Por qué la IA debe adaptarse a una sociedad longeva. Edadismo y tecnología en el entorno laboral

El término edadismo (del inglés, “ageism”)  apareció en la década de los años sesenta para referirse a los sesgos y prejuicios relacionados con la edad. Y fue entonces cuando se comenzó a ver que la discriminación por cuestiones de edad era una realidad muy enraizada en elementos culturales y sociales, que aún tienen vigencia hoy en día. Y es que, basándonos en el hecho de que la esperanza de vida aumenta cada vez más y en la transformación demográfica hacía una sociedad longeva, la concepción de que alguien es “mayor” según “para según que ámbitos”, es ya por razones obvias en un nuestra sociedad, anacrónico y poco funcional. 

La sociedad envejece y es necesario adaptar cada una de sus herramientas, incluidas las tecnológicas, para no perpetuar creencias que desfavorecen a un cada vez más grande número de personas. 

Según el reciente informe de la Organización Mundial de la Salud (OMS) “Informe sobre el edadismo”, “está comprobado que el edadismo perjudica la salud y bienestar y constituye un obstáculo importante para la formulación de políticas eficaces y la adopción de medidas relativas al envejecimiento saludable”

Un aspecto muy positivo de los avances tecnológicos es que en la gran medida favorecen la automatización de procesos en cualquier ámbito sector, algo a lo que cada vez nos estamos acostumbrando más, siendo en la mayoría de caso, inocuos. 

Para este artículo vamos a tener en cuenta al público senior (de más de 65 años), porque no todos los senior deciden optar por la jubilación o retirarse del mercado laboral – ya sea por razones personales o económicas –  pero también a todas aquellas personas de más de 50 años y hablaremos de como les afectan los algoritmos de inteligencia artificial y machine learning en el ámbito laboraldonde se usa cada más software automático basado en IA para la selección de currículums. 

Varios estudios, como el llevado a cabo por el National Bureau of Economic Research, demuestran que en los procesos de selección de personal los algoritmos tienen un porcentaje muy alto de estar sesgados, discriminar y descartar a todos aquellos perfiles que superen una edad determinada independientemente de las aptitudes del candidato. 

Aspectos sociales del edadismo

Como algo integrado en la sociedad y que debemos vencer, asumimos que las personas de cierta edad pierden capacidades y que no son capaces de adaptarse a los cambios. Asumimos que personas que llevan experiencias laborales de más de 20 años en su currículum no pueden ser aptas para desempeñar funciones que exijan un alto grado de conocimiento tecnológico. Según este artículo publicado en la BBC los prejuicios relacionados con la edad están presentes en los procesos de selección “y esto hace que los mayores de 50 tengan más el doble de probabilidades que el resto de los trabajadores de estar desempleados durante dos años o más si pierden su empleo actual”. Además se ha comprobado que este índice de sesgo es aún más desfavorable con las mujeres de más de 50 años o más. 

¿Pero que hace que se produzcan estos sesgos y patrones en la tecnología? 

Machine learning, datos y edadismo

La tecnología en sí misma está creada por personas, estas personas, eligen y entrenan datos basados en la realidad cultural y social. Y es aquí donde comienza el reto. Los algoritmos de machine learning están creados a partir de datasets, que almacenan grandes cantidades de información, “aprenden lo que vale y lo que no”. Para no dar lugar a error, es lo mismo que decir que los datasets y la forma en que se procesan los datos que se usan para entrenar los modelos, se basan en criterios sociales y creencias anticuadas, por lo que perpetúan estereotipos. Y son estos  estos algoritmos los que son usados en programas automáticos de selección provocando un alto nivel de sesgo. 

Otro factor comprobado es la falta de profesionales senior y mujeres en el diseño de la propia tecnología, lo que afecta en último término a la cadena de toma de decisiones. Además este factor determina y condiciona, no sólo el propio desarrollo tecnológico si que también cuestiona su aplicabilidad en distintos ámbitos. 

Actualmente se están tomando medidas para combatir desde inicio este tipo de prejuicios, sin embargo, parte del cambio ha de surgir desde el propio cambio social para que este pueda ser escalado de forma ética en el ámbito tecnológico. La gráfica que mostramos a continuación demuestra que la tendencia al alza que acabamos de describir pese a la relativa antigüedad de los datos.

¿Qué podemos hacer para mejorar estos factores? 

Tomando como referencia tanto los factores sociales, económicos y tecnológicos nos enfrentamos a un reto del que ya se han hecho eco organizaciones como la Organización Mundial de la Salud (OMS). 

El informe publicado “Ageism in Artificial Intelligence for health” hace referencia a como la IA puede generar nuevas formas de edadismo. Así mismo, introduce un marco de referencia para comenzar minimizar el riesgo de exclusión por edad. 

La OMS expone además una serie de consideraciones  entre las que destacamos: 

• “Diseño participativo de tecnologías de IA por y con personas mayores”
• “Recogida de datos con inclusión de la edad”
• “Marcos de gobernanza y normativas para empoderar y trabajar con las personas mayores”
• “Procesos éticos sólidos”

Además de esta consideraciones y medidas, otro de los retos y objetivos es mejorar la percepción del personal senior cualificado (que podríamos resumir en experiencia) en el campo y sector tecnológicos. Un estudio llevado a cabo por Hacker Rank, en el que se hace alusión en este artículo de PayScale confirma que el personal de más edad es incluso más flexible a la hora de aprender por ejemplo, lenguajes de programación, frente a los empleados más jóvenes. 

También otra herramienta de la que disponemos es mejorar las políticas laborales respecto el edadismo y comenzar un cambio progresivo hacia una completa integración de la IA en una sociedad longeva. 

Es más que patente que unir tanto la componente social, económica y política del reto es muy compleja, pero aún así es del todo positivo que se siga contribuyendo para una evolución ética y responsable de la tecnología.

Versión original: CENIE escrito por Pixelabs – Alma Pérez, Manager de Comunicación, Marketing y Área de Diseño