Reese Witherspoon se paró frente a su cámara de Instagram la semana pasada y les dijo a sus millones de seguidores que las mujeres simplemente no están usando la inteligencia artificial lo suficiente. ¿El terreno de juego? Aprendalo. Únase a ella. Hazlo ahora.
La sección de comentarios explotó. Miles de usuarios atacaron la estrella. Citaron la huella de carbono de los centros de datos. Señalaron un sesgo algorítmico. La llamaron sorda a las ansiedades muy reales que rodean a la tecnología.
¿Se equivocó Witherspoon al querer involucrar a mujeres? No. La brecha de género en la adopción de la IA es real y está empeorando. Pero su discurso no dio en el blanco porque, en primer lugar, ignoró los obstáculos estructurales que mantienen a las mujeres fuera del circuito tecnológico. Si Elle Woods no puede superar el déficit de confianza con la mujer millennial promedio, ¿qué posibilidades tiene una celebridad?
El factor de aversión al riesgo
La investigación muestra un panorama claro. Las mujeres perciben la IA de manera diferente que los hombres. No necesariamente como “malo”, sino como arriesgado. Las implicaciones económicas y sociales de la IA generativa todavía están envueltas en incertidumbre, y las mujeres tienden a ser más reacias al riesgo por naturaleza.
Luego está la propia fuerza laboral. En 2025, las mujeres ocuparán aproximadamente el 25% de los empleos tecnológicos. Menos del 20% ocupa puestos de alta dirección. Los hombres suelen solicitar empleos para los que califican sólo el 60% del tiempo. Las mujeres esperan hasta alcanzar esa marca del 100%. Es una brecha de confianza que se traduce directamente en una brecha de participación.
Un estudio de Deloitte del 2 de noviembre confirmó otra capa: la adopción de IA disminuye a medida que las personas envejecen y la división de género es más amplia entre las mujeres mayores de 45 años.
La empresa de contratación Randstad lo destacó claramente el año pasado. De los trabajadores con habilidades específicas en IA, el 71% son hombres. Sólo el 29% son mujeres. Esa es una brecha de 42 puntos porcentuales. A los hombres se les ofrece entrenamiento en IA el 35% del tiempo. Las mujeres lo padecen el 27% de las veces. Específicamente en las habilidades de IA generativa, la división es del 69% de hombres y el 31% de mujeres.
Michael Morris, director global de plataforma y talento de Randstad, dice que esta es una oportunidad desperdiciada. Sostiene que las habilidades por las que se estereotipa a las mujeres son en realidad las habilidades exactas que se necesitan para la nueva era de la IA. Gestión de relaciones. Coordinación operativa. Razonamiento ético. Comunicación con las partes interesadas.
“La conexión entre esos dos hechos probablemente debería ser obvia para cualquiera que contrate hoy”.
Morris señala que las mujeres son la mayor reserva de talento sin explotar que tenemos. Pero no puedes simplemente dejarles un curso en línea en el regazo. La mejora de las habilidades requiere tiempo. Y muchas mujeres, especialmente las madres, no pueden darse el lujo de tener sesiones de estudio fuera del horario laboral cuando llevan una carga doméstica más pesada.
Resolviendo la brecha de tiempo
Lakma Algewatthage, profesora de gestión empresarial en el Instituto Australiano de Negocios, divide esto en tres categorías: acceso, socialización y apoyo. Pero ella insiste en agregar una cuarta variable.
El intervalo de tiempo.
Está subestimado. Las mujeres todavía asumen la mayor parte del cuidado. Esto los deja con horarios fragmentados. No hay tiempo para prueba y error. No se puede generar confianza en la IA mediante una exposición esporádica y apresurada. Requiere práctica continua. Curiosidad. Reflexión.
Algewatthage observa que las mujeres no intentan eludir la ética utilizando la IA sólo para escupir contenido. Se preguntan cómo utilizarlo auténticamente en sus contextos profesionales específicos. Quieren juicio, no sólo resultados.
Cuando las mujeres aprenden a evaluar críticamente la IA en lugar de simplemente operarla, su confianza se dispara. El objetivo no es sólo la alfabetización. Está rediseñando la experiencia de aprendizaje para fomentar la adaptabilidad y la toma de decisiones éticas.
Construyendo infraestructura, no solo cursos
¿Quién arregla esto? No el usuario. Las organizaciones.
Elizabeth Ngonzi, miembro ejecutivo del consejo asesor de IA de la Sociedad Estadounidense de Inteligencia Artificial y profesora adjunta en la Universidad de Nueva York, advierte que debemos cerrar esta división antes de que se convierta en un enorme abismo económico.
¿Su solución? Dejemos de tratar el entrenamiento de IA como una tarea. Haz que sea tiempo de trabajo remunerado. Los líderes deben integrar herramientas, capacitación y casos de uso relevantes en el desarrollo estándar de la fuerza laboral. Esto es especialmente crítico en funciones donde las mujeres ya están concentradas.
Si desea que las mujeres adopten la IA, diseñe la adopción en torno a sus flujos de trabajo reales. Haz que la experimentación sea útil. No le pidas a una madre que construya un robot. Pídale que use IA para planificar comidas, gestionar recogidas y reducir su carga mental.
Kandis Tagliabue encaja en ese perfil. Es tecnóloga y madre de cinco hijos. Creó un sistema operativo familiar diseñado específicamente para descargar el trabajo invisible de la administración del hogar. Ella sostiene que las mujeres no necesitan adoptar enfoques tecnológicos codificados por hombres. Pueden tratarlo como un pasatiempo. Una herramienta. Un ayudante.
Leticia Mooney, otra madre trabajadora que educa a su hijo en casa, utiliza la IA para generar ideas de actividades y hojas de referencia para estudiar. Ayuda cuando tienes un tiempo limitado y una visión del mundo limitada. Necesitas lluvias de ideas rápidas. La IA proporciona eso.
Pero no es una solución milagrosa. Mooney señala una realidad que se pasa por alto. Más allá de la planificación de horarios y las listas de compras, la IA muchas veces se convierte en un impedimento. Agrega pasos. Introduce fricción.
Así que Witherspoon tiene razón en que las mujeres necesitan cerrar la brecha. Pero hasta que la industria deje de ver la alfabetización en IA como una responsabilidad personal y no institucional, la sección de comentarios seguirá llenándose de frustración. La tecnología funciona. El sistema no lo hace.
