Smascherare i pregiudizi di genere: in Intelligenza Artificiale

Attraverso una revisione sistematica della letteratura, questo articolo esplora come alcuni algoritmi di IA siano parziali, una situazione che rappresenta un grave rischio etico e sociale, dato che i sistemi automatizzati partecipano attivamente a una serie di decisioni. Inoltre, analizza come la mancanza di diversità nei team di sviluppo dell'IA e negli insiemi di dati di addestramento aumenti la probabilità di pregiudizi. Inoltre, evidenzia le implicazioni etiche e sociali di questi pregiudizi in diversi contesti, come ad esempio sul posto di lavoro, dove gli strumenti di reclutamento automatico discriminano le candidate donne, o in medicina, dove le diagnosi sono meno accurate per le donne a causa della mancanza di dati rappresentativi. Da un punto di vista normativo, si riconosce l'insufficienza di quadri giuridici vincolanti. Sebbene vi siano sforzi come la proposta di legge sull'IA dell'Unione Europea o le raccomandazioni etiche dell'UNESCO, molti di questi regolamenti mancano di meccanismi di applicazione efficaci. Al contrario, Paesi come il Canada hanno adottato strumenti obbligatori di valutazione dell'impatto degli algoritmi, che rappresentano un modello più efficace.

Pagina's: 64, Paperback, Edizioni Sapienza