Del ‘Oye, Siri’ al ‘Oye, CEO’: mujeres que quieren liderar el desarrollo de la IA

Cuando decimos «Oye, Siri» o «Alexa, pon música», ¿a quién estamos llamando realmente?

Las voces que responden son femeninas, amables, solícitas. Sin embargo, los equipos que las diseñan siguen siendo, en su mayoría, masculinos. Es la paradoja perfecta de la nueva revolución tecnológica: una inteligencia artificial que suena a mujer, pero que se piensa en masculino.

No hay ninguna duda ya a estas alturas de que que la IA se ha convertido -o está en proceso de- en la nueva infraestructura de la economía. Esa brecha de género ya no es solo un problema de justicia social: es un riesgo económico, democrático y, en el fondo, de calidad del propio producto tecnológico.

La estadística que no cuadra

Los datos dicen que las mujeres han entrado de lleno en el ecosistema de la I+D española. Según el informe Mujeres e Innovación 2024 elaborado por el Observatorio de Mujeres, Ciencia e Innovación (OMCI) del Ministerio de Ciencia, Innovación y Universidades, hay más mujeres ocupadas en ciencia y tecnología que hombres. Ellas representan el 34,4% de la población ocupada total, frente al 29,2% de ellos, si miramos los grupos técnicos, científicos y profesionales de apoyo.

Pero, cuando uno se acerca a las tecnologías estratégicas y emergentes, la foto cambia. Y mucho. El 61,3% de las empresas del sector TIC en España no tiene ni una sola mujer especialista en TIC. Más de la mitad de las compañías que están construyendo la columna vertebral digital del país trabajan, de facto, sin talento femenino en sus equipos técnicos.

En el conjunto de empresas innovadoras, solo el 28,2% del personal son mujeres, una cifra que incluso ha retrocedido unas décimas respecto a 2020. El contraste es brutal: ellas están en la ciencia, pero desaparecen según nos acercamos a la zona donde se diseñan algoritmos, se toman decisiones de inversión en tecnología o se lideran proyectos punteros. Una brecha que, como recuerda el informe, sigue teniendo un carácter «estructural» en los sectores más innovadores de la economía española.

A escala global, el diagnóstico no es mejor. El informe de OBS Business School sobre La brecha de género en la era de la inteligencia artificial recuerda que el Índice Global de Brecha de Género está cerrado apenas al 68,4%. Al ritmo actual, harían falta 131 años para alcanzar la paridad plena. Y en el campo concreto de la IA, la conclusión es tajante: la presencia de mujeres es «muy baja» y los sesgos de género en los algoritmos y sistemas de IA «reflejan y perpetúan desigualdades preexistentes».

Dos pioneras frente al espejo de la IA

Para entender qué se juega España en esta conversación, hablamos con dos de las voces más autorizadas del país en inteligencia artificial y tecnología: Nuria Oliver, cofundadora y directora científica de ELLIS Alicante, y Alicia Asín, cofundadora y CEO de la empresa de IoT Libelium.

Oliver lleva décadas advirtiendo de que la IA «no es neutral» y que su trabajo solo tiene sentido si sirve para mejorar la calidad de vida de todas las personas, no solo de algunas. «Es imposible alcanzar ese objetivo sin considerar la dimensión ética en el desarrollo de la IA», subraya.

Asín, por su parte, se define más como ingeniera práctica que como «tecnoentusiasta». «Lo que me atrajo no fue la tecnología en sí misma, sino su lado eminentemente práctico. La ingeniería era una forma de transformar la realidad, no solo de entenderla», recuerda.

Ambas comparten una preocupación de fondo: estamos construyendo la infraestructura algorítmica de la economía con una mirada parcial. Y cuando se programa el futuro desde una sola perspectiva, los errores dejan de ser anécdotas técnicas para convertirse en fallos sistémicos.

La paradoja de Siri y Alexa

La pregunta es inevitable: si los equipos de IA son tan masculinos, ¿por qué la tecnología nos habla (casi siempre) con voz de mujer?

«La selección de voces femeninas responde a una construcción cultural que asocia lo femenino con la amabilidad, el cuidado, el servicio y la docilidad», explica Nuria Oliver. «Esta estereotipación no solo refleja sesgos existentes en la sociedad, sino que los refuerza y amplifica dada la ubicuidad de estos asistentes personales, con cientos de millones de usuarios en todo el planeta», recalca.

Alicia Asín va un paso más allá y recuerda que, además, la «feminización» de los asistentes es puramente cosmética: «Lo que desde luego no es, es una presencia de la mujer en carreras STEM. La elección de voces femeninas parece más fruto de decisiones de diseño de producto o de marketing, especialmente teniendo en cuenta que luego estos modelos se entrenan con voces de hombre para sus respuestas. Eso hace que, por ejemplo, Siri entienda mejor a mi marido que a mí».

El ejemplo no es trivial. Si los sistemas de reconocimiento de voz -que se integran en coches, hogares u oficinas- entienden peor a las mujeres, el resultado es que media población queda literalmente peor atendida por la interfaz de acceso a la economía digital.

El informe de OBS aporta otra escena reveladora: la anécdota de la exresponsable de ética en IA de Google y directora de Diverse IA, Toju Duke, cuando preguntó a Alexa dónde se jugaba la final del mundial de fútbol. El asistente respondió: «Hoy no hay partido». Sí que había: la final de fútbol femenina. Son pequeños fallos sí; pero que, sumados, van dibujando un patrón.

Liderar la IA o quedarse en la periferia de la innovación

La desigualdad se agrava cuando miramos quién manda en los espacios donde se define qué problemas resuelve la tecnología y con qué ética. En el sistema universitario, las mujeres son el 43,7% del personal docente e investigador, pero solo el 33% de las investigadoras principales. En el Consejo Superior de Investigaciones Científicas (CSIC), las mujeres participan en el 75,8% de las patentes de prioridad, pero solo son inventoras en el 35,5% de ellas.

Además, en las empresas innovadoras, las mujeres apenas ocupan ese 28,2% de los puestos, y en los sectores de alta y media-alta tecnología solo representan un 31% del personal de I+D.

La fundadora y CEO de Libelium lo ha vivido en primera persona: «Cuando empecé, normalicé ser la única mujer en casi todas las reuniones. Era habitual ver paneles de debate llenos de hombres hablando de tecnología, economía o política. Y luego un panel específico de mujeres para hablar… de ser mujer», apunta. «Eso está cambiando, pero el verdadero reto no es solo la presencia, sino el poder. Necesitamos más mujeres en las mesas donde se definen los algoritmos, se priorizan los problemas y se aplica la ética. Si no estamos ahí, la brecha se convertirá en un abismo», concluye.

En el mundo de la IA, ese «abismo» tiene implicaciones económicas muy concretas: desde qué sectores reciben más financiación hasta qué perfiles se consideran «estratégicos» en las empresas. La economista Claudia Goldin, premio Nobel en 2023, habla de los «trabajos codiciosos». ¿Y qué son? Empleos de alta remuneración que exigen disponibilidad total y largas jornadas. Un modelo que penaliza especialmente a quienes asumen más carga de cuidados -en su mayoría, mujeres- y consolida la brecha a medida que avanza la carrera profesional.

¿Convertir el sesgo en oportunidad?

Cuando la IA entra en juego, la desigualdad deja de ser una estadística para convertirse en decisiones muy concretas sobre la vida de las personas. «Las consecuencias en la sociedad son reales y existen numerosos ejemplos que así lo demuestran», advierte Nuria Oliver.

Oliver lo ejemplifica con sistemas de selección de personal que penalizan currículos de mujeres por estar entrenados con historiales de contratación sesgados; algoritmos de diagnóstico médico que funcionan peor en mujeres porque se entrenaron con datos mayoritariamente masculinos; o sistemas de evaluación de riesgos utilizados en contextos policiales que reproducen sesgos raciales y de género.

El informe de OBS lo resume de forma contundente: los sesgos de género en la IA son «un problema significativo y creciente» que afecta a empleo, publicidad, recomendaciones de productos y servicios financieros.

La tecnología no crea la desigualdad de cero, pero sí la amplifica. «Los algoritmos reflejan las estructuras sociales que los originan», insiste Oliver. De ahí la necesidad de desarrollar sistemas con garantías de no discriminación y someterlos a auditorías independientes antes de desplegarlos a gran escala.

Asín, por su parte, alerta de un riesgo más silencioso: quedarnos fuera de la «conversación digital». Si las interfaces no entienden bien nuestras voces, si los datos no nos representan, si los sistemas aprenden principalmente de experiencias masculinas, el resultado es que las decisiones automáticas -sobre crédito, salud o empleo- se toman sin tener realmente en cuenta a la mitad de la población.

Educar desde la infancia

¿Dónde empieza realmente esta brecha? ¿En la universidad, en la empresa… o mucho antes?

«La brecha empieza en edades muy tempranas, alrededor de los cinco años», responde Nuria Oliver. «Tiene que ver con los estereotipos culturales sobre quién trabaja en informática y en qué consiste ese trabajo, la falta de referentes femeninos, los sesgos que nos hacen infravalorar sistemáticamente a las mujeres y los entornos poco inclusivos a lo largo de todo el recorrido educativo y profesional», añade.

El informe Mujeres e Innovación 2024 coincide: las chicas muestran mayor interés por tener un impacto social útil, por crear, inventar e innovar, pero los estereotipos y los estímulos externos las alejan de las titulaciones STEM. En informática, el dato es demoledor: en España, el porcentaje de chicas que estudian esta carrera está por debajo del 15%, tal y como recuerda Oliver.

Alicia Asín aporta una cifra que ilustra el retroceso: «Cuando empecé la carrera de Ingeniería Informática, éramos 23 chicas en una promoción de 80. Las matriculaciones de mujeres en Informática alcanzaron las 16.900 en el año 2000. 20 años después, no llegaron a 5.000».

La primera gran barrera, dice Asín, es estructural y nace de esa falta de vocaciones: «Sigue existiendo una percepción errónea de lo que es una carrera STEM. Muchos jóvenes aún piensan que si estudian ciencia acabarán en un laboratorio. Cuando la realidad es que la formación tecnológica es transversal y necesaria para casi cualquier puesto directivo futuro».

La segunda barrera es la autoexclusión. «Si las mujeres no optamos a las carreras con mayor remuneración, que son y serán las tecnológicas, estamos consolidando la brecha salarial por decisión propia», advierte.

Diversidad como ventaja competitiva

Tanto Oliver como Asín insisten en que la diversidad no es un adorno reputacional, sino una condición para que la IA sea técnicamente mejor. «No se trata de que las mujeres aportemos una ‘esencia’ mágica. Se trata de sentido común», resume Asín. «La IA no es más que estadística avanzada y modelos matemáticos, y como tales, no escapan a los sesgos. Un algoritmo entrenado por un equipo homogéneo replicará y amplificará los sesgos de ese equipo», agrega.

Oliver lo formula en términos de excelencia: «Fomentar la diversidad no es exclusivamente una cuestión ética, sino también una cuestión de excelencia y de innovación. Sabemos que los equipos diversos son más innovadores y desarrollan mejores soluciones».

El informe de OBS coincide al señalar que las mujeres en IA aportan «perspectivas únicas» cruciales para desarrollar tecnologías equitativas y éticas. La falta de diversidad limita la capacidad de la IA para abordar problemas globales de manera inclusiva. En otras palabras: un sector de IA masculinizada no solo es menos justo, también es menos competitivo.

Hacia una IA plural

La pregunta final es casi de ciencia ficción económica: dentro de 10 o 15 años, ¿seguiremos convocando a asistentes con voz femenina programados por equipos casi exclusivamente masculinos? ¿O habremos logrado que esa feminización simbólica se corresponda con una presencia real de mujeres liderando el diseño, la regulación y el despliegue de la IA?

Asín ofrece dos consejos a las jóvenes que quieran dedicarse a este campo: «Primero: que aprendan rápido que van a ser cuestionadas continuamente. En el momento en que aceptas ese cuestionamiento, tu perspectiva cambia y tu vida mejora. Segundo: no tengas miedo a fallar. En tecnología, cada error es una iteración. Fracasar no te resta valor; te entrena».

Oliver, por su parte, recuerda que atraer más talento femenino a la IA es «una necesidad estratégica»: la tecnología que está modelando el futuro de nuestra sociedad no puede seguir construyéndose con una sola mitad del talento disponible.

Quizá el verdadero giro no llegue el día en que dejemos de decir «Oye, Siri», sino cuando no nos sorprenda que la persona que lidera el equipo de IA de una gran empresa, preside el comité que aprueba una línea de financiación tecnológica o firma la próxima gran patente sea, sencillamente, una mujer. Ese día, las voces femeninas de la IA dejarán de ser un guiño de marketing para convertirse -por fin- en un eco fiel de quienes están escribiendo el código del futuro.