CA | ES | EN

EQUIDAD E INTERPRETABILIDAD DE LOS ALGORITMOS DE INTELIGENCIA ARTIFICIAL

EQUIDAD E INTERPRETABILIDAD DE LOS ALGORITMOS DE INTELIGENCIA ARTIFICIAL

Es bien sabido que las soluciones algorítmicas no siempre se comportan «de manera justa». Son muchas las razones potenciales de este comportamiento, desde un diseño subjectivo a basarse en datos de entrenamiento que presentan un sesgo, pese a representar fielmente la realidad. Esta sesión recogerá experiencias, metodologías y nuevas aproximaciones con tal de minimizar, no solo este problema, también el de su interpretación para aquellos casos en que el algoritmo es de tipo «caja negra».

Presenta:

Ludovico Boratto
Research Scientist
Eurecat
www.ludovicoboratto.com
www.eurecat.org

 

Ponentes:

Carlos Castillo
Profesor Investigador Distinguido
Universitat Pompeu Fabra
chato.cl/research

Jose A. Rodriguez-Serrano
Data Science Program Manager
BBVA Data & Analytics
bbvadata.com

Oleguer Sagarra
Co-CEO
Dribia
www.dribia.com