Barreras con la IA: Género y Educación Superior en la Encrucijada del Futuro

Enfoque

 La integración de la inteligencia artificial (IA) en la educación superior ofrece oportunidades sin precedentes para mejorar el aprendizaje y la gestión educativa. Sin embargo, también presenta problemas significativos relacionados con la equidad de género. Esta ponencia examina la relación entre IA, género y educación superior, identificando los problemas actuales y los retos a futuro. Se analizará cómo los sesgos de género en los algoritmos y sistemas de IA pueden perpetuar desigualdades existentes y afectar la participación y el éxito de las mujeres en la educación superior. Además, se discutirán estrategias para abordar estos desafíos y promover una integración equitativa y justa de la IA en el ámbito educativo. A través de una revisión de la literatura, esta ponencia busca proporcionar una hoja de ruta para un futuro donde la IA contribuya positivamente a la equidad de género en la educación superior.

Objetivos:

1. Identificar y analizar los sesgos de género en los sistemas de IA utilizados en la educación superior.

2. Evaluar el impacto de estos sesgos en la participación y el éxito de las mujeres en la educación superior.

3. Proponer estrategias para mitigar los sesgos y promover una integración equitativa de la IA en el ámbito educativo.

Para abordar estos objetivos, proponemos una metodología basada en la investigación aplicada y la colaboración interdisciplinaria:

1. Revisión de Literatura y Marco Conceptual: Iniciar con una revisión exhaustiva de la literatura existente sobre sesgos de género en IA y su impacto en la educación superior. Esto ayudará a establecer un marco conceptual sólido para guiar el análisis.

2. Desarrollo de Algoritmos Inclusivos: Colaborar con expertos en IA y educación para diseñar y entrenar algoritmos que consideren la diversidad de género. Este proceso incluirá la recolección de datos representativos y la implementación de técnicas de mitigación de sesgos durante el entrenamiento de los modelos.

3. Formular recomendaciones de políticas y prácticas para las instituciones educativas, basadas en los hallazgos del análisis y las evaluaciones. Estas recomendaciones estarán orientadas a promover una integración equitativa de la IA y asegurar la representación justa de todos los géneros.

4. Difusión y Educación: Organizar talleres y seminarios para educar a desarrolladores, educadores y administradores sobre la importancia de abordar los sesgos de género en IA. Esto incluirá la creación de recursos educativos y guías prácticas para la implementación de IA equitativa.

Los sistemas de IA utilizados en la educación superior pueden influir en diversas áreas, incluyendo la admisión de estudiantes, la evaluación de desempeño y la personalización del aprendizaje. Sin embargo, los sesgos de género presentes en estos sistemas pueden exacerbar desigualdades existentes. Por ejemplo, algoritmos de admisión pueden favorecer a ciertos grupos sobre otros, y sistemas de evaluación pueden penalizar a mujeres por factores no relacionados con su rendimiento académico (Binns, 2018).

Para asegurar que la IA contribuya positivamente a la equidad de género en la educación superior, es crucial implementar las siguientes estrategias:

1. Diseñar y entrenar algoritmos que consideren la diversidad de género y minimicen sesgos.

2. Realizar auditorías periódicas de los sistemas de IA para identificar y corregir sesgos.

3. Fomentar la educación sobre los sesgos de IA entre desarrolladores, educadores y administradores.