Diese Informatikerin untersucht, welchen Einfluss Diversität auf Innovation hat

Nicki Washington hat einen besonderen Job: Sie untersucht, wie sich die persönliche Herkunft auf die Arbeit von Tech-Experten auswirkt.

Lesezeit: 4 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 154 Beiträge

(Bild: Sharon McCutcheon / Unsplash)

Von
  • Melba Newsome

Nicki Washington könnte man auch mit einer Sozialwissenschaftlerin verwechseln, dabei hat sie Informatik studiert. Die Amerikanerin plädiert seit langem dafür, dass Computerwissenschaftler wie sie besser verstehen sollten, wie die persönliche Herkunft – das, was man mittlerweile oft als Identität bezeichnet – ihre Arbeit beeinflusst. Im Juni 2020 kam sie an die Duke University und startete ein Seminar, das analysiert, wie Hautfarbe, Geschlecht oder Zugehörigkeit zu einer Klasse die Entwicklung von Technik beeinflussen können.

MIT Technology Review sprach mit Washington über die Herausforderungen der Informatik im Bezug auf das Thema Diversity – und wie sie selbst ihren Weg in diesem Bereich gefunden hat. Das Interview wurde aus Gründen der Lesbarkeit gekürzt und leicht bearbeitet.

Die Studenten in der Informatik der Duke University sind überwiegend weiße oder asiatischstämmige Männer. Was hat Sie dazu bewogen, die Themen Rasse, Geschlecht und Klassenzugehörigkeit in Ihrem Seminar zu behandeln?

(Bild: Courtesy Photo)

Washington: Da ich mir der mangelnden Vielfalt im Techniksektor bewusst bin, habe ich mich immer dafür eingesetzt, dass mehr Studenten mit schwarzer und dunkler Hautfarbe frühzeitig in die Informatik gehen. Nach einer Weile wurde mir klar, dass dies keinen Sinn mehr machte, denn die werden nicht bleiben, wenn sie dann Rassismus erleben. Wir müssen die Mentalität der überwiegend weißen, asiatischen und männlichen Arbeitskräfte ändern und sie dazu bringen, zu erkennen, dass neue Perspektiven zu mehr Innovation führen.

Sie sagen, dass Informatik einen stärkeren Anteil an Sozialwissenschaften braucht. Warum?

Die Probleme in der Technik beginnen nicht mit ihr selbst, sondern mit dem Umfeld, in dem die Menschen lernen und arbeiten. In einigen Disziplinen, wie z. B. im Gesundheitswesen, wird kulturelle Kompetenz gelehrt, weil man mit Kunden und Patienten mit unterschiedlichem Hintergrund und unterschiedlicher Identität konfrontiert wird. Warum tun wir dies nicht auch in der Informatik, wo doch die Technik, die wir entwickeln, dieselben Menschen auf eine Weise beeinflusst, die ebenso schädlich ist?

Warum waren die Bemühungen um Vielfalt bislang nicht erfolgreicher?

Weil sie sich darauf konzentrieren, die Anzahl und die Repräsentation durch diese Menschen zu erhöhen. Aber wenn man erst einmal mehr Minderheiten hat, was dann? Wenn man das Umfeld nicht geändert hat, verliert man sie so schnell, wie man sie bekommen hat.

Von der Hochschule bis zur Wirtschaft konzentrieren sich alle Bemühungen auf ein Defizit von Menschen, die am stärksten marginalisiert sind oder einer Minderheit angehören. Sie sind nicht das Problem; das Problem sind alle, die sie ausgrenzen.

Was können diejenigen tun, die Macht haben?

Menschen in Machtpositionen müssen erkennen, dass sie in diesen Fragen nicht das Wissen gepachtet haben. Sie sollten also zuallererst auf die schwarzen Frauen hören! Schwarze Frauen haben uns auf so vielen Ebenen gesagt, was die Probleme sind. Zweitens: Erlauben Sie, sich so unwohl wie möglich zu fühlen – und lassen Sie sich auf dieses Unbehagen ein. Man muss Dinge verlernen und anderen Raum geben.

Wie hat sich die Tatsache, dass Ihre Mutter Informatikerin war, auf Ihre beruflichen Entscheidungen ausgewirkt?

Als meine Mutter 1973 das College abschloss, wurde sie zuerst ausgegrenzt und ignoriert und musste sich mit problematischen Managern auseinandersetzen. Sie hatte auch eine kleine Gruppe von Freunden, die ihren Abschluss an schwarzen Colleges machten und zur gleichen Zeit bei IBM anfingen. Wenn also davon die Rede ist, wie wichtig Repräsentation ist, dann war das für mich wirklich so. Für mich war es normal, Programmierer, Ingenieure und Manager zu sehen, die wie ich aussahen.

Lesen Sie auch
Mehr von MIT Technology Review Mehr von MIT Technology Review

(jle)