么要接受这样一个事实呢？即男人做事情的方式，男人看待自己的方式，才是正确的方式。最近的研究表明，女性往往能准确评估自己的智商，但智商为平均水平的男性则认为自己比三分之二的人更聪明。[68]在这种情况下，也许并不是女性提名自己的比例太低。也许是男人推荐自己的比例太高了。
博克声称谷歌的研讨会是成功的（他告诉《纽约时报》，现在女性的晋升比例与男性相当），但若真是如此，为什么谷歌不愿提供数据来证明呢？美国劳工部在2017年分析谷歌的薪酬实践时发现，“几乎整个劳动力市场上都存在针对女性的系统性薪酬差异”，“在几乎所有工作类别中，男性和女性的薪酬都存在六至七个标准差的差异”。[69]谷歌已多次拒绝向劳工部提交完整的工资数据，在法庭上斗争了数月以避免这种要求。他们坚称，公司不存在薪酬不平衡。
对一家几乎完全建立在数据基础上的公司来说，谷歌不愿提供薪酬方面的数据，似乎有些出人意料。它本不应如此。软件工程师周怡君自2013年以来一直在调查美国科技行业女性工程师的数量，她发现“每家公司都有一些隐藏或篡改数据的方法”。[70]他们似乎也并不想费神去考察其“举措能否令工作环境对女性更友好，或鼓励更多女性进入或留在计算机行业”。周怡君解释说：“没有办法判断他们的举措是否成功或值得模仿，因为没有任何成功的标准。”结果，“没有人就这个问题进行诚实的对话”。
科技行业为何如此害怕透露按性别分列的就业数据，原因尚不完全清楚，但它对优绩主义神话的迷恋或许与此有关：如果想要得到“最优秀的人才”，你需要做的只是相信优绩主义，那么数据对你有何用？具有讽刺意味的是，如果这些所谓的优绩主义机构真的把科学看得比宗教重要，那么他们完全可以利用现有的、基于证据的解决方案。例如，与普遍的误解相反，伦敦政治经济学院最近的一项研究发现，在政治选举和工作场所中引入的性别配额是为了“淘汰不称职的男性”，而不是为了提拔不合格的女性。[71]
他们还可以收集和分析有关招聘程序的数据，看看这些程序是否如他们认为的那样性别中立。麻省理工学院就是这么做的，他们对30多年来的数据进行分析后发现，女性在“通常的部门招聘程序”中处于劣势，“传统的部门遴选委员会可能很难找到杰出的女性候选人”。[72]除非遴选委员会明确要求各部门主管提供
