Regulación del Manejo de la Inteligencia Artificial, Consecuencias y Daños a la Sociedad por su Mal Uso
Resumen
La inteligencia artificial conocida por sus siglas IA ha traído grandes beneficios en los últimos años. Sin embargo, su implementación también conlleva riesgos que deben manejarse adecuadamente mediante regulaciones efectivas, especialmente en países como Ecuador donde el marco legal sobre IA es aún incipiente. Este artículo analiza la necesidad de establecer lineamientos éticos y legales sobre el uso de la IA, previniendo daños potenciales en la sociedad. Se exploran las consecuencias negativas que podría acarrear un mal uso de esta tecnología, haciendo hincapié en los vacíos legales actuales que permiten una aplicación inadecuada de la IA sin supervisión ni controles éticos. Dada la ausencia de leyes específicas en algunos países como por ejemplo Ecuador que regulen el desarrollo responsable de la IA, se proponen algunos lineamientos éticos preliminares contextualizados a la realidad local, que contemplan principios para evitar discriminación algorítmica, proteger la privacidad de datos, fomentar la transparencia y rendición de cuentas.
Descargas
Citas
Cuevas, A. Y. S., & Lino, A. E. (2020). Inteligencia artificial un peligro latente. Monografía de Grado. Perú: Universidad Mayor de San Marcos.
https://www.academia.edu/30039422/Inteligencia_artificial_un_peligro_latente.
Hueso, L. C. (2019). Riesgos e impactos del Big Data, la inteligencia artificial y la robótica: enfoques, modelos y principios de la respuesta del derecho. Revista general de Derecho administrativo, (50), 1-37. https://www.iustel.com/v2/revistas/detalle_revista.asp?id_noticia=421227
Clara, B. B., & Malbernat, L. R. (2021). RIESGOS, DILEMAS ÉTICOS Y BUENAS PRÁCTICAS EN INTELIGENCIA ARTIFICIAL. XXIII Workshop de Investigadores en Ciencias de la Computaci´on, (págs. 155-159). Argentina.
Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2019). Deep learning in medical image analysis. IEEE Access, 7, 29742-29773.
https://doi.org/10.1109/ACCESS.2019.2905215
Hao, K. (2022, January 12). In 2020 companies probably spent over $50 billion on AI—we still have no idea how to make it ethical. MIT Technology Review.
https://www.technologyreview.com/2022/01/12/1044880/ai-ethics-investments/
Marr, B. (2022, January 17). The 5 biggest artificial intelligence (AI) trends in 2022. Forbes.
Corbett-Davies, S., & Goel, S. (2018). The measure and mismeasure of fairness: A critical review of fair machine learning. arXiv preprint arXiv:1808.00023. https://arxiv.org/abs/1808.00023
Cave, S., & ÓhÉigeartaigh, S. (2018). An AI race for strategic advantage: Rhetoric and risks. In Proceedings of the 2018 AAAI/ACM Conference on AI, Ethics, and Society (pp. 36-40).
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 1(9), 389-399. https://doi.org/10.1038/s42256-019-0088-2
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Conference on Fairness, Accountability and Transparency, 81, 149-159.
https://dl.acm.org/doi/abs/10.1145/3287560.3287573
Corbett-Davies, S., Pierson, E., Feller, A., Goel, S., & Huq, A. (2017). Algorithmic decision making and the cost of fairness. In Proceedings of the 23rd ACM SIGKDD international conference on knowledge discovery and data mining (pp. 797-806). https://doi.org/10.1145/3097983.3098095
Arencibia, M. G., & Cardero, D. M. (2020). Dilemas éticos en el escenario de la inteligencia artificial. Economía y Sociedad vol.25 n.57 Heredia Jan./Jun. 2020.
http://dx.doi.org/10.15359/eys.25-57.5.
Papernot, N., Song, S., Mironov, I., Raghunathan, A., Talwar, K., & Erlingsson, Ú. (2018). Sok: Security and privacy in machine learning. 2018 IEEE European Symposium on Security and Privacy (EuroS&P), 399-414. https://doi.org/10.1109/EuroSP.2018.00035
Tegmark, M. (2017). Benefits & risks of artificial intelligence. Future of Life Institute. https://futureoflife.org/background/benefits-risks-of-artificial-intelligence/
Shokri, R., Theodorakopoulos, G., Le Boudec, J. Y., & Hubaux, J. P. (2011). Quantifying location privacy: The case of sporadic location exposure. In Proceedings of the 11th international symposium on privacy enhancing technologies (pp. 57-76).
Derechos de autor 2024 Harold Patricio Loján Alvarado, Oscar Efrén Cárdenas Villavicencio
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
