Introduzione all'evento

Benvenuto dell'azienda ospitante, introduzione alle tematiche dell'evento e presentazione delle ospiti.

Leaky Pipeline: ricerca e parità di genere

Michela Natilli - Ricercatrice presso il KDDlab, CNR pisa
La presenza di un maggior numero di donne nell'IA e nella scienza dei dati, in particolare nei ruoli tecnici e di leadership, contribuirà a ridurre i pregiudizi di genere (World Economic Forum). È quindi necessario analizzare la situazione attuale per quantificare la presenza di donne in IA e nelle materie STEM in generale. La mia presentazione si focalizza su una prima analisi della parità di genere tra il personale della ricerca nel panorama universitario italiano.

Research Like a Steminist

Jasmine Lanza e Alessia Terzano - Research like a steminist, Roma Tor Vergata
Il nostro progetto Research Like a Steminist, vincitore del bando per le iniziative culturali studentesche indotto dall’Università di Roma Tor Vergata, ci ha permesso di scoprire e di capire più a fondo da dove nasce e come combattere il divario di genere nell’ambito delle discipline STEM. Nel nostro intervento ci focalizzeremo sul gender gap e sulla leaky pipeline, in particolare nel mondo delle scienze biologiche e biotecnologiche.

Esiste un gender gap nella competitività?

Francesca Randone, dottoranda presso la Scuola IMT Alti Studi Lucca
Siciliana di nascita, sono attualmente una dottoranda in Informatica presso la Scuola IMT Alti Studi di Lucca, ma ho studiato Matematica prima all'università di Catania e poi a quella di Trieste. Pur non amando la competizione, mi sono spesso trovata a confrontarmi con essa nell'ambito delle discipline STEM, prima per manifestazioni come le Olimpiadi di Matematica, poi per accedere a borse di studio o di dottorato. Comune a tutte queste esperienze è la domanda che guiderà anche il mio intervento: esiste un gender gap anche nella competitività?

Anche le traduzioni hanno un pregiudizio?

Beatrice Savoldi, dottoranda in Linguistica presso l'Università di Trento.
Sebbene spesso considerate delle macchine obbiettive e neutrali, le tecnologie con cui interagiamo quotidianamente possono riflettere disparità e bias sociali. In questo intervento discuterò in particolare di come i bias di genere impattino tecnologie del linguaggio quali la traduzione automatica, e in più in generale varie applicazioni d'Intelligenza Artificiale (AI). Tali bias invitano riflessioni sul rapporto che esiste tra la partecipazione delle donne nell’ambito scientifico e tecnologico, e sul modo stesso di fare scienza e sviluppo tecnologico.

Discussione con il pubblico e i moderatori

Fine