他們也沒什麼性生活。
列維解釋說：“你進行黑客活動，你的生活遵循黑客倫理，你也知道，女人會做很多極其低效和浪費的事情，比如浪費太多周期、占用太多内存等。
”他書中的一位主人公對他說：“即使在今時今日，大家也會公認女人極其難以捉摸。
一個（默認為男性的）黑客怎能容忍這種不完美的存在？”
在這樣明目張膽地表達厭女之後，他又寫了兩段文字，意識到自己還是無法解釋為什麼這種文化或多或少是“男性專屬”的。
他寫道：“可悲的是，從來就沒有一個明星級的女黑客。
沒人知道為什麼。
”史蒂文，我也不知道，不過我們可以大膽猜測一下。
列維未能在公開的厭女文化和神秘的女性匮乏之間建立明顯的聯系，從而助長了黑客天生隻可能是男人的神話。
今天，很難想象還有什麼職業比計算機科學更受才華偏見的束縛。
“熱愛編程的女孩在哪裡？”一位帶學生去卡内基梅隆大學參加計算機科學大學預修夏校的高中教師問道。
“我帶了好幾個非常非常喜歡電腦的男孩，”他思索着，[55]“有幾位家長告訴我，如果可能的話，他們的兒子會通宵玩電腦編程。
我還沒有遇到過這樣的女孩。
”
這也許是真的，但正如他的一位女性同行所指出的那樣：沒有表現出這種行為并不意味着他的女學生不喜歡計算機科學。
在回憶自己的學生經曆時，她解釋了自己是如何在大學的第一節課上“愛上”編程的。
但她沒有熬夜，甚至沒有把大部分時間花在編程上。
“通宵達旦地做某件事可能代表着對這件事的熱愛，但也可能是偏執和不成熟的表現。
女孩在表達對計算機和計算機科學的熱愛時，方式可能完全不同。
如果你的目的是尋找這種偏執的行為，那麼你實則上是在尋找一種典型的年輕男性行為。
雖然有些女孩也會做出類似的舉動，但大多數不會。
”
圍繞典型的男性行為來描述計算機科學領域的天賦，除了不能解釋女性的社會化問題（女孩會因為不合群而受到懲罰，男孩則不會）之外，其吊詭之處還在于，編程最初被視為女性的遊戲。
事實上，女性是最初的“計算機”，她們親手為軍隊做複雜的數學運算，直到機器出現并取代了她們。
[56]
女人被機器取代之後，又過了好多年才被男人取代。
ENIAC是世界上第一台全功能數字計算機，誕生于1946年，由六名女性編程。
[57]在20世紀40年代和50年代，女性仍然是編程界的主導性别。
[58]1967年，《大都會》雜志發表了一篇鼓勵女性編程的文章，題為《計算機女孩》。
[59]計算機先驅格蕾絲·霍珀在文中解釋說：“這跟籌劃一頓晚餐很像。
你必須提前規劃和安排好每件事，這樣才能在需要的時候做好萬全準備。
編程需要耐心和處理細節的能力。
女性‘天生’适合計算機編程。
”
但就在這段時間，雇主們開始意識到，編程并不是他們曾經認為的低技能文書工作。
它不隻是打字或直覺，而是需要解決問題的高級技能。
而且，才華偏見比客觀現實更強大（考慮到女性已經在做編程，她們顯然具備這些技能），行業領袖開始培訓男性。
然後他們開發了貌似客觀、實際對女性存有偏見的招聘工具。
就像如今大學裡使用的教學評估一樣，這些測試受到了外界批評，因為它告訴雇主的“與其說是應聘者是否适合這份工作，不如說是他或她是否具備常見的刻闆印象特征”。
[60]很難确認，開發這些招聘工具是性别數據缺口（沒有意識到他們尋找的特征是男性偏見）還是直接歧視的結果，但不可否認的是，它們偏袒男性。
多項選擇題能力測試不再要求“注意細微差别或在特定情況下解決問題”，轉而關注那種數學上的細節問題，即使在當時，行業領袖也認為這些問題與編程越來越無關了。
這些測試真正擅長評估的是男人在當時更可能在學校裡學到的那種數學技能。
它們也适合測試申請者是否有良好的人脈：答案經常可以通過純男性的關系網獲得，比如大學兄弟會和麋鹿會（美國的兄弟會組織）。
[61]
在卡内基梅隆大學夏校活動中，計算機科學教師認可的是一種程序員的刻闆印象：孤僻的怪才，社交技能很差，不講個人衛生。
1967年一篇被廣泛引用的心理學論文指出，“對人不感興趣”和“不喜歡與人密切接觸的活動”是“程序員的顯著特征”。
[62]結果，公司找到了這些人，他們成了那一代的頂尖程序員，而他們的心理狀況則成了一種自我應驗的預言。
既然如此，這種隐藏的偏見如今又卷土重來，也就不足為奇了，這是因為有越來越多的秘密算法參與到招聘過程中。
美國數據科學家、《數學殺傷性武器》一書的作者凱茜·奧尼爾為英國《衛報》撰文，解釋了在線技術招聘平台Gild（現已被城堡資本公司收購并納入公司内部[63]）如何通過梳理求職者的“社交數據”，[64]也就是他們在網上留下的痕迹，讓雇主獲得遠超求職者簡曆的信息。
這些數據被用來根據“社交資本”給候選人排名，“社交資本”基本上是指程序員對數字社區有多麼不可或缺。
這可以通過他們在GitHub或StackOverflow等開發平台上共享和開發代碼的時間來衡量。
但是Gild篩選出的海量數據也揭示了其他模式。
例如，根據Gild的數據，經常訪問某個特定的日本漫畫網站“預示着強大的編碼能力”。
[65]因此，訪問這個網站的程序員會得到更高的分數。
這一切聽起來都很令人興奮，但正如奧尼爾所指出的，訪問漫畫網站就能得到加分，這實在讓關心多樣性的人心中警鈴大作。
正如我們所見，女性承擔了全世界75%的無償照護工作，她們可能沒空花幾個小時在網上聊漫畫。
奧尼爾還指出：“如果像大多數科技網站一樣，那個漫畫網站也由男性主導，并且帶有性别歧視的基調，那麼這個行業中的很多女性可能會避免使用它。
”簡而言之，Gild看起來有點像卡耐基夏校項目中那位男性計算機科學老師的算法。
毫無疑問，Gild并無意創造一種歧視女性的算法。
他們的本意是消除人類的偏見。
但是，如果你不了解這些偏見是如何運作的，如果你不收集數據、不花一點時間來建立基于證據的程序，你就将盲目延續過去的不公正。
因此，Gild的程序員沒有考慮到女性與男性在線上和線下生活的差異，他們無意中創造了一個對女性存有潛在偏見的算法。
但這還不是最麻煩的。
最麻煩的是我們不知道問題到底有多嚴重。
大多數這類算法都是保密的，并以專有代碼的形式得到保護。
這意味着我們不知道這些決策是如何做出的