La diversidad de género en tecnología no es solo una cuestión de equidad laboral, sino una necesidad para evitar que los sistemas digitales reproduzcan discriminación. Un análisis publicado en julio de 2026 documenta cómo la ausencia de mujeres y personas de género diverso en el diseño y toma de decisiones tecnológicas ha generado sesgos graves en inteligencia artificial, reconocimiento facial y sistemas de bienestar que afectan especialmente a poblaciones vulnerables.
El texto, elaborado por Sheena Magenya y Smita V. de la Asociación para el Progreso de las Comunicaciones, examina casos concretos en Estados Unidos e India donde la tecnología ha fallado de manera sistemática con mujeres, personas de piel oscura y comunidades marginadas. Los ejemplos abarcan desde decisiones de diseño en la industria automotriz hasta programas gubernamentales de asistencia social.
Sesgos históricos en el diseño tecnológico
Uno de los casos más emblemáticos documentados se remonta a 1983, cuando ingenieros de la NASA preguntaron a Sally Ride, la primera mujer estadounidense en el espacio, si cien tampones eran suficientes para un vuelo de seis días en el transbordador Challenger. El episodio ilustra cómo la ausencia de perspectivas diversas en equipos de ingeniería genera decisiones desconectadas de las necesidades reales.
Décadas después, el problema persiste en áreas críticas de seguridad. En noviembre de 2025, el Departamento de Transporte de Estados Unidos presentó THOR-05F, el primer maniquí de ensayo de colisiones basado específicamente en un cuerpo de mujer. Durante décadas, las pruebas de seguridad automotriz se realizaron exclusivamente con modelos masculinos, lo que generó que los sistemas de protección no fueran igualmente efectivos para todos los ocupantes.
El análisis también señala que algunos modelos nuevos de automóviles desbloquean todas las puertas por defecto al parquear o apagar el motor, una función que crea riesgos especiales para mujeres y personas LGBTQ+ que pueden enfrentar acoso o violencia al salir de un vehículo en espacios inseguros.
Reconocimiento facial con tasas de error del 34.7% para mujeres de piel oscura
El estudio Gender Shades, realizado en 2018 por las doctoras Joy Buolamwini y Timnit Gebru, reveló disparidades alarmantes en tecnología de reconocimiento facial. El análisis evaluó sistemas de Microsoft, IBM y Face++, encontrando que la tasa de error con rostros masculinos de piel clara era de apenas 0.8%, mientras que con rostros de mujer más oscuros alcanzaba 34.7%.
Esta diferencia de precisión tiene consecuencias graves en el mundo real. Varios departamentos de policía en Estados Unidos han prohibido el uso de reconocimiento facial debido al sesgo racial intrínseco de estos sistemas, que aumenta el riesgo de identificaciones erróneas y detenciones injustificadas.
En India, un programa de bienestar con 50 años de antigüedad ha comenzado a negar raciones de comida a embarazadas y nuevas madres debido a fallos en tecnología de reconocimiento facial basada en inteligencia artificial para verificar identidad. Los errores del sistema dejan sin asistencia alimentaria a quienes más la necesitan, evidenciando cómo la tecnología mal diseñada puede profundizar la exclusión social.
Violencia digital asistida por inteligencia artificial
Un estudio de ONU Mujeres reveló que casi una de cada cuatro mujeres defensoras de derechos humanos encuestadas ha sufrido violencia digital asistida por inteligencia artificial. Esta forma de agresión utiliza herramientas tecnológicas para vigilar, acosar, difamar o amenazar a activistas, periodistas y líderes sociales.
El contexto se complica en un momento donde, según una encuesta reciente de Gallup en Estados Unidos, se registra una recesión en la opinión pública positiva hacia el matrimonio del mismo sexo y las identidades trans por primera vez en casi dos décadas. Este retroceso en aceptación social se suma a que en varios países las identidades LGBTQ+ siguen siendo criminalizadas.
La interseccionalidad como enfoque necesario
El análisis subraya que la diversidad de género debe entenderse junto con otras dimensiones de identidad como raza, casta, ubicación geográfica y capacidad. Los problemas tecnológicos no afectan de manera uniforme: las consecuencias más graves recaen sobre personas que enfrentan múltiples formas de discriminación simultáneas.
La falta de representación en equipos de desarrollo tecnológico genera productos y servicios que no consideran las experiencias de poblaciones enteras. Cuando quienes diseñan sistemas de inteligencia artificial, algoritmos de recomendación o políticas digitales provienen de grupos homogéneos, los sesgos personales y culturales se incorporan como características del sistema.
Preguntas frecuentes
¿Por qué la diversidad de género afecta la calidad de la tecnología?
Porque equipos homogéneos diseñan productos basados en sus propias experiencias y sesgos, ignorando las necesidades de poblaciones diferentes. Esto genera sistemas que funcionan peor o directamente excluyen a mujeres, personas de género diverso y grupos marginados.
¿Qué tan grave es el sesgo en reconocimiento facial?
El estudio Gender Shades de 2018 documentó que sistemas de Microsoft, IBM y Face++ tenían tasas de error de 0.8% con hombres de piel clara pero de 34.7% con mujeres de piel oscura, una diferencia que puede causar identificaciones erróneas graves.
¿Cómo afecta esto a programas de gobierno?
En India, fallos en reconocimiento facial han negado raciones de comida a embarazadas y nuevas madres en un programa de bienestar de 50 años. La tecnología mal diseñada puede excluir a quienes más necesitan asistencia social.
Los casos documentados demuestran que la inclusión de perspectivas diversas en el desarrollo tecnológico no es una cuestión opcional, sino esencial para crear sistemas que funcionen de manera equitativa. La tecnología diseñada sin considerar género, raza y otras dimensiones de identidad reproduce y amplifica discriminaciones existentes, afectando el acceso a derechos básicos, seguridad y servicios públicos.
