Menos del 25% de las mujeres investiga en Inteligencia Artificial y corren más riesgo de ser reemplazadas

Un estudio mostró que en la Argentina ese número llega a menos del 30%. Voces del sector instan a la generación de puentes entre empresas y academias, reestructurar organizaciones e incluso algoritmos.

Especialistas señalaron que la auditoría algorítmica y una mayor participación son dos caras complementarias de un mismo fenómeno.

Menos de un 25% de los investigadores en Inteligencia Artificial (IA) en América Latina y el Caribe son mujeres, según un estudio de 2025. En esa línea, la Argentina ocupa el tercer lugar en el podio y datos complementarios arrojaron que ellas corren más riesgos de ser reemplazadas por estas tecnologías. Al respecto, existen vías para contrarrestar esta problemática relacionadas a una revisión en la estructura de los algoritmos y en mayor acceso y apuesta a la formación profesional.

El dato surgió del último Índice Latinoamericano de Inteligencia Artificial (ILIA), publicado en diciembre de 2025, elaborado por la Comisión Económica para América Latina Y el Caribe (CEPAL). Allí reveló que sólo el 23,6% de quienes investigan IA en la región son mujeres y en la Argentina esa población representa el 28%, detrás de Panamá (30%) y Cuba (32%)

Como complemento, el estudio Del dato a la acción - IA, trabajo y género en Argentina -de la organización Géneras en abril de 2026- indicó que las mujeres corren 1,5 veces más riesgo de ser reemplazadas por IA que los hombres debido a la automatización.

Desde la organización expresaron que una mayor presencia se debe linkear con más lugar en el mundo académico, empresarial y social. En la ONG Panóptico Cultural cuestionaron los sesgos con los que se construyen los modelos de IA y Chicas en Tecnología (CET) subrayó la necesidad de tejer puentes entre el campo educativo y empresarial para contribuir a las primeras experiencias prácticas de las niñas interesadas.

IA y participación femenina, otra brecha

Al ser consultada sobre esta menor participación femenina en la investigación sobre la IA, la presidenta de Géneras, Micaela Sánchez Malcolm, sostuvo que "cuando los sistemas son diseñados y evaluados casi exclusivamente por varones, los sesgos se incorporan al modelo". A la vez, señaló tres áreas prioritarias donde los algoritmos ya toman decisiones con impacto directo en las trayectorias laborales de las mujeres:

• Sistemas de selección y filtrado de candidatas (donde sesgos en los datos de entrenamiento reproducen patrones históricos de contratación masculinizada);
• Sistemas de evaluación de desempeño y asignación de incentivos;
• Modelos de fijación salarial automatizada;

A su vez, los roles feminizados más expuestos a la automatización de la IA, según Géneras, responden a:

• Servicios administrativos y de soporte — gestión de datos, procesamiento de documentos, atención de trámites;
• Comercio y atención al cliente, sea presencial o digital, donde los modelos de lenguaje ya están "reemplazando funciones de primera línea", sostuvo Sánchez Malcolm;
• Economía de plataformas: es el caso de los soportes de diseño, redacción, traducción, transcripción, moderación de contenidos;

Algunos de los roles más expuestos a la automatización de la IA pasan por los servicios administrativos y de soporte, comercio y atención al cliente y las economías de plataformas.

Sánchez Malcolm sostuvo que ellas "tienen menos tiempo para capacitarse en IA por la carga de cuidados no remunerados, menos acceso a marcos institucionales que las protejan y menos presencia en los espacios donde se deciden las reglas del juego".

En esta sintonía, la antropóloga Agustina Kupsch, directora de Panóptico Cultural, sostuvo que al momento de evaluar a los algoritmos de la IA "la métrica replica la epistemología del campo que pretende auditar", entonces se cuenta con presencias "dentro de una arquitectura que nadie sometió a revisión".

A su vez, consideró que estos modelos están entrenados con datos que "sobrerrepresentan ciertas poblaciones, geografías y lenguas", por lo que "no arrastra solo un sesgo de género, sino también una decisión sobre qué cuenta como conocimiento válido o qué problemas merecen ser resueltos".

"Sumar investigadoras sin tocar esa arquitectura es diversificar la mano de obra y lavarle la cara cuando la estructura, que es lo que debería importarnos, queda intacta. La que debería hacerse no es cómo incorporar más mujeres sino qué tipo de inteligencia estamos construyendo y para quienes", concluyó Kupsch.

Formación y auditoría de algoritmos: el impulso para más participación

Al respecto de qué impulsos o medidas podrían alentar más participación femenina, Sánchez Malcolm señaló que una parte importante de ese involucramiento se basa en más presencia "en el campo académico, científico y tecnológico". Además, destacó la necesidad de una estrategia nacional aplicada, en articulación con universidades, empresas y sociedad civil.

"Ese involucramiento debería darse a nivel de diseño de soluciones, siendo parte del proceso de creación, a la vez que considerando la propia demanda de las mujeres a la hora de encarar las soluciones", agregó y sostuvo que la auditoría algorítmica debería ser parte inicial de la discusión para "trabajar constantemente en la mejora, la reducción de sesgos y de prejuicios que se están amplificando".

En consonancia, la directora de Chicas en Tecnología (CET), Lucía Mauritzen, cree que la participación es un "desafío sistémico y vinculado a las trayectorias" desde muy temprana edad, que impactan en el acceso, permanencia y el crecimiento. Por eso, un posible impulso nacional "debe abordar las distintas etapas de esa trayectoria".

Si ellas cuentan con "referentes y acompañamiento" esto puede ayudar a más liderazgo y protagonismo femenino en innovación.

Entre las opciones, evaluó acercar experiencias prácticas y concretas para el desarrollo de proyectos y la generación de "más puentes entre la educación y el mundo del trabajo, con formación, mentoría y primeras experiencias laborales". En el caso de las empresas, Mauritzen ubica su rol como central en la "construcción de un ecosistema más diverso y accesible, además de desarrollar talento".

"Cuando las chicas cuentan con referentes y acompañamiento, no solo participan más sino que lideran proyectos y se convierten en protagonistas de la innovación. Por eso, el desafío no es únicamente despertar el interés, sino construir las condiciones necesarias para trayectorias sostenidas", cerró la directora.

Para Mauritzen la auditoría algorítmica de los modelos de IA y una mayor participación son dos conversaciones "estrechamente relacionadas, aunque una revisión algorítmica por sí sola no va a resolver la baja participación".

"Auditar es una práctica fundamental para identificar sesgos y promover sistemas más justos. Sin embargo, también es importante ampliar la mirada hacia las personas que desarrollan estas tecnologías", finalizó.