Diseñan método para reducir el sesgo racial en las tecnologías de reconocimiento facial

DOBLE LLAVE – El Instituto de Tecnología Massachusetts (MIT) en Estados Unidos consiguió desarrollar un algoritmo que reduce 60% el sesgo racial y de género que resulta del entrenamiento del reconocimiento facial de la Inteligencia Artificial (IA).

El laboratorio de Inteligencia Artificial y Ciencia Informática (CSAIL) del MIT, explicó cómo un equipo de investigadores ha conseguido reducir el margen de error de los resultados obtenidos en las pruebas con Inteligencia Artificial (IA) de reconocimiento facial con respecto al género y a la raza de la muestra.

Lee más: Científicos desarrollan aplicación móvil que mejora la concentración

Especialistas indicaron que este sistema de datos cuenta con más muestras de hombres blancos que de mujeres negras, por lo que la Inteligencia Artificial tiene más dificultades a la hora de reconocer a los grupos de los que tiene menor referencia.

El algoritmo puede analizar un conjunto de datos, aprender qué está intrínsecamente oculto en su interior y volver a muestra para que sea más justo sin necesidad de que intervenga un programador humano.

Alexander Amini, doctor del MIT y miembro del equipo a cargo del proyecto, explica la corrección del sesgo es «especialmente importante en tanto que empezamos a ver este tipo de algoritmos en seguridad, cuerpos policiales y otros dominios». Este sistema sería particularmente relevante, como añade Amini, para conjuntos de datos que son demasiado grandes para examinarlos manualmente.

María Alejandra Guevara

Con información de dpa