Por Claudia Contreras - Revista Estrategia & Negocios
El 11% de los empleos en el mundo ocupados por mujeres están en riesgo de automatización, versus el 9% de los ocupados por los hombres, según datos del Fondo Monetario Internacional en 2019.
La Inteligencia Artificial (IA) está cambiando el mercado laboral y poniendo presión a cuáles serán las habilidades de los trabajadores del futuro.
El FMI ha alertado que las mujeres con bajos niveles educativos y de mayor edad serán las más afectadas. El estudio The AI Index 2021 Annual Report de la Universidad de Stanford afirma que el índice de presencia de competencias de IA para mujeres es inferior al de los hombres.
En 2019, el 45% de los nuevos graduados de doctorado en IA en EE. UU. eran blancos, sólo un3,2% eran hispanos, según el mismo informe.
“En la parte de género estamos fatal, porque solamente el 16,5% de las mujeres están haciendo algoritmos inteligentes. Los demás son hombres”, expuso al referirse a este estudio la costarricense Graciela Rivera, fundadora de la comunidad Científicas de Datos.
¿La IA tiene género? ¿Es capaz de discriminar en un proceso de selección? La guatemalteca Sofía Castillo, CEO de Core Code, propone tener equipos multidisciplinarios. “Si no hay una mujer en el equipo que crea un chatbot no sabrá qué productos desarrollar o cómo generar productos para ellas (...) Al final la data que le metemos a la inteligencia artificiales la que la entrena y mucha de la data es sobre qué perspectivas y opiniones tenemos como seres humanos”.
Afirmó: “La IA tiende a ser un reflejo de nuestros sesgos también”.
Jaime García, Director de Proyectos IPS del Centro Latinoamericano para la Competitividad y Desarrollo Sostenible (CLACDS) de INCAE, explicó que hay que intervenir en todas las etapas de creación de algoritmos. En la etapa previa, aconsejó incluir categorías demográficas en los conjuntos de datos para tener balance entre hombres y mujeres.
Después, en la etapa de etiquetado y clasificación de información, el ser humano que revise debe tener claridad de los sesgos de género(conscientes e inconscientes) para no generar etiquetas que repliquen los sesgos del equipo desarrollador.
“En esta etapa incipiente de la IA masiva y de bajo costo, todavía hay espacio para que el ser humano agregue valor en el uso y construcción de una herramienta que no ignore al 50% de la población, sino al contrario, que aumente sus posibilidades de progreso”, apuntó.
CREAR ÉTICA MODERNA
“Una IA desarrollada y alimentada o entrenada únicamente por y para un grupo específico, entrega desigualdades no solo de género, sino de poblaciones completas o minorías significativamente importantes y margina información relevante”, subrayó Oscar Rojas Morillo, director de la escuela de ingeniería comercial en Universidad del Istmo.
Propone que es clave una programación ética, inclusiva, transparente, diversa. Por ejemplo, analizar una base de datos, sin nombres, sin campos que puedan sugerir si es hombre o mujer, sin tomar su orientación sexual o procedencia.
“Con esto inclusive se rompe la discriminación positiva y se accede al mejor perfil en igualdad de competencia”, agregó.
IA EN EL MUNDO LABORAL
García aconseja facilitar procesos “ciegos” de reclutamiento donde no se pueda discernir entre un CV de hombres o de mujeres. “Con reglas de decisión claras, entendibles, y abiertas para que la IA no se convierta en una caja negra donde no se entiendan los procesos de toma de decisiones”.
Claudia Toledo, presidenta de HR Gurú Latinoamérica, sugiere usar IA para “crear y aplicar evaluaciones estandarizadas minimizando el sesgo que hoy existe”. También para diseñar y monitorear promociones, y planes de carrera que aseguren una mayor inclusión.
“Las estructuras salariales y planes de compensación y beneficios podrían diseñarse y aplicarse para identificar brechas y cerrarlas, o minimizarlas. Se pueden correr análisis de compensación por género y cerrar disparidades existentes”, añadió la experta.
Invitó a agregar más información para crear productos y servicios pensados para mujeres con herramientas IA. “Hoy tenemos mujeres que no se casan, que no tienen hijos, o que los tienen después de los 40 años, mujeres que se unen, o que quieren ser mamás, o solo profesionales, o una combinación de todo.
Esto implica que hoy no se puede construir para “un solo tipo o estándar” de mujer, sino para toda esa variedad de diferentes tipos de mujeres”, puntualizó Toledo. Sólo 29% de los puestos de I+D científicos en el mundo son ocupados por mujeres, según UNESCO.
Para revertir la cifra, propone motivar a niñas desde edad preescolar a optar por carreras STEM, cursos de robótica, matemática, y tecnología.
El 11% de los empleos en el mundo ocupados por mujeres están en riesgo de automatización, versus el 9% de los ocupados por los hombres, según datos del Fondo Monetario Internacional en 2019.
La Inteligencia Artificial (IA) está cambiando el mercado laboral y poniendo presión a cuáles serán las habilidades de los trabajadores del futuro.
El FMI ha alertado que las mujeres con bajos niveles educativos y de mayor edad serán las más afectadas. El estudio The AI Index 2021 Annual Report de la Universidad de Stanford afirma que el índice de presencia de competencias de IA para mujeres es inferior al de los hombres.
En 2019, el 45% de los nuevos graduados de doctorado en IA en EE. UU. eran blancos, sólo un3,2% eran hispanos, según el mismo informe.
“En la parte de género estamos fatal, porque solamente el 16,5% de las mujeres están haciendo algoritmos inteligentes. Los demás son hombres”, expuso al referirse a este estudio la costarricense Graciela Rivera, fundadora de la comunidad Científicas de Datos.
¿La IA tiene género? ¿Es capaz de discriminar en un proceso de selección? La guatemalteca Sofía Castillo, CEO de Core Code, propone tener equipos multidisciplinarios. “Si no hay una mujer en el equipo que crea un chatbot no sabrá qué productos desarrollar o cómo generar productos para ellas (...) Al final la data que le metemos a la inteligencia artificiales la que la entrena y mucha de la data es sobre qué perspectivas y opiniones tenemos como seres humanos”.
Afirmó: “La IA tiende a ser un reflejo de nuestros sesgos también”.
Jaime García, Director de Proyectos IPS del Centro Latinoamericano para la Competitividad y Desarrollo Sostenible (CLACDS) de INCAE, explicó que hay que intervenir en todas las etapas de creación de algoritmos. En la etapa previa, aconsejó incluir categorías demográficas en los conjuntos de datos para tener balance entre hombres y mujeres.
Después, en la etapa de etiquetado y clasificación de información, el ser humano que revise debe tener claridad de los sesgos de género(conscientes e inconscientes) para no generar etiquetas que repliquen los sesgos del equipo desarrollador.
“En esta etapa incipiente de la IA masiva y de bajo costo, todavía hay espacio para que el ser humano agregue valor en el uso y construcción de una herramienta que no ignore al 50% de la población, sino al contrario, que aumente sus posibilidades de progreso”, apuntó.
CREAR ÉTICA MODERNA
“Una IA desarrollada y alimentada o entrenada únicamente por y para un grupo específico, entrega desigualdades no solo de género, sino de poblaciones completas o minorías significativamente importantes y margina información relevante”, subrayó Oscar Rojas Morillo, director de la escuela de ingeniería comercial en Universidad del Istmo.
Propone que es clave una programación ética, inclusiva, transparente, diversa. Por ejemplo, analizar una base de datos, sin nombres, sin campos que puedan sugerir si es hombre o mujer, sin tomar su orientación sexual o procedencia.
“Con esto inclusive se rompe la discriminación positiva y se accede al mejor perfil en igualdad de competencia”, agregó.
IA EN EL MUNDO LABORAL
García aconseja facilitar procesos “ciegos” de reclutamiento donde no se pueda discernir entre un CV de hombres o de mujeres. “Con reglas de decisión claras, entendibles, y abiertas para que la IA no se convierta en una caja negra donde no se entiendan los procesos de toma de decisiones”.
Claudia Toledo, presidenta de HR Gurú Latinoamérica, sugiere usar IA para “crear y aplicar evaluaciones estandarizadas minimizando el sesgo que hoy existe”. También para diseñar y monitorear promociones, y planes de carrera que aseguren una mayor inclusión.
“Las estructuras salariales y planes de compensación y beneficios podrían diseñarse y aplicarse para identificar brechas y cerrarlas, o minimizarlas. Se pueden correr análisis de compensación por género y cerrar disparidades existentes”, añadió la experta.
Invitó a agregar más información para crear productos y servicios pensados para mujeres con herramientas IA. “Hoy tenemos mujeres que no se casan, que no tienen hijos, o que los tienen después de los 40 años, mujeres que se unen, o que quieren ser mamás, o solo profesionales, o una combinación de todo.
Esto implica que hoy no se puede construir para “un solo tipo o estándar” de mujer, sino para toda esa variedad de diferentes tipos de mujeres”, puntualizó Toledo. Sólo 29% de los puestos de I+D científicos en el mundo son ocupados por mujeres, según UNESCO.
Para revertir la cifra, propone motivar a niñas desde edad preescolar a optar por carreras STEM, cursos de robótica, matemática, y tecnología.
