Laboratoria — Bootcamp de Recualificación en IA y Análisis de Datos para Mujeres en México

Laboratoria, fundada en Lima, Perú, en 2014, gestiona bootcamps gratuitos de seis meses financiados mediante un acuerdo de participación en ingresos (income-share), que forman a mujeres —muchas profesionales de primera generación provenientes de hogares de bajos ingresos— en desarrollo web, diseño UX y análisis de datos. Abrió una operación en Ciudad de México y añadió un segundo centro de formación en Guadalajara en 2018, y ahora opera en 11 países de América Latina.

Mejorar las competencias de las mujeres para carreras tecnológicas, enmarcando explícitamente el currículo en torno a la 'era de la IA', dado que los empleos de las mujeres enfrentan aproximadamente el triple del riesgo de automatización que los de los hombres; añadió módulos de 'fundamentos de IA y análisis de datos' y asesoramiento de búsqueda de empleo asistido por IA a la vía de empleabilidad.

El aprendizaje técnico basado en proyectos se combina con tutoría (mentoring), preparación de entrevistas y apoyo en la negociación salarial de una red de más de 1,300 empleadores asociados.

Americas Quarterly documentó más de 1,600 graduadas con una tasa de finalización superior al 80% y una colocación laboral de aproximadamente el 80% dentro de los seis meses en Perú, México, Chile, Brasil y Colombia, y registró un cambio en la proporción de mujeres en la fuerza laboral de programadoras web de Perú del 7% (2014) al 17% cuatro años después, citando una encuesta independiente de la comunidad de Mozilla sobre la fuerza laboral. Los propios informes de Laboratoria afirman que ha atendido a más de 10,000 mujeres desde 2014 en 11 países, con una tasa de colocación orientada al empleo del 73% y un aumento salarial promedio de aproximadamente 3 veces para las graduadas.

No se localizó ninguna evaluación de impacto independiente con un grupo de comparación emparejado, y las cifras de tasa de colocación y multiplicador salarial varían algo entre los materiales propios de Laboratoria y el periodismo externo —más probablemente debido a periodos de reporte y definiciones inconsistentes que a cifras fabricadas—, pero esto significa que el efecto causal sobre los ingresos no está establecido de forma rigurosa.