11F 2026: de la visión al impacto en STEM
- Adriana Páez Pino
- 16 feb
- 6 Min. de lectura
El 11F de 2026 propone un giro claro: “De la visión al impacto: redefiniendo STEM al cerrar la brecha de género.”
Traducido a la vida real, ya no basta con decir “hay que inspirar”. Hay que mirar resultados se están logrando. No solo cuántas mujeres y niñas se acercan a la ciencia, sino cuántas se sostienen, cuántas progresan, cuántas llegan a liderar y cuántas participan en decisiones.
Por eso vuelvo a esta fecha cada año desde Descubriendo la IA en el trabajo. No como una conmemoración, sino como un punto de reflexión sobre el mundo que estamos construyendo. El tema aparece en lo que escribo, pero también en conversaciones, eventos, charlas y mentorías donde se repite una constante. Hay talento y hay ganas, pero muchas veces falta ruta, falta respaldo y falta entorno que permita avanzar sin tener que demostrar el doble para conseguir la mitad.
Este 2026, además, la inteligencia artificial vuelve esa conversación más exigente. La IA ya está redefiniendo cómo aprendemos, cómo se selecciona talento, cómo se mide desempeño y qué roles se vuelven estratégicos en las organizaciones. Si la brecha de género persiste, no es solo un problema de representación. Es un problema de calidad en las decisiones que están moldeando el trabajo y la tecnología.
Por eso quiero mirar esta fecha desde una pregunta concreta. Qué tiene que cambiar para que mujeres y niñas no solo participen en ciencia y tecnología, sino que también lideren lo que viene.
De “visión” a “impacto”
Cuando se habla de impacto, muchas personas piensan en indicadores fríos. En este tema, el impacto se ve en algo más verificable y más humano. Las trayectorias.
Impacto es que una niña sostenga su curiosidad sin que el entorno le marque límites antes de tiempo.Impacto es que una joven que entra a STEM encuentre acompañamiento real, no solo discurso.Impacto es que una profesional no quede atrapada en la ejecución eterna y pueda transitar hacia liderazgo, investigación, producto, datos o gobernanza tecnológica.
La pregunta ya no es cuántas entran. La pregunta es qué condiciones existen para que crezcan. Y esas condiciones se construyen con decisiones en educación, en organizaciones y en políticas de talento.
En el terreno que más me interesa, el del trabajo y la inteligencia artificial, esto se vuelve todavía más preciso. La IA acelera la demanda de habilidades, pero también redefine filtros de acceso y criterios de evaluación. Aprendizaje personalizado, automatización en selección, evaluación por desempeño, plataformas de formación, sistemas que recomiendan perfiles o rutas. Todo eso puede abrir oportunidades. También puede cerrarlas si no se diseña con perspectiva de equidad.
Aquí cerrar la brecha deja de ser un ideal y se vuelve diseño. Diseñar rutas para aprender, para entrar, para crecer y para liderar. Diseñar entornos donde la participación de mujeres no dependa de heroísmo individual, sino de estructuras que sostengan.
En el 11F 2026, el foco no es repetir que “necesitamos más mujeres en STEM”. El foco es cambiar decisiones para que el talento se convierta en impacto real.
La IA como acelerador o como amplificador
La brecha de género no solo se cierra o se mantiene. En ciertos contextos, puede ampliarse. Y la inteligencia artificial puede estar empujando en esa dirección sin que nadie lo note a tiempo.
No porque la IA “tenga intención”, sino porque aprende de un mundo que ya venía incompleto. Aprende de datos, lenguaje y decisiones acumuladas durante años. Si ese historial trae desigualdad, la IA puede convertirla en patrón y reproducirla a gran escala. Ahí aparece el problema de fondo. No es solo sesgo, es velocidad y alcance.
Se ve con fuerza en tres momentos del ciclo profesional. Primero, cuando se filtra talento y se define quién califica para una entrevista. Segundo, cuando se evalúa desempeño y se decide qué cuenta como mérito. Tercero, cuando se promueve y se asigna liderazgo, especialmente en áreas técnicas donde la confianza suele medirse con lentes culturales más que con evidencia.
Y hay un riesgo adicional que me inquieta más que el sesgo en sí. Cuando una decisión viene “respaldada” por una herramienta, se discute menos. La promesa de objetividad reduce la conversación. Lo que antes se debatía, ahora se acepta. Y en ese silencio, las brechas se vuelven más difíciles de corregir.
Por eso, si en 2026 hablamos de pasar de visión a impacto, no basta con sumar mujeres a STEM. También toca revisar cómo se están usando estos sistemas en educación y trabajo, quién los configura, qué variables premian, qué sesgos arrastran y qué mecanismos existen para corregirlos antes de que se vuelvan norma.
Qué se ve cuando el impacto es real
Si el 11F 2026 habla de impacto, entonces hay que llevarlo a decisiones. No a declaraciones. A prácticas.
La primera decisión es aceptar algo incómodo. La equidad no se logra “sumando mujeres”. Se logra cambiando cómo se construyen trayectorias y cómo se toman decisiones.
Lo primero es mirar dónde se pierde talento femenino en la ruta completa. Quién entra. Quién recibe proyectos visibles. Quién tiene mentoría. Quién accede a formación. Quién es promovida. Quién se queda sin patrocinio. Y si se está usando IA para filtrar, evaluar o priorizar, el estándar debe subir, no bajar.
Lo segundo es separar desempeño de visibilidad. En tecnología, y con prisa, se confunde “quien más habla” con “quien más aporta”. Si la IA termina premiando interacción, rapidez o volumen, el sistema recompensa presencia, no impacto. Y eso suele castigar a quienes están fuera de redes de poder o cargan más trabajo de cuidado.
Lo tercero es volver explicables los criterios. No por burocracia, sino para poder corregir. Cuando se abre una vacante o se otorga un ascenso, debería poder explicarse con claridad por qué esa decisión fue justa. Si no se puede explicar, es difícil detectar sesgos.
Lo cuarto es convertir esto en hábito. Preguntas en comités de selección. Revisión de descripciones de cargo. Entrenamiento real en sesgos. Sponsor de verdad. Condiciones de trabajo que no penalicen a quien no puede estar disponible todo el tiempo.
En mujeres profesionales y en quienes están construyendo su ruta
Aquí hay una verdad poco popular. En la era de la IA, la diferencia no la hace quien usa más herramientas. La hace quien combina herramientas con criterio y presencia estratégica.
Una forma de proteger la trayectoria es hacer visible el aporte con evidencia. Documentar logros. Convertir trabajo en resultados entendibles. Hablar en términos de decisiones tomadas, mejoras logradas, riesgos evitados e impacto generado. En contextos sesgados, el mérito no siempre se asume.
Otra forma es construir identidad profesional más allá del cargo. La IA mueve títulos, roles y funciones. Lo estable es el tipo de problemas que resuelves y la manera en que piensas. Si alguien puede describirte por tu aporte y no solo por tu rol, tu carrera se vuelve más resistente.
Y una tercera es cuidar la red, no como “networking”, sino como acceso a oportunidades. Sponsor, mentoría, comunidad técnica y espacios donde se aprende con otros. Muchas brechas no se abren en la entrada, sino en la ausencia de conversaciones que conectan con proyectos y roles estratégicos.
Si el tema del 11F 2026 es impacto, el desafío es ese. Sostener trayectorias, no solo celebrar vocaciones. Diseñar condiciones, no solo pedir inclusión. Decidir lo que viene, no solo hablar de futuro.
Hablar de impacto implica mirar trayectorias completas, no momentos simbólicos. Implica preguntarnos qué pasa después del entusiasmo inicial, qué sostiene una carrera, quién progresa y quién llega a tomar decisiones.
La inteligencia artificial vuelve esa pregunta más concreta. Ya está participando en procesos que definen oportunidades. Filtra, prioriza, recomienda, evalúa. Si esos sistemas heredan sesgos del pasado o se implementan sin revisión, la brecha no se corrige. Se formaliza.
Por eso, cuando pienso en mujeres y niñas en ciencia, no pienso solo en acceso. Pienso en condiciones. En reglas del juego. En rutas visibles. En criterios que se puedan explicar. En entornos que reconozcan el mérito sin exigir desgaste adicional para validarlo.
Cerrar la brecha de género en STEM no es un gesto. Es una decisión repetida, sostenida y verificable. Y mejora la calidad de la ciencia y la tecnología que está configurando el trabajo.
Te dejo una pregunta para abrir conversación.Si este año tuviéramos que demostrar impacto, cuál decisión cambiarías primero para que más mujeres y niñas no solo participen en STEM, sino que también permanezcan, progresen y lideren.
Comentarios