Experta en INTELIGENCIA ARTIFICIAL

LA PROFESIÓN

La evolución en todos los sectores de la empresa y de la sociedad hacia la creciente utilización de sistemas basados en Inteligencia Artificial está generando una creciente necesidad de profesionales que sepan trabajar con estas tecnologías. La Comisión Europea estima que hay al menos 350.000 vacantes para estos profesionales en todo el ámbito europeo.

El término Inteligencia Artificial (IA) surgió en 1950. El objetivo que se persigue con la IA es diseñar y programar máquinas capaces de llevar a cabo tareas humanas que requieren inteligencia para ser realizadas. Como estos sistemas requieren de gran cantidad de información para que los algoritmos puedan obtener un resultado cercano a la realidad hasta ahora su evolución no había sido muy significativa. El acceso a grandes volúmenes de datos a través de múltiples dispositivos (IoT), y su procesamiento con herramientas de Big Data, está permitiendo por primera vez que las capacidades de la IA evolucionen de forma más acelerada.

Es difícil determinar en qué áreas tendrá más impacto esta tecnología, porque podemos encontrar aplicaciones de IA en todas las áreas y disciplinas, tanto del campo de la ciencia como de las humanidades. Se calcula que un 45% de los beneficios económicos proyectados para 2030 a nivel mundial procederá de la aplicación comercial de soluciones de IA.

Sectores en los que la Inteligencia Artificial tendrá más impacto

Fuente: PWC. Realidad y perspectivas de la Inteligencia Artificial en España, 2018.

Según se recoge en el informe elaborado por PWC y Microsoft, “Bots, Machine Learning y Servicios Cognitivos. Realidad y Perspectivas de la Inteligencia Artificial en España, 2018” un 61,5% de las grandes empresas de nuestro país ya han empezado a utilizar soluciones de IA. De ellas, un 44,4% cuentan con un área transversal que da soporte a toda la empresa en temas de IA y Servicios Cognitivos. En un 22% de las compañías, esta área transversal también se dedica a otras muchas cosas relacionadas con la tecnología. En un 11,1% de las empresas cada área tiene su propio equipo dedicado a soluciones de IA, y en el 11,1% restante no hay ningún equipo dedicado a estas cuestiones. Los equipos suelen estar compuestos por diferentes perfiles profesionales, entre los que destacan ingenieros y matemáticos, que reportan mayoritariamente a las áreas de marketing, experiencia de cliente y/o a IT.

La falta de talento especializado es, según el 19% de los encuestados, la principal barrera para avanzar en sus planes. Por ello, consideran una prioridad contratar nuevos perfiles para poder avanzar en el desarrollo de IA dentro de sus compañías. Sólo un 11% de las compañías afirma tener una plantilla totalmente preparada para abordar esta transformación tecnológica. Ante esta escasez de talento, la mitad optan por contratar proyectos específicos a empresas especializadas o contratan de forma externa personal ya experto en estas tecnologías.

¿Qué hace un experto en Inteligencia Artificial?

La IA es una disciplina muy amplia, bajo cuyo paraguas se pueden encontrar múltiples áreas de trabajo: robótica, procesamiento de lenguaje natural (PLN), aprendizaje automático (machine learning), redes neuronales, visión artificial, modelización basada en agentes inteligentes, big data, sistemas de recomendación, análisis predictivo...

En un campo tan amplio, la especialización condiciona tanto la formación como el tipo de actividad que se realiza. De forma general, podemos distinguir dos tipos de trabajos en IA: los más técnicos (como el desarrollo de algoritmos) y los de negocio (la aplicación de estas tecnologías a cada industria o área). Dentro del ámbito técnico, los profesionales más buscados en las ofertas de trabajo relacionadas con IA son: Ingeniero de aprendizaje automático (Machine learning engineer), Científico de datos (Data scientis) e Ingeniero de visión computacional (Computer visión engineer).

Los ingenieros de aprendizaje automático desarrollan algoritmos, implementan sistemas de redes neuronales y diseñan programas y sistemas de aprendizaje automático que proporcionan a las computadoras la capacidad de aprender a partir de la detección de patrones en volúmenes masivos de datos. Phyton es actualmente el lenguaje más popular para aplicaciones de aprendizaje automático, aunque estos ingenieros también utilizan formatos script como R, C, C++, Java y JavaScript, y cuentan con amplios conocimientos de estadística e ingeniería de datos.

El científico de datos recoge y analiza grandes volúmenes de información, utilizando software estadístico y bases de datos, y los procesa con ayuda de sistemas de análisis de datos masivos como el machine learning. Su trabajo no sólo se basa en extraer datos sino también debe saber valorarlos. El objetivo final es ofrecer soluciones y proponer mejoras en servicios, en función de las necesidades de cada compañía.

Los ingenieros de visión computacional son desarrolladores de software que crean algoritmos de visión para reconocer patrones en imágenes. También usan la visión computarizada para identificar y posicionar objetos para que los robots puedan identificarlos (para manejo de piezas, fabricación automatizada, control de calidad, etc.).

Por otra parte, la IA es una disciplina transversal que afecta a muchos campos de aplicación, como la salud y la medicina, la educación, el medioambiente, la industria, el turismo, etc. Por eso, aunque su origen está en la computación, implica también a numerosos aspectos de la sociedad, lo que hace necesario en los proyectos incorporar a profesionales procedentes de otras disciplinas como el derecho, la psicología, la sociología, la economía, etc.

Salario

Los salarios que pueden llegar a recibir estos profesionales varían dependiendo de su formación previa, del área en la que estén especializados y de sus años de experiencia en el sector.

En el caso de ingenieros especializados en machine learning (Machine Learning Engineer) la banda salarial en España se sitúa entre los 30.000 euros para perfiles más junior y los 77.500 euros anuales que pueden cobrar los profesionales con más experiencia. Entre los científicos de datos (Data Scientist) el salario anual se sitúa entre los 36.000 y 60.000 euros. Y los ingenieros de visión computacional suelen partir de un sueldo en torno a los 27.000 euros hasta alcanzar los 60.000 euros anuales de salario a medida que van sumando experiencia.

ING. MACHINE LEARNING
30K - 77,5K €
CIENTÍFICO DE DATOS (DATA SCIENTIST)
36K - 60K €
ING. VISIÓN COMPUTACIONAL
27K - 60K €

Salidas profesionales

  • Ingeniero de aprendizaje automático (Machine learning engineer)
  • Científico de datos (Data scientis)
  • Ingeniero de visión computacional (Computer visión engineer)
  • Experto en deep learning
  • Programador de Inteligencia Artificial en entornos específicos
  • Ingeniero de software
  • Consultor en desarrollos de Inteligencia Artificial
  • Responsable de Inteligencia Artificial (CAIO)
  • CIO (Chief Information Officer)
  • CTO (Chief Tchnology Officer)

LA FORMACIÓN

Trabajar en sistemas de Inteligencia Artificial requiere tener una base importante en matemáticas y en ingeniería. Por eso, muchos de los profesionales que llevan a cabo proyectos de IA cuentan con una titulación universitaria de Grado en Informática, Computación, Matemáticas, Física, Telecomunicaciones o Ingeniería Industrial.

Para alcanzar el nivel de especialización que necesitan, la mayoría optar por realizar un postgrado (máster o doctorado) en el área de Inteligencia Artificial en la que se quieren especializar: aprendizaje automático, robótica, big data, visión artificial, reconocimiento del habla, diagnósticos… De forma general, estos estudios suelen incluir contenidos de representación del conocimiento y razonamiento aprendizaje automático, robótica cognitiva, percepción computacional y procesamiento de lenguaje natural.

Aunque sistemas como TensorFlow (la biblioteca de IA que Google ha elevado a código abierto) o Cognitive Toolkit de Microsoft, ha hecho mucho más fácil programar en estas plataformas de aprendizaje, la formación continua es fundamental en esta profesión. Las técnicas evolucionan de una forma muy rápida, por lo que hay que tener una gran capacidad de aprendizaje autodidacta, mantenerse al día leyendo publicaciones técnicas y científicas, y saber manejar otros recursos en internet y redes sociales.

¿Qué es lo más valorado de este perfil?

Además de los conocimientos de programación, computación, matemáticas y estadística, hay otras capacidades importantes que también son muy valoradas como: la comunicación, la capacidad para trabajar en equipos multidisciplinares, la organización y la estrategia, el pensamiento crítico, la imaginación, la proactividad, la creatividad, la imaginación, la curiosidad y la capacidad de innovación.

ENTREVISTA

Sobre mi

Amparo Alonso Betanzos

Presidenta de la Asociación Española de Inteligencia Artificial y Catedrática de Ciencias de la Computación e Inteligencia Artificial de la UDC

Amparo Alonso estudió Ingeniería Química en la Universidad de Santiago. Al terminar la carrera realizó su Tesina en informática biomédica en un campo de investigación entonces muy novedoso, la monitorización clínica inteligente, en concreto la monitorización antenatal. Un tema que siguió investigando en su Doctorado. Ese trabajo supuso su primer acercamiento a la Inteligencia Artificial. Después realizó un postdoctorado en el Medical College of Georgia (Colegio Médico de Georgia) de la Universidad de Augusta (Estados Unidos) donde trabajó en sistemas expertos en campos clínicos.

Ya de vuelta en España se incorporó a la Facultad de Informática de la Universidad de La Coruña (UDC), donde fundó junto a otros compañeros el grupo de investigación LIDIA (Laboratorio de I+D en IA), que trabaja en el desarrollo y la aplicación de diversas técnicas de Inteligencia Artificial. Desde 2016 es coordinadora de este grupo de investigación, además de presidenta de la Asociación Española para la Inteligencia Artificial (AEPIA) y profesora de la UDC.

¿Puede explicarnos en qué consiste el trabajo que realiza un experto en inteligencia artificial?

Es difícil explicarlo de forma sencilla. La inteligencia artificial es una disciplina muy amplia, que engloba campos como la robótica, el lenguaje natural, el aprendizaje automático, la visión artificial, la modelización basada en agentes inteligentes, el big data, los sistemas de recomendación, etc. De manera general, podemos definir la IA como una disciplina con doble vertiente, ciencia e ingeniería, que permite diseñar y programar máquinas capaces de llevar a cabo tareas que requieren inteligencia para ser realizadas.

Por otra parte, la IA es una disciplina transversal que afecta a muchos campos de aplicación, como la salud y la medicina, la educación, el medioambiente, la industria, el turismo, etc. Y finalmente, este es un campo que, partiendo de la computación, se está haciendo cada vez más interdisciplinar, por sus indudables implicaciones en numerosos aspectos de la sociedad. Por tanto, incorpora profesionales procedentes de otras disciplinas como el derecho, la psicología, la sociología, la economía, etc.

Es un campo amplio, transversal e interdisciplinar, que supone uno de los retos más interesantes de la tecnología actual. Y es la disciplina que más está influyendo en el tránsito a la llamada “Sociedad 4.0”.

¿Qué es lo que más le gusta de su día a día profesional y qué es lo que menos?

La verdad es que mi trabajo me apasiona, y casi todo lo relacionado con él me gusta. De mi labor docente me gusta el trabajo diario con los alumnos de cualquier nivel: grado, máster y doctorado. Quizás es más intenso el trabajo con estos últimos, por ser mucho más personalizado y cercano. A pesar de que fue la investigación y no la docencia la que me llevó a este campo de trabajo, con el tiempo he aprendido a valorar la docencia como una fuente de aprendizaje importante en sí misma, ya que la preparación de las clases te obliga a un ejercicio de actualización permanente, y también por el contacto con los alumnos, que son una fuente de curiosidad y de contacto con su mundo, algo que con la edad puedes ir perdiendo.

La investigación es una labor apasionante para mí, y de ella me gusta prácticamente todo, desde las primeras ideas de un proyecto, su elaboración, las discusiones para hacerlo crecer y funcionar, su difusión, publicación, etc.

Si tengo que elegir algo que no me guste en la docencia es, sin duda, la corrección de los exámenes. Para mí, la menos gratificante e interesante de todas las tareas docentes. En cuanto a la investigación, me disgusta la excesiva burocracia que recae en los investigadores y que existe alrededor de la gestión de los proyectos.

¿Cuál es la formación que debería tener una persona que quiera desarrollar este trabajo?

En un campo tan interdisciplinar, tu formación depende mucho de la rama y de la tarea concreta en la que te especialices. En mi caso concreto, desarrollamos sistemas inteligentes y trabajamos en el desarrollo de nuevos algoritmos de aprendizaje automático escalables, por lo que es básico contar con conocimientos de computación y de matemáticas, pero también son muy necesarias las habilidades de comunicación y de trabajo en equipo, para poder entender qué necesitan tus usuarios y qué características añaden valor al sistema inteligente que estás desarrollando.

Cada vez se valora más la necesidad de una formación amplia y la necesidad de contar con equipos con una cierta variedad en la formación, que te permitan encarar proyectos complejos, que pueden necesitar de la contribución de profesionales de otras disciplinas, como he indicado anteriormente. Por ejemplo, en nuestro grupo hemos participado en dos proyectos europeos en los que como ingenieros trabajábamos con técnicas de modelado basado en agentes para la sostenibilidad medioambiental, pero lo hacíamos al lado de psicólogos y sociólogos. Es clave poder comunicarse y entenderse entre profesionales de diferentes disciplinas.

En su opinión ¿Qué habilidades, más allá de la formación, son imprescindibles para estos profesionales?

Además de los conocimientos de programación, computación, matemáticas y estadística, hay otras capacidades importantes como la comunicación, el trabajo en equipo (también interdisciplinar), la organización y la estrategia, el pensamiento crítico, la imaginación, la proactividad, la creatividad, la imaginación, la curiosidad, la capacidad de innovación. Capacidades importantes en una disciplina tan transversal como la nuestra.

Estudió Ingeniería Química ¿Qué le llevó hasta el mundo de la inteligencia artificial?

Cuando terminé la carrera decidí presentarme a lo que entonces se llamaba una Tesina, equivalente a lo que hoy sería el Trabajo Fin de Máster. Elegí un tema que necesitaba de conocimientos de programación. Ahí descubrí mi interés por la informática. Realicé mi Tesina en un grupo de investigación de la Facultad de Física, en un área novedosa para mí, la monitorización clínica inteligente, en concreto la monitorización antenatal.

Este trabajo supuso mi primer acercamiento a la Inteligencia Artificial, que continúo durante mi Tesis Doctoral, que versó sobre un sistema inteligente para el diagnóstico, pronóstico y terapia en situaciones ante y perinatales. Posteriormente, disfruté de un contrato postdoctoral en el Medical College (GA, EEUU) para trabajar en sistemas expertos en campos clínicos. Ya de vuelta en España me incorporé a la Universidad de A Coruña, donde junto con otros compañeros, formamos LIDIA (Laboratorio de I+D en IA), un grupo de investigación que trabaja en el desarrollo y la aplicación de diversas técnicas de Inteligencia Artificial. Un grupo donde, por cierto, el 44,4% somos mujeres.

Lleva tres décadas trabajando en IA ¿cómo ha cambiado en estos años?

Cuando empecé a trabajar en el campo de la IA la disciplina no pasaba por un buen momento. Era necesario hardware más especializado y los métodos presentaban problemas de escalabilidad. Sin embargo, era también un área llena de retos interesantes. Pero faltaban algunos años para que la disciplina se convirtiera en lo que es hoy, una de las tecnologías más importantes y que más influencia tendrán en nuestro futuro como sociedad, debido a los cambios que traerá. De hecho, se define como “la nueva electricidad”.

¿Cuáles son las áreas donde más se utilizará?

Es difícil definir en qué áreas se utilizará más, porque podemos encontrar aplicaciones de IA en todas las áreas y disciplinas, tanto del campo de la ciencia como de las humanidades. Dos de las áreas donde más relevancia va a tener es en salud y educación. En ambas, la IA permitirá que los servicios sean mucho más personalizados, y por tanto de mayor calidad. Los algoritmos nos permitirán descubrir patrones en los datos sanitarios, tratamientos a la carta, detectar cómo aprende mejor un alumno determinado, o si está en riesgo de abandono...

Existen muchas otras áreas donde el uso de la IA será relevante. En la UE varios países han presentado una Estrategia Nacional para la IA, entre ellos España, que lo ha hecho en Marzo de 2019. En dicha estrategia se recogen las áreas en las que se enfatizará el I+D+I en IA en nuestro país, que se agrupan en dos grandes grupos prioritarios para la sociedad y la economía: la IA para la Sociedad (Administración Pública, Educación, Ciudades y territorios inteligentes y sostenibles y Salud) y la IA para la Economía  (Industria Conectada 4.0, Recursos Naturales, Energía y Medioambiente, Seguridad y finalmente Turismo, Industrias Creativas y Culturales). Esto no quiere decir que no existan otras áreas importantes, como por ejemplo los sectores financieros y de seguros, o el sector de los videojuegos, pero en estas áreas estaríamos en fases más avanzadas de incorporación de la tecnología por parte de las empresas.

Una cuestión interesante es también es la importancia que se le da en la UE a los aspectos relacionados con la Reglamentación y la Ética de la IA, en claro contraste con lo que ocurre en otros países, como es el caso de China, por ejemplo. Las implicaciones legales y éticas de la IA son aspectos muy relevantes a tener en cuenta para el futuro, y la UE ha avanzado en ello con la Ley General de Protección y Regulación de Datos y la Guía Ética de la IA.

A lo largo de su dilatada carrera profesional ¿Ha encontrado barreras solo por el hecho de ser mujer?

Como primera contestación diría que no. El mundo académico proporciona las mismas oportunidades a hombres y a mujeres, y no existe brecha salarial a igualdad de puesto. Pero, aunque las barreras no son muy visibles, están ahí. Es evidente que el mundo de la Informática y por lo tanto el de la IA están bastante masculinizados. El número de estudiantes mujeres es ya bastante bajo (alrededor del 12% en España), pero va disminuyendo conforme avanzamos en la escala, y existen muy pocas mujeres catedráticas de universidad o directoras de grupos de investigación. Lo mismo ocurre si miramos hacia los cargos académicos, en las direcciones de departamento, decanatos o rectorados la mayoría de los puestos son ocupados por hombres. No es fácil analizar qué ocurre, el fenómeno es complejo, y así oímos hablar del síndrome del impostor o del techo de cristal. Las barreras están ahí, tendremos que trabajar para que desaparezcan.

¿Cómo es la representación de la mujer en este ámbito? ¿Han cuantificado desde la Asociación cuántas mujeres pueden estar dedicas a este campo en nuestro país?

De acuerdo con el informe “Evolución de la matrícula femenina en el grado de Informática en universidades públicas españolas”, de Juan Julián Merelo, el descenso de la matrícula de las mujeres (en unos estudios de grado que casi garantizan el empleo), no ha cesado de descender progresivamente desde el curso 1985/86, en el que el número de alumnas era del 30%, hasta el actual 10-12% de la mayoría de las universidades españolas. Los últimos datos disponibles para el Grado de Informática en España nos dicen que en 2017-2018 el número total de matriculados era de 36.174, de los que solamente 4.419 son mujeres, un 12,21%.

El problema persiste por supuesto en las empresas, y por dar alguna cifra, en España en el año 2016, sólo el 15,4% de los especialistas en TIC eran mujeres, un porcentaje un poco inferior al de la UE, que en 2017 Eurostat cifró en el 16,7%. Aunque algunas de las empresas del sector en España, como Google, Microsoft, IBM, Hewlett Packard, Twitter o Facebook tienen como directoras a mujeres, en realidad el 66% de las empresas de Informática y Telecomunicaciones europeas no cuentan con mujeres entre sus directivos, según datos de Accenture.

El panorama necesita imperiosamente un cambio, no podemos permitirnos llegar sólo a la mitad del talento disponible. No parece posible un cambio rápido, ya que no conseguimos llegar a que ese talento femenino entre en nuestras aulas, a pesar de que como comento, no sólo las perspectivas de empleo son buenas, sino que también los salarios lo son; según datos de la Comisión europea, el sector TIC genera mejores oportunidades laborales y en Europa, las mujeres TIC ganan casi un 9% más que las que ocupan cargos similares en sectores de servicios no-TIC.

¿Qué cree que puede aportar la visión de una mujer al mundo de la inteligencia artificial?

En este mundo de la IA, como en otros, la diversidad en los equipos es un factor de primordial importancia. La mayoría de los algoritmos de Inteligencia Artificial necesitan una cantidad importante de datos. Hemos visto que tanto algunos de los algoritmos como de los conjuntos de datos que manejamos están sesgados o producen resultados con sesgos. Por eso la diversidad en los equipos es importante, para detectar este tipo de situaciones y no perpetuar estos comportamientos. La diversidad también nos procura formas de enfocar situaciones y formas de pensar distintas, que redundan en una solución de problemas más adecuada y completa.

Por otra parte, en el futuro se prevé que aproximadamente un 60% del crecimiento económico que traerá la Inteligencia Artificial se deberá a la demanda de nuevos productos. La falta de representatividad de mujeres en cargos y trabajos del sector tecnológico hará que se pierdan oportunidades de negocio, debido a aquellos productos y/o servicios que contratarían preferentemente las mujeres y a los que no se les estaría dando la importancia necesaria.

Estudios como el del Instituto Peterson (en EEUU) han demostrado que la diversidad es rentable y necesaria para la economía del mercado. Aquellas empresas que tenían un porcentaje igual o mayor al 30% de mujeres en la dirección demostraron obtener mucho mejores resultados que las demás, en cuestiones como una mayor diversidad de habilidades en la alta gerencia, reducción en la discriminación de género, mejor capacidad de reclutamiento de talento humano y reducción de la brecha salarial. Todo ello redundaba en un aumento de la rentabilidad de hasta un 15%. En estudios académicos, Universidades como Stanford también demostraron que, teniendo mujeres al frente, el retorno de la inversión (ROI) era 35% veces mayor con un 12% más de beneficios que las lideradas por hombres.

Aproximadamente un 60% del crecimiento económico que traerá la Inteligencia Artificial se deberá a la demanda de nuevos productos. La falta de representatividad de mujeres en cargos y trabajos del sector tecnológico hará que se pierdan oportunidades de negocio, debido a aquellos productos y/o servicios que contratarían preferentemente las mujeres y a los que no se les estaría dando la importancia necesaria

¿Le preocupa que a estas alturas no haya más mujeres trabajando en tecnología? ¿Dónde cree que está el problema? ¿Es una falta de vocación o de formación?

Me preocupa bastante, y creo que debería preocuparnos a todos como sociedad. El problema no responde a un esquema sencillo y puede deberse a la confluencia de diversas causas. El primero de estos factores tiene que ver con la educación un tanto estereotipada que reciben nuestros hijos en el colegio, de forma que nueve de cada diez niñas de entre 6 y 8 años asocian a la ingeniería con afinidades y habilidades típicamente masculinas. Pero esta situación no sólo pasa en el colegio, también pasa en la educación familiar, a veces sin ser conscientes de ello. Los tipos de juguetes para los niños y las niñas se diferencian cada vez más, los ordenadores y las consolas suelen identificarse con juguetes para niños, no para niñas.

Además, hay una cierta percepción histórica de tecnofobia asociada a las mujeres, una imagen que persiste en los roles de los padres y madres en el hogar, y aún sin querer terminamos perpetuando una distinción de roles masculinos y femeninos que en nada ayuda a solucionar el problema al que nos referimos. También se ha encontrado que alrededor del 50% de los padres piensan que los niños tienen mejores desempeños en tecnología y tecnología de la información que las niñas, aunque también más del 70% de estos padres apoyarían a sus hijas si eligieran disciplinas STEM. Educamos a los niños como campeones y a las niñas como princesas, los niños toman riesgos, las niñas deben ser perfectas, un estereotipo que refuerzan también los medios de comunicación, que ponen una presión bastante alta en el comportamiento social, en la estética y en la apariencia física de nuestras chicas.

También faltan referencias femeninas en la disciplina. En un estudio realizado por la Universidad de Valencia, se estima que sólo el 7% de los referentes en los libros de texto son mujeres, y la cifra baja en los libros relacionados con disciplinas STEM. Pero no sólo son necesarias las grandes figuras femeninas de referencia,  también nos faltan los referentes femeninos cercanos, mujeres profesionales que tienen éxito en sus carreras, que conocemos localmente y que tienen una profesión STEM.

Finalmente, también hay un estereotipo negativo, especialmente asociado con la Informática, que se transmite como un profesional que es un hombre, peculiar en el aspecto físico y en su comportamiento, y que vive bastante aislado de la sociedad. Esta imagen no se corresponde con la realidad. La computación, y en particular la Inteligencia Artificial, es una disciplina transversal, los trabajos generalmente son en equipo, nos relacionamos con el personal de otras disciplinas y los desarrollos tienen un gran potencial práctico, como podemos ver en la vida diaria.

La falta de formación también es importante. Sería necesario contar desde la etapa de Educación Infantil con una asignatura de Computación, algunos referentes españoles del sector recomiendan una asignatura de Pensamiento Computacional. De esta forma, niños y niñas conocerían desde muy pequeños la disciplina. Quizás es esta falta de formación, junto con las razones que he comentado anteriormente, la que acaba ocasionando la falta de vocación.

¿Qué consejo daría a una mujer que quiera dedicarse a esta profesión?

Le aconsejaría que siguiese adelante, esta es una profesión apasionante. Estaría formando parte de una disciplina que configurará un futuro que esperamos mejore la forma de vivir de la Humanidad, y nos permita crecer económicamente, además de como individuos dentro de una sociedad que tenemos la oportunidad de hacer más justa y más igualitaria. Es una profesión transversal, que necesita de trabajo en equipo, de comunicación, de creatividad e imaginación, ¿cómo no querer formar parte de ello?