La inteligencia artificial (IA) ha dejado de ser una promesa lejana para convertirse en una fuerza transformadora de nuestra vida diaria. En 2025, su influencia abarca desde la comunicación y la salud hasta los procesos de selección y promoción laboral. Sin embargo, este avance también levanta preguntas urgentes sobre la igualdad de género: ¿la IA contribuye a reducir las brechas o, por el contrario, tiende a reproducir y amplificar estereotipos y desigualdades históricas?
1. Comprendiendo los Sesgos de Género en la IA
La IA aprende de datos. Cuando esos datos reflejan prejuicios —intencionales o inconscientes—, los algoritmos pueden discriminar según el género. Este fenómeno se conoce como sesgo de género y afecta tanto a mujeres como a identidades no binarias.
Ejemplos de sesgos comunes:
- Selección de talento: Algunas plataformas de reclutamiento basadas en IA pueden favorecer a candidatos masculinos si se entrenan con datos históricos donde los hombres han ocupado mayoritariamente cargos de liderazgo, replicando así desigualdades pasadas en las decisiones actuales.
- Diagnóstico médico: Algunos sistemas de IA en salud se entrenan mayormente con datos clínicos de hombres, lo que puede llevar a diagnósticos incorrectos o tardíos en mujeres. Por ejemplo, mientras que un infarto en hombres suele manifestarse con dolor en el pecho, en mujeres puede presentarse como fatiga intensa o náuseas, síntomas que un algoritmo mal entrenado podría no reconocer como signos de emergencia. Esto también ocurre en áreas como enfermedades autoinmunes o depresión, donde los síntomas y patrones pueden variar significativamente según el género.
- Asistentes de voz y cultura popular: Muchos asistentes virtuales, como Siri o Alexa, vienen configurados por defecto con voces femeninas y un tono servicial, lo que refuerza la idea de que las mujeres ocupan roles de ayuda o asistencia. Además, en películas, medios y hasta en buscadores, persisten asociaciones como vincular «enfermera» con imágenes de mujeres o «ingeniero» con hombres. Estos patrones no son inocuos: influyen en la percepción de lo que se espera de cada género y limitan las aspiraciones profesionales de niñas y mujeres.
- Imágenes creadas por IA y diversidad corporal: Las herramientas de generación de imágenes por IA suelen reproducir ideales estéticos normativos, con cuerpos delgados, blancos y jóvenes como predominantes. Esto invisibiliza la diversidad real de cuerpos: personas con discapacidades, pieles diversas, cuerpos gordos o mayores, entre otros. Por ejemplo, al pedir una «mujer exitosa» a un generador de imágenes, frecuentemente aparece una figura estilizada y estéticamente convencional, lo que perpetúa estereotipos sobre éxito y apariencia. Es fundamental cuestionar cómo se entrenan estos modelos y qué cuerpos son reconocidos como «valiosos» o «visibles» por la IA.
2. Orígenes del Problema: ¿Por Qué Surge el Sesgo?
- Datos históricos desbalanceados: Muchos modelos de IA se entrenan con datos que reflejan patrones del pasado, donde predominan las experiencias masculinas. Esto perpetúa desigualdades preexistentes.
- Falta de diversidad en equipos de desarrollo: Las mujeres representan solo una minoría en los equipos que diseñan tecnologías de IA. A nivel global, menos del 15% de los puestos directivos en este campo están ocupados por mujeres, lo que limita la inclusión de perspectivas diversas.
- Opacidad algorítmica: Muchos algoritmos funcionan como «cajas negras», sin mecanismos claros que permitan entender cómo toman decisiones. Esta falta de transparencia dificulta identificar y corregir sesgos discriminatorios.
- Debilitamiento de políticas de Diversidad, Equidad e Inclusión (DEI): Las iniciativas DEI (por sus siglas en inglés: Diversity, Equity and Inclusion) buscan promover la representación y equidad de grupos históricamente excluidos. Sin embargo, la reducción de fondos y apoyo institucional a estas políticas en empresas y organizaciones puede dejar a la IA sin los controles necesarios para evitar que reproduzca o amplifique desigualdades.
3. Hacia una IA Inclusiva: Estrategias Clave
- Datos representativos y libres de sesgos
- Equipos multidisciplinarios y diversos
- Transparencia y auditorías externas
- Supervisión humana en decisiones sensibles
- Marco regulatorio sólido
- Educación y alfabetización digital
- Fomento de la IA Feminista (IAF)
Conclusión
La IA puede ser una poderosa aliada para alcanzar la equidad de género, pero solo si intervenimos de manera consciente y decidida. La creación de sistemas justos requiere compromiso institucional, diversidad en los equipos, transparencia y una voluntad política activa. En 2025, la equidad en la era digital depende de la elección que hagamos hoy: ¿permitiremos que la IA refleje nuestras desigualdades o la convertiremos en una herramienta de inclusión y justicia?
IA feminista: ¿utopía o necesidad urgente?
Fuentes:
ONU Mujeres. (5 de febrero de 2025). Cómo la inteligencia artificial refuerza los sesgos de género y qué podemos hacer al respecto.
Comisión Europea. (2025). Comunicación en la que se establece una hoja de ruta sobre los derechos de la mujer(6756/25).
Instituto Europeo de la Igualdad de Género (EIGE). (2025). Impact driver: marking milestones and opportunities for gender equality in the EU (Informe de la Plataforma de Pekín + 30, 9410/25).
Mujeres con ciencia – Cátedra de Cultura Científica de la UPV/EHU. (s.f.). Educar la IA para un futuro sin sesgos de género.
