En marzo se llevó a cabo la 4ta edición de la conferencia WIDS (Women  in Data Science / Mujeres en Ciencia de Datos) y pude entrevistar en exclusiva a su co-fundadora, Margot Gerritsen (@margootjeg).

Hablamos de la importancia de la presencia de mujeres en equipos de datos, de cómo evitar el sesgo en algoritmos, sobre el futuro de WiDS y su experecia personal del #MeToo.

Las preguntas fueron seleccionadas por ella misma entre aquellas que llegaron a una convocatoria que hicimos a mujeres que hablaran en español pues Margot está aprendiendo el idioma y fue mi truco para convencerla y sentarla para la entrevista.

Realmente les recomiendo ver el video con subtítulos en español (13 mins). 

TRANSCRIPCION: 

¿Qué características tienen las mujeres (que las diferencian de los hombres) que serían útiles o ventajosas en equipos.de trabajo mixtos?

Pregunta de Yalbi Itzel Baldetas Martínez desde Ciudad de México, México

Me encanta trabajar en equipos de trabajo mixtos porque considero que las mujeres son mucho más empáticas y aportan una perspectiva diferente a la de los hombres al grupo, aunque puede sonar un poco raro, al lidiar con problemas referidos a la ciencia de datos se tiene que tener en cuenta el impacto social. 

Por lo tanto, es muy importante que no sólo haya hombres, o sólo hombres blancos, […] porque tienden a analizar todo desde un punto de vista en particular.

Las preguntas que queremos responder en la ciencia de datos son importantes para todos y las mujeres representan el 50 % del mundo y no todos somos blancos. 

Por eso es importante que la participación sea directa, cuando formulamos las preguntas y cuando decidimos desde qué enfoque responderemos a esas preguntas.

De otra forma, sería muy limitado y podríamos perjudicar a una parte de la población.

Además, es muy divertido que haya mujeres en los equipos, porque suelen generar un ambiente menos competitivo y mucho más relajado.

Todos suelen estar más al tanto de cómo se sienten los demás.

Trabajé solo con hombres durante muchos años, era la única mujer.

Y hace algunos años, más mujeres entraron en este campo, y no puedo decirles cuánto lo disfruto. 

Todos estamos un poco más relajados y podría decirte que las actitudes son cada vez menos competitivas.

 

Las ciencias de datos son muy influyentes en la sociedad y los equipos de ciencias de datos sesgados pueden inclinar la balanza hacia el lado equivocado. ¿Cómo podemos evitar el sesgo o minimizarlo?

Pregunta de Victoria Colombo de Buenos Aires, Argentina

Evitar el sesgo es difícil cada vez que lidiamos con problemas científicos. Empecemos por ahí.

En el pasado, confiábamos solo en el criterio humano para la toma de decisiones.

En la actualidad, en muchos campos se utiliza la inteligencia artificial o el aprendizaje automático (machine learning), junto con el criterio humano, y a veces sin él, ahí también hay un sesgo.

¿Ahora están más sesgados que antes? Es difícil saberlo.

Pero estamos muy preocupados por eso porque antes uno conocía a las personas que tomaban las decisiones, y podía recurrir a ellas y hablarles para tratar de entender mejor por qué se llegaba a ciertas decisiones.

Con el aprendizaje automático y la inteligencia artificial, todo se volvió muy impersonal.

Y, a veces, ni siquiera sabemos bien por qué llegamos a ciertas decisiones.

No entendemos del todo cómo funciona un algoritmo ni cómo se realizan las predicciones.

Y no siempre podemos darnos cuenta de qué sesgo pudo haber intervenido en los datos que recolectamos.

Tratar de descubrir cuál es el sesgo que afecta los datos que recolectamos, cuál fue el sesgo que intervino en el modo en que hicimos las preguntas, o en el enfoque en que las contestamos, es extremadamente difícil.

Por eso, creo que debemos ser muy cuidadosos cuando utilizamos algoritmos de inteligencia artificial o técnicas de ciencias de datos para tomar decisiones muy importantes, por ejemplo, en el sistema judicial o en medicina, en esas áreas. Debemos ser extremadamente cuidadosos.

Y tenemos que mirar diez veces antes de tomar una decisión.

Por suerte, el mundo es cada vez más consciente, entonces…

Hace cinco años había un deseo tan grande de aplicar inteligencia artificial en donde fuera posible y el entusiasmo era tan grande que se exageró un poco.

Y creo que aprendimos que los algoritmos artificiales también pueden fallar.

Por supuesto, todo lo que hacemos los humanos puede fallar, también los algoritmos que diseñamos.

Y todos somos más conscientes y hablamos sobre eso cada vez más.

Predecir consecuencias imprevistas de los algoritmos es muy difícil.

Debemos probarlos y asegurarnos de que los algoritmos sean reproducibles, es decir, que si los utilizamos con datos similares o poblaciones similares, los resultados serán similares también.

Y siempre debemos compararlos y contrastarlos con el criterio humano.

No me entusiasma la idea de usar solo algoritmos de inteligencia artificial para decisiones importantes, pero sí creo que la inteligencia artificial puede utilizarse para verificar.

Por ejemplo, en el sistema judicial los jueces toman las decisiones y se puede ver qué decisiones sugieren los algoritmos de inteligencia artificial, lo cual se basa en las decisiones de los jueces a lo largo de muchos años.

Se contrasta y se puede decir “¡Qué interesante! Su enfoque es diferente al de los algoritmos de inteligencia artificial ¿Por qué? Pensemos un poco más en esto”.

En otras palabras, puede contribuir a los mecanismos correctores, algo que solo puede ser positivo.

¿Cómo proyectas el futuro de WiDS? ¿Lo visualizas siempre como una conferencia anual o también ves la posibilidad de construir proyectos educativos y de visibilización de mujeres a lo largo de todo el año?

Pregunta de Soledad Salas desde Córdoba, Argentina

WiDS comenzó solo como una conferencia, pero pronto nos dimos cuenta de que las mujeres de todo el mundo tenían una gran necesidad de estar unidas, de aprender y de darse apoyo unas a otras. Por eso, tenemos el deseo de ampliar WiDS. 

A veces bromeamos y decimos que WiDS ya no es solo una conferencia, sino que es un movimiento. De a poco nos estamos expandiendo.

Agregamos un Datatón para lograr un mayor compromiso unos meses antes de la conferencia y fue muy divertido.

Lanzamos un podcast con entrevistas a mujeres que participaron en WiDS o que creemos que son buenos modelos a seguir, en Silicon Valley o en cualquier parte del mundo. Estas entrevistas se realizan durante todo el año.

Ahora queremos incluir actividades en las secundarias, para integrar a las chicas más jóvenes.

Pero lo que más deseamos es que WiDS sea más que una actividad anual, aunque no tenemos claro aún cómo lo lograremos.

Podemos colaborar con muchas organizaciones, y eso es apasionante, como WiMLDS (Mujeres en el Aprendizaje Automático y en las Ciencia de Datos), que se reúnen con regularidad.

También podemos colaborar en eventos anuales de algunas empresas. 

De hecho, nos encantaría escuchar sus sugerencias. Si tienen alguna, envíenme un correo.

 

Ante tanta desigualdad, ¿cómo se hizo fuerte sin perder la sensibilidad que caracteriza a una mujer?

Pregunta de Isabel Cantera desde Buenos Aires, Argentina

Desde que comencé mi carrera, cuando era muy joven, elegí la matemática, la matemática computacional.

Cuando tenía 15 o 16 años elegí la matemática como mi área de interés, también en la secundaria y era una de las pocas chicas.

Y, desde entonces, siempre fui una de las pocas chicas, o incluso la primera mujer en cada departamento en los que trabajé. Durante mucho tiempo fui la única. Por momentos fue duro.

Creo que, cuando eres la única mujer eres diferente. Cuando no hay muchas otras mujeres,te prestan atención, lo cual puede ser positivo, pero también puede generar un escrutinio más severo.

Siempre sentí que me ponían bajo la lupa más a mí que a los hombres.

Muchas personas eran muy críticas conmigo. Si cometía un error, todos estaban al tanto. Si hacía algo bien, no siempre lo reconocían. Y eso es muy duro.

Es duro atravesar todo eso sin perder la confianza y saber que, a pesar de la falta de estímulo, algo que sin dudas me faltó. No me estimulaban demasiado cuando era joven para que siguiera adelante, se puede tener confianza en uno mismo y estar bien.

A lo largo de los años, se hizo más fácil para mí. 

Siempre tuve amigos hombres.

A veces, la gente bromea con que soy un macho alfa, ya que comparto cierto sentido del humor con mis colegas hombres.

Además, decidí facilitarles las cosas a mis colegas hombres.  

No me refiero a que aceptaba comportamientos inapropiados, nunca acepté ese tipo de comportamiento, sino que trataba de no ser tan sensible. 

Y también con respecto a …

Si una mujer entra en un grupo en el que solo hay hombres, la dinámica cambia para ellos y ellos también necesitan sentirse cómodos y necesitan cambiar su comportamiento y amoldarse y siempre intenté ayudarlos con eso.

Y la otra cosa que hago, que me ayuda mucho, es no hacer las cosas de manera personal ni tomarme lo que hacen otros de manera personal. 

Si alguien me hace un comentario ofensivo o desalentador, trato de contestarles que así no soy yo.  

En general, suelen ser hombres.

Es común que digan cosas negativas cuando se sienten amenazados o no saben cómo lidiar contigo. 

Trato de ver el lado positivo de todo. Ser la única mujer también tiene sus ventajas, y no se pueden evitar, las personas te prestan más atención.

En una carrera académica eso también es importante. 

Por ejemplo, nunca tuve que preocuparme porque alguien dijera: “¿Margot? ¿Quién es ella?”.

Sé que me conocían y conocían mi trabajo.

Y también obtuve beneficios por ser mujer.

A veces, te dan el beneficio de la duda y otras veces, todo lo contrario.

La duda hace que pierdas. 

Pero creo que, a pesar de todo, la balanza está equilibrada. 

Aunque tuve algunas dificultades.

Ahora el movimiento #MeToo es muy importante. Sin duda, me tocó atravesar algunas situaciones relacionadas con eso.

Algunos me hicieron propuestas o me manosearon, otros pretendían que me acostara con alguien para alcanzar el éxito.

Jamás hice algo así. Es muy duro.

Es duro estar en una situación en la que el otro abusa de su poder.

Sobre todo cuando era más joven y estudiante.Fue muy duro atravesar esas situaciones.

También viví situaciones en las que me sentí muy ofendida.

En retrospectiva, esas situaciones son hasta graciosas.

Te contaré una de ellas.

Una vez estaba en Cambridge, en Gran Bretaña.

Me invitaron a la facultad y lo primero que me preguntó un profesor, que estaba sentado junto a mí en la mesa de honor, fue con quién estaba yo.

El profesor no podía imaginar que yo era la invitada de honor.

Cuando le dije que estaba sola, que yo era la invitada, me miró y me dijo que estaba sorprendido de que las universidades de California contrataran profesoras rubias.

Lo miré y le dije: “No se preocupe, el rubio es artificial”.

Me hago reflejos, soy una falsa rubia. Mi color verdadero es castaño. Sigue todo bien en el mundo”.

A veces debes dar ese tipo de respuestas para divertirte un poco con algo que no es para nada divertido.

Una vez, en un grupo en el que solo había hombres, uno de ellos me dijo:

“Margot, trabajar contigo es más fácil que con otras mujeres y ahora sé por qué, ya lo descubrí, ahora lo veo: “Porque eres un hombre con tetas”.

Y pensé: “Dios mío”.

Empecé a reírme y le dije: “Supongo que me alegra que te hayas dado cuenta”.

¿Qué se puede decir en esos casos?

Solo queda verlo como algo gracioso, que da vergüenza ajena.

Así he lidiado con eso.

A pesar de todo, creo que ha sido genial. 

Me hace muy feliz que haya cada vez más mujeres en este campo.

Juntas vamos a hacer una gran diferencia.