Empecemos con algunas cifras. En el momento en el que redacto este texto somos unas 3.807.418.192 mujeres en el mundo y en Europa, un 51% de la población total. Sin embargo, según el informe del índice del techo de cristal de The Economist, con datos de España, hay una clara infrarrepresentación de las mujeres en la fuerza laboral.
Asimismo, Eurostat ha publicado un informe sobre la vida de hombres y mujeres en Europa. Dicho estudio refleja nuestra historia cotidiana: nos emancipamos 2 años antes, somos un 3% más universitarias que los hombres, entramos 1 año más tarde en el mundo laboral, la tasa de desempleo es un 11% más alta en mujeres y tenemos una esperanza de vida de 5 años más.
Sin embargo, estas estadísticas reflejan una historia incompleta, porque cuando queremos dibujar un retrato fiel de la realidad y construir sobre la información disponible, nos encontramos con un enorme agujero de datos en relación a las mujeres. Así lo ha denunciado este año la Fundación Bill y Melinda Gates en su carta anual, donde queda patente de forma relevante que faltan datos para contar la realidad de la mitad de la población. Además, este informe incide en que hay una separación artificial entre los problemas de hombres y de mujeres, que los datos disponibles tienen sesgo o muestras no representativas, y que, a pesar de las capacidades tecnológicas actuales y de los 2.500 millones de gigabytes que se generan cada día, no podemos responder a preguntas básicas acerca de las mujeres, sobre todo en países menos favorecidos.
Por tanto, urge contar con datos de calidad. ¿Qué significa esto? La organización Data2X explica la importancia de la esfera cualitativa en este artículo: “Los buenos datos sobre mujeres y niñas son, sobre todo, de alta calidad, es decir, son confiables, válidos y representativos, y están libres de sesgos de género. La buena evidencia también tiene buena cobertura, incluida la cobertura nacional y la producción regular del país, y es comparable en todos los países en términos de conceptos, definiciones y medidas”.
Estos “buenos datos” son el primer paso para la toma decisiones efectivas en materia de políticas públicas o nuevos servicios, y para que éstas reflejen una visión completa de la realidad y de la sociedad en su diversidad. Desde este prisma, podremos realmente afrontar las decisiones para la resolución de problemas como la pobreza, el desempleo o la desigualdad, que tienen impacto sustancial en el avance de la sociedad.
Como apunte positivo, podemos señalar que ya se ha tomado conciencia de esta falta de análisis, lo que ha propiciado que la Fundación Bill y Melinda Gates, y otras organizaciones como Data2X o Naciones Unidas, hayan puesto en marcha iniciativas de recopilación de datos desglosados por género.
La experiencia de los recolectores de información indica que en estas expediciones de recopilación de datos se ha manifestado un impacto positivo adicional. Así pues, cuando se les pregunta a las mujeres africanas sobre su actividad diaria, no solo se está recogiendo información valiosa, sino que se les transmite que su realidad importa.
La voluntad de saber, la necesidad de estudiar las vidas de las mujeres implica que existe una voluntad de medir lo que le ocurre a esta mitad de la población. Y esto es un reflejo directo de lo que como sociedad estamos valorando al mirar al futuro, porque lo que no se mide, no existe.
Los datos, la llave del futuro
La importancia de disponer de esta información no solo reside en la visibilización y análisis de la situación de las mujeres en las sociedades, sino que es una herramienta sustancial para dibujar el futuro. ¿Por qué? Porque los datos son el elemento del que se nutre la disrupción tecnológica que está transformando la sociedad: la inteligencia artificial (IA). Así que, si no tenemos datos de más la mitad de la población, ¿cómo va a aprender la Inteligencia Artificial sobre ella?, ¿cómo garantizamos que no hay sesgo en las decisiones que tomen?
Pongamos un ejemplo. Amazon puso en marcha un sistema con Inteligencia Artificial para la contratación de talento. Los resultados desvelaron que el sistema caía en el sesgo sistemático de descartar los currículos de mujeres. La explicación reside en que la Inteligencia Artificial aprendió de un mayor número de perfiles masculinos, y de cómo éstos progresan en la empresa. La realidad indica que se perpetúan los sesgos humanos que ya existen. La solución pasa por enseñarles a las máquinas del futuro la sociedad que queremos al igual que lo hacemos con los niños y las niñas.
Próximamente, la Inteligencia Artificial será capaz de realizar cualquier tarea cognitiva al menos con la misma precisión que los humanos. En estos momentos estamos asistiendo al despegue de esta tecnología y, por eso, cuando llegue a consolidarse quiero imaginarme una Inteligencia Artificial del futuro que piense como una mujer y programe como una chica. Esto únicamente será posible con buenos datos.