U$D

Dólar Banco Nación
/
Merval

Inteligencia artificial: la baja participación de ingenieras provocará desigualdad

La diversidad en los equipos que desarrollan los modelos de inteligencia artificial es clave para no reproducir modelos que tengan un sesgo a favor de los hombres

Inteligencia artificial: la baja participación de ingenieras provocará desigualdad

A pesar de que ganan espacio, las mujeres siguen siendo minoría en las carreras tecnológicas. Una brecha que, más adelante, se refleja en la mayor participación de ingenieros hombres en el diseño y desarrollo de programas, aplicaciones y, en los últimos años, de la inteligencia artificial.

Son los varones, en general, los que terminan "enseñando" a las computadoras a pensar. Entonces, ¿la poca participación femenina hace que los productos finales tengan un sesgo contrario a las mujeres?

"En tecnología, uno mide el valor que da el producto final, pero si los que programan esos algoritmos son hombres o mujeres o transgénero no importa. Si hoy se discrimina, el mismo resultado se va a dar en inteligencia artificial. La discusión va en otro eje, en cómo queremos que se comporte esa inteligencia artificial, si tiene que tener intervención humana o ser totalmente desatendida", explicó Pamela Scheurer, ingeniera en Sistemas, confundadora y CTO de Nubimetrics, una plataforma online de análisis de datos para vendedores de Mercado Libre. 

En sus comienzos, tecnología fue su carrera "escondida", mientras que al mismo tiempo tenía una carrera "oficial" para satisfacer a su familia, que consideraba que Sistemas era "de hombres". Es más: hasta hace dos año era la única mujer en Nubimetrics, hasta que el equipo se emparejó. "La presencia de mujeres aportó muchísimo", aseguró.

"Los modelos de inteligencia artificial reflejan la realidad. Creo que la mujer aporta diversidad, como también personas con discapacidad o de distintas religiones. La participación de la mujer en los estudios previos para armar esos algoritmos hace que los modelos sean más inclusivos", destacó María Paula Prado Ramírez, ingeniera en Sistemas y arquitecta en software de Lagash. Lidera un equipo que identifica los problemas de sus clientes y les ofrece la tecnología más conveniente (big data, machine learning, inteligencia artificial). En su caso, reconoce la suerte de haber contado con un profesor en la escuela secundaria que la incentivó a seguir la carrera. En su comisión, eran apenas tres chicas y 40 varones.

 

 

Para las expertas, el apoyo a las niñas para que descubran su vocación por la tecnología en las etapas más tempranas es clave. "En el colegio está cambiando mucho, pero en las casas sigue habiendo diferencias. La compu y la Play para el nene y el celular de moda para la nena. A uno se lo encamina para producir el contenido digital y a las mujeres para ser consumidoras de esos contenidos", ejemplificó Scheurer.

Ernesto Mislej, cofundador de la empresa 7Puentes y docente de la maestría en data mining de la UBA, dio ejemplos de cómo la inteligencia artificial puede reproducir modelos que promueven la desigualdad. En general, hay más varones que mujeres en puestos jerárquicos, por eso si una empresa busca cubrir un puesto de CTO (responsable del equipo de tecnología) va a pautar avisos en los canales informáticos y para optimizar esa campaña el modelo va a apuntar más a perfiles de hombres que de mujeres. Otro caso: como menos mujeres acceden a salarios altos, un modelo aplicado a créditos puede fijar una tasa asociada a la mora más alta para ellas.

"En inteligencia artificial no intentamos programar a partir de reglas, sino que intentamos explicar las cosas a partir de datos o experiencias. Y muchas veces los modelos que se construyen replican las relaciones de poder que subyacen en la realidad", subrayó Mislej. "La responsabilidad de los que diseñamos sistemas es preguntarnos si un modelo no puede estar reproduciendo una lógica de poder que queremos cambiar. ¿Dejamos que sea el modelo el que fije las tasas o el que oriente la publicidad?", se preguntó.

Ezequiel Glinsky, director de Nuevos Negocios en Microsoft Argentina, remarcó que es fundamental la formación diversa de los equipos que terminan desarrollando tecnología: "Hay que evitar sesgos que podrían existir en la sociedad y en lo datos que utilizamos. Para aplicar algoritmos o machine learning se requieren seres humanos responsables y educados. Y hay características que no van a ser reemplazables, como la creatividad, el ingenio y la empatía, que hoy son más importantes que nunca". Glinsky también tiene una mirada optimista sobre el futuro. Recuerda que cuando estudió la carrera de Ciencias Exactas en la UBA solo tuvo tres compañeras en un grupo de más de 30 chicos, pero hoy como docente secundario, las clases del área de informática están compuestas por un tercio de chicas. En Microsoft Argentina, el 40% del equipo de liderazgo es femenino y la compañía ya tuvo tres CEOs mujeres. "Seguir amplificando el tema y dar buenos ejemplos inspira", afirmó.