Glædelig kampdag: Fra én til fem kvindelige professorer på halvandet år

Det har længe været et ønske fra IT-branchens og IT-uddannelsernes side at få flere kvinder til at identificere sig med fag som datalogi, der i mange år har tiltrukket flest mænd. Også på de højere forskningsniveauer på universiteterne er de kvindelige dataloger i undertal. På trods af denne statistik er antallet af kvindelige professorer på Datalogisk Institut femdoblet på blot halvandet år.

- Det er fantastisk at se datalogi være i en sådan udvikling, at vi er lykkedes med at tiltrække flere dygtige kvinder til faget, hvilket ellers har været svært tidligere. Det ser vi både med vores fire nye kvindelige professorer, men også i fordelingen af de studerende, hvor vi i de seneste år har oplevet, at flere kvinder søger ind på vores uddannelser. Her er det jo rigtig godt, at de møder nogle kvindelige professorer gennem deres studietid, siger Mads Nielsen, institutleder og professor på Datalogisk Institut.

Kvinderne gør indtog

Indtil for halvandet år siden havde Datalogisk Institut kun én kvindelig professor, nemlig Pernille Bjørn, der tiltrådte som professor i 2015, og som viceinstitutleder for forskning i september 2019. Pernille har været pioner for projektet FemTech, der er iværksat som et led i at øge antallet af kvinder på IT-faglige uddannelser. FemTech har blandt andet arrangeret velbesøgte workshops for kvindelige gymnasieelver, som fik mulighed for at prøve kræfter med programmering.

På blot halvandet år er Pernille blevet fulgt trop af først Marleen de Bruijne, dernæst Christina Lioma og senest Irina Shklovski og Katarzyna Wac. De fire nye professorer vil alle holde deres tiltrædelsesforelæsning i de kommende måneder, og nedenfor kan du læse mere om, hvordan de er med til at præge fremtidens IT-systemer.  

Christina Lioma: Skaber fremtidens AI-teknologier

Christina Lioma blev i 2019 den anden kvinde i Danmark til at forsvare en doktordisputats inden for datalogi. Hun er leder af den største forskningssektion på Datalogisk Institut, Machine Learning, hvor der forskes bredt indenfor emner som kunstig intelligens (AI), medicinsk billedanalyse og biologisk datamodellering. Selv har Christina opnået betydningsfulde resultater indenfor blandt andet AI, fake news og Information Retrieval. I en international konkurrence om fake news-detektion i 2018 vandt hendes forskningsgruppe førstepladsen i automatisk at identificere, hvilke dele af politiske taler, der var sande eller falske, og i 2019 vandt de igen førstepladsen, denne gang i at identificere, hvilke dele af en politisk tale, der burde blive faktatjekket.

Katarzyna Wac: Udvikler teknologi til at forbedre vores livskvalitet

Katarzyna Wac er leder af forskningsprojektet Quality of Life Technologies, hvor Katarzyna og hendes kollegaer udvikler teknologier til at forbedre sundhed, velvære og dermed livskvalitet. Konkret har projektet udviklet en række computermodeller som måler kvaliteten af forskellige faktorer, som har betydning for vores livskvalitet, for eksempel søvn, stress og forurening. Modellerne bruges i apps og wearables, som indsamler menneskelig data om disse faktorer, og herefter udregnes app- eller wearable-brugerens livskvalitetsniveau. Målet er, at denne teknologi på sigt skal gøres tilgængelig for alle. Personligt vil vi kunne bruge dem til at tracke vores sundhed og for eksempel opdage, om vores livsstil kan medføre kroniske sygdomme såsom diabetes. Men Quality of Life-teknologierne vil især være relevante for sundhedsvæsnet, hvor blandt andre læger vil kunne bruge teknologien som en støtte i at diagnosticere og behandle patienter.

Irina Shklovski: Arbejder for at skabe ansvarlig, transparent og troværdig teknologi

Irina Shklovski arbejder på tværs af felterne Human-Computer Interaction (HCI), kommunikation og teknologi. Irina fokuserer i sin forskning på de IT-professionelle der udvikler teknologi og de problemer, de møder i forhold til privatliv, etik, moral og ansvar. Hun har tidligere blandt andet forsket i den følelse af magtesløshed, som folk oplever i lyset af den massive indsamling af personoplysninger. I sin forskning anvender hun en brugercentreret tilgang til den voksende bekymring for datainfrastrukturers rolle, datadrevet beslutningstagning, databeskyttelse og privatliv.

Marleen de Bruijne: Forbedrer computeres evne til at analysere medicinske billeder

Marleen de Bruijne er professor i medicinsk billedanalyse. Hun udvikler maskinindlæringsteknikker til analyse af medicinske billeddata, såsom MR- eller CT-scanninger, i tæt samarbejde med medicinske læger og medicinske forskere. Med andre ord udvikler hun teknologi til analyser, som læger og medicinske forskere i øjeblikket ikke kan udføre, eller som er meget tidskrævende - hvilket på sigt vil lette deres arbejde betydeligt og forbedre deres forståelse af ​​sygdomsprocesser. Teknikkerne vil give læger flere og mere pålidelige oplysninger ud fra billeder, som de kan bruge til at forbedre deres behandlinger af patienter. Derfor vil teknikkerne forhåbentlig føre til en mere rettidig og personaliseret behandling for patienter.