¿Crees que los datos son objetivos? ¿Los números no mienten? Entonces te sorprenderá saber hasta qué punto nuestra vida cotidiana está determinada por un problema invisible: la brecha de datos de género. Esta brecha de datos entre géneros afecta tu vida todos los días, a menudo sin que te des cuenta.

Saltar directamente al contenido:

¿Qué es la brecha de datos de género?

Ejemplos de la brecha de datos de género

Cerrando la brecha - Avances positivos

¿Qué puedes hacer para cerrar la brecha de datos de género?

Conclusión

¿Cuál es realmente la brecha de datos de género?

La brecha de datos de género describe la subrepresentación sistemática de las mujeres y otros géneros en la recopilación de datos. En pocas palabras: muchos estudios, diseños y algoritmos se basan principalmente en datos y experiencias masculinas. ¿El problema? Luego se utilizan como "estándar" para todas las personas.

Los números hablan por sí solos:

• El 70% de todos los estudios médicos hasta la década de 1990 excluían a las mujeres
• Los maniquíes de prueba de choque están diseñados para medidas corporales masculinas como estándar
• La inteligencia artificial se entrena predominantemente con conjuntos de datos dominados por hombres

Ejemplos cotidianos que te afectan

Smartphones y dedos cansados

¿Conoce la sensación de que su teléfono inteligente es demasiado grande para su mano? Eso no es tu culpa. La mayoría de los teléfonos inteligentes están diseñados para la mano masculina promedio [1]. En promedio, las mujeres tienen manos entre un 10 y un 15 % más pequeñas, un factor que a menudo se pasa por alto en el desarrollo.

Medicina: Cuando se pasan por alto los síntomas de un ataque cardíaco

Aquí es donde la cosa se pone seria: las mujeres tienen síntomas de ataque cardíaco diferentes a los de los hombres. Mientras que los hombres suelen experimentar el clásico dolor en el pecho, las mujeres sufren con mayor frecuencia náuseas, dolor de espalda o dificultad para respirar [2]. Debido a que la investigación médica ha estado dominada por los hombres durante décadas, estos síntomas "atípicos" a menudo pasan desapercibidos. Resultado: las mujeres tienen un 50 % más de probabilidades de recibir un diagnóstico erróneo.

Lugar de trabajo: Cuando el aire acondicionado está demasiado frío

Esto no es un cliché: los sistemas de aire acondicionado de oficina a menudo se adaptan al metabolismo masculino [3]. Las mujeres tienen un equilibrio térmico diferente debido a su composición corporal. Mientras que los hombres trabajan productivamente a 20-22°C, las mujeres se sienten más cómodas a 24-25°C. Esto no sólo afecta el bienestar, sino también el desempeño laboral.

Tecnología: Cuando los algoritmos refuerzan los prejuicios

Reconocimiento de voz con debilidades

Siri, Alexa y el Asistente de Google entienden desde hace tiempo las voces de las mujeres peor que las de los hombres [4]. ¿Por qué? Los datos de entrenamiento consistieron predominantemente en muestras de habla masculina. Hubo un problema particular con el reconocimiento de tonos de voz más altos, típicos de mujeres y niños.

Software de aplicación con sesgo

Un ejemplo bien conocido: la herramienta de reclutamiento de inteligencia artificial de Amazon favoreció sistemáticamente a los solicitantes masculinos [5]. El sistema aprendió de los datos históricos de los solicitantes y, por lo tanto, reprodujo las desigualdades de género existentes. Términos como “fútbol femenino” o “club de codificación femenino” recibieron una ponderación negativa.

¿Por qué sucede esto?

La brecha de datos de género no surge de intenciones maliciosas, sino de varios factores:

Razones históricas

Durante mucho tiempo, las mujeres estuvieron excluidas de la investigación y el desarrollo.La suposición de que “los hombres son el estándar” se ha solidificado durante décadas.

Consideraciones prácticas

"Las mujeres son más complicadas de estudiar" debido a las fluctuaciones hormonales, el embarazo y otros factores biológicos, un argumento que refuerza el problema en lugar de resolverlo.

Distorsiones inconscientes

Cuando los equipos de desarrollo son predominantemente masculinos, las perspectivas femeninas a menudo se pasan por alto.

Acontecimientos positivos: algo está sucediendo

La medicina se está volviendo más sensible al género

Desde 1993, se exige que los ensayos clínicos en los EE. UU. incluyan a ambos sexos. La UE introdujo regulaciones similares en 2014 [6]. Resultado: comprendemos mejor las diferencias específicas de género en enfermedades y medicamentos.

La industria tecnológica está cada vez más atenta

Las grandes empresas de tecnología están invirtiendo en conjuntos de datos y equipos más diversos. Apple presentó una aplicación menstrual en 2014 después de años de críticas de que su aplicación Salud rastreaba todo menos los períodos.

Nuevos estándares de pruebas de choque

El muñeco de pruebas de choque femenino THOR-5F representa la anatomía femenina y las proporciones del cuerpo de manera mucho más realista [7]. Sin embargo, todavía se utiliza raramente en la mayoría de las pruebas de choque obligatorias, lo que significa que los estándares de seguridad siguen estando orientados principalmente hacia el cuerpo masculino.

¿Qué puedes hacer?

Como consumidor:

• Compre conscientemente: Apoye a las empresas que tengan en cuenta la diversidad en el desarrollo
• Envía comentarios: comparte tus experiencias con productos y servicios
• Manténgase informado: Siga a las organizaciones comprometidas con la igualdad de género

Como profesional:

• Cuestionar los datos: cuestionar la composición de los estudios y conjuntos de datos
• Promover equipos diversos: apoyar equipos de desarrollo mixtos

Conclusión: Los datos no son neutrales

La brecha de datos de género nos muestra que los datos supuestamente objetivos son todo menos neutrales. Reflejan el grupo de personas que los crean. La buena noticia: la conciencia sobre este problema está aumentando. Las empresas, los investigadoresy los políticosestán reconociendo cada vez más la importancia de la recopilación de datos con equidad de género.

Tú eres parte de la solución: al reconocer y abordar este problema, estás ayudando a crear un mundo más inclusivo. Porque al final todos se benefician de datos mejores y más representativos, independientemente del género.