Cd. de M\u00e9xico. (SEMlac).- La inteligencia artificial (IA) se ha convertido en una de las tecnolog\u00edas m\u00e1s influyentes de nuestro tiempo. Sus aplicaciones van desde la medicina hasta la educaci\u00f3n, pasando por el comercio y la vida cotidiana. Sin embargo, detr\u00e1s de la promesa de eficiencia y objetividad, se esconde un problema que no es nuevo, pero que ahora se hace m\u00e1s visible: los sesgos algor\u00edtmicos.
Estos sesgos, lejos de ser meras fallas t\u00e9cnicas, reflejan desigualdades hist\u00f3ricas y culturales, entre ellas las de g\u00e9nero. Pensar la IA desde la equidad implica reconocer que la tecnolog\u00eda no es neutral y que, si no se atienden las ra\u00edces de la desigualdad, los algoritmos pueden convertirse en espejos que amplifican las injusticias.
La ilusi\u00f3n de la neutralidad tecnol\u00f3gica
La Organizaci\u00f3n de las Naciones Unidas para la Educaci\u00f3n, la Ciencia y la Cultura (Unesco) ha se\u00f1alado, en un llamado a contrarrestar las desigualdades de g\u00e9nero y los sesgos en los sistemas de IA, que estos tienden a reproducir desigualdades de g\u00e9nero, lo que afecta el desarrollo profesional de las mujeres y limita su participaci\u00f3n en los sectores tecnol\u00f3gicos.
De acuerdo con el informe Mujeres y hombres en M\u00e9xico, del Instituto Nacional de Estad\u00edstica y Geograf\u00eda (Inegi) y el Instituto Nacional de las Mujeres (Inmujeres), en M\u00e9xico la brecha digital es m\u00e1s profunda en comunidades rurales y entre mujeres de bajos ingresos, lo que restringe su acceso a dispositivos y formaci\u00f3n tecnol\u00f3gica.
Esto significa que muchas mujeres no participan en la generaci\u00f3n de datos que entrenan los algoritmos, quedando invisibilizadas en los sistemas que luego toman decisiones sobre empleo, salud o consumo.
Los algoritmos aprenden de datos, y estos datos, lejos de ser neutrales, est\u00e1n impregnados de las huellas de nuestras estructuras sociales. Como explica Guzm\u00e1n G\u00f3mez en su an\u00e1lisis hist\u00f3rico sobre IA y equidad de g\u00e9nero, los sesgos culturales se trasladan a la tecnolog\u00eda porque los sistemas de IA se entrenan con informaci\u00f3n que reproduce patrones hist\u00f3ricos de discriminaci\u00f3n. As\u00ed, lo que parec\u00eda una herramienta objetiva puede terminar reforzando desigualdades.
La IA, al basarse en grandes vol\u00famenes de datos, refleja las desigualdades que ya existen. Si los datos provienen de contextos donde las mujeres han tenido menor acceso a ciertos espacios, los algoritmos tender\u00e1n a reproducir esa exclusi\u00f3n. En todos estos casos, la IA no inventa el sesgo: lo hereda de los datos y lo amplifica en sus decisiones.
Los sesgos algor\u00edtmicos pueden limitar el acceso de las mujeres a recursos econ\u00f3micos, reforzar estereotipos de g\u00e9nero y dejar desprotegidas a quienes sufren violencia digital. Lousada Arochena plantea en IgualdadES la necesidad de repensar el concepto de \u201cdiscriminaci\u00f3n algor\u00edtmica\u201d, porque la tecnolog\u00eda est\u00e1 creando nuevas formas de exclusi\u00f3n que los marcos legales tradicionales a\u00fan no contemplan.
En este sentido, la IA no solo refleja desigualdades: tambi\u00e9n puede consolidarlas en estructuras invisibles y dif\u00edciles de cuestionar. Si un algoritmo decide qui\u00e9n accede a un cr\u00e9dito o a un empleo, y lo hace con sesgos de g\u00e9nero, las mujeres enfrentan barreras adicionales que no siempre son visibles ni f\u00e1ciles de denunciar.
La importancia de la perspectiva de g\u00e9nero
La falta de diversidad en equipos de investigaci\u00f3n y desarrollo tecnol\u00f3gico influye directamente en la reproducci\u00f3n de sesgos. La Comisi\u00f3n de Mujeres y Ciencia del Consejo Superior de Investigaciones Cient\u00edficas (CSIC), en su Informe de Mujeres Investigadoras, y el Programa de las Naciones Unidas para el Desarrollo (PNUD), en su informe sobre sesgos de g\u00e9nero en la IA en Am\u00e9rica Latina y el Caribe, advierten sobre ese v\u00ednculo. Incorporar una perspectiva de g\u00e9nero en la IA implica varias acciones:
Diversificar los equipos que dise\u00f1an algoritmos.
Realizar auditor\u00edas peri\u00f3dicas para detectar sesgos.
Construir bases de datos inclusivas que representen la pluralidad de identidades y experiencias.
La perspectiva de g\u00e9nero no es un a\u00f1adido opcional, sino una condici\u00f3n necesaria para que la IA contribuya a la equidad. Sin ella, corremos el riesgo de que las tecnolog\u00edas se conviertan en nuevas formas de exclusi\u00f3n.
Pensar y reflexionar sobre esta tem\u00e1tica no significa crear una tecnolog\u00eda exclusiva para mujeres, sino una que reconozca las desigualdades hist\u00f3ricas y busque corregirlas. Es una invitaci\u00f3n a imaginar tecnolog\u00edas que no solo reflejen la sociedad tal como es, sino que contribuyan a transformarla.
Esto requiere voluntad pol\u00edtica, inversi\u00f3n en investigaci\u00f3n con perspectiva de g\u00e9nero y un compromiso social para exigir tecnolog\u00edas m\u00e1s justas; en \u00faltima instancia, es un proyecto colectivo que busca democratizar la tecnolog\u00eda y ponerla al servicio de la equidad.
Invitaci\u00f3n al di\u00e1logo
La IA no es un espejo neutro de la realidad. Es un sistema que puede amplificar desigualdades si no se dise\u00f1a con conciencia cr\u00edtica. Los sesgos algor\u00edtmicos de g\u00e9nero son una llamada de atenci\u00f3n para repensar c\u00f3mo queremos que la tecnolog\u00eda participe en nuestras vidas.
Pensar la IA desde la equidad significa reconocer la intersecci\u00f3n entre g\u00e9nero y clase, y trabajar para que las mujeres no solo sean usuarias pasivas, sino protagonistas en la construcci\u00f3n de tecnolog\u00edas inclusivas.
El reto es cultural y pol\u00edtico: entender que la equidad no es un a\u00f1adido opcional, sino el coraz\u00f3n de cualquier proyecto tecnol\u00f3gico que aspire a transformar la sociedad. La decisi\u00f3n est\u00e1 en nuestras manos: o dejamos que los algoritmos reproduzcan el pasado, o los dise\u00f1amos para abrir caminos hacia un futuro m\u00e1s justo.
La respuesta pasa por la participaci\u00f3n activa, la vigilancia ciudadana y la construcci\u00f3n de pol\u00edticas p\u00fablicas con perspectiva de g\u00e9nero.
*La autora es Integrante de MUxED. Doctora en Investigaci\u00f3n Educativa por la Universidad de Granada, Espa\u00f1a. Investigadora titular del Instituto de Investigaci\u00f3n y Desarrollo Educativo de la Universidad Aut\u00f3noma de Baja California, M\u00e9xico.<\/p>\n","protected":false},"excerpt":{"rendered":"
Cd. de M\u00e9xico. (SEMlac).- La inteligencia artificial (IA) se ha convertido en una de las tecnolog\u00edas m\u00e1s influyentes de nuestro tiempo. Sus aplicaciones van desde la medicina hasta la educaci\u00f3n, pasando por el comercio y la vida cotidiana. Sin embargo, detr\u00e1s de la promesa de eficiencia y objetividad, se esconde un problema que no es<\/p>\n","protected":false},"author":1,"featured_media":24127,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"ai_generated_summary":"","_jetpack_memberships_contains_paid_content":false,"wpai_meta_description":"","footnotes":""},"categories":[3],"tags":[],"class_list":["post-24128","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inicio"],"jetpack_featured_media_url":"https:\/\/ceprovysa.com\/wp-content\/uploads\/2026\/11\/C2A9RubiPenicheconClaude.jpg-portada.webp","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/posts\/24128","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=24128"}],"version-history":[{"count":0,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/posts\/24128\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=\/wp\/v2\/media\/24127"}],"wp:attachment":[{"href":"https:\/\/ceprovysa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=24128"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=24128"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceprovysa.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=24128"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}