![\"Un](\"https:\/\/teknomers.com\/es\/wp-content\/uploads\/2022\/05\/\u00bfQue-notoriedad-tiene-la-inteligencia-artificial-en-Francia.jpg\")
<\/div>\nAI: Estados Unidos advierte de los riesgos asociados a la discriminaci\u00f3n en la contrataci\u00f3n<\/h2>\n<\/div>\n<\/article>\n<\/div>\n
Para tranquilizar lo m\u00e1s posible a todos los esc\u00e9pticos, Mazars ha identificado dos \u00e1reas en las que las instituciones pueden confiar. En primer lugar, la consultor\u00eda destaca la importancia de la conciencia de los sesgos de equidad y explicabilidad.<\/p>\n
Si bien la IA puede presentar riesgos significativos de difundir y reforzar informaci\u00f3n y disparidades (como cuando un algoritmo de Facebook confundi\u00f3 a un humano con un primate), puede resultar ser ” una herramienta formidable al servicio de la equidad y la no discriminaci\u00f3n ya que, bajo control, no se ve afectada por sesgos humanos (riesgos de familiaridad, empat\u00eda selectiva, administraci\u00f3n diferenciada seg\u00fan agentes, etc.)<\/em> “.<\/p>\n Dado que la informaci\u00f3n, las decisiones o las recomendaciones que proporciona una IA no son directamente comprensibles, Mazars hace un llamamiento a las organizaciones para que sean lo m\u00e1s transparentes posible para evitar un fen\u00f3meno excesivo de asimetr\u00eda de informaci\u00f3n entre los especialistas en IA y el p\u00fablico en general.<\/p>\n La otra palanca recomendada por Mazars para minimizar la reticencia de los esc\u00e9pticos ser\u00eda someter sus soluciones de IA a comprobaciones externas peri\u00f3dicas, realizadas por humanos. De hecho, el 40% del p\u00fablico encuestado encuentra los procedimientos poco o nada efectivos. Por el contrario, el 74 % de los franceses conf\u00eda en los sistemas de control peri\u00f3dico llevados a cabo por un organismo independiente.<\/p>\n Parad\u00f3jicamente, si bien la publicaci\u00f3n de medidas de control interno (por af\u00e1n de transparencia) es algo que el p\u00fablico en general agradece, no considera que este tipo de control sea efectivo. Los franceses tambi\u00e9n encuentran moderadamente efectivo establecer una \u00fanica autoridad de control nacional independiente, pero encuentran que puede ser \u00fatil si esta estructura act\u00faa como la autoridad competente para resolver ciertos casos contenciosos.<\/p>\n Seg\u00fan la consultora, si los riesgos asociados a la IA est\u00e1n “bajo control” por parte de controles externos independientes, el n\u00famero de esc\u00e9pticos podr\u00eda caer del 40 al 26%. Para concluir, Laurent Inard, socio de servicios de datos de Mazars, analiza c\u00f3mo se podr\u00edan implementar estos controles externos peri\u00f3dicos: \u201c Si las grillas, las propuestas de pantallas y las herramientas empiezan a florecer, queda por construir el repositorio de auditor\u00eda de algoritmos. La auditor\u00eda debe combinar revisiones de procedimientos y organizaci\u00f3n, integrar la naturaleza evolutiva de la IA durante su ciclo de vida y debe hacer uso de pruebas estad\u00edsticas complejas y algoritmos de detecci\u00f3n: en este sentido, la combinaci\u00f3n de experiencia en t\u00e9rminos de auditor\u00eda y ciencia de datos es, por lo tanto, la clave para el \u00e9xito<\/em> “.<\/p>\n<\/div>\nModerar los riesgos de la inteligencia artificial gracias al control externo peri\u00f3dico<\/h2>\n