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