El rol del análisis de género en la reducción de los sesgos algorítmicos

• Sara Degli-Esposti ^[1]
  1. [1] Consejo Superior de Investigaciones Científicas

     Consejo Superior de Investigaciones Científicas

     Madrid, España

     
• Localización: Información Comercial Española, ICE: Revista de economía, ISSN 0019-977X, ISSN-e 2340-8790, Nº 921, 2021 (Ejemplar dedicado a: Mujer y economía: igualdad, oportunidades y retos), págs. 127-143
• Idioma: español
• DOI: 10.32796/ice.2021.921.7265
• Enlaces
  • Texto completo
• Dialnet Métricas: 6 Citas
• Resumen

  • El análisis recogido en este artículo estudia el papel del análisis de género en combatir los sesgos algorítmicos derivados de la falta de inclusión y visibilidad de la mujer tanto en los macrodatos (big data) como en los algoritmos de inteligencia artificial (IA). Al fin de analizar esta problemática, se estima el número de mujeres matriculadas en áreas de estudios relacionados con la informática, la ingeniería y la ciencia de datos y se analizan las barreras a la interdisciplinariedad que pueden facilitar la difusión de sesgos algorítmicos y limitar el progreso de la economía digital.

• Referencias bibliográficas
  • Angwin, J., Larson, J., Mattu, S., & Kirchner, L. (2016). Machine Bias. There’s software used across the county to predict future criminals....
  • Buolamwini, J., & Gebru, T. (2018). Gender shades: Intersectional accuracy disparities in commercial gender classification. In S. A. Friedler,...
  • Caldas-Coulthard, C. R., & Moon, R. (2010). ‘Curvy, hunky, kinky’: Using corpora as tools for critical analysis. Discourse & Society,...
  • Carter, P. M., Flannagan, C. A., Reed, M. P., Cunningham, R. M., & Rupp, J. D. (2014). Comparing the effects of age, BMI and gender on...
  • Clayton, A., O’Brien, D. Z., & Piscopo, J. M. (2019). All male panels? Representation and democratic legitimacy. American Journal of Political...
  • De Saá-Pérez, P., Díaz-Díaz, N. L., Aguiar-Díaz, I., & Ballesteros-Rodríguez, J. L. (2017). How diversity contributes to academic research...
  • Degli Esposti, S., Ball, K., & Dibb, S. (2021). What’s In It For Us? Benevolence, National Security, and Digital Surveillance. Public...
  • Del Giudice, M. (2017). Pink, blue, and gender: An update. Archives of sexual behavior, 46(6), 1555-1563.
  • Dencik, L., Hintz, A., Redden, J., & Treré, E. (2019). Exploring Data Justice: Conceptions, Applications and Directions. Information,...
  • Dwork, C., Immorlica, N., Kalai, A. T., & Leiserson, M. (2018). Decoupled Classifiers for Group-Fair and Efficient Machine Learning. In...
  • EDUCAbase. (2021b). 2.3 Alumnado matriculado en Ciclos formativos de grado medio presencial (1) por ciclo formativo, titularidad y sexo. Ministerio...
  • EDUCAbase. (2021c). 3.2 Alumnado matriculado en Ciclos formativos de grado medio a distancia por ciclo formativo, titularidad y sexo. Ministerio...
  • EDUCAbase. (2021d). 5.2 Alumnado matriculado en Ciclos formativos de grado superior a distancia 1) por ciclo formativo, titularidad y sexo....
  • EIGE, European Institute for Gender Equality. (2020). Gender Equality Index. European Institute for Gender Equality. https://eige.europa.eu/gender-equality-index/2020/ES
  • European Commission. (2018). Communication From The Commission To The European Parliament, The European Council, The Council, The European...
  • European Commission. (2020a). Digital Economy and Society Index (DESI). https://digital-agenda-data.eu/datasets/desi/ visualizations
  • European Commission. (2020b). Gendered Innovations 2: How inclusive analysis contributes to research and innovation. http://genderedinnovations.stanford.edu/GI%202%20...
  • Fernández Sastre, J. (2015). The impact of R&D teams’ gender diversity on innovation outputs. International Journal of Entrepreneurship...
  • Flores, A. W., Bechtel, K., & Lowenkamp, C. T. (2016). False Positives, False Negatives, and False Analyses: A Rejoinder to Machine Bias:...
  • Fundación COTEC. (2021). Ejecución presupuestaria de la I+D pública (2019). Informe COTEC. https://cotec.es/ observacion/ejecucion-presupuestaria-de-la-i-d-publica/...
  • Gagne, J. F. (2019). Global AI Talent Report 2019. https:// jfgagne.ai/talent-2019/
  • Horwitz, S. K., & Horwitz, I. B. (2007). The effects of team diversity on team outcomes: A meta-analytic review of team demography. Journal...
  • Jasanoff, S. (2004). States of knowledge: the co-production of science and the social order. Routledge.
  • Jonauskaite, D., Sutton, A., Cristianini, N., & Mohr, C. (2021). English colour terms carry gender and valence biases: A corpus study...
  • Lambrecht, A., & Tucker, C. (2019). Algorithmic bias? an empirical study of apparent gender-based discrimination in the display of stem...
  • Leavy, S. (2018). Gender bias in artificial intelligence: The need for diversity and gender theory in machine learning. In Proceedings of...
  • Nielsen, M. W., Bloch, C. W., & Schiebinger, L. (2018). Making gender diversity work for scientific discovery and innovation. Nature Human...
  • O’Neil, C. (2017). Weapons of math destruction: How big data increases inequality and threatens democracy. Broadway Books.
  • Paoletti, J. B. (2012). Pink and blue: Telling the boys from the girls in America. Indiana University Press.
  • Sáinz, M., Arroyo, L., & Castaño, C. (2020). Mujeres y digitalización. De las brechas a los algoritmos. Instituto de la Mujer y para la...
  • Serrano, J., Vizcaíno Delgado, D., & Kalinichenko, B. (2021). Transición digital en la industria europea. Información Comercial Española...
  • SIIU, Sistema Integrado de Información Universitaria. (2020a). Estadística de Estudiantes Universitarios (EEU) Curso 2019-20* (Avance). Sistema...
  • SIIU, Sistema Integrado de Información Universitaria. (2020b). Matriculados por tipo y modalidad de la universidad, sexo, dedicación al estudio...
  • Simonite, T. (2018). AI Is the Future—But Where Are the Women? WIRED, 08/17/2018.
  • Srnicek, N. (2017). Platform capitalism. John Wiley & Sons.
  • Sun, T., Gaut, A., Tang, S., Huang, Y., ElSherief, M., Zhao, J., Mirza, D., Belding, E., Chang, K. W., & Wang, W. Y. (2019). Mitigating...
  • Tannenbaum, C., Ellis, R. P., Eyssel, F., Zou, J., & Schiebinger, L. (2019). Sex and gender analysis improves science and engineering....
  • Triana, M. C., Richard, O. C., & Su, W. (2019). Gender diversity in senior management, strategic change, and firm performance: Examining...
  • Urbinati, N. (2008). Representative democracy. University of Chicago Press.
  • USGAO, United States General Accounting Office. (2001). Drug Safety: Most Drugs withdrawn in Recent Years had Greater Health Risks for Women....
  • Wachter-Boettcher, S. (2017). Technically wrong: Sexist apps, biased algorithms, and other threats of toxic tech. WW Norton & Company.
  • Weiser, M. (1991, September). The computer of the 21st century. Scientific American, 265(3), 94-105.
  • West, S. M., Whittaker, M., & Crawford, K. (2019). Discriminating systems. AI Now Institute. https://cdn. vox-cdn.com/uploads/chorus_asset/file/16125391/...
  • Whittaker, M., Crawford, K., Dobbe, R., Fried, G., Kaziunas, E., Mathur, V., Mysers West, S., Richardson, R., Schultz, J., & Schwartz,...
  • Zuboff, S. (2015). Big other: surveillance capitalism and the prospects of an information civilization. Journal of Information Technology,...
  • Zweben, S., & Bizot, B. (2020). 2020 Taulbee Survey. Computing Research Association (CRA). https://cra. org/wp-content/uploads/2021/05/2020-CRA-TaulbeeSurvey.pdf