Una encuesta aplicada a más de 5,400 personas en Estados Unidos expone una brecha significativa entre la confianza declarada y el conocimiento real sobre inteligencia artificial, con diferencias marcadas por género que van más allá de lo anecdótico.
Siete de cada diez hombres encuestados afirmaron conocer a Sam Altman, figura central del ecosistema de IA. Sin embargo, solo el 53% reconoció a Mira Murati —ejecutiva real con trayectoria verificable en el sector—, mientras que un porcentaje similar declaró conocer a "Milner" y "Dalton", nombres ficticios introducidos deliberadamente en el estudio para medir sobreconfianza. Entre las mujeres, el 40% afirmó conocer a los personajes inventados, pero solo el 38% identificó a Murati, lo que sugiere patrones distintos de error en ambos grupos.
Confianza vs. precisión: una distinción que importa
Los datos muestran que hombres y mujeres cometen errores sobre IA a tasas similares. La diferencia está en cómo cada grupo gestiona la incertidumbre: las mujeres indicaron no estar seguras en un promedio de 3.3 preguntas de 12, frente a 2.3 en hombres. Esta disposición a expresar duda —frecuentemente interpretada como menor competencia— puede ser, en realidad, un indicador de mayor calibración epistémica.
Laura Manley, directora ejecutiva del Centro Shorenstein de la Escuela Kennedy de Harvard, señala que la sobreconfianza masculina no se traduce necesariamente en mayor precisión, pero sí en mayor visibilidad pública. Esa visibilidad tiene consecuencias concretas: durante un año de análisis mediático, los hombres fueron mencionados en titulares sobre IA más de 14 veces que las mujeres. Al examinar a los expertos citados en medios, tres cuartas partes eran hombres, una proporción que excede con creces su representación en el campo —estimada en torno al 71%— y que marginaliza aún más a las mujeres, quienes representan aproximadamente el 29% de la fuerza laboral en IA.
Implicaciones para la estrategia organizacional
Esta dinámica tiene efectos directos sobre cómo las organizaciones construyen sus marcos de referencia sobre tecnología. Cuando las voces que dominan el debate público sobreestiman sistemáticamente su conocimiento, el riesgo es que las decisiones estratégicas se anclen en certezas falsas en lugar de en análisis riguroso.
Manley argumenta que reconocer la incertidumbre no es una debilidad analítica, sino una condición necesaria para evaluar con precisión el impacto real de la IA. En un campo donde las preguntas sin respuesta superan ampliamente a las resueltas —desde regulación hasta sesgos algorítmicos y desplazamiento laboral—, la tolerancia institucional a la ambigüedad puede ser una ventaja competitiva.
La narrativa dominante sobre IA oscila entre el entusiasmo sin matices y el alarmismo apocalíptico. Ampliar el espectro de voces expertas —incluyendo a quienes articulan dudas fundamentadas— no es solo una cuestión de equidad: es una condición para que el análisis estratégico sobre esta tecnología sea más robusto y menos susceptible a sesgos de confirmación.
