surge impulsada por la urgencia de combatir y corregir estos prejuicios y discriminaciones asociados con la IA en todas sus dimensiones y en su ciclo de vida completo. A través de investigación-acción, el desarrollo de capacidades e innovación desde una perspectiva feminista, situada y anclada en las comunidades, busca ofrecer visiones alternativas al desarrollo tecnológico hegemónico.

Llamado a la acción

Una revisión a nivel de agencias de la ONU sobre la aplicación de las leyes y estándares internacionales de derechos humanos existentes para la gestión de los datos automatizados, el aprendizaje automático y el género: esto puede guiar y provocar el pensamiento creativo para un enfoque basado en los derechos humanos que sea adecuado para el propósito en la era digital que cambia rápidamente.

Desarrollo de un conjunto de métricas para la inclusión digital: debe acordarse urgentemente, medirse en todo el mundo y detallarse con datos desagregados por sexo en los informes anuales de instituciones como la ONU, el Fondo Monetario Internacional, la Unión Internacional de Telecomunicaciones, el Banco Mundial y otros bancos multilaterales de desarrollo, y la OCDE.

Llamado a la acción

Equilibrio de género en la toma de decisiones de IA: el equilibrio de género en la toma de decisiones debe incluirse en la agenda oficial de todos los involucrados en la financiación, el diseño, la adopción y la evaluación de ADM.

Equilibrio de género en los equipos de diseño: empleo de una gama sólida de feministas interseccionales en el diseño de sistemas ADM que desencadenarán y ayudarán a una mayor innovación y creatividad, así como la detección y mitigación de sesgos y efectos nocivos en mujeres, niñas y personas tradicionalmente excluidas.

Exigir a las empresas que divulguen e informen de manera proactiva sobre el equilibrio de género en los equipos de investigación y diseño, incluso en la fase inicial cuando soliciten subvenciones. Incentivar equipos equilibrados y multidisciplinarios.

Fondo de investigación: crear un fondo de investigación para explorar los impactos del género y la IA, el aprendizaje automático, el sesgo y la equidad, con un enfoque multidisciplinario más allá de la informática y la perspectiva económica para incluir nuevas formas de incorporar la alfabetización digital y estudiar los efectos económicos, políticos y sociales de ADM en las vidas de las mujeres y las personas tradicionalmente excluidas de la elaboración de reglas y la toma de decisiones.

Llamado a la acción

Acciones algorítmicas equitativas para corregir los sesgos y barreras de la vida real que impiden que las mujeres y las niñas logren la participación plena y el disfrute igualitario de los derechos.

Instituciones públicas para pilotar y liderar: Acción afirmativa para algoritmos implementados cuando las instituciones públicas pilotan ADM. Basar los pilotos en investigaciones de ciencias sociales nuevas y de larga data que asignan incentivos sociales, subsidios o becas donde las mujeres tradicionalmente han sido dejadas atrás en sistemas anteriores. Esta es una agenda positiva para promover los valores de igualdad que hemos adoptado durante mucho tiempo, para corregir la visibilidad, la calidad y la influencia de las mujeres proporcionales a la población.

Adopción por parte del sector público y privado de evaluaciones de impacto algorítmico (AIA): un marco de autoevaluación diseñado para respetar el derecho del público a conocer los sistemas de IA que impactan sus vidas en términos de principios de responsabilidad y equidad.

Pruebas rigurosas a lo largo del ciclo de vida de los sistemas de IA: las pruebas deben tener en cuenta los orígenes y el uso de los datos de entrenamiento, los datos de prueba, los modelos, la interfaz de programación de aplicaciones (API) y otros componentes a lo largo del ciclo de vida de un producto. Las pruebas deben cubrir ensayos previos al lanzamiento, auditorías independientes, certificación y monitoreo continuo para detectar sesgos y otros daños. La ADM debe mejorar la calidad de la experiencia humana, no controlarla.

Marcos legales sólidos para promover la rendición de cuentas: incluida la posible expansión de poderes para agencias sectoriales específicas o la creación de nuevos términos de referencia para supervisar, auditar y monitorear los sistemas de ADM para la supervisión regulatoria y la responsabilidad legal en el sector privado y público.

Directrices de adquisiciones con perspectiva de género: las organizaciones y todos los niveles de gobierno deben desarrollar directrices de adquisiciones de igualdad de género de ADM con objetivos estrictos; y describir los roles y responsabilidades de aquellas organizaciones requeridas para aplicar estos principios.

Mejorar los conjuntos de datos: datos abiertos desagregados por género, recopilación de datos y conjuntos de datos de calidad inclusivos: producir activamente conjuntos de datos abiertos desagregados por género; Esto permite comprender mejor las fuentes de sesgo en la IA y, en última instancia, mejorar el rendimiento de los sistemas de aprendizaje automático. Invertir en controles para supervisar los procesos de recopilación de datos y la verificación humana en el circuito, de modo que los datos no se recopilen a expensas de las mujeres y otros grupos tradicionalmente excluidos. Participar en procesos de recopilación de datos más inclusivos que se centren no solo en la cantidad sino también en la calidad de los conjuntos de datos.

Investigación Acción Participativa

Objetivos Estratégicos K.1 y K.2 de la Declaración y Plataforma de Acción de Beijing del año 1995

Fundamentos de la ética deontológica y consecuencialista

El capital social que está relacionada a la reciprocidad para la acción colectiva. Lo que motiva a las personas a realizar una u otra acción.