Equidad

La equidad aborda los posibles resultados dispares que los usuarios finales pueden experimentar en relación con características sensibles, como la raza, los ingresos, la orientación sexual o el género, a través de la toma de decisiones algorítmica. Por ejemplo, ¿es posible que un algoritmo de contratación tenga sesgos a favor o en contra de los postulantes con nombres asociados a un género o etnia en particular?

Obtén más información sobre cómo los sistemas de aprendizaje automático pueden ser susceptibles al sesgo humano en este video:

Para ver un ejemplo real, lee sobre cómo productos como la Búsqueda de Google y Google Fotos mejoraron la diversidad de la representación de los tonos de piel a través de la escala Monk Skin Tone.

Existen métodos confiables para identificar, medir y mitigar los sesgos en los modelos. El módulo Equidad del Curso intensivo de aprendizaje automático proporciona un análisis detallado de la equidad y las técnicas de mitigación de sesgos.

People + AI Research (PAIR) ofrece exploraciones interactivas de IA sobre Cómo medir la equidad y Sesgos ocultos para explicar estos conceptos. Para obtener más términos relacionados con la equidad del AA, consulta el Glosario de aprendizaje automático: equidad | Google for Developers.