Las 10 mujeres más influyentes en la IA y la robótica que están transformando el futuro

La inteligencia artificial y la robótica ya no son campos experimentales confinados a laboratorios de investigación. Están dando forma a las economías, redefiniendo las industrias y ejerciendo una influencia en la vida diaria a escala global. Detrás de muchos de los avances más importantes se encuentran mujeres cuyo trabajo ha alterado fundamentalmente cómo se diseñan, entrenan, gobiernan y despliegan los sistemas inteligentes.

Esta lista destaca a diez de las mujeres más influyentes en la IA y la robótica hoy en día. Estas son investigadoras, ingenieras y líderes técnicas cuyas contribuciones se extienden mucho más allá de los títulos; mujeres cuyo trabajo ha cambiado la trayectoria del aprendizaje automático, la inteligencia incorporada y la IA centrada en el ser humano.

1. Dra. Fei-Fei Li

Foto: Steve Jurvetson, CC BY 2.0, a través de Wikimedia Commons

La Dra. Fei-Fei Li es una de las arquitectas fundamentales de la visión por computadora moderna. Como creadora de ImageNet, lideró el esfuerzo para construir el conjunto de datos etiquetado a gran escala que encendió la revolución del aprendizaje profundo. ImageNet proporcionó la columna vertebral de entrenamiento que permitió a las redes neuronales superar dramáticamente a los métodos de visión por computadora anteriores, acelerando los avances en el reconocimiento de objetos, la imagen médica, la robótica y los sistemas autónomos.

Sus contribuciones académicas en la Universidad de Stanford ayudaron a formalizar la visión por computadora como un pilar central de la investigación de la IA. Al combinar enfoques inspirados en la neurociencia con sistemas de aprendizaje profundo, ayudó a cambiar la IA de la lógica basada en reglas hacia el reconocimiento de patrones escalable.

Más allá del logro técnico, la Dra. Li ha defendido constantemente la IA centrada en el ser humano. Argumenta que los sistemas de inteligencia deben construirse con salvaguardias éticas, consideraciones de equidad y bienestar social en mente. Su trabajo ha influido tanto en las agendas de investigación académica como en las discusiones de política pública sobre la IA responsable.

También ha servido en consejos que han dado forma a la estrategia nacional de IA en los Estados Unidos, ayudando a garantizar que la innovación se alinee con los valores democráticos y las libertades civiles.

Hoy en día, la Dra. Li continúa liderando la investigación en el Instituto de IA Centrada en el Ser Humano de Stanford, centrándose en la inteligencia espacial, la IA incorporada y asegurando que los sistemas avanzados aumenten la capacidad humana en lugar de reemplazarla. Su trabajo explora cada vez más cómo la IA puede interactuar de manera segura en entornos del mundo real, cerrando la brecha entre la percepción y la acción.

La Dra. Li también cronifica su notable trayectoria en su autobiografía Los mundos que veo, donde reflexiona sobre su camino desde inmigrar a los Estados Unidos como adolescente hasta convertirse en una pionera de la IA moderna. El libro proporciona una rara cuenta en primera persona de la creación de ImageNet y los primeros avances que ayudaron a lanzar la revolución del aprendizaje profundo.

2. Cynthia Breazeal

Foto: Cynthia Breazeal / CC BY-SA 4.0 / Wikimedia Commons

Cynthia Breazeal es ampliamente acreditada por ser pionera en la robótica social. En el MIT Media Lab, desarrolló Kismet, uno de los primeros robots capaces de interpretar y expresar emociones. Este trabajo ayudó a lanzar el campo de la robótica social y sentó las bases para máquinas emocionalmente responsivas y la informática afectiva.

Su investigación redefinió la robótica al cambiar el enfoque de la automatización industrial a la interacción social. En lugar de construir máquinas que simplemente ejecutan tareas, Breazeal exploró cómo los robots podían comunicarse con las personas, construir confianza y responder a las señales sociales humanas.

Más tarde, cofundó Jibo, una startup que desarrolló uno de los primeros robots sociales para entornos domésticos diseñados para el consumidor. Aunque el camino comercial de Jibo fue complejo, el proyecto representó un hito importante en la introducción de la robótica socialmente inteligente en la vida cotidiana.

La influencia de Breazeal se extiende profundamente en la educación y la robótica sanitaria, donde las máquinas deben entender señales humanas sutiles para servir como compañeros, tutores y asistentes efectivos.

Hoy en día, continúa liderando el Grupo de Robots Personales en el MIT Media Lab y lidera iniciativas centradas en la educación y la alfabetización en IA. Su trabajo actual explora cómo los sistemas de IA socialmente inteligentes y los robots pueden apoyar el aprendizaje, el bienestar y las relaciones a largo plazo entre humanos y IA.

3. Timnit Gebru

Foto: TechCrunch / CC BY 2.0 / Wikimedia Commons

Timnit Gebru ha sido una de las voces más consecuentes en la ética de la IA. Su investigación temprana expuso el sesgo en los sistemas de reconocimiento facial, revelando disparidades significativas en la precisión a través de la raza y el género. El estudio Gender Shades demostró que los sistemas comerciales funcionaban mucho peor en mujeres de piel más oscura que en hombres de piel más clara, lo que llevó a una reevaluación más amplia de cómo se entrenan y evalúan los sistemas de IA.

También coescribió investigaciones influyentes que examinan los riesgos de los grandes modelos de lenguaje, incluido su impacto ambiental, el sesgo incorporado y la falta de transparencia. Ese trabajo ayudó a cambiar la conversación sobre el desarrollo de la IA, alentando al campo a considerar no solo las métricas de rendimiento, sino también las consecuencias sociales y ambientales de escalar los sistemas de IA.

En 2021, Gebru fundó el Instituto de Investigación de IA Distribuida (DAIR), una organización de investigación independiente dedicada a estudiar la IA fuera de la influencia de las grandes empresas tecnológicas. El instituto se centra en la investigación impulsada por la comunidad y enfatiza la participación global en la configuración del futuro de la IA.

Su defensa ha influido en los debates regulatorios, los estándares de la industria y las discusiones más amplias sobre el desarrollo responsable de la IA.

Hoy en día, Gebru continúa centrada en la rendición de cuentas algorítmica, los derechos laborales de los datos y la dinámica de poder incorporada en el desarrollo de la IA. Su trabajo examina cada vez más cómo los sistemas de IA afectan a las comunidades marginadas y cómo los marcos de gobernanza pueden fortalecerse para garantizar sistemas de IA más equitativos y transparentes en todo el mundo.

4. Daphne Koller

Foto: Foro Económico Mundial / CC BY-SA 2.0 / Wikimedia Commons

Daphne Koller es una pionera en los modelos gráficos probabilísticos, un marco que permite a las máquinas razonar bajo incertidumbre. Su trabajo académico dio forma fundamentalmente a cómo los sistemas de IA representan dependencias complejas en datos del mundo real y ayudó a establecer el modelado probabilístico como un enfoque central en el aprendizaje automático moderno.

Cofundó Coursera, una de las plataformas de aprendizaje en línea más grandes del mundo, ayudando a democratizar el acceso a la educación en IA y ciencias de la computación para millones de aprendices en todo el mundo.

Más tarde, Koller centró su atención en la biotecnología, fundando Insitro para aplicar el aprendizaje automático al descubrimiento de fármacos. Al combinar grandes conjuntos de datos biológicos con el modelado predictivo, la empresa busca transformar cómo se descubren y desarrollan las terapias.

Su trabajo representa uno de los ejemplos más claros de la transición de la IA desde los sistemas digitales a las ciencias de la vida, donde el aprendizaje automático puede acelerar el descubrimiento científico.

Hoy en día, Koller continúa liderando la investigación en el desarrollo de fármacos impulsado por la IA en Insitro, integrando la genómica, la biología de alto rendimiento y el aprendizaje automático para acelerar las tuberías clínicas y mejorar la tasa de éxito en el desarrollo de fármacos.

5. Joy Buolamwini

Foto: Taylordw, CC0, a través de Wikimedia Commons

Joy Buolamwini’s investigación pionera exposed racial and gender bias in facial recognition systems used by major technology companies. Sus hallazgos mostraron que las tasas de error para mujeres de piel más oscura eran dramáticamente más altas que para hombres de piel más clara, revelando cómo los datos de entrenamiento y el diseño del sistema pueden incorporar la discriminación en tecnologías de IA ampliamente desplegadas.

La investigación ayudó a desencadenar un debate global sobre el sesgo algorítmico, lo que llevó a un escrutinio aumentado de los sistemas de reconocimiento facial y contribuyó a las discusiones de política sobre el despliegue responsable de la IA.

Buolamwini fundó la Liga de Justicia Algorítmica para promover la rendición de cuentas y la equidad en los sistemas de IA. A través de la organización, ha trabajado para avanzar en la auditoría algorítmica, la conciencia pública y los estándares de la industria destinados a reducir el sesgo perjudicial en la toma de decisiones automatizada.

Su trabajo abarca la investigación, el emprendimiento y la política, con un enfoque en garantizar que la robótica y la IA estén diseñadas para mejorar la calidad de vida y expandir el acceso equitativo a las tecnologías emergentes.

En años recientes, Buolamwini ha expandido su influencia a través de la escritura y la defensa pública, incluido su libro de ventas Desenmascarar la IA, que explora cómo los sistemas algorítmicos pueden codificar la discriminación y por qué una supervisión y un diseño más inclusivos son esenciales.

Hoy en día, Buolamwini continúa dando forma a las conversaciones globales sobre la gobernanza de la IA, centrándose en la auditoría algorítmica, los marcos regulatorios y asegurando que los sistemas de IA se prueben en poblaciones diversas antes de su despliegue.

6. Anca Dragan

Foto: Constructor University

Anca Dragan es una investigadora líder en la alineación de la IA y la interacción humano-robot. Su trabajo académico temprano en UC Berkeley se centró en permitir que los robots infieran la intención humana y colaboraran de manera segura con las personas, desarrollando algoritmos que permiten a las máquinas razonar sobre el comportamiento humano y responder de manera predecible y cooperativa.

Ha trabajado extensivamente en la inferencia de intención, la planificación cooperativa y las técnicas que permiten a los sistemas autónomos aprender de la retroalimentación humana en lugar de confiar en objetivos rígidos y predefinidos. Su investigación ha ayudado a avanzar en los robots y los sistemas de IA que pueden operar junto a los humanos en entornos que van desde los vehículos autónomos hasta la robótica asistencial.

El trabajo de Dragan aborda uno de los desafíos más críticos en la IA moderna: garantizar que los sistemas inteligentes se optimicen para lo que las personas realmente quieren, en lugar de objetivos técnicos estrechos. Su investigación sobre la alineación de valores, la colaboración humano-IA y la toma de decisiones interpretable ha influido tanto en la robótica como en las discusiones más amplias sobre la seguridad de la IA.

Además de su trabajo académico, Dragan actualmente se desempeña como Directora de Seguridad y Alineación de la IA en Google DeepMind, donde lidera equipos centrados en garantizar que los sistemas de IA de vanguardia permanezcan alineados con los objetivos y valores humanos a medida que sus capacidades continúan avanzando.

Hoy en día, su trabajo continúa dando forma al desarrollo de sistemas de IA más seguros y compatibles con los humanos, combinando avances en el aprendizaje automático, la robótica y la interacción humano-computadora para hacer que las tecnologías inteligentes sean más interpretables, controlables y beneficiosas para la sociedad.

7. Raia Hadsell

Raia Hadsell hablando en TEDxExeterSalon 2017_05” por TEDxExeter, CC BY-NC-ND 2.0

Raia Hadsell ha jugado un papel importante en el avance del aprendizaje por refuerzo y los sistemas de aprendizaje continuo. En DeepMind, ayudó a desarrollar algoritmos que permiten a los sistemas de IA aprender continuamente a partir de la experiencia en lugar de volver a entrenar desde cero en conjuntos de datos fijos, abordando uno de los desafíos centrales en la construcción de agentes inteligentes adaptables.

El aprendizaje continuo es esencial para los sistemas de IA y la robótica del mundo real, donde los entornos evolucionan y las máquinas deben adaptarse mientras retienen el conocimiento previamente aprendido. La investigación de Hadsell se ha centrado en superar problemas como el olvido catastrófico, permitiendo que las redes neuronales acumulen habilidades con el tiempo en lugar de perder capacidades anteriores cuando aprenden nuevas tareas.

Su trabajo también ha contribuido al progreso en la inteligencia incorporada, donde los robots y los sistemas autónomos aprenden a través de la interacción con su entorno en lugar de la supervisión estática. Al combinar el aprendizaje por refuerzo, el aprendizaje de representaciones y enfoques inspirados en la neurociencia, ha ayudado a avanzar en los sistemas que pueden navegar entornos complejos y generalizar entre tareas.

Hadsell se unió a DeepMind en 2014 y desde entonces ha liderado equipos de investigación centrados en el aprendizaje a lo largo de la vida y la navegación robótica, contribuyendo a técnicas fundamentales como la destilación de políticas y las redes neuronales progresivas que permiten la transferencia de conocimiento entre tareas.

Hoy en día, como líder de investigación senior en Google DeepMind, Hadsell continúa centrándose en arquitecturas de aprendizaje a lo largo de la vida y sistemas de IA incorporada escalables que pueden operar en entornos del mundo real dinámicos.

8. Ayanna Howard

Foto: Rob Felt / Instituto de Tecnología de Georgia

Ayanna Howard’s trabajo se ha centrado en la robótica asistencial y el diseño de la IA centrada en el ser humano. Su investigación se ha centrado en construir sistemas robóticos que apoyen a los niños con desafíos del desarrollo, incluyendo tecnologías de terapia y educación diseñadas para ayudar a los niños con necesidades especiales a desarrollar habilidades motoras y cognitivas.

Al comienzo de su carrera, Howard trabajó como investigadora de robótica en el Laboratorio de Propulsión de la NASA, donde contribuyó a sistemas robóticos autónomos utilizados para la exploración planetaria, incluyendo tecnologías diseñadas para misiones del rover en Marte.

Más tarde, transitó a la academia y el liderazgo, fundando el Laboratorio de Sistemas de Automatización Humana en Georgia Tech y lanzando Zyrobotics, una startup centrada en desarrollar herramientas educativas y de terapia impulsadas por la IA para niños con necesidades de aprendizaje diversas.

En 2021, Howard se convirtió en la decana de la Facultad de Ingeniería de la Universidad Estatal de Ohio, haciendo historia como la primera mujer en liderar la institución. En este cargo, continúa dando forma al futuro de la educación en ingeniería mientras avanza en la investigación sobre la interacción humano-robot, la seguridad de la IA y el diseño de tecnología inclusiva.

Hoy en día, el trabajo de Howard abarca la investigación, el emprendimiento y la política, con un enfoque en garantizar que la robótica y la IA estén diseñadas para mejorar la calidad de vida y expandir el acceso equitativo a las tecnologías emergentes.

9. Rana el Kaliouby

Foto: Joi Ito, CC BY 2.0, a través de Wikimedia Commons

Rana el Kaliouby pionera en la IA de las emociones a través de su trabajo en Affectiva, la spin-off del MIT Media Lab que cofundó para llevar la inteligencia emocional a los sistemas digitales. La empresa desarrolló tecnología capaz de analizar expresiones faciales y señales de voz para detectar emociones humanas a escala, ayudando a expandir la percepción de la máquina más allá de los objetos y el habla hacia la afectividad humana.

El reconocimiento de emociones tiene aplicaciones en varias industrias, incluyendo la seguridad automotriz, el análisis de medios, la atención médica y la interacción humano-computadora. La tecnología de Affectiva fue ampliamente adoptada por grandes empresas antes de que la firma fuera adquirida por Smart Eye en 2021, marcando un hito importante en la comercialización de la IA emocional.

Después de la adquisición, el Kaliouby se trasladó hacia la inversión y el mentoría dentro del ecosistema de la IA. Ahora es cofundadora y socia general de Blue Tulip Ventures, una firma de capital de riesgo de etapa temprana centrada en apoyar a startups que construyen tecnologías de IA centradas en el ser humano.

Hoy en día, el Kaliouby sigue siendo una voz líder en la IA emocionalmente inteligente, abogando por el despliegue ético, la diversidad en el desarrollo de la IA y tecnologías que fortalezcan la relación entre los humanos y las máquinas.

10. Mira Murati

Foto: OpenAI a través de AP

Mira Murati jugó un papel central en la escalada de la IA generativa hacia la adopción global durante su tenencia como Directora de Tecnología en OpenAI. Después de unirse a la empresa en 2018 y convertirse en CTO en 2022, ayudó a liderar el desarrollo y lanzamiento de sistemas emblemáticos como ChatGPT, DALL-E y la familia de modelos GPT-4; tecnologías que aceleraron dramáticamente la adopción pública y empresarial de la IA generativa.

El liderazgo de Murati conectó la investigación de vanguardia con el despliegue de productos del mundo real, asegurando que los modelos avanzados fueran accesibles a los desarrolladores, las empresas y los consumidores en todo el mundo.

En septiembre de 2024, Murati dejó OpenAI después de más de seis años en la empresa para perseguir nuevos proyectos y explorar la próxima fase del desarrollo de la IA.

En 2025, fundó Thinking Machines Lab, una startup de IA centrada en construir sistemas de IA más capaces y personalizables y avanzar en la IA multimodal que pueda interactuar con los usuarios a través del lenguaje, la visión y otros modos.

Hoy en día, Murati continúa influyendo en la dirección de la IA de vanguardia a través de su trabajo en Thinking Machines Lab, donde está construyendo herramientas destinadas a hacer que los sistemas de IA avanzados sean más ampliamente comprendidos, adaptables y potentes para los desarrolladores y las organizaciones en todo el mundo.

Juntas, estas diez mujeres representan una sección notable de la base intelectual detrás de la IA y la robótica modernas. Su trabajo abarca desde conjuntos de datos fundamentales, el aprendizaje por refuerzo, la interacción humano-robot, la gobernanza ética y el auge de los sistemas generativos. Muchas de las tecnologías que ahora están transformando las industrias pueden rastrearse directamente hasta los avances liderados por estas investigadoras y ingenieras.

Al mismo tiempo, destacar sus contribuciones es un recordatorio de algo igualmente importante: el campo todavía necesita muchas más mujeres que den forma a su dirección. La IA está transformándose rápidamente en una de las tecnologías más consecuentes jamás desarrolladas. Los sistemas que se están diseñando hoy influirán en cómo funcionan las sociedades, cómo evolucionan las economías y cómo los humanos interactúan con las máquinas inteligentes.

Asegurarse de que estos sistemas reflejen perspectivas diversas no es simplemente una cuestión de equidad. Es una cuestión de construir mejor tecnología.

Las mujeres de esta lista demuestran cuán poderosa puede ser esa influencia. Su trabajo no solo ha empujado los límites de la investigación de la IA, sino que también ha expandido la conversación sobre cómo se deben construir estas tecnologías y a quién deben servir. A medida que el campo continúa evolucionando, la próxima generación de mujeres que ingresan en la IA desempeñará un papel igualmente crítico en la configuración de un futuro donde los sistemas inteligentes reflejen la diversidad completa de la experiencia humana.