Por Javier Surasky
Dedicado a Luz Marina Mateo, orgullosa luchadora, mujer y
afrodescendiente
Introducción
La discriminación de género en las ciencias, y especialmente
en STEM, no es un tema nuevo ni “sujeto a percepciones”: de acuerdo con datosoficiales de la UNESCO, las mujeres investigadoras representaban el 31,7% de
las personas investigadoras a nivel mundial en 2022 (Straza et al, 2025) y, en
el campo específico de la IA, existen brechas propias: casi todos los 43 países
analizados en el informe AI Index 2025 de Stanford (Maslej et al,
2025:23-26) las mujeres menor índice de “penetración de habilidades” y “concentración
del talento” que los hombres.
En otras palabras: la desigualdad no solo afecta quién
entra en ciencia y tecnología, sino también a quién llega a los
espacios donde se decide la agenda de la IA y, en consecuencia, las “verdades”
que produce, mediante múltiples mecanismos que han sido ya bien estudiados por
autores como Margaret Rossiter (1995), quien ha documentado las múltiples
barreras que históricamente limitaron la participación y el reconocimiento de
las mujeres en disciplinas científicas, Londa Schiebinger (1999), que dejó
claro que no es un problema cuantitativo sino cualitativo desde el momento en
que el género da forma a las preguntas e influye sobre la “decible” en las
respuestas, Janet Abbate (2012), que describe cómo la cultura patriarcal del
campo computacional fue definiendo qué debe entenderse por “trabajo experto”, y
Judy Wajcman y Erin Young, quienes denuncia que la tecnologías digitales ·están
socialmente definidas por relaciones de poder basadas en el género” (Wajcman y
Young, 2023:49).
Al mirar la IA desde una perspectiva de género, queda claro
que las contribuciones de las mujeres han sido históricamente subvaloradas o
invisibilizadas, algo que se vuelve cada vez más relevante ya que impacta sobre
qué aprenden los modelos y sus sesgos.
En este blog presentamos la primera parte de una lista de 20
mujeres pioneras y destacadas en el campo de la IA. Nuestra elección de
nombres, como cualquier otra sobre este tema, es discutible y podría ampliarse,
y cada persona podrá encontrar ausencias que le parezcan inexplicables. Para
ser totalmente claro, esta es mi lista de mujeres que han sido y son parte de
los progresos en la IA, pero cada cual podrá tener la suya propia. El orden de
la lista es cronológico y no supone ningún “ranking”.
Por razones de extensión, comenzamos aquí con las primeras
nueve mujeres de la lista, estableciendo un corte que coincide con la
realización de la “Conferencia de Dartmouth” de 1956, hito fundacional del
campo de la IA. En una segunda parte, continuaremos con las 11 restantes.
Mujeres destacadas del campo de la IA (antes de la Conferencia de Dartmouth)
1. Ada Lovelace.
Nació el 10 de diciembre de 1815 en Londres y desarrolló su
trabajo intelectual en el círculo científico británico, vinculada a Charles
Babbage y el proyecto de la Analytical Engine. Hija del poeta Lord Byron y de Anna Isabella
Milbanke (Lady Byron), una mujer reformadora y matemática.
Mucho antes de que existieran las computadoras, Ada Lovelace
imaginó la posibilidad de que una máquina de cálculo pudiese seguir
instrucciones y manipular símbolos para hacer operaciones matemáticas, pero
también crear música o imágenes si se le daban reglas. Sus “Notes” de
1843 sobre la Máquina Analítica, y en particular “Nota G”, con un algoritmo
para calcular números de Bernoulli, suelen ser reconocidas como el primer
algoritmo publicado para una computadora.
2. Grace Hopper.
Nació en diciembre de 1906 en Nueva York, país en el cual
realizó su carrera tanto en el ámbito militar (U.S. Navy) como en el desarrollo
de computación temprana en sistemas como UNIVAC y lenguajes COBOL.
Fue una impulsora de que programar se volviera algo más
“humano”, implementando ideas iniciales para ayudar a los compiladores,
aquellos programas que traducen instrucciones a lenguaje de máquina,
contribuyendo a la expansión del software entre gobiernos y empresas,
demostrando con ello que el campo de la programación podía ser un ámbito
político-económico estratégico y el valor de avanzar hacia una programación
simbólica.
3. Gladys Brown West.
Nació en EE.UU. en 1930 y recientemente fallecida (enero de
2026), trabajó en el campo de la matemática aplicada y la geodesia
satelital, es decir, el modelado matemático de la forma de la Tierra,
coeficientes de gravedad, deflexión vertical y procesamiento de datos de
satélites como GEOS-3, Seasat y Geosat.
Su trabajo de “cartografía global” fue uno de los insumos
más relevantes para el desarrollo del Sistema de Posicionamiento Global (GPS),
haciendo posible que logre la precisión requerida para su funcionamiento y que
hoy es crítica para innumerables aplicaciones de IA que implican movilidad,
logística y autonomía, como la robótica o los vehículos autónomos, entre otros.
En una entrevista que concedió a The Guardian (Mohdin, 2020)
ella dijo “Me sentí orgullosa de mí misma como mujer, sabiendo que puedo hacer
lo que puedo hacer. Pero como mujer negra, eso es otro nivel, en el que tienes
que demostrarle a una sociedad que no te ha aceptado por lo que eres”.
4. Frances E. Allen.
Nació en 1932 en Nueva York. La parte central de su carrera
tuvo lugar en IBM y la convirtió en pionera en la búsqueda de lograr que los
programas se ejecuten mejor, más rápido y más eficientemente mediante la
optimización y la mejora de los compiladores, impulsando los campos de la
computación de alto rendimiento y del procesamiento paralelo.
Fue la primera mujer en recibir el Premio Turing, en 2006
(el premio comenzó a entregarse en 1966), por su trabajo pionero en teoría y
práctica de optimización de compiladores.
5. Ruzena Bajcsy.
Nacida en 1933 en la entonces Checoslovaquia (actual
Eslovaquia). Viajó por estudios a EE.UU. y decidió no volver a su país debido a
la invasión soviética de 1968, que siguió a la “Primavera de Praga”. Dio clases
en Universidades como Pennsylvania y Berkley y ocupó cargos como jefa del
Directorado de Ciencias e Ingeniería de la Computación e Información de la National
Science Foundation.
El eje de su trabajo estuvo en robótica y percepción, con
especial foco en percepción activa sensorial, analizando cómo modelar y
controlar los procesos perceptivos que logran los robots mediante sensores y
procesamiento para decidir sus acciones. Uno de sus trabajos en la materia,
titulado Active Perception (Bajcsy, 1988) se considera un hito en la
materia.
6. Karen Spärck Jones.
Nació en agosto de 1935 en Inglaterra. Impulsó la búsqueda
de información computarizada en textos, mediante la identificación de palabras
que importan más y menos en un documento, base de muchas técnicas de búsqueda y
análisis de lenguaje actuales: formuló la idea del “inverse document
frequency (IDF)” en 1972, que es la base de TF-IDF (Term
Frequency-Inverse Document Frequency) que es técnica estadística utilizada
actualmente en procesamiento de lenguaje natural y sirve de apoyo a buena parte
de la búsqueda moderna.
7. Margaret Hamilton.
Nació en agosto de 1936 en EE. UU. y realizó su contribución
más influyente en MIT Instrumentation Laboratory, dentro de la NASA,
donde lideró el desarrollo del software de navegación y control para las
misiones Apolo, impulsando el diseño de programas que resistieran fallas, se
recuperaran de errores y funcionaran bajo presión extrema. Se la considera una
figura clave en la profesionalización de la ingeniería de software.
8. Barbara Grosz.
Nació en julio de 1948 en EE. UU., y su principal
contribución tuvo lugar en el campo de la conversación y la coordinación de
acciones entre personas y sistemas: investigó cómo los sistemas pueden seguir
el hilo de un diálogo, interpretar intenciones y colaborar con personas en
tareas complejas. Sus hallazgos fueron retomados en el desarrollo de asistentes
conversacionales y modelos de cooperación humano-máquina.
Su trabajo Attention, Intentions, and the Structure of
Discourse, escrito junto a Candace Sidner, se considera un clásico sobre
estructura del discurso y propósito del diálogo, donde las propias autoras
afirman que “Aunque es cierto que todavía está incompleta, la teoría [propuesta
en el artículo] proporciona una base sólida para investigar tanto la estructura
como el significado del discurso, así como para construir sistemas de
procesamiento del discurso” (Grosz y Sidner, 1986:202).
9. Katharina Morik.
Nacida en Alemania en 1954, realizó su carrera en ese país,
concentrando su trabajo en desarrollo de la informática primero, y luego en machine
learning, con especial énfasis en los problemas de operación bajo
restricciones/insuficiencia de datos y de manejo eficiente de recursos (resource-constrained
/ green machine learning).
Doctorada en 1981 por la Universidad de Hamburgo, con un
trabajo sobre IA y lenguaje. Diez años más tarde inauguraba la cátedra de
Inteligencia Artificial en la Universidad de Dortmund, donde mantuvo el centro
de su actividad profesional hasta su retiro, en 2023. En la parte final de su
carrera contribuyó a la consolidación del ecosistema de machine learning
alemán, incluso siendo directora fundadora del Lamarr Institute for Machine Learning and
Artificial Intelligence.
Afirmó que “existen obstáculos e incomodidades en la
realidad de los estudios y del trabajo [en informática] para las mujeres” dado
que “a las mujeres se las ve menos como colegas que como adorno visual” (Morik,
s.f., traducido del alemán con IA).
Continuará…
Referencias
Abbate, J. (2012). Recoding Gender: Women’s Changing Participation in Computing. The MIT Press. https://direct.mit.edu/books/monograph/2962/Recoding-GenderWomen-s-Changing-Participation-inBajcsy, R. (1988). “Active Perception”. Proceedings of the IEEE, 76(8), 996-1005. https://www.researchgate.net/profile/Yiannis-Aloimonos/publication/228083826_Active_Perception/links/00b49528e6f94c813e000000/Active-Perception.pdf
Grosz, B. y Sidner, C. (1986) Attention, Intentions, and the Structure of Discourse. Computational Linguistics, 12(3), 175-204.
Maslej, N.; Fattorini, L.; Perrault, R.; Gil, Y.; Parli, V.; Kariuki, N.; Capstick, E.; Reuel, A.; Brynjolfsson, E.; Etchemendy, J.; Ligett, K.; Lyons, T.; Manyika, J.; Niebles, J.C.; Shoham, Y.; Wald, R.; Walsh, T.; Hamrah, A.; Santarlasci, L.; Betts Lotufo, J.; Rome, A.; Shi, A. y Oak, S. (2025). The AI Index 2025 Annual Report. AI Index Steering Committee, Institute for Human-Centered AI, Stanford University. https://doi.org/10.48550/arXiv.2504.07139
Mohdin, A, (2020, 19 de noviembre). Gladys West: the hidden figure who helped invent GPS. The Guardian. https://www.theguardian.com/society/2020/nov/19/gladys-west-the-hidden-figure-who-helped-invent-gps
Morik, K. (s.f.). Gedanken zur Attraktivität der Informatik bei begabten Schulabgängerinnen. Dortmund University. https://www-ai.cs.tu-dortmund.de/PERSONAL/MORIK/INFORMFrau.pdf
Rossiter, M. W. (1995). Women Scientists in America: Before Affirmative Action, 1940–1972. Johns Hopkins University Press.
Schiebinger, L. (1999). Has Feminism Changed Science? Harvard University Press.
Straza, T., Peršić, A; Clark, E.; Kasry, A.; Pathirage, R. y Zandaryaa, S. (2025). Status and Trends of Women in Science. New Insights and Sectoral Perspectives. UNESCO. https://zenodo.org/records/15667540
Versión eninglés (EN) aquí