Existen diversas soluciones para entrenar algoritmos de IA sin perpetuar sesgos de género, en muchas ocasiones se ha hablado de la importancia de aumentar el número de mujeres que participan en áreas relacionadas con la ciencia y tecnología. Por Miriam Villa

1. ADA LOVELACE DAY

2. INTELIGENCIA
ARTIFICIAL

3. INTELIGENCIA
ARTIFICIAL

4. INTELIGENCIA
ARTIFICIAL

5. ¿Qué quiero hacer? Recopilación de
datos
Entrenamiento del
algoritmo con los datos
Limpieza de datos
Evaluación del modelo
obtenido
Predicción de resultados
Aprendizaje Automático: Visión General
?

6. ¿Qué quiero hacer? Recopilación de
datos
Entrenamiento del
algoritmo con los datos
Limpieza de datos
Evaluación del modelo
obtenido
Predicción de resultados
Aprendizaje Automático: Visión General
?

7. ¿Cuál es el problema?
Los algoritmos pueden heredar o incluso
perpetuar los sesgos humanos en su toma de
decisiones cuando se basan en datos que
contienen decisiones humanas sesgadas.

8. ¿Cuál es el problema?
Los algoritmos pueden heredar o incluso
perpetuar los sesgos humanos en su toma de
decisiones cuando se basan en datos que
contienen decisiones humanas sesgadas.

9. Herramientas
de
reclutamiento
Sesgo de Género en los Sistemas de IA

10. La herramienta de contratación
experimental utilizaba inteligencia
artificial para dar puntajes (1 a 5
estrellas) a los candidatos de trabajo.

11. Después de un tiempo, la compañía se dio cuenta
de que su nuevo sistema no calificaba a los
candidatos para trabajos de desarrollador de
software y otros puestos técnicos de una manera
neutral en cuanto al género.

12. Los modelos de computadora fueron
entrenados para examinar a los
solicitantes observando patrones en
currículums enviados a la compañía
durante un período de 10 años.

13. Los modelos de computadora fueron
entrenados para examinar a los
solicitantes observando patrones en
currículums enviados a la compañía
durante un período de 10 años.

14. Dos pasos para mejorar la diversidad de género

15. Investigación para entender la
imparcialidad en el contexto de la
toma de decisiones automatizada.

16. Investigación para entender la
imparcialidad en el contexto de la
toma de decisiones automatizada.

17. Proporcionar visibilidad a las mujeres
existentes en el campo para que su
trabajo tenga impacto.

18. Proporcionar visibilidad a las mujeres
existentes en el campo para que su
trabajo tenga impacto.

19. Proporcionar visibilidad a las mujeres
existentes en el campo para que su
trabajo tenga impacto.

20. Proporcionar visibilidad a las mujeres
existentes en el campo para que su
trabajo tenga impacto.

21. ADA LOVELACE DAY
DEV DAY 4 WOMEN 2019