El Global Gender Gap Report 2026 del World Economic Forum pone números a una desigualdad que empieza a definir la nueva economía: las mujeres representan casi la mitad de quienes trabajan etiquetando los datos que alimentan los sistemas de inteligencia artificial, pero apenas una quinta parte de quienes los construyen. La brecha importa porque la AI ya no es solamente una industria tecnológica. Se está convirtiendo en infraestructura económica.

Hay una cifra particularmente incómoda en el nuevo informe del World Economic Forum: las mujeres representan, en promedio, el 44,8% de quienes trabajan como data annotators, personas que preparan y etiquetan los datos utilizados para entrenar sistemas de inteligencia artificial.

Hasta ahí, una participación cercana a la paridad.

Pero cuando se avanza por la cadena de valor, la fotografía cambia.

Las mujeres representan apenas el 19,3% de los ingenieros de AI y el 20,6% de los ingenieros de machine learning.

No es solamente una diferencia de ocupaciones. Es también una diferencia económica.

El análisis del WEF, basado en datos de LinkedIn, señala que en Estados Unidos la anotación de datos —precisamente el trabajo relacionado con AI donde existe mayor presencia femenina— está entre las ocupaciones de AI peor remuneradas. En muchos de los trabajos mejor pagados del sector ocurre lo contrario: la representación femenina disminuye.

Esa puede ser una de las conclusiones más importantes del Global Gender Gap Report 2026, publicado el 16 de septiembre: la próxima brecha de género podría no medirse solamente preguntando quién tiene empleo.

Habrá que preguntar quién ocupa qué lugar dentro de la nueva economía.

¿Qué publicó exactamente el World Economic Forum?

El Global Gender Gap Report cumple veinte ediciones. Desde 2006 mide las diferencias entre mujeres y hombres en cuatro grandes dimensiones: participación y oportunidades económicas, educación, salud y supervivencia, y empoderamiento político.

La edición de 2026 analiza 145 economías y utiliza además una muestra constante de 97 países que han aparecido durante las dos décadas del estudio, lo que permite observar la evolución de las brechas en el tiempo.

Esta vez hay una diferencia importante.

El informe incorpora un análisis específico de las estructuras que están determinando dónde se concentrará el poder económico en los próximos años: liderazgo empresarial, mercados de capital, emprendimiento y, especialmente, inteligencia artificial.

Para estudiar el mercado laboral relacionado con AI, el WEF utiliza información del LinkedIn Economic Graph Research Institute. Eso permite observar empresas, ocupaciones, habilidades y niveles de seniority con mayor granularidad que las estadísticas laborales tradicionales. El propio informe advierte que existen limitaciones de cobertura y que China, pese a su enorme peso en la industria mundial de AI, no está incluida en algunas de estas estimaciones.

¿Qué encontraron?

Primero, que la brecha aparece desde la composición de las empresas.

En compañías consideradas de AI, las mujeres constituyen el 36,6% de los individual contributors, frente al 44,8% en empresas que no son de AI.

En posiciones de management intermedio la diferencia se reduce: 34,1% frente a 35,9%.

Arriba vuelve a aparecer: las mujeres ocupan el 25,3% de las posiciones de alta dirección en empresas de AI, frente al 27,7% en compañías que no pertenecen a ese sector.

Pero mirar únicamente los cargos ejecutivos es insuficiente. Hay otra frontera.

Cuanto más cerca del hardware, menos mujeres

El WEF separó las compañías según el lugar que ocupan dentro del ecosistema tecnológico. Y ahí aparece uno de los datos que más debería interesar a Silicon Valley.

Las mujeres constituyen solamente el 21,8% de los trabajadores de compañías de computer vision y robótica y el 22,7% de las empresas de hardware para AI.

La proporción aumenta al 30,1% en compañías de tecnología y plataformas de AI, 33,1% en aplicaciones verticales, 34% en Big Tech vinculadas con la cadena de AI y 35,2% en compañías que desarrollan foundation models.

Esto importa especialmente ahora.

La conversación sobre inteligencia artificial suele comenzar en ChatGPT, Claude o los modelos que aparecen en una pantalla. La economía que existe debajo es mucho más grande: semiconductores, servidores, networking, centros de datos, energía, refrigeración, construcción y enormes cantidades de capital.

Y precisamente en algunos de los segmentos más vinculados con esa infraestructura física la presencia femenina es menor.

No significa que una mujer que trabaje en hardware tenga automáticamente más poder que una que trabaje en otra parte de la industria. El informe no permite establecer esa conclusión. Lo que sí permite observar es dónde se está produciendo la segregación.

Construir la AI no es lo mismo que trabajar para la AI

El contraste más fuerte aparece al comparar ocupaciones.

44,8% de los data annotators son mujeres. 19,3% de los AI engineers. 20,6% de los machine learning engineers.

La diferencia obliga a cambiar la pregunta.

Durante años, buena parte de la discusión sobre diversidad tecnológica se concentró en conseguir que más mujeres entraran al sector. Pero entrar no resuelve necesariamente la distribución del poder dentro de él.

¿Quién prepara los datos? ¿Quién diseña el modelo? ¿Quién desarrolla la infraestructura? ¿Quién dirige la compañía? ¿Y quién posee una parte de ella?

Son preguntas distintas. Y tienen consecuencias económicas distintas.

El problema también está en quién puede convertirse en propietaria

Hay otra cifra que merece atención.

La proporción general de mujeres entre quienes se identifican como fundadores se mantiene alrededor del 28% desde 2022, según los datos analizados por el WEF.

Pero el perfil de esos fundadores está cambiando rápidamente con AI.

En 2019, solamente el 2,3% de las fundadoras registraba habilidades relacionadas con ingeniería de AI. Para los dos primeros trimestres de 2026, la cifra había aumentado hasta 8,7%.

Entre los hombres pasó de 4,7% a 14,7% durante el mismo periodo. La distancia, en lugar de desaparecer, se amplió.

Y después viene el capital.

En 2025, aproximadamente 2% del venture capital mundial fue destinado a equipos fundadores compuestos exclusivamente por mujeres, de acuerdo con los datos recogidos en el informe.

Eso cambia la dimensión del problema. Porque trabajar en la economía de AI y poseer una parte de la economía de AI son cosas muy diferentes.

¿Por qué está ocurriendo?

El informe ofrece una pista importante: sería demasiado sencillo explicar estas diferencias diciendo que no existen suficientes mujeres preparadas.

En el conjunto más amplio de trabajadores con habilidades de ingeniería de AI, la participación femenina aumentó del 28,9% en 2019 al 31% en 2025.

Es decir, el talento femenino especializado está creciendo.

Pero ese avance no se reproduce con la misma velocidad entre fundadores ni elimina la fuerte concentración masculina en determinadas ocupaciones y segmentos empresariales.

Por eso el WEF plantea el problema en términos de acceso al valor económico: quién participa, quién asciende, quién controla capital y quién puede capturar los beneficios de la transformación tecnológica.

La paradoja es todavía mayor fuera de las empresas de AI

Las mujeres no solamente están subrepresentadas entre quienes construyen la tecnología. También están especialmente presentes entre quienes pueden experimentar sus efectos laborales.

Un análisis publicado por el WEF señala que las mujeres representan el 57% de los trabajadores en ocupaciones consideradas más susceptibles de disrupción por inteligencia artificial generativa, frente al 43% de los hombres.

Eso produce una asimetría difícil de ignorar.

Las mujeres pueden estar más expuestas a determinadas transformaciones laborales provocadas por AI y, simultáneamente, menos representadas en algunos de los trabajos que desarrollan la tecnología y capturan parte de su mayor valor económico.

El informe no demuestra que la inteligencia artificial vaya a expulsar masivamente a las mujeres del mercado laboral. Tampoco permite afirmar que todas las ocupaciones expuestas desaparecerán: exposición, automatización y pérdida de empleo son conceptos diferentes.

Pero sí identifica una distribución desigual desde el punto de partida.

¿Por qué importa ahora?

Porque la AI está llegando cuando la igualdad económica estaba lejos de resolverse.

En 2026, el mundo ha cerrado el 69,2% de la brecha global de género, según el índice del WEF. Entre los 97 países observados de manera constante desde 2006, el avance acumulado durante veinte años es de 5,2 puntos porcentuales.

Al ritmo registrado durante esas dos décadas, alcanzar la paridad global tomaría todavía 120 años.

La participación económica presenta además sus propias dificultades. La paridad en participación laboral pasó de 63,7% en 2006 a 66,5% en 2026, mientras que la correspondiente al ingreso estimado avanzó de 50,8% a 53,5%.

AI entra, entonces, en una economía que ya tenía desigualdades.

Y ahí está el punto central del estudio.

La tecnología puede crear nuevos trabajos, compañías, fortunas y formas de productividad. Pero esas oportunidades no parten de una hoja en blanco.

Llegan sobre estructuras existentes de acceso al capital, formación, contratación, promoción y propiedad.

La verdadera pregunta no es cuántas mujeres trabajan en AI

Durante la próxima década será fácil celebrar un aumento del porcentaje femenino dentro de la industria. Será una métrica necesaria. Pero incompleta.

Porque una economía podría incorporar a millones de mujeres a trabajos relacionados con inteligencia artificial y mantener, al mismo tiempo, una enorme distancia entre quienes realizan las tareas de menor remuneración y quienes diseñan modelos, construyen infraestructura, fundan compañías, reciben inversión y toman las decisiones.

El dato que habrá que mirar, entonces, no será solamente cuántas mujeres entraron.

Será a qué parte de la economía de AI lograron entrar y cuánto del valor que produce esa economía pudieron capturar.

Ahí puede estar la próxima gran frontera de la brecha de género.

Fuentes: World Economic Forum, Global Gender Gap Report 2026; LinkedIn Economic Graph Research Institute; análisis del World Economic Forum sobre liderazgo, AI, capital y futuro del trabajo.