La tercera edición de IA en Femenino reunió en mayo de 2023 a cerca de cien profesionales presencialmente, con medio millar siguiendo el encuentro en directo por streaming. El evento, organizado por AI-Network y Big Data Magazine, centró su agenda en el papel de las mujeres en el desarrollo de la inteligencia artificial y en cómo la mayor presencia femenina en equipos técnicos puede reducir sesgos en los modelos y orientar el sector hacia estándares éticos más exigentes.
Carme Artigas abrió el evento con un mensaje sobre seguridad
Carme Artigas, entonces Secretaria de Estado de Digitalización e Inteligencia Artificial del Gobierno de España, fue la encargada de inaugurar el acto. Artigas describió IA en Femenino como un evento que ha conseguido instalarse en la agenda del sector tecnológico español, y argumentó que la inteligencia artificial plantea preguntas sociales y existenciales que requieren una perspectiva más amplia que la habitual en los equipos que diseñan estos sistemas. «La IA debe generar entornos seguros», dijo Artigas, que en aquel momento era también la principal responsable de la posición española en las negociaciones del Reglamento de Inteligencia Artificial europeo (AI Act).
Diversidad como palanca contra el sesgo
La tesis que recorrió el evento no es nueva, pero sí tiene cada vez más respaldo empírico: los modelos de IA heredan los sesgos de sus datos y de los equipos que los diseñan. Si esos equipos son homogéneos, los sesgos son más difíciles de detectar antes del despliegue. El problema empieza en los propios datos de entrenamiento, como muestra el análisis del dataset C4 de Google, donde la mayoría de fuentes son anglosajones y de temática periodístíca o tecnológica, con una representación muy limitada de otras culturas e idiomas.
Macarena Estévez, fundadora de Círculo de Ingenio Analítico e impulsora del evento, Pepa Rojo, Directora Creativa de Meta España y Portugal, y Cristina Aranda, cofundadora de Mujeres Tech, participaron como ponentes principales y coincidieron en que la diversidad no es solo un objetivo en sí mismo, sino una condición para que los modelos funcionen mejor para el conjunto de la población.
Mesas redondas: impacto empresarial, culturas y AutoML
El programa incluyó tres mesas redondas. La primera analizó el impacto de la IA generalizada en las empresas, con especial foco en cómo los modelos de lenguaje como GPT-4 empiezan a integrarse en flujos de trabajo reales más allá del prototipo. La segunda mesa abordó el choque cultural dentro de las organizaciones cuando se introducen herramientas de IA sin formación ni debate previo. La tercera trató las ventajas del AutoML, una disciplina que permite a equipos sin perfil matemático profundo construir y ajustar modelos.
El encuentro fue moderado por Mari Gómez, redactora de Big Data Magazine, y María Gil, Directora de Marketing de AI-Network, con la bienvenida de Alba Casero, Chief Transformation Officer de GroupM. Los patrocinadores Platinum fueron Keyrus, Expert.ai e Innova-tsn, con PiperLab como Gold y la colaboración de AxiCom, GroupM y VinoPremier.
Contexto: el sector de la IA sigue siendo muy masculino
Según datos de la UNESCO publicados en 2023, las mujeres representan solo el 22% de los profesionales de inteligencia artificial a nivel mundial. En España, la brecha es similar: las tituladas en ingeniería informática no llegan al 15% del total, según el Instituto Nacional de Estadística. Estos números son el trasfondo de eventos como IA en Femenino, que intenta visibilizar una presencia existente pero minoritaria y generar redes que faciliten el acceso de más mujeres a posiciones técnicas y de liderazgo en el sector. El debate sobre quién entrena a los modelos y qué datos usan es inseparable de la discusión sobre diversidad en los equipos que los construyen.
Preguntas frecuentes
¿Qué es IA en Femenino?
Es un evento anual organizado por AI-Network y Big Data Magazine que reúne a profesionales del sector de la inteligencia artificial con especial atención a la perspectiva de género, la diversidad en equipos técnicos y el desarrollo ético de los modelos.
¿Por qué influye la diversidad de los equipos en la calidad de los modelos de IA?
Los equipos homogéneos tienden a detectar menos sesgos en los datos y en los resultados del modelo. Mayor diversidad de perfiles (género, cultura, disciplina) aumenta la probabilidad de identificar errores antes del despliegue, según estudios de Google, MIT y la UNESCO.
¿Qué es el AutoML?
El AutoML (Automated Machine Learning) son herramientas que automatizan partes del proceso de construcción de modelos de aprendizaje automático, como la selección de algoritmos y el ajuste de hiperparámetros, sin requerir conocimientos matemáticos avanzados del usuario.
¿Cuál es el porcentaje de mujeres en inteligencia artificial?
Según la UNESCO (2023), las mujeres representan el 22% de los profesionales de IA a nivel mundial. En España, las tituladas en informática no alcanzan el 15% del total de graduados, según el INE.
