RENO, NV — En un momento en que la administración del presidente Trump ha definido como una prioridad nacional la inversión en inteligencia artificial para asegurar la dominancia tecnológica de Estados Unidos, una investigación reciente ha encendido las alarmas sobre los riesgos éticos de estas herramientas. El informe revela una urgencia crítica: millones de mujeres están siendo calificadas con puntajes de crédito inferiores a los de hombres que poseen exactamente su mismo historial financiero.
La reportera Merivett Primera detalla cómo estos sistemas invisibles están dictando quién tiene derecho a una vida digna. “Los algoritmos deciden cada vez más aspectos cruciales de nuestras vidas, desde el acceso a crédito hasta la aprobación de una vivienda”, señala el reporte. Sin embargo, detrás de la eficiencia tecnológica se esconden patrones de discriminación que afectan directamente el empleo, el hogar y la estabilidad económica de las familias.
El sesgo en los datos: una trampa digital
La raíz del problema se encuentra en la acumulación de datos digitalizados que son procesados bajo métricas establecidas por empresas privadas. Según los hallazgos, las mujeres reciben puntajes de crédito entre 6 y 8 puntos más bajos que los hombres bajo condiciones financieras idénticas. Esta disparidad no es solo un número; se traduce en tasas de interés mucho más elevadas y una tasa de aprobación de préstamos significativamente menor.
Agustín Rossi, experto consultado sobre el impacto de estas tecnologías, explica que el proceso es determinante para el futuro del ciudadano: “Hay un resultado al final que determina el precio de un tipo de interés o cuál es el perfil de un potencial trabajador para una potencia que esté buscando contratar a esa persona”.
El peligro surge cuando estos sistemas se entrenan con bases de datos limitadas o viciadas por prejuicios históricos. El reporte ilustra un ejemplo claro: si un algoritmo para evaluar inquilinos es alimentado con datos de apenas diez personas de un grupo específico que fallaron en sus pagos, el sistema concluirá erróneamente que todos los integrantes de ese grupo son “malos inquilinos”.
“De esa manera funcionan los algoritmos”, afirma Rossi. “Están muy determinados por cómo están entrenados y cuál es el proceso de curación de esos datos, pero es un filtro que puede ser muy injusto”.
