Reese Witherspoon ficou na frente de sua câmera do Instagram na semana passada e disse a seus milhões de seguidores que as mulheres simplesmente não estão usando inteligência artificial o suficiente. O campo? Aprenda. Junte-se a ela. Faça isso agora.
A seção de comentários explodiu. Milhares de usuários invadiram a estrela. Eles citaram a pegada de carbono dos data centers. Eles apontaram para viés algorítmico. Eles a chamaram de surda às ansiedades reais que cercam a tecnologia.
Witherspoon estava errado em querer mulheres envolvidas? Não. A disparidade de género na adoção da IA é real e está a piorar. Mas a sua apresentação errou o alvo porque, em primeiro lugar, ignorou os obstáculos estruturais que mantinham as mulheres fora do circuito tecnológico. Se Elle Woods não consegue superar o déficit de confiança da mulher média da geração Y, que chances tem uma celebridade?
O fator de aversão ao risco
A pesquisa mostra uma imagem clara. As mulheres percebem a IA de maneira diferente dos homens. Não necessariamente tão “mau”, mas tão arriscado. As implicações económicas e sociais da IA generativa ainda estão envoltas em incerteza e as mulheres tendem a ser mais avessas ao risco por natureza.
Depois, há a própria força de trabalho. Em 2025, as mulheres ocupavam cerca de 25% dos empregos em tecnologia. Menos de 20% estão na liderança sênior. Os homens muitas vezes candidatam-se a empregos para os quais se qualificam apenas 60% das vezes. As mulheres esperam até atingir a marca de 100%. É uma lacuna de confiança que se traduz diretamente numa lacuna de participação.
Um estudo da Deloitte de 2 de novembro confirmou outra camada: a adoção da IA diminui à medida que as pessoas envelhecem e a divisão de género é maior entre as mulheres com mais de 45 anos.
A empresa de recrutamento Randstad destacou isso claramente no ano passado. Dos trabalhadores com competências específicas em IA, 71% são homens. Apenas 29% são mulheres. Isso é uma diferença de 42 pontos percentuais. Os homens recebem treinamento em IA 35% das vezes. As mulheres conseguem isso 27% das vezes. Especificamente nas habilidades de IA generativa, a divisão é de 69% de homens para 31% de mulheres.
Michael Morris, chefe global de plataforma e talentos da Randstad, afirma que esta é uma oportunidade desperdiçada. Ele argumenta que as habilidades pelas quais as mulheres são estereotipadas são, na verdade, exatamente as habilidades necessárias para a nova era da IA. Gestão de relacionamento. Coordenação operacional. Raciocínio ético. Comunicação com as partes interessadas.
“A conexão entre esses dois fatos provavelmente deveria ser óbvia para qualquer pessoa que contrate hoje.”
Morris observa que as mulheres são o maior reservatório de talentos inexplorado que temos. Mas você não pode simplesmente jogar um curso online no colo deles. A atualização requer tempo. E muitas mulheres, especialmente as mães, não podem se dar ao luxo de sessões de estudo fora do expediente, quando carregam uma carga doméstica mais pesada.
Resolvendo o intervalo de tempo
Lakma Algewatthage, que leciona gestão empreendedora no Australian Institute of Business, divide isso em três categorias: acesso, socialização e apoio. Mas ela insiste em acrescentar uma quarta variável.
O intervalo de tempo.
Está subestimado. As mulheres ainda assumem a maior parte dos cuidados. Isso os deixa com agendas fragmentadas. Não há tempo para tentativa e erro. Você não pode construir confiança na IA por meio de exposição esporádica e apressada. Requer prática contínua. Curiosidade. Reflexão.
Algewatthage observa que as mulheres não estão tentando contornar a ética usando IA apenas para divulgar conteúdo. Eles estão perguntando como usá-lo de forma autêntica em seus contextos profissionais específicos. Eles querem julgamento, não apenas resultados.
Quando as mulheres aprendem a avaliar criticamente a IA em vez de apenas operá-la, a sua confiança dispara. O objetivo não é apenas a alfabetização. Está redesenhando a experiência de aprendizagem para promover a adaptabilidade e a tomada de decisões éticas.
Construindo infraestrutura, não apenas cursos
Quem conserta isso? Não o usuário. As organizações.
Elizabeth Ngonzi, membro executivo do conselho consultivo de IA da Sociedade Americana de Inteligência Artificial e professora adjunta da Universidade de Nova Iorque, alerta que precisamos de eliminar esta divisão antes que ela se transforme num enorme abismo económico.
A solução dela? Pare de tratar o treinamento em IA como lição de casa. Faça com que seja um tempo de trabalho remunerado. Os líderes devem integrar ferramentas, treinamento e casos de uso relevantes no desenvolvimento padrão da força de trabalho. Isto é especialmente crítico em funções onde as mulheres já estão concentradas.
Se você deseja que as mulheres adotem IA, projete a adoção em torno de seus fluxos de trabalho reais. Torne a experimentação útil. Não peça a uma mãe para construir um robô. Peça a ela para usar IA para planejar refeições, gerenciar coletas e reduzir sua carga mental.
Kandis Tagliabue se enquadra nesse perfil. Ela é tecnóloga e mãe de cinco filhos. Ela construiu um sistema operacional familiar projetado especificamente para aliviar o trabalho invisível do gerenciamento doméstico. Ela argumenta que as mulheres não precisam adotar abordagens tecnológicas codificadas por homens. Eles podem tratar isso como um hobby. Uma ferramenta. Um ajudante.
Leticia Mooney, outra mãe que trabalha e ensina seu filho em casa, usa IA para ideias de atividades e folhas de dicas de estudo. Ajuda quando você tem tempo limitado e uma visão de mundo restrita. Você precisa de brainstormings rápidos. A IA fornece isso.
Mas não é uma solução mágica. Mooney aponta uma realidade que é encoberta. Além do planejamento do cronograma e das listas de compras, a IA muitas vezes se torna um impedimento. Ele adiciona etapas. Introduz atrito.
Portanto, Witherspoon está certa ao dizer que as mulheres precisam diminuir a distância. Mas até que a indústria deixe de ver a literacia em IA como uma responsabilidade pessoal e não institucional, a secção de comentários continuará a encher-se de frustração. A tecnologia funciona. O sistema não.
