¿A qué ciencia estamos invitando a las niñas este 11 de febrero?

Cada 11 de febrero hacemos visible el Día Internacional de las Niñas y las Mujeres en la Ciencia.  Es una iniciativa importante y no hay que dejarla de promover. Durante décadas, el acceso estuvo bloqueado, explícita o implícitamente a ellas. Sin embargo, la fecha no puede quedarse en esta invitación y  queda una pregunta por responder: ¿a qué ciencia estamos invitando a entrar a las niñas hoy? ¿Cómo las invitamos a acercarse a la inteligencia artificial, tema central de nuestro tiempo?

Decir “más niñas en la ciencia” suena progresista, sin duda, pero evita una discusión de fondo: la ciencia y en particular la inteligencia artificial, no es un espacio neutro. Tiene historia, valores, jerarquías, exclusiones y  los datos lo confirman.

De acuerdo con la UNESCO, sólo el 22 % de la fuerza laboral mundial en inteligencia artificial está constituída por mujeres y apenas una de cada cinco personas que hacen ciencia en inteligencia artificial es mujer. No hablamos aquí sólo de una brecha de acceso, sino de quién define qué problemas vale la pena resolver y cómo.

La inteligencia artificial que domina hoy el mundo se construyó sobre una noción muy específica de racionalidad: eficiencia, cálculo, predicción, optimización. No son valores universales ni inevitables, son elecciones y como toda elección, deja cosas fuera, entre ellas, el cuerpo, la experiencia vivida, el cuidado, la vulnerabilidad, lo relacional que, casualmente, son dimensiones históricamente feminizadas y sistemáticamente desvalorizadas.

Este cuestionamiento está fuera del radar y de la conversación, inclusive puede sonar “anticientífico”.  Por ello vale la pena detenerse y preguntar: ¿cómo invitamos a las niñas a una ciencia que, durante años, ha tratado su existencia y realidad como anomalía, ruido, problema a corregir o que de plano las ignora?

Cuando hablamos de inteligencia artificial solemos celebrar su objetividad, pero la evidencia empírica desmonta rápidamente ese mito. Un estudio ya clásico del MIT Media Lab, Gender Shades, mostró que los sistemas de reconocimiento facial tenían tasas de error inferiores al 1 % en hombres blancos, pero que esos errores podrían escalar hasta 34 % en mujeres con rasgos de color. ¿Qué significa esto? No es que  la tecnología falle, sino que fue entrenada con datos que no las representaban.

Los algoritmos no flotan en el vacío,  clasifican, jerarquizan, deciden y lo hacen a partir de conjuntos de datos que reflejan prejuicios históricos. Diversas  investigaciones han documentado sesgos de género y raza en sistemas de selección de personal, en herramientas de evaluación de riesgo y en modelos predictivos usados por gobiernos y empresas. El efecto es preocupante: la discriminación deja de ser excepcional y se vuelve sistémica y automatizada.

En este punto vale la pena plantearse otra pregunta que rara vez se formula cuando hablamos de niñas y ciencia: ¿qué idea de ciencia e inteligencia estamos enseñando a admirar?

La inteligencia artificial, por ejemplo, reconoce como inteligente aquello que puede medirse, cuantificarse y automatizarse. Pero ¿qué pasa con el juicio ético, con la deliberación, con la capacidad de cuidar o de contextualizar? ¿Qué lugar ocupan esas formas de inteligencia cuando el estándar lo definen una máquina o algoritmos entrenados para maximizar eficiencia, nada más?

Invitar a las niñas a la IA sin cuestionar esa definición implica, muchas veces, pedirles que dejen partes de sí mismas, de su historia, contexto y circunstancias fuera para poder entrar y participar. No porque no sean capaces, sino porque el modelo dominante no sabe qué hacer con esas dimensiones y simplemente, las excluye.

Además, la inteligencia artificial no sólo reproduce sesgos de género. Estudios en sociología de la tecnología han documentado también prejuicios religiosos, raciales y culturales, especialmente en sistemas de moderación de contenidos, traducción automática y clasificación de riesgos. Lo que se presenta como neutral es, en realidad, una forma de poder epistémico: decidir qué cuenta como normal, aceptable o verdadero.

Por eso, promover la ciencia hoy no puede significar solo abrir la puerta, tiene que significar dar herramientas para entender cómo funcionan los algoritmos, sí, pero también para cuestionarlos críticamente y plantearse quién los diseñó, con qué supuestos, para beneficiar a quién y a costa de qué.

Aprender ciencia -y aprender inteligencia artificial- no debería ser un ejercicio de obediencia técnica, sino de pensamiento crítico e inclusive filosófico. No basta con que las niñas sepan programar si no pueden cuestionar qué vale la pena automatizar y qué no. No basta con que entren a los laboratorios si no tienen espacio para discutir qué formas de conocimiento están siendo sistemáticamente excluidas.

Hay, además, una dimensión corporal que rara vez aparece en este tipo de debates científicos. La ciencia y la tecnología no sólo producen conocimiento: ordenan cuerpos y realidades, deciden qué se mide, qué se clasifica, qué se considera eficiente. En ese sentido, las mujeres que menstrúan, gestan, envejecen o cuidan suelen ser tratadas como ineficiencias en modelos diseñados para maximizar la productividad.

No es que las mujeres no quepan en la ciencia, es que el modelo de ciencia que conocemos hasta el momento decidió que esas realidades y temas no cabían.

Por eso, el desafío de este Día Internacional de las Niñas y las Mujeres en la Ciencia no es solo sumar cifras ni repetir consignas, es atrevernos a hacer preguntas más profundas. Es preguntar si queremos más mujeres adaptándose a un modelo que no las reconoce o más pensamiento crítico transformando ese modelo desde dentro.

Promover la ciencia sigue siendo urgente y necesario, pero promoverla sin reflexión y cuestionamiento es insuficiente. Tal vez el mejor gesto hoy no sea sólo decirles a las niñas que hay lugar para ellas, sino asegurar que tengan las herramientas para entender cómo funciona la ciencia, cómo opera la inteligencia artificial y sobre todo, cómo puede ser cuestionada y reconstruida para que incluya la realidad de las mujeres y las niñas.

Para hacer cambios en un sistema es necesario conocerlo y una ciencia que no admite preguntas no merece llamarse así.