Marco Ético para implementación de IA en Colombia

1
MARCO ÉTICO
PARA LA
INTELIGENCIA
ARTIFICIAL
EN COLOMBIA

3
Víctor Manuel Muñoz Rodríguez
Director Departamento Administrativo
de la Presidencia de la República
Cristhian Camilo Londoño
Consejero Presidencial para Asuntos
Económicos y Transformación Digital
Autores:
Armando Guío Español
Consultor CAF
Elena Tamayo Uribe
Contratista Presidencia de la República
Pablo Gómez Ayerbe
Asesor Consejería Presidencial de Asuntos
Económicos y Transformación Digital
Versión 1:
Mayo de 2021
MARCO ÉTICO
PARA LA
INTELIGENCIA
ARTIFICIAL
EN COLOMBIA
Comentarios, sugerencias o correcciones
pueden ser enviadas al correo electrónico:
transformaciondigital@presidencia.gov.co

5
I
II
III
IV
V
INTRODUCCIÓN
OBJETIVO Y ALCANCE
DEL DOCUMENTO
ADOPCIÓN DE PRINCIPIOS
ÉTICOS PARA LA IA EN COLOMBIA
HERRAMIENTAS PARA LA IMPLEMENTACIÓN
DE LOS PRINCIPIOS PROPUESTOS
RECOMENDACIONES FINALES PARA
EL SECTOR PÚBLICO
pág 7-18
pág 19-21
pág 22-34
pág 35-51
pág 52-60

8
La cuarta revolución industrial está impactando de manera estructural
la forma de vida de los ciudadanos, la toma de decisiones, los modelos
económicos y las interacciones entre las empresas, el Estado y los ciuda-
danos. Esta revolución ha generado un uso extendido de la inteligencia
artificial (IA), como tecnología de base para el desarrollo de diversos
sistemas y soluciones con grandes impactos económicos y sociales. La
inteligencia artificial ha permeado la mayoría de las industrias económicas
como la manufactura, salud, agricultura y el arte, entre otros.
“La inteligencia artificial se entiende como un campo de la informática
dedicado a resolver problemas cognitivos comúnmente asociados con
la inteligencia humana o seres inteligentes, entendidos como aquellos
que pueden adaptarse a situaciones cambiantes. Su base es el desarrollo
de sistemas informáticos, la disponibilidad de datos y los algorit-
mos” (CONPES 3975).
La cuarta revolución industrial también está teniendo impactos considera-
bles en Colombia y la transformación digital se ha visto acelerada en el
contexto del COVID - 19. Como muestra lo ya enunciado, en lo corrido de
2021 se evidencia que los servicios de desarrollo de sistemas informáticos
y procesamiento de datos han presentado un incremento del 25,8%
en comparación al año 2019 (DANE, 2021). Asimismo, la apropiación digital
pasó de 33% en febrero de 2020 a 55% en enero de 2021 (Centro Nacional
de Consultoría, 2021). También se evidencian avances en la adopción de
la inteligencia artificial y se han abierto nuevos ecosistemas como Health-
tech, Fintech y Govtech, entre otros.
La cuarta revolución industrial y la inteligencia artificial en específico tienen
el potencial de aumentar considerablemente el crecimiento económico
y de resolver problemas sociales estructurales como el cambio climático,
la desigualdad y la corrupción. El impulso de la inteligencia artificial podría
aumentar el PIB de Colombia en un 6,8% en los próximos 10 años
(Zaballos, 2021). Asimismo, se prevé que el mercado de software de
inteligencia artificial (IA) en América Latina genere unos ingresos de 1.340
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

9
millones de dólares en 2021 (Navarro, 2021). Sin embargo la inteligencia
artificial también puede generar efectos negativos en materia de desinfor-
mación, sesgos, discriminación, seguridad y afectaciones a la privacidad.
Por consiguiente, surge una necesidad de asegurar una implementación
ética y confiable de la inteligencia artificial en Colombia.
De la misma manera, basándose en los principios de inteligencia artificial
de la OCDE, UNESCO, y en los principios destacados por los resultados de
una investigación realizada por expertos de la universidad de Harvard, el
Gobierno Nacional se percató que debía haber un impacto directo en sus
entidades públicas y por ende ha priorizado el uso ético de la inteligencia
artificial en estas entidades.
La Presidencia de la República ha identificado la importancia de las consi-
deraciones éticas para el diseño, el desarrollo y la implementación de la
inteligencia artificial en Colombia y más precisamente la necesidad de
adoptar un marco ético como guía no obligatoria para la implementación
de la inteligencia artificial en el país.
Con base en lo anterior, y con el objeto de facilitar la implementación de la
Política Nacional para la Transformación Digital e Inteligencia Artificial
(CONPES 3975), la Presidencia de la República de Colombia realizó el
documento del Marco Ético para la Inteligencia Artificial en Colombia con
base en el documento técnico elaborado por Armando Guio Español y
aportado por la CAF (Banco de Desarrollo de América Latina). Asimismo,
se han incorporado los insumos de las 6 mesas técnicas lideradas por
diferentes entidades de orden nacional e internacional, entre las cuales se
encuentran la CAF, el BID y la universidad de Harvard a través del Berkman
Klein Center for Internet & Society.
La mesa redonda liderada por el Berkman Klein Center for Internet &
Society se centró en los aspectos del documento técnico relacionados con
la juventud. En concreto, se exploró cómo el Marco Ético de Colombia
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

10
puede garantizar que los jóvenes estén protegidos de los posibles impac-
tos negativos de la IA, que puedan aprovechar al máximo las oportunida-
des de esta tecnología y tengan las habilidades necesarias para dar forma
tanto al futuro desarrollo de las tecnologías de la IA como a las políticas
en torno a las tecnologías.
En esta mesa redonda participaron más de 25 expertos en educación
y juventud, políticas públicas de inteligencia artificial y elaboración de polí-
ticas públicas nacionales e internacionales. La mesa redonda comenzó con
la retroalimentación sobre el Marco Ético y el principio "Prevalencia de los
derechos de los niños y adolescentes (NNA)", la segunda parte estuvo
orientada a las mejores prácticas para implementar el Marco Ético con
base en la experiencia internacional. Los principales temas abordados en el
transcurso de la conversación fueron: el dinamismo y la contextualización,
el equilibrio entre la protección, la preparación y el empoderamiento,
la perspectiva de múltiples partes interesadas y los enfoques legales para
la implementación.
Principales recomendaciones de los participantes para tener en cuenta
en la construcción del Marco Ético:
Incorporar el concepto de dinamismo en el principio. El principio
debe ser dinámico para adaptarse a los avances tecnológicos, espe-
cialmente de cara a las nuevas generaciones.
Incorporar el concepto de contextualización en el principio. La
contextualización debe reflejar las diferentes percepciones de los
niños sobre la IA en función de su comunidad, la diferencia de los
impactos de la IA en los niños en los diferentes sectores, y la necesi-
dad de ir más allá del reconocimiento de las necesidades de los
usuarios, en la medida en que los niños pueden utilizar sistemas de
los que no son los usuarios iniciales.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

11
Es necesario empoderar a los jóvenes mediante la educación, la
participación y el co-diseño de la IA. Mediante este empoderamiento,
los niños pueden convertirse en defensores de sus propios derechos
e influir en el desarrollo de la IA. Sin embargo, este empoderamiento
no puede representar una sobrecarga de responsabilidades para
los jóvenes, por lo que es necesario un enfoque de múltiples partes
interesadas.
Es necesario educar a los niños, padres, profesores y cuidadores
sobre los propósitos, los beneficios potenciales de la IA y sus proce-
sos de desarrollo, entre otras cuestiones.
Debe haber una mayor claridad sobre cómo garantizar la aplicación
del principio y quién es responsable de su aplicación.
El principio establece que los datos no deben utilizarse para
causar daño, sin embargo, los datos también pueden tener impactos
positivos en los niños y adolescentes.
Es necesario recoger datos sobre niños y adolescentes porque, de lo
contrario, se pueden generar imprecisiones en los sistemas de IA que
se les aplican. Por lo tanto, para equilibrar la recolección de datos
con la seguridad de los jóvenes, deben utilizarse mecanismos como
los sandboxes, la participación de los jóvenes o la evaluación conti-
nua de los sistemas.
La Mesa Redonda liderada por la CAF se orientó a recibir comentarios y
retroalimentación sobre el Marco Ético, así como insumos sobre las
mejores prácticas y experiencias de otros países. Los principales temas
que se abordaron son la cocreación y la adopción de un enfoque multiac-
tor, la intersección entre la ética de la inteligencia artificial y la ética de las
tecnologías emergentes en general, las especificidades de Colombia para
implementar el Marco Ético, la digitalización en el sector público y la inter-
sección entre el Marco Ético y los marcos legales.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

12
Principales recomendaciones de los participantes a considerar en la
construcción del Marco Ético:
Es necesario incluir un enfoque basado en el riesgo en la parte de los
principios, ya que solamente se incluye en la parte de las herramientas.
Debe haber diferencias entre la ética para el sector público y la ética
para el sector privado ya que el sector público necesita un Marco
Ético más estricto al ser responsable del bienestar de la gente.
Debe haber un paso anterior al Marco Ético de IA que esté enfocado
en los datos.
Un Marco Ético se debe enfocar en las poblaciones diversas.
Es necesario incluir a los ciudadanos ya que no habrá inteligencia
artificial si los ciudadanos no son capaces de entender lo que se
hace con la IA.
Incluir el impacto positivo que puede tener la IA.
Se debe considerar cómo deben incorporarse estos marcos éticos en
el proceso de toma de decisiones en el sector público y el privado.
Los principios deben encajar en una narrativa más amplia de la
gobernanza de la IA. Tiene que haber una guía que asegure que la
IA está alineada con lo que creemos.
La Mesa Redonda liderada por el BID mediante la iniciativa fAIrLACK se en-
focó en cómo pasar de los principios a la práctica a partir de experiencias
de distintos gobiernos y cómo estas últimas pueden ser un insumo para el
caso colombiano. Los participantes fueron funcionarios de organizaciones
internacionales y de gobiernos, profesores e investigadores de la academia
y miembros de organizaciones promotoras de tecnologías emergentes.
Los principales temas fueron la manera práctica de aterrizar los principios
éticos, se definieron las audiencias a los que los principios van dirigidos, la
relación del marco ético con la regulación, la regulación experimental y
sandboxes, la protección de datos personales y las entidades dentro de los
gobiernos encargadas de realizar el seguimiento a la implementación de
los principios.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

13
Es necesario entender a quién van dirigidos los principios ya que para
los diferentes públicos (sector público y sector empresarial) el enfo-
que para la implementación de los principios debe ser diferenciado.
Es relevante tener en cuenta el contexto.
Establecer un cuerpo o entidad encargado de medir la implementa-
ción del Marco Ético.
Se debe asegurar la articulación entre el gobierno central y los
gobiernos locales.
Se debe incluir los principios en todas las áreas posibles: academia,
empresas privadas, ciudadanía.
Igualmente, es crítico entender la función, el alcance y el momento
del tiempo de aplicación de las herramientas en un proyecto de IA.
La ciberseguridad debe ser incluida como un elemento fundamental
de la seguridad y la estabilidad.
El webinar liderado por Co – Lab (Laboratorio de Innovación Educación
Superior) tuvo como objetivo presentar el Marco Ético a los estudiantes ya
que las instituciones de educación superior serán usuarios y creadores de
soluciones de inteligencia artificial.
Los principales temas abordados fueron: la responsabilidad frente a la au-
tonomía de algunos tipos de inteligencias artificiales, las herramientas para
la materialización e implementación de los principios, la comercialización
de las bases de datos y cómo convertir el país en líder del uso responsable
de la IA.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

14
El documento debe ser considerado por diferentes grupos de la
sociedad.
Se debe mejorar la gobernanza y la ética en el AI Readiness Index.
La academia debe ser líder en la ética de la inteligencia artificial.
La mesa liderada por el Ministerio de Educación Nacional de Colombia se
centró en discutir el documento del Marco Ético desde la perspectiva del
sector educativo. Esta mesa se inscribe en el contexto de la implementa-
ción del CONPES 3975, en el cual el ministerio de educación adquirió 7
frentes de trabajo, para los cuales el tema ético resulta fundamental.
Los participantes fueron principalmente directores de instituciones de
educación superior, profesores e investigadores nacionales. Los principales
temas abordados fueron: el enfoque interdisciplinario en el estudio de
la inteligencia artificial más allá del componente técnico, la apropiación de
la ética de inteligencia artificial en el currículo universitario, los desafíos
de garantizar el cumplimiento de los principios del Marco Ético y el
ente certificador encargado de realizar este seguimiento, la posibilidad de
contar con tribunales de ética, y la transformación digital como vector de
transformación de la cultura de las instituciones educativas.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

15
Profundizar más en los conceptos, en vez de hablar de evaluación de
algoritmos adentrarse más al concepto de verificación de algoritmos.
Se debe garantizar que los principios del Marco Ético se cumplan lo
mejor posible.
Se propuso la academia o agencias especializadas, que no estén
involucradas en el desarrollo del modelo que monitoreen y certifi-
quen que se están implementando los principios del Marco Ético.
Para la implementación del marco se deben incluir asignaturas
de inteligencia artificial y de la ética de la inteligencia artificial en
los currículos universitarios de ciencias sociales, de cara a que la
inteligencia artificial no se limite al campo técnico. Para la implemen-
tación del marco también debe haber un cambio de cultura en las
universidades.
El Marco Ético debe ser obligatorio porque de lo contrario se vuelve
un saludo a la bandera, se deben encontrar mecanismos para
profundizar su implementación.
En la mesa en la que participaron los representantes de los principales
sectores económicos estos últimos presentaron sus aportes, inquietudes y
consideraciones frente al Marco Ético.
Los principales temas abordados fueron: la protección de datos sensibles,
la importancia de que el Marco Ético se traduzca en buenas prácticas y no
en regulación todavía, la percepción de que se va a realizar una auditoría
periódica de los algoritmos y surgieron inquietudes frente a la protección
de la propiedad intelectual en la auditoría de los algoritmos, la autorregula-
ción como alternativa, la evaluación y medición de los impactos de las
normas, la colaboración entre los sectores público y privado en el análisis
de los efectos de la inteligencia artificial.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

16
Promover que la adopción de los principios se traduzca en buenas
prácticas y que estos no sean taxativos.
Conformar un comité público-privado donde se analicen los
efectos de la IA, y a partir de esto ir estudiando una alternativa de
autorregulación.
Enfatizar la seguridad de los datos sensibles en el principio de
seguridad.
Asegurar la alineación por parte del gobierno, entidades nacionales,
sectores empresariales y educativos sobre el alcance de los
principios.
Asimismo, se han incorporado los comentarios enviados por entidades del
sector público, privado, organizaciones internacionales, la academia, ONG
y la sociedad civil. Los principales comentarios recibidos fueron respecto
a: la importancia de la contextualización frente a los riesgos de implemen-
tación de la IA y el nivel de necesidad de control humano, la relevancia
de la sostenibilidad ambiental, la distinción entre la ética de la IA dentro de
la función pública y en el sector privado, las métricas de desempeño, la
privacidad y la responsabilidad.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

17
Aclarar al usuario cuando está interactuando con un sistema y no
con un ser humano.
Tratar de manera conjunta los principios de transparencia y explica-
ción.
Adaptar los niveles de control humano a los grados de riesgo y al
contexto.
Asegurar el respeto a la sostenibilidad ambiental en la implementa-
ción de IA.
Abordar la privacidad desde un marco más amplio de “privacy
preserving” que engloba la privacidad diferencial, junto con otras
propiedades.
Colombia, entendiendo los cambios abruptos que se están viviendo en
materia de transformación digital, y en especial en la Inteligencia Artificial,
e incorporando los insumos de las mesas técnicas, desarrolló el primer
Marco Ético de América Latina.
La elaboración de este documento ha sido posible gracias a la cooperación
técnica de la CAF. La Presidencia de la República agradece el apoyo técni-
co del BID (Banco Interamericano de Desarrollo) mediante la iniciativa
fAIrLAC y de la universidad de Harvard mediante el Berkman Klein Center
for Internet & Society, para la realización de este documento.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INTRODUCCIÓN
I

18
OBJETIVO Y
ALCANCE DEL
DOCUMENTO

20
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
OBJETIVO Y ALCANCE DEL DOCUMENTO
OBJETIVO
El objetivo de este documento es brindar una “guía de soft law”
de recomendaciones y sugerencias a las Entidades Públicas, para
abordar la formulación y gestión de los proyectos que incluyan
el uso de Inteligencia Artificial (IA). Esta guía reúne prácticas
internacionales y no es de obligatorio cumplimiento por parte de
las entidades, sino que se presenta como recomendaciones.
ALCANCE
Este documento sugiere la aplicación de principios éticos aplica-
bles a los proyectos que hagan uso de Inteligencia Artificial, las
herramientas para la implementación de los principios y algunas
recomendaciones aplicables. Este documento está dirigido a los
Líderes Estratégicos de TI, a los profesionales de las áreas de TI,
a los gerentes de proyectos internos y externos de las entidades,
a los profesionales del área de planeación, a la oficina de gestión
de proyectos (PMO) y a los profesionales encargados de la im-
plementación de la Política de Gobierno Digital en las Entidades
Públicas del Estado Colombiano.
II

21
ADOPCIÓN DE
PRINCIPIOS ÉTICOS
PARA LA IA EN
COLOMBIA

23
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
ADOPCIÓN DE PRINCIPIOS ÉTICOSPARA LA IA EN COLOMBIA
TRANSPARENCIA Y EXPLICACIÓN:
Este principio debe ser entendido como la apertura para brindar información
significativa y comprensible sobre el diseño, funcionamiento e impacto que
tienen los sistemas de inteligencia artificial tanto para los desarrolladores
y usuarios del sistema como para aquellos individuos que pueden verse afec-
tados por sus decisiones y resultados. La información debe ser de fácil acce-
so y comprensible, en aras de promover una participación activa de los ciuda-
danos en la concepción, implementación y evaluación de los sistemas de IA.
La información transparente sobre los sistemas de IA no debe comprometer
la confidencialidad del modelo de gestión y de la innovación. Este principio es
altamente contextual ya que la información y explicación deben adaptarse
a un contexto y a una audiencia determinada. Por ejemplo, se deben tener
en cuenta las perspectivas y características de las poblaciones diversas para
garantizar su comprensión del funcionamiento de la IA y de sus implicaciones.
La explicación debe ser todavía más prioritaria en aplicaciones de IA de alto
riesgo.
En la ética de los datos: en la ética de los datos este principio tiene como
efecto la necesidad de brindar información comprensible sobre la provenien-
cia de la información que se utiliza para el diseño de esta tecnología, las
características de los datos y los fines para los cuales serán utilizados los
datos, especialmente los datos personales. La transparencia y explicación
hacen que las personas conozcan y comprendan la forma como se recolecta
y procesa la información y los fines de hacerlo, en especial, cuando se proce-
san datos personales. Esto tiene efectos en los datos utilizados para
el entrenamiento e implementación de estos sistemas, dado que se debe
ser transparente en su recolección, y en los criterios utilizados para su
clasificación y procesamiento.
En la ética de los algoritmos: significa que se provea información significati-
va y que se permita entender los objetivos iniciales que busca y que son pro-
pios del modelo, y los resultados esperados y también los obtenidos.
1
III

24
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
En este punto es relevante brindar información a la ciudadanía sobre los
insumos que se utilizan en el diseño de los sistemas y los resultados que
puedan presentarse (input and output transparency). Así mismo, debe
brindarse información significativa y comprensible sobre los falsos positivos o
negativos que ha elaborado un algoritmo y los indicadores de desempeño del
algoritmo. Es claro que frente a los sistemas conocidos como de “Black Box”
este principio puede entrar en tensión, dado que la capacidad de explicación
puede llegar a ser ilimitada. Incluso los desarrolladores de este tipo de tecno-
logía y expertos en la materia no logran entender en su totalidad el procesa-
miento que tiene lugar y la forma como los sistemas llegan a ciertos resulta-
dos. Sin embargo, lo que se busca es también explicar de forma comprensible
cómo funcionan estos sistemas, por qué son denominados Black Box y las
implicaciones que esto puede tener. Así mismo y, en cualquier caso, se debe
presentar información comprensible y clara sobre los objetivos que persigue
este sistema en su desarrollo e implementación.
En la ética de las prácticas: significa brindar información significativa, clara,
y comprensible sobre los roles de los equipos y personas involucradas en
el diseño, desarrollo e implementación de estos sistemas, los objetivos que
persiguen y los manuales de conducta que hayan generado para desarrollar
su trabajo. Estos manuales deben ser de acceso público. Como práctica para
los encargados de la implementación de esta tecnología se debe privilegiar el
uso de sistemas de código abierto, especialmente dentro de las entidades del
Estado. También en el marco de la implementación se debe informar a los
usuarios en caso de relacionamiento con sistemas IA cuando no haya seres
humanos detrás de los contenidos o respuestas que son generadas. Debe
generarse también durante todo el proceso, información clara, precisa y com-
prensible sobre la forma como estos sistemas están siendo evaluados y
generar mecanismos específicos para compartir información sobre los resul-
tados obtenidos, especialmente con las comunidades que se están viendo
impactadas por estos sistemas.
III

25
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
PRIVACIDAD:
La inteligencia artificial debe estar precedida de un respeto por la intimidad
de las personas y su esfera privada que impide el uso de información que
estos no hayan autorizado y el perfilamiento: comportamiento diferencial
“con relación a diversos individuos en virtud de un criterio consistente en que
tales individuos pertenezcan a grupos de población estadísticamente caracte-
rizables de una cierta manera” (Peña, 2008) a través de esta tecnología.
En la ética de los datos: en este campo el principio lleva a la necesidad de
tener autorización para el uso de la información personal, cuando estos no
sean datos públicos o bajo las excepciones que la ley específicamente señale,
describiendo los fines y objetivos específicos perseguidos con el tratamiento
(entrenamiento, funcionamiento, etc.). Igualmente, obliga a desarrollar meca-
nismos para mejorar la calidad de los datos utilizados y para lograr una
actualización constante de la información. Esto lleva a que la población
impactada tenga la posibilidad de corregir información personal equivocada
o con errores que esté siendo utilizada para el desarrollo u operación de
estos sistemas, sin que la funcionalidad de la tecnología pueda limitar este
tipo de solicitudes.
En los algoritmos: el diseño de los algoritmos debe ser respetuoso de la inti-
midad de las personas y por ende los criterios de decisión no deben basarse
en características personales y propias de su esfera privada. Debe limitarse el
uso de información personal y solo usar aquella necesaria para un adecuado
funcionamiento del sistema y que permita evitar los falsos positivos o negati-
vos. Los diseñadores deben evitar el desarrollo de tecnologías que faciliten el
perfilamiento de las personas bajo criterios que no sean previamente conoci-
dos y autorizados por estos. El uso de información para la mejora del funcio-
namiento o desempeño de estos sistemas debe ser informado a las personas
que sean titulares de esa información.
2
III

26
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
En la ética de las prácticas: deben existir procedimientos internos que desa-
rrollen buenas prácticas en el uso de información y en las respuestas y
explicaciones que se brindan a los usuarios impactados por estas tecnologías.
Debe privilegiarse las medidas de responsabilidad demostrada que permitan
la implementación de herramientas de gestión de riesgo para la privacidad,
al igual que los mecanismos de análisis de impacto en privacidad (data
protection impact assestments). Los equipos de diseñadores y desarrollado-
res deben generar criterios para identificar aquellos casos en los que pueden
presentarse perfilamientos, su impacto y la forma como pueden evitarse
resultados negativos a partir de este proceso. Así no solo se protege la
privacidad en un sentido individual, sino también colectivo, evitando generar
clasificaciones o perfilamientos sociales no deseados.
III

27
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
CONTROL HUMANO DE LAS DECISIONES PROPIAS
DE UN SISTEMA DE INTELIGENCIA ARTIFICIAL
(HUMAN-IN-THE-LOOP Y HUMAN-OVER-THE-LOOP):
Este principio es aplicable a sistemas de inteligencia artificial que tengan cier-
ta autonomía en la toma de decisiones, haciendo que el ser humano tenga
control total sobre la toma de decisiones, especialmente en una etapa de
implementación (Human-in-the-loop). Una vez se haya alcanzado un mayor
nivel de madurez de la tecnología en el país se pasará a que haya un mayor
nivel de autonomía en la toma de decisiones, existiendo mecanismos de
intervención de los seres humanos, especialmente cuando se presenten
resultados no deseados. Dicha transición tendrá en cuenta el impacto social
que pueda existir, en especial en el futuro del trabajo, dado el desplazamiento
que se da de los seres humanos de ciertas actividades. A lo anterior se suma
que el control humano debe ser proporcional al nivel de riesgo, las aplicacio-
nes de la tecnología que presenten una mayor probabilidad y severidad
(Singapore Model Artificial Intelligence Framework) deben contar con mayor
control humano frente a las de bajo riesgo.
En la ética de los datos: la recolección y procesamiento debe ser realizada
conforme a los parámetros y criterios establecidos por los seres humanos.
En la ética de los algoritmos: los algoritmos deben permitir y facilitar la to-
ma de decisiones, pero en un principio deben servir de guía para la toma de
decisiones y no pueden actuar de forma automatizada y conforme a modelos
sugeridos.
En la ética de las prácticas: los sistemas de inteligencia artificial no deben
ser utilizados para interactuar con la ciudadanía sin el control de un ser
humano. Los sistemas de respuesta y conversación automatizada deben
tener mecanismos para que los seres humanos intervengan y participen
en cualquier momento.
3
III

28
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
SEGURIDAD:
Los sistemas de inteligencia artificial no deben generar afectaciones a la inte-
gridad y salud física y mental de los seres humanos con los que interactúan.
La seguridad y confidencialidad de los datos personales y en especial de
los datos sensibles son factores fundamentales para evitar afectaciones a la
seguridad física y mental de los individuos.
En la ética de los datos: se deben implementar mecanismos que permitan
asegurar que esta información mantendrá su confidencialidad, integridad
y que en ningún momento puede verse alterada. Deben generarse mecanis-
mos que puedan evitar este tipo de alteraciones a la información que estos
sistemas utilizan y la forma como procesa la misma (adversarial machine
learning).
En la ética de los algoritmos: la implementación de algoritmos y su diseño
debe seguir un sistema de riesgos que permita establecer las posibles afecta-
ciones que ciertos resultados pueden generar y la posibilidad de evitarlo. En
ningún caso, un algoritmo debe llevar a un resultado que ponga en riesgo la
integridad de un ser humano. Las decisiones mas trascendentales solo pue-
den ser tomadas por seres humanos, y, en cualquier caso, los algoritmos ser-
virán como modelos de guía en la toma de decisiones que los humanos to-
men frente a la vida e integridad de otros (ejemplo: sector saludo o sector de
seguridad nacional).
En la ética de las prácticas: se deben evitar aquellas prácticas que pongan
en riesgo los sistemas de inteligencia artificial y los códigos de conducta
deben generar parámetros para evitar aquellas actividades que pongan en
peligro la integridad y seguridad física de las personas.
4
III

29
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
RESPONSABILIDAD:
Existe el deber de responder por los resultados que produzca un sistema de
inteligencia artificial y las afectaciones que llegue a generar. Cada actor
desempeña un papel dentro de la cadena algorítmica y no es posible limitar
la responsabilidad a un participante específico ya que todos hacen parte de
la misma cadena, se partirá de la solidaridad en la responsabilidad de los
diseñadores, desarrolladores y personas que implementen esta tecnología,
por los daños que el uso de esta tecnología tenga en un individuo, salvo que
se demuestre de forma suficiente que la responsabilidad recae en uno solo
de estos actores.
En la ética de los datos: las entidades que recolectan y procesan datos para
el diseño, desarrollo e implementación de sistemas de inteligencia artificial
deben ser consideradas todas como responsables de esta información y
deben responder por su integridad y las finalidades de procesamiento. En
ningún caso la responsabilidad podrá recaer solo en uno de estos actores.
En la ética de los algoritmos: existe responsabilidad de las personas que
diseñan un algoritmo por aquellos resultados que llegue a generar y los crite-
rios utilizados para llegar a ciertas respuestas. Sin embargo, su responsabili-
dad no se deriva hasta la implementación, ya que en esta fase los resultados
y su impacto serán responsabilidad de la persona o entidad que se encargue
del uso de estos sistemas y de tomar decisiones a partir de los mismos.
En la ética de las practicas: los involucrados en el desarrollo de esta tecno-
logía deben establecer responsabilidades claras en la cadena de diseño,
producción e implementación. Dentro de los equipos de trabajo debe existir
una distribución clara de las funciones y de la responsabilidad en su desarro-
llo y cumplimiento. Se deben restringir prácticas y acuerdos entre actores que
limiten la responsabilidad conforme a la forma como se ha establecido en
este principio.
5
III

30
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
NO DISCRIMINACIÓN:
Los sistemas de inteligencia artificial no pueden tener resultados o respues-
tas que atenten contra el bienestar de un grupo especifico o que limiten los
derechos de poblaciones históricamente marginadas. La funcionalidad de un
sistema de inteligencia artificial no debe estar limitado a un grupo especifico
por razón de sexo, raza, religión, discapacidad, edad u orientación sexual.
Los sistemas deben adoptar un enfoque de neutralidad de género y se
debe garantizar que el parámetro de género no sea utilizado como factor de
discriminación.
En la ética de los datos: los datos utilizados deben ser analizados de tal
manera que se mitigue al máximo la posibilidad de usar información que con-
tenga prejuicios o sesgos (biases), ya sea en su contenido, clasificación o el
uso que se le ha dado. Se deben privilegiar mecanismos que permitan hacer
un análisis previo de un conjunto de datos y de los posibles problemas que
pueda tener.
En la ética de los algoritmos: los algoritmos deben ser capaces de respon-
der a las necesidades e intereses de distintos grupos poblacionales. El
adecuado desempeño de un algoritmo no puede verse limitado a un grupo
poblacional específico. Debe existir un seguimiento constante de los falsos
positivos y negativos que arroje un sistema estableciendo la forma como
los criterios de sexo, raza, religión, discapacidad, edad u orientación sexual
puedan afectar estos resultados.
En la ética de las prácticas: en el diseño debe participar un grupo diverso de
la población y se deben generar matrices de impacto que permitan establecer
de forma temprana algún tipo de discriminación y corregir los mismos opor-
tunamente. Debe existir un análisis constante de dicho impacto e incluso
considerar mecanismos para retirar inmediatamente sistemas que tengan
efectos discriminatorios.
6
III

31
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
INCLUSIÓN:
Es la participación activa de poblaciones históricamente marginadas y de
poblaciones diversas en el diseño, desarrollo, implementación y evaluación
de los sistemas de inteligencia artificial que se utilicen en Colombia. El Estado
debe utilizar sistemas de inteligencia artificial que hayan cumplido con
criterios de inclusión y respondan a las necesidades propias y especificas de
estos grupos.
En la ética de los datos: esto implica la utilización de datos que sean repre-
sentativos y procedentes de distintos grupos sociales, ya sea para el diseño,
entrenamiento o funcionamiento de estos sistemas. Para este fin, se debe
aumentar la disponibilidad de conjuntos de datos de los grupos históricamen-
te menos representados.
En la ética de los algoritmos: las variables que han sido incluidas dentro del
algoritmo reconocen los efectos que puede tener en contextos particulares
y la posibilidad de que se privilegia a un grupo específico, evitando tal tipo
de diseño.
En la ética de las prácticas: los grupos encargados del diseño, desarrollo e
implementación deben tener en cuenta distintos sectores de la sociedad y se
deben establecer comités de evaluación para evitar prácticas discriminatorias
contra grupos como las mujeres, afrodescendientes, indígenas o miembros
de la comunidad LGBTI+, entre otros. Colombia debe liderar esfuerzos por
evitar el diseño de sistema de inteligencia artificial que hagan que las mujeres
sean vistas como asistentes personalizadas y como seres al servicio de los
consumidores. Es deseable desarrollar sistemas de inteligencia artificial que
adopten un enfoque neutral desde el punto de vista de género y que no dis-
criminen con base en el género de los individuos.
7
III

32
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
PREVALENCIA DE LOS DERECHOS DE NIÑOS, NIÑAS Y ADOLESCENTES:
Los sistemas de inteligencia artificial deben reconocer, respetar y privilegiar
los derechos de niños niñas y adolescentes. En ningún caso está justificada la
implementación de un sistema inteligente inicial que vaya en detrimento de
su interés superior. Se debe abogar por fortalecer programas y estrategias de
educación que faciliten el entendimiento de los niños, niñas y adolescentes,
pero también de padres, profesores y cuidadores de esta tecnología y de sus
implicaciones, que facilite la interacción que estos tengan con esta innovación
y promueva una cultura de transformación digital. Con base en lo anterior se
debe empoderar a los NNA para que participen activamente en el diseño de
sistemas y de políticas públicas de IA, en una lógica de co–creación sin que
esta participación genere una sobrecarga de responsabilidad que a estos
no les corresponde. Por lo tanto, se debe adoptar un enfoque multiactor.
Todo lo anterior se debe adaptar a los contextos de implementación de IA
para los NNA y especialmente a los desafíos y oportunidades de las próximas
generaciones.
En la ética de los datos: los datos de esta población únicamente pueden ser
utilizados en actividades que se relacionen con su interés superior y que ten-
gan un impacto exclusivamente positivo sobre los niños, niñas y adolescentes.
En la ética de los algoritmos: el diseño y desarrollo de los algoritmos debe
ser comprensible para los niños, niñas y adolescentes, en especial cuando
estos tengan un impacto sobre su desarrollo y bienestar. Se debe evitar el
diseño de todo algoritmo que repercuta en un perjuicio para los menores de
edad y en especial en prácticas como la intimidación y la discriminación
(bullying).
En la ética de las prácticas: los niños, niñas y adolescentes deben ser
considerados en el desarrollo de estos sistemas cuando sean propios de sus
actividades, estableciendo mecanismos específicos de participación en una
lógica de co – creación que además les permita evaluar el impacto que estos
sistemas tienen en esta población. Se deben generar programas de capacita-
ción y educación que les permita a los niños, niñas y adolescentes conocer y
entender las características de esta tecnología y sus implicaciones resaltando
la formación ética.
8
III

33
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
BENEFICIO SOCIAL:
La inteligencia artificial tiene un potencial para generar efectos negativos pero
también positivos los cuales resultan fundamentales ya que un escenario sin
inteligencia artificial podría resultar perjudicial para el desarrollo y el bienes-
tar. Por tanto, los sistemas de Inteligencia artificial que se implementan en
Colombia deben permitir o estar directamente relacionada a una actividad
que genere un beneficio social claro y determinable. Dicho beneficio puede
verse materializado en la reducción de costos, el aumento de la productivi-
dad, el bienestar público la facilitación en la prestación de servicios públicos,
la no afectación y protección del medio ambiente, el entretenimiento entre
otros. Los sistemas de inteligencia artificial que persigan otro tipo de fines no
deben ser implementados en el sector público y se debe desincentivar su uso
en otros sectores.
En la ética de los datos: el acceso fácil a los datos y la infraestructura
de datos públicos deben ser priorizados para el desarrollo de sistemas de
inteligencia artificial que muestran un claro beneficio social, en el diseño de
políticas públicas y la prestación de servicios públicos.
En la ética de los algoritmos: los modelos y los algoritmos utilizados deben
tener como fin último un resultado ligado a un fin socialmente reconocido,
por lo que debe demostrarse como los resultados esperados se relacionan
con dicho fin social.
En la ética de las prácticas: las personas que trabajan en el diseño, desarro-
llo e implementación de esta tecnología en Colombia deben conocer las
principales dificultades sociales que enfrenta el país y establecer la forma
como esta innovación y la implementación deseada puede ayudar a resolver-
lo. El Estado debe promover el uso de esta tecnología dentro de un proceso
de transformación digital que busca reducir brechas y disminuir la inequidad
existente. Por esta misma razón, se deben establecer programas que
promuevan los retos públicos en uso de inteligencia artificial (IAckaton) y que
tenga como objetivo solucionar un problema social especifico.
9
III

34
HERRAMIENTAS PARA
LA IMPLEMENTACIÓN
DE LOS PRINCIPIOS
PROPUESTOS

36 HERRAMIENTAS PARA LA IMPLEMENTACIÓN DE LOS PRINCIPIOS PROPUESTOS
Se busca que todas las entidades a las que se aplique
este documento utilicen el registro ético de algoritmos
(City of Amsterdam Algorithm Register Beta) que se
ponga a disposición. El registro ético de algoritmos de
inteligencia artificial consiste en una plataforma en la cual
las entidades reportan la forma cómo están implemen-
tando la ética de la IA en sus proyectos. El Gobierno
Nacional desarrollará la plataforma de registro ético de
algoritmos para que las entidades reporten sus proyectos.
El registro ético de algoritmos permite en primer lugar
monitorear los avances de la implementación ética de la
IA y en segundo lugar permite reforzar la participación
ciudadana en la medida que les permite enviar comenta-
rios o preguntas sobre las políticas, buenas prácticas o
proyectos que se están implementando. Este registro
es de acceso público e incluye un canal interactivo a
través del cual los ciudadanos pueden formular dudas
y comentarios acerca de la implementación ética de
la inteligencia artificial. Las entidades deben reportar y
actualizar periódicamente la siguiente información:
Proyectos:
Descripción del proyecto
Explicación de cómo la IA está siendo implementada en
el proyecto
Objetivo de Desarrollo Sostenible al cumplimiento del
cual el proyecto contribuye
Mecanismos para la implementación de los principios
éticos
Proceso de no discriminación
Valoración de riesgos éticos y de seguridad, y medidas de
mitigación para los identificados
Aseguramiento del control humano (human over the loop)
Entidad responsable
Datos de contacto
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
IV
REGISTRO ÉTICO DE ALGORITMOS

37
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Además del registro de algoritmos se espera que las entidades implementen
alguna de las siguientes herramientas.
Asimismo se busca que estas entidades realicen las siguientes actividades:
EVALUACIÓN DE ALGORITMOS
(ALGORITHM ASSESMENT):
La evaluación de algoritmos consiste en evaluar la implementación de los
Principios éticos para la implementación de la IA en Colombia en el uso de
los datos y de los algoritmos. Esta evaluación se consolida en reportes perió-
dicos que permiten desarrollar un mapeo constante de los programas de IA
del sector público, de cómo se están implementando los principios éticos y
de los desafíos encontrados en este proceso.
Esta es una herramienta que se viene explorando en los últimos años por
parte de distintas autoridades mundiales. Uno de los principales reportes al
respecto fue elaborado por la autoridad de datos de Nueva Zelanda. A partir
del reporte y análisis de casos de implementación de esta tecnología en
entidades públicas de este país, la autoridad busca asegurarse de que los
ciudadanos de Nueva Zelanda estén informados sobre el uso de algoritmos
gubernamentales y de los pesos y contrapesos que existen para manejar
su uso (Stats New Zealand, 2018). El reporte elaborado por el gobierno de
Nueva Zelanda parte de los Principios para el uso seguro y efectivo de datos y
análisis desarrollado por el Comisionado de Privacidad y el Guardián Jefe de
Datos del Gobierno, y hace recomendaciones para mejorar la transparencia
y responsabilidad (accountability) en el uso de algoritmos por parte del
gobierno (Stats New Zealand, 2018). Los resultados del reporte brindan una
oportunidad para que las agencias revisen y refresquen el proceso que utili-
zan para manejar algoritmos y ayudará a dar forma al trabajo del Guardián
Jefe de Datos del Gobierno y del Oficial Digital Jefe del Gobierno, para
promover innovación y buenas prácticas a través del sistema de datos (Stats
New Zealand, 2018).
1
HERRAMIENTAS PARA LA IMPLEMENTACIÓN DE LOS PRINCIPIOS PROPUESTOS
IV

38
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Dentro de los resultados del reporte y las recomendaciones realizadas se
encuentra que, aunque algunas de las agencias del gobierno describen el uso
de algoritmos con un estándar de buenas prácticas, no hay consistencia a lo
largo del gobierno (Stats New Zealand, 2018). Hay oportunidades significativas
para que las agencias mejoren las descripciones sobre cómo los algoritmos
informan o impactan la toma de decisiones, en particular en aquellos casos
donde hay un grado de toma automática de decisiones o donde los algorit-
mos soportan decisiones que tienen un impacto significativo en individuos o
grupos (Stats New Zealand, 2018).
Adicionalmente, mientras algunas agencias del gobierno tienen procesos
formales para revisar los algoritmos durante su desarrollo y operación, la
mayoría no los tiene (Stats New Zealand, 2018). No hay consistencia a lo largo
del gobierno para incluir estos procesos dentro de la política organizacional,
en vez de depender en la responsabilidad individual (Stats New Zealand, 2018).
Esto sugiere que hay un amplio margen para mejorar, tanto para apoyar a
quienes toman decisiones como para asegurarse de la continua mejoría de
los algoritmos (Stats New Zealand, 2018).
La mayoría de agencias del gobierno indicaron que esperan desarrollar en el
futuro algoritmos operacionales que dependan de inteligencia artificial (Stats
New Zealand, 2018). Va a ser retador explicar de manera clara cómo estos
tipos de algoritmos funcionan y soportan la toma de decisiones y cómo se
llega a un resultado determinado (Stats New Zealand, 2018). A medida que
la tecnología evoluciona, esta seguirá
́ siendo un área donde las agencias
del gobierno deben balancear la importancia de la supervisión humana con
posibles eficiencias en la prestación de servicios.
El gobierno colombiano debe considerar la elaboración de este tipo de análi-
sis y reportes, como el realizado por el gobierno de Nueva Zelanda y cuyos
resultados mencionamos anteriormente. Esto no solo le permitiría tener un
mapeo constante de aquellos proyectos transformadores dentro del sector
público en los que está utilizando esta tecnología, sino la forma como se
están implementando principios como los señalados en este documento
dentro de la implementación y despliegue de esa tecnología.
IV

39
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
‘LIMPIEZA’ DE DATOS
(DATA CLEANSING):
Este tipo de medida busca limitar los prejuicios y los errores en los datos que
se utilizan en el desarrollo de esta tecnología. Para esto, se han generado una
serie de pasos que permiten un proceso de depuración, corrección y actuali-
zación de esta información, dentro de los que vale resaltar los siguientes:
Monitorear los errores: llevar un registro y observar las tendencias sobre
de dónde viene la mayoría de los errores, pues esto hará más fácil identi-
ficar y arreglar los datos incorrectos o corruptos (Gimenez, 2018). Esto es
especialmente importante si se integran otras soluciones con el software
administrativo principal, para que los errores no obstruyan el trabajo de
otros departamentos (Gimenez, 2018).
Estandarizar los procesos: es importante estandarizar el punto de entra-
da y revisar su importancia (Gimenez, 2018). Al estandarizar el proceso
de datos, se asegura un buen punto de entrada y se reduce el riesgo de
duplicación (Gimenez, 2018).
Validar la precisión: validar la precisión de los datos una vez se haya lim-
piado la base de datos existente (Gimenez, 2018). Se recomienda investigar
e invertir en herramientas de datos que ayuden a limpiar los datos en
tiempo real (Gimenez, 2018). Algunas herramientas incluso utilizan IA o
machine learning para mejorar la precisión (Gimenez, 2018).
Buscar datos duplicados: identificar los duplicados puede ayudar a
ahorrar tiempo al analizar los datos (Gimenez, 2018). Esto puede evitarse
buscando y utilizando las herramientas de limpieza de datos mencionadas
anteriormente, que pueden analizar datos en masa y automatizar el
proceso (Gimenez, 2018).
2
IV

40
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Analizar: Una vez los datos han sido estandarizados, validados y revisados
por duplicados, se deben usar terceros para agregar los datos (Gimenez,
2018). Las fuentes externas confiables pueden recolectar información de
primera mano, luego limpiar y compilar los datos para proveer informa-
ción más completa para inteligencia y analítica de negocios (Gimenez,
2018).
Comunicarse con el equipo: Comunicar el nuevo proceso estandarizado
de limpieza al equipo. Ahora que se han limpiado los datos, es importante
mantenerlos así (Gimenez, 2018). Esto ayudará a desarrollar y fortalecer la
segmentación de consumidores y enviar información mejor dirigida a los
consumidores y prospectos, por lo cual es importante que todo el equipo
esté en la misma página (Gimenez, 2018).
Esta es una medida especialmente relevante en aquellos sectores que
pueden ser susceptibles al uso de datos que pueden tener mayores prejuicios
o que puede estar “contaminada”. Así mismo, es una medida altamente
recomendable cuando las entidades se encuentren ante bases de datos
de cuya calidad existan varias dudas.
IV

41
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
EXPLICACIÓN INTELIGENTE:
Como ya se ha señalado, el principio de explicación es uno de los presenta
mayores desafíos en lo relacionado con su materialización dada la compleji-
dad de varios sistemas de inteligencia artificial y que en algunos casos su
funcionamiento no es del todo comprensible, incluso para expertos en la
materia. Por esto se ha propuesto un modelo que podemos considerar como
de ‘explicación inteligente’ que consiste en aportar información comprensible
a la ciudadanía sobre la innovación desde que la utilidad de la explicación
sea superior a sus costos (Doshi-Velez & Kortz, 2017). En este caso se reco-
noce que la explicación puede ser dispendiosa y costosa, por lo que la mis-
ma sólo debería proceder en aquellos casos específicos en que el acceso a
este tipo de información presente más beneficios que costos. Es por esto
que se considera como una explicación inteligente.
Así, se debe pensar sobre por qué y cuándo las explicaciones son lo suficien-
temente útiles como para superar los costos (Doshi-Velez & Kortz, 2017). Re-
querir que todos los sistemas de AI expliquen todas las decisiones puede
resultar en sistemas menos eficientes, decisiones de diseño forzadas y un
sesgo hacia resultados explicables pero insuficientes (Doshi-Velez & Kortz,
2017). Por ejemplo, los sobrecargos de forzar a una tostadora a explicar por
qué cree que el pan está listo puede prevenir a una compañía de implemen-
tar una característica de tostadora inteligente, debido a los retos de ingenie-
ría o preocupaciones por repercusiones legales (Doshi-Velez & Kortz, 2017).
Por otra parte, podemos estar dispuestos a aceptar los costos económicos
de un sistema de aprobación de créditos más explicable pero menos preciso
por el beneficio social de ser capaces de verificar que no sea discriminatorio
(Doshi-Velez & Kortz, 2017). Hay unas normas de la sociedad sobre cuándo
necesitamos explicaciones y estas normas se deben aplicar a los sistemas
de IA también (Doshi-Velez & Kortz, 2017).
3
IV

42
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Al hacer esto, prevenimos que los sistemas de IA tengan pases libres para
evitar que tengan el mismo nivel de escrutinio que pueden tener los huma-
nos, y también evitamos pedir mucho de los sistemas de IA al punto de
obstruir la innovación y el progreso (Doshi-Velez & Kortz, 2017). Incluso este
paso modesto tendrá sus retos, y mientras los resolvemos obtendremos una
mejor noción sobre si y dónde los requerimientos de explicación deben ser
diferentes para los sistemas de IA y para los humanos (Doshi-Velez & Kortz,
2017). Dado que tenemos pocos datos para determinar los costos reales
de requerir que los sistemas de IA den explicaciones, el rol de la explicación
en asegurar la responsabilidad también debe reevaluarse de tiempo en tiem-
po, para adaptarse al panorama de la siempre cambiante tecnología (Doshi-
Velez & Kortz, 2017).
IV

43
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
EVALUACIÓN DE LA LEGITIMIDAD:
La Web Foundation ha desarrollado un modelo para evaluar la legitimidad en
la implementación de los sistemas de inteligencia artificial, especialmente
por parte de las entidades públicas. La legitimidad en la implementación se
da cuando el procedimiento es explicable y tiene unas responsabilidades que
se pueden rastrear, permitiendo definir con precisión quiénes son los involu-
crados en las distintas operaciones del diseño y desarrollo de un sistema de
inteligencia artificial, unido a unos resultados que no son discriminatorios,
que son justos y en los que se puede determinar y minimizar el impacto de
los falsos positivos y negativos (World Wide Web Foundation, 2018).
Ahora bien, para determinar si esa legitimidad se está presentando se propo-
nen cuatro pasos específicos que deben seguir las entidades que están im-
plementando esta tecnología de forma previa:
4
(World
Wide
Web
Foundation,
2018)
IV

44
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
DEFINICIÓN Y GESTIÓN DE RIESGOS ÉTICOS:
El registro de algoritmos resulta fundamental para la definición y gestión de
riesgos. El registro ético de algoritmos permite a las entidades y ciudadanos
monitorear los riesgos que estén surgiendo en la implementación de la IA y
poder gestionarlos. El registro de algoritmos constituye un insumo fundamen-
tal para la identificación y gestión de riesgos.
Las organizaciones pueden considerar implementar un sistema coherente de
gestión de riesgos y controles internos que afronten los riesgos involucrados
en el despliegue de un determinado modelo de IA (IMDA y PDPC, 2020). Estas
medidas incluyen:
Usar esfuerzos razonables para asegurarse de que las bases de datos
utilizadas para entrenar el modelo de IA son adecuadas para el propósito
pretendido, y evaluar y gestionar los riesgos de la imprecisión o los ses-
gos, así como revisar las excepciones identificadas durante el entrena-
miento del modelo (IMDA y PDPC, 2020). Prácticamente, ninguna base de
datos está totalmente sin sesgos (IMDA y PDPC, 2020). Las organizacio-
nes deben propender por entender las formas en que las bases de datos
pueden estar sesgadas y enfrentar esto en sus medidas de seguridad y
estrategias de despliegue (IMDA y PDPC, 2020).
Establecer sistemas de monitoreo y reporte, así como procesos para
asegurar que el nivel administrativo competente esté informado del
desempeño y otros asuntos relacionados con el sistema desplegado
(IMDA y PDPC, 2020). Cuando sea apropiado, el monitoreo puede incluir
monitoreo autónomo para escalar efectivamente la supervisión humana
(IMDA y PDPC, 2020). Los sistemas de IA pueden diseñarse para reportar
el nivel de confianza de sus predicciones y características de explicabili-
dad pueden enfocarse en por qué el modelo obtuvo cierto nivel de con-
fianza (IMDA y PDPC, 2020). El registro ético de algoritmos es una etapa
esencial en el proceso de monitoreo.
5
1
2
IV

45
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Asegurar una apropiada transferencia de conocimiento cuando haya
cambios en personal clave relacionado con las actividades de IA, lo cual
reducirá el riesgo de movimiento de personal creando una brecha en la
gobernanza interna (IMDA y PDPC, 2020).
Revisar la estructura de gobernanza interna y las medidas cuando hay
cambios significativos a la estructura organizacional o al personal clave
involucrado (IMDA y PDPC, 2020).
Periódicamente revisar la estructura de gobernanza interna y las medidas
para asegurar su relevancia y efectividad continuas (IMDA y PDPC, 2020).
El modelo propuesto por IMDA y PDPC también propone una matriz para
clasificar la probabilidad y la severidad de daños a un individuo como un re-
sultado de la decisión tomada por una organización sobre ese individuo (IMDA
y PDPC, 2020). La definición de daño y la computación de probabilidad y seve-
ridad dependen del contexto y varían de sector en sector (IMDA y PDPC,
2020). Por ejemplo, el daño asociado con un diagnóstico incorrecto de una
condición médica de un paciente va a depender del daño asociado con una
recomendación de producto incorrecta (IMDA y PDPC, 2020).
3
4
5
IV

46
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Por ejemplo, los miembros de la Unión Europea han señalado la ausencia
actual de un marco europeo común (Comisión Europea, 2020). La Comisión
Alemana de Ética de Datos ha pedido un sistema basado en el riesgo de cinco
niveles de regulación, que iría de no tener regulación para los sistemas de IA
más inocuos a una prohibición completa para los más peligrosos (Comisión
Europea, 2020). Dinamarca recientemente desplegó el prototipo de un Sello
de Ética de Datos (Comisión Europea, 2020). Malta introdujo un sistema de
certificación voluntaria para IA (Comisión Europea, 2020). Si la Unión Europea
falla en brindar una aproximación para todos los países que la integran, hay
un riesgo real de fragmentación en el mercado interno, lo cual perjudicaría los
objetivos de confianza, seguridad jurídica y penetración del mercado
(Comisión Europea, 2020).
Probabilidad del daño
Severidad
del
daño
(IMDA
y
PDPC,
2020)
IV

47
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
CÓDIGOS INTERNOS DE CONDUCTA Y/O ÉTICA:
El objetivo de los códigos de conducta y/o ética es establecer los comporta-
mientos esperados de quienes desarrollan, despliegan y utilizan tecnologías
basadas en datos, para asegurar que todas las personas en esta cadena
cumplan con los principios éticos para las iniciativas de datos: respeto a las
personas, respeto a los derechos humanos, participación y responsabilidad
por las decisiones (UK Department of Health and Social Care, 2019).
Los elementos mínimos que debe contener cada código son: (i) los principios
que sigue cada institución o entidad; (ii) el alcance; (iii) si hay o no exclusivi-
dad, teniendo en cuenta que la exclusividad puede limitar los beneficios
en diferentes sistemas; (iv) valor, teniendo en cuenta que los proveedores
de tecnología pueden generar valor significativo de cualquier producto fuera
del alcance del producto inicial, lo cual debe ser reconocido; (v) propiedad
intelectual; (vi) responsabilidad; (vii) auditoría; (viii) sesgos y cómo prevenirlos,
teniendo en cuenta que la amenaza más grande a la tecnología basada en
datos es la presencia real o posible de sesgos, por lo cual cualquier acuerdo
comercial debe identificarse, así como la forma en que se maneja, por quién y
a expensas de quién, y (x) los diferentes roles (UK Department of Health and
Social Care, 2019).
Adicionalmente, la Oficina del Gabinete del Reino Unido publicó un Marco Éti-
co de Ciencia de Datos que busca ayudar a los investigadores a medida que
los métodos de big data comienzan a ser usados en el sector público (ICO,
2017). Este Marco Ético incluye seis principios: (i) iniciar con necesidades de
los usuarios y beneficio público claros; (ii) usar los datos y las herramientas
que tengan la mínima intrusión necesaria; (iii) crear métodos de ciencia de
datos robustos; (iv) estar alerta a las percepciones del público; (v) ser tan
abierto y responsable como sea posible, y (vi) mantener los datos seguros
(ICO, 2017).
Hay un rol en todo esto para los concejos o juntas de ética, tanto dentro de
las entidades e instituciones como a nivel nacional (ICO, 2017). Una organiza-
ción grande puede tener su propia junta ética, que implemente un litmus test
(código de conducta) en aras de asegurar que sus principios éticos se apli-
quen y puede hacer evaluaciones de situaciones difíciles como el equilibrio
entre los intereses legítimos y los derechos de privacidad (ICO, 2017). Un
elemento importante es la relación entre la junta ética y los empleados con
responsabilidades sobre los datos y análisis, en esta óptica es relevante
recordar a los empleados que piensen en los estándares de big data cuando
planeen nuevos usos de los datos (ICO, 2017).
6
IV

48
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
ANÁLISIS DE IMPACTO EN PRIVACIDAD
(PRIVACY IMPACT ASSESSMENT):
Un análisis de impacto en privacidad es una herramienta importante que pue-
de ayudar a identificar y mitigar riesgos de privacidad antes de realizar el tra-
tamiento de los datos personales (ICO, 2017). Bajo el Reglamento General de
Protección de Datos de la Unión Europea (GDPR) es altamente probable que
realizar un análisis de impacto en privacidad sea un requerimiento para la
analítica de datos masivos que involucre el tratamiento de datos personales
(ICO, 2017). Las características únicas de la analítica de datos masivos pueden
hacer que algunos pasos de un análisis de impacto en privacidad sean más
difíciles, pero estos retos se pueden superar (ICO, 2017).
7
IV

49
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
MODELOS DE GOBERNANZA PARA ASEGURAR
LA ÉTICA DE LA INTELIGENCIA ARTIFICIAL:
A grandes rasgos, se ha propuesto un modelo de Marco de Gobernanza de IA
que contiene guías sobre las medidas para promover un uso responsable de
inteligencia artificial que las organizaciones deben adoptar en las siguientes
áreas clave (IMDA y PDPC, 2020):
Adaptar estructuras de gobernanza internas y medidas para incorporar
valores, riesgos y responsabilidades relacionadas con la toma algorítmica
de decisiones (IMDA y PDPC, 2020).
Determinar el nivel de involucramiento humano en la toma de decisiones
aumentada por IA (IMDA y PDPC, 2020).
Gestión de operaciones: considerando elementos en el desarrollo, selec-
ción y mantenimiento de modelos de IA (IMDA y PDPC, 2020).
Estrategias para comunicarse e interactuar con los stakeholders de una
organización y el manejo de las relaciones con ellos (IMDA y PDPC, 2020).
Las organizaciones que adopten este modelo pueden considerar que no
todos los elementos son relevantes, pues el modelo está diseñado para ser
flexible y las organizaciones pueden adaptarlo para ajustarlo a sus necesida-
des y adoptando los elementos relevantes (IMDA y PDPC, 2020).
Dentro de los elementos con los que debe contar una entidad particular, se
deben implementar los siguientes roles y responsabilidades claros para un
despliegue ético de IA (IMDA y PDPC, 2020):
8
1
2
3
4
IV

50
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
Responsabilidad por y vigilancia de las varias etapas y actividades involu-
cradas en el despliegue de IA debe asignarse al personal y/o departa-
mentos apropiados (IMDA y PDPC, 2020). De ser necesario y posible,
se debe considerar establecer un órgano coordinador, que tenga expe-
riencia relevante y representación apropiada de toda la organización
(IMDA y PDPC, 2020).
El personal y/o los departamentos que tengan funciones internas de
gobernanza de IA deben ser completamente conscientes de sus roles y
responsabilidades, estar adecuadamente entrenados y contar con los
recursos y la guía necesarios para que cumplan sus deberes (IMDA
y PDPC, 2020).
Los roles y responsabilidades clave que pueden ser asignados incluyen:
Usar cualquier marco de gestión de riesgos y aplicar medidas de control
de riesgo para: (i) evaluar y gestionar los riesgos de desplegar IA, inclu-
yendo cualquier potencial impacto adverso para los individuos; (ii) decidir
sobre el nivel apropiado de involucramiento en la toma de decisiones
ayudada por IA, y (iii) manejar el modelo de entrenamiento de IA y el pro-
ceso de selección (IMDA y PDPC, 2020).
Hacer mantenimiento, monitoreo, documentación y revisión de los
modelos de IA que han sido desplegados, con miras a tomar remedios
en caso de ser necesarios (IMDA y PDPC, 2020).
Revisar canales de comunicación e interacciones con los stakeholders
para brindar divulgación y canales de retroalimentación efectivos (IMDA y
PDPC, 2020).
Asegurar que el personal relevante que lidia con sistemas de IA esté ade-
cuadamente entrenado (IMDA y PDPC, 2020). Cuando aplique y sea nece-
sario, el personal que trabaje e interactúe directamente con los modelos
de IA puede necesitar estar entrenado para interpretar el output del
modelo de IA y las decisiones, así como para detectar y gestionar sesgos
en los datos (IMDA y PDPC, 2020). Otros miembros del personal cuyo
trabajo requiera la interacción con el sistema de IA deben estar entrena-
dos para al menos estar alerta y sensible sobre los beneficios, riesgos y
limitaciones al utilizar IA, para que sepan cuándo alertar a los expertos
en la materia dentro de sus organizaciones (IMDA y PDPC, 2020).
1
1
2
3
4
2
IV

51
RECOMENDACIONES
FINALES PARA EL
SECTOR PÚBLICO

53 RECOMENDACIONES FINALES PARA EL SECTOR PÚBLICO
ESTRATEGIAS DE EDUCACIÓN E INVESTIGACIÓN
EN ÉTICA DE LA INTELIGENCIA ARTIFICIAL
El gobierno francés ha hecho de esta una de sus priorida-
des y por eso propone las siguientes medidas:
Fomentar la educación de todos los actores involu-
crados en cadenas de algoritmos (diseñadores, pro-
fesionales, ciudadanos) en materia de ética (CNIL,
2018).
Incrementar iniciativas para investigación en IA ética
y lanzar una causa nacional en un proyecto de in-
vestigación de interés general (CNIL, 2018).
Por su parte, resulta interesante los proyectos que han
desarrollado otras entidades con experiencia en la mate-
ria, como el MIT, que buscan que la ética de la inteligen-
cia artificial entre de forma constructiva e innovadora
a los currículos escolares. El objetivo último es habilitar
a los estudiantes para que vean la inteligencia artificial
como manipulable, desde un punto de vista técnico y so-
cietario, y empoderar a los estudiantes con herramientas
para diseñar IA con la ética en mente (MIT Media Lab
Staff, s.f.). El proyecto del MIT busca desarrollar un cu-
rrículo de código abierto para estudiantes de bachillerato
en el tema de inteligencia artificial (MIT Media Lab Staff,
s.f.). Mediante una serie de lecciones y actividades, los
estudiantes aprenden conceptos técnicos y las implica-
ciones éticas que esos conceptos conllevan, como el ses-
go algorítmico (MIT Media Lab Staff, s.f.). Durante el
currículo, los estudiantes aprenden a pensar sobre los
algoritmos como opiniones, les enseñan a considerar
stakeholders directos e indirectos y se involucran en acti-
vidades de diseño para re-imaginar sistemas de inteligen-
cia artificial familiares (MIT Media Lab Staff, s.f.).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
1
V

54
DISEÑO DE SISTEMAS SOSTENIBLES Y CONFIABLES
Para asegurarse que un sistema de inteligencia artificial
funcione de manera segura, se deben priorizar los objeti-
vos técnicos de confiabilidad, seguridad y solidez (Leslie,
2019). La precisión también es una de las posibles métri-
cas de desempeño de estos sistemas. Esto requiere que
el equipo técnico examine previamente a profundidad
cómo construir un sistema que opere confiablemente,
conforme a las expectativas de sus diseñadores, incluso
cuando se confronta con cambios inesperados, anomalías
y perturbaciones (Leslie, 2019). Construir un sistema de IA
que cumpla estas metas de seguridad también requiere
realizar rigurosamente pruebas, validaciones y reevalua-
ciones, así como la integración de mecanismos de super-
visión y control adecuados en su operación en el mundo
real (Leslie, 2019).
En machine learning, la precisión de un modelo es la
proporción de ejemplos por los que genera un resultado
correcto (Leslie, 2019). Esta medida de desempeño
también se caracteriza a veces como una tasa de error
o la fracción de casos por los que el modelo produce
un resultado incorrecto (Leslie, 2019). Se debe tener en
cuenta que en ocasiones la elección de una tasa de error
o de un nivel de precisión aceptable se puede aceptar de
acuerdo con el uso de las necesidades específicas de
la aplicación (Leslie, 2019). En otros casos, se puede
determinar por un estándar previamente establecido
(Leslie, 2019).
Como una medida de desempeño, la precisión es un po-
sible componente central para establecer y matizar el
acercamiento de un equipo a IA segura (Leslie, 2019).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
2
RECOMENDACIONES FINALES PARA EL SECTOR PÚBLICO
V

55
Especificar un nivel de desempeño razonable para un
sistema a menudo requiere el perfeccionamiento o cam-
bio de la medida de precisión (Leslie, 2019). Por ejemplo,
si ciertos errores son más significativos o costosos que
otros, una métrica para el costo total se puede incluir en
el modelo para que el costo de algunos errores pueda ser
superior que otros (Leslie, 2019). Así mismo, si la precisión
y sensibilidad del sistema para detectar eventos raros
es una prioridad, se puede usar la técnica de precisión
y memoria (Leslie, 2019). Este método para abordar clasi-
ficaciones no balanceadas permite pesar la proporción de
las detecciones correctas del sistema contra la propor-
ción de detecciones reales del evento raro (Leslie, 2019).
En general, medir la precisión en la incertidumbre es un
reto al que se le debe dar una atención significativa
(Leslie, 2019). El nivel de confianza en el sistema de inteli-
gencia artificial dependerá bastante en los problemas in-
herentes a intentos para modelar la realidad cambiante y
caótica (Leslie, 2019). Las preocupaciones sobre la preci-
sión deben afrontar temas de ruido inevitable que va a
estar presente en los datos de muestra, las incertidum-
bres arquitectónicas generadas por la posibilidad de que
a un modelo dado le falten características relevantes de
la distribución subyacente y los cambios inevitables en
los datos a medida que pasa el tiempo (Leslie, 2019).
Por otra parte, el objetivo de la confiabilidad es que
un sistema de IA se comporte exactamente como sus
diseñadores pretendieron y anticiparon (Leslie, 2019). Un
sistema confiable se adhiere a las especificaciones para
las que estaba programado llevar a cabo (Leslie, 2019).
La confiabilidad es entonces una medida de consistencia
y puede determinar la confianza en la seguridad de
un sistema, con base en la credibilidad con la que su
operación se conforme con la funcionalidad pretendida
(Leslie, 2019).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
2
V

56
Por su parte, la meta de la seguridad abarca la protección
de varias dimensiones operacionales de un sistema de
IA cuando se confronta con un posible ataque adversarial
(Leslie, 2019). Un sistema seguro es capaz de mantener
la integridad de la información que lo constituye (Leslie,
2019). Esto incluye proteger su arquitectura de modifica-
ciones no autorizadas o de daños a cualquiera de
sus partes (Leslie, 2019). Un sistema seguro también
debe ser continuamente funcional y accesible a sus
usuarios autorizados, manteniendo la información privada
y confidencial segura incluso bajo condiciones hostiles
y adversariales (Leslie, 2019).
Finalmente, el objetivo de la solidez puede pensarse
como el propósito de que un sistema de IA funcione de
manera confiable y precisa bajo condiciones duras, que
pueden incluir intervención adversarial, errores de quien
lo implemente o ejecuciones distorsionadas por un
aprendiz automatizado (Leslie, 2019). La medida de
la solidez es en consecuencia la fuerza de la integridad
de un sistema y la congruencia de su operación en
respuesta a condiciones difíciles, ataques adversariales,
perturbaciones, envenenamiento de datos y su compor-
tamiento de aprendizaje reforzado indeseable (Leslie,
2019).
Dentro de las medidas a implementar se encuentran:
Correr simulaciones extensivas (que contemplen
múltiples escenarios de prueba para la búsqueda de
medidas de restricción) durante la etapa de pruebas,
para que las medidas apropiadas de restricción
puedan programarse en el sistema (Leslie, 2019).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
2
V

57
Inspeccionar y monitorear continuamente el sistema,
para que su comportamiento pueda ser mejor
previsto y entendido (Leslie, 2019).
Encontrar maneras de hacer que el sistema sea
interpretado más fácilmente, para poder evaluar
mejor sus decisiones (Leslie, 2019).
Proveer mecanismos en el sistema que permitan a
los humanos invalidar y apagar el sistema (Leslie,
2019).
Esto debe involucrar protocolos rigurosos para probar,
validar, verificar y monitorear la seguridad del sistema,
así como autoevaluaciones del desempeño de la seguri-
dad de los sistemas de IA por miembros relevantes del
equipo en cada etapa del flujo de trabajo (Leslie, 2019).
Estas autoevaluaciones deben valorar cómo las prácticas
de diseño e implementación del equipo concuerdan con
los objetivos de seguridad de precisión, confiabilidad,
seguridad y solidez (Leslie, 2019). La autoevaluación debe
constar en un único documento en una forma que permi-
ta la revisión y la reevaluación (Leslie, 2019).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
2
V

58
FORTALECER LA ÉTICA EN LOS PROGRAMAS
DE DERECHOS HUMANOS
Si bien en general las entidades indican que operan de
manera responsable o ética, diferentes índices, estánda-
res y certificaciones brindan cierta seguridad para los
stakeholders con referencia a si en efecto la compañía
está haciendo lo que dice que está haciendo, es decir,
si está cumpliendo con sus compromisos (Institute
of Business Ethics, 2012). Estos mecanismos también
pueden ser un incentivo para las empresas (Institute of
Business Ethics, 2012).
Respetar los derechos humanos es un criterio en varios
índices y estándares, como el UN Global Compact, el
estándar ISO 26000 para responsabilidad social y el Índi-
ce de Sostenibilidad de Dow Jones (Institute of Business
Ethics, 2012). Los requerimientos del Índice FTSE4Good
varían dependiendo de si las compañías operan en secto-
res y países con alto o bajo impacto en derechos huma-
nos (Institute of Business Ethics, 2012). Para calificar
para inclusión, las empresas de alto impacto deben
implementar, entre otros: (i) una política de derechos
humanos; (ii) entrenamiento en derechos humanos; (iii)
responsabilidad y accountability en derechos humanos
a nivel de la junta directiva; (iv) involucramiento de los
stakeholders con las comunidades locales, y (v) mecanis-
mos de monitoreo y reporte regular sobre las actividades
y los progresos (Institute of Business Ethics, 2012).
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
3
V

59
Dado que este es un tema en constante desarrollo y en el
cual actualmente se están diseñando guías de implemen-
tación para hacer que las empresas sean responsables
por violaciones de derechos humanos, como pueden ser-
lo los gobiernos, es esencial que el Gobierno colombiano
esté evaluando permanentemente sus compromisos
frente a los desarrollos de las organizaciones internacio-
nales, como la ONU, sobre este tema. De esta manera,
el Gobierno puede implementar diferentes mecanismos
para que las empresas cumplan con los derechos huma-
nos y mitiguen los riesgos y amenazas que las diferentes
tecnologías implican para los derechos humanos.
Resulta relevante reforzar la ética en los programas de
derechos humanos del sector público, y especialmente
en cuanto al desarrollo e implementación de la inteligen-
cia artificial. En esta óptica se debe implementar un ran-
king que compare el desempeño de las entidades en ma-
teria de ética de la inteligencia artificial, el cual puede ser
un incentivo para las instituciones de mejorar sus desem-
peños.
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA
3
V

60
Referencias:
AI and Inclusion Staff. (n.d.). AI and Inclusion. Retrieved from https://aiandinclusion.org/
Cabrol, M., González, N., Pombo, C., & Sanchez, R. (2020, Enero). Adopción ética y respon-
sable de la Intelidencia Artificial en América Latina y el Caribe. Retrieved from In-
teramerican Development Bank: https://publications.iadb.org/publications/
spanish/document/fAIr_LAC_Adopci%C3%B3n_%C3%
A9tica_y_responsable_de_la_inteligencia_artificial_en_Am%C3%
A9rica_Latina_y_el_Caribe_es.pdf
Centro Nacional de Consultoría. (2021, Enero 25). CNC. Retrieved from Centro Nacional de
Consultoría: https://www.centronacionaldeconsultoria.com/post/el-2020-fue-el-
ano-de-la-aceleracion-de-la-transformacion-digital-en-colombia-andi
CNIL. (2018, Mayo 25). Algorithms and artificial intelligence: CNIL’s report on the ethical
issues. Retrieved from CNIL: https://www.cnil.fr/en/algorithms-and-artificial-
intelligence-cnils-report-ethical-issues
Comisión Europea. (2020, Febrero 19). White Paper On Artificial Intelligence - A European
approach to excellence and trust. Retrieved from European Commission: https://
ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-
feb2020_en.pdf
Crawford, K., Dobbe, R., Dryer, T., Fried, G., Green, B., Kaziunas, E., . . . Whitt. (2019, Diciem-
bre). AI Now Institute. Retrieved from AI Now 2019 Report: https://
ainowinstitute.org/AI_Now_2019_Report.pdf
DANE. (2021, Abril 15). DANE. Retrieved from DANE: https://www.dane.gov.co/index.php/
estadisticas-por-tema/servicios/encuesta-mensual-de-servicios-ems
Doshi-Velez, F., & Kortz, M. (2017). Accountability of AI Under the Law: The Role of Expla-
nation. Retrieved from Berkman Klein Center Working Group on Explanation and
the Law: http://nrs.harvard.edu/urn-3:HUL.InstRepos:34372584
Fjeld, J., Achten, N., Hilligoss, H., Nagy, A., & Srikumar, M. (2020, Enero). Principled Artificial
Intelligence: Mapping Consensus in Ethical and Rights-based Approaches to
Principles for AI. Retrieved from Berkman Klein Center for Internet & Society:
https://dash.harvard.edu/handle/1/42160420
Floridi, L., & Taddeo, M. (2016, Diciembre). What is Data Ethics? Phil. Trans. R. Soc. A, 374
(2083).
Garg, A. (2019, Junio 11). Differential Privacy and Deep Learning. Retrieved from Medium:
https://webcache.googleusercontent.com/search?q=cache:osZUXYGNnusJ:https://
mc.ai/differential-privacy-and-deep-learning-2/+&cd=20&hl=en&ct=clnk&gl=co
Gimenez, L. (2018, Mayo 24). 6 steps for data cleaning and why it matters. Retrieved from
Geotab: https://www.geotab.com/blog/data-cleaning/
REFERENCIAS
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA

61
Referencias:
Giubilini, A. (2016, Marzo 14). Conscience. Retrieved from Stanford Encyclopedia of Philo-
sophy: https://plato.stanford.edu/entries/conscience/
ICO. (2017). Big data, artificial intelligence, machine learning and data protection. Retrieved
from Information Commissioner's Office: https://ico.org.uk/media/for-
organisations/documents/2013559/big-data-ai-ml-and-data-protection.pdf
IMDA y PDPC. (2020). Model Artificial Intelligence Governance Framework. Retrieved from
PDPC Singapore: https://www.pdpc.gov.sg/-/media/files/pdpc/pdf-files/resource-
for-organisation/ai/sgmodelaigovframework2.pdf
Institute of Business Ethics. (2012, Julio). Business Ethics Briefing Issue 26. Retrieved from
Business and Human Rights: https://www.business-humanrights.org/sites/default/
files/media/business-ethics-human-rights-briefing_.pdf
Kayser-Bril, N. (2019, Enero 29). Report Automating Society France. Retrieved from Algo-
rithm Watch: https://algorithmwatch.org/en/automating-society-france/
Kearns, M., & Roth, A. (2020, Enero 13). Ethical algorithm design should guide technology
regularion. Retrieved from Brookings: https://www.brookings.edu/research/ethical-
algorithm-design-should-guide-technology-regulation/
Leslie, D. (2019). Understanding artificial intelligence ethics and safety A guide for the res-
ponsible design and implementation of AI systems in the public sector. Retrieved
from The Alan Turing Institute: https://www.turing.ac.uk/sites/default/files/2019-
06/understanding_artificial_intelligence_ethics_and_safety.pdf
MIT Media Lab Staff. (n.d.). AI + Ethics Curriculum for Middle School. Retrieved from MIT
Media Lab: https://www.media.mit.edu/projects/ai-ethics-for-middle-school/
overview/
Narkhede, S. (2018, Mayo 9). Understanding Confusion Matrix. Retrieved from Towards Da-
ta Science: https://towardsdatascience.com/understanding-confusion-matrix-
a9ad42dcfd62
Navarro, J. G. (2021, Febrero 1). Statista. Retrieved from Statisa: https://www.statista.com/
statistics/721751/latin-america-artificial-intelligence-market/
Raso, F. A., Hilligoss, H., Krishnamurthy, V., Bavitz, C., & Kim, L. (2018, Septiembre 25). Artifi-
cial Intelligence & Human Rights: Opportunities & Risks. Retrieved from Berkman
Klein Center For Internet & Society at Harvard University: https://
cyber.harvard.edu/publication/2018/artificial-intelligence-human-rights
Shmueli, B. (2019, Julio 3). Multi-Class Metrics Made Simple, Part II: the F1-score . Retrie-
ved from Towards Data Science: https://towardsdatascience.com/multi-class-
metrics-made-simple-part-ii-the-f1-score-ebe8b2c2ca1
REFERENCIAS
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA

62
Referencias:
Stats New Zealand. (2018, Octubre). Algorithm assessment report. Retrieved from New
Zealand Government: https://www.data.govt.nz/assets/Uploads/Algorithm-
Assessment-Report-Oct-2018.pdf
UK Department of Health and Social Care. (2019, Julio 18). Code of conduct for data-
driven health and care technology. Retrieved from UK Department of Health and
Social Care: https://www.gov.uk/government/publications/code-of-conduct-for-
data-driven-health-and-care-technology/initial-code-of-conduct-for-data-driven-
health-and-care-technology
World Wide Web Foundation. (2017, Julio). ALGORITHMIC ACCOUNTABILITY Applying the
concept to different country contexts. Retrieved from World Wide Web Founda-
tion: https://webfoundation.org/docs/2017/07/Algorithms_Report_WF.pdf
World Wide Web Foundation. (2018). HOW ARE GOVERNMENTS IN LATIN AMERICA USING
ARTIFICIAL INTELLIGENCE? A proposal for effective and legitimate implementati-
ons of AI systems in the public sector. Retrieved from World Wide Web Founda-
tion: http://webfoundation.org/docs/2018/07/AI-in-Latin-America_Overview.pdf
World Wide Web Foundation. (2018, Septiembre). World Wide Web Foundation. Retrieved
from ALGORITHMS AND ARTIFICIAL INTELLIGENCE IN LATIN AMERICA A Study of
Implementation by Governments in Argentina and Uruguay: http://
webfoundation.org/docs/2018/09/WF_AI-in-LA_Report_Screen_AW.pdf
Zaballos, A. G. (2021, Marzo 10). BID. Retrieved from iadb: https://blogs.iadb.org/innovacion/
es/inteligencia-artificial-como-catalizador-para-la-reactivacion-economica-y-el-
crecimiento-productivo/
REFERENCIAS
´MARCO
ÉTICO
PARA
LA
IA
EN
COLOMBIA

63
MARCO ÉTICO
PARA LA
INTELIGENCIA
ARTIFICIAL
EN COLOMBIA

Marco Ético para implementación de IA en Colombia

Más contenido relacionado

Similar a Marco Ético para implementación de IA en Colombia (20)

Más de Willy Marroquin (WillyDevNET) (20)

Último (20)

Marco Ético para implementación de IA en Colombia