La ciencia de datos, pilar fundamental en la toma de decisiones del siglo XXI, está lejos de ser neutral. A lo largo de la historia, la recopilación y análisis de información ha excluido a amplios sectores de la población, perpetuando desigualdades estructurales. Es en este contexto que emerge el feminismo de datos, un enfoque que no solo busca visibilizar estas brechas, sino también transformar la manera en que los datos son recopilados, analizados y utilizados para desafiar las relaciones de poder subyacentes.
¿Qué es el feminismo de datos?
El feminismo de datos es un enfoque crítico que busca visibilizar y corregir las desigualdades de género en la recopilación, análisis y uso de datos.
El término “data feminism” surge de una convergencia inesperada entre las investigadoras Catherine D’Ignazio y Lauren F. Klein en 2015. En ese momento, Catherine, desde el MIT Media Lab, fue invitada por Mushon Zer-Aviv a escribir un artículo para el Responsible Data Forum de enero de 2016, mientras que Lauren, en Georgia Tech, se preparaba para dar una charla sobre visualización de datos feminista en la NULab de Northeastern University. Al descubrir que ambas estaban explorando el mismo tema —la visualización de datos feminista—, una conexión mutua facilitó su encuentro y colaboración. Su primer trabajo conjunto fue un artículo corto titulado Feminist Data Visualization, inspirado en discusiones sobre ética en visualización de datos del Responsible Data Forum.
Pronto comprendieron que la visualización feminista era solo la culminación de un proceso complejo que debía considerar el contexto social, político e histórico de los datos. Así, el concepto evolucionó hacia el feminismo de datos, una perspectiva que aplica los principios del pensamiento y activismo feminista a la ciencia de datos. Este enfoque no solo busca la equidad de género, sino también examina las raíces estructurales de la desigualdad, reconociendo que la lucha por la justicia y la inclusión requiere la participación activa de personas de todos los géneros.
Reconociendo las brechas: el punto de partida
El programa Feminismo en Acción para la Transformación Estructural (FAST); el programa Fortaleciendo la Política Migratoria Orientada al Desarrollo (MEG) y la Cooperación Alemana para el Desarrollo de la GIZ realizó un espacio para diseñar y construir una Escuela de Aprendizaje Feminista, en la que uno de los ejes temáticos fue precisamente la información, los datos.
Erika Julieta Rodríguez, asesora temática FAST de la Agencia GIZ , destacó que, aunque los datos documentan la historia de la humanidad, hay vacíos significativos en torno a las mujeres, las poblaciones diversas y los pueblos étnicos. Esta brecha de género en los datos refleja cómo las estructuras de poder determinan qué información es recopilada, quién la produce y con qué propósito. El feminismo de datos, entonces, no se limita a reconocer estas ausencias, sino que se pregunta: ¿Por qué existen? ¿Quiénes están excluidos y cómo podemos contrarrestarlo?
Rodríguez subraya que los datos no son solo números; “representan personas, historias y contextos“. Este enfoque, del data feminism, desafía el binarismo y las jerarquías tradicionales, apostando por un pluralismo que reconozca la diversidad y la complejidad de las experiencias humanas.
Además, el feminismo de datos visibiliza el trabajo detrás de la producción de información, frecuentemente invisibilizado, y plantea preguntas críticas sobre el exceso de datos y su reutilización estratégica.
En la charla, Rodríguez enunció los principios del feminismo de datos:
- Examinar el poder:
Cuestionar y analizar las relaciones de poder que subyacen en la producción, recolección y uso de los datos. - Desafiar el poder:
No solo identificar esas relaciones de poder, sino también confrontarlas y buscar transformarlas para promover la justicia y la equidad. - Elevar las emociones y el acuerpamiento:
Reconocer que los datos no son solo números; representan personas, historias y emociones. Esto implica dar visibilidad al contexto humano y social que hay detrás de los datos. - Repensar el binarismo y las jerarquías:
Ir más allá de las categorías binarias y rígidas, como las de “hombre/mujer” o “bueno/malo”. Es necesario reconocer la diversidad y la complejidad en la representación de datos. - Reconocer el pluralismo:
Valorar y respetar las diferentes voces, experiencias y perspectivas, especialmente aquellas que han sido tradicionalmente marginadas o excluidas. - Considerar siempre el contexto:
Analizar los datos teniendo en cuenta el contexto socioeconómico, cultural y político en el que se producen. Esto ayuda a evitar interpretaciones sesgadas o incompletas. - Hacer el trabajo visible:
Visibilizar el esfuerzo detrás de la recolección, análisis y procesamiento de datos. Es un reconocimiento al trabajo de muchas personas que a menudo queda invisibilizado.
Datos en evolución: Del tradicionalismo al enfoque inclusivo
Natalia Mejía Pardo, de The Data Tank, compartió cómo la revolución digital ha transformado la manera en que se recopilan y analizan los datos. Frente a los métodos tradicionales, como censos y encuestas, ahora contamos con dispositivos inteligentes y sensores que permiten capturar información en tiempo real. Sin embargo, esta abundancia de datos plantea retos éticos y asimetrías entre quienes controlan la información y quienes la necesitan.
Un punto crítico señalado por Mejía es cómo las empresas tecnológicas del norte global dominan la recopilación y uso de datos, mientras los estados y organizaciones del sur global enfrentan barreras de acceso y capacidades técnicas. Aquí, el feminismo de datos propone un enfoque interseccional que priorice la equidad en la representación y el análisis, desmitificando la supuesta imparcialidad de la ciencia de datos.
Mejía agregó que el feminismo de datos también se materializa en prácticas concretas como los “contradatos”, un esfuerzo por recopilar información desde las comunidades para cuestionar las narrativas oficiales. Un ejemplo emblemático es la iniciativa Datos contra el feminicidio, que analiza cómo organizaciones feministas en América Latina documentan y visibilizan la violencia de género.
Esta comunidad ha desarrollado herramientas digitales, como plugins para identificar y clasificar casos de feminicidio en noticias, facilitando su inclusión en bases de datos. Estas iniciativas no solo fortalecen el monitoreo ciudadano, sino que también evidencian la capacidad del feminismo de datos para empoderar a las comunidades mediante la tecnología.
Inteligencia Artificial para todas las personas
Durante el espacio se compartió el caso de éxito del proyecto FairForward, impulsado por GIZ en varios países africanos y asiáticos, tiene como objetivo principal abrir las puertas de la Inteligencia Artificial a comunidades tradicionalmente excluidas, especialmente mujeres y grupos minorizados. Este programa aborda la IA desde una perspectiva inclusiva y sostenible, centrándose en tres áreas clave:
- Infraestructura de IA y datos abiertos: FairForward promueve el acceso equitativo a datos de entrenamiento e infraestructuras tecnológicas locales. La iniciativa reconoce que muchas infraestructuras de IA están diseñadas en contextos occidentales y no se adaptan a las necesidades de otros países. Por ello, el proyecto trabaja en la creación de bases de datos en lenguas locales, facilitando que tecnologías como los servicios públicos sean accesibles en idiomas indígenas y regionales.
- Capacitación en IA para grupos diversos: El proyecto ofrece bootcamps intensivos de IA y ciencia de datos, especialmente diseñados para mujeres y grupos minorizados. Estos programas no requieren conocimientos previos en programación, permitiendo que personas de diversas profesiones (abogados, médicos, etc.) puedan participar. Adaptados a contextos locales, estos bootcamps son flexibles, ofrecen apoyo para madres trabajadoras y fomentan un ambiente inclusivo con mentores y modelos a seguir.
- Marcos éticos y políticas públicas: FairForward también apoya a los gobiernos aliados en la creación de marcos éticos para la IA, promoviendo una inteligencia artificial transparente y responsable. La perspectiva de género en la estadística es fundamental, ya que la falta de diversidad en el desarrollo tecnológico puede perpetuar sesgos discriminatorios. Por ejemplo, el reconocimiento facial tiene mayores dificultades con personas de piel más oscura debido a datos de entrenamiento sesgados.
Este enfoque integral demuestra que la IA puede ser una herramienta de inclusión y desarrollo cuando se construye desde diversas perspectivas. FairForward no solo capacita a individuos, sino que fortalece comunidades enteras, garantizando que la inteligencia artificial sea accesible y representativa para todos.
Hacia un futuro justo e inclusivo
En un mundo donde los datos son cada vez más centrales en las decisiones políticas, económicas y sociales, el feminismo de datos nos invita a cuestionar las bases mismas de la producción de información. Tanto Rodríguez como Mejía, coincidieron en que se trata de reconocer que los datos no son neutrales y de trabajar hacia prácticas que reflejen la diversidad y desafíen las desigualdades.
Este enfoque no solo nos permite construir un futuro más inclusivo, sino que también posiciona a la ciencia de datos como una herramienta de transformación social. En palabras de las expertas: los datos deben contar historias completas, representando a todos, sin dejar a nadie atrás, en sintonía con los mensajes compartidos por diferentes liderazgos durante el Foro Mundial de Datos realizado en Medellín. La clave, entonces, radica en integrar la perspectiva de género en todos los niveles del ciclo de datos y fomentar la colaboración entre sectores para crear una ciencia de datos que sea realmente para el beneficio de todas las personas.
