Las razones detrás de este fenómeno son muchas y complejas. Este no es un artículo sobre esas razones. Este es un artículo sobre por qué nos debería importar.
Por qué nos importa
Cuando llegue el 2062
En algún lugar del mundo, en algún momento de 2022, nace o nació Super, el padre de la familia Sónico. Cuando tenga cuarenta años, en el 2062, va a vivir en un mundo de autos voladores y va a trabajar sólo tres días a la semana, tres horas cada día. Tendrá una empleada doméstica robot y vivirá en una casa suspendida en el aire. Será feliz de una forma muy parecida a como se supone que la gente era feliz hace décadas, cuando esa idea de futuro fue concebida.
Cuando llegue el 2062… ¿seremos felices así?
Los autos voladores no son imposibles, pero sí poco prácticos. Las casas suspendidas en el aire, ni hablar. De Robotina, la empleada doméstica robot, estamos mucho más cerca. Aunque no sea de la mano de una máquina antropomórfica, muchas de las tareas domésticas hoy están automatizadas por avances tecnológicos: lavar la ropa ya no es fregar sino meterla en una máquina y sacarla limpia, lo mismo pasa con los platos. Hasta hay aspiradoras que se pasan solas cuando no estamos en casa y pueden aprender el plano para hacer más eficiente su recorrido. Desde cada smartphone podemos hablar con una asistente virtual que nos dice cómo va a estar el tiempo, nos agenda reuniones y hasta nos puede contar chistes. A algunas casas, incluso, se les puede pedir que prendan las luces, que regulen la temperatura o que prendan o apaguen distintos electrodomésticos.
El problema es que los sistemas que hacen posible esas cosas funcionan a menudo como espejo de los humanos que los creamos. Así, los avances de la tecnología en general y de la inteligencia artificial en particular se proponen simplificarnos la vida pero no logran este objetivo por igual para todas las personas. Los sistemas de reconocimiento de voz, por ejemplo, entienden mejor a las personas blancas que a las negras o racializadas. Esto es particularmente grave para quienes tienen alguna discapacidad y su autonomía depende de que estos sistemas les entiendan correctamente. El reconocimiento de voces no es el único que presenta sesgos racistas, también lo hacen los sistemas de reconocimiento de imágenes. ¿Por qué ocurre esto? Porque el material (ya sean imágenes o audio) con que se entrena a estos sistemas proviene fundamentalmente de personas blancas, están previamente sesgados, y las tecnologías reproducen estos sesgos.
Pero no todos los sesgos son raciales ni se restringen a la inteligencia artificial. Si algo abunda son las tecnologías que no funcionan para todas las personas por igual: originalmente los cinturones de seguridad no eran seguros para mujeres e infancias, porque los prototipos con los que los probaban eran de cuerpos masculinos; los celulares se diseñan para que sean cómodos de tener en la mano de un hombre, aun cuando eso implica que resulten incómodos para las mujeres; y hasta los dispositivos de realidad virtual (gafas, auriculares, guantes y trajes) están diseñados para los estándares masculinos.
El problema de la diversidad de género en la industria tecnológica no es ajeno a la Argentina. De acuerdo a la cámara de la Industria Argentina del Software, solo el 30% de quienes trabajan en tecnología son mujeres. Y si bien la inserción en el mercado laboral no depende únicamente de haberse graduado de una carrera afín, entendemos que para lograr igualdad de oportunidades profesionales es indispensable que haya igualdad de oportunidades a la hora de estudiar. Con esa motivación, hicimos esta investigación para entender qué estudian las mujeres en Argentina.
En este trabajo se utilizaron estadísticas del Departamento de Información Universitaria (DIU) que forma parte de la Secretaría de Políticas Universitarias del Ministerio de Educación. Los datos con los que contamos son la cantidad de inscripciones, reinscripciones, estudiantes y egresos que registró cada institución universitaria en cada uno de los títulos homologados por el Ministerio de Educación en cada año de 2010 a 2019. Los datos están desagregados por género binario1así están clasificadas las bases del DIU , por nivel de la carrera (pregrado, grado o posgrado) y por tipo de institución (pública o privada). Los cerca de 7500 títulos reportados por el DIU fueron sistematizados por campo disciplinario según las definiciones que establece la Clasificación Internacional Normalizadora de la Educación. Además, se realizó una categorización manual para identificar todas las carreras de programación, ya que no hay una metodología consensuada para establecer cuáles son. Para eso, incluimos a todas las carreras en sistemas, informática, software, computación, programación, desarrollo y tecnologías de la información y la comunicación (TICs), independientemente de que se trate de doctorados, magistraturas, ingenierías, licenciaturas, tecnicaturas, especializaciones o títulos en análisis. Además, considerando la afinidad temática, sumamos a esta clasificación los títulos en ciencias de datos.
Es importante remarcar que ni el problema es solo la diversidad de género, ni esta se restringe a lo que les pasa a las mujeres. El primer recorte, analizar diferencias de género en lugar de identidades racializadas u otras minorías, es para achicar el campo de estudio y poder responder preguntas concretas. El segundo, el de entender la perspectiva de género aplicada con una lógica binaria en la que solo existen hombres y mujeres se desprende de las limitaciones en los datos que hay disponibles y esperamos en el futuro cercano poder incluir otras identidades en el análisis.
Los resultados que se muestran en esta nota son solo algunos de los obtenidos en la investigación. Te invitamos a leerla completa.
Resultados
Un presente en desarrollo
La investigación nos permitió conocer la participación de las mujeres en el sistema universitario de Argentina. Por la importancia de la diversidad (o la falta de ella) en el ámbito laboral de desarrollo de software y tecnología, los primeros resultados que vamos a analizar corresponden a los egresos de carreras de programación.
Egresos
Esta diferencia podría deberse a que las mujeres eligen menos estas carreras, a que les cuesta más recibirse de las mismas o a una combinación de las dos cosas.
Al mismo tiempo, de cada 100 mujeres que se inscriben en programación, se gradúan 19. Y de cada 100 hombres, se gradúan 16.
Entonces, la menor cantidad de egresos de mujeres en carreras de programación no se explica por una dificultad particular para terminar la carrera. Tenemos que analizar qué pasa con las inscripciones.
Inscripciones
Esta desigualdad no se observa solo en las carreras de grado, en posgrados de programación ocurre algo similar. Mientras que en el período 2010-2019 entre 100 personas que se inscribieron en una carrera de grado en programación 19 son mujeres, en posgrados son 34.
Carreras STEM
Si bien la programación es indispensable en el diseño de tecnologías, hay otras disciplinas a las que también hay que prestarles atención. Cuando pensamos en carreras orientadas a construir herramientas prácticas que moldearán el futuro (y ya están moldeando el presente), probablemente estamos pensando en carreras del área STEM (ciencia, tecnología, ingeniería y matemática, según sus nombres en inglés). Miremos, entonces, la participación de las mujeres en estas carreras.
La tendencia observada en programación no es algo generalizable al resto de las disciplinas STEM, sino que en muchas de estas áreas la matrícula presenta paridad de género. Las ciencias biológicas son las más feminizadas mientras que las tecnologías de la información, las ingenierías y la construcción las más masculinizadas.
Inscripciones en general
Pero… ¿qué nos hace pensar que hay algo especial respecto a las carreras STEM? ¿Cómo sabemos que esto no es extensible a la participación de las mujeres en la vida universitaria en general? Vayamos a mirarlo.
En 2019 se inscribieron 363.439 mujeres en carreras universitarias y 250.842 varones.
En la última década, la matrícula universitaria aumentó y particularmente la femenina lo hizo en mayor medida que la masculina. La baja cantidad de graduadas en programación no se explica entonces ni por una dificultad para graduarse ni por un menor acceso a la universidad, sino que hay (muchas) menos mujeres que eligen estudiar programación.
Esto abre la pregunta de qué carreras sí eligen las mujeres.
Inscripciones por género
Las carreras que más se eligen en ambos casos son las mismas pero hay algunas diferencias grandes que llaman la atención: las mujeres eligen mucho más que los hombres carreras relacionadas a la salud y servicios sociales, y a la educación. Entender el por qué de estas elecciones excede los objetivos de esta investigación y requiere otro tipo de análisis, pero es evidente que no se trata de casos aislados —no es un año en particular en alguna universidad específica— sino que se repiten de manera sistemática.
Conclusiones
Un futuro justo
Para poder hacer un análisis más profundo necesitamos mejores datos: incluir otras identidades de género más allá de hombres y mujeres, y disponer de información sobre instancias de educación no formal. A la vez, sería interesante estudiar qué pasa con las mujeres una vez que egresan de las carreras de programación y qué dificultades encuentran en el mundo laboral, así como abordar la problemática desde una perspectiva intersectorial, que contemple no solo la brecha de género sino también las diferencias raciales y de clase.
Sin embargo, que no tengamos mejores datos no significa que los que tenemos no sirvan: los datos de estudios superiores en Argentina de 2010 a 2019 muestran de manera clara que las mujeres se inscriben menos que los hombres en carreras de programación, y que esta diferencia es más marcada en carreras de grado que de posgrado.
Resulta ineludible la necesidad de incentivar a las mujeres a que se inscriban en estas carreras para empezar a cerrar esta brecha que se está abriendo más año a año, porque la forma de que el futuro sea justo para todas las personas es incorporar diversidad entre quienes lo diseñan. La pluralidad de actores en el desarrollo de inteligencias artificiales va a lograr que estas representen mejor a las diversidades y que los productos nos faciliten la vida a todas las personas por igual.
Lo contrario es seguir imaginando futuros torpes, futuros que se parecen al pasado, donde el robot que limpia la casa es una versión femenina de un robot porque simplemente no fuimos capaces de concebir otra cosa.
Si querés hacerle otras preguntas a estos mismos datos que analizamos, podés descargarlos acá.
¿Quiénes hicimos esto?
Analizar datos es necesario pero no suficiente para entender una problemática compleja y actuar en consecuencia. Este reporte busca acercar los principales resultados de la investigación para ampliar el conocimiento público sobre el tema y motivar estrategias que aporten en la reducción de la brecha de género en tecnología en el ámbito educativo, en la toma de decisiones del ámbito público y privado, en el ámbito académico y profesional de las disciplinas STEM y en la formación de futuras programadoras.
La investigación es una iniciativa de Chicas en Tecnología con la colaboración de NCR Foundation.
El reporte digital fue desarrollado por Chicas en Tecnología en alianza con El Gato y La Caja. Se realizó con el aporte del Fondo Regional de Apoyo a Organizaciones y Movimiento de Mujeres Feministas de ONU Mujeres y CEPAL.
<3<3<3