Encontrar una comunidad: Mujeres en el taller de Aprendizaje de Máquina celebran su décimo año
Por Allison Linn
Cuando Hanna Wallach se enteró de que Jenn Wortman Vaughan también asistiría a una importante conferencia de aprendizaje de máquina hace una década, se puso feliz al tener una compañera para compartir su habitación de hotel.
Una conversación en esa habitación de hotel provocó una idea: ¿Y si llevamos a cabo todo un taller dedicado sólo para la pequeña comunidad de mujeres involucradas en el aprendizaje de máquina?
"Realmente queríamos mostrar la increíble investigación que estaban haciendo estas mujeres ", dijo Wallach.
El aprendizaje de máquina es un sub-campo de la inteligencia artificial en el que los sistemas se vuelven más inteligentes conforme reciben más datos. De manera tradicional, en esta área de investigación participan mucho más investigadores de sexo masculino que femenino, razón por la cual las dos mujeres estaban encantadas cuando fueron capaces de localizar a 25 mujeres que se dedican por completo al ámbito del aprendizaje de máquina.
El primer taller, que tuvo lugar en 2006 en el marco de la conferencia Grace Hopper Celebration of Women in Computing, tuvo 100 asistentes. Fue una revelación.
"Nunca había estado en una habitación con tantas mujeres dedicadas al aprendizaje de máquina", dijo Wallach, cuya investigación actual está en el campo interdisciplinario de la ciencia social computacional.
En estos días, el campo del aprendizaje de máquina está en auge. Wallach y Vaughan, que ahora trabajan juntas en el laboratorio de Microsoft Research en la ciudad de Nueva York, dicen que las mujeres todavía representan sólo una pequeña minoría de los investigadores en aprendizaje de máquina, pero que el taller que co-fundaron ha crecido de manera constante en popularidad.
El 10o Taller Anual para la Mujer en el Aprendizaje de Máquina, que se celebrará el lunes en Montreal, tiene lleno total con 265 solicitantes de registro, presentadores de gran prestigio y el respaldo de muchas grandes empresas de tecnología.
Wallach y Vaughan, que eran estudiantes de posgrado cuando co-fundaron el taller, ahora laboran en la junta ejecutiva del taller, pasan mucho tiempo en la organización del día a día y ayudan a quienes apenas se están uniendo en este campo de investigación.
Jenn Wortman Vaughan
"Siento como si fuera mi hijo que ha crecido y se ha ido por su cuenta", dijo Vaughan, cuya investigación sobre economía algorítmica y aprendizaje de máquina se centra recientemente en los mercados de predicción y crowdsourcing.
Desde 2008, el taller se ha realizado junto con la conferencia anual de Sistemas de Procesamiento de Información Neural o NIPS, por sus siglas en inglés.
La junta directiva del taller tomó la decisión de celebrar el taller junto a NIPS en lugar de la conferencia Grace Hopper, ya que permitiría a las mujeres –y especialmente a las estudiantes de posgrado con problemas de liquidez– asistir a los dos eventos al mismo tiempo. El taller generalmente financia los gastos de viaje de sus presentadores estudiantiles.
Se espera que NIPS pueda atraer a alrededor de 4,000 participantes de este año, frente a los 2,500 del año pasado. La conferencia ha crecido a medida que más investigadores y empresas de tecnología han comenzado a usar el aprendizaje de máquina para cosas como traducción instantánea, reconocimiento de imágenes, análisis de secuencias de ADN y detección de fraude con tarjetas de crédito.
Las mujeres en el taller de aprendizaje de máquina ofrecen algunas de las sesiones de tutoría, pero el objetivo principal del evento es el mismo que el de cualquier otra conferencia: se trata de compartir las últimas y más interesantes investigaciones en este ámbito.
Vaughan dijo que el reducido tamaño del taller, y el hecho de que la mayoría de los asistentes son mujeres, puede hacer que sea un ambiente más amigable para los estudiantes y jóvenes investigadores que presentan su trabajo. La posibilidad de mostrar su trabajo delante de los investigadores más establecidos puede ser crucial para ganar un punto de apoyo en un campo competitivo y en auge como el aprendizaje de máquina.
Vaughan dijo que también han notado que el taller hace que sea más fácil para los estudiantes, académicos e investigadores reunirse y llegar a conocerse unos a otros y para discutir colaboraciones. Eso puede ser más difícil de hacer en una importante conferencia como NIPS, en la que miles de investigadores están compitiendo por la atención y es fácil perderse en la multitud.
Ese ha sido un beneficio para Vaughan a sí misma.
"Me ha hecho sentir más conectada a una comunidad de investigadores", dijo.
Allison Linn es escritora senior en Microsoft Research. Sigan a Allison en Twitter .