Hoy conmemoramos el Día Internacional de la Mujer, fecha declarada por la ONU en 1975. ¿Por qué el 8 de marzo? Ese día, pero en 1875, cientos de mujeres trabajadoras de una fábrica de textil de Nueva York reclamaron en las calles de la ciudad los bajos salarios que tenían en comparación con los hombres. ¿El resultado? De ese mismo día, fue la muerte de 120 mujeres. 150 años más tarde, millones de mujeres en todo el mundo padecen la misma desigualdad salarial. Un informe publicado recientemente por la Organización Internacional del Trabajo (OIT) indicó que, reducir la brecha de género en el sector laboral demoraría al menos dos siglos en lograrse.
Pero la brecha de género no solo se hace presente en el ámbito laboral, sino que penetra en casi todas las áreas y sectores de la vida de las mujeres: económica, educativa, en participación política y liderazgo, en salud y bienestar y en derechos y seguridad, entre otros.
La brecha digital en la mira
Una brecha que nos ocupa y preocupa hoy en día es la “brecha digital” compuesta, entre otros aspectos por el acceso a dispositivos y conectividad, habilidades y alfabetización digital, participación en el ámbito tecnológico y laboral, seguridad y privacidad en línea, uso y apropiación de las tecnologías, y más. El Gender Gap Report del World Economic Forum evidencia brechas en materia de tecnología, innovación y habilidades del futuro sumamente alarmantes.
Las mujeres representan solo el 28,2% de la fuerza laboral STEM en comparación con el 47,3% en los sectores no STEM. La caída de la presencia de las mujeres de los puestos de nivel inicial hasta los de C-suite es más pronunciada en las ocupaciones STEM que en los roles no STEM.
La importancia de la brecha en inteligencia artificial
El informe citado muestra que si bien la proporción de mujeres con conocimientos de ingeniería de inteligencia artificial ha aumentado en general desde 2016, el talento femenino en ese sector como parte de la fuerza laboral general tiene una presencia menor que el talento masculino en 2023. Estas diferencias se hacen más pronunciadas en educación y tecnología, información y medios de comunicación.
¿En qué se traduce este escenario?
Las disparidades comentadas les dan a las mujeres una desventaja doble con relación a las transiciones tecnológicas y la fuerza laboral, ya que continúan ocupando los trabajos de menor crecimiento y peor remunerados que probablemente se verán afectados negativamente en el corto plazo.
Pero eso no es todo. Los algoritmos están día a día replicando estos patrones, lo cual conduce no solo al afianzamiento de estas brechas, sino también a la posibilidad que se exacerben e intensifiquen. Recordemos algunos casos que ya comentamos en este espacio y algunos nuevos. En el ámbito laboral, el viejo caso del sistema de Amazon que puntuaba los CV de las mujeres de manera inferior a los de los hombres frente a iguales antecedentes profesionales. Años más tarde, nuevas investigaciones evidenciaron sesgos similares en los modelos de IA de código abierto, que preferían los currículums con nombres asociados a personas blancas en el 85% de los casos, mientras que los nombres femeninos fueron seleccionados en apenas el 11% de las veces.
En la visibilidad de oportunidades laborales, es decir, la posibilidad de acceso, se comprobó que las redes sociales tienden a mostrar anuncios de trabajo diferenciados por género, produciendo un perjudicial refuerzo a los estereotipos de género en torno a qué puestos debemos ocupar. Desde ya que esto no solo perjudica a las mujeres, sino también a todos los géneros, que no tendrán las oportunidades de acceso a todos los empleos basados en esa variable discriminatoria.
Si queremos cambiar radicalmente de ámbito, viajemos por un instante al área de la salud. Los algoritmos utilizados en diagnósticos médicos han sido históricamente entrenados con datos de pacientes masculinos, lo que ha llevado a que muchas enfermedades sean sub diagnosticadas en mujeres. Por ejemplo, los síntomas de un ataque cardíaco en mujeres suelen diferir de los de los hombres, pero los sistemas de IA en hospitales han sido diseñados con datos centrados en pacientes varones, lo que retrasa o impide diagnósticos precisos para ellas.
Un estudio del Journal of the American Medical Association (JAMA) reveló que los algoritmos de IA aplicados a la detección de enfermedades cardiovasculares tenían una precisión significativamente menor en mujeres que en hombres, lo que puede derivar en tratamientos inadecuados o retrasados.
¿Cómo podemos construir hacia una IA más equitativa?
Uno de los mayores problemas radica en la falta de diversidad en la industria tecnológica. Muy pocas mujeres componen los espacios de liderazgo y desarrollo de la tecnología. Además, hay una falta de formación preocupante. La mayoría de las carreras de las denominadas Ciencias Duras y Exactas, no incluyen contenidos vinculados con ética, Derechos Humanos, responsabilidad social, protección de datos, perspectiva de género, etc.
Si tenemos en cuenta que los algoritmos gobiernan los aspectos más relevantes y esenciales de nuestra vida, resulta insoslayable que las personas que trabajan en ese sector tengan una formación mínima en humanidades. La gobernanza ética de la IA y de la tecnología debe ser la brújula para el progreso tecnológico.
Además de la diversidad en los equipos y la formación en humanidades, necesitamos: auditorías algorítmicas, datos inclusivos y regulación con enfoque de género. Un claro ejemplo de motor de cambio por una IA inclusiva, es la plataforma Women for Ethical in AI de la UNESCO, liderada por Gabriela Ramos y Alessandra sala. 8 de marzo de 2025, nada que celebrar y mucho por trabajar.