女孩是如何被排除在最赚钱的几个职业之外的？
虽然高考报志愿的热闹景象早就落下帷幕，但是“什么职业最赚钱？”“哪个行业最热门？”始终都是最具话题性的内容，所有人，包括小学生家长，甚至现在的小学生本人也会非常关心。
今年7月份，麦可思研究院发布了《2020年中国大学生就业报告》蓝皮书，蓝皮书显示，在2019届本科毕业生中收入最多的专业依然是“数理化”，用现在流行的词叫STEM领域，即科学、技术、工程、数学。
但是，让常爸比较痛心的是，这几大高薪专业，历来都是男性居多。虽然如今男女平等的呼声越来越高，但是这几个领域似乎未受影响，反而有性别差距越来越大的趋势。
世界经济论坛发布的《2018年全球性别差距报告》显示，自动化大大减少了过去很多主要由女性承担的工作。同时，在越来越多要求STEM技能知识的工作领域，女性所占比例依然过低。
以最热门、被认为前景最好的人工智能领域为例，从业女性比例仅为22%，这一差距是其他行业的四倍之多，而管理层和核心岗位的女性比例更低。
所以，直击灵魂的拷问：为什么越赚钱的行业女性越少？是女性天生不擅长“数理化”，还是另有隐情？
前段时间，某出版社的一系列数学教辅引起了家长们的争议。原因是这套校内同步辅导书竟然分成了男生版和女生版，而据家长反馈，相比“女生版”的内容，“男生版”的资料难度更大。
如今这个社会，好像默认男生的数学能力和逻辑思维能力，就远胜于女生。而很多女孩子也是一路伴着“女生嘛，数字绕不明白是正常的”或者“男生高中以后会更有冲劲儿”这样的声音长大的。
虽然我从小到大也听过不少人这么说，但心里却很不是滋味，甚至有些矛盾。
为了印证猜测，我特意去查了查资料。研究表明，儿童和成人的数学表现的确均存在性别差异，但这些差异究竟是因为生物学差异还是社会文化影响，研究并没有做进一步区分。
2019年，《nature》期刊上发表了一篇芝加哥大学、罗切斯特大学和卡内基·梅隆大学合作的开创性研究，研究观察了3-10岁男孩、女孩学数学时的大脑变化，以此来印证数学表现的性别差异是否来自生物学差异。
课题组请104名儿童（其中55名女孩）自然观看数学教育视频，并通过功能磁共振成像（fMRI）测量儿童的神经发育，再经过频度论和贝叶斯分析，将结果可视化。
结果显示，无论哪个年龄段的男孩女孩，处理数学涉及的大脑神经网络（图中彩色区域）都是相同的。
（无论同性之间还是异性之间，神经相似度一致）
在和成年人大脑神经活动的纵向比较中，男孩女孩的神经成熟度也一致，甚至橙色区域女孩的神经成熟度更高。
简单来说，就是男孩女孩脑子都一样，擅不擅长学数学，跟孩子是男孩还是女孩无关。
那么新的问题又来了，既然孩子的大脑天生一样，那为什么现实中吐槽“数学难”的女孩子，好像更多呢？
这就要说说社会文化的影响了。
佛罗里达州立大学的一项追踪调查发现，10年级学生中，男孩（蓝色折线）的客观数学成绩普遍比女孩（红色折线）好。
即使有相同水平的数学能力，女孩的数学信念依旧普遍低于男孩。成绩极好和极坏的女孩表现出更大的不自信。
也就是说，如果都考了低分，女孩更倾向于认为是自己不擅长数学而导致的，从而产生放弃学习数学的念头；而男孩则不担心这个，他会觉得“也许下次就考好了”。两个同样聪明、学习成绩很好的孩子，在面对同样的数学难题时，女孩的信念感和自信心，要低得多（换句话说，很多女孩就算考得很好，也会觉得自己只是因为运气好或者比男孩细心一些得了高分，而不认为自己数学能力真的很强）。
这份信心，很容易影响女孩高考填志愿，以及以后的择业方向。如果你有留意的话会发现，我们身边学新闻、中文、会计、管理出身的女孩更多，即使是学STEM专业的绩优生，毕业后也很少会有去选择当相关科学家的。
信念感，导致女孩离高薪STEM职业越来越远，也离男女平等越来越远。
但是，女孩们不会天生就觉得自己不擅长数学，那她的这种想法是怎么形成的呢？答案很简单，很大程度上成长环境中的刻板印象要背这个锅。
事实上，不论是美国还是中国，几十年来整个社会都没有什么改变，无一例外地在向女孩灌输一个观念：女性不适合数学，不鼓励女性学数学（及相关专业）。
常爸记得，在我小时候，亲戚长辈甚至老师在聊天的时候，常常会说出女孩子“小学数学成绩很好，到初中开始平庸，高中时候就比较吃力”之类的话。
如果你以为离开校园，这种偏见就消失了，那就大错特错了。
不仅如此，社会更是喜欢将“男人”与“赚钱-事业”联系起来，而将“女人”同“家庭-孩子”联系起来。“理工男”往往代表着“认真、严谨、务实、负责”的正面形象，“女博士”却被认为有“挑剔、刻薄、不好惹、丑、呆板”等负面形象。
这些标签带来的人身攻击和刻板印象，会给女孩造成巨大的心理压力和心理暗示。
另外，实验性社会心理学家已经证实，当女孩被提醒男孩在学数学中有优势时，她们在学业测验中的成绩就会降低。而这个事实又反过来强化了她的观点，“哦，真让人家说对了，我确实不擅长数学。”
以上种种，再加上缺乏正向的暗示，最终女孩自己也会觉得“我不适合学STEM”，“STEM太难了”，久而久之，就这样被排除在当今时代最重要、最赚钱的职业之外。
李嘉诚说过一句很经典的话，鸡蛋，从外打破是食物，从内打破是生命。对女孩来说亦如是，环境的刻板印象，从外打破是压力，从内打破是成长。
斯坦福大学教授Carol Dweck（德怀克）在综述性文章“Is Math a Gift? Beliefs That Put Females at Risk”中说，拥有成长性思维的女孩，更容易摆脱刻板印象束缚。
德怀克研究了两组初中学生。一组人事先被告知：当自己学习新事物时，大脑如何形成新的连结，以及这种连结如何随着时间而增加。另一组作为对照，没有被告知大脑的变化。干预之前，两组的数学成绩均下降。
进行干预后，被告知大脑可以成长的小组，取得的数学成绩明显高于对照组。
除此之外，更神奇的是女孩们的成绩变化。
第一组学生被教育“成长心态”，第二组是正向归因——研究人员用种种客观原因为学生考不好开脱，比如“你不是不擅长数学，只是这次不适应，换场地/老师/自己太紧张等等”。当这两种方式结合，女孩们的数学成绩甚至比男孩更好。
听到这儿，相信不少家长都迫不及待地想知道，这个帮助孩子快速提高成绩“秘密武器”到底该怎么操作？
那就是——相信你的大脑一直在改变。
我们都知道，大脑的功能是分区的。当孩子每背一首新的古诗，或学一个新的数学知识，大脑对应区域的神经元就会开始增长，树突与树突之间就会产生新的接触。这些搭建的通道就像肌肉，可塑性很强，用进废退。
对于那些在数学方面有天赋的人来说，可能神经元搭建起来会更快更复杂；没有数学天赋的人也不用担心，老话说“勤能补拙”，通过不断学习，一样可以搭建复杂的神经网络，区别只是时间问题。
经过重复训练，这些神经元连接会加强，传递信号变快变强，外在表现就是孩子处理数学问题的能力越来越强，数学成绩也越来也好。
不过说实在的，小学、初中乃至大学课程中的数学，都是数学界的基础知识，说难也难说容易也容易。但它们都远不到拼天赋的程度，都是在孩子跳一跳就能够到的区域。
那些哭着说“难”的孩子，无外乎两种情况，要么是不相信自己能做到，要么是还差一些努力。唯一可以确定的是，跟孩子的性别没有一毛钱的关系。
就像前清华美女科学家颜宁说的，科学就是这么一个浅显易懂的世界，它没有任何门槛，只要你在本科接受了足够的训练，它对性别没有偏向性。
所以，当孩子再跑来跟你抱怨自己“学不会”的时候，先别急着生气打骂孩子，耐下心来跟孩子好好沟通，告诉他“你的每次失败，其实都在对你的大脑产生积极的影响，会让你变得更聪明一点，我们再试试好不好？”既然孩子缺的是信念感，而不是真的比谁“愚钝”，那这份信念感就由我们做家长的传递给孩子吧。
虽然现在女性在职场上的处境并不乐观，甚至《2018年全球性别差距报告》中说，以目前的变化速度，要花108年时间才能完全消除全球性别差距，而实现职场性别平等则需要202年。
但常爸相信，我们的下一代一定能力挽狂澜，改变这个处境。希望常粉的女儿们能够冲破内心封印，摆脱外界的成见，通过努力，在自己喜欢、擅长，甚至最前沿的职业方向上充满信心和战斗力！
（常爸需要多说一句，每个孩子的天生优势不同，的确有一些孩子在数学上比较有天赋，这种天赋也不是靠后天“鸡娃”能完全赶上的。所以，我并不认为每个孩子都适合去搞奥数，也不认为光靠灌输“成长型思维”能培养出奥数冠军。这篇文章里提到的，不管是男孩还是女孩，其实都可以学好数学，还是在一个正常课业的范畴内讨论，针对大部分的孩子。如果拿个例来抬杠就没有讨论的价值了。）
参考资料：https://www.frontiersin.org/articles/10.3389/fpsyg.2017.00386/fullhttp://citeseerx.ist.psu.edu/viewdoc/download;jsessionid=AD8B40ABF83A4EBABCF57DA57397568D?doi=10.1.1.527.8094&rep=rep1&type=pdf
https://www.psychologytoday.com/us/blog/the-moment-youth/201912/learning-math-are-boys-better-girls
https://www.nature.com/articles/s41539-019-0057-x
https://www.motsd.org/cmsAdmin/uploads/blackwell-theories-of-intelligence-child-dev-2007.pdf
https://users.nber.org/~sewp/events/2005.01.14/Bios+Links/Good-rec1-Good_Aronson_&_Inzlicht.pdf
1
END
1