Dra. Aracelly De León / Directora del IMUP
La Asamblea General de la ONU declaró el 11 de febrero Día Internacional de las Mujeres y las Niñas en la Ciencia en reconocimiento al papel clave que desempeñan las mujeres en la comunidad científica y la tecnología.
El tema de 2026 es «Aprovechar las sinergias entre la inteligencia artificial, las ciencias sociales, las STEM y el sistema financiero: construir un futuro inclusivo para las mujeres y las niñas».
Ante el aumento de las desigualdades sociales, la integración de la inteligencia artificial (IA), las ciencias sociales, las ciencias, la tecnología, la ingeniería y las matemáticas (STEM) y la economía se perfilan como un enfoque de cuatro pilares para acelerar el desarrollo inclusivo y sostenible.
En el mundo, las mujeres jóvenes son más propensas que los hombres jóvenes a cursar estudios superiores: un 46 % se matricula en los cinco años siguientes a la finalización de la enseñanza secundaria, frente al 40 % de los hombres. Sin embargo, las mujeres solo representan el 35 % de los titulados en ciencias.
Las mujeres siguen estando infrarrepresentadas en la investigación científica en todo el mundo. En 2022, solo el 31,1 % de los investigadores eran mujeres, lo que evidencia las persistentes desigualdades de género en este campo.
Menos del 2 % de los solicitantes de empleo en el sector cuántico son mujeres, solo una de cada 54. Además, según los informes, el 80 % de las empresas del sector cuántico no cuentan con mujeres en puestos de alta dirección.
De los miles de artículos científicos en disciplinas relacionadas con el agua, menos de 100 abordaban cuestiones de género o las mujeres y la hidrología. En 2022, nueve de las 21 revistas más importantes sobre hidrología no publicaron ningún artículo que hiciera referencia al género, mientras que el resto publicó solo entre uno y 14. En campos de vanguardia como la inteligencia artificial, solo uno de cada cinco profesionales (22 %) es mujer.
La Inteligencia Artificial se ha convertido en una presencia constante en nuestras vidas: selecciona las noticias que leemos, recomienda series, filtra currículums o incluso sugiere tratamientos médicos. Pero detrás de esta apariencia neutral y técnica se esconden las huellas de nuestra sociedad: prejuicios, desigualdades y estereotipos que los algoritmos aprenden, reproducen y, en ocasiones, amplifican.
Los sesgos en la IA no son un error puntual del sistema; son un espejo de cómo pensamos, decidimos y valoramos a las personas. Hablamos de sesgo de género cuando una tecnología trata de manera diferente a las personas por su género, perpetuando estereotipos o desigualdades
En definitiva, los algoritmos no son neutrales: aprenden del pasado y lo proyectan hacia el futuro.
Los sistemas de IA aprenden a partir de grandes volúmenes de datos. Si esos datos reflejan una sociedad desigual, el resultado será una tecnología desigual. No es la máquina la que “decide” discriminar, sino que aprende a hacerlo porque fue alimentada con información que ya lo hacía.