Cada año que pasa, la inteligencia artificial (IA) se integra aún más en las principales instituciones. Está previsto que contribuya con 15,7 billones de dólares a la economía mundial para 2030, lo que supera la producción actual de China e India combinadas. Esta tecnología innovadora se está integrando cada vez más en nuestra vida diaria, desde los dispositivos en nuestros cuerpos que miden nuestros ritmos cardíacos hasta aquellos en nuestro hogar que reproducen nuestra música.
Dado que la IA está lista para desempeñar un papel cada vez más importante en la sociedad, es probable que se introduzcan más regulaciones en todo el mundo. En los últimos cinco años, más de 60 países han desarrollado más de 700 iniciativas de políticas de IA. El año pasado, la Comisión Europea presentó su Propuesta de Reglamento sobre un Enfoque Europeo para la Inteligencia Artificial (también conocida como Ley de Inteligencia Artificial), diseñada para prohibir los usos nocivos de la IA y fomentar una mayor transparencia para el consumidor en los sistemas y aplicaciones impulsados por la IA.
Un problema particularmente desafiante en la IA es la diversidad de quienes programan la tecnología en sí. El Foro Económico Mundial ha demostrado que alrededor del 78 % de los profesionales globales con habilidades en IA son hombres, mientras que un estudio realizado por el Instituto AI Now de la Universidad de Nueva York mostró que más del 80 % de los profesores de IA son hombres.
Las mujeres representan solo el 15% de los investigadores de IA que trabajan en Facebook y el 10% de los investigadores de IA que trabajan en Google. Además, solo el 2,5% de toda la fuerza laboral de Google y el 4% de Facebook y Microsoft son negros. Estas cifras deben cambiar, y rápidamente.
Más allá del imperativo moral de prevenir la discriminación racial y de género sistémica en el diseño de nuevas herramientas de IA, también existe un imperativo económico. Las investigaciones han demostrado que las empresas en el cuartil superior en cuanto a diversidad de género tienen un 21 % más de probabilidades de experimentar una rentabilidad superior a la media, mientras que la diversidad étnica y cultural se correlaciona con un aumento del 33 % en el rendimiento.
Los diferentes puntos de vista optimizan el desarrollo de la IA cuando se trata de la explicabilidad. Esta es la capacidad de explicar las predicciones hechas por un modelo de aprendizaje automático: ser capaz de comprender por qué un modelo adoptó una elección particular y representarla de una manera que los humanos puedan seguir. Los datos no pueden simplemente introducirse en un sistema de aprendizaje. En cambio, el sistema de IA debe diseñarse para no omitir datos simplemente porque parece atípico según algunos puntos de datos.
Una fuerza laboral de IA diversa compuesta por diferentes razas, géneros, etnias y edades disminuirá la probabilidad de discriminación racial, de género, étnica y de edad por parte de los sistemas de inteligencia artificial. Entonces, ¿cómo podemos abordar el problema?
Abordar la diversidad de género comienza con atraer a más mujeres a la industria lo antes posible y ayudar a más adolescentes a considerar una carrera en IA mientras están en la escuela secundaria. En 2020, solo el 0,4 % de las niñas en el Reino Unido cursaron ciencias informáticas en el nivel A y ya estaban subrepresentadas cuando llegaron a la universidad. Solo el 9% de las mujeres graduadas en 2018 estudiaron una materia básica de STEM (ciencia, tecnología, ingeniería y matemáticas), posiblemente debido a la falta de modelos femeninos a seguir en tecnología y malentendidos sobre lo que implica una carrera en tecnología.
Más allá de la educación, el siguiente paso sería garantizar que las descripciones de los puestos sean lo más inclusivas posible. Las investigaciones han demostrado que las palabras de género masculino pueden afectar la disposición de las mujeres a postularse para un puesto. La redacción masculina podría perpetuar un sesgo percibido hacia los hombres, y se informa que el 44% de las mujeres se desalientan a postularse si un rol o lugar de trabajo se describe como “agresivo” en una descripción del trabajo.
Una vez que más mujeres estén en la educación y el empleo de AI, es crucial fomentar una cultura en la que todos se sientan incluidos, respetados y valorados. La cultura es una parte enorme de por qué las mujeres dejan la tecnología, y cambiar esa cultura puede comenzar con la priorización y el desarrollo de programas sólidos de tutoría.
Como ha señalado Jim Boerkoel, copresidente de un consorcio de estudiantes universitarios diseñado para cultivar futuros investigadores de IA, dos de las palancas más críticas para fomentar la diversidad en IA son la tutoría y la formación de cohortes. Estos brindan a los compañeros conexiones significativas para ayudar a que sus carreras evolucionen y pueden vincularlos con mentores que hacen conexiones y presentaciones relevantes a lo largo de una carrera.
Se ha demostrado que la tutoría aumenta la representación de las minorías a nivel gerencial del 9% al 24%. Los beneficios de las tutorías también incluyen el aumento de las tasas de promoción y retención para las minorías y las mujeres del 15 % al 38 % en comparación con los empleados que no recibieron tutoría. Los líderes de la industria deben crear asociaciones con instituciones académicas para construir estas redes de tutoría al principio del proceso de carrera.
Como líderes de la industria, debemos lidiar con los problemas de diversidad en la IA no centrándonos en una sola controversia o debate, sino adoptando una visión holística del panorama más amplio, dando la bienvenida a soluciones creativas y una responsabilidad genuina para las generaciones venideras.
Shawn Tan es director ejecutivo de Skymind, una empresa que se centra en los ecosistemas de IA
