De acuerdo con múltiples estudios, las mujeres son sobrepasadas por los hombres en el uso de la Inteligencia artificial, lo que puede limitar su acceso a empleos, ascensos y mejores pagos en los próximos años
En los últimos meses he estado siguiendo de cerca noticias relacionadas con la Inteligencia Artificial: desde los modelos más recientes de las principales empresas del sector hasta discusiones sobre los trabajos con más riesgo de automatización y reemplazo por la IA. Sin embargo, hablando del tema con colegas, compañeros de trabajo y estudiantes y a pesar de las ventajas del uso de la IA en el ámbito laboral y el potencial aumento de productividad, he notado ciertos sesgos de adopción por parte de las mujeres, de profesionales de mayor edad y de gente de la comunidad artística y creativa.
La evidencia acumulada entre 2023 y 2024 en diversos estudios independientes documenta que las mujeres usan herramientas de inteligencia artificial entre 6 y 25 puntos porcentuales menos que los hombres, dependiendo del contexto. La brecha es menor en entornos laborales con acceso igualitario a herramientas (6 pp, según Slack/Salesforce) y se amplía en mercados de consumo general (21 pp en Australia, según Salesforce/YouGov). Aunque Deloitte reportó en 2024 que la distancia se ha ido acortando, la brecha de confianza (no solo de uso) persiste de forma estructural.
Encuentra este y otros contenidos en nuestro Semanario A Tiempo Ed. 193
Ya en meses recientes se ha venido hablando de los extensivos riesgos y peligros del uso de la Inteligencia Artificial Generativa (aquella que genera contenido como texto, imágenes, música o código), tales como despidos de trabajadores, desplazo de los jóvenes del mercado laboral, la alta demanda de agua y energía por parte de los centros de datos, la pérdida de capacidades cognitivas y de concentración por parte de los estudiantes, problemas psicológicos que han derivado en suicidios, la generación de contenido engañoso (fake news), la suplantación de identidad y el uso no autorizado de la imagen de las personas para generar contenido para adultos (deep fakes). Finalmente, su integración en aplicaciones militares y los litigios por derechos de autor completan un panorama complejo.
Coyunturas como el pleito del Departamento de Defensa con Anthropic (Claude) y el uso irrestricto de los modelos de OpenAI para su uso en vigilancia masiva y en armas autónomas han erosionado la confianza en las empresas del sector, fomentando una conciencia crítica sobre los efectos negativos de la IA en el día a día.
Hay varias razones por las cuales las mujeres no utilizan más las herramientas de IA generativa:
- Las mujeres evitan usar la IA para proteger su reputación laboral. Estudios muestran que en el entorno laboral las mujeres son penalizadas más por el uso de estas herramientas que sus compañeros masculinos. Una investigación conjunta de la Guanghua School of Management de Peking University y la Hong Kong Polytechnic University (2025), publicada en Harvard Business Review, encontró que las mujeres reciben calificaciones 13% menores al usar IA, frente al 6% de penalización que enfrentan los hombres en la misma situación.
- Las mujeres son más propensas a percibir el uso de la IA como «no ético» o como «hacer trampa». Un estudio de la Norwegian School of Economics (NHH, 2024) encontró que los estudiantes varones son 25% más propensos a reportar un alto uso de IA, y que una mayor conciencia ética sobre el uso de estas herramientas es uno de los factores explicativos. Esta cautela ha sido reenmarcada como una forma de resistencia racional ante tecnologías cuyos riesgos recaen de manera desproporcionada sobre las mujeres.
- Existe una brecha de conocimiento y capacitación tecnológica entre hombres y mujeres. Una encuesta de DeVry University (2024) encontró que el 82% de los hombres declara entender qué es la IA frente al 68% de las mujeres, una brecha de 14 puntos porcentuales en autoconocimiento percibido.
- Experiencias negativas con la tecnología. La experiencia en línea de las mujeres es cualitativamente distinta a la de los hombres, marcada por abuso, acoso, amenazas, doxing y otras formas de violencia de género facilitadas por la tecnología. Esta diferencia se ha agudizado con la IA generativa: el 99% de las víctimas de contenido pornográfico con deep fakes son mujeres, y el 98% de todos los deep fakes en circulación son de carácter pornográfico (Security Hero, 2023). Para diciembre de 2025, el modelo Grok de X generaba hasta 6,700 imágenes sexualizadas no consensuales por hora antes de que se activaran restricciones. Este contexto de violencia tecnológica sistemática fomenta entre las mujeres un efecto disuasorio en la adopción de nuevas herramientas digitales.
- Desconfianza institucional y política hacia la IA. La Carnegie California AI Survey (octubre 2025) encontró que los hombres californianos fueron aproximadamente el doble de propensos que las mujeres a apoyar el uso gubernamental de IA para decisiones que los afectan directamente (16% frente a 8%), y que solo el 18% de las mujeres cree que la IA mejorará la economía, frente al 36% de los hombres. Esta desconfianza no es irracional: coincide con un contexto en que los marcos regulatorios globales han retrocedido en materia de género, diversidad e inclusión.
- Redes profesionales masculinizadas y falta de representación en el desarrollo de la tecnología. En países de la OCDE, sólo una de cada cuatro personas que publica investigación sobre IA es mujer. En la Unión Europea, apenas el 9.6% de las mujeres cursa estudios relacionados con TIC, frente al 30.6% de los hombres. Las empresas lideradas por mujeres reciben menos del 2% del capital de riesgo global. Esta ausencia en la creación de la tecnología se traduce en sesgos documentados en los modelos: un análisis de UNESCO (2024) encontró que modelos como Llama 2 asocian más a las mujeres con el ámbito doméstico y con términos sexualizados cuatro veces más que a los hombres, a quienes relacionan con términos como “ingreso”, “ejecutivo” o “negocios”.
Esta brecha de adopción se inscribe en un mercado laboral donde las mujeres están desproporcionadamente concentradas en las ocupaciones con mayor exposición a la automatización por IA generativa.
Según un reciente informe de la Organización Internacional del Trabajo (OIT, marzo 2026), alrededor del 29% de las ocupaciones dominadas por mujeres están expuestas a la IA generativa, frente al 16% de las ocupaciones dominadas por hombres, y la brecha se amplía en las categorías de máximo riesgo de automatización: el 16% de los empleos femeninos se ubica en la categoría de mayor exposición, frente a apenas el 3% de los masculinos. Empleos como operadores de captura de datos, personal de contabilidad, secretarias, asistentes administrativos, traductores y personal de atención al cliente, todos con alta proporción femenina, involucran tareas rutinarias y codificables que la IA puede replicar con relativa facilidad. En contraste, los sectores con menor exposición (construcción, agricultura, manufactura, mantenimiento e instalación) están ocupados mayoritariamente por hombres y dependen de tareas físicas que la IA aún no puede sustituir.
La reticencia de las mujeres a adoptar estas herramientas no se produce en el vacío: ocurre dentro de un ecosistema tecnológico que las discrimina activamente y que, en múltiples instancias documentadas, ha utilizado la tecnología como instrumento de violencia contra ellas.
En el ámbito de la contratación, el caso más emblemático es el de la herramienta experimental de reclutamiento de Amazon, que entre 2014 y 2017 aprendió a penalizar currículums que contenían términos asociados a mujeres, porque el modelo fue entrenado con datos de una década de contrataciones en una industria predominantemente masculina (MIT Technology Review, 2018). En reconocimiento facial, el estudio Gender Shades de Joy Buolamwini y Timnit Gebru (MIT Media Lab, 2018) demostró que los sistemas comerciales de clasificación de género tenían tasas de error menores al 1% para hombres de piel clara, pero que estas se disparaban hasta el 34.7% para mujeres de piel oscura, un hallazgo confirmado posteriormente por el National Institute of Standards and Technology (NIST) al evaluar 189 algoritmos.
Y en el ámbito médico, investigaciones publicadas en Nature Medicine han documentado que los modelos de diagnóstico por imagen subdiagnostican de manera consistente y selectiva a mujeres y a personas de color, mientras que un estudio de UCL encontró que los algoritmos de detección de enfermedad hepática fallaban en el 44% de los casos en mujeres, frente al 23% en hombres. Finalmente, en la dimensión más extrema del daño, un estudio de Sensity AI (2019) determinó que el 96% de todos los videos deepfake en línea eran pornografía no consensuada, y que el 99% de las víctimas eran mujeres; para 2023, según reportó Security Hero, la pornografía deepfake representaba el 98% de todos los deepfakes en circulación, y los videos de este tipo eran un 550% más prevalentes que en 2019.
Se trata de un sistema que se retroalimenta. Las mujeres navegan un ecosistema donde los algoritmos de contratación las penalizan, los sistemas de diagnóstico las subdiagnostican, los modelos de lenguaje las estereotipan y la tecnología generativa se emplea para producir contenido sexual no consentido con sus imágenes. Cuando adoptan herramientas de IA en el trabajo, enfrentan penalizaciones reputacionales mayores que las de sus pares masculinos. Y cuando no las adoptan, quedan más expuestas al desplazamiento laboral y a la exclusión de las mejoras salariales y las condiciones de trabajo que la productividad aumentada por IA puede generar. Es un doble vínculo estructural: la adopción tiene costos y la no adopción también, pero los costos recaen de manera desproporcionada sobre ellas en ambos escenarios.
Si la automatización de los empleos feminizados de cuello blanco (secretarias, asistentes administrativas, contadoras, capturistas) derivara en un desplazamiento masivo de mujeres del mercado laboral formal, la reacción política resultante podría convertirse en el principal freno regulatorio para la industria de la inteligencia artificial.
Existen ya indicios de esta dinámica en los movimientos de resistencia creativa contra la IA, liderados en buena medida por mujeres. La demanda colectiva interpuesta por las artistas Sarah Andersen, Karla Ortiz y Kelly McKernan contra Stability AI, Midjourney y DeviantArt en enero de 2023 se convirtió en un referente de la resistencia artística al uso no autorizado de obras para entrenar modelos generativos. La plataforma Cara, construida explícitamente como refugio para artistas visuales frente al scraping de datos, y la exitosa huelga del Writers Guild of America en 2023, que estableció límites contractuales al uso de IA en escritura guionística, ilustran cómo la defensa de los derechos creativos frente a la IA se ha convertido en un movimiento con tracción política real.
En conclusión, las intervenciones necesarias para reducir esta brecha deben operar en múltiples niveles simultáneamente:
- Atender las causas estructurales que fundamentan la desconfianza. La cautela de las mujeres ante la IA es una respuesta racional a riesgos documentados: la proliferación de deep fakes, las penalizaciones reputacionales asimétricas en el ámbito laboral, y los sesgos algorítmicos que las discriminan en contratación, diagnóstico médico y representación. Reducir la brecha de adopción requiere, antes que nada, reducir los riesgos que la motivan.
- Intervenir con formación y capacitación con perspectiva de género. Los datos del Fed de Nueva York y el BIS (2024) indican que el 75% de la brecha de adopción se explica por diferencias en el autoconocimiento tecnológico percibido, no por diferencias reales de capacidad. Programas de capacitación que aborden esta percepción, sin asumir que las mujeres carecen de habilidades, pueden tener un impacto significativo.
- Reconocer que la brecha es contextual. En entornos tecnológicos con acceso igualitario a herramientas, la brecha de uso se reduce. El contexto institucional y las herramientas que este proporcione a los trabajadores importa más que las actitudes individuales.
- Impulsar transformaciones institucionales, no solo acceso individual. La productividad mediada por IA no aumenta solo porque una persona tenga acceso a la herramienta; requiere que las organizaciones rediseñen procesos, establezcan guías claras de uso y acompañen la adopción con diálogo social entre empleadores y trabajadores, como recomienda la OIT.
ATiempo.Tv es el primer medio de comunicación nativo digital e independiente en Coahuila, caracterizado por su compromiso y responsabilidad de contribuir a la sociedad; brindando información verificada de manera profesional, ética y confiable. Es por eso que te invitamos a seguirnos en nuestras redes sociales para que tengas acceso a las noticias más relevantes a nivel local, nacional e internacional.