Inteligencia Artificial: Dónde-está el papel de las mujeres en américa latina
- F CQ
- 3 days ago
- 8 min read
Solo el 22% de quienes participan activamente en IA son mujeres. En una región que crece a velocidad récord en adopción tecnológica, la ausencia femenina no es un dato menor: es una crisis de futuro.
Mayo 2026 | Lectura: 9 min | Inteligencia Artificial · Equidad de Género
En este artículo:
La inteligencia artificial no es solo la tecnología más transformadora de nuestra generación: es también el espejo más brutal de nuestras desigualdades. Cuando los algoritmos aprenden del mundo que ya existe, reproducen los sesgos que ese mundo carga. Y si las mujeres no están en la sala donde la IA se diseña, nadie garantiza que la IA las tenga en cuenta.
En América Latina, esta tensión se vuelve especialmente urgente. La región tiene una de las tasas de adopción de IA más altas del mundo —el 47% de las empresas latinoamericanas ya incorporaron IA activamente en sus operaciones, cinco puntos por encima del promedio global— pero el talento que construye esa tecnología sigue siendo mayoritariamente masculino, urbano y concentrado en pocos países.
Este artículo es una radiografía completa de dónde estamos, quiénes ya están liderando el camino, y qué tiene que cambiar para que la inteligencia artificial latinoamericana sea, de verdad, un asunto de todas.
El panorama actual: Cifras que no podemos ignorar
Los datos globales ya son preocupantes. Los datos para América Latina añaden capas de complejidad que pocos análisis abordan con honestidad.
28%
de la fuerza laboral en STEM a nivel mundial son mujeres
WEF Global Gender Gap 2024
22%
participación femenina activa en inteligencia artificial
UNESCO / Foro Económico Mundial
131
años para cerrar la brecha de género global al ritmo actual
WEF Global Gender Gap Index
Pero hay datos que apuntan en otra dirección. En 2018, solo el 23,5% de las personas con habilidades de ingeniería de IA en LinkedIn eran mujeres. Para 2025, esa proporción había subido al 29,4%. El movimiento existe. Lo que falta es acelerarlo, y América Latina tiene condiciones únicas para hacerlo.
Dato clave para la región: Según el informe de Coursera One Year Later: The Gender Gap in GenAI (2026), en Colombia la proporción de mujeres inscriptas en cursos de IA generativa creció 4,5 puntos porcentuales entre 2024 y 2025. Más significativo aún: las mujeres colombianas completan esos cursos a tasas 8,6 puntos porcentuales superiores a las de sus compañeros hombres. Aprenden más, y aprenden mejor.
El Índice Latinoamericano de Inteligencia Artificial (ILIA), liderado por CEPAL y el Centro Nacional de Inteligencia Artificial de Chile, documenta en su edición 2025 que la región muestra avances en educación escolar y oferta de posgrados en IA, pero que estos "siguen siendo excepciones". El desafío no es de aptitud —las mujeres latinoamericanas demuestran capacidad sobrada— sino de acceso, visibilidad y estructura.
Las barreras estructurales que frenan a las mujeres en inteligencia artificial
Hablar de "brecha de género en IA" sin nombrar sus causas concretas es cómodo pero inútil. Las razones son múltiples y se refuerzan entre sí:
1) El embudo STEM. Las niñas que se interesan en ciencia y tecnología se encuentran, a medida que avanzan en el sistema educativo, con menos referentes femeninas, más estereotipos implícitos y entornos donde su presencia es excepcional. Muchas abandonan antes de llegar a las especialidades de IA.
2) La economía del cuidado. En América Latina, las mujeres dedican en promedio el doble de tiempo que los hombres al trabajo no remunerado del hogar. La formación en tecnología, los bootcamps, las masterías: todos exigen tiempo que el sistema asigna de manera desigual.
3) Los sesgos en los propios algoritmos. Las IA entrenadas sin perspectiva de género reproducen y amplifican desigualdades. Sistemas de contratación que penalizan a mujeres, modelos de lenguaje que asocian liderazgo con masculinidad, herramientas médicas calibradas sobre datos predominantemente masculinos.
4) La concentración geográfica del talento. El ecosistema IA latinoamericano se concentra en Brasil, México, Argentina, Colombia y Chile. Países más pequeños, zonas rurales y comunidades indígenas quedan fuera de la conversación —y sus mujeres, doblemente excluidas.
5) La brecha digital de base. Según ONU Mujeres, en 2024 el 70% de los hombres del mundo usaban internet, frente al 65% de las mujeres. En zonas rurales latinoamericanas, la distancia es mucho mayor. No se puede participar en la economía de la IA sin conectividad.
"Las mujeres que trabajan de forma remunerada tienen casi el doble de probabilidades que los hombres de desempeñarse en puestos con alto riesgo de automatización."
ONU Mujeres — Panorama de Género 2025
Este dato de ONU Mujeres es especialmente perturbador: las mujeres no solo están subrepresentadas en la construcción de la IA, sino que sus empleos son proporcionalmente más vulnerables a ser desplazados por ella. La IA es, en este contexto, un riesgo doble para las mujeres latinoamericanas que no acceden a sus espacios de poder.
Algunas mujeres latinas que ya están cambiando la IA
Frente a ese panorama, hay nombres propios que importa conocer. No como excepciones consoladoras sino como prueba de lo que es posible —y de lo que se pierde cuando los sistemas no abren paso.
Carla Gómez Monroy
🇲🇽 México
Investigadora en IA y derechos humanos. Ha obtenido fondos de la NSF, colabora con gobiernos latinoamericanos y ha sido reconocida por la UNESCO. Su trabajo aparece en medios como BBC, NYT y The Economist, enfocándose en los sesgos de los sistemas algorítmicos en comunidades vulnerables.
Lorena Etcheverry
🇨🇱 Chile
Ingeniera en informática, dirige el Instituto de Data Science de la Universidad del Desarrollo (UDD) y es la única representante chilena en el Panel Científico Internacional Independiente de la ONU sobre IA. Aplica Big Data e IA a movilidad urbana y salud pública.
Sandra Cauffman
🇨🇷 Costa Rica
Ingeniera aeroespacial en la NASA y referente STEM de la región. Ha liderado misiones que combinan machine learning con exploración espacial, demostrando que el talento latinoamericano tiene alcance global.
Ana Milena Triana
🇨🇴 Colombia
Embajadora de Women in AI (WAI) Colombia —primer capítulo sudamericano—, fomenta el ecosistema de IA mediante eventos, mentorías y conexión de mujeres en roles técnicos. Asesora al Ministerio TIC en estrategias nacionales de IA responsable.
Detrás de cada nombre hay decenas de mujeres que trabajan en IA en startups, laboratorios universitarios, organismos públicos y ONGs de toda la región. El talento no falta. Lo que falta es que el ecosistema lo reconozca, financie y amplíe.
El caso Arkangel: IA que salva vidas desde Latinoamérica
Arkangel es un ejemplo extraordinario de lo que sucede cuando mujeres lideran proyectos de IA con impacto social: la startup, acelerada por Google for Startups y Creative Destruction Lab, optimiza protocolos clínicos en zonas rurales con IA. Ha impactado a más de 68 millones de pacientes y es la única empresa latinoamericana en ganar históricamente los Everis Awards en su categoría. Su fundadora: una mujer.
El doble diesgo: ser mujer en la era de la automatización
Un informe conjunto de la OIT y el Banco Mundial lanzó en 2024 una advertencia que debería estar en la agenda política de todos los países de la región: entre el 26% y el 38% de los empleos en América Latina y el Caribe podrían ser transformados por la IA generativa.
El estudio confirma que las empleadas jóvenes en entornos urbanos, con nivel educativo medio-alto y que trabajan en banca, finanzas, seguros o sector público, son quienes enfrentan mayor riesgo de automatización en la región. Es decir: precisamente las mujeres que lograron acceder al mercado formal son las más expuestas. La IA, si se deja al azar, puede revertir décadas de avance económico para las mujeres latinoamericanas.
ONU Mujeres calcula que invertir en educación, mercado laboral y cierre de brecha digital de género —incluyendo acceso a banda ancha y smartphones para mujeres— podría permitir que 30 millones más de mujeres y niñas salgan de la pobreza extrema, y que 42 millones adicionales alcancen seguridad alimentaria para 2050.
La IA no es inevitable en sus consecuencias. Depende de quién la diseña, para quién y con qué reglas. Si América Latina construye su infraestructura de IA sin perspectiva de género, pagará el costo durante generaciones.
Señales de cambio y razones para el optimismo
Los datos negativos merecen su peso completo. Pero sería deshonesto no señalar los movimientos reales que apuntan hacia un futuro diferente.
La formación no formal como palanca
Los bootcamps, cursos online y programas de certificación están rompiendo barreras que la educación formal no puede romper a la misma velocidad. La flexibilidad horaria, los costos menores y la orientación práctica hacen que sean especialmente relevantes para mujeres que deben conciliar trabajo, cuidados y formación.
LatamGPT y la IA con identidad regional
El proyecto LatamGPT —un modelo de IA abierto para América Latina que busca representar la diversidad lingüística y cultural de la región— es un ejemplo de que la región puede ser creadora, no solo consumidora de tecnología. Sin embargo, como señalan expertas de Impacto TIC, construirlo sin voces femeninas reproduce el mismo problema que busca resolver.
Políticas públicas con perspectiva de género
Varios países latinoamericanos están integrando cláusulas de género en sus estrategias nacionales de IA. Colombia, Chile y Uruguay lideran en este frente. El reto es pasar de las declaraciones a las métricas y los recursos concretos.
Las redes de mujeres en IA
Comunidades como Women in AI (WAI), Chicas TIC Latam, o los capítulos regionales de Women Who Code están creando los andamios que el ecosistema formal no provee: mentoría entre pares, visibilidad, redes de empleo y, crucialmente, el sentido de pertenencia que reduce el abandono de carrera.
Un dato que cambia el relato: En LinkedIn, la proporción de mujeres con habilidades de ingeniería de IA pasó del 23,5% en 2018 al 29,4% en 2025. Seis puntos porcentuales en siete años. No es suficiente, pero es real, medible y va en la dirección correcta.
¿Qué puede hacer cada quien?
La transformación estructural requiere política pública, recursos y tiempo. Pero no todos los cambios esperan a los gobiernos. Aquí lo que cada actor puede hacer ahora:
Empresas tecnológicas
Auditar sesgos de género en sus algoritmos de reclutamiento. Publicar métricas de representación femenina en equipos de IA. Financiar programas de reskilling con perspectiva de género.
Instituciones educativas
Crear programas de mentoría femenina en carreras STEM desde la secundaria. Revisar currículos de IA para incluir ética, sesgo y perspectiva de género como materias centrales, no optativas.
Gobiernos y organismos
Integrar indicadores de género en los índices nacionales de IA. Financiar investigación liderada por mujeres. Establecer cuotas de representación femenina en consejos asesores de IA.
Mujeres en el campo
Visibilizarse públicamente. Postularse a premios, conferencias y paneles. Mentorizar a una colega más joven. El modelo de rol no es vanidad: es infraestructura.
Periodismo y medios
Citar fuentes femeninas en notas sobre tecnología. Cubrir proyectos de IA liderados por mujeres. Visibilizar el trabajo de investigadoras latinas que raramente aparecen en los grandes medios internacionales.
Cualquier persona
Compartir este tipo de contenido. Cuestionar cuando un panel de IA es "todo hombres". Apoyar económicamente a organizaciones como WAI o Chicas TIC Latam. El cambio sistémico también se construye desde lo cotidiano.
La ia que construye américa latinarefleja quién la construye
Si los algoritmos que moldearán el trabajo, la salud, la educación y la justicia de millones de latinoamericanas son diseñados sin ellas, no será un accidente. Será una elección. Todavía estamos a tiempo de que sea otra.
Fuentes: Coursera — One Year Later: The Gender Gap in GenAI (2026) · OIT / Banco Mundial — Buffer or Bottleneck? (2024) · ONU Mujeres — Panorama de Género 2025 · WEF — Global Gender Gap Report 2024 · CEPAL/CENIA — Índice Latinoamericano de IA, ILIA 2025 · LinkedIn Economic Graph Research Institute (2025) · Impacto TIC · Fundación VASS / UAM — Estudio de Empleabilidad y Talento Digital 2024
Este artículo puede ser compartido libremente con atribución. · Mayo 2026
Comments