{"id":63151,"date":"2021-10-24T18:04:00","date_gmt":"2021-10-24T23:04:00","guid":{"rendered":"https:\/\/joanpa.com\/2021\/10\/por-que-hay-tan-pocas-mujeres-en-las-carreras-de-informatica\/"},"modified":"2021-10-24T18:04:00","modified_gmt":"2021-10-24T23:04:00","slug":"por-que-hay-tan-pocas-mujeres-en-las-carreras-de-informatica","status":"publish","type":"post","link":"https:\/\/joanpa.com\/?p=63151","title":{"rendered":"Por qu\u00e9 hay tan pocas mujeres en las carreras de inform\u00e1tica"},"content":{"rendered":"
<\/p>\n
\n
A nivel global, el protagonismo de las mujeres en el \u00e1rea tecnol\u00f3gica sigue siendo reducido, lo que representa una problem\u00e1tica econ\u00f3mica y social a largo plazo de la cual no est\u00e1 exenta la Argentina.<\/p>\n
El mayor inconveniente es que no se dispone una cantidad suficiente de mujeres vinculadas con la tecnolog\u00eda para cubrir la cada vez m\u00e1s elevada demanda de profesionales del sector.<\/strong><\/p>\n
Se calcula que solo 3 de cada 10 mujeres en el mundo estudian carreras STEM <\/strong>(Ciencia, Tecnolog\u00eda, Ingenier\u00eda y Matem\u00e1ticas). Cifra que desciende hasta el 8% en carreras de Ingenier\u00eda y el 3% en aquellas relacionadas con tecnolog\u00edas de la informaci\u00f3n.<\/p>\n
Uno de los principales obst\u00e1culos por los que las mujeres no eligen estudios relacionados con la programaci\u00f3n o inform\u00e1tica son los estereotipos de g\u00e9nero.<\/p>\n
\n
\n\n \n<\/figure>\n
El desaf\u00edo es lograr un equilibrio entre hombre y mujeres. Foto: Juan M. Foglia\n<\/p>\n<\/figcaption><\/div>\n<\/div>\n
Las j\u00f3venes se encuentran con barreras para orientarse a disciplinas STEM desde temprana edad, ya que existen estereotipos de g\u00e9nero que afectan su confianza<\/strong> e inter\u00e9s en el \u00e1mbito cient\u00edfico y tecnol\u00f3gico y que llevan a que pocas lo elijan al momento de estudiar una carrera universitaria o insertarse laboralmente.<\/p>\n
Seg\u00fan el estudio Women in the digital Age, incorporar a m\u00e1s mujeres en empleos digitales tendr\u00eda un beneficio para la econom\u00eda de hasta 16 billones de euros anuales para el PIB conjunto de la UE.<\/p>\n
A esto se le suma la poca visibilidad que en consecuencia tienen las mujeres que se desempe\u00f1an en estos \u00e1mbitos refuerza los sesgos de g\u00e9nero respecto a lo que las mujeres pueden o no hacer, y retroalimenta un c\u00edrculo vicioso.<\/p>\n
A su vez, la poca presencia de mujeres en el \u00e1mbito de la ciencia y tecnolog\u00eda brinda menos modelos a seguir para las ni\u00f1as y j\u00f3venes, lo que de alg\u00fan modo reduce las posibilidades de desarmar los obst\u00e1culos en las trayectorias de quienes estudian y trabajan en ese campo.<\/p>\n
Techo de cristal<\/h2>\n
El llamado techo de cristal<\/em>, es decir, las barreras invisibles que se dan en las organizaciones <\/strong>y que dificultan e incluso en algunos casos impiden que las mujeres que lo deseen alcancen puestos directivos o de mayor responsabilidad.<\/p>\n
Lo que traducido en n\u00famero indica que, el porcentaje de hombres que ocupan cargos de primer nivel sea del 93% frente un 7% de mujeres<\/strong>, seg\u00fan cifras de la m\u00e1s reciente edici\u00f3n del Total Remuneration Survey de la consultora Mercer.<\/p>\n
\n
\n\n \n<\/figure>\n
Hay pocas mujeres en carreras tecnol\u00f3gicas. Foto EFE\n<\/p>\n<\/figcaption><\/div>\n<\/div>\n
En un segundo plano, se habla tambi\u00e9n del \u201csuelo pegajoso<\/em>\u201d: la barrera que se deriva del cansancio que experimentan muchas mujeres por el hecho de estar realizando, los d\u00edas laborables, una doble jornada, la de su \u00e1mbito laboral y la de su \u00e1mbito dom\u00e9stico.<\/strong><\/p>\n
El \u00e1mbito STEM se contin\u00faa percibiendo como eminentemente masculino. De hecho, como se\u00f1ala el Libro blanco del desarrollo espa\u00f1ol de los videojuegos, las tecnolog\u00edas est\u00e1n social y culturalmente definidas como masculinas<\/strong> y las competencias tecnol\u00f3gicas son entendidas como competencias propias del g\u00e9nero masculino.<\/p>\n
Uno de los casos m\u00e1s evidentes de discriminaci\u00f3n por parte de la Inteligencia Artificial se dio con Amazon hace unos a\u00f1os, cuando tuvo que retirar un software de reclutamiento de trabajadores por discriminar de sus ofertas en puestos t\u00e9cnicos a las mujeres.<\/p>\n
La raz\u00f3n de este comportamiento se deb\u00eda simplemente a que el sistema de IA aprendi\u00f3 de los perfiles de solicitantes de empleo en los \u00faltimos a\u00f1os, que eran predominantemente masculinos. Por ello, es fundamental contar con una base de datos actualizada, representativa de todos los perfiles y que no est\u00e9 sesgada, pues de ella se alimentar\u00e1 y aprender\u00e1 la IA.<\/p>\n
Con informaci\u00f3n de La Vanguardia.<\/em><\/p>\n
SL<\/em><\/p>\n
\n
TEMAS QUE APARECEN EN ESTA NOTA<\/h2>\n<\/div>\n<\/div>\n
![\"El](\"https:\/\/images.clarin.com\/2021\/10\/11\/el-desafio-es-lograr-un___kbwr7y5VJ_720x0__1.jpg\")
![\"Hay](\"https:\/\/images.clarin.com\/2019\/09\/04\/hay-pocas-mujeres-en-carreras___9ZP_hzfNq_720x0__1.jpg\")