Mahzarin R. Banaji

Mahzarin Banaji (nacida en Nagpur, Maharashtra, aunque creció en Secunderabad, Telangana, India) se doctoró en Psicología Social Experimental en 1986 en la Universidad Estatal de Ohio (Estados Unidos). Hasta 2001 fue profesora en la Universidad de Yale (Estados Unidos), donde obtuvo la cátedra Reuben Post Halleck de Psicología, y desde entonces es titular de la cátedra Richard Clarke Cabot de Ética Social en el Departamento de Psicología de la Universidad de Harvard (Estados Unidos). Fue la primera titular de la cátedra Carol K. Pforzheimer del Instituto Radcliffe de Estudios Avanzados en la Universidad de Harvard, y entre 2011 y 2014 ocupó la cátedra George A. y Helen Dunham Cowan en Dinámicas Sociales y Humanas del Instituto Santa Fe (Estados Unidos), al que continúa asociada. Es fellow de la Academia Estadounidense de las Artes y las Ciencias, de la Academia Estadounidense de Ciencia Política y Social y de la Asociación para la Ciencia Psicológica, de la que fue presidenta.

La importancia del inconsciente en las actitudes: sesgos implícitos

“Los profesores Anthony Greenwald y Mahzarin Banaji” –recoge el acta– “desarrollaron el Test de Asociación Implícita, que permite medir con fiabilidad el sesgo implícito y sus efectos en la toma de decisiones”. Greenwald y Banaji utilizaron por primera vez el término “sesgo implícito” en el artículo de 1995 Implicit Social Cognition: Attitudes, Self-Esteem, and Stereotypes, publicado en la revista Psychological Review. En este, los investigadores señalaban la existencia de actitudes y estereotipos implícitos, pero eran conscientes de que no había forma de medirlos. “Terminamos el artículo mencionando que sería estupendo tener una medida que pudiera evaluar las diferencias individuales en actitudes y estereotipos implícitos”, explica Greenwald.

Con esta motivación y gracias al trabajo que había estado desarrollando en décadas anteriores, el catedrático emérito de Psicología en la Universidad de Washington desarrolló un test que medía los tiempos de reacción para clasificar estímulos, que resultó ser una medida muy útil y fácil de obtener. Llamó a este método Test de Asociación Implícita (en inglés, Implicit Association Test), que posteriormente se abrevió a sus siglas IAT, y convenció a Banaji y a un estudiante de posgrado que trabajaba con ella, Brian Nosek, para seguir investigando con ese método para detectar los sesgos implícitos.

“Tuvimos la oportunidad de experimentarlo con mucha gente, y todo el mundo estaba muy sorprendido por sus resultados. En ese primer test medimos lo que llamamos la actitud racial. Cuando yo mismo lo probé, me sorprendió descubrir que me resultaba mucho más fácil asociar términos positivos con personas blancas y términos negativos con personas negras. Y yo no quería en absoluto tener esa actitud implícita, ni sabía que la tenía”, relata Greenwald.

El IAT que permite medir y comprender mejor ciertas actitudes difícilmente medibles en técnicas de autodiagnóstico, debido a la falta de conciencia del sujeto o a la existencia de prejuicios de aceptación social, como los de tipo racista o sexista. “Sabemos que esos sesgos se adquieren muy temprano, desde los dos años. Y están mucho más extendidos en la población que los sesgos explícitos, es decir, los que la gente admite en las medidas de autoinforme, por ejemplo, decir que los hombres no son mejores en ciencias que las mujeres”, aclara el catedrático.

Su método ha servido de punto de partida para numerosas aplicaciones en psicología clínica, educación, marketing y gestión de la diversidad, y se ha utilizado para la recopilación de datos en más de 2.000 artículos. Actualmente, Greenwald aplica este método científico en contextos legales: “Tras retirarme de la docencia, he emprendido esta segunda carrera en los tribunales, ayudando a las personas que ponen una demanda por discriminación a ganar casos utilizando el concepto de sesgo implícito”.

La historia del IAT y sus aplicaciones se desarrolla en el libro Blindspot: Hidden biases of good people, que coescribió con Mahzarin Banaji, y que, destaca Greenwald, ha sido retirado de las bibliotecas públicas en varios estados del país, tras haber sido popularizado por Hillary Clinton en su campaña presidencial de 2016.

De la amígdala al algoritmo: la ubicuidad de los sesgos implícitos
La profesora Banaji, titular de la cátedra Richard Clarke Cabot de Ética Social en el Departamento de Psicología de la Universidad de Harvard, centra su investigación en las diferencias entre las expresiones conscientes de valores, actitudes y creencias, y las representaciones menos conscientes de los contenidos mentales. “En mi trabajo, me he esforzado por comprender la huella invisible, pero muy presente, de la cultura en nuestro cerebro”, resume. Cuando logró convencer a la Universidad de Yale para que pusiera el IAT en internet (en 1998, cuando esta tecnología no estaba aún muy extendida), obtuvo 40.000 respuestas en un mes, revolucionando el estudio de los sesgos implícitos hasta hoy. “Cada día recibo un email con las menciones del término implicit bias en las noticias, y me llegan unas 15 diarias. No hay sitio donde no haya visto que se use este término: del ejército estadounidense hasta el Museo de Arte Moderno, pasando por una empresa de recolección de basuras, todos quieren aprender sobre ello”, argumenta. “Creo que, sin saberlo, hemos tocado una tecla fundamental de la naturaleza humana”.

Además de obtener un volumen de datos nunca visto sobre los sesgos implícitos que afectan a todos los sectores de la sociedad en numerosos ámbitos, ha corroborado estos resultados con técnicas de neuroimagen, observando que la reacción de la amígdala —un área del cerebro que responde a lo nuevo o lo raro— ante caras de raza negra frente a blanca es tanto mayor cuanto mayor es el sesgo racial revelado por el IAT. Además, ha demostrado que estos sesgos, aunque no son innatos, se aprenden a edades muy tempranas: “los niños de seis años y los adultos muestran los mismos niveles de sesgos implícitos”, destaca.

Del trabajo de Banaji se desprende cierta falta de coherencia entre los valores que se sostienen a nivel nacional y las políticas que se implementan, así como entre los valores a nivel personal y el comportamiento individual. Así, Banaji se ha interesado por explorar las implicaciones de su trabajo para la responsabilidad individual y la justicia social en las sociedades democráticas.

En sus trabajos más recientes, se ha esforzado por analizar la presencia de estos sesgos en los textos que se publican en internet. A partir de una base de datos de 840.000 palabras recopiladas en 2014 y 2017, ha mostrado que las asociaciones más frecuentes para “hombre” o “masculino” tienen que ver con la guerra y los deportes, mientras que la “mujer” y lo “femenino” se asocia predominantemente con el abuso y la pornografía, además de con la cocina y la maternidad. Motivada por estos datos, ha pasado a analizar los sesgos de los modelos de inteligencia artificial generativa basados en el lenguaje como Chat-GPT.

Actualmente, la profesora Banaji pone el foco en aplicar la ciencia de la cognición social para mejorar las decisiones individuales y las políticas organizacionales. En esta línea, es creadora del curso Outsmarting Implicit Bias (Burlar los sesgos implícitos) de la Universidad de Harvard, que propone estrategias para mitigar los efectos de los sesgos implícitos en el entorno laboral a nivel tanto individual como de equipo. “Formarse en materia de sesgos es algo imperativo y, sencillamente, inteligente. Sin embargo, creo que los cursos de diversidad han fallado en varios sentidos. A veces parecían sermones, y muchos no estaban basados en la evidencia. Pero cuando te aproximas a la diversidad desde la ciencia, empiezas desde la humildad y sin juzgar, abres la puerta a que las personas con sentido común comprendan su valor”.