Ética de los datos y la inteligencia artificial

Explica con un ejemplo qué es un sesgo algorítmico y por qué una inteligencia artificial entrenada con datos poco variados puede tratar peor a ciertos grupos de personas.

La figura resume cómo aprende un sistema de inteligencia artificial: a partir de ejemplos.

Los datos de entrenamiento del ejemplo contienen muchos casos de un tipo y muy pocos de otro. Explica qué problema aparecerá en la decisión marcada con ?, de dónde viene realmente ese problema y cómo se corregiría.

Una empresa usa inteligencia artificial para filtrar currículos y el sistema rechaza más solicitudes de mujeres porque en el pasado la empresa contrató sobre todo a hombres. Explica de dónde sale ese sesgo, por qué «lo decide la máquina» no libera de responsabilidad a la empresa y qué medida corregiría el sistema.

Explica qué es un chatbot, por qué puede afirmar con total seguridad datos inventados (las llamadas «alucinaciones») y qué debes hacer siempre cuando te dé un dato importante: una fecha, una cifra o una fuente.

Si un carro autónomo atropella a un peatón, ¿de quién es la responsabilidad? Expón las opciones (propietario, fabricante, programador, responsabilidad compartida) y defiende una primera postura con un argumento.

El clásico dilema del tranvía, aplicado al carro autónomo: si el accidente es inevitable, ¿cómo decide el carro a quién pone en riesgo? Analiza quién debería tomar esa decisión (el ingeniero, la ley, un comité ciudadano) y defiende una postura argumentada.

Explica qué datos usa el algoritmo de recomendación de una plataforma de videos para elegir el siguiente (lo que ves, cuánto tiempo, lo que saltas) y por qué tiende a llevarte a contenidos cada vez más intensos o extremos.

Explica qué significa que una inteligencia artificial funciona como una «caja negra» y por qué inquieta que ni sus creadores sepan explicar una decisión concreta, por ejemplo denegar una beca o un préstamo.

Una ciudad propone instalar cámaras con reconocimiento facial «para dar seguridad». Construye un argumento equilibrado: dos beneficios posibles, dos riesgos para la privacidad y una condición que consideres imprescindible antes de aprobar la medida.

Los sistemas de inteligencia artificial aprenden con «datos de entrenamiento». Explica por qué importa cómo se consiguieron esos datos y valora el caso de millones de fotos de personas usadas sin su permiso para entrenar un sistema de reconocimiento facial.

Los generadores de imágenes por inteligencia artificial aprenden de obras de artistas, muchas veces sin pagarles ni pedir permiso. Analiza el conflicto entre innovación y derechos de autor y evalúa las soluciones propuestas: licencias de entrenamiento, listas de exclusión y etiquetado de obras generadas.

Una inteligencia artificial compone una canción imitando el estilo de un artista. ¿De quién es la obra? Analiza las posturas (del programador, del usuario, de nadie, del artista imitado), qué valor aporta lo humano al arte y defiende una solución razonable.

Gran parte del trabajo de etiquetar datos para entrenar inteligencias artificiales se subcontrata en países con salarios muy bajos, incluida la revisión de contenidos traumáticos. Analiza qué injusticias ves en esa cadena global y qué condiciones (salario, apoyo psicológico, transparencia) exigirías a las empresas que la contratan.

Entrenar un gran modelo de inteligencia artificial consume tanta electricidad como cientos de hogares en un año, y cada consulta también gasta energía. Explica qué preguntas de sostenibilidad deberían responder las empresas y qué criterios de uso responsable podrías aplicar tú.

Explica qué se entiende por soberanía tecnológica y por qué preocupa que unos pocos países o empresas controlen los chips, las nubes y los grandes modelos de inteligencia artificial de los que dependen millones de personas.

Evalúa la frase «la tecnología es neutra: todo depende del uso que se le dé». Utiliza los ejemplos del sesgo algorítmico y de la obsolescencia programada para defenderla o matizarla con argumentos.

Una escuela usa inteligencia artificial para corregir redacciones. Analiza sus ventajas (rapidez, criterio uniforme, no se cansa) y sus riesgos (no entiende la ironía, penaliza estilos distintos, errores sin posibilidad de apelación), y define qué supervisión humana exigirías antes de aceptar sus calificaciones.

Se fabrica un video falso de una compañera «cantando» algo ridículo y toda la escuela se ríe. Analiza qué derechos vulnera (imagen, honor), qué responsabilidad tiene quien lo creó y quien lo reenvía, y qué debe hacer ella y qué deben hacer los que lo reciben.

Diseña un «semáforo ético» para el uso de la inteligencia artificial por parte de los estudiantes: qué usos estarían en verde (aprender, accesibilidad, practicar idiomas), en ámbar (traducir tareas completas, generar imágenes de personas reales) y en rojo (suplantar, fabricar noticias falsas, presentar como propio un texto generado). Justifica cada zona.

Algunos expertos pidieron una pausa en el desarrollo de las inteligencias artificiales más potentes hasta tener reglas claras. Argumenta a favor (principio de precaución) y en contra (carrera internacional, usos beneficiosos que se retrasan) y propón una regulación mínima que te parecería razonable.