Hace unos días la profesora de la Universidad de Harvard, Claudia Goldin, recibió el Premio Nobel de Economía. Es apenas la tercera mujer en recibirlo, después de Elinor Ostrom, que lo recibió en el 2009, y de Esther Duflo en el 2019.
Mi primer pensamiento al conocer la noticia fue que el comité Nobel quiere dar la impresión de que por fin anda buscando cómo tomar un camino reinvindicatorio después de tantas y tantas decisiones discriminatorias para con mujeres brillantes que han sido ignoradas a pesar de contar con tantos o más méritos que sus colegas premiados. No tengo idea de cuántas, pero la lista de las injusticias debe ser bastante larga.
En lo particular, dentro del campo de la ciencia económica, recuerdo muy bien la desaprobación que experimenté en el 2013 cuando el Nobel le fue entregado a tres especialistas en los precios de los activos financieros y la formación de burbujas. Para los que no son economistas, déjenme decirles que esos temas están totalmente desconectados de la economía que importa para los miles de millones de personas que no son accionistas de las empresas que cotizan en bolsa y que ni quieren, ni les interesa, ni podrían pasarse el día absortos en las pantallas de Wall Street y otras bolsas del mundo. En el contexto de los enormes problemas de pobreza y mala distribución de la riqueza en todo el planeta, el tema por el que otorgaron ese Nobel es una extravagancia que sólo interesa a un pequeño grupo de personas que juega con las bolsas y cuyos efectos están bastante desacoplados del desempeño de la economía real.
Te podría interesar
Elinor Ostrom recibió el premio por sus investigaciones sobre la gobernanza de los bienes comunes y Esther Duflo por sus trabajos en economía del desarrollo, en especial para encontrar mejores maneras de luchar contra la pobreza. Ambos temas con implicaciones directas sobre el bienestar.
Claudia Goldin lo acaba de recibir por su trabajo de vida en economía laboral y de género. Sus contribuciones pueden parecer triviales para muchos de los economistas tradicionales, pero la verdad es que son muy importantes para revelar los entretelones de las desigualdades de género en la economía laboral y en consecuencia para dimensionar sus efectos sobre la economía en general que son de magnitud considerable.
Goldin ha trabajado en las relaciones entre la educación y el mercado laboral; en el tema de las diferencias en las elecciones laborales y ocupacionales de hombres y mujeres, así como las dificultades para conciliar la vida laboral y familiar; en el trabajo a tiempo parcial y la flexibilidad laboral; en los efectos que algunos cambios tecnológicos y descubrimientos, como la píldora anticonceptiva, han tenido sobre las decisiones de las mujeres de integrarse a la fuerza laboral; y se ha metido también a analizar cómo la discriminación implícita y otros sesgos pueden afectar las decisiones de contratación y promoción de las mujeres. En sus trabajos de investigación se ha metido meticulosamente a la recopilación y sistematización de datos, ha revisado todo tipo de bases de datos y ha pasado horas sacando papeles y copiando cifras en diversos archivos.
Y esto me lleva de regreso al tema que he tocado en mis últimas columnas, que es el de la inteligencia artificial (IA), porque los datos son a la inteligencia artificial como el combustible a un motor de combustión interna. Los sistemas de inteligencia artificial son entrenados con los datos que se les proporcionan y el desempeño de los sistemas depende en buena medida de la calidad de los datos con los que son alimentados. Si los datos son de mala calidad porque arrastran, por ejemplo, sesgos asociados con discriminación por género, etnia, edad, nacionalidad, religión o ideología, entonces los sistemas replicarán decisiones humanas que no sólo generan desigualdades y brechas de todo tipo, sino que a veces las incrementan.
Ante los riesgos de utilizar sistemas de inteligencia artificial que repliquen estos efectos, la Unesco publicó la Recomendación sobre la Ética de la Inteligencia Artificial, misma que fue firmada por 197 países, y entre cuyos objetivos está que “...los actores de la IA deberán hacer todo lo razonablemente posible por reducir al mínimo y evitar reforzar o perpetuar aplicaciones y resultados discriminatorios o sesgados a lo largo del ciclo de vida de los sistemas de IA.”
Una de muchas maneras de contribuir a que estos objetivos se alcancen, es eliminar los sesgos estructurales de los datos que alimentan a los sistemas, que no son otros que los que generamos todas y todos durante nuestras actividades cotidianas.
El trabajo de Claudia Goldin ha dado mucha luz sobre las causas y los efectos de la discriminación de género en los mercados laborales. Los datos que ha recopilado a lo largo de años representan una amplia variedad de sesgos que han afectado las decisiones que las mujeres han tenido que tomar para decidir sobre sus proyectos de vida personal y familiar, sesgos que no sólo han afectado a las mujeres sino al funcionamiento real de la economía y a la sociedad en general.
Una forma de aprovechar ese meticuloso trabajo es usarlo para sugerir distintas maneras de recopilar y medir esos datos, y de transparentar los efectos que éstos tienen sobre las decisiones que impulsan la dinámica de la economía laboral. Todo ello debería de ser un insumo del proceso de desarrollo de sistemas de inteligencia artificial enfocados en este ámbito para que éstos no repliquen ciegamente sesgos que dañan a la sociedad entera.