Inteligencia artificial aplicada a la reducción de sobrecarga estructural en mujeres
Proyecto en fase de validación · México · 2026
El problema que aborda
En México, las mujeres destinan en promedio el doble de tiempo que los hombres al trabajo de cuidados no remunerado: preparación de alimentos, gestión del hogar, cuidado de personas dependientes, y la coordinación invisible de todo lo anterior. Esta carga no solo limita su participación económica y social, también produce agotamiento crónico que afecta su salud, sus liderazgos y su capacidad de sostener proyectos propios.
Cuando la tecnología se introduce en este contexto sin perspectiva de género, el resultado habitual es el opuesto al esperado: se añade una capa más de exigencia productiva a quienes ya cargan con el peso estructural del sistema de cuidados. La brecha digital, lejos de cerrarse, se convierte en una nueva forma de exclusión.
Menos Carga, Más Vida parte de ese diagnóstico. No propone que la inteligencia artificial resuelva las desigualdades estructurales de género, eso requiere políticas públicas, redistribución corresponsable y transformación cultural. Propone algo más acotado y más inmediato: que las mujeres que ya están cargando con esa estructura tengan acceso a herramientas concretas para reducir la fricción logística de su día a día, ganar tiempo vital y fortalecer su autonomía tecnológica.
La propuesta
El proyecto opera desde un modelo propio denominado Circularidad Regenerativa del Cuidado. A diferencia de los enfoques productivistas de inteligencia artificial, que optimizan rendimiento y velocidad, este modelo redefine la eficiencia como capacidad regenerativa: el éxito no se mide por cuánto más produce una persona, sino por cuánto tiempo y energía recupera para sí misma.
Funcionamiento
La intervención tiene tres fases que se articulan en ciclo:
- Diagnóstico contextual: identificación de tareas repetitivas de alta carga y bajo valor diferencial en la vida cotidiana de cada participante
- Formación aplicada: desarrollo de competencias para formular instrucciones estructuradas para IA (modelo CORF: Contexto, Objetivo, Restricción, Formato), adaptadas a su situación real
- Liberación periódica: tiempo y energía recuperados que se reinvierten en descanso, aprendizaje y proyectos propios, no en mayor productividad
La intervención tecnológica se limita deliberadamente a absorber fricción logística: listas, calendarios, planificación de menús, organización de tareas administrativas, búsqueda de información. No sustituye el cuidado humano. No automatiza vínculos. No reemplaza el juicio de quien cuida.
Qué lo distingue
- Parte del reconocimiento de que la tecnología no es neutral: su diseño e implementación reproducen o transforman desigualdades existentes
- Incorpora perspectiva de género desde el diseño metodológico, no como añadido posterior
- Desarrolla autonomía tecnológica crítica: las participantes aprenden a usar IA desde su propio criterio, no desde la dependencia
- Nombra explícitamente las limitaciones del modelo y lo propone como herramienta de transición, no como solución definitiva
Lo que ya ocurrió: primera edición piloto
El 7 de marzo de 2026, en el marco del Día Internacional de la Mujer, se realizó la primera sesión piloto del taller IA para la Justicia en los Cuidados. Formato virtual, gratuito, una hora y quince minutos de duración.
| 10+ participantes activas | 75 min formación práctica | 4.64/5 autopercepción de capacidad al cierre | 100% completaron al menos una instrucción real |
| 6 tareas cotidianas identificadas y trabajadas | 5/5 calificación de satisfacción reportada | Varios países participantes de México y el extranjero | 0 costo para las participantes |
Qué aprendieron las participantes
Al inicio del taller, cada participante identificó una tarea cotidiana de alta carga y baja satisfacción: organizar el menú escolar, crear listas de compras, planificar rutinas de actividad física, gestionar calendarios de capacitación. Al cierre, cada una había formulado y ejecutado al menos una instrucción estructurada para IA aplicada a esa tarea, en tiempo real, desde su propio dispositivo.
La autoevaluación de cierre midió cinco capacidades en escala de 1 a 5. Los resultados:
| Capacidad evaluada | Promedio |
| Crear instrucciones estructuradas para IA | 4.8 / 5 |
| Identificar tareas que puede asumir la IA | 4.8 / 5 |
| Usar IA para recuperar tiempo de descanso | 4.6 / 5 |
| Sentirse más segura al usar IA | 4.4 / 5 |
| Promover corresponsabilidad en el hogar | 4.6 / 5 |
Promedio general: 4.64 sobre 5 en cinco capacidades, en una sola sesión de 75 minutos, sin requisitos previos de conocimiento técnico.
Lo que fue más difícil
Las participantes reportaron que lo más difícil fue traducir sus necesidades reales en instrucciones claras: definir qué quieren exactamente, establecer límites para la respuesta, omitir información irrelevante. Esas dificultades son el núcleo del aprendizaje que el modelo busca desarrollar y su aparición en la primera sesión confirma la pertinencia del enfoque.
Estado actual y hoja de ruta
| Fase | Descripción |
| ✓ Completada | Diseño metodológico del modelo CORF y Circularidad Regenerativa del Cuidado |
| ✓ Completada | Primera edición piloto (marzo 2026): 10+ participantes, datos de impacto documentados |
| En curso | Sistematización de resultados del piloto y ajuste metodológico |
| Siguiente paso | Segunda edición con grupo ampliado y aviso de privacidad para documentación formal |
| Con financiamiento | Escalamiento a comunidades rurales y urbanas de México, con medición longitudinal de impacto |
Limitaciones y tensiones que reconocemos
La honestidad sobre los límites del modelo es parte de su solidez, no de su debilidad.
- Este proyecto no resuelve las desigualdades estructurales de género. Es una herramienta de transición que opera dentro de un sistema que requiere transformaciones más profundas.
- Requiere acceso a dispositivos y conectividad. La brecha digital es una condición previa que el proyecto no puede resolver por sí solo, pero que sí considera en el diseño de sus intervenciones.
- Existe riesgo de que la IA optimice la sobrecarga si no se acompaña de corresponsabilidad social. El modelo lo nombra explícitamente y lo trabaja como contenido en cada sesión.
- La escala actual es pequeña. Los datos del piloto son indicativos, no representativos. El siguiente paso es una segunda edición con protocolo de investigación más robusto.
Quién está detrás
Menos Carga, Más Vida es una iniciativa de Alma Vector y Estrategia, consultoría especializada en diseño metodológico participativo, formación de personas adultas y fortalecimiento institucional con perspectiva de género, con sede en Baja California Sur, México.
La facilitadora del proyecto es Ingeniera en Sistemas Computacionales con Maestría en Tecnología Educativa, certificación EC0217 del CONOCER para diseño e impartición de competencias laborales, y más de doce años de experiencia acompañando procesos de aprendizaje con personas adultas en contextos rurales y urbanos de México
El proyecto no parte de un laboratorio académico ni de una empresa tecnológica. Nació en un camión, el día que la facilitadora iba al mercado con su hija, haciendo listas y pensando en que había una manera más inteligente de distribuir esa carga. Esa es su escala de origen y también su mayor fortaleza metodológica.
Conversemos
Si representas una organización o fondo interesado en apoyar el escalamiento de este proyecto, nos interesa saber de ti. Podemos compartir la memoria completa del piloto, la propuesta metodológica detallada y los indicadores de impacto documentados.
alma.rico@almavectoryestrategia.org
Consultoría Alma, Vector y Estrategia 