Una inteligencia artificial con una agenda: cómo nuestros sesgos cognitivos se filtran en el aprendizaje automático

Resumen

Explores how human cognitive biases can infiltrate AI and machine learning models, offering strategies to mitigate these issues and create more objective, ethical algorithms.

Programa

• Introducción a los Sesgos Cognitivos
Definición y Panorama General
Sesgos Cognitivos Comunes y su Impacto
• Fundamentos del Aprendizaje Automático
Panorama General de Modelos de Aprendizaje Automático
Recolección de Datos e Ingeniería de Características
• Sesgos Cognitivos en la IA
Cómo los Sesgos se Introducen en los Sistemas de IA
Estudios de Caso de Sesgos en la IA
• Identificación de Sesgos en Datos y Modelos
Técnicas para la Detección de Sesgos
Herramientas para la Medición de Sesgos
• Estrategias de Mitigación
Técnicas de Preprocesamiento de Datos
Ajustes Algorítmicos y Restricciones de Equidad
• Ética e IA
La Importancia de la IA Ética
Perspectivas de los Interesados e Implicaciones Sociales
• Estudios de Caso y Aplicaciones
Ejemplos de Varias Industrias
Análisis de Resultados de Mitigación de Sesgos
• Direcciones Futuras en Mitigación de Sesgos
Tecnologías y Métodos Emergentes
Desafíos Continuos y Áreas de Investigación
• Revisión y Conclusión del Curso
Resumen de Conceptos Clave
Reflexiones Finales sobre el Desarrollo Ético de la IA

---

Materias

Conference Talks