Hoy, 8 de marzo, el sector legal español vuelve a hablar de techo de cristal.
Los datos son conocidos: las mujeres son el 67% de las abogadas y asociadas en los despachos, pero solo el 33% de las socias de capital. En las universidades de Derecho, representan el 70% del alumnado. En los puestos de decisión, desaparecen. Solo el 24% ocupa un puesto en el consejo de administración de las firmas.
Estas cifras se repiten cada año. Pero este 8 de marzo hay un dato nuevo que las hace más urgentes.
Anthropic publicó esta semana un estudio que, por primera vez, cruza lo que la IA podría automatizar en cada profesión con lo que realmente está automatizando, medido con datos de uso real de millones de conversaciones en Claude. El resultado es un retrato del trabajador más expuesto al desplazamiento. Y el perfil es este: mujer, con formación superior, que gana un 47% más que la media. El grupo más expuesto tiene 16 puntos porcentuales más de probabilidad de ser mujer. Las personas con posgrado representan el 17,4% de ese grupo, frente al 4,5% en el grupo no expuesto. Casi cuatro veces más.
Diferencias demográficas entre trabajadores expuestos y no expuestos. Fuente: Anthropic
Tres días antes, la OIT publicó datos que confirman lo mismo a escala global: el 29% de las ocupaciones dominadas por mujeres están expuestas a la IA generativa, frente al 16% de las dominadas por hombres. En las categorías de mayor riesgo de automatización, la diferencia se dispara: 16% frente a 3%.
La pregunta obvia es por qué. Y la respuesta no es una sola. Son dos mecanismos distintos que se refuerzan mutuamente.
El primero es estructural: segregación ocupacional. Las mujeres han ido ganando presencia en profesiones de conocimiento, derecho, administración, recursos humanos, educación, servicios financieros. Exactamente los sectores donde la IA generativa tiene más capacidad de impacto.
No es que la IA apunte a las mujeres. Es que las mujeres están concentradas en el lugar que la IA transforma.
El propio estudio de Anthropic lo muestra con claridad: en el sector jurídico (Legal), la brecha entre lo que la IA podría hacer y lo que realmente se está usando es enorme. El potencial teórico es alto, pero el despliegue real apenas ha comenzado.
Capacidad teórica vs. uso observado por categoría ocupacional. Fuente: Anthropic
Cuando ese despliegue se acelere, y lo hará (vía agentes y herramientas especializadas) el impacto va a concentrarse en perfiles que hoy ocupan, mayoritariamente, mujeres.
El segundo mecanismo es algorítmico: sesgos en los datos. Los modelos de IA se entrenan con cantidades masivas de texto producido en un mundo donde las mujeres han estado históricamente infrarrepresentadas en posiciones de liderazgo, autoría académica y toma de decisiones. La UNESCO ha documentado que los modelos de lenguaje asocian a las mujeres con roles domésticos cuatro veces más que a los hombres. La OIT lo sintetiza así:
la IA generativa no entra en un mercado laboral neutro. Entra en uno que ya discrimina. Y si no se corrige, amplifica esa discriminación a escala.
Este segundo mecanismo es más sutil pero igual de corrosivo. No se trata solo de que las mujeres estén en los puestos más expuestos. Es que las herramientas que van a redefinir esos puestos están diseñadas, en un 80% de los casos, por equipos donde las mujeres son minoría. Solo el 22% de los profesionales de IA en el mundo son mujeres.
Volvamos al sector legal español
Según los datos que el ICAB acaba de publicar con motivo del 8M, las mujeres menores de 35 años ya son el 61% de las personas colegiadas en Barcelona. A escala nacional, el censo del CGAE a diciembre de 2025 refleja una profesión que se acerca a la paridad, el 48,3% son mujeres, pero donde las menores de 45 años ya son mayoría. Son la generación que más directamente va a experimentar la transformación por IA. Y al mismo tiempo, el sector sigue sin resolver su problema de representación en la cúpula: solo el 28% de las mujeres ocupan cargos directivos en despachos, según datos de la IBA citados por el propio ICAB.
Dicho de otro modo: las mujeres están entrando masivamente en una profesión que la IA va a transformar de raíz, en un sector que todavía no les da acceso equitativo a las posiciones desde las que se decide cómo se adopta esa tecnología.
Eso no es un efecto secundario del progreso tecnológico. Es su ángulo muerto.
Pero señalar el problema sin proponer nada es quedarse a medio camino
El primer mecanismo, el techo de cristal, ya está en la agenda. Se habla de paridad, de promoción, de conciliación. Lentamente, pero se habla. El segundo, el sesgo algorítmico, no. Y ahí hay una oportunidad concreta.
Los despachos ya exigen a sus proveedores políticas de protección de datos, de compliance, de sostenibilidad. ¿Por qué no exigir lo mismo a los proveedores de IA? No que demuestren que su herramienta está «libre de sesgo» (eso no existe). Pero sí que documenten qué sesgos han identificado, qué auditorías han realizado y qué medidas han tomado. Un statement de riesgo de sesgo algorítmico. Transparencia, no perfección. La misma lógica que las políticas ESG.
El riesgo no está tanto en las herramientas de trabajo jurídico. Está, sobre todo, en los procesos que tocan decisiones sobre personas: selección de candidatos, evaluación de desempeño, gestión del talento, promoción interna, comunicación. Exactamente los procesos donde los sesgos de género hacen más daño, y donde la IA se está desplegando más rápido.
Puede que los primeros informes sean más declaración de intenciones que auditoría real. Pasó lo mismo con ESG. Pero pedirlo ya cambia la conversación. No es una idea nueva: la EU AI Act ya obliga a los proveedores de sistemas de alto riesgo, incluidos los de empleo, a identificar y mitigar sesgos, con plena aplicación prevista para agosto de 2026.
En EEUU, Nueva York exige auditorías independientes de sesgo en herramientas de selección. Es una dirección que los despachos deberían incorporar cuanto antes a su proceso de compra de herramientas de IA.
El sector legal sabe de compliance. Sabe exigir garantías a terceros. Que lo aplique a su propia IA.
Y el 8 de marzo es un buen día para empezar.
Publicado originalmente en LinkedIn: enlace