El jueves 19 se realizó el encuentro Miradas sobre las neurociencias y la inteligencia artificial en el marco del inicio del ciclo Ciencia con perspectiva de género, que busca poner en agenda la importancia de la incorporación de la perspectiva de géneros en la investigación científica y tecnológica e instalar la mirada sobre nuevas tecnologías y desarrollos científicos que se presentan como objetivos y sin sesgos.

En esta primera actividad, moderada por el Director de Investigación, Innovación y Promoción del Desarrollo del Ministerio de Mujeres, Géneros y Diversidad, Mariano González King, participaron Lucía Ciccia del Centro de Investigaciones y Estudios de Género (UNAM) y Victoria Peterson del Instituto de Matemática Aplicada del Litoral; y Enzo Ferrante, del Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional.

Durante su exposición, Lucía Ciccia expresó que “cuando pensamos que no tenemos perspectiva de género la tenemos; tenemos la perspectiva de la cultura androcéntrica, de un sujeto blanco, varón, heterosexual, cis, adulto y propietario. Decir perspectiva de género es situarnos desde una perspectiva no hegemónica, no androcéntrica; poner sobre la mesa que queremos producir conocimiento con perspectiva de género es revisar la historia de la ciencia y criticar los valores de la perspectiva que naturalizamos. Esos valores implican el supuesto de objetividad, el supuesto de neutralidad, eso que creemos que tiene la biotecnología y no tienen los estudios de género.”

Por su parte, Victoria Peterson señaló “los datos no son objetivos, por mucho tiempo pensamos que los datos eran intachables, pero no, son lo más fáctico que tenemos de la realidad y en la realidad no lo son. Y esto puede producir sesgos que pueden ser inconscientes y ello genera que haya sesgos inconscientes en la IA (inteligencia artificial), si el machine learning utiliza datos y estos datos no son objetivos entonces puede haber sesgos de cómo uno recolectó o dónde puso foco en la recolección de datos.”

Por último, Enzo Ferrante comentó “¿qué pasa si tengo muy pocas mujeres y muchos hombres en mi dataset? Esa fue la pregunta que motivó nuestra investigación. Entrenamos modelos con distintos grados de desbalance; logramos ver que hay una diferencia significativa: cuando los modelos son entrenados en mujeres la performance es más alta.” Acerca de mantener categorías con sesgos androcéntricos o universalizar los modelos masculinos agregó que “podemos tener sistemas que en la clínica pueden no tener el mismo rendimiento en hombres y en mujeres."

El ciclo de encuentros Ciencia con perspectiva de género se enmarca en una línea de trabajo del Programa Nacional para la igualdad de Géneros en CTI del MINCYT, que entre otras cosas se propone avanzar en 2021 en la elaboración de criterios y lineamientos para la incorporación de la perspectiva de género en los procesos de investigación, desarrollo.

Sobre quienes expusieron

Lucía Ciccia es biotecnóloga (UNQui) y Doctora en Estudios de Género (UBA).
Realizó dos años de investigación en el departamento de Fisiología del Sistema Nervioso de la Facultad de Medicina (UBA) como becaria doctoral del CONICET. Reorientó su trabajo hacia la Epistemología Feminista, finalizando el doctorado en el Instituto Interdisciplinario de Estudios de Género en la Facultad de Filosofía y Letras (UBA). Su tesis se centró en el análisis crítico del discurso neurocientífico acerca de la diferencia sexual. Es Investigadora del Centro de Investigaciones y Estudios de Género (UNAM). Desde el año 2018 trabaja en el proyecto “La incorporación de la perspectiva de género en la producción de conocimiento biomédico. Neurociencias y desórdenes mentales” del CIEG-UNAM.

Victoria Peterson es bioingeniera (UNER) y Doctora en Ingeniería (UNL). Realizó sus estudios doctorales gracias a una beca doctoral del CONICET en el Instituto de Señales Sistemas e Inteligencia Computacional, sinc(i)-UNL-CONICET. Actualmente es becaria postdoctoral del CONICET en el Instituto de Matemática Aplicada del Litoral, IMAL-UNL-CONICET. Sus principales temas de investigación se centran en el desarrollo de algoritmos robustos y adaptativos para la decodificación de la actividad cerebral y la ética en Inteligencia Artificial.

Enzo Ferrante es ingeniero (UNICEN), se doctoró en el Center for Visual Computing de la Université Paris-Saclay y el INRIA (París, Francia), fue alumno visitante en la Universidad de Stanford (California, EEUU) y realizó su postdoctorado en el Biomedical Image Analysis Lab del Imperial College London (Londres, Reino Unido). A fines de 2017 volvió a la Argentina como investigador repatriado al sinc(i): Instituto de Investigación en Señales, Sistemas e Inteligencia Computacional dependiente del CONICET y la Universidad Nacional del Litoral en la ciudad de Santa Fe Capital, donde trabaja en el desarrollo de métodos computacionales basados en aprendizaje profundo para el análisis de imágenes biomédicas.