Cristina Aranda: “Los y las lingüistas somos clave en el desarrollo persona/máquina” - Ahora

Es cultural. Desde pequeñitos y pequeñitas ya empezamos a asociar e identificar ciertos puestos de trabajo y roles con determinados géneros y estudios. Si decimos engineer (aunque no tenga morfema de género, es decir, “ingeniero” o “ingeniera”), la gente piensa en un hombre; nurse, se piensa, en cambio, en una mujer. 

Todo esto viene ligado a cómo estamos educados y educadas: la mujer se encarga de la familia; el hombre de la creatividad, el desarrollo económico, la producción. Por eso desde MujeresTech siempre hablamos de hackear los estereotipos y los roles que percibimos en la sociedad. A eso se suma que los hombres son los que, generalmente, ocupan puestos de poder. La estructura social es netamente masculina, ya sea en el sector digital o en cualquier otro sector. 

Sucede en un momento en el que la tecnología y lo digital también supone una oportunidad de generar empleo y desarrollo económico en muchos países, además de una oportunidad de emprender. Y, de nuevo, aquí se hace necesario hackear los sesgos, porque si algo se ha demostrado es que las mujeres que fundan startups tienen menos acceso a la investigación y financiación, además de que es necesario contar con equipos diversos para crear y producir productos que sean éticos y justos. Insisto: hay sesgos ahí. Por tanto, tenemos que hacer un ejercicio de desaprender. 

Por ejemplo, se dice mucho eso de “acabemos con la brecha de género”. Sin embargo, yo sigo yendo a mesas redondas donde algún CEO te dice que esa brecha no existe. He recomendado a mujeres a eventos, pero después su empresa se entera de que las han invitado y les dicen: “Mejor apártate, que vamos a enviar a un señoro”. Después, eso sí, hay muchas fotos del día de la mujer, mucho compromiso “women in something”. Personalmente, no me lo creo. Menos Women Day y más facts. Necesitamos menos fotos y más hechos. No hay tiempo para la complacencia. 

También tenemos que identificar y poner en valor profesiones que por clasismo se han ido apartando. La ingeniería está arriba del todo; las humanidades, abajo. Sin embargo, los y las lingüistas somos clave en el desarrollo persona/máquina, entre otros perfiles de humanidades. Ahora las empresas tecnológicas se han dado cuenta de que los usuarios somos personas: las personas somos las que buscamos los contenidos y datos que se producen de forma bestial cada día. De esas búsquedas, el 80% o más tienen una naturaleza lingüística y se necesitan perfiles de humanidades que colaboren y cocreen con otros perfiles. 

Lo cierto es que no. MujeresTech nació en 2015 y, desde entonces, no ha habido grandes cambios en esos ratios o porcentajes. Las mujeres siguen representando solo un 11% en ciberseguridad, siguen sin llegar apenas al 20% en equipos de desarrollo y tecnología. Las personas que escogen un determinado modelo para el entrenamiento de una máquina también generan ciertos sesgos; sesgos que determinarán, a su vez, elegir unos datos u otros, unos determinados modelos con los que entrenar la máquina y que esta tome decisiones que tengan impacto en las personas. Esto se explica muy bien en el documental Coded Bias. 

Todo esto tiene un impacto social. Por ejemplo, si estamos entrenando a la máquina para que seleccione currículums y contamos con muchos datos de señores y pocos de señoras, la máquina clasificará como mejores a los señores, descartando a las mujeres, cuenten con un perfil más cualificado o mejor que el de ellos. Aquí hay mucho trabajo que hacer y es necesario que haya un código ético con el que las personas que trabajamos con datos e IA sigamos y cumplamos, haciéndonos responsables de lo que creamos. 

También recomiendo siempre incorporar una parte de marketing y comunicación a las carreras de ciencia y tecnología: falta transferencia de conocimiento y colaboración entre estudios de ciencias y tecnología y humanidades. Son ramas que podrían colaborar y cocrear mucho más, pero, en mi opinión, no hay autocrítica. Y es algo que se ha hablado en foros y con rectores y rectoras. Quizá haya ciertas carreras (como las ingenierías) que haya que hacer menos teóricas y más prácticas: con más impacto. Pensar en la transferencia al entorno profesional, en que si se hace un trabajo final de cualquier tipo se pueda aplicar en una empresa y ver su utilidad, como se hace en Israel. Y, si tiene un impacto social, mejor. Pese a todo, soy escépticamente positiva y creo que se está intentando corregir. 

El español es el segundo idioma más hablado del mundo, lo hablamos 585 millones personas, un 7.2% de la población mundial. Sin embargo, las tecnologías del habla se están desarrollando mayoritariamente fuera de España. Tenemos perfiles en filología, lingüística… que podrían trabajar en este campo, pero no es algo tan habitual porque a menudo en muchas universidades te enfrentas a frases como “no voy a poder hacer un grado de esto”. Tenemos que empezar a pensar en el bien común y no en intereses personales.

Hay un temor hacia lo desconocido; incluso no sé si hay cierto miedo a informarse. Me da la sensación de que la gente toma decisiones al azar o al tuntún por no mostrar que no tiene ni idea (a nivel político, empresarial, etc.). Creo que lo podríamos combatir con la escucha activa de personas que sí saben dónde está la palanca de activación para el cambio, el bien común y qué sociedad queremos de aquí a 3 o 5 años. 

Las redes sociales, el propio WhatsApp… todo eso es lenguaje. Desde los “jaja” y los hashtags hasta lo que comento e interpreto: todo es lenguaje. Google, después de todo, es un zoco léxico semántico donde se puja por palabras: pura filología. Palabras que dominan a otras, redes semánticas, categorías gramaticales… 

Y esto es a nivel básico, pero si vamos más allá, encontramos casos como el de Cambridge Analytica: cómo las democracias están en peligro porque las fake news, a través del lenguaje, saben cómo pensamos y cómo se nos puede cambiar el voto. Porque se personaliza el mensaje al máximo. También es cierto que tiene su parte positiva, porque tenemos herramientas como la desarrollada por la doctora Ana Freire, Stop, de prevención de tendencias suicidas. Esta herramienta analiza lo que se dice en Twitter y manda outputs de recomendaciones generales. Con ello, ha conseguido aumentar las llamadas al teléfono de la esperanza en un 60%. Y todo es lenguaje. 

Conviene recordar, además, que una máquina puede entender nuestro lenguaje, pero no va a comprender toda la riqueza simbólica y semántica que tenemos los hablantes y que creamos e interpretamos por experiencia. Hay cosas que una máquina a día de hoy no entiende, como las nuevas creaciones léxicas (neologismos), los chistes, las metáforas... Con todo, hay mucha inversión en las tecnologías del lenguaje. De hecho, es uno de los objetivos de la Estrategia Nacional de Inteligencia Artificial que se presentó en diciembre del 2020 y también se ha puesto en marcha el proyecto MarIA, un sistema de modelos de lengua creado en el Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC-CNS) a partir de los archivos web de la Biblioteca Nacional de España (BNE) y promovido por la SEDIA. Ayudaría a muchas empresas y agentes que todos estos datos fueran abiertos así como los de la Real Academia de la Lengua Española. 

Otro tema que también está sobre la mesa es qué hacer con las personas cuyos trabajos se han automatizado como resultado de este avance tecnológico. Y lo que tenemos que hacer es implicarlas, porque las soluciones que están surgiendo ahora acabarán significando lo mismo que lo que hoy significa una calculadora para nosotros. Sin embargo, hay recelo entre la gente que no tiene ni idea. Hay que hacer, en ese sentido, un trabajo de divulgación y formación ágil y eficaz, centrada en la práctica. 

En primer lugar, incluyendo a más referentes en libros de texto. Solo hay representadas un 8% de mujeres en todos los campos de conocimiento. Y, si no veo una referente, no puedo aspirar a ser como ella. 

Luego también están los referentes en todas las áreas: si vemos un reportaje de investigación en el que se entrevisten a expertas y aparece una mujer de Huesca que ha llegado ahí, el pensamiento más inmediato será: “oye… ¡¡a lo mejor yo también puedo!!”. También es importante la mentorización, esto es, que las mujeres que ya están arriba, que han llegado a determinados puestos, tengan un contacto directo con esas chicas de forma directa e indirecta y las ayuden. Y que los hombres, por otro lado, tienen que ser aliados, realmente feministas, en el discurso y en la acción, sobre todo en la acción directa en su entorno más próximo y dejarse de fotitos de postureo total en el día de la mujer sin promover el cambio de verdad. 

En unos años, el uso de la voz será más activo. Mientras vamos conduciendo en el coche, iremos mandando instrucciones a la lavadora, por ejemplo. Esa parte del internet de las cosas y la voz tiene un gran recorrido por delante. 

También temas como el blockchain, es decir, la transparencia y trazabilidad de los procesos, además de la inteligencia artificial. Las empresas o gobiernos que no tengan esa gobernanza de datos (porque la Inteligencia Artificial - IA- funciona con datos) se quedarán atrás. De hecho, ya se están empezando a dar cuenta de que es necesario incorporar esto para llegar a la ciudadanía. Hacienda lo está haciendo de maravilla; pues repliquemos el modelo de Hacienda a mis derechos. Que no necesite 18 tarjetas de sanidad, de bus, de la biblioteca… Que todo sea más fácil y automático. Que la transferencia de datos sea más ágil. Y estas soluciones de digitalización estarán centradas en la experiencia del usuario, en los diferentes tipos de personas, que será cada vez más importante. Veremos tecnologías como la computación cuántica y la IA van a permitir gestionar todos esos datos y ofrecernos cosas increíbles. 

No me gusta hacer predicciones porque, al fin y al cabo, no tenemos ni idea de cómo va a evolucionar la tecnología, pero hoy en día la inteligencia artificial puede pintar cuadros, generar música… esto ya lo dijo Ada Lovelace, que las máquinas iban a ser capaces de producir música y arte. Ella, por ejemplo, fue pionera en muchas cosas y también el perfil que creo que ahora mismo se está buscando: un perfil renacentista, híbrido. Ella fue poetisa, escritora, creativa y también inventora. 

Deberíamos enfocarnos más en la humanidad, en la colaboración y en la cocreación; en saber qué necesito de otros conocimientos y/o experiencias para crear un producto o un servicio digital lo mejor posible y, para ello, debemos contar con equipos diversos que piensen en cómo se usa o su impacto en todas y cada una de las posibles personas que usen ese producto. Si yo creo un producto, personas con discapacidad o mayores tienen que poder usarlo de forma intuitiva. Es necesario que haya ese componente, la empatía, porque no nos olvidemos, esto es algo que nos diferenciamos de las máquinas. Debemos potenciar siempre el lado humano de las cosas y, en muchas ocasiones, de las propias personas. 

Emoción, intuición, empatía… hay muchas cosas que nos hacen diferentes, que son inherentemente humanas. Las máquinas no sienten: no tienen esa acción-reacción emocional que tenemos las personas. Por eso insisto tanto en que eso es lo que nos va a diferenciar de las máquinas, de la automatización: la emoción, la empatía, las mal llamadas soft skills, que en realidad son hard skills. 

En su libro La inteligencia fracasada, José Antonio Marina habla precisamente de esto: las verdaderas inteligencias supremas son la social y la emocional. Culturalmente, asociamos la inteligencia a lo matemático, técnico, físico. Puedes ser muy buen/a ingeniero/a, pero si no sabes trabajar en equipo, si no sabes vender, si no sabes transmitir… es imposible que te ganes el respeto o la admiración, algo que viene de fuera hacia la persona. Justo lo contrario a “jefear”, donde se compra el respeto a través de la opresión o el temor. Esta capacidad para liderar, hacer brillar a otras personas, es la que va a triunfar y nos diferencia de las máquinas. No hay algoritmos para el cariño verdadero.