Mujeres en el aprendizaje automático: para que la IA funcione para todos, necesitamos que todos nos


Los sesgos se pueden introducir en un sistema de IA de diferentes maneras, ya sea mediante el uso de datos limitados o incorrectos en los algoritmos de aprendizaje automático que entrenan al sistema o a los parámetros algorítmicos que deciden qué datos son los más importantes. Sin embargo, el mayor problema no son los datos o los algoritmos: son los puntos ciegos creados por la falta de diversidad, de experiencia, educación y pensamiento, en los equipos que desarrollan la IA, lo que les dificulta la anticipación de sesgos y su impacto potencial.