z-logo
open-access-imgOpen Access
Ética y transparencia para la detección de sesgos algorítmicos de género
Author(s) -
Lucía Benítez Eyzaguirre
Publication year - 2019
Publication title -
estudios sobre el mensaje periodístico
Language(s) - Spanish
Resource type - Journals
eISSN - 1698-0972
pISSN - 1134-1629
DOI - 10.5209/esmp.66989
Subject(s) - humanities , political science , philosophy
espanolLa creciente importancia de los algoritmos pone en evidencia la discriminacion que se registra, especialmente en genero y minorias, asi como la necesidad de transparencia en la aplicacion de estas formulas frente a la opacidad de las corporaciones. A pesar de estos sesgos, en los algoritmos se apoya la toma de decisiones de casi todos los campos del conocimiento y de las actividades sociales, politicas y economicas a causa de una confianza casi ciega en los procesamientos informaticos, de un imaginario tecnologico sobre su capacidad para eliminar el error y el sesgo. El Efecto Manipulador del Motor de Busqueda o Search Engine Manipulation Effect (SEME) (Epstein y Robertson, 2015) muestra efectos muy claros sobre el comportamiento del voto. Tambien Caliskan y Bryson (2017) han detectado la reproduccion de sesgos de genero y etnicos, a partir de datos ya sesgados que conducen a desviaciones estadisticas muy importantes en el Big Data. EnglishThe algorithms’ growing importance shows the discrimination registered, especially on gender and minority groups, besides the need of transparency in the application of these formulas against the corporations' opacity. Despite these biases, the making decision on almost all the knowledge fields, as well as the social, political and economic activities, leans on algorithms because of the blind trust in computer processing and the technological imaginary about their ability to eliminate the error and the bias. The Search Engine Manipulation Effect (SEME) (Epstein y Robertson, 2015) shows very clear effects on voting behavior. Caliskan y Bryson (2017) have also detected the reproduction of gender and ethnic biases when working on already biased data, which lead to a very important statistical deviations in Big.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom