioni, quella maschile e quella femminile, quale base di un universo aziendale capace di rigenerarsi in forma ancora più nuova perché ricco di diversità.”

Perché le donne sono poche nei settori scientifici e tecnologici?

Serena Arrighi, CEO @BNova, contribuisce con il suo punto di vista «Il problema principale è il modo in cui viene insegnata la matematica nelle scuole italiane, è la radice del gap culturale di genere che scoraggia le ragazze a seguire percorsi scientifici. … Il primo passo da fare è cambiare il modo in cui si insegna la matematica»

 

La recente pandemia ha evidenziato ancora di più questo gap, ma dall’altra parte si è rivelata un’ottima occasione per le donne grazie a, come evidenzia Serena Arrighi, “due tendenze: il digitale e lo smart working. Il digitale è un’opportunità per tutti perché richiede un basso investimento iniziale … e può essere sviluppato ovunque, anche nel salotto di casa, lo smart working poi aiuta molto le donne perché consente una gestione piena del tempo e delle priorità, garantendo un più semplice bilanciamento tra lavoro ed esigenze familiari.

Approfondimenti da BNext:

Churn rate: cos’è, come si calcola e come gestirlo

Customer churn rate, tecniche e strumenti per capire quali sono le cause che portano un cliente a cercare alternative

Overfitting e Underfitting: cosa sono e come gestirli

Il machine learning (apprendimento automatico) è una delle discipline dell’intelligenza artificiale più diffuse, grazie alla sua capacità di analizzare i dati per cercare soluzioni sempre più efficaci ad un problema noto. La scienza dei dati ha compiuto enormi...

Manutenzione nell’Industria 4.0: cosa cambia 

L’Industria 4.0 ha ridefinito vari aspetti della fabbrica tradizionale, non soltanto quelli tipicamente legati alla produzione, coinvolgendo tutte le fasi del ciclo di vita, grazie al contributo di nuovi metodi e tecnologie abilitanti. È il caso dei processi di...

Change Data Capture (CDC): i vantaggi e come funziona

Il data management è una disciplina incredibilmente varia e complessa, che si compone di varie componenti, come la data replication. In questo contesto si sta progressivamente imponendo una specifica metodologia: il change data capture, che consente di rilevare e...

XAI o eXplainable AI: cos’è e come funziona

Le grandi aspettative create sull’intelligenza artificiale hanno spinto le aziende ad interessarsi alle sue applicazioni, per capire come utilizzarle per migliorare il proprio business, scoprendo che molto spesso ciò avviene quando la AI si rivela in grado di...

Data warehouse vs database: differenze e come scegliere

Database e data warehouse sono indubbiamente tra i sistemi di gestione dei dati più popolari e diffusi in ambito aziendale. Ma quali sono realmente le differenze più significative? Come vengono utilizzati e perché sono, oggi più che mai, fondamentali in un contesto IT...

Intelligenza artificiale: i pro e i contro

L’intelligenza artificiale è la tecnologia emergente più discussa del momento. Le immense potenzialità di strumenti come ChatGPT hanno riportato una volta di più al centro dell’attenzione mediatica un argomento tecnologico che fonda le proprie radici nei lontani anni...

MATE: interrogare i “Big Data” attraverso il linguaggio naturale

BNova insieme all’Universita’ di Pisa sviluppa MATE, sistema che permette di interrogare i “Big Data” attraverso il linguaggio naturale. Il progetto MATE (Meta lAyer between naTural language and databasE) nasce dalla fruttuosa collaborazione tra il Dipartimento di...

Data Integration: cos’è, a cosa serve e i diversi approcci

La gestione dei dati costituisce un fattore essenziale per le aziende digitali. In questo contesto, rientra a pieno titolo la data integration, indispensabile nell’ottica di realizzare un concreto valore aggiunto per il business. Gli enormi flussi di dati strutturati...

Transfer learning: cos’è, i modelli e quando utilizzarlo

Lo sviluppo legato all’intelligenza artificiale coinvolge un’ampia varietà di metodi e tecniche, che possono valorizzare l’abilità di riutilizzare in maniera corretta ed efficiente il lavoro precedentemente svolto. Tale prospettiva viene in particolar modo enfatizzata...