Las etapas de desarrollo de un modelo de IA (o, más concretamente, el algoritmo que dirige el modelo) ayudan a comprender los riesgos potenciales de sesgo. Así, el sesgos puede introducirse en en el modelo de varias formas. Puede ser que el propio algoritmo cree un sesgo debido a la forma en que se implementa, al dar más importancia a ciertos datos, frente a otros que debería considerar de manera similar, creando un desequilibrio. También podrían introducirlo los propios creadores del algoritmo, al ser los responsables de escoger qué conjuntos
|
etiquetas: sesgos , inteligencia artificial 
