Cuatro claves para entender la ética de la inteligencia artificial

0
14

Certeza en los datos

Un punto clave en la creación de sistemas de IA es cómo trabaja ésta con los datos, especialmente los personales, que se utilizan para completar sus modelos. El machine learning y el deep learning requieren enormes conjuntos de datos para aprender y mejorar. Cuantos más datos, mejores serán los resultados a lo largo del tiempo. Sin embargo, la regulación en torno a la privacidad, como la GDPR, impone nuevos niveles de responsabilidad a las organizaciones sobre cómo capturan, almacenan, usan, comparten y reportan los datos personales que poseen. Se debe saber cómo y por qué se están procesando los datos y los riesgos involucrados.

Incluso si una organización cuenta con un equipo de científicos de datos con experiencia, muchos de los desafíos éticos seguirán siendo relativamente nuevos para ellos, especialmente debido a que la IA es una tecnología que evoluciona continuada y rápidamente y está en pleno auge. Una buena práctica para evitar caer en sesgos, ser transparentes y responsables es, dicen en OpenText, establecer un equipo directivo que supervise el uso de la IA a lo largo de toda la empresa, y elaborar un marco ético que describa qué se supone que debe hacer la IA, cómo se debe generar y utilizar y cuáles son los resultados esperados.

Fuente -> https://www.muyinteresante.es