Sesgos de género en plataformas digitales
Un estudio reciente publicado en la revista Nature reveló que plataformas como Google, Wikipedia, IMDb, YouTube e incluso ChatGPT presentan a las mujeres como más jóvenes y menos competentes que los hombres, especialmente en cargos gerenciales o profesiones de alto prestigio. El análisis incluyó casi 1,4 millones de fotos y videos y evaluó también miles de millones de palabras en redes sociales, confirmando que la tecnología amplifica los estereotipos de género históricos.
Los resultados muestran que la edad percibida de las mujeres es, en promedio, 5,46 años menor que la de los hombres, incluso cuando no existe tal diferencia en la población real activa. Este sesgo se observa de manera consistente, ya sea mediante juicios humanos, aprendizaje automático o información objetiva sobre la edad y el género de las personas.
Impacto en la percepción y el empleo
Más allá de la representación visual, la investigación evaluó cómo la inteligencia artificial, en particular ChatGPT, discrimina al analizar currículos laborales. Al generar casi 40.000 currículos para más de 50 profesiones, la IA asumió automáticamente que las mujeres eran más jóvenes y con menos experiencia, mientras que los hombres mayores fueron considerados candidatos más aptos para los mismos puestos. Esto evidencia consecuencias reales en la competitividad laboral femenina.
El estudio subraya que la representación sesgada afecta incluso a imágenes relacionadas con profesiones altamente cualificadas, como directores o jefes médicos. Además, advierte que los sistemas de IA no son neutrales: reproducen y amplifican roles y estereotipos de género ya existentes en la cultura, lo que puede consolidar desigualdades sociales y laborales.
Como valor agregado, los expertos insisten en la necesidad urgente de diseñar estrategias inclusivas que cuestionen los supuestos culturales presentes en los modelos de IA y en las infraestructuras digitales. Esto permitiría construir tecnologías más justas, donde la representación de mujeres y hombres sea equitativa y basada en datos reales, no en estereotipos históricos.
