Inteligencia artificial: ¿ser o no ser discriminado?

Publicado el

inteligencia artificial mujeres

La creciente implementación de sistemas de inteligencia artificial en las diversas esferas de la economía puede conducir tanto a una posible discriminación contra las mujeres como a darles nuevas perspectivas de carrera. Averiguamos qué se debe hacer para que el desarrollo avance según el segundo escenario.

La idea de que la inteligencia artificial está cambiando el mercado laboral ha estado sobre la mesa durante años. Hoy, el enfoque ha pasado de discutir la inevitabilidad del futuro a evaluar cómo y cuándo cambiará el mundo y lo que eso significa para todos nosotros. Ha habido varios intentos de crear una IA, pero la verdadera inteligencia artificial (Inteligencia General Artificial), la que se representa en películas y libros, aún está lejos de lograrse. ¿Qué es lo que tenemos ahora realmente?

No es la inteligencia más sabia

Hay muchos «algoritmos inteligentes» muy especializados que resuelven problemas de nicho y resuelven patrones en grandes cantidades de datos. Ayudan a tomar decisiones: por ejemplo, detener o permitir una transacción sospechosa, a dónde enviar bienes, emitir o no emitir un préstamo. La probabilidad de error en tales sistemas es menor que si se incluyera el notorio factor humano. Un mayor desarrollo de los algoritmos capaces de complementar/reemplazar la toma de decisiones humanas permitirá reducir los trabajos que requieren realizar tareas rutinarias, que a menudo son realizados por mujeres. Por lo tanto, ya es difícil imaginar un futuro brillante para los operadores turísticos, despachadores de taxis, cajeros y otras profesiones. Los investigadores del FMI predicen que el 11 % de los trabajos de mujeres serán automatizados durante las próximas dos décadas. Y el enfoque se desplazará al desarrollo mismo de estos algoritmos.

Cada vez se toman más decisiones de forma automática y, desafortunadamente, no siempre a favor de las mujeres. Por ejemplo, hace dos años, el minorista en línea más grande del mundo, Amazon, tuvo que «cancelar» el sistema para la revisión automática de currículums, ya que discriminaba a las mujeres programadoras. Esta situación ocurrió debido a que los modelos de IA fueron entrenados en datos históricos durante 10 años. En aquel entonces, la mayoría de los candidatos eran hombres, pero eso no significa que sean mejores en las especialidades técnicas. Dado que los algoritmos se están volviendo cada vez más responsables de tomar decisiones importantes, estos efectos secundarios son un problema grave.

Existe una creencia generalizada de que los algoritmos están simplemente atrapando conexiones en un conjunto existente de datos. Pero cuando uno se enfoca en los datos, es fácil ignorar dos aspectos de este problema: las limitaciones de los algoritmos existentes y, lo que es más importante, el papel de las personas que asignan tareas a los algoritmos. La mayoría de los algoritmos solo analizan correlaciones sin comprender nada sobre ellas. Sin la participación de aquellos que resuelvan los problemas y hagan las preguntas correctas, incluso los mejores datos no significan nada, ya que los algoritmos solo reflejan nuestros propios sesgos.

Los diseñadores de IA deben tener mucho cuidado con la forma en que se generan los conjuntos de datos para los algoritmos de entrenamiento, y deben vigilar la presencia de sesgos. Se debe tener cuidado con los errores que comete el algoritmo: a veces su porcentaje es bastante bajo, pero se pueden cometer en relación con el mismo grupo de personas. Por ejemplo, el modelo de puntuación niega sistemáticamente la aprobación de créditos a las personas registradas en el barrio chino. Este comportamiento es especialmente peligroso porque estamos transfiriendo más y más responsabilidad de toma de decisiones al sistema. Algunos de los algoritmos utilizados no son interpretables en absoluto, es decir, no podemos entender por qué se tomó esta o aquella decisión, o qué factores influyeron sobre ella.

Se necesita tiempo para establecer las reglas

Es curioso que antes de los albores de la era de la tecnología de la información, las mujeres formaran parte de los orígenes de esta industria: Ada Lovelace creó la programación, Betty Holberton desarrolló la primera computadora digital de uso general y Margaret Hamilton escribió el software para el proyectoApollo. Actualmente, solo el 15 % de los profesionales de la industria de la inteligencia artificial en todo el mundo son mujeres, lo que es frustrante para muchos defensores de la igualdad de género. Algunos temen que el futuro sea creado por hombres y para hombres. Tener a mujeres analistas de datos facilita las cosas, ya que ellas señalan problemas de productos que no son fáciles de detectar para aquellos que no experimentan discriminación en sí mismos todos los días. 

Las mujeres ya gastan mucho esfuerzo emocional para asegurar que las traten de manera justa y equitativa. Quizás debería haber un marco legal para aliviar esta carga. Algunas autoridades reguladoras ya están preocupadas por este problema. Por ejemplo, el Reglamento General de Protección de Datos (RGPD) de la UE exige que las empresas puedan explicar por qué las decisiones son tomadas por sistemas de IA y garanticen que no haya discriminación de ningún tipo. Hasta ahora, solo las grandes empresas y los gobiernos pueden permitirse el software y el hardware necesarios para implementaravanzados modelos de IA. Esta barrera puede ayudar a establecer algunas reglas básicas antes de que la tecnología sea más asequible.

Nuevas habilidades: nuevos desafíos

Muchos futuristas son optimistas sobre las posibilidades de éxito de las mujeres. ¿Por qué? Las habilidades más valiosas en un mundo nuevo y valiente son aquellas habilidades que no están sujetas a algoritmos: el uso de la inteligencia social y emocional. Por ejemplo, el 83 % de los encuestadospor las organizaciones de Capgemini creen que la inteligencia emocional será un requisito esencial para el éxito en los próximos años. El nuevo mercado laboral valora la compasión, la multitarea, la colaboración y la empatía, cualidades tradicionalmente asociadas con las mujeres, por ello es más probable que sea contratadas mujeres. Pero también hay un problema aquí. Para prosperar en un mundo impulsado por la IA, se requerirá un grado significativo de recapacitación y adaptación. En definitiva, no es el más inteligente el que sobrevive, sino el más adaptable.

Los riesgos adicionales para las mujeres no son solo los recortes de puestos de trabajo, sino también la imposibilidad de encontrar otros. Los nuevos desafíos de la automatización se superponen a las complejidades tradicionales, que son la base de las barreras para lograr la igualdad de género. Ahora surge la necesidad de movilidad y flexibilidad de los trabajadores, dado que hoy es más fácil que nunca cambiar de profesiones, empleadores, industrias e incluso países. Las mujeres, por otro lado, a menudo son menos móviles que los hombres debido al «segundo trabajo» en la casa. Además, a menudo son excluidas del networking, el cual permite a los hombres mejorar sus habilidades, encontrar mentores y nuevas oportunidades de trabajo.

Por otro lado, las empresas estarán más motivadas para desarrollar en los empleados habilidades fuera del alcance de la automatización. Si las mujeres son proactivas y adaptables, tendrán más oportunidades de trabajo. Debe recordarse que la pérdida de tiempo más inútil es hacer bien lo que no debe hacerse en absoluto. En el futuro, dos categorías de habilidades serán las más importantes: la capacidad de negociar y defender su punto de vista, y la capacidad de ver tendencias y desarrollar estrategias.

Las organizaciones necesitan empleados que puedan hablar tanto con máquinas como con personas. En los últimos años, la tecnología se ha democratizado significativamente, lo que significa que no es necesario tener un doctorado para trabajar con IA. Ahora es el mejor momento para comprender los conceptos básicos de una tecnología aparentemente compleja, incluso si su profesión no tiene nada que ver con el desarrollo de algoritmos. Los gerentes se beneficiarán de una visión superficial de las técnicas de aprendizaje automático para analizar diferentes tipos de datos. Tal análisis ayudará a evaluar el potencial para usar la IA en su área laboral y crear correctamente una estrategia de transformación digital. Una inmersión más profunda y la adquisición de habilidades aplicadas, como la programación y la creación de modelos de aprendizaje automático, serán útiles para aquellos que, por la naturaleza de su trabajo, pasan mucho tiempo en el análisis de rutina y desean automatizar el proceso de toma de decisiones.

Los proyectos realizados por industrias de IA más experimentadas (compañías de TI, bancos y minoristas) pueden ser buenas fuentes de inspiración. Incluso en una rama tan conservadora como la industrial, se comenzaron a aplicar programas de optimización de la producción, por ejemplo, para predecir fallas en los equipos. 

Para 2021, según el pronóstico de IDC, los sistemas de IA ya serán utilizados de una forma u otra por el 75 % de las empresas. Por lo tanto, las habilidades apropiadas serán, sin exagerar, necesarias en casi todas las áreas de la vida. Tómese una hora y vea un video sobre cómo funciona el aprendizaje automático. Solo cuando tenga una idea clara de cómo funciona podrá hacer las preguntas correctas y formular el problema. El conocimiento de algunos principios es más importante que comprender la implementación específica de algoritmos en un paquete de software.

Después de estudiar los principios básicos, debe comprender en qué tareas es más relevante el uso de la IA, e intentar delegar algunas de las responsabilidades en las máquinas, aumentando la calidad y la productividad del trabajo. Luego de haber estudiado casos del uso exitoso de la IA, muchas personas se dan cuenta de que esta herramienta se puede utilizar para una amplia variedad de procesos y tareas que implican trabajar con grandes cantidades de datos. Es necesario aprender a aplicar las nuevas tecnologías en el trabajo y estar lo suficientemente motivado para buscar respuestas de forma independiente, y tomar el control de sus estudios y su carrera.

Las habilidades de análisis de datos se utilizan ampliamente en una gran variedad de profesiones, desde mercadólogos hasta mecánicos de maquinarias, quienes, por ejemplo, pueden detectar automáticamente las anomalías de un gran flujo de datos en un proceso gracias a estas. Actualmente, la ciencia de datos (data science) y la inteligencia artificial tienen poco personal. El problema es tan grave que las grandes empresas ofrecen plataformas de aprendizaje gratis. Después de usarlas, es posible que no pueda analizar de inmediato los datos como un investigador experimentado, pero ya podrá establecer la tarea correcta para el programa, por ejemplo, analizar un conjunto de currículums e incluso escribir música.

«La necesidad de especialistas en inteligencia artificial ya ha nacido en casi todas las áreas de la vida», — consideran en el Instituto de Ingenieros Eléctricos y Electrónicos(Institute of Electrical and Electronics Engineers), una asociación internacional sin fines de lucro para profesionales de la informática. Los expertos están pidiendo que especialistas en áreas como salud, agricultura y logística también sean capacitados en técnicas de IA.

Las formas habituales de hacer el trabajo son cada vez más obsoletas. La humanidad se enfrenta nuevamente a una elección: quejarse del destino y hablar sobre el levantamiento de las máquinas, o prepararse para el futuro y aprender las habilidades más demandadas en el mercado. La simple razón por la que las máquinas vencieron a los luditas es porque estas realmente ahorraban dinero. Y como ahora sabemos, la implementación de máquinas finalmente creó muchos más empleos de los que fueron eliminados y contribuyó en gran medida al crecimiento económico. Los trabajadores más exigentes no estaban dispuestos a temer a la industrialización, sino a explotarla y cosechar los beneficios de las nuevas tecnologías. Entonces, ¿por qué las mujeres no pueden hacer lo mismo?

Comparte en: