Un problema pendiente en la inteligencia artificial: la participación de las mujeres

En pocos años, el Índice Latinoamericano de Inteligencia Artificial (ILIA) pasó de medir infraestructura y talento a revelar algo más profundo: quiénes están –y quiénes no– construyendo la inteligencia artificial (IA).

El ILIA 2025, coordinado por Cepal y CENIA con apoyo de la Unión Europea, Unesco, OEA, BID y CAF, dio un paso clave al incorporar un enfoque de género y diversidad. Por primera vez, el índice midió la participación de mujeres en investigación e innovación en IA: solo 23,6 % en promedio regional.

El mensaje es claro: la IA refleja los datos con los que se entrena, y esos datos reflejan nuestras desigualdades.

La inversionista Eva Yazhari lo resume con una frase precisa: “Training data is not neutral”.

Los sistemas de IA aprenden del mundo tal como se lo mostramos. Si las experiencias femeninas no están en los datasets, los algoritmos –y las decisiones que de ellos dependen– aprenderán a ignorarlas.

Pasa lo mismo que en la arquitectura de los estadios: cuando se diseña el mismo número de baños para hombres y para mujeres, se asume que ambos los usarán igual. Pero no es así: las mujeres necesitan más tiempo, más espacio y condiciones distintas. El resultado: filas interminables, no por mal diseño, sino por falta de perspectiva.

Con la inteligencia artificial ocurre igual. Si los datos no reflejan la diversidad de quienes habitamos el mundo, las soluciones serán eficientes para algunos y deficientes para otros. El desafío no es solo técnico, sino también cultural y político: no basta con enseñar IA; hay que decidir quién la enseña y con qué datos.

América Latina tiene la oportunidad de construir una inteligencia más ética e inclusiva, donde la innovación avance al mismo ritmo que la representación, porque el futuro no se programa solo: se entrena.