Un análisis presentado en el evento Women in Tech Argentina 2026 revela que las trabajadoras tienen 1,5 veces más probabilidades de verse obligadas a cambiar de empleo debido a la automatización. La concentración sectorial, la falta de participación en el diseño tecnológico y la “pobreza de tiempo” emergen como los factores críticos.
La inteligencia artificial (IA) no es una tecnología neutral; su despliegue sobre estructuras sociales preexistentes ha comenzado a profundizar desigualdades en el mercado laboral. Según datos expuestos en la cuarta edición de Women in Tech Argentina 2026 (WITAR26), el impacto de la automatización no es homogéneo: las mujeres enfrentan una necesidad 1,5 veces mayor que los hombres de reconvertir su perfil profesional ante el avance de los sistemas inteligentes.
Tres dimensiones de la desigualdad laboral
Micaela Sánchez Malcolm, presidenta de Géneras y organizadora del encuentro, sostiene que esta disparidad responde a una combinación de variables estructurales:
-
Concentración sectorial: La mayor parte del empleo femenino se localiza en áreas altamente expuestas a la automatización, como los servicios administrativos, la atención al cliente y el comercio. Datos de la OIT indican que el 16% de los puestos con mayoría femenina corren riesgo de ser reconfigurados por la IA, frente a apenas un 3% en los sectores masculinos.
-
Subrepresentación en el diseño: La IA es creada por equipos donde las mujeres son minoría (solo el 28% de los profesionales a nivel global, cifra que cae al 22% en América Latina). Esta falta de diversidad técnica provoca que los sistemas no solo ignoren las necesidades femeninas, sino que también reproduzcan sesgos históricos.
-
La “pobreza de tiempo”: La brecha digital se hace presente en la disponibilidad horaria. Las mujeres destinan entre dos y tres veces más tiempo que los hombres a tareas de cuidado no remunerado, limitando el margen necesario para capacitarse, experimentar con herramientas de IA y adaptar procesos laborales.
El peligro de los sesgos algorítmicos
El análisis advierte sobre los riesgos de entrenar algoritmos con información histórica que refleja estructuras de desigualdad. “Cuando los equipos que diseñan los sistemas carecen de diversidad, los sesgos se vuelven infraestructura. Lo que el sistema no ve, lo excluye sistemáticamente”, señaló Sánchez Malcolm.
Este problema se agrava por la periferia tecnológica de América Latina, que concentra menos del 2% de la inversión global en IA. La región se encuentra en una posición de adopción pasiva: “Estamos implementando una tecnología sobre cuyos parámetros no decidimos y cuyos beneficios no distribuimos equitativamente”.
Hacia una “transición justa”
Para evitar que la inteligencia artificial se convierta en un amplificador de la brecha, los especialistas proponen el concepto de transición justa. Este modelo exige pasar del discurso a la implementación de políticas públicas y privadas centradas en:
-
Regulación y transparencia: Superar la “caja negra” de los algoritmos mediante auditorías y marcos normativos que garanticen la ética en el uso de datos.
-
Participación activa: Fomentar la incorporación de mujeres tanto en el desarrollo técnico de software como en los órganos que definen las políticas de IA.
-
Medición de brechas: Sánchez Malcolm subrayó que “lo que no se mide no se gestiona”. Es urgente que las empresas comiencen a auditar sus brechas internas, ya que, aunque el 90% de las tecnológicas cree no tener disparidad salarial, menos del 20% realiza mediciones reales.
En última instancia, el desafío para el 2026 y los años venideros radica en orientar la IA hacia la resolución de problemas reales en sectores como salud, educación y servicios sociales, asegurando que la transformación digital sea una herramienta de progreso equitativo y no un factor de exclusión laboral.
