Cómo asegurarse de que su proyecto de "IA para el bien" realmente funcione bien

 La inteligencia artificial ha estado al frente y al centro en los últimos meses. La pandemia global ha empujado a gobiernos y empresas privadas de todo el mundo a proponer soluciones de inteligencia artificial para todo, desde analizar los sonidos de la tos hasta desplegar robots desinfectantes en hospitales. Estos esfuerzos forman parte de una tendencia más amplia que ha ido cobrando impulso: el despliegue de proyectos por parte de empresas, gobiernos, universidades e institutos de investigación con el objetivo de utilizar la IA para el bien social. El objetivo de la mayoría de estos programas es implementar tecnologías de IA de vanguardia para resolver problemas críticos como la pobreza, el hambre, la delincuencia y el cambio climático, bajo el paraguas de “IA para el bien”.

Pero, ¿qué hace que un proyecto de IA sea bueno? ¿Es la “bondad” del dominio de aplicación, ya sea salud, educación o medio ambiente? ¿Es el problema que se está resolviendo (por ejemplo, predecir desastres naturales o detectar el cáncer antes)? ¿Es el posible impacto positivo en la sociedad y, de ser así, cómo se cuantifica? ¿O son simplemente las buenas intenciones de la persona detrás del proyecto? La falta de una definición clara de IA para siempre abre la puerta a malentendidos y malas interpretaciones, junto con un gran caos.

https://venturebeat.com/2020/10/31/how-to-make-sure-your-ai-for-good-project-actually-does-good/

Editado por Aniceto Pérez y Madrid, Especialista en Ética de la Inteligencia Artificial y Editor de Actualidad Deep Learning (@forodeeplearn).

Los artículos publicados son incluidos por su estimada relevancia y no expresan necesariamente los puntos de vista del Editor este Blog.