El Fin Del Conocimiento - Bóveda 4/73 - IA Para El Bien - 2022

graph LR classDef event fill:#f9d4d4, font-weight:bold, font-size:14px classDef ethics fill:#d4f9d4, font-weight:bold, font-size:14px classDef speaker fill:#d4d4f9, font-weight:bold, font-size:14px classDef privacy fill:#f9f9d4, font-weight:bold, font-size:14px classDef fairness fill:#f9d4f9, font-weight:bold, font-size:14px classDef governance fill:#d4f9f9, font-weight:bold, font-size:14px A["IA Responsable en
práctica"] --> B["Organizado por ITU
con 40 organizaciones de la ONU. 1"] A --> C["Identificar IA para
impacto en objetivos de la ONU. 2"] B --> D["Usar muro de video en vivo
para participación. 3"] A --> E["Introducción de UNESCO:
importancia de IA responsable. 4"] A --> F["Enfoque ético:
derechos humanos, dignidad. 5"] F --> G["Ética de IA de UNESCO:
derechos, inclusión, paz. 6"] G --> H["Ética de UNESCO adoptada
por 193 estados. 7"] A --> I["Dra. Nashlie Sephus sobre
IA responsable. 8"] A --> J["Respetar privacidad,
equidad, explicabilidad. 9"] J --> K["Sistemas de IA deben
respetar valores. 10"] J --> L["Clasificadores de género muestran
necesidad de mitigar sesgos. 11"] J --> M["Más del 50% de rostros en EE.UU.
en conjuntos de datos. 12"] J --> N["AWS detiene reconocimiento facial
para la policía. 13"] A --> O["Gasto en IA $204 mil millones
para 2025. 14"] A --> P["Liderazgo diverso en IA
crucial. 15"] A --> Q["IA Responsable respeta
derechos humanos. 16"] A --> R["Operacionalizar IA responsable
es desafiante. 17"] A --> S["Sistemas de IA necesitan
razones claras. 18"] A --> T["Robustez contra ataques,
operaciones transparentes. 19"] A --> U["Gobernanza debe hacer cumplir
IA responsable. 20"] U --> V["Recolección de datos ética
es vital. 21"] U --> W["Promover educación en ética de IA
temprano. 22"] U --> X["Gobiernos regulan
uso de IA. 23"] U --> Y["Empresas responsables de
prácticas de IA. 24"] A --> Z["Equilibrar equidad, privacidad,
rendimiento. 25"] A --> AA["Oportunidades equitativas
para todas las demografías. 26"] A --> AB["Abordar equidad interseccional
en IA. 27"] A --> AC["Retroalimentación diversa mejora
equidad en IA. 28"] A --> AD["Monitorear sistemas de IA
continuamente. 29"] A --> AE["Aumentar conciencia pública
sobre IA. 30"] class A,B,C,D,E,F,G,H,I,J,K,L,M,N,O,P,Q,R,S,T,U,V,W,X,Y,Z,AA,AB,AC,AD,AE event class F,G,H ethics class I speaker class J,K,L,M,N privacy class Z,AA,AB fairness class U,V,W,X,Y governance

Resumen:

1.- Organización del Evento El evento fue organizado por la ITU en colaboración con 40 organizaciones hermanas de la ONU, co-convocado con Suiza, centrándose en aplicaciones prácticas de IA.

2.- Objetivo del Evento Apuntar a identificar aplicaciones de IA para avanzar en los objetivos de desarrollo sostenible de la ONU y escalar soluciones para un impacto global.

3.- Participación de la Audiencia Se alentó a los participantes a usar el muro de video en vivo para preguntas, comentarios y discusiones con panelistas y expertos.

4.- Introducción de la Sesión Introducción por el director interino del sector de Ciencias Sociales y Humanas de la UNESCO, enfatizando la importancia de la IA responsable.

5.- Enfoque Ético Énfasis en la necesidad de un enfoque ético para la IA, centrándose en los derechos humanos y la dignidad.

6.- Valores Centrales de la UNESCO La recomendación de ética de IA de la UNESCO incluye respeto por los derechos humanos, el florecimiento ambiental, la inclusión y sociedades pacíficas.

7.- Adopción de la Recomendación La recomendación de ética de IA de la UNESCO fue adoptada por 193 estados miembros en 2021, destacando el compromiso global con la IA responsable.

8.- Orador Principal La Dra. Nashlie Sephus, experta en aprendizaje automático y sesgo algorítmico, compartió ideas sobre IA responsable y prácticas de la industria.

9.- Privacidad y Equidad La IA responsable debe respetar la privacidad, la equidad, la explicabilidad, la robustez, la transparencia y la gobernanza.

10.- Sistemas de IA Éticos Los sistemas de IA deben respetar los valores y abordar la privacidad, la equidad y la transparencia para servir a la humanidad de manera efectiva.

11.- Sesgo en la IA Ejemplo de clasificadores de género que potencialmente discriminan a personas no binarias, destacando la necesidad de mitigar sesgos.

12.- Preocupaciones de Privacidad Más del 50% de los rostros de personas en EE.UU. están incluidos en conjuntos de datos sin su conocimiento, planteando problemas de privacidad.

13.- Reconocimiento Facial AWS colocó una moratoria en la venta de tecnología de reconocimiento facial a las fuerzas del orden debido a preocupaciones de privacidad y sesgo.

14.- Impacto Económico de la IA Se proyecta que el gasto global en IA alcanzará los $204 mil millones para 2025, con una transformación organizacional significativa esperada.

15.- Liderazgo Diverso Fomentar líderes diversos en IA es crucial para asegurar un desarrollo tecnológico responsable e inclusivo.

16.- Respeto a los Derechos Humanos La IA responsable debe ser innovadora, confiable y respetar los derechos humanos y los valores democráticos.

17.- Desafíos Operacionales Las organizaciones luchan por operacionalizar la IA responsable a pesar de reconocer su potencial transformador.

18.- Explicabilidad del Modelo de IA Asegurar que los sistemas de IA ofrezcan razones claras para sus decisiones es crucial para la responsabilidad y la confianza.

19.- Robustez y Transparencia Los sistemas de IA deben ser robustos contra ataques adversarios y transparentes para los usuarios sobre sus operaciones.

20.- Gobernanza en la IA Las estructuras de gobernanza deben hacer cumplir las prácticas de IA responsable en todos los interesados involucrados en el ciclo de vida de la IA.

21.- Recolección de Datos Ética Recoger datos de manera ética, asegurando el consentimiento y manteniendo la confidencialidad es vital para el desarrollo responsable de la IA.

22.- Educación en IA Promover la educación en IA y ética desde una edad temprana puede ayudar a construir una fuerza laboral de IA más informada y responsable.

23.- Rol del Gobierno Los gobiernos deben asegurar el uso apropiado de la IA y desarrollar regulaciones basadas en el riesgo con la opinión de varios interesados.

24.- Responsabilidad de la Industria Las empresas deben ser responsables de las prácticas de IA responsable, con documentación y evaluaciones externas para asegurar el cumplimiento.

25.- Compromisos en la IA Equilibrar compromisos en equidad, privacidad y rendimiento es esencial para desarrollar soluciones de IA responsable.

26.- Oportunidades Equitativas Los sistemas de IA deben proporcionar oportunidades equitativas, considerando disparidades demográficas y grupos marginados.

27.- Equidad Interseccional Abordar la equidad interseccional es crítico para asegurar que los sistemas de IA no perjudiquen desproporcionadamente a subgrupos específicos.

28.- Retroalimentación de Interesados Incorporar retroalimentación de diversos interesados ayuda a refinar y mejorar la equidad y efectividad de los sistemas de IA.

29.- Monitoreo Continuo El monitoreo y evaluación continuos de los sistemas de IA son necesarios para mantener su rendimiento y equidad a lo largo del tiempo.

30.- Conciencia Pública Aumentar la conciencia pública sobre los beneficios y riesgos de la IA es esencial para fomentar la confianza y la adopción responsable de la tecnología.

Bóveda del Conocimiento construida porDavid Vivancos 2024