ARTÍCULO Introducción:

“IA Y RACISMO”
La inteligencia artificial es uno de los últimos
grandes avances de la humanidad, su
naturalidad y su forma de comunicarse tan
YOEL J. ALONSO realista con individuos pensantes como lo es el
Hombre nos hace preguntarnos hasta que puto
VILLALÓN es o no consciente, y si detrás de lo que habla
hay solo un algoritmo que ordena, o si es obra
de un proceso de aprendizaje que resulta en
conclusiones que podrían ser erróneas o hasta
2do BACHILLERATO perjudiciales para algunos. En este artículo
abordaremos más en específico el tema del
racismo y las IAs, y si estas podrían defender el
racismo por elección propia o si se trata de una
respuesta hecha simplemente para responder a
RELIGIÓN _,,ad8888888888bba,_
la pregunta que se le hace.
,ad88888I888888888888888ba,
,88888888I88888888888888888888a,
,d888888888I8888888888888888888888b, Desarrollo:
d88888PP"""" ""YY88888888888888888888b,
,d88"'__,,--------,,,,.;ZZZY8888888888888,
,8IIl'" ;;l"ZZZIII8888888888,
,I88l;' ;lZZZZZ888III8888888,
,II88Zl;. ;llZZZZZ888888I888888, El rápido avance de la inteligencia artificial ha
,II888Zl;. .;;;;;lllZZZ888888I8888b
,II8888Z;; `;;;;;''llZZ8888888I8888, llevado a su amplia aplicación en diversas
II88888Z;' .;lZZZ8888888I888b
II88888Z; _,aaa, .,aaaaa,__.l;llZZZ88888888I888 áreas, desde motores de búsqueda hasta
II88888IZZZZZZZZZ, .ZZZZZZZZZZZZZZ;llZZ88888888I888,
II88888IZZ<'(@@>Z| |ZZZ<'(@@>ZZZZ;;llZZ888888888I88I reconocimiento facial y vehículos autónomos.
,II88888; `""" ;| |ZZ; `""" ;;llZ8888888888I888
II888888l
,II888888Z;
`;;
;;;
.;llZZ8888888888I888,
.;;llZZZ8888888888I888I
Sin embargo, esta creciente dependencia de los
III888888Zl;
II88888888Z;;...;(_
.., `;;
_)
,;;lllZZZ88888888888I888
,;;;llZZZZ88888888888I888,
algoritmos de IA plantea desafíos éticos y
II88888888Zl;;;;;' `--'Z;. .,;;;;llZZZZ88888888888I888b
]I888888888Z;;;;' ";llllll;..;;;lllZZZZ88888888888I8888,
sociales, especialmente en lo que respecta al
II888888888Zl.;;"Y88bd888P";;,..;lllZZZZZ88888888888I8888I
II8888888888Zl;.; `"PPP";;;,..;lllZZZZZZZ88888888888I88888
racismo y la discriminación. Los algoritmos de
II888888888888Zl;;. `;;;l;;;;lllZZZZZZZZW88888888888I88888
`II8888888888888Zl;. ,;;lllZZZZZZZZWMZ88888888888I88888
IA, al basarse en datos recopilados por seres
II8888888888888888ZbaalllZZZZZZZZZWWMZZZ8888888888I888888,
`II88888888888888888b"WWZZZZZWWWMMZZZZZZI888888888I888888b humanos, pueden reflejar los sesgos y
prejuicios existentes en la sociedad, lo que los
`II88888888888888888;ZZMMMMMMZZZZZZZZllI888888888I8888888
`II8888888888888888 `;lZZZZZZZZZZZlllll888888888I8888888,
II8888888888888888, `;lllZZZZllllll;;.Y88888888I8888888b,
,II8888888888888888b .;;lllllll;;;.;..88888888I88888888b, hace propensos a ser excluyentes y
II888888888888888PZI;. .`;;;.;;;..; ...88888888I8888888888,
II888888888888PZ;;';;. ;. .;. .;. .. Y8888888I88888888888b, discriminatorios.
,II888888888PZ;;' `8888888I8888888888888b,
II888888888' 888888I8888888888888888b
,II888888888
,d88888888888
,ad888888888888I
,888888I88888888888888888
d888888I8888888888ZZZZZZZ
8888888I8888ZZZZZZZZZZZZZ
Desarrollo:
,d888888888888888' 888888IZZZZZZZZZZZZZZZZZZ
,d888888888888P'8P'
,8888888888888, "
Y888ZZZZZZZZZZZZZZZZZZZZZ
,ZZZZZZZZZZZZZZZZZZZZZZZZ
La falta de representación de mujeres y
d888888888888888, ,ZZZZZZZZZZZZZZZZZZZZZZZZZZZ minorías raciales en el desarrollo de algoritmos
888888888888888888a, _ ,ZZZZZZZZZZZZZZZZZZZZ888888888
888888888888888888888ba,_d' ,ZZZZZZZZZZZZZZZZZ88888888888888 de IA refuerza las ideas culturales y de género
preexistentes, beneficiando a algunos grupos y
8888888888888888888888888888bbbaaa,,,______,ZZZZZZZZZZZZZZZ888888888888888888
88888888888888888888888888888888888888888ZZZZZZZZZZZZZZZ888888888888888888888
8888888888888888888888888888888888888888ZZZZZZZZZZZZZZ88888888888888888888888
888888888888888888888888888888888888888ZZZZZZZZZZZZZZ888888888888888888888888 perjudicando a otros. Esto plantea un peligro
8888888888888888888888888888888888888ZZZZZZZZZZZZZZ88888888888888888888888888
88888888888888888888888888888888888ZZZZZZZZZZZZZZ8888888888888888888888888888
en la toma de decisiones automatizadas, ya que
8888888888888888888888888888888888ZZZZZZZZZZZZZZ88888888888888888888888888888
88888888888888888888888888888888ZZZZZZZZZZZZZZ8888888888888888888888888888888
pueden perpetuar injusticias y ampliar las
8888888888888888888888888888888ZZZZZZZZZZZZZZ88888888888888888888888888888888 desigualdades. Además, la elección de los
conjuntos de datos utilizados para entrenar los
algoritmos puede introducir sesgos y
limitaciones, lo que afecta la capacidad de
reconocer y comprender a personas de
diferentes razas o géneros.(Kozyrkov, 2019)
Varios ejemplos destacados han revelado los
sesgos en los algoritmos de IA, como el
reconocimiento facial que mostraba
preferencias raciales o los sistemas de
traducción que asignaban género de manera

I
estereotipada. Incluso algoritmos de selección
de currículos laborales han mostrado
preferencias de género y raza, excluyendo a
candidatos de diversos grupos.(Sengupta, et.al,
2018)
Para abordar estos problemas, es fundamental
promover la diversidad en los equipos de
desarrollo de IA y en las bases de datos
utilizadas. Además, se requiere una mayor
conciencia ética para garantizar que los
algoritmos sean imparciales, inclusivos y
respeten los derechos humanos.(Shellenbarger,
2019) Es fundamental comprender que los
errores y sesgos en los algoritmos de IA
reflejan los sesgos y prejuicios de la sociedad
en la que se desarrollan, y solo abordando
estos problemas en su origen podremos
construir una IA más justa y equitativa.
impacto significativo en su utilidad y en su
capacidad para beneficiar a la sociedad de
manera justa. Es necesario considerar tanto las
habilidades intelectuales como la ética del
equipo responsable de desarrollar estos
algoritmos, con el objetivo de garantizar que la
IA se utilice de manera responsable, equitativa
e inclusiva. Solo así podremos aprovechar todo
el potencial de la inteligencia artificial para
abordar los desafíos actuales sin perpetuar
injusticias y discriminación.
Fuentes:
Kozyrkov, C. (2019). Medium. Obtenido de
CIENCIA&DATOS: https://medium.com/datos-
y-ciencia/la-verdad-sobre-el-sesgo-en-
inteligencia-articial5e228be3aee7

Conclusión: Sengupta, E., Garg, D., Choudhury, T., &

Aggarwal, A. (2018). Techniques to Elimenate
En conclusión, el desarrollo de la inteligencia Human Bias in Machine Learning. Noida
artificial (IA) plantea desafíos éticos y sociales,
especialmente en lo que respecta al sesgo y la Shellenbarger, S. (2019). THE WALL STREET
discriminación racial. Aunque la IA ha JOURNAL. Obtenido de
demostrado ser una herramienta poderosa en https://www.wsj.com/articles/a-crucial-step-
diversos campos, desde la detección de for-avoiding-ai-disasters-11550069865
enfermedades hasta la selección de candidatos,
su precisión y objetividad se ven
comprometidas por la subjetividad de sus
creadores y los datos utilizados para entrenar
los algoritmos.
El sesgo en los algoritmos de IA puede surgir
de diferentes maneras, como la falta de
representación de mujeres y minorías raciales
en los conjuntos de datos utilizados para el
entrenamiento. Esto puede llevar a decisiones
excluyentes y discriminatorias en procesos
importantes, como la contratación o la
atención médica.
Además, la IA puede reforzar estereotipos y
prejuicios existentes en la sociedad. Ejemplos
de sesgos en la IA, como el reconocimiento
facial que no funciona correctamente en
personas de diferentes razas, o los sistemas de
traducción que atribuyen género a ciertas
profesiones, revelan cómo la implementación
de la IA puede perpetuar desigualdades y
discriminación.
Para abordar estos problemas, es crucial
fomentar la diversidad y la inclusión en los
equipos de desarrollo de IA, así como en las
bases de datos utilizadas. La eliminación de
sesgos en la IA requiere un enfoque integral
que incluya una mayor conciencia ética y una
amplia representación de perspectivas en el
proceso de diseño y desarrollo.
En última instancia, la forma en que se
desarrollan los algoritmos de IA tiene un

II