Ética, sesgos y uso responsable

Un modelo puede perpetuar o amplificar sesgos si no se diseña y vigila con responsabilidad.

Tipos de sesgo

• De datos: los datos de entrenamiento no representan a toda la población.
• Algorítmico: la métrica o el diseño favorecen a un grupo.
• De confirmación: interpretamos resultados para validar lo que ya creíamos.

Principios de IA responsable

• Transparencia: explicar cómo decide el modelo.
• Privacidad: minimizar datos personales, anonimizar.
• Equidad: auditar el impacto por grupos.
• Rendición de cuentas: un humano supervisa decisiones críticas.
• Seguridad: robustez ante ataques y errores.