Cuando empecé a trabajar con inteligencia artificial, lo primero que me sorprendió no fue lo complejo de los modelos ni lo potente del machine learning. Fue darme cuenta de que en los equipos, en los datasets y en los resultados… las mujeres apenas aparecían. La brecha de género en la IA no es solo una cifra en un informe: es una fractura real que pone en riesgo la equidad del futuro digital que estamos construyendo.
¿Qué es la brecha de género en la IA?
La brecha de género en la IA hace referencia a la desigualdad entre hombres y mujeres tanto en el desarrollo como en el uso y el impacto de esta tecnología. Es una brecha que se amplía en dos direcciones: por un lado, las mujeres están menos representadas en los equipos que crean IA, y por otro, la IA impacta más negativamente en los trabajos feminizados.
Y los datos no dejan lugar a dudas.
Los trabajos de las mujeres, los más expuestos a la automatización
Un informe reciente de la International Labour Organization (ILO) junto con el Poland’s National Research Institute (NASK), publicado por Naciones Unidas y analizado por Forbes, reveló que en países de renta alta, las mujeres tienen casi 3 veces más probabilidades que los hombres de perder su empleo por culpa de la IA.
En Estados Unidos, el porcentaje de mujeres en riesgo de “alto potencial de automatización” ha subido al 9,6 %, mientras que en los hombres es solo del 3,5 %. El motivo principal: los trabajos administrativos y de oficina, donde predominan las mujeres, son los más automatizables.
Según el U.S. Census Bureau, entre el 93 % y el 97 % de los puestos de secretaria y auxiliar administrativo estaban ocupados por mujeres entre 2000 y 2019. Y son precisamente esos los primeros en ser sustituidos por IA generativa.
Menor uso de herramientas de IA entre mujeres
La desigualdad no termina ahí. Un estudio de Harvard Business School, liderado por Rembrand Koning, reveló que las mujeres usan herramientas de IA un 25 % menos que los hombres. ¿Por qué?
Según las entrevistas, muchas mujeres temen que usar IA pueda hacer que sus colegas las vean como “tramposas” o pongan en duda su inteligencia. En cambio, muchos hombres adoptan estas herramientas con naturalidad, incluso sin aprobación explícita.
“If we want to make sure it’s inclusive, it includes all workers. It’s the job of a leader to bring everybody in”, afirma Koning.
Esta brecha de uso refuerza una desventaja competitiva: quienes experimentan y entienden la IA, acceden antes a sus beneficios.
¿Cómo podemos cerrar esta brecha?
Desde mi experiencia formando a profesionales tech, sé que la solución no pasa solo por enseñar a programar modelos, sino por construir una cultura tecnológica inclusiva. Aquí algunas claves para empezar a cerrar esta brecha:
1. Democratizar el acceso a la formación en IA
Es imprescindible que las mujeres, especialmente aquellas en sectores vulnerables a la automatización, tengan acceso a formación práctica en IA, datos, automatización y programación. No se trata de convertir a todas en ingenieras, sino de ofrecer herramientas para entender y liderar procesos basados en tecnología.
En KeepCoding ofrecemos un enfoque accesible y práctico para quienes parten desde cero: desde el Bootcamp de Programación desde Cero hasta el Bootcamp de Inteligencia Artificial.
2. Crear entornos donde nadie tema experimentar
Es responsabilidad de líderes y equipos técnicos fomentar entornos de uso seguro y libre de juicios para las herramientas de IA. Si usar IA se percibe como “trampa” o un atajo, jamás lograremos su adopción equitativa.
3. Visibilizar referentes femeninos
Es urgente mostrar más ejemplos reales de mujeres que usan, lideran y enseñan sobre IA. No solo para inspirar, sino para normalizar.
Brecha de género en la IA: una cuestión de futuro y justicia
Cerrar la brecha de género en la IA no es solo un gesto hacia la igualdad. Es una decisión estratégica para garantizar que el futuro digital sea ético, inclusivo y verdaderamente humano. No podemos permitir que las herramientas que estamos creando hereden los sesgos del pasado.
Y si tú también crees que el futuro no se construye desde la exclusión, sino desde el conocimiento compartido, este es tu momento.
