Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial

Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial Pau Matarrodona Moragas Escola S. d'Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa Departament de Matemàtiques Rosó Baltà-Salvador Escola S. d'Enginyeries Industrial, Aeroespacial i Audiovisual de Terrassa Departament d’Enginyeria Gràfica i de Disseny Marta Peña Escola Tècnica Superior d'Enginyeria Industrial de Barcelona Departament de Matemàtiques Resum L'estudi aborda la infrarepresentació de l’alumnat del gènere femení en els estudis universitaris d'enginyeria. Amb l'objectiu de promoure la igualtat de gènere, s'explora l'impacte de la visualització d’imatges personalitzades generades mitjançant intel·ligència artificial (IA) en la projecció d’un futur laboral en els àmbits STEM (Ciència, Tecnologia, Enginyeria i Matemàtiques). La investigació es va dur a terme amb 76 estudiants de batxillerat científic, als quals es van mostrar 14 imatges generades personalitzades mitjançant IA, on se’ls representava a ells i elles treballant en diverses professions STEM. Els resultats mostren un increment general en l’autovisualització en tots els àmbits STEM, amb un major augment en el gènere femení (15.69 %) que el masculí (2.04 %). Analitzant únicament l’àmbit de l’enginyeria, l’augment en el gènere femení és encara més pronunciat (38.85 %). L’anàlisi ANOVA confirma que la intervenció produeix un efecte significatiu en la visualització futura en l’àmbit de l’enginyeria en funció del gènere dels participants. Aquests resultats suggereixen que les imatges personalitzades generades mitjançant IA són una 168 Recerca al Departament d’Enginyeria Gràfica i de Disseny de la Universitat Politècnica de Catalunya. Barcelona Tech eina prometedora per abordar la desigualtat de gènere en STEM. Es proposa continuar la recerca per comprendre els factors més influents en la tria de carrera i abordar les limitacions identificades. Abstract This study addresses the underrepresentation of female students in university engineering studies. With the aim of promoting gender equality, the impact of Artificial Inteligence (AI) generated personalized images on the visualization of a future career in various STEM (Science, Technology, Engineering, and Mathematics) fields is explored. The research was conducted with 76 scientific high school students who were shown 14 AI-generated personalized images depicting themselves working in various STEM professions. The results indicate a general increase in self-visualization across all STEM fields, with a greater increase observed among female participants (15.69 %) compared to males (2.04 %). When analyzing the engineering field specifically, the increase for females is even more pronounced (38.85 %). ANOVA analysis confirms that the intervention has a significant effect on future visualization in engineering, depending on the participants' gender. These findings suggest that AI-generated personalized images are a promising tool to address gender inequality in STEM. Further research is recommended to identify the most influential factors in career choices and address the identified limitations __________ 1. Introducció Des de l’any 2004, el gènere femení constitueix la majoria de l’estudiantat de les universitats públiques catalanes (Institut d’Estadística de Catalunya - Generalitat de Catalunya, 2023). No obstant això, aquesta proporció no es manté entre les diferents branques del coneixement. Especialment preocupant és el cas de la branca de l’Enginyeria i l’Arquitectura on, al curs 2021-2022, el gènere femení només representava un 27.34 % del total de l’estudiantat matriculat (Departament de Recerca i Universitat - Generalitat de Catalunya, 2023). Les dades corresponents al curs 2024-2025 de la Universitat Politècnica de Catalunya · BarcelonaTech (UPC) mostren que, en conjunt, només el 31.02 % de l’estudiantat s’identifica amb el gènere femení (Universitat Politècnica de Catalunya, 2024). Aquest percentatge és encara menor en determinats graus, com ara Enginyeria Mecànica, 169 Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial Enginyeria d’Automoció o Enginyeria Elèctrica, on el gènere femení representa menys del 20% del total (Universitat Politècnica de Catalunya, 2024). Aquesta situació no és exclusiva de la UPC, ja que en altres universitats públiques s’observen percentatges similars. Per exemple, en el grau d’Enginyeria Informàtica de la Universitat Autònoma de Barcelona i en el grau d’Enginyeria Electrònica de Telecomunicació de la Universitat de Barcelona el gènere femení també representa menys del 20 % de l’estudiantat (Universitat Autònoma de Barcelona, 2024; Universitat de Barcelona, 2024). Aquesta infrarepresentació del gènere femení contravé dos dels Objectius de Desenvolupament Sostenibles (ODS) establerts per l’Organització de les Nacions Unides (United Nations, 2015). Concretament, s’oposa als ODS 4 “Educació de qualitat” i 5 “Igualtat de Gènere”. La baixa presència del gènere femení en l’àmbit de les enginyeries contribueix a incrementar la bretxa salarial, ja que les sortides laborals relacionades amb la informàtica i l’enginyeria són les dues que perceben un salari mitjà més elevat (NACE, 2023). L’esmentada infrarepresentació dificulta igualment que les dones enginyeres aconsegueixin visibilitat, fet que limita la disponibilitat de referents femenins per a les futures generacions. L’existència de referents és un factor clau en la tria de la carrera acadèmica tal i com estipula la Social Cognitive Career Theory (SCCT) proposada per Lent, Brow i Hackett (1994) i demostra la recerca en aquest àmbit (Gibson, 2004; Porter & Serra, 2020). Finalment, la infrarepresentació femenina en aquests camps té repercussions negatives per al progrés científic, ja que els equips mixtos demostren tenir una major capacitat de pensament crític i resolució de problemes. Això es tradueix en resultats més innovadors i creatius en comparació amb els dels equips compostos exclusivament 170 Recerca al Departament d’Enginyeria Gràfica i de Disseny de la Universitat Politècnica de Catalunya. Barcelona Tech per homes (Antonio et al., 2004; Nielsen et al., 2017; Yang et al., 2022). 1.1. Social Cognitive Career Theory La SCCT analitza tres aspectes per explicar del desenvolupament professional: com es desenvolupen els interessos acadèmics i professionals, com es prenen les decisions educatives i professionals, i com s’assoleix l’èxit acadèmic i professional. L’estudi analitza si les imatges personalitzades generades mitjançant IA poden provocar un canvi a l’hora de prendre les decisions educatives. Tal com planteja la SCCT, la presa de decisions és multifactorial. La presència de referents ajuda a combatre la influència dels estereotips masculins presents en l’àmbit de l’enginyeria (Makarova et al., 2019; Moè et al., 2021). A més, genera una imatge d’un/a mateix/a que pot modificar els interessos i les expectatives de resultats. L’objectiu d’aquest estudi és analitzar si, a través d’imatges personalitzades generades mitjançant IA, es pot augmentar la visualització d’un/a mateixa/a en àmbits en què la persona té dificultats per visualitzar-s’hi degut a que està en minora. 171 Figura 1. Model de la SCCT. Font: Adaptat de Lent et al. (1994). Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial 1.2. Promoció de les STEM En les disciplines STEM s’han implementat nombroses iniciatives per promoure la presència de dones, especialment en l’àmbit de l’enginyeria. Algunes d’aquestes accions inclouen jornades de portes obertes, activitats de promoció específicament dirigides a noies, programes de mentoria i trobades amb professionals del sector. Malgrat que aquestes estratègies han estat validades com a eines de promoció de l’enginyeria (Atkins et al., 2020; Santora et al., 2013), només s’ha aconseguit un lleuger increment del gènere femení durant la darrera dècada (un augment del 2 %) (Departament de Recerca i Universitat - Generalitat de Catalunya, 2023). En els últims anys, els avenços en intel·ligència artificial (IA) han donat lloc a noves eines que permeten crear continguts cada vegada més personalitzats i adaptats a les necessitats específiques dels usuaris. Aquestes tecnologies obren la porta a innovacions en la promoció de disciplines STEM, com la generació d’imatges personalitzades que poden ajudar a les adolescents a visualitzar-se en professions científiques i tecnològiques. No obstant això, l’ús d’aquestes imatges generades mitjançant IA com a eina de promoció encara no ha estat investigat de manera sistemàtica. En aquest marc, l’estudi pretén avaluar com el visionat d’imatges personalitzades generades mitjançant IA pot influir en la capacitat de visualitzar-se treballant en diferents àmbits STEM, amb un èmfasi especial en l’enginyeria. 2. Metodologia 2.1. Participants L’estudi s’ha dut a terme amb 76 alumnes (30 de gènere masculí i 46 de femení) d’entre 16 i 18 anys, estudiants de batxillerat científic d’una escola privada de Terrassa. Atès que la intervenció implica l’ús d’imatges de menors d’edat, se’n va sol·licitar la cessió dels drets d’imatge. 172 Recerca al Departament d’Enginyeria Gràfica i de Disseny de la Universitat Politècnica de Catalunya. Barcelona Tech 2.2. Procediment de generació de les imatges Les imatges patró utilitzades en aquest estudi es van generar íntegrament mitjançant MidJourney, seguint una metodologia estandarditzada per garantir la consistència en la seva creació. Cada imatge representa una persona adulta que manté contacte visual directe amb la càmera mentre treballa en diferents professions associades als àmbits STEM. Posteriorment, les imatges van ser sotmeses a un procés de validació per part d’un grup d’experts dels diferents àmbits, amb l’objectiu de validar-ne la representativitat i realisme. Per a cada imatge patró, es van generar quatre variacions, cadascuna corresponent a una combinació específica de gènere i característiques de cabell (una noia rossa, una noia morena, un noi ros i un noi morè). En total, es van generar 52 imatges patró diferents. Finalment, per personalitzar les imatges es va substituir el rostre de les imatges patró pel rostre de l’estudiant. Aquesta substitució es va dur a terme utilitzant l’extensió INSwapper, gràcies a les fotografies tipus carnet facilitades pel centre educatiu. 173 Figura 2. Imatge patró. Font pròpia. Figura 3. Fotografia carnet. Font: Freepik. Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial 2.3. Procediment de l’estudi Els participants van respondre dues enquestes mitjançant formularis online: una abans de la visualització de les imatges i una després d’haver-les visualitzat. En aquestes enquestes se’ls va preguntar per diferents paràmetres, amb l’objectiu d’analitzar el canvi que produeix el fet de visualitzar-se a les imatges en els 7 àmbits prèviament definits (Ciències de la salut, Ciències fonamentals, Ciències aplicades, Arquitectura i edificació, Programació i telecomunicacions, Enginyeries industrials i Enginyeries aeroespacials i tecnologia). Entre els diferents paràmetres cal destacar: •Gènere: És el principal factor que permet segmentar les dades. Les respostes possibles són “Masculí”, “Femení”, “No binari” i “Altres”. •Visualització d’un/a mateix/a dedicant-se laboralment als diferents àmbits: Per cadascun dels àmbits es pregunta el grau d’acord amb l’afirmació “Em visualitzo treballant-hi en un futur”. Es respon a través d’una escala tipus Likert de 4 nivells (1 = Molt en desacord, 2 = En desacord, 3 = D’acord 4 = Molt d’acord). 174 Figura 4: Imatge resultant de la personalització. Font pròpia. Recerca al Departament d’Enginyeria Gràfica i de Disseny de la Universitat Politècnica de Catalunya. Barcelona Tech 3. Resultats 3.1. Canvi en la visualització en els diferents àmbits En l’anàlisi de l’impacte de la intervenció en l’autovisualització dels participants en tots els àmbits STEM, s’han obtingut els resultats presentats a la Taula 1. Analitzant si es visualitzen o no dedicant-se als diversos àmbits STEM, el percentatge d’alumnat que s’hi visualitza queda recollit a la Taula 2. 3.2. Canvi en la visualització en l’Enginyeria En l’anàlisi de l’impacte de la intervenció en l’autovisualització dels participants en tots els àmbits relacionats amb les enginyeries (Programació i telecomunicacions, Enginyeries industrials i Enginyeries 175 Gènere Disminució en l’autovisualització Sense canvi en l’autovisualització Augment en l’autovisualització Femení 12.73 % 59.32 % 27.95 % Masculí 15.24 % 64.29 % 20.48 % Taula 1. Canvi en l'autovisualització per gèneres en tots els àmbits STEM. Gènere Abans Després Femení 31.68 % 36.65 % Masculí 46.67 % 47.62 % Taula 2. Percentatge de participants que es visualitzen treballant en els diferents àmbits abans i després de la intervenció. Reduint la bretxa de gènere en l’enginyeria a través d’imatges generades mitjançant intel·ligència artificial aeroespacials i tecnologia), s’han obtingut els resultats recollits a la Taula 3. En analitzar les dades de la Taula 3 amb un test ANOVA de dues variables i mesures repetides s’obté que la intervenció produeix un canvi significatiu en la visualització independentment del gènere (F=5.72 i p=0.018). A més, hi ha una interacció significativa entre el gènere i el moment (F=11.91 i p=0.001). Analitzant si es visualitzen o no dedicant-se als diversos àmbits exclusivament d’enginyeria, el percentatge d’alumnat que s’hi visualitza queda recollit a la Taula 4. 176 Gènere Disminució en l’autovisualització Sense canvi en l’autovisualització Augment en l’autovisualització Femení 13.67 % 47.48 % 38.85 % Masculí 18.89 % 65.56 % 15.56 % Taula 3. Canvi en l'autovisualització per gèneres en els àmbits d’enginyeria. Gènere Abans Després Femení 17.39 % 22.46 % Masculí 58.89 % 53.33 % Taula 4. Percentatge de participants que es visualitzen treballant en els àmbits d’enginyeria abans i després de la intervenció.