María Alonso encontró en las matemáticas una herramienta para resolver problemas reales y en la inteligencia artificial una vía para aplicar ese conocimiento de forma práctica y socialmente responsable. Hoy, como investigadora en la Universidad de Santiago de Compostela, trabaja en el desarrollo de modelos estadísticos que permiten entender y supervisar mejor los sistemas de IA. En esta entrevista, reflexiona sobre su vocación temprana, la importancia de los datos en la ética algorítmica y los retos que aún persisten para las mujeres en carreras científico-tecnológicas.

¿Recuerdas el momento en el que decidiste dedicarte a las matemáticas? ¿Qué te llevó a apostar por esta disciplina como camino profesional?

Desde muy pequeña, en el colegio, ya me gustaban las matemáticas. Pero hubo un momento específico, en primero de la ESO, en el que decidía que me quería dedicar a ello: había acabado mis ejercicios así que la profesora me pidió que ayudara a otro alumno. Le expliqué algunos ejercicios y me dijo que por fin lo había entendido.

Me gustó la sensación de poder ayudar a alguien a entender algo que a mí me gustaba tanto.

Siempre se piensa en la docencia como salida principal de las matemáticas, pero tiene muchas más aplicaciones, ¿Cómo descubriste el potencial de esta carrera en el campo de la investigación?

Empecé el grado en matemáticas pensando en que acabaría siendo profesora de secundaria, pero en el curso de la carrera me iba dando cuenta de que había muchas otras salidas. De hecho, mi primera opción al acabar el grado era irme a la empresa privada, pero cuando cursaba el máster de Técnicas Estadísticas recibí una beca de iniciación a la investigación del Instituto de Matemáticas de la USC. Ahí empecé a investigar y vi que había muchas cosas por hacer… Nos pensamos que está todo inventado, pero no.

Si tuvieras que explicarle tu trabajo a una persona que se inicia en la Inteligencia Artificial o que no conoce todo su potencial ¿cómo le explicarías tu día a día en la investigación y las aplicaciones que tiene? 

Una parte importante de mi trabajo consiste en pensar y desarrollar nuevos modelos estadísticos o extender los ya existentes. Esto suele implicar mucho trabajo con papel y lápiz, para demostrar propiedades teóricas y entender a fondo cómo funcionan estos modelos. También utilizo software para implementar estas ideas: programo estos métodos, realizo simulaciones, analizo datos y valido los resultados. Este proceso de ir de la teoría a la práctica me resulta muy enriquecedor. Además, colaboro con investigadores de otras áreas, ayudándolos a aplicar estos modelos a problemas específicos. Por ejemplo, estamos trabajando con un geólogo aplicando técnicas de clustering para cristales minerales, lo cual es bastante novedoso en esa área. 

La Inteligencia Artificial necesita siempre una supervisión humana? ¿Qué límites crees que no deberíamos cruzar al confiar en decisiones automáticas?

La IA es una herramienta muy poderosa que nos puede ayudar en muchas áreas, pero no deja de ser eso, una herramienta. Siempre debería tener cierta supervisión humana, especialmente en decisiones importantes. Del mismo modo, no le confiarías una decisión importante a una única persona, sin supervisión por parte de otro grupo de personas. Por ejemplo, la IA puede ser de gran ayuda para detectar tumores en radiografías, pero no debería ser usada ciegamente, sino para ordenar a un grupo de pacientes según prioridad, para que los médicos puedan revisar esas radiografías por ese orden. 

Actualmente la tecnología, al igual que el uso de cualquier dispositivo en las aulas o la IA, están muy presentes en los debates educativos y sociales. ¿Qué opinas sobre introducirla como materia en edades tempranas? ¿Cómo se puede fomentar el talento digital?

Creo que es importante introducir formación sobre IA en edades tempranas, pero más que una simple aplicación de la IA, pienso que sería importante una formación de concienciación que incluya también nociones básicas de qué es la IA y qué limitaciones tiene.

Y no solo en edades tempranas, sino para público de cualquier edad. Es peligroso que la sociedad empiece a considerar la IA como un ente poderoso que todo lo sabe, en lugar de un modelo predictivo que se basa en datos históricos. La competencia digital es muy importante en el mundo en el que vivimos, y tenemos que saber qué se puede y no se puede hacer con la tecnología. Además, pienso que introducir la competencia digital no significa desdeñar otro tipo de competencias clásicas como la lingüística, la lógico-matemática o la cultural que, si cabe, son más importantes aún es esta era tecnológica

Hablemos de género. A lo largo de tu carrera, ¿Te has encontrado con muchas barreras por ser mujer en este campo?

La mayoría de las barreras que me he encontrado son pequeñas cosas que tienen que ver con la percepción de las mujeres en las matemáticas.

Ya desde pequeña, por ejemplo, en primero de la ESO me habían seleccionado para ir a un concurso de matemáticas. Pero el mensaje que recibía del resto de alumnos era que yo sólo sacaba buenas notas en matemáticas porque era muy estudiosa (y lo mismo para las otras niñas) mientras que los otros dos niños que habían seleccionados para el concurso eran realmente buenos en matemáticas. Acabé diciéndole a la profesora que no quería ir al concurso y que seleccionara a otro niño. 

Ya a nivel más profesional, me he encontrado con muchos comentarios de que mis trabajos habían sido premiados porque había hecho una presentación “visualmente bonita” o era muy trabajadora y me había “currado” la presentación. Pero no por el nivel científico. También he experimentado situaciones en las que ciertos hombres han venido a explicarme mis propios trabajos. Y estas cosas no me han pasado sólo a mí, sino también a más compañeras.

Y luego también está el problema de la autopercepción, porque si la sociedad te repite desde pequeña que a ti no se te dan bien las matemáticas, que solo eres muy trabajadora, pues te lo acabas creyendo.

En tus entrevistas has sido muy clara al hablar del miedo que muchas niñas sienten a no ser capaces. ¿Qué te hubiera ayudado a ti en ese momento?

Desde luego habría estado genial que los adultos no repitieran como loros lo de que “las niñas son más trabajadoras pero los niños más inteligentes”, creo que es un comentario que me creí durante demasiado tiempo. También el hecho de conocer más referentes femeninos en el mundo de las matemáticas habría estado bien. 

¿Qué consejos daría a las nuevas generaciones de chicas interesadas en las carreras STEAM que aspiran a dedicarse a la investigación en el contexto actual?

Que aprovechen las oportunidades que se les presenten (Olimpiadas, talleres, cursos) y que no tengan miedo de hacer preguntas o de equivocarse (esto a mí todavía me cuesta). Y, sobre todo, que disfruten haciendo lo que les gusta.

Podemos llegar a construir una Inteligencia Artificial más ética, justa y transparente.  ¿Por dónde crees que habría que empezar?

Lo primero para que una Inteligencia Artificial sea transparente y justa es que el código sea abierto y el modelo que hay detrás sea explicable. Cualquier IA que sea una caja negra nunca podrá ser justa, porque no podremos entender qué hay detrás. Además, no solo el modelo es importante, sino los datos con los que lo entrenas. Si los datos están sesgados (y vivimos en una sociedad sesgada, por lo que la probabilidad de que tengamos datos sesgados es casi 1), el resultado de una IA entrenada con esos datos va a heredar esos sesgos. Por ejemplo, un algoritmo de contratación que se entrena con datos históricos de empresas donde los hombres han sido contratados más que las mujeres probablemente va a perpetuar esa desigualdad y discriminar a las mujeres en el futuro, aunque la empresa diga que «la IA es imparcial». El modelo es imparcial, pero los datos no lo son.

¿Has tenido a alguna mujer referente en tu camino profesional? ¿Quién te ha inspirado desde joven?

Mi directora de tesis, Rosa Crujeiras. Me dio clase por primera vez en mi último año de carrera y dije “quiero ser como ella”. También otras mujeres con las que he trabajado últimamente: Irène Gijbels, Gerda Claeskens o Lola Martínez Miranda, de todas he aprendido mucho y las considero referentes muy importantes para mi.

*Todas las imágenes de la entrevista de María Alonso han sido cedidas por la Fundación BBVA