¿Qué está cambiando?
La inteligencia artificial irrumpe en la educación ofreciendo tutorías personalizadas, retroalimentación inmediata y materiales adaptados al ritmo y estilo del estudiante. Herramientas como Khanmigo (de Khan Academy) ya están probando con éxito el modelo de enseñanza individualizada, permitiendo replicar a escala el famoso “efecto tutor de Bloom” para mejorar los resultados educativos.
Pero este avance viene con una advertencia: sin una perspectiva inclusiva de género en su diseño y uso, la IA puede reproducir o incluso ampliar estereotipos y desigualdades existentes.
¿Por qué incorporar enfoque de género?
-
Los modelos de lenguaje grandes han mostrado predisposición a asignar roles desiguales: varones reciben profesiones de prestigio, mientras que las mujeres aparecen con tareas estereotipadas como el hogar.
-
Las mujeres representan solo entre el 12 % y el 22 % de profesionales e investigadoras en IA, lo que se traduce en datos y algoritmos con sesgos de género notables.
Para revertirlo, ONU Mujeres y expertos como Zinnya del Villar recomiendan cinco pasos esenciales: diversificar equipos de trabajo, usar datos representativos, Garantizar transparencia algorítmica, adoptar marcos éticos sólidos e integrar políticas de género desde el inicio.
¿Qué aportan las políticas y experiencias educativas con IA?
-
UNESCO publicó un informe con propuestas claras para integrar la igualdad de género dentro del diseño de sistemas de IA, promoviendo su uso justo e inclusivo en educación, ciencia y tecnología.
-
En América Latina y entornos desfavorecidos, investigaciones de FUTUREDUCA muestran que las plataformas de IA adaptativa pueden empoderar a niñas y mujeres, permitiéndoles aprender según sus necesidades y romper barreras estructurales.
-
En España, eventos como el III Congreso Internacional de Innovación Educativa de Granada destacaron la importancia de capacitar docentes en competencias digitales, incluyendo ética y perspectiva de género en IA.
Oportunidades prácticas en la educación
-
Sistemas de IA diseñados para evaluaciones imparciales, eliminando sesgos de género en la corrección automatizada de respuestas y exámenes.
-
Plataformas de aprendizaje inclusivo que adaptan contenidos y tutorías según el perfil de cada estudiante, reduciendo las brechas de género en la adquisición de habilidades digitales y conocimiento de STEM.
-
Mentoring virtual: conectar a niñas con modelos a seguir en campos científicos y tecnológicos mediante IA, fomentando vocaciones en STEM desde edades tempranas.
Desafíos sin rodeos
-
Sesgos de datos: si los conjuntos de entrenamiento replican patrones discriminatorios, la IA reforzará esos prejuicios.
-
Infraestructura y brecha digital: las niñas tienen 25 % menos probabilidades de usar TIC y una participación menor en programación y patentes tecnológicas.
-
Falta de regulación y ética: sin normas sólidas que integren perspectiva de género, los desarrollos pueden perpetuar desigualdades.
✅ Conclusión
La inteligencia artificial abre una oportunidad real para equilibrar el campo educativo, hacer más ágil la enseñanza y reducir desigualdades de género. Pero para que cumpla su promesa debe estar diseñada con criterios inclusivos: equipos mixtos, datos diversos, transparencia y visión ética. Por último, la capacitación de docentes y políticas claras son la clave para que no sea una herramienta neutra, sino una palanca de justicia educativa.
