Mujeres que lideran la transformación de la inteligencia artificial

LinkedIn
Twitter
Facebook
WhatsApp
Email
Mientras que los sesgos sociales permean en la IA, las mujeres de América Latina toman la batuta en la lucha por una tecnología justa, inclusiva y rentable.

“No me dejaban desarrollarme en capacidades técnicas”, recuerda Tatiana Fonseca, vicepresidente ejecutiva de operaciones de Cirion Technologies, al hablar sobre el bullying que experimentó en sus primeros años en una empresa de telecomunicaciones de Minas Gerais, en Brasil.

Recién graduada como ingeniera, con una medalla de oro por su destacado rendimiento, había sido invitada oficialmente por el presidente de la compañía a unirse al equipo.

Al llegar, se encontró siendo la única mujer en un equipo de 90 personas, en su mayoría hombres de entre 40 y 50 años, quienes solían hacer comentarios despectivos como “ahí viene Tatiana a decorar nuestra reunión”.

“Entonces decidí abordar lo que nadie quería hacer: desarrollar procesos, entender las dificultades y conectarme con personas que tenían problemas con nuestra área, incorporando sus feedbacks al equipo”, dice la ejecutiva.

Un año después, a los 24 años, Fonseca pasó a liderar ese mismo equipo.

Justamente, la comunicación, empatía y colaboración son habilidades fundamentales para un líder en tecnología, según Fonseca, especialmente en entornos de desarrollo con inteligencia artificial (IA), donde el principal desafío es, más que técnico, cultural.

Por lo tanto, considerar los incentivos, seleccionar a las personas correctas y establecer un modelo de gestión que evalúe constantemente los riesgos, monitoree el desarrollo en tiempo real y brinde retroalimentación se vuelve fundamental.

“Aquí es donde las mujeres sobresalimos. Tenemos la capacidad de conectarnos con los demás, entender las dinámicas interpersonales y comprender el contexto antes de tomar decisiones. Esto nos permite comunicarnos efectivamente y fomentar un ambiente propicio para la innovación”, concluye.

Mariana Costa de Laboratoria y Tatiana Fonseca de Cirion Technologies
Mariana Costa de Laboratoria y Tatiana Fonseca de Cirion Technologies.

Habilidades blandas, ¿habilidades femeninas?

Como afirma Tatiana Fonseca, ¿son las mujeres más capaces de liderar equipos de IA por sus habilidades inherentes?

Un estudio de Harvard Business Review respalda esta idea al encontrar que las mujeres superan a los hombres en competencias de liderazgo, especialmente en momentos de crisis, con habilidades tales como “inspira y motiva”, “comunicación potente”, “colaboración y trabajo en equipo” y “desarrollo de relaciones”.

Sin embargo, Claudia Marquesani, la directora de tecnología de la retailer brasileña para mascotas Petz, aclara: “No es que las mujeres seamos mejores. Pero, en nuestro contexto cultural, la mujer fue criada para cuidar y escuchar, aumentando estas habilidades”. 

Por otro lado, hay que tomar estas generalizaciones con cuidado, advierte Constanza Gomez Mont, fundadora y presidenta de C Minds, una think-tank enfocada en tecnología, sociedad y medio ambiente, y miembro fundador de la plataforma internacional de Unesco Women for Ethical AI.

“Uno de los mayores desafíos en temas de mujeres es que se habla como si fuéramos un grupo completamente homogéneo, como si hubiera solo un perfil de mujer y que ahí hay una oportunidad de género”, dice Gomez Mont. “Estaría equivocado decir que las mujeres tenemos estas habilidades más desarrolladas y, por ende, más capacidad para liderar”, añade.

Datos, datos y datos

A pesar de las divergencias de opinión, todas las entrevistadas concuerdan en la falta de representación femenina en la industria de la IA.

Según el Global Gender Gap Report 2023 del Foro Económico Mundial (WEF), las mujeres ocupan solo el 26% de los puestos en este campo. 

Esta subrepresentación ha llevado a situaciones preocupantes, como el caso descubierto en 2018, donde el software de reclutamiento desarrollado por Amazon discriminaba a las mujeres debido al sesgo en los datos históricos. 

El sesgo no solo afecta al reclutamiento, sino también a las soluciones generadas por la IA, como demostró un estudio de 2022. Allí se reveló que una aplicación de detección de enfermedades de hígado era más propensa a pasar por alto enfermedades en mujeres que en hombres.

“Los datos están sesgados porque vienen de la realidad y la realidad es injusta: las mujeres estamos subrepresentadas en consumo de ciertos bienes y servicios o en la fuerza laboral”, explica Paula Garnero, fundadora y directora ejecutiva de Pulsar Tech Consulting.

Esta situación podría empeorar en el futuro, ya que, para el 2030, los datos sintéticos – aquellos artificialmente manufacturados a través de otros algoritmos – podrían reemplazar a los datos reales en modelos de IA, según la consultora Gartner. Esto podría “sesgar sobre el sesgo”, dice Garnero.


Constanza Gomez Mont de C Minds y Paula Garnero de Pulsar Tech Consulting.
Constanza Gomez Mont de C Minds y Paula Garnero de Pulsar Tech Consulting.

Equidad, más allá de los datos

En el día de la entrevista laboral para ser administradora de sistemas en un instituto tecnológico gubernamental en Argentina, se presentó a la sala la entonces estudiante de ingeniería de 19 años y actual gerente de desarrollo de negocios en analítica avanzada/IA de Red Hat LATAM, Victoria Martínez.

Cuando se sentó, los hombres, y todos mayores que ella, le preguntaron: “‘¿A qué venís?, te confundiste de lugar, ¿cómo te enteraste de la entrevista?’, como si no pertenecía a ese lugar”, recuerda la ejecutiva, quien finalmente fue asignada al cargo.

Para Gomez Mont, la baja representatividad de la mujer en IA va más allá de los datos: “Centrarnos nada más en la falta de representatividad en los algoritmos es una visión miope, cuando deberíamos hablar del problema sistémico del ecosistema de la IA”.

Mariana Costa, la cofundadora y presidente de Laboratoria, la startup peruana dedicada en capacitar mujeres en carreras tecnológicas, explica esta subrepresentación a través del fenómeno del leaky pipeline, o tubería con fugas. 

Por ejemplo, entre las chicas de 15 años de los países de la OCDE, solo el 0,5% aspiran ser profesionales de la tecnología de la información (TIC), en comparación al 5% de los chicos. 

Ya en la educación superior, más del 80% de los profesores de IA son hombres y las mujeres representan solo el 14% de los autores de artículos científicos sobre IA a nivel mundial.

Además, las mujeres ocupan solo el 17,8% y el 12,4% de los cargos de vicepresidencias y C-Suites de empresas tecnológicas, respectivamente, según el estudio del WEF. 

“Cuando una inicia el camino de la maternidad, aparecen responsabilidades y prioridades que se contraponen con el crecimiento profesional, y mantenerse en el ring implica más esfuerzo”, explica Martínez. “Otro desafío es la falta de representación, la escasez de modelos a seguir, que puede dificultar la aspiración de mujeres a esas posiciones”, añade.

Claudia Marquesani de Petz y Victoria Martínez de Red Hat.
Claudia Marquesani de Petz y Victoria Martínez de Red Hat.

¿Cómo disminuir la brecha?

169. Es la cantidad de años que se tardará en cerrarse la brecha en paridad económica si se mantiene el actual ritmo del progreso de igualdad de género, según el estudio del WEF.

Para Paula Garnero, la solución es clara: “Es tan material que me da bronca”.

Según la experta, se requiere voluntad de respaldar con recursos a los emprendimientos femeninos, a las mujeres que se forman en carreras estratégicas, a proyectos liderados por investigadoras, infraestructuras de cuidado para hijos y ancianos, e implementar cuotas de participación en directorios, proveedores y equipos para nivelar el terreno.

Por otro lado, se vuelve fundamental apoyar la formación de mujeres en tecnología, especialmente en roles tomadores de decisión. Es así como Laboratoria ha lanzado Laboratoria Plus, una iniciativa que ofrece a mujeres cursos de liderazgo, espacios de conexión y mentorías personalizadas con una red de 50 fundadoras, CEOs y ejecutivas senior.

Desde la perspectiva del desarrollo de productos, Marquesani siempre busca crear equipos diversos para satisfacer las necesidades de los distintos clientes de Petz. Por su parte, Red Hat creó herramientas para detectar sesgos al momento de desarrollar algoritmos en su plataforma Red Hat OpenShifht AI, lo que “permite identificar cuando un modelo es malo o no está siendo justo en su toma de decisiones”, según Martínez.

Por último, Gomez Mont recomienda implementar prácticas industriales y corporativas inclusivas, como políticas de prevención de acoso laboral, licencia de maternidad, eliminación de la brecha salarial y programas de crecimiento en liderazgo.

“No se trata solo tickear cuántas mujeres están trabajando contigo, sino revisar cuál es la cultura empresarial y qué políticas hay para incentivar la inclusión y respeto”, dice.

Diversidad en la IA y backlash

¿Qué sucede cuando un millón de seguidores de un club de fútbol X crean un algoritmo de IA generativa? “Si le preguntas cuál es el mejor club, te dirá que es, sin duda, el X”, dice Marquesani.

“Entonces, además de contar con tanto hombres como mujeres, es crítico tener un equipo diverso para aprovechar el máximo potencial de la IA”, explica la ejecutiva.

Sin embargo, cada vez surgen más protestas reaccionarias en contra de los esfuerzos por la diversidad e inclusión. Según estas voces, estas políticas van en contra de la meritocracia y afirman que no es el rol de la empresa hacer “activismo”.

Frente a esto, Mariana Costa sostiene que “los que ocupamos posiciones de liderazgo debemos mirar más allá de los fenómenos temporales. Debemos pensar a largo plazo y no dejarnos influenciar por el backlash de hoy”.

Para todas las entrevistadas, los problemas cada vez más complejos que está abordando la IA, como salud, educación y cambio climático, requieren una representación diversa de géneros, etnias, religiones, orientaciones sexuales, edades y territorios. Esta diversidad es fundamental para abordar los dilemas éticos, morales y valorativos que surgen en cada etapa del desarrollo de la IA.

De hecho, de acuerdo a Gartner, el 85% de los proyectos de IA fallan por sesgos de los datos, algoritmos o de los equipos responsables de gestionarlos. “En situaciones poco diversas, el algoritmo puede quedar loopeando en una sola idea, sin poder innovar o superar un problema de manera creativa”, explica Garnero.

“Si tenemos la voluntad, podemos hacer que la IA sea una fuente de bien en el mundo. Si mantenemos el status quo, replicaremos el mundo que tenemos hoy, que no es el que queremos para mañana”, concluye Costa.

LinkedIn
Twitter
Facebook
WhatsApp
Email

Noticias relacionadas

Translate »