BIOGRAFÍA
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.
CONTRIBUCIÓN
Mahzarin Banaji centra su investigación en las diferencias entre las expresiones conscientes de valores, actitudes y creencias, y las representaciones menos conscientes de los contenidos mentales. Cuando en 1998 convenció a la Universidad de Yale para poner el Test de Asociación Implícita (IAT, por sus siglas en inglés, creado por Anthony Greenwald) en internet, obtuvo 40.000 respuestas en un mes, revolucionando el estudio de los sesgos implícitos hasta hoy.
La investigadora ha corroborado los resultados del IAT con técnicas de neuroimagen, observando que la reacción de la amígdala —una región 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. Aunque estos sesgos no son innatos, Banaji ha demostrado que se aprenden a edades muy tempranas, dado que los niños de seis años muestran los mismos niveles de sesgos implícitos que los adultos.
Recientemente, la galardonada ha analizado la presencia de estos sesgos en los textos que se publican en internet, demostrando con una base de datos de 840.000 palabras que las asociaciones más frecuentes para “hombre” o “masculino” están relacionadas 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 estas conclusiones, ha pasado a analizar los sesgos en modelos de inteligencia artificial generativa como Chat-GPT.
Actualmente, Banaji trata de aplicar la ciencia de la cognición social para mejorar las decisiones a nivel individual y organizacional. El curso Outsmarting Implicit Bias (Burlar los sesgos implícitos) que ha creado en la Universidad de Harvard propone estrategias para mitigar los efectos de estos sesgos en el entorno laboral, desde el punto de vista tanto individual como de equipo.
