|
Getting your Trinity Audio player ready... |
Si alguien le pregunta a una inteligencia artificial cuáles son los países más racistas del mundo, probablemente reciba una lista ordenada del uno al diez. Tendrá países, porcentajes y hasta una explicación convincente.
El único inconveniente es que ese ranking, presentado con tanta seguridad, no existe.
No hay un “Mundial del racismo” ni una tabla universal capaz de comparar con justicia a todas las sociedades. Un estudio puede medir cuántas personas rechazarían tener un vecino de otra raza; otro, la violencia contra una minoría; otro, la desigualdad laboral; y un cuarto, cuánto racismo creen percibir los propios habitantes.
Son preguntas diferentes y, por lo tanto, ofrecen resultados diferentes.
Entonces, ¿cuáles aparecen peor?
La respuesta más honesta es: depende de qué midamos.
La Encuesta Mundial de Valores, por ejemplo, consulta si las personas aceptarían como vecinos a integrantes de otra raza. Es una medición útil para conocer prejuicios declarados, pero no alcanza para determinar cómo funcionan la Policía, la Justicia, las escuelas o el mercado laboral. Además, su última ola comparable abarcó 66 países y territorios, no todo el planeta.
Una investigación de Pew Research Center realizada en 36 países encontró que la preocupación por la discriminación racial o étnica era especialmente elevada en las naciones latinoamericanas y del África subsahariana relevadas, además de Turquía, Bangladesh, India y Sri Lanka. En Francia, Alemania, Italia y España, alrededor de cuatro de cada diez personas también la consideraron un problema muy grave.
Pero atención: ese estudio mide cuánto racismo percibe una sociedad, no necesariamente cuánto racismo tiene. Un país donde las víctimas pueden denunciar, los medios investigan y la población reconoce el problema podría aparecer peor que otro donde la discriminación se encuentra naturalizada y ni siquiera se registra.
Por eso, cuando una publicación asegura que India, Estados Unidos, Sudáfrica, Brasil o cualquier otro país es “el más racista del mundo”, conviene preguntar inmediatamente: ¿según qué indicador, qué año y qué población?
Sin esas respuestas, el ranking es más entretenimiento que información.
La propia UNESCO reconoce que existe una importante falta de datos comparables a escala mundial. Su informe más reciente utilizó inteligencia artificial para analizar más de 600.000 artículos publicados entre 2021 y mayo de 2024. Encontró que la raza estaba presente en el 38% de los casos de discriminación registrados, pero evitó fabricar una tabla simplista de países “buenos” y “malos”.
¿Y Argentina? ¿Somos racistas?
La respuesta corta es incómoda: Argentina no puede ser señalada seriamente como “el país más racista”, pero sí es una sociedad atravesada por distintas formas de racismo: Prejuicios, costumbres y estructuras que perjudican especialmente a personas indígenas, afrodescendientes, migrantes y sectores populares.
El Comité de las Naciones Unidas para la Eliminación de la Discriminación Racial advirtió en 2023 sobre la persistencia en Argentina del racismo estructural, la discriminación contra pueblos indígenas, afrodescendientes y migrantes, los discursos de odio y las prácticas de perfilamiento racial.
Argentina construyó durante décadas la imagen de un país blanco y europeo. Sin embargo, el Censo 2022 contabilizó 1.306.730 personas que se reconocieron indígenas o descendientes de pueblos originarios y 302.936 que se identificaron como afrodescendientes o con antepasados negros o africanos.
El país real siempre fue bastante más diverso que el relato que construyó sobre sí mismo.
En Tucumán no es una discusión lejana
En nuestra provincia, más de 130.000 habitantes se reconocieron indígenas o descendientes de pueblos originarios, mientras que 7.172 se identificaron como afrodescendientes o con antepasados africanos.
No estamos hablando solamente de historia, ruinas arqueológicas o ceremonias para turistas. Hablamos de tucumanos que viven actualmente en Tafí del Valle, Trancas, Amaicha, Quilmes, Tolombón y numerosas localidades de la provincia.
También hablamos de conflictos por la tierra, obstáculos para acceder a la Justicia y del prejuicio que pone en duda la identidad indígena de una persona porque usa celular, maneja una camioneta o no responde al estereotipo que alguien imaginó.
El Mapa Nacional de la Discriminación de 2019 ofrece otro dato revelador. En la muestra realizada en Tucumán, la situación de pobreza apareció como la principal causa de discriminación sufrida. El color de piel ocupó el quinto lugar. El estudio agrupó ambas dimensiones dentro de lo que denominó “racismo estructural”.
Es ese racismo que quizás no se presenta con una declaración abiertamente supremacista, sino con frases y decisiones cotidianas:
“Para ese trabajo buscamos alguien con mejor presencia”.
“Por la pinta debe ser peligroso”.
“Seguro viene a sacarnos trabajo”.
“Indios ya no existen”.
También aparece cuando se utiliza “negro” para asociar automáticamente pobreza, delincuencia, ignorancia o inferioridad. La palabra puede ser afectuosa en algunos contextos argentinos, pero deja de ser inocente cuando sirve para ubicar a una persona varios escalones más abajo.
Cuando el prejuicio aprende a usar inteligencia artificial
La IA no inventó el racismo. Lo aprende de los textos, fotografías, noticias, estadísticas y decisiones que producimos las personas.
Si una empresa entrena un sistema de selección de personal con sus contrataciones anteriores y durante años eligió principalmente candidatos de determinados barrios, colegios o apellidos, el programa puede aprender esa preferencia. No necesita conocer el color de piel: le alcanzan variables que funcionan como pistas indirectas.
Algo parecido puede ocurrir con sistemas bancarios, herramientas policiales, reconocimiento facial o algoritmos que deciden qué publicaciones tendrán mayor visibilidad.
El Instituto Nacional de Estándares y Tecnología de Estados Unidos comprobó que la mayoría de los algoritmos de reconocimiento facial evaluados mostraban diferencias de rendimiento según la edad, el sexo y el grupo racial de las personas.
La UNESCO también encontró que modelos de lenguaje generativo podían reproducir estereotipos raciales, de género y sexuales presentes en sus datos de entrenamiento.
Llevado a nuestra realidad: si le pedimos a un generador de imágenes que represente a “una familia argentina exitosa” y siempre muestra personas blancas, está ofreciendo una definición muy limitada del país. Si un sistema relaciona automáticamente determinados barrios tucumanos con inseguridad o pobreza, no está descubriendo una verdad neutral: puede estar automatizando antiguos prejuicios.
La discriminación humana afecta a una persona por vez. La discriminación algorítmica puede hacerlo con miles en pocos segundos.
La IA también puede ser parte de la solución
La misma tecnología puede utilizarse para revisar grandes cantidades de noticias, detectar discursos de odio, comparar oportunidades laborales, auditar decisiones automatizadas y descubrir grupos sistemáticamente ignorados.
Pero exige control humano, datos diversos y una pregunta que debería formularse antes de implementar cualquier sistema:
¿A quién puede perjudicar si se equivoca?
Para periodistas, instituciones, empresas y organismos públicos de Tucumán, el desafío no consiste solamente en “usar IA”. También implica revisar qué fuentes utiliza, qué población representa y qué prejuicios podría estar amplificando.
Argentina no necesita ocupar el primer puesto de ningún ranking para hablar seriamente de racismo. Alcanza con observar quién recibe menos oportunidades, quién es vigilado con mayor sospecha, quién debe demostrar constantemente su identidad y quién casi nunca aparece cuando la tecnología intenta dibujar “al argentino promedio”.
La pregunta importante, entonces, no es si somos más racistas que otro país. Es qué hacemos con el racismo que tenemos delante y que, muchas veces, preferimos no ver
Diego L. Roveretti
Periodista/Capacitador
Ha desarrollado capacitaciones orientadas al uso práctico de IA generativa en distintos ámbitos profesionales (CGCET, CPCSE, FEPUT, Círculo Médico del Sur, Colegio de Farmacéuticos y diversas empresas) con especial foco en la redacción, organización de información, análisis de documentos, comunicación clara, automatización de tareas y criterios de uso responsable. Su trabajo se centra en acercar la inteligencia artificial a profesionales no especializados en tecnología, con una mirada práctica, accesible y crítica, poniendo énfasis en sus posibilidades concretas, sus límites, los cuidados necesarios y la importancia del criterio humano en cada decisión.
