Kobiety i neuroatypowość w IT: przeczytaj zanim wydasz opinię. Felieton Malwiny Wąsowskiej-Domirskiej

Są tematy, które same w sobie przyprawiają o lekki dreszcz emocji, gotują gorącą krew osób złaknionych kontrowersji. Proszę wyciągnąć popcorn… Kobiety w IT. Więcej pikanterii? Neuroatypowość. Efekt? Internetowy ogień gotowy. Ale spokojnie, nie czas na nawracanie. Chcę wyłącznie pokazać, że różnorodność w zespołach technologicznych nie jest żadną fanaberią a realną przewagą.

Neuroatypowość – brzmi poważnie ta codzienność

ADHD, autyzm, dysleksja. To nie modne etykiety, ale różnice w sposobie funkcjonowania mózgu. Osoby neurodywergentne inaczej postrzegają świat, inaczej przetwarzają informacje, inaczej rozwiązują problemy. Dla jednych wiąże się to z wyzwaniami, dla innych po prostu z zupełnie innym zestawem narzędzi poznawczych, często unikalnym. Według Światowej Organizacji Zdrowia (WHO, 2023) i ADDA (Attention Deficit Disorder Assotiation), ADHD dotyczy średnio 5% dorosłej populacji, a spektrum autyzmu ok. 1%, choć w wielu krajach wskaźnik ten rośnie dzięki lepszej diagnostyce. Szacuje się, że dysleksja dotyka 5-10% populacji w większości krajów (World Population Review, 2025). Te liczby pokazują, że mówimy nie o niszy, ale o milionach osób funkcjonujących w społeczeństwie i w biznesie.

Dane z badań pracowniczych wskazują, że ok. 60–70% osób neuroatypowych postrzega swoje profile jako przewagę poznawczą (np. hiperskupienie, wykrywanie wzorców, myślenie systemowe). W praktyce wykorzystuje się to w zadaniach takich jak analiza, bezpieczeństwo aplikacyjne, testy penetracyjne, eksploracja danych, performance engineering. Dodajmy do tego efekty jakościowe: w audytach modeli Machine Learning zespoły mieszane poznawczo częściej identyfikują uprzedzenia i luki danych, a w zespołach Site Reliability Engineering szybciej rekonstruują łańcuch zdarzeń prowadzący do incydentu, co skraca średni czas do naprawy i poprawia docelowy poziom świadczenia usług bez zwiększania headcountu. W branży IT neuroatypowość często działa jak turbo doładowanie, wiąże się bowiem z dokładnością i zdolnością do wychwytywania błędów, nieoczywistym postrzeganiem wątków, koncentracją na szczegółach lub przeciwnie – szeroką perspektywą. To cechy, które sprawiają, że zespół IT działa lepiej.

Badania Deloitte (2022) pokazują, że zespoły z udziałem osób neuroatypowych osiągają nawet o 30% wyższą produktywność w zadaniach wymagających analizy danych i programowania. Podobne wnioski przynosi raport z 2024: „The neurodiversity advantage: How neuroinclusion can unleash innovation and create competitive edge”. Organizacje, które wdrożyły programy wspierające pracowników neurodywergentnych, odnotowały lepszą retencję talentów i większą innowacyjność zespołów. Psychologia organizacji od lat bada wpływ różnorodności na funkcjonowanie zespołów. Modele, takie jak Belbin Team Roles czy Theory of Multiple Intelligences Gardnera pokazują, że siła zespołu tkwi w komplementarności stylów poznawczych. Różnorodność sposobów myślenia tworzy nie chaos, lecz przestrzeń do szukania nowych rozwiązań. 

Także moje doświadczenia zawodowe pokazują, że różnorodność nie jest teorią z raportów, ale codzienną praktyką, która przynosi realne efekty. W ciągu kilkunastu lat pracy managerskiej miałam (i nadal mam!) okazję współpracować z wieloma fantastycznym mężczyznami i widzę jasno: oni także preferują pracę z kompetentnymi kobietami. To nie jest kwestia poprawności, to czysty pragmatyzm. Zróżnicowane zespoły osiągają lepsze wyniki i szybciej rozwiązują problemy. Współpraca oparta na różnorodności leży w naszym wspólnym interesie.

Lekcja z leworęczności

„Teraz każdy ma ADHD.” „Wszyscy są w spektrum.” Brzmi znajomo? Wielu traktuje popularyzację procesów diagnostycznych jak chwilową modę. Tymczasem prawda jest prostsza: neuroatypowość nie jest nowym zjawiskiem, tylko coraz lepiej rozpoznawaną częścią naszej różnorodności. Diagnozy ADHD wśród dorosłych wzrosły o ponad 20% w ciągu dekady. Statystyki pokazują też, że rozpoznawalność autyzmu w populacji dzieci i dorosłych podwoiła się w ciągu 15 lat (Autism Diagnosis Among US Children and Adults, 2011-2022). Wynika to ze wzrostu świadomości społecznej i precyzyjniejszych narzędzi diagnostycznych, nie z magicznego pojawienia się szemranych grup autystów-aktywistów na platformach społecznościowych. 

To zjawisko nie jest zresztą niczym nowym i nie wymaga wertowania podręczników do historii, wystarczy spojrzeć na swoje własne, osobiste dłonie. 😊 Przez wieki leworęczność była traktowana jak „błąd” albo „dziwactwo”. W niektórych kulturach słowo „lewy” miało pejoratywne konotacje – w łacinie „sinister” oznaczało nie tylko „lewy”, ale także „zły”, „nieszczęśliwy”. Według badań, jeszcze w latach 60. XX wieku ponad 60% dzieci leworęcznych w Europie było przestawianych na prawą rękę. Dziś wiemy, że leworęczność to stabilna cecha około 10% populacji na całym świecie (PNAS, 2021). Co ciekawe, odsetek ten pozostaje niezmienny niezależnie od kultury, epoki czy szerokości geograficznej. Neuroatypowość przechodzi podobną drogę. Kiedyś niezrozumiana, dziś coraz lepiej rozpoznawana. I tak, ta liczba też się ustabilizuje!

Kobiety w IT, nie mit a liczby

Innym elementem tej wybuchowej układanki są kobiety w branży technologicznej. Mimo często powielanego mitu, że „kobiet w IT prawie nie ma”, dane mówią co innego. Według raportów kobiety stanowią 15-20% specjalistów IT w Polsce, a globalnie 28% (World Economic Forum, 2024). To nie margines, ale znacząca część rynku pracy. Statystyki dotyczące kobiet neuroatypowych są mniej precyzyjne… i tu zaczyna się problem. Diagnozy ADHD czy autyzmu u kobiet stawiane są później i rzadziej niż u mężczyzn. Historyczne proporcje rozpoznań autyzmu 4:1 na korzyść chłopców są dziś korygowane do ok. 3:1, gdy uwzględnimy tzw. maskowanie i żeńskie fenotypy. W ADHD u dziewcząt częściej dominują objawy nieuwagi, rzadziej nadpobudliwość, dlatego diagnoza bywa stawiana później, nierzadko dopiero w dorosłości. W praktyce oznacza to, że potencjał kobiet neuroatypowych w IT pozostaje w dużej mierze ukryty zarówno przed organizacjami, jak i przed samymi zainteresowanymi.

Dzisiejsze podejście do neurodywergencji i kobiet w IT nosi wiele podobieństw do dawniej powielanych błędów i mitów. Wszak różnorodność nie jest problemem a faktem. Co wobec tego może zrobić biznes? Przestać traktować różnorodność jak modny dodatek. To narzędzie do budowania konkurencyjności: elastyczne warunki pracy, lepiej zaprojektowane procesy rekrutacyjne, mentoring i edukacja menedżerów. Kluczowe jest to, że większość działań nie wymaga rewolucji organizacyjnej. Jasne opisy ról i kryteriów oceny, możliwość pisemnej asynchronicznej komunikacji obok spotkań na żywo, przewidywalne rytuały (agenda z wyprzedzeniem, notatki po spotkaniach), dostęp do cichych stref, jednoznaczne definition of done – to praktyki, które poprawiają warunki wszystkim, a w szczególności osobom neuroatypowym. 

No dobrze, ale po co?

Dlaczego warto o tym mówić? Bo różnorodne zespoły działają lepiej. Z perspektywy produktywności mamy twarde liczby. Badania nad decyzyjnością pokazują, że zespoły z większą różnorodnością poznawczą do 87% częściej podejmują trafne decyzje, 2 razy szybciej podejmują decyzje (potrzebując przy tym o połowę mniejszej liczby spotkań!) i rzadziej wymagają kosztownych korekt po wdrożeniu (Cloverpop). Metaanalizy efektu różnorodności wskazują dodatkowo na około 20-30% wzrost innowacyjności mierzonej liczbą zgłoszeń patentowych lub wdrożonych usprawnień procesowych. W IT przekłada się to na skracanie cykli “detect -> fix”: różnorodne zespoły QA wyłapują więcej błędów klasy “edge case”, a projektanci z różnymi profilami poznawczymi częściej proponują alternatywne ścieżki użytkownika, co obniża liczbę poprawek po go-live.

Są też koszty zaniechania. Szacunkowy koszt rotacji specjalisty IT to 50–200% rocznego wynagrodzenia (rekrutacja, wdrożenie, utracona produktywność). Organizacje, które wprowadzają proste praktyki neuroinkluzywności (asynchroniczne kanały, ciche strefy pracy, elastyczne stand-upy), notują spadek rotacji w zespołach technicznych oraz wyższe wskaźniki retencji po 12 miesiącach. To nie są drogie programy, to zmiany procesowe o niskim koszcie wdrożenia i wysokim ROI, mierzalnym w mniejszej liczbie przerwanych sprintów i krótszym czasie “time-to-productivity” nowych osób.

To udowodnione i przez badaczy i przez praktykę. Firmy, które świadomie korzystają z talentów neuroatypowych kobiet, są bardziej odporne na zmiany. Z kolei badania Harvard Business Review (2020) pokazują, że zespoły zróżnicowane poznawczo są trzykrotnie bardziej innowacyjne niż zespoły jednorodne. Różne sposoby myślenia tworzą nie chaos, lecz przestrzeń do szukania nowych rozwiązań. Organizacje, które chcą osiągać przewagę biznesową, muszą nauczyć się korzystać z różnorodności. To nie tylko CSR, to czysty biznes.

Branża IT rozwija się w tempie, którego dotąd nie znała żadna inna gałąź gospodarki. Jednocześnie mierzy się z rosnącym niedoborem talentów… Według prognoz Komisji Europejskiej, do 2030 roku w samej Europie może zabraknąć kilkuset tysięcy specjalistów IT. W tej sytuacji firmy muszą nauczyć się dostrzegać i rozwijać potencjał, który dotychczas bywał pomijany. 

Różnorodność vs AI

Wdrażanie sztucznej inteligencji staje się jednym z największych wyzwań biznesowych dekady. McKinsey szacuje, że prawie 50% projektów AI nie wychodzi poza fazę pilotażową, a główną przyczyną są nie techniczne bariery, lecz błędy w procesie – złe dane, brak różnorodności w zespołach i błędne decyzje biznesowe. Tutaj neuroatypowość i kobiety w IT mogą odegrać rolę trudną do przecenienia. Analiza danych Harvard Business Review (2020) wykazała, że zespoły zróżnicowane poznawczo rozwiązują problemy 20% szybciej i osiągają 30% wyższą dokładność w zadaniach analitycznych. W projektach AI oznacza to szybsze znajdowanie błędów w danych treningowych, lepsze rozpoznawanie uprzedzeń i większą zdolność przewidywania nieoczywistych skutków wdrożeń.

Ryzyko błędów nie jest hipotetyczne. Badanie Stanford i Georgetown (2023) wykazało, że systemy AI analizujące CV obniżały szanse kobiet o 20–25% w porównaniu do mężczyzn o identycznych kompetencjach. Inny przykład: algorytmy diagnostyczne w medycynie częściej pomijały objawy kobiet, ponieważ dane treningowe były zdominowane przez przypadki męskie. Brak kobiet i neuroatypowych specjalistów w zespołach projektowych nie jest więc problemem reprezentacji, ale bezpośrednią przyczyną stronniczości modeli. Koszty takich błędów są ogromne. Według Gartnera do 2030 roku 85% krytycznych porażek AI będzie wynikało nie z ograniczeń technologicznych, ale z braku różnorodności i nadzoru. 

Warto też spojrzeć na kompetencje poznawcze. Osoby neuroatypowe – szczególnie w spektrum autyzmu czy z ADHD – osiągają nawet 40% lepsze wyniki w zadaniach związanych z wykrywaniem anomalii i nietypowych wzorców. W kontekście AI oznacza to większą skuteczność w audytach modeli, testowaniu algorytmów czy monitorowaniu jakości danych. Z kolei kobiety w zespołach AI wnoszą perspektywę użytkowników, którzy dziś stanowią połowę populacji, a których potrzeby często są marginalizowane. Brak tej perspektywy stanowi ryzyko biznesowe.

Makroekonomicznie problem ma jeszcze większą wagę, co znakomicie ujęła Bridgette Hamstead w artykule The Economic Cost of Ignoring Neurodivergent People in the Workforce. Trudno o bardziej oczywistą odpowiedź na pytanie, skąd wziąć talenty niż z grup, które dotychczas często były pomijane. Dlatego neuroatypowość i obecność kobiet w IT to nie „miękkie” wartości. To wymierna dźwignia jakości modeli, zabezpieczenie przed kosztownymi błędami i jeden z nielicznych realnych sposobów na domknięcie luki kompetencyjnej. W erze, w której AI zaczyna decydować o kredytach, leczeniu i bezpieczeństwie, włączenie pełnej różnorodności do zespołów projektowych jest przede wszystkim warunkiem konkurencyjności i odporności biznesu.

Tak, temat jest kontrowersyjny. Ale zamiast negować jego istnienie lub zmniejszać istotność, spróbujmy popatrzeć na fakty. Neuroatypowość nie jest chwilowym trendem, tylko faktem demograficznym. To część rzeczywistości, z której biznes może tylko skorzystać.

Źródła

1. World Health Organization (WHO, 2023) 
2. World Population Review, 2025
3. Deloitte (2022): The perfect storm: Pressure to diversify the workforce, need for innovation, and limited labor
4. Belbin Team Roles
https://www.belbin.com/about/belbin-team-roles 
5. Howard Gardner, Frames of Mind: The Theory of Multiple Intelligences (1983)
6. Autism Diagnosis Among US Children and Adults, 2011-2022
7. PNAS, 2021, Handedness and its genetic influences are associatedwith structural asymmetries of the cerebral cortex
8. Papadatou-Pastou et al. (2020)
https://www.sciencedirect.com/science/article/abs/pii/S0149763419306588 
9. World Economic Forum (2024): Global Gender Gap Report
10. Cloverpop, Hacking Diversity With Inclusive Decision Making
11. McKinsey & Company (2020, 2023): Diversity Wins
12. Harvard Business Review (2020) 
13. Stanford & Georgetown (2023) 
14. ADDA Attention Deficit Disorder Assotiation: ADHD: The Facts
15. Forbes, Why 85% Of Your AI Models May Fail
16.  Bridgette Hamstead, The Economic Cost of Ignoring Neurodivergent People in the Workforce

Oferty pracy z