El progreso para cerrar la brecha salarial de género a nivel mundial es excesivamente lento. No es por falta de esfuerzo: muchas empresas y gobiernos tienen la igualdad de género en lo más alto de sus agendas y están realizando esfuerzos concretos para resolverlo, poniendo en marcha revisiones salariales y aplicando políticas. Sin embargo, no está funcionando del todo bien.
Por ejemplo, desde 2017, el Reino Unido obliga a las empresas con más de 250 empleados a informar sobre su brecha salarial. Esto debería disuadir de la disparidad salarial entre géneros. Sin embargo, al llegar el segundo año de informes, ya hemos constatado que varias empresas, entre ellas partes de HSBC y Virgin Atlantic, han retrocedido.
Pero ¿y si lo que realmente está retrocediendo es la forma en que abordamos el problema de las brechas salariales de género?
Katica Roy es la directora ejecutiva de Pipeline, una startup con sede en Denver que desarrolla software para ayudar a las empresas a hacer seguimiento de sus métricas de igualdad de género. Ha reflexionado mucho sobre cómo resolver las brechas de género en el lugar de trabajo; y, según explica, el salario es solo el síntoma de un problema que empieza mucho, mucho antes que en la sala donde se toman las decisiones sobre los salarios anuales. “La enfermedad es el valor que se da al talento desde el principio”, al decidir quién tiene potencial, quién es promovido y cómo se determina el valor de cada empleado, afirma. Estas cuestiones están influidas por sesgos profundos que pueden estar arraigados en la cultura empresarial o en la propia sociedad, y que no siempre son fáciles de identificar. ”Empezar por el salario es, en cierto modo, una ocurrencia tardía”, afirma Roy.
La herramienta que ha desarrollado Roy se integra con las plataformas de recursos humanos de las empresas y trabaja en segundo plano para buscar en las bases de datos internas información sobre empleados que podrían encajar en otros puestos o estar preparados para una promoción. Si se fuera a realizar una contratación interna, por ejemplo, el sistema asignaría a cada candidato una puntuación basada en sus competencias y experiencia, el texto de sus evaluaciones de desempeño y la composición del equipo al que se incorporaría.
Pipeline utiliza herramientas de inteligencia artificial para ayudar a las empresas a cerrar sus brechas de igualdad; Roy afirma que existen mecanismos de control y equilibrio para que los algoritmos eviten la “selección adversa”, es decir, situaciones en las que se prefiere a los candidatos simplemente por su género. Según explica, su herramienta está diseñada para combatir el sesgo inconsciente sin introducir sesgos propios.
Roy no es ni mucho menos la primera persona en señalar que el problema de conseguir que más mujeres ocupen puestos de alta dirección es un problema de cantera. En los últimos años se ha producido un despertar global sobre la necesidad de impulsar a las empleadas en sectores dominados por hombres: para asegurarse de que no abandonen cuando cuidan de sus hijos, para promocionarlas en igualdad de condiciones con los hombres y para animarlas a volver a asumir funciones tras una pausa profesional. Y, aún antes de que comience la carrera profesional, la escasez de mujeres que estudian en campos como la ingeniería y las matemáticas ha dado lugar a demandas y programas para fomentar el estudio de materias que preparen mejor a las niñas para los empleos del futuro. Pero la perspectiva de Roy resulta interesante porque, como emprendedora que ha trabajado en la solución del problema, tiene experiencia de primera mano sobre lo que funciona y lo que no.
Como cualquier startup, explica, Pipeline probó distintas cosas, entre ellas centrarse primero en el salario con un cliente temprano. No funcionó. “Estabais teniendo un debate cuantitativo sobre el valor cuando en realidad ya habíais tomado esa decisión de valor”, afirma.
Entonces, ¿cuál es la respuesta a la brecha salarial?
Multitud de empresas propone soluciones tecnológicas, muchas de ellas basadas en inteligencia artificial. Plum promete utilizar encuestas y herramientas de psicología organizacional, además de IA, para ayudar a las empresas a realizar las contrataciones adecuadas. Pymetrics, otra startup, combina herramientas basadas en neurociencia con aprendizaje automático y afirma que prueba sus algoritmos con un conjunto de datos de 50.000 perfiles de candidatos anteriores para asegurarse de que el propio sistema no tiene sesgos, un problema que ha obstaculizado los esfuerzos de empresas como Amazon por desarrollar herramientas inteligentes de contratación.
La formación contra el sesgo inconsciente para las personas es una pieza útil del rompecabezas, pero Roy (que, por supuesto, tiene interés en la necesidad de una solución tecnológica) afirma que eso no es suficiente. El procesamiento del lenguaje natural, una de las herramientas de la IA, es un buen ejemplo. El equipo de Roy aplicó ordenadores al texto de las evaluaciones de desempeño de los empleados (no quiso dar cifras concretas, pero afirmó que habían realizado este proceso con “más de mil” evaluaciones) y descubrió que, ante el mismo texto, a un empleado varón se le asignaba una puntuación numérica más alta que a una mujer. Este es el tipo de sesgo que resulta muy difícil de detectar, incluso para una persona que está atenta a un trato injusto.
“Está muy bien que tengamos formación contra el sesgo inconsciente, está muy bien que tengamos programas, pero si eso fuera a resolver el problema, ya lo habría resuelto”, afirma. Señala a Google, que gastó 150 millones de dólares en formación contra el sesgo solo en 2015, y que aún tiene problemas sistémicos, como demuestran las protestas de empleados de Google de noviembre de 2018.
Para Roy, todas las decisiones que tomamos por el camino cuentan. “La cantera pierde talento muy pronto. No lo pierde solo a nivel de consejero delegado o de consejo de administración. Lo pierde 25 años antes de que eso llegue a ocurrir”, afirma. Quizá las soluciones tecnológicas basadas en IA sean solo una herramienta, pero ante un problema tan profundo, cada vez parece más claro que necesitamos todo el arsenal.
