Matemáticas para un aprendizaje cauteloso

Ponente(s): Marisol Flores Garrido

En años recientes, el sesgo algorítmico ha atraído la atención de un sector importante en la comunidad de inteligencia artificial. De la mano de la discusión en torno al fenómeno han llegado distintas recomendaciones para arreglarlo, con frecuencia centradas en el uso de datos balanceados. En esta plática señalaré algunas ideas matemáticas que dan cuenta de lo persistente del sesgo y, a la vez, representan ejes importantes hacia la construcción de sistemas más justos y comunidades con una actitud crítica frente a los usos y limitaciones de los algoritmos.