Investigadores del MIT desarrollaron un algoritmo que permite corregir los sesgos raciales en los sistemas de reconocimiento facial

El programa identifica las limitaciones en la base de datos y luego genera un nuevo muestreo más equilibrado para reentrenar a la inteligencia artificial

Guardar
El sistema puede identificar los
El sistema puede identificar los sesgos escondidos en la base de datos que se emplea para entrenar una inteligencia artificial (Shutterstock)

Los algoritmos pueden replicar sesgos raciales. Hay decenas de ejemplos que muestran cómo la inteligencia artificial puede discriminar a favor o en contra de ciertos grupos. A veces esto ocurre por un entrenamiento deficiente, con una base de datos limitada. Aunque, en ocasiones, también podría tratarse de una limitación intencional por parte de quienes los programan.

Hace una semana, la congresista estadounidense Alexandria Ocasio-Cortez planteó puntualmente el tema del sesgo racial en los algoritmos de reconocimiento facial y habló de la necesidad de encontrar una solución para este tema.

En sintonía con esta idea, investigadores del MIT presentaron un sistema que permite identificar y quitar, de manera automática, el sesgo que puede haber en un set de datos y generar una muestra más equilibrada y representativa de la diversidad para reentrenar a los algoritmos.

El algoritmo que desarrollaron puede aprender tanto una tarea específica, como es la detección de rostros, así como la estructura detrás de los datos de entrenamiento, lo cual le permite identificar y minimizar cualquier sesgo oculto.

En el documento se remarca que, en las pruebas realizadas, el algoritmo pudo reducir en más de un 60% el “sesgo categórico” en comparación con los resultados obtenidos con los modelos de detección facial que se emplean habitualmente.

El algoritmo desarrollado por MIT
El algoritmo desarrollado por MIT supervisa y corrige errores en el sistema.

Para entrenar a la inteligencia artificial, en la actualidad se requiere que haya algún nivel de intervención humana para definir bases de datos así como limitaciones o filtros específicos que se quiere que el sistema aprenda.

Este algoritmo desarrollado por el equipo del MIT puede analizar una base de datos, identificar los sesgos o limitaciones que se encuentran allí y hacer un nuevo muestreo para que el resultado sea más equitativo o justo.

MÁS SOBRE ESTE TEMA:

Últimas Noticias

Sindicato y empleador: Causas de los conflictos laborales

El documento detalla que los tipos de desacuerdo laboral se generan por malentendidos o problemas en la comunicación, sobre los roles y las responsabilidades, cuestionamientos sobre liderazgo y gestión, entre otros

Sindicato y empleador: Causas de

Phillip Butters renuncia al partido Avanza País: “Por motivos políticos y personales, he de alejarme de su institución”

Butters explicó que su dimisión a la precandidatura se debe a la falta de organización, control y rigor dentro del partido, aspectos que considera esenciales para presentar una alternativa sólida al país. Según afirmó, estas deficiencias imposibilitan asumir una campaña seria

Phillip Butters renuncia al partido

Perú es reconocido por tener la tercera mejor cocina del mundo en los Premios Taste Atlas 2025

El nuevo ranking ubicó a la gastronomía peruana entre las más destacadas del planeta, impulsada por la alta valoración de sus platos emblemáticos, la calidad de sus productores y la presencia de restaurantes tradicionales, superando así a naciones como México, España y Japón

Perú es reconocido por tener

Por qué Miguel Polo Polo dejó plantadas a las madres de Soacha que esperaban sus disculpas: “Se burla”

El parlamentario no acudió al evento programado en el Congreso, argumentando razones administrativas y de agenda, lo que provocó inconformidad entre las madres de víctimas de ‘falsos positivos’

Por qué Miguel Polo Polo

CDMX: estos son los vuelos cancelados y demorados de este viernes

Si vas a tomar un vuelo en el aeropuerto capitalino, esta información es de tu interés

CDMX: estos son los vuelos
MÁS NOTICIAS