{"id":169598,"date":"2024-05-15T07:30:00","date_gmt":"2024-05-15T06:30:00","guid":{"rendered":"https:\/\/liora.io\/es\/?p=169598"},"modified":"2026-02-08T23:52:40","modified_gmt":"2026-02-08T22:52:40","slug":"paridad-en-inteligencia-artificial-una-cuestion-clave","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/paridad-en-inteligencia-artificial-una-cuestion-clave","title":{"rendered":"Paridad en Inteligencia Artificial: \u00bfuna cuesti\u00f3n clave?"},"content":{"rendered":"<p><strong>12%: \u00bfQu\u00e9 representa este porcentaje? Es la tasa de representaci\u00f3n de las mujeres en el campo de la Inteligencia Artificial en Francia. Sin embargo, la paridad es un objetivo que debe alcanzarse si queremos mitigar algunos de los peligros de la inteligencia artificial en Europa.<\/strong><\/p>\n<style>\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\n<figure>\n\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"610\" height=\"588\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.02.24.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.02.24.png 610w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.02.24-300x289.png 300w\" sizes=\"(max-width: 610px) 100vw, 610px\"><figcaption>Fuente:AI Is the Future\u2014But Where Are the Women?<\/figcaption><\/figure>\n<p>Todav\u00eda estamos muy lejos del 40% de estudiantes en el \u00e1mbito digital en 2020 mencionado por el se\u00f1or <b>Cedric Villani<\/b> en su informe Ai for humanity en 2018.<\/p>\n<blockquote><p><em>Si la educaci\u00f3n en igualdad y en digital es una condici\u00f3n previa y esencial, la paridad podr\u00eda alcanzarse con una pol\u00edtica de incentivos destinada a alcanzar <b>un umbral del 40 % de estudiantes en las \u00e1reas digitales<\/b> (clases preparatorias y carreras en grandes escuelas y universidades) para 2020.<\/em><\/p><\/blockquote>\n<p>Hoy, 2 a\u00f1os despu\u00e9s de esa declaraci\u00f3n, las cosas han evolucionado poco; el sector digital todav\u00eda tiene dificultades para atraer perfiles femeninos. <b>La subrepresentaci\u00f3n de las mujeres en los empleos de tecnolog\u00eda es un problema recurrente desde hace unos a\u00f1os<\/b>.<\/p>\n<p>Sin embargo, en los a\u00f1os 70 hab\u00eda un 30% de mujeres en el sector de la inform\u00e1tica. En los a\u00f1os 80, el 40 % de los t\u00edtulos en inform\u00e1tica se otorgaban a mujeres en Europa y en Estados Unidos. Hoy en d\u00eda, apenas alcanza el 20 %. En Francia, el 50% de los graduados de un bachillerato en ciencias son j\u00f3venes chicas, pero es despu\u00e9s de la orientaci\u00f3n post-bachillerato donde las cifras comienzan a caer.<\/p>\n<style>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h3>Varios factores que frenan esta paridad en inteligencia artificial<\/h3>\n<p>Seg\u00fan un estudio realizado por OPIIEC en 2016 entre alumnas de secundaria, estudiantes y empleadas, algunos factores influyen cuando se toma una decisi\u00f3n de orientaci\u00f3n. Seg\u00fan un estudio reciente del BCG, varios factores influyen en las elecciones de orientaci\u00f3n de las mujeres:<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>la influencia de los medios que no comunican lo suficiente sobre todas las oportunidades del sector<\/b><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>las aplicaciones de Inteligencia Artificial y sus impactos en la sociedad que siguen siendo abstractos (ya que las mujeres tienen en cuenta m\u00e1s que los hombres la necesidad de concreci\u00f3n en su trabajo)<\/b><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>el desconocimiento de las <\/b><a href=\"https:\/\/liora.io\/es\/formacion-en-deep-learning-por-donde-empezar\"><b>profesiones<\/b><\/a><b> en el campo de la tecnolog\u00eda<\/b><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>la falta de modelos femeninos a seguir<\/b><\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>una vida empresarial a veces vista como dif\u00edcil (la competencia percibida como superior en este \u00e1mbito con el ejemplo de las numerosas competiciones en ciencia de datos)<\/b><\/li>\n<\/ul>\n<p>Tantos clich\u00e9s que es urgente desmontar para atraer a las mujeres al mundo digital.<\/p>\n<p>Ya se han implementado estrategias para promover el lugar de las mujeres y ni\u00f1as en la Inteligencia Artificial, o a\u00fan est\u00e1n por desarrollarse en diferentes niveles (autoridades p\u00fablicas, asociaciones, empresas, educaci\u00f3n&#8230;). De hecho, una gran coalici\u00f3n se ha creado bajo los auspicios de la Secretar\u00eda de Estado para lo Digital. Esta iniciativa fue iniciada por 6 asociaciones fuertemente comprometidas con la inclusi\u00f3n de las mujeres en los empleos digitales.<\/p>\n<p><img decoding=\"async\" width=\"768\" height=\"507\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.00.53-768x507-1.png\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.00.53-768x507-1.png 768w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/Capture-decran-2020-05-20-a-18.00.53-768x507-1-300x198.png 300w\" sizes=\"(max-width: 768px) 100vw, 768px\"><\/p>\n<h3>La diversidad de equipos, una condici\u00f3n esencial para una IA responsable<\/h3>\n<p>Nuestra <b>sociedad<\/b> ya est\u00e1 <b>profundamente transformada por la Inteligencia Artificial<\/b> (Aprendizaje autom\u00e1tico, <a href=\"https:\/\/liora.io\/es\/formacion-en-deep-learning-por-donde-empezar\">Aprendizaje profundo<\/a>, etc.) y est\u00e1 destinada a encontrar <b>aplicaciones en un n\u00famero creciente de sectores<\/b>, desde la industria hasta la salud, pasando por las finanzas. Sin embargo, actualmente una gran parte de estos sistemas de Inteligencia Artificial con un fuerte impacto social, son desarrollados por el mismo tipo de perfil, hombres&#8230;<\/p>\n<h3>Entonces surge una pregunta&#8230;<\/h3>\n<blockquote><p><em>\u00bfC\u00f3mo construir la sociedad digital del ma\u00f1ana, \u00e9tica y equitativa, si es construida por el mismo tipo de persona?<\/em><\/p><\/blockquote>\n<p><b>Involucrar m\u00e1s a las mujeres en la Inteligencia Artificial<\/b> no significa solo responder a expectativas \u00e9ticas o complacer a las feministas, es una verdadera <b>cuesti\u00f3n societaria<\/b>. Las cifras mencionadas anteriormente muestran que la representaci\u00f3n de las mujeres en los campos de la Inteligencia Artificial sigue siendo muy baja. Rosabeth Kanter [profesora de Harvard Business School] demostr\u00f3 que a partir de un cierto <b>umbral de diversidad dentro de un equipo<\/b>, se producen <b>nuevos puntos de vista<\/b> y cambios de comportamiento. Esto es aplicable en todas las disciplinas. <b>Sin embargo, la falta de mujeres en el dise\u00f1o de algoritmos aumenta el riesgo de sesgo<\/b>.<\/p>\n<p>Un ejemplo de sesgo concreto, en 2018, Joy Buolamwini, una estudiante negra en el MIT, se interes\u00f3 en los <b>softwares de reconocimiento facial<\/b> porque hab\u00eda notado que algunos no funcionaban con ella. En sus diversos trabajos, demostr\u00f3 que <b>los sistemas de reconocimiento facial ten\u00edan dificultades para detectar o identificar correctamente caras negras<\/b>. Seg\u00fan ella y otros expertos, es porque en gran parte son <b>dise\u00f1ados por ingenieros blancos<\/b>, que usan bibliotecas de software que a menudo tambi\u00e9n fueron escritas por ingenieros blancos. Como cualquier persona, estos tienen sesgos, que luego se reflejan en el c\u00f3digo. Esta discriminaci\u00f3n es un ejemplo del tipo de \u00ab<b>sesgo algor\u00edtmico<\/b>\u00bb, incluso si los dise\u00f1adores del algoritmo eran neutrales y no ten\u00edan intenci\u00f3n de inducir este sesgo, reflej\u00f3 tendencias particulares o discriminaciones existentes (que pueden encontrarse en los conjuntos de datos en los que se entrena el algoritmo, por ejemplo).<\/p>\n<p>Los ejemplos de sesgos racistas o sexistas se han multiplicado en los \u00faltimos a\u00f1os: una <b>Inteligencia Artificial<\/b> de <b>Google<\/b> que identificaba con la palabra \u00abgorilas\u00bb a dos afroamericanos o m\u00e1s recientemente una herramienta de asistencia en la contrataci\u00f3n utilizada por <b>Amazon<\/b> y que desfavorec\u00eda a las mujeres&#8230;<\/p>\n<p>Un algoritmo, desde cierto punto de vista, puede considerarse como un ni\u00f1o, necesita ser educado. Sin embargo, cambiar unas pocas l\u00edneas de c\u00f3digo no ser\u00e1 suficiente para solucionar los problemas, <b>no se puede codificar la igualdad a menos que los equipos sean mixtos<\/b>.<\/p>\n<p>Por tanto, se necesitan equipos de investigadores diversos para construir una Inteligencia Artificial imparcial, equitativa y sin prejuicios. Pero <b>para ello, es imperativo alentar a las mujeres a adentrarse en el campo de la ciencia de datos y favorecer su desarrollo de habilidades. Si las mujeres no se adue\u00f1an de este campo, la Inteligencia Artificial desarrollada simplemente no ser\u00e1 representativa de nuestras sociedades<\/b>.<\/p>\n<p>Incluso los gigantes de Internet est\u00e1n atrasados en la formaci\u00f3n de equipos de cient\u00edficos de datos, analistas de datos, ingenieros de datos donde se respeta la paridad de g\u00e9nero. Sin embargo, es esencial para desarrollar una IA \u00e9tica. <b>Actualmente en Google, la proporci\u00f3n de mujeres representa solo el 32.5% de los empleados<\/b> y en los puestos de investigadores en ciencia de datos esta representaci\u00f3n cae alrededor del 15%. Todav\u00eda estamos lejos de una verdadera paridad, lo que tambi\u00e9n demuestra una <b>necesidad real de reclutar<\/b> perfiles femeninos en ciencia de datos.<\/p>\n<p>Por lo tanto, Se\u00f1oras y Se\u00f1oritas, las oportunidades para ustedes en este sector son exponenciales, no deben perderse una oportunidad como esta.<\/p>\n<p>Reconvertirse o reorientarse en el campo de la ciencia de datos no es tan complicado como parece, no es necesario tener un m\u00e1ster en matem\u00e1ticas aplicadas.<\/p>\n<p><img decoding=\"async\" width=\"888\" height=\"500\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/long-form_Business-Plan.jpg\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/long-form_Business-Plan.jpg 888w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/long-form_Business-Plan-300x169.jpg 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2024\/04\/long-form_Business-Plan-768x432.jpg 768w\" sizes=\"(max-width: 888px) 100vw, 888px\"><\/p>\n<p>En Liora abrimos nuestros cursos de Data Science a perfiles muy variados. Claro est\u00e1, es necesario tener buenos conocimientos en t\u00e9rminos de programaci\u00f3n o matem\u00e1ticas.<\/p>\n<p>No duden en <a href=\"mary.r@liora.io\">contactar con nuestros equipos<\/a> o consultar <a href=\"https:\/\/liora.io\/es\/\">nuestras p\u00e1ginas dedicadas<\/a> para m\u00e1s informaci\u00f3n ?<\/p>\n<p>Nos complacer\u00e1 responder a todas sus preguntas y estudiar juntos la realizaci\u00f3n de su proyecto profesional en Data Science.<\/p>\n<p>La Inteligencia Artificial necesita cerebros de todos los \u00e1mbitos para poder convertirse en un verdadero reflejo de la sociedad.<\/p>\n<link rel=\"stylesheet\" href=\"https:\/\/liora.io\/es\/app\/plugins\/elementor-pro\/assets\/css\/widget-animated-headline.min.css\">\n<h3>\n\t\t\t\t\t\u00abAI needs you\u00bb<br \/>\n\u00a1Se\u00f1oras!<\/h3>\n","protected":false},"excerpt":{"rendered":"<p>12%: \u00bfQu\u00e9 representa este porcentaje? Es la tasa de representaci\u00f3n de las mujeres en el campo de la Inteligencia Artificial en Francia. Sin embargo, la paridad es un objetivo que debe alcanzarse si queremos mitigar algunos de los peligros de la inteligencia artificial en Europa. Fuente:AI Is the Future\u2014But Where Are the Women? Todav\u00eda estamos [&hellip;]<\/p>\n","protected":false},"author":74,"featured_media":169600,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2437],"class_list":["post-169598","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-digital"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/169598","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/74"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=169598"}],"version-history":[{"count":1,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/169598\/revisions"}],"predecessor-version":[{"id":183438,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/169598\/revisions\/183438"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/169600"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=169598"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=169598"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}