El director ejecutivo y cofundador de Shaip, Vatsal Ghiya, tiene 20 años de experiencia en software y servicios de inteligencia artificial para el cuidado de la salud y en la habilitación del escalado bajo demanda de procesos comerciales con aprendizaje automático e iniciativas de inteligencia artificial. En esta función invitada, Vatsal Ghiya ha compartido información clave sobre cómo eliminar el sesgo en la IA conversacional.
La conclusión clave del artículo es:
- Según revelan las estadísticas, la tasa de precisión de obtener resultados a través de la búsqueda por voz en los hombres estadounidenses es del 92 %, pero se reduce al 79 % y al 69 % para las mujeres estadounidenses blancas y las mujeres estadounidenses mixtas. Este es un ejemplo clásico de Bias AI.
- Algunos ejemplos del mundo real de la IA de sesgo incluyen Amazon y Facebook, donde los hombres fueron más favorecidos durante el reclutamiento en Amazon y Facebook se dirigen al cliente según su género, color y religión. Este sesgo en la IA se debe a tres razones: datos, personas y tecnología.
- Para eliminar el sesgo de la IA de cualquier aplicación y sistema, las organizaciones pueden seguir medidas como certificar las fuentes y la calidad de los datos, monitorear el modelo en tiempo real y analizar la diversidad de datos antes de usar la IA en sus operaciones.
Lea el artículo completo aquí: