使用歧视性政策来加强女性在技术部门的比例，就和强制增加女性在无家可归者、工作死亡、暴力死亡、监狱和退学者中的比例一样是误导和偏见的。

目前我们的多样化项目的规模非常缺乏透明度，这使得它免于遭受意识形态回声室之外的人的批判。

这些高度政治化的项目进一步疏远非进步主义者。

我意识到我们的某些项目需要防备来自政府的指控，但这样的隐藏可能会逆火(backfire)，因为它激励非法歧视。

注重心理安全，而不仅仅是种族/性别多样化

我们应该注重心理安全。心理安全有正面效果并且应该不会导致不公正的歧视。

我们需要心理安全和共同的价值观以获得多样化的益处。

对我们的产品设计和测试部门而言，员工中的性别比例更接近使用人群比例的很重要，但离用户界面较远的领域，多样化的益处就不那么明显。

减少对同理心(empathy)的强调

我听到过好几次对多样化议题上增加同理心的号召。虽然我强烈支持努力去理解别人怎么想和为什么那样想，但是，依赖情感上的同理心—感受他人的伤痛—会使得我们关注于个别轶事，偏爱和我们相近的人，包藏其它非理性和危险的偏见。保持情绪上的距离能帮助我们更好的用事实进行思考。

优先考虑动机

我们对微触犯(microaggression)和其它无心触犯的关注提升了我们的敏感度，但这并不总是好事：敏感会让我们更容易被触怒，也令我们更加自我审查，这些都会导致威权政策。能够不惧怕遭遇严苛的评判而发表意见，是心理安全的关键。

那些对无心触犯进行评判的做法，让我们失去了这种心理安全。针对微触犯的课程把言论和暴力等同起来，这是错误的也是危险的，并且没有证据支持。

对人类天性的科学研究更包容

一旦我们承认并不是所有的区别都是由社会构建或者由歧视导致的，我们就打开了双眼，可以更准确的观察人性，这对我们真正解决问题是必须的。

重新考虑把无意识偏差课程(Unconscious Bias training)作为升值委员会的先诀条件的决定

我们并没有能够衡量我们的无意识偏差课程的效果。有可能这个课程会导致过度矫正或反弹，尤其是在把它列为必修课程的情况下。

目前的课程（v2.3版本）中的某些建议很有可能是有用的，但从它的事实上的不准确和它使用的例子来看，它的政治偏见是显著的。

我建议在刻板印象以外的其他偏见上花更多的时间。刻板印象的准确度和对新信息的回馈，都比课程里显示的更好（我并不是倡导刻板印象，我仅仅是指出课程里事实上的不准确。）

备注

[1] 本文档主要从谷歌山景城园区的视角出发，我对其它地区或国家没有发言权。

[2] 当然，我可能是有偏见的，仅仅看到那些支持我的视角的证据。就政治偏见而言，我自认为是一个经典自由派(classical liberal)，并且强烈重视个体主义(individualism)和理智。我很高兴进一步讨论这个文档并提供更多文献引用。

[3] 本文档中，技术(“tech”)一般指软件工程。

[4] 在异性浪漫关系中，男性更多的被以地位来评价，女性更多的被以外貌来评价。这是有生物性起源的，也是各种文化共通的。

[5] Strech, BOLD, CSSI, Engineering Practicum （在一定程度上），以及其它一些谷歌资助的内部或外部项目，都是只对一定的性别或种族开放。

[6] 另一种方式是设置Googlegeist目标，可以是对特定族群。为了达到公司整体的多样性比例的目标，我们或者可以改善公司对特定人群的环境（这可以体现在调查问卷结果中），或者对某些被保护的群体进行歧视性措施（这是非法的，我也看到过）。在公司层面设置多样化比例的目标，会激励后一种行为，并建立一种部门间的零和斗争。

[7] 共产主义许诺道德和经济上都优于资本主义，但每次尝试都造成道德毁坏和经济失败。当自由民主国家的劳动阶层不再会去推翻他们的“资本家压迫者”这一现象变得非常清楚之后，马克思主义知识分子从阶级斗争转变为性别与种族政治。核心的压迫者—被压迫者的这种动态保留下来，但现在压迫者变成“白人直男父权社会”(white, straight, cis-gendered patriarchy)。

[8] 具有讽刺意味的是，智商测试最初是由左派倡导的，那时的唯才主义(meritocracy)意味着帮助贵族社会(aristocracy)的受害者。