Questões de Espanhol

Si está en la cocina, es una mujer: cómo los algoritmos refuerzan los prejuicios

Las máquinas inteligentes consolidan los sesgos sexistas, racistas y clasistas que prometían resolver. 

TRONDHEIM BYARKIV 

[1]  Un hombre calvo, de unos sesenta años, mueve con sus espátulas de madera unos trozos de carne den-

[2]  tro de una sartén. Lleva gafas de pasta, vaqueros y está frente a los fogones de su pequeña cocina, decorada 

[3]  en tonos claros. Al ver esta imagen, la inteligencia artificial lo tiene claro y gracias a su sofisticado aprendizaje  

[4]  etiqueta lo que ve: cocina, espátula, fogones, mujer. Si está en una cocina, entre fogones, debe ser una mujer.  

[5] Un equipo de la Universidad de Virginia acaba de publicar un estudio en el que señala una vez más lo que  

[6]  muchos especialistas vienen denunciando: la inteligencia artificial no solo no evita el error humano derivado de  

[7]  sus prejuicios, sino que puede empeorar la discriminación y está reforzando muchos estereotipos. 

[8]    En su trabajo, estos científicos pusieron la lupa en las imágenes de dos gigantescos bancos de imáge-

[9]  nes, de los que se usan habitualmente para entrenar a las máquinas. Y, sobre todo, en lo que aprendían de

[10] ellas. Inicialmente, los hombres protagonizaban un 33% de las fotos que contenían personas cocinando. Tras  

[11]  entrenar a la máquina con estos datos, el modelo mostró su flaqueza: dedujo que el 84% de la muestra eran  

[12]  mujeres. “Se sabe que las tecnologías basadas en big data a veces empeoran inadvertidamente la discrimina-

[13]  ción debido a sesgos implícitos en los datos”, advierten los autores. “Mostramos que partiendo de un corpus 

[14]  sesgado de género”, añaden, los modelos predictivos “amplifican el sesgo”. 

Adaptado de: https://elpais.com/elpais/2017/09/19/ciencia/1505818015_847097.html Acceso: 20 set. 2017.

Si está en la cocina, es una mujer: cómo los algoritmos refuerzan los prejuicios

Las máquinas inteligentes consolidan los sesgos sexistas, racistas y clasistas que prometían resolver. 

TRONDHEIM BYARKIV 

[1]  Un hombre calvo, de unos sesenta años, mueve con sus espátulas de madera unos trozos de carne den-

[2]  tro de una sartén. Lleva gafas de pasta, vaqueros y está frente a los fogones de su pequeña cocina, decorada 

[3]  en tonos claros. Al ver esta imagen, la inteligencia artificial lo tiene claro y gracias a su sofisticado aprendizaje  

[4]  etiqueta lo que ve: cocina, espátula, fogones, mujer. Si está en una cocina, entre fogones, debe ser una mujer.  

[5] Un equipo de la Universidad de Virginia acaba de publicar un estudio en el que señala una vez más lo que  

[6]  muchos especialistas vienen denunciando: la inteligencia artificial no solo no evita el error humano derivado de  

[7]  sus prejuicios, sino que puede empeorar la discriminación y está reforzando muchos estereotipos. 

[8]    En su trabajo, estos científicos pusieron la lupa en las imágenes de dos gigantescos bancos de imáge-

[9]  nes, de los que se usan habitualmente para entrenar a las máquinas. Y, sobre todo, en lo que aprendían de

[10] ellas. Inicialmente, los hombres protagonizaban un 33% de las fotos que contenían personas cocinando. Tras  

[11]  entrenar a la máquina con estos datos, el modelo mostró su flaqueza: dedujo que el 84% de la muestra eran  

[12]  mujeres. “Se sabe que las tecnologías basadas en big data a veces empeoran inadvertidamente la discrimina-

[13]  ción debido a sesgos implícitos en los datos”, advierten los autores. “Mostramos que partiendo de un corpus 

[14]  sesgado de género”, añaden, los modelos predictivos “amplifican el sesgo”. 

Adaptado de: https://elpais.com/elpais/2017/09/19/ciencia/1505818015_847097.html Acceso: 20 set. 2017.

Si está en la cocina, es una mujer: cómo los algoritmos refuerzan los prejuicios

Las máquinas inteligentes consolidan los sesgos sexistas, racistas y clasistas que prometían resolver. 

TRONDHEIM BYARKIV 

[1]  Un hombre calvo, de unos sesenta años, mueve con sus espátulas de madera unos trozos de carne den-

[2]  tro de una sartén. Lleva gafas de pasta, vaqueros y está frente a los fogones de su pequeña cocina, decorada 

[3]  en tonos claros. Al ver esta imagen, la inteligencia artificial lo tiene claro y gracias a su sofisticado aprendizaje  

[4]  etiqueta lo que ve: cocina, espátula, fogones, mujer. Si está en una cocina, entre fogones, debe ser una mujer.  

[5] Un equipo de la Universidad de Virginia acaba de publicar un estudio en el que señala una vez más lo que  

[6]  muchos especialistas vienen denunciando: la inteligencia artificial no solo no evita el error humano derivado de  

[7]  sus prejuicios, sino que puede empeorar la discriminación y está reforzando muchos estereotipos. 

[8]    En su trabajo, estos científicos pusieron la lupa en las imágenes de dos gigantescos bancos de imáge-

[9]  nes, de los que se usan habitualmente para entrenar a las máquinas. Y, sobre todo, en lo que aprendían de

[10] ellas. Inicialmente, los hombres protagonizaban un 33% de las fotos que contenían personas cocinando. Tras  

[11]  entrenar a la máquina con estos datos, el modelo mostró su flaqueza: dedujo que el 84% de la muestra eran  

[12]  mujeres. “Se sabe que las tecnologías basadas en big data a veces empeoran inadvertidamente la discrimina-

[13]  ción debido a sesgos implícitos en los datos”, advierten los autores. “Mostramos que partiendo de un corpus 

[14]  sesgado de género”, añaden, los modelos predictivos “amplifican el sesgo”. 

Adaptado de: https://elpais.com/elpais/2017/09/19/ciencia/1505818015_847097.html Acceso: 20 set. 2017.