Mujeres en disciplinas STEM: cómo convertir el desafío en oportunidad

La ciencia, la tecnología y la innovación son elementos clave para dar respuesta a los desafíos urgentes que debemos afrontar en muchos aspectos de la vida: el cambio climático, la salud, la seguridad de los alimentos, la administración de recursos naturales y las energías renovables. No obstante, las mujeres siguen teniendo una representación baja en carreras técnicas – Ciencia, Tecnología, Ingeniería y Matemática (STEM), por sus siglas en inglés.

Actualmente, solo el 35% de los estudiantes matriculados en las carreras vinculadas a las STEM en la educación superior son mujeres. Además, la brecha de género en el lugar de trabajo podría persistir hasta 2073, a menos que las empresas prioricen el avance de las mujeres en posiciones de liderazgo.

La baja representación en carreras técnicas se une a la brecha existente de profesionales de TIC, pues para el 2020 se espera un déficit de más de medio millón de profesionales TIC en América Latina, que provocará perdidas de al menos 0.9% del PIB de la región en el mismo año.

En el marco del Día Internacional de la Mujer y la Niña en la Ciencia, es necesario visibilizar el enorme trabajo que llevan adelante las mujeres latinoamericanas como protagonistas y creadoras de soluciones innovadoras.

La diversidad impulsa la innovación y es fundamental para construir el camino hacia el desarrollo sostenible. A través de la historia, las mujeres de IBM han observado el mundo que nos rodea para encontrar qué falta, qué podría funcionar mejor o qué cambiar para lograr un mayor impacto.

Por ejemplo, Carla Agurto nació y estudió Ingeniería Electrónica en la Pontificia Universidad Católica del Perú. Además, es PhD en Ingeniería de la Universidad de Nuevo México, con especialidad en procesamiento de imágenes. Desde hace varios años realiza análisis de señales biomédicas con el fin de desarrollar herramientas que permitan entender mejor la patología de diversas condiciones clínicas. Actualmente trabaja con algoritmos de Machine Learning y usa tecnología de bajo costo y de uso diario para extraer información de sensores de movimiento o marcadores del habla para caracterizar enfermedades psiquiátricas y neurodegenerativas, desde el equipo de Biología y Psiquiatría Computacional en el Centro de Investigación IBM Thomas J. Watson.

Comentarios