El Sesgo No Termina en el Conjunto de Datos: Pervive en la Implementación
Cuando hablamos de sesgo en la inteligencia artificial aplicada a la salud, la conversación casi siempre comienza —y termina— con los datos. Examinamos los conjuntos de entrenamiento, auditamos algoritmos y desarrollamos métricas de equidad. Sin embargo, existe otro tipo de sesgo que pasa desapercibido: el sesgo en el despliegue. Y es igual de peligroso. Incluso … Leer más