"No podemos luchar contra los vicios en la IA con equipos viciosos." - Joy Buolamwini
"No podemos luchar contra los vicios en la IA con equipos viciosos." - Joy Buolamwini
Si estás leyendo esto, es probable que hayas hecho una pregunta a ChatGPT, utilizado un sistema de recomendación para bingear tu próximo programa favorito, o has visto un filtro de IA convertir tu selfie en una pintura del Renacimiento.
Pero mientras nos asombramos del poder de la inteligencia artificial, hay una pregunta que no preguntamos lo suficiente:
¿Quién ayudó a construir esta inteligencia?
¿Quién ayudó a construir esta inteligencia?Detrás de las redes neuronales y miles de millones de parámetros, hay una fuerza menos visible pero increíblemente vital:womenCientíficos, ingenieros, éticos y pioneros, que han moldeado las bases y la ética de la IA tal y como la conocemos hoy.
Ada Lovelace: The Original Architect of Algorithms
Mientras que la IA puede parecer una maravilla moderna, sus raíces pueden remontarse a la década de 1800, sí, realmente.world’s first computer programmer, escribió lo que se considera el primer algoritmo destinado a una máquina.Imaginó un futuro donde las máquinas podrían hacer más que sólo números de crunch.
¿Suena familiar?
Lovelace no construyó la IA, pero abrió la puerta al pensamiento computacional.
Él caminó a través de ella.
Fei-Fei Li: Teaching AI to See
Ninguna conversación sobre la IA moderna es completa sinDr. Fei-Fei Li, co-director del Instituto de IA centrada en el ser humano de Stanford y el creador de ImageNet, un conjunto de datos tan masivo y tan detallado que ayudó a dar nacimiento a la revolución de la visión informática moderna.
Antes de ImageNet, la IA luchaba con la clasificación de imágenes. Hoy en día, su teléfono puede distinguir entre un gato y un cappuccino, gracias al aprendizaje profundo entrenado en los mismos datos que su equipo curó.ethical, inclusive, and human-centered AI,Recordando al mundo que la inteligencia no significa nada sin la empatía.
Timnit Gebru: The Voice of Conscience
La IA es poderosa, pero el poder sin responsabilidad es peligroso.Timnit GebruUn científico informático y ex co-líder del equipo de IA ética de Google, la investigación de Gebru sobre el vicio algorítmico y el reconocimiento facial reveló cómo la IA puede perpetuar la discriminación racial y de género.
Su trabajo no sólo expuso defectos, sino que desencadenó conversaciones mundiales sobreethics, corporate responsibility, and diversity in AI teams.La salida de Timnit de Google hizo headlines, pero también desencadenó un movimiento, empujando a las compañías de tecnología a confrontar verdades incómodas.
Joy Buolamwini: Fighting Bias with the Coded Gaze
Probablemente hayas oído hablar del reconocimiento facial, pero ¿sabías que algunos de estos sistemas no pudieron identificar con precisión a las mujeres de piel más oscura?Joy Buolamwini, fundadora de la Algorithmic Justice League, trajo esto a la luz a través de su investigación en el MIT Media Lab.
Su documentalCodificación de Bias peeled back the shiny facade of AI to reveal something alarming: unintentional biases baked into code, stemming from a lack of representation in training data and development teams.La defensa de Joy ha llevado a cambios en la política del mundo real y a un mayor control sobre las implementaciones de IA en la aplicación de la ley y el gobierno.
Codificación de BiasOther Women Changing the Game
- Rana el Kaliouby, pionera en la computación afectiva, construyó una IA emocional que puede detectar los sentimientos humanos a través de las expresiones faciales.
- Cynthia Breazeal, una de las primeras en trabajar en robótica social, hizo que las máquinas fueran más interactivas y humanas.
- Kate Crawford, cuyo trabajo abarca las dimensiones políticas y filosóficas de la IA, cofundó el Instituto AI Now para hacer que la tecnología sea más equitativa.
These aren’t token names. These are women rewriting the rules of what machines can learn, feel, and decide.
Estas no son nombres de token.Estas son mujeres que reescriben las reglas de lo que las máquinas pueden aprender, sentir y decidir.Estas no son nombres de token.Estas son mujeres que reescriben las reglas de lo que las máquinas pueden aprender, sentir y decidir.Why This Matters?
La narración global de la IA ha sido modelada durante demasiado tiempo por una demografía estrecha.Cuando la IA se diseña sin diversidad en sus creadores, corre el riesgo de reforzar estereotipos dañinos y descuidar a las comunidades marginadas.A medida que la IA se integra más profundamente en todo, desde el diagnóstico de la atención médica hasta el préstamo financiero, se convierte ena social responsibilitypara garantizar que sus arquitectos reflejen el mundo que está destinado a servir.
Sin embargo, las mujeres solo se dan cuenta de22% of AI professionalsSegún el Foro Económico Mundial, esa brecha no es sólo sobre la representación, es un punto ciego en la innovación, la ética y la empatía.
A Call to Action
Si estás en la tecnología: mentor a una mujer. Si estás contratando: diversifique tu equipo. Si estás construyendo productos: pregunta tus datos. Si estás escribiendo la política de IA: escucha a las voces que han estado allí desde el primer día pero no siempre han tenido el micrófono.
El futuro de la IA no se trata sólo de lo que las máquinas pueden hacer.who gets to shape that future.
Let’s make sure it’s a future built by everyone, for everyone.
