Las investigaciones sugieren que una proporción menor de mujeres que hombres utilizan genAI .
Un nuevo documento de trabajo analiza 16 estudios relevantes que abarcan a más de 100.000 personas en muchos países diferentes y descubre que las mujeres tienen menos probabilidades que los hombres de utilizar genAI en 15 de ellos (el decimosexto estudio descubrió que las trabajadoras tecnológicas en un puñado de países tienen una probabilidad ligeramente mayor de utilizar genAI en el trabajo más de una vez a la semana que sus homólogos masculinos). Además, los autores del nuevo metaestudio encontraron evidencia que sugiere que «igualar el acceso podría ayudar a reducir la brecha de género, pero es poco probable que la cierre por completo».
Esta disparidad podría tener implicaciones para la brecha salarial, las oportunidades laborales y la economía en general, dada otra investigación que muestra que herramientas genAI como ChatGPT y GitHub Copilot pueden aumentar la productividad de las personas que las utilizan.
Hablamos con Solène Delecourt , una de las coautoras del nuevo estudio y profesora adjunta de la Haas School of Business de la Universidad de California en Berkeley, sobre las posibles razones de la brecha de género en la adopción de la IA y lo que los líderes empresariales deberían hacer al respecto. A continuación, se presentan los puntos destacados de esa conversación, editados para mayor brevedad y claridad:
¿Qué cree usted que está impulsando la brecha entre la proporción de hombres y mujeres que utilizan genAI?
Voy a especular aquí porque esto no es algo que hayamos demostrado en el artículo. Una de ellas es que la IA, estereotípicamente, parece estar muy asociada a los hombres. Cuando se piensa en la IA generativa, es probable que se diga que está asociada a los hombres. Así que tal vez las mujeres se identifican menos [con ella], se sienten menos interesadas o sienten que no pertenecen. Esto no es culpa de las mujeres en sí, sino de las limitaciones bajo las que operan las mujeres.
También podría ser algo relacionado con el tiempo disponible para experimentar con las herramientas. Piensa en la primera vez que probaste ChatGPT. Probablemente no te pareció tan bueno porque no sabías cómo escribir un mensaje. Hay un poco de prueba y error que se requiere. Hay muchos artículos diferentes que muestran que las mujeres tienen más limitaciones de tiempo porque también hacen muchas tareas domésticas , y hay desigualdad en términos de quién se ocupa del trabajo doméstico o de los niños , o incluso que el trabajo cognitivo del hogar tiende a ser realizado principalmente por las mujeres . Entonces, tal vez las mujeres tengan más limitaciones de tiempo. Incluso si intentan [usar las herramientas], tal vez no vean el beneficio de inmediato y no tengan el lujo de tener tiempo para experimentar con ellas. Esto es algo que tendrá que probarse.
Una tercera posibilidad tiene que ver con la culpa: que las mujeres puedan sentir que usar ChatGPT es hacer trampa. Si soy abogada, contable, profesora o médica y tengo que escribir una nota para mis pacientes o para mis alumnos, tal vez me parezca un poco como hacer trampa confiar en ChatGPT. Tal vez esto sea algo a lo que las mujeres sean más susceptibles que los hombres.
Estas tres explicaciones son muy diferentes. Para desentrañarlas, tendríamos que realizar un experimento y tendrían implicaciones políticas muy diferentes.
Si soy ejecutivo de una empresa, ¿qué debería hacer al respecto?
Recopilamos 16 conjuntos de datos diferentes, pero eso no significa que [la brecha] sea absolutamente universal. El primer paso sería estar al tanto de estas posibles diferencias e investigar dentro de su organización [para ver] si esto es realmente un problema.
Si hay una diferencia en términos de uso por género, investigue si eso se correlaciona con diferencias en productividad. Recomendaría experimentar. Tal vez pueda hacer una prueba A/B para intentar averiguar qué parece ser más prometedor para abordar la brecha en esa organización en particular.
¿Cuál es un ejemplo de una prueba A/B que una empresa podría realizar?
Por ejemplo, si todavía no ofrece genAI de forma gratuita, ¿puede intentar hacerlo? Luego puede probar con pruebas sencillas, como la forma en que enmarca la herramienta. ¿Puede intentar hacerla más atractiva para las mujeres de alguna manera? En diferentes contextos, esto se verá diferente, especialmente porque los hombres y las mujeres también tienden a trabajar en diferentes subcampos o dentro de una organización, tenderán a trabajar en diferentes ramas o diferentes tipos de roles.
Usted planteó tres posibles explicaciones para la brecha de género en la IA: estereotipos, limitaciones de tiempo y sentimientos de culpa. ¿Cómo abordaría las dos primeras?
El estereotipo puede incluso abordarse con mensajes adicionales o tal vez con una estrategia de marketing cuidadosa en torno al tema. Las limitaciones de tiempo pueden ser una mayor conciencia sobre el hecho de que no va a funcionar en el primer intento. Como gerente, te voy a dar algo de espacio y tiempo para que lo pruebes. Esa semana, parte de las tareas que te asignarán será intentar que funcione para ti, por ejemplo. Intenta ayudar a las personas a encontrar tiempo si no lo tienen necesariamente o si no se sienten autorizadas a tomarse el tiempo para experimentar. De hecho, te estamos animando a que lo intentes.
¿Sería útil hacer obligatorio el entrenamiento en IA generativa, ya que si el entrenamiento es opcional algunas personas tendrán tiempo para ello y otras no?
Esa podría ser una manera de intentar igualar el campo y, con suerte, como parte de la capacitación, también le dará tiempo a la gente para experimentar con ella. Otra forma sería tener grupos, casi como grupos de trabajo o grupos de apoyo, donde las personas se reúnen y prueban la capacitación para su trabajo en particular en lugar de intentarlo por sí mismas. Tal vez desee alentar a las personas a que vayan con un amigo. Si anima a las personas a que vengan no solo solas sino con un compañero de trabajo, es más probable que sigan adelante y disfruten de la capacitación.
