Implementación de Business Intelligence para la detección del sesgo de género en la contratación de personal para el campo amplio de las Tecnologías de la Información y Comunicación (TIC) en el Ecuador utilizando procesamiento de lenguaje natural
El sesgo de género en las ofertas laborales constituye una barrera para la inclusión en el sector de Tecnologías de la Información y Comunicación (TIC). Este estudio implementa un sistema automatizado de detección de sesgo en vacantes TIC en Ecuador, combinando análisis léxico especializado y clasif...
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Weitere Verfasser: | |
| Format: | bachelorThesis |
| Veröffentlicht: |
2025
|
| Schlagworte: | |
| Online Zugang: | https://repositorio.espe.edu.ec/handle/21000/53252 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Tag hinzufügen | Zusammenfassung: | El sesgo de género en las ofertas laborales constituye una barrera para la inclusión en el sector de Tecnologías de la Información y Comunicación (TIC). Este estudio implementa un sistema automatizado de detección de sesgo en vacantes TIC en Ecuador, combinando análisis léxico especializado y clasificación contextual mediante el modelo RoBERTa en español. Se recopilaron datos mediante web scraping de LinkedIn, Computrabajo y Multitrabajos, obteniendo 649 anuncios publicados en junio de 2025. Tras depuración de duplicados, el conjunto final incluyó 637 ofertas. El análisis léxico reportó un lex score promedio de 0.6362, con 5.46 términos masculinos frente a 3.06 femeninos por anuncio, evidenciando predominio de vocabulario masculinizado. El análisis contextual mostró probabilidades promedio similares para ambos géneros (0.4909 masculino, 0.5091 femenino), pero la combinación de métricas clasificó 448 anuncios como masculinos y 189 como femeninos. En promedio, el 70.33 % de las ofertas presentaron sesgo hacia lenguaje masculinizado, con variaciones mínimas por portal. Quito concentró el 51.6 % de vacantes y Guayaquil el 28.9 %. El modelo híbrido alcanzó una precisión del 89.33 % en un conjunto de 300 ofertas etiquetadas manualmente, superando enfoques exclusivamente léxicos. Los resultados confirman que la integración de análisis léxico y contextual mejora la detección de sesgos y ofrece herramientas para fomentar redacciones más inclusivas en los procesos de reclutamiento. |
|---|