Europa necesitará 67 años para acabar con la brecha de género

Europa necesitará 67 años para acabar con la brecha de género_65cfbedb874f7.jpeg

OBS Business School, institución perteneciente a Planeta Formación y Universidades, publica su Informe sobre Brecha de Género en la era de la Inteligencia Artificial dirigido por la profesora Marta Grañó.

El Índice Global de Brecha de Género (GGGI), elaborado por el Foro Económico Mundial, se ha cerrado en 2023 en el 68,4% en comparación con un escenario ideal del cien por cien, lo que supone una mejora respecto al año anterior del 0,3%, y del 4,1% respecto a 2006, cuando nació este índice. Aunque la evolución es positiva desde entonces, el avance es lento. De hecho, al ritmo que vamos se necesitarán 131 años para llegar a la paridad en el mundo. Si se analizan los datos por regiones, podemos comprobar que Latino América y Caribe es la región que necesita menos años para llegar a la paridad si mantiene el ritmo actual (53 años), Europa necesita 67 años para alcanzarla y la región de Asia del Este y Pacífico precisa 189 años. Los países más avanzados en conseguir la paridad son Islandia con un índice del 91,2%, Noruega (87,9%) y Finlandia (86,3%). España se encuentra en el 79,1% y ocupa el quinto lugar por detrás de Nueva Zelanda (85,8%). En el otro extremo se encuentran Afganistán (40,5%), Chad (57,0%) y Argelia (57,3%).

Una de las razones de que esta brecha continúe existiendo, a pesar de los avances, es la representación excesiva de la mujer en sectores con salarios bajos. El concepto de “trabajo codicioso”, acuñado por la Dra. Claudia Goldin, describe una realidad laboral donde ciertos empleos exigen una inversión desmesurada de tiempo y energía de sus empleados. Estos trabajos, a menudo altamente remunerados y prestigiosos, requieren una disponibilidad prácticamente total, largas jornadas de trabajo y una dedicación que va más allá de lo que se consideraría una jornada laboral estándar. En algunos sectores, el trabajo codicioso se ha convertido en la norma, lo que lleva a una cultura de trabajo en la que se valora y se espera la disposición a sacrificar el tiempo personal y familiar por el éxito profesional. Para las mujeres en particular el trabajo codicioso representa un obstáculo significativo en sus trayectorias profesionales. Por eso el informe considera importante desvincular los salarios altos de las largas jornadas de trabajo, y propone que se valore más la productividad y los resultados porque este enfoque permitiría a las mujeres, que a menudo asumen mayores responsabilidades familiares, mantener un equilibrio más saludable entre su vida laboral y personal sin sacrificar su desarrollo profesional o su potencial de ingresos.

La Inteligencia Artificial (IA) está teniendo un impacto transformador en casi todos los aspectos de la vida y el trabajo, y la brecha de género adquiere una relevancia crítica. A medida que esta tecnología avanza, la representación equitativa de géneros en su desarrollo y aplicación se vuelve esencial para evitar sesgos y garantizar que los sistemas de IA sean justos y efectivos para todos. Una brecha de género pronunciada en este campo puede llevar a la creación de sistemas de IA que perpetúen estereotipos de género y discriminación, afectando desde decisiones de contratación hasta diagnósticos médicos y preferencias de consumo.

Durante los años 80 y 90, la IA experimentó un crecimiento significativo con el desarrollo de algoritmos de aprendizaje automático y redes neuronales. Fue en esa época cuando las mujeres comenzaron a tener una mayor presencia con pioneras como Elaine Rich, autora de uno de los primeros libros de texto sobre IA, y Cynthia Breazeal, conocida por su trabajo en robótica social. La última década ha sido testigo de avances sin precedentes en este campo impulsados, en gran parte, por el auge del Deep Learning y el Big Data, y las mujeres han empezado a ocupar roles más prominentes. Figuras como Fei-Fei Li, cocreadora de ImageNet (un conjunto de datos masivo que impulsó avances en visión por computadora), y Joy Buolamwini, fundadora del Algorithmic Justice League, que aboga por el uso ético de la IA, son ejemplos de las aportaciones de mujeres. Sin embargo, a pesar de ello el campo de la IA -como en la mayoría de los ámbitos tecnológicos- sigue siendo predominantemente masculino. Por tanto, los sesgos de género en algoritmos y sistemas de Inteligencia Artificial son un problema significativo y creciente. Las mujeres en IA no sólo pueden aportar habilidades técnicas, sino también perspectivas únicas que son cruciales para el desarrollo de tecnologías equitativas y éticas. Pero abordar estos sesgos requiere un esfuerzo consciente y coordinado en varios frentes, indica el informe, desde la recopilación de datos hasta el desarrollo y la implementación de tecnologías.

El informe de OBS propone tres líneas de trabajo: una educación inclusiva desde edades tempranas que fomente la incorporación de más niñas en el ámbito STEM, campañas de concienciación y divulgación para destacar los logros y contribuciones de las mujeres en IA, y establecer programas de mentoring que conecten a mujeres jóvenes con profesionales femeninas exitosas en este campo. “Combinar este tipo de iniciativas con un cambio cultural y dar una mayor visibilidad a las mujeres que tienen roles destacados es fundamental”, opina Marta Grañó. Y habla de establecer becas específicas para mujeres jóvenes interesadas en la IA.

Y es que fomentar el talento femenino en la IA es crucial para garantizar la diversidad y la inclusión en el diseño y desarrollo de las tecnologías futuras. Las iniciativas educativas y los programas de capacitación deben ser diseñados no sólo para enseñar habilidades técnicas, sino también para crear conciencia sobre la importancia de la equidad de género en la tecnología. Estas iniciativas deben iniciarse en la educación temprana y extenderse hasta los niveles universitarios y profesionales. “Frente a las diferencias que persisten, hay que mostrar la información estadística y científica relevante, mostrar la realidad para que la sociedad sea consciente de que queda todavía mucho camino por recorrer. Porque las personas podemos tener opiniones distintas, pero no podemos tener datos distintos”, concluye Grañó.

Fuente Original: Aquí

Facebook
Twitter
LinkedIn
Email