Las mujeres, entre otros colectivos marginados, suelen tener dificultades para encontrar trabajo debido a los sesgos algor\u00edtmicos inherentes (Bharoocha, 2019). Un breve resumen de la mano de obra t\u00e9cnica de Uber ilustra perfectamente este punto. En 2017, el liderazgo tecnol\u00f3gico de la empresa estaba compuesto en su totalidad por personas blancas y asi\u00e1ticas, y el 88,7% de los empleados eran hombres. Uber utiliza un algoritmo que, seg\u00fan ellos, selecciona los mejores talentos y acelera el proceso de contrataci\u00f3n. El sistema eval\u00faa los curr\u00edculums de anteriores contrataciones exitosas en Uber, otros datos de contrataci\u00f3n, y selecciona palabras clave que se alinean con la descripci\u00f3n del puesto (ib\u00edd.). Dado que la mayor\u00eda de las contrataciones anteriores de Uber fueron de hombres blancos y asi\u00e1ticos, eso refuerza que el algoritmo siga discriminando a las mujeres y a las personas de color: el algoritmo ha sido entrenado a partir de datos sesgados y, por lo tanto, reifica ese sesgo. Textio, una empresa que ayuda a las empresas a aplicar un lenguaje neutro en materia de g\u00e9nero en las descripciones de los puestos de trabajo, ha demostrado que muchas de las palabras clave utilizadas en las descripciones de los puestos de trabajo tienden a dirigirse a un p\u00fablico masculino, excluyendo impl\u00edcitamente a los p\u00fablicos no masculinos. Por ejemplo, las palabras “cumplimiento” o “intr\u00e9pido” atraen m\u00e1s a los solicitantes de empleo masculinos que a los femeninos (ib\u00edd.). As\u00ed pues, un algoritmo que funcione sobre la base de la equidad y la objetividad puede reforzar los sesgos estructurales y las pr\u00e1cticas sociales discriminatorias que tambi\u00e9n estaban presentes en los procesos de contrataci\u00f3n de baja tecnolog\u00eda.<\/p>","protected":false},"excerpt":{"rendered":"
Las mujeres, entre otros colectivos marginados, suelen tener dificultades para encontrar trabajo debido a los sesgos algor\u00edtmicos inherentes (Bharoocha, 2019). Un breve resumen de la mano de obra t\u00e9cnica de Uber ilustra perfectamente este punto. En 2017, el liderazgo tecnol\u00f3gico de la empresa estaba compuesto en su totalidad por personas blancas y asi\u00e1ticas, y el […]<\/p>","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[19],"tags":[],"yoast_head":"\n