La transformación digital está revolucionando el mundo de los negocios a un ritmo nunca antes visto. Todas las empresas, en mayor o menor medida, están inmersas en un proceso de digitalización sin precedentes para ser más eficientes, competitivas y sostenibles. Pero este boom tecnológico debe tener siempre en cuenta criterios éticos y diversos para que verdaderamente ayude a las empresas a tomar mejores decisiones basándose en la realidad del momento y no en viejos estereotipos.
Las empresas de tecnología somos cada vez más conscientes de la importancia de crear referentes femeninos para corregir la brecha de género en carreras STEM, de promocionar y retener el talento diverso (en su sentido más amplio, no solo de género), y de potenciar iniciativas dentro de las empresas dirigidas a corregir los sesgos arrastrados del pasado.
Tecnologías como Internet de las Cosas, Big Data, Blockchain e Inteligencia Artificial están ayudando a las empresas a transformar sus modelos de negocio y a optimizar los procesos, pero en ocasiones siguen a día de hoy perpetuando los sesgos de género de los tiempos en los que pensar en tecnología era pensar exclusivamente en hombres.
Unos errores que precisamente ahora, cuando millones de aparatos están conectados compartiendo información entre ellos y cuando el 40% de los datos que pasan por las redes ya no es humano, cobran una mayor relevancia. Y es que la Inteligencia Artificial se nutre de esas grandes cantidades de datos que generan los dispositivos conectados y de experiencias pasadas para procesarlas y generar algoritmos que permiten hacer cálculos y encontrar soluciones a los problemas. Pero, ¿qué pasa si esa Inteligencia Artificial tan necesaria, que utiliza el conocimiento adquirido en experiencias anteriores, ha sido entrenada mayoritariamente por hombres que inconscientemente arrastran ciertos sesgos?
La falta de diversidad en los equipos que desarrollan y entrenan los algoritmos de Inteligencia Artificial ha sido generalmente una de las causas principales que explican que se hayan replicado ciertos sesgos discriminatorios del pasado. Para corregir esos comportamientos históricos y mejorar la imparcialidad de la IA, deberíamos analizar los sesgos en todas las etapas del proceso de creación de la IA, desde la obtención de los datos hasta la creación del modelo analítico y toma de decisiones.
Esto derivó en su momento, por ejemplo, en que una empresa tuviera que cancelar un proceso de selección al ser conscientes de que la muestra que utilizaba la herramienta de Inteligencia Artificial no era diversa. O que cuando se buscaba la palabra CEO en motores de búsqueda aparecieran principalmente hombres y con unos rasgos particulares.
La diversidad en el mundo tecnológico, y en general, debe ser una prioridad para todos. No solo porque existan estudios que aseguren que las empresas con mujeres ejecutivas resultan ser más rentables, sino porque la mayor presencia femenina en las organizaciones permite ser más conscientes de esas discriminaciones (en este caso de género) y tener una mayor capacidad para corregirlas en el menor tiempo posible. Al fin y al cabo, entrenar correctamente los algoritmos de la Inteligencia Artificial supone dotarles de datos, sin ningún tipo de discriminación, para que aprenda teniendo en cuenta factores éticos y para que sea lo más inclusiva y diversa posible.
Potenciar el papel de la mujer en las organizaciones, seguir educando en diversidad a chicos y chicas desde las edades más tempranas y fomentar la vocación por la tecnología son, sin duda, un punto de partida imprescindible para conseguir que la tecnología no deje atrás a nadie y sea una herramienta totalmente integradora.
*** Elena Gil Lizasoain es directora global de producto y operaciones de negocio de IoT y Big Data en Telefónica Tech