El uso de inteligencia artificial (IA) está transformando la manera en que las personas se relacionan y trabajan, convirtiéndose en una herramienta prácticamente diaria.
Su impacto en los departamentos de recursos humanos es un ejemplo claro, pero su creciente uso podría repercutir negativamente en el crecimiento de la fuerza laboral femenina.
Para seguir el ritmo de cambio tecnológico, los reclutadores están incorporando IA cada vez más a sus procesos.
Según un estudio de Gartner del 2023, el 81% de los responsables de recursos humanos ya han implementado o exploran soluciones de contratación con IA generativa en el trabajo.
Sin embargo, existen problemas de sesgo que no son menores.
Un informe del Banco Interamericano de Desarrollo (BID), la OCDE y la Unesco reveló que esta tecnología puede impactar en las oportunidades laborales de las mujeres e, incluso, en un futuro donde su uso sea cotidiano u obligatorio, se estarían utilizando sistemas entrenados principalmente por hombres, ya que solo el 6% de los desarrolladores profesionales de software son mujeres.
Muchos algoritmos de IA están entrenados con datos históricos que reflejan desigualdades existentes, lo que puede dar lugar a resultados discriminatorios.
Algunas barreras incluyen la exclusión de mujeres en ciertas oportunidades laborales o servicios automatizados, y estas tendencias se acentúan en economías menos desarrolladas.
Además, los sesgos en procesos de selección laboral u evaluación de desempeño pueden generar barreras adicionales.
Según Sandra Barros, directora de Accenture Chile: “Algunos algoritmos de procesamiento de lenguaje natural han demostrado asociar palabras como ‘líder’ con hombres y ‘asistente’ con mujeres, perpetuando estereotipos”.
Esto se debe a la falta de diversidad en los equipos que diseñan y entrenan sistemas de IA.
Solo el 20% de empleados técnicos en empresas de aprendizaje automático y el 12% de investigadores de inteligencia artificial son mujeres, según datos de la Unesco.
La subrepresentación femenina en áreas STEM limita su influencia en el desarrollo y regulación de tecnologías emergentes, ampliando la brecha de género laboral.
Para avanzar hacia la equidad de género, es crucial evaluar impactos de sistemas de IA, establecer medidas que incentiven estas evaluaciones y asegurar protección legal a personas afectadas negativamente.
Invertir en educación y capacitación tecnológica para mujeres también es fundamental.
Finalmente, la presencia de mujeres en roles técnicos y estratégicos permitirá identificar y mitigar sesgos antes de que se incorporen a los sistemas.
Favorecer modelos de IA de código abierto puede ayudar a la comunidad a auditar decisiones tomadas por algoritmos.
