VISIBILIZANDO LA DESIGUALDAD

DE GÉNERO UTILIZANDO INTELIGENCIA  ARTIFICIAL

Introducción

La desigualdad de género se materializa de formas diversas, algunas explícitas y otras casi imperceptibles, es así que la construcción de instrumentos que permitan visibilizar aquellas situaciones que reproducen relaciones de subordinación entre mujeres y hombres, resultan fundamentales.

El proyecto “Calles Desiguales”, busca a partir de la creación de una red neuronal, determinar el porcentaje de calles que poseen nombres de mujeres y el porcentaje que poseen nombres de hombres, compararlos, y promover la discusión pública sobre las razones sociohistóricas, y las implicaciones concretas de la situación encontrada.

Método

A partir de la base de datos generada por el INE (2018) de las calles del Área Metropolitana de Guadalajara (compuesta por 48,743 registros), se generó un modelo supervisado de red neuronal unicapa, con el cual se clasificaron los registros en 3 clases, Clase 1. Género Femenino, Clase 2. Género Masculino, Clase 3. Ambiguo. Para el entrenamiento de la red se dispuso una lista de nombres comunes y se identificó su género, posteriormente se realizó la operación con la base de datos mencionada. Finalmente, con el objetivo de mejorar la precisión de la información obtenida, se realizó una identificación manual de los registros para la detección de sesgos y errores.

Objetivo a mediano plazo

Seguiremos trabajando en la mejora de la red neuronal para la identificación automática de la división de calles con nombres de mujeres y hombres, con el objetivo de que dicho sistema pueda ser utilizado por cualquier persona para realizar esta evaluación para cualquier ciudad del país.

Resultados

Con base en información del INE del 2018, se hace un análisis de desigualdad de género en los nombres de calles del AMG. Se identifica que, de un total de 48,743 calles registradas en 2018, 1,499 se identifican con género femenino, 7,533 masculino y 39,711 ambiguo, según se muestra en la tabla 1.

Puede observarse que la mayoría de nombres de calles es ambiguo y por lo tanto no se identifican con algún género, con 81.47%, el género masculino está en el segundo lugar con 15.45% y el femenino representa el 3.08%. En la sección de Conclusión se muestra un esquema de la situación.

Tabla 1. Género en calles del AMG.

Conclusión

 A través del presente análisis se realizó un proceso que permitió identificar que, descartando los casos ambiguos, la mayoría de los nombres de las calles de la AMG pertenecen al género masculino en un orden de 1 a 5, es decir, por cada calle que pertenece al género femenino, hay 5 calles que se identifican con género masculino.