Globedia.com

×
×

Error de autenticación

Ha habido un problema a la hora de conectarse a la red social. Por favor intentalo de nuevo

Si el problema persiste, nos lo puedes decir AQUÍ

×
cross

Suscribete para recibir las noticias más relevantes

×
Recibir alertas

¿Quieres recibir una notificación por email cada vez que Consultorartesano escriba una noticia?

Sesgos de género (y más) en inteligencia artificial, con Lorena Fernández

14
- +
07/11/2019 05:30 0 Comentarios Lectura: ( palabras)

Ayer miércoles contamos en nuestras clases sobre Ética y Datos en el grado de Business Data Analytics con Lorena Fernández, directora de identidad digital en la Universidad de Deusto... y muchas cosas más. Cuando preparaba cómo iba a presentarla en clase empecé a tomar conciencia de su poliédrica actividad. Sí, porque al cargo «oficial» en Deusto hay que añadir su papel en Doce Miradas, su participación en el grupo experto de la Comisión Europea Gendered Innovations, su colaboración semanal con la sección «De las ondas a la red» del espacio «Hoy por hoy» de la Cadena Ser o su labor como mentora en Inspira Team para promover vocaciones científicas en las niñas y desarrollar su autoestima. Ya os digo que podría continuar con algunas cuantas ocupaciones más, pero un post es un post.

En las clases quiero incorporar de vez en cuando voces externas sensibles en materia de ética relacionada con la inteligencia artificial y la analítica de datos masivos. Con Lorena lo tenía fácil porque conozco su trabajo desde hace mucho tiempo. Ella nos contaba al principio que estudió Ingeniería Informática para vérselas con las máquinas ?el mismo output si introducimos el mismo input? pero que ha acabado en terreno de personas. Claro, son las que manejan las máquinas. Aunque a veces nos entran dudas de hasta qué punto no caminamos, en algunos aspectos, en sentido contrario. El caso es que hemos aprovechado las dos horas de clase para aprender que los puentes también tienen ideología.

La sesión nos ha hecho pensar de dónde vienen los sesgos: ¿de una muestra de datos ya sesgada o quizá de una sociedad en la que los sesgos existentes se trasladan sin más a los algoritmos? ¿O quizá de ambas procedencias al mismo tiempo? Lorena repasaba caso tras caso y mostraba cómo Google, Amazon o Facebook incorporan sesgos flagrantes en sus algoritmos. Sea con software de traducción, con sistemas de reconocimiento facial, con asignación por defecto de profesiones a hombres y mujeres o en otros aspectos. El gran problema puede estar en no ser conscientes de que sí, de que los sesgos están también en los algoritmos. Y ya se sabe que cuando no hay conciencia de problema, ¡ese es el verdadero problema!

Pasa el tiempo y todavía hoy es el día en que una simple búsqueda en Google con el texto «una mujer debe estar» desencadena una retahíla de otras búsquedas sugeridas por su algoritmo que son de caerse de espaldas. Lo mismo acontece con las ya famosas traducciones de español a turco y luego de turco a inglés en Google Translate. El arte de magia ha conducido a los hombres a ser doctores y a ellas a ser enfermeras. Los robots de asistencia usan por defecto voz de mujer. Ya se sabe: «ellas ayudan, ellos mandan». La «inteligencia» artificial para interpretar imágenes digitales define el rol: ellas cocineras (en casa, por supuesto) y ellos cualquier cosa por encima.

En una diapositiva Lorena nos preguntaba: ¿Y quién está diseñando la tecnología actual hoy en día en su inmensa mayoría? Acertaste: hombres blancos de cierta edad, con una determinada cultura, en un contexto social bastante homogéneo... Suena a más de lo mismo, ¿verdad? Recuerda el problema al que nos enfrentamos ahora mismo con estas nuevas elecciones. Un poco más diversidad no nos vendría nada mal, ¿verdad? Podría haber sido una buena conclusión de la clase de hoy. Gracias, Lorena. Y ya sabes, ojo si sufres una tendinitis en la rodilla. Tú ya me entiendes image

In the Spanish elections, apart from what degree of Catalan-bashing you prefer, you'll also be able to choose between a 40-year-old white man, a 40-year-old white man, a 40-year-old white man, a 40-year-old white man, or a 40-year-old white man without a tie. Pic.twitter.com/SQlLxsNUFo

? Brian Cutts (@brian_ebre) October 29, 2019


Sobre esta noticia

Autor:
Consultorartesano (1747 noticias)
Fuente:
blog.consultorartesano.com
Visitas:
134
Licencia:
Creative Commons License
¿Problemas con esta noticia?
×
Denunciar esta noticia por

Denunciar

Comentarios

Aún no hay comentarios en esta noticia.