Entre Códigos y Corazones: Investigación e Inteligencia Artificial hacia una Tecnología más Humana
DOI:
https://doi.org/10.37843/rted.v18i2.724
Barra lateral del artículo
Contenido principal del artículo
Resumen
La tecnología, más allá de su componente instrumental, debe incorporar dimensiones afectivas y éticas que refuercen la empatía junto con la solidaridad social. El objetivo del ensayo consistió en analizar cómo los procesos algorítmicos pueden articularse con las perspectivas éticas y afectivas propias de la experiencia humana. Para ello, el ensayo se enmarca en un paradigma humanista bajo un método inductivo, con enfoque cualitativo, de tipo interpretativo y de diseño narrativo de tópico. A lo largo del texto se reflexiona sobre las bases filosóficas de la inteligencia artificial (IA), sus aplicaciones en contextos de interacción social, así como sus implicaciones morales. Se examinan ejemplos concretos de sistemas inteligentes orientados al cuidado o la educación, contrastados con innovaciones de carácter estrictamente funcional. Asimismo, se plantea la necesidad de un enfoque interdisciplinar que integre perspectivas procedentes de la psicología, la sociología y la ciencia de datos. Finalmente, se concluye que solo mediante un diálogo permanente entre códigos y corazones podrá consolidarse un desarrollo tecnológico verdaderamente al servicio de la dignidad humana.
Descargas
Métricas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Aquellos autores que tengan publicaciones en nuestra revista aceptan los términos siguientes:
- En el momento en que una obra es aceptada para su publicación, el autor conserva los derechos de reproducción, distribución de su artículo para su explotación en todos los países del mundo en el formato proporcionado por nuestra revista, así como en cualquier otro soporte magnético, óptico y digital.
- Los autores conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cual estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons (Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)) que permite a terceros copiar y redistribuir el material en cualquier medio o formato, Bajo las condiciones siguientes: Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace. NoComercial — No puede utilizar el material para una finalidad comercial. SinObraDerivada — Si remezcla, transforma o crea a partir del material, no puede difundir el material modificado. No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
- Los autores podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales, repositorios, bibliotecas, o en su página web), lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada.
- El retiro de un artículo se solicitará por escrito al Editor, haciéndose efectivo luego de respuesta escrita de este. Para tal efecto, el o los autores enviarán correspondencia vía E-mail: [email protected].
- El autor no recibirá compensación económica por la publicación de su trabajo.
- Todas las publicaciones de la Revista Docentes 2.0, están bajo la plataforma Open Journal System (OJS) en dirección: https://ojs.docentes20.com/
Citas
Adams J. (2023). Defending explicability as a principle for the ethics of artificial intelligence in medicine. Med Health Care Philos, 26(4), 615-623. DOI: 10.1007/s11019-023-10175-7. DOI: https://doi.org/10.1007/s11019-023-10175-7
Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Harvard Business Review Press.
Ananny, M., & Crawford, K. (2018). Seeing without knowing: Limitations of the transparency ideal and its application to algorithmic accountability. New Media & Society, 20(2), 13–27. https://doi.org/10.1177/1461444816676645 DOI: https://doi.org/10.1177/1461444816676645
Bajtín, M. M. (1982). The dialogic imagination: Four essays (M. Holquist, Ed.; C. Emerson & M. Holquist, Trans.). University of Texas Press.
Barocas, S., & Selbst, A. D. (2016). Big data’s disparate impact. California Law Review, 104(3), 671–732. https://dx.doi.org/10.2139/ssrn.2477899 DOI: https://doi.org/10.2139/ssrn.2477899
Bentley, P. J. (1999). Evolutionary Design by Computers. Morgan Kaufmann. DOI: https://doi.org/10.1007/978-1-4471-0819-1_8
Cavoukian, A. (2011). Privacy by Design: The 7 Foundational Principles. Information and Privacy Commissioner of Ontario.
Cheong, B. C. (2024). Transparency and accountability in AI systems: Safeguarding wellbeing in the age of algorithmic decision-making. Frontiers in Human Dynamics, 6, 1421273. https://doi.org/10.3389/fhumd.2024.1421273 DOI: https://doi.org/10.3389/fhumd.2024.1421273
Cloud Security Alliance. (2021). Security Guidance for Critical Areas of Focus in Cloud Computing v4.0.
Couldry, N., & Mejías, U. A. (2019). The costs of connection: How data is colonizing human life and appropriating it for capitalism. Stanford University Press. DOI: https://doi.org/10.1515/9781503609754
Dignum, V. (2019). Responsible artificial intelligence: How to develop and use AI in a responsible way. Springer Nature. DOI: https://doi.org/10.1007/978-3-030-30371-6
Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017). Dermatologist-level classification of skin cancer with deep neural networks. Nature, 542(7639), 115–118. https://doi.org/10.1038/nature21056 DOI: https://doi.org/10.1038/nature21056
European Commission. (2016). Regulation (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation). Official Journal of the European Union, 1–88. https://n9.cl/bkdv7
European Union. (2024). Artificial Intelligence Act (EU Regulation 2024/1689 of the European Parliament and of the Council of 13 June 2024 on artificial intelligence and amending certain Union legislative acts). Official Journal of the European Union. https://n9.cl/k1ka6
Feldman, M., Friedler, S. A., Moeller, J., Scheidegger, C., & Venkatasubramanian, S. (2015). Certifying and removing disparate impact. Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 259–268. https://doi.org/10.1145/2783258.2783311 DOI: https://doi.org/10.1145/2783258.2783311
Floridi, L. (2013). The ethics of information. Oxford University Press. DOI: https://doi.org/10.1093/acprof:oso/9780199641321.001.0001
Gentry, C. (2009). A fully homomorphic encryption scheme. Stanford University.
Hardt, M., Price, E., & Srebro, N. (2016). Equality of opportunity in supervised learning. Advances in Neural Information Processing Systems, 29, 3315–3323. https://doi.org/10.48550/arXiv.1610.02413
Henderikx, P., Kreijns, K., & Kalz, M. (2017). Refining success and dropout in massive open online courses based on the intention–behavior gap. Distance Education, 38(3), 353–368. https://doi.org/10.1080/01587919.2017.1369006 DOI: https://doi.org/10.1080/01587919.2017.1369006
IEEE. (2020). Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems (2nd ed.). IEEE.
ISO/IEC 27001:2013. (2013). Information technology — Security techniques — Information security management systems — Requirements. International Organization for Standardization.
ISO/IEC JTC 1/SC 42. (2025). Information technology. Artificial intelligence (AI) AI system impact assessment (ISO/IEC 42005:2025). International Organization for Standardization.
Lipton, Z. C. (2016). The Mythos of Model Interpretability. arXiv. https://doi.org/10.48550/arXiv.1606.03490
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education.
McMahan, B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. Proceedings of the 20th International Conference on Artificial Intelligence and Statistics, 54, 1273–1282. https://n9.cl/3eh3z
Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2021). A survey on bias and fairness in machine learning. ACM Computing Surveys, 54(6), 1–35. https://doi.org/10.1145/3457607 DOI: https://doi.org/10.1145/3457607
Norman, D. A. (2013). The Design of Everyday Things (Revised and expanded ed.). Basic Books.
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019). Dissecting racial bias in an algorithm used to manage the health of populations. Science, 366(6464), 447–453. DOI: 10.1126/science.aax234 DOI: https://doi.org/10.1126/science.aax2342
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000). A model for types and levels of human interaction with automation. IEEE Transactions on Systems, Man, and Cybernetics – Part A, 30(3), 286–297. DOI:10.1109/3468.844354 DOI: https://doi.org/10.1109/3468.844354
Raymond, E. S. (1999). The Cathedral & the Bazaar: Musings on Linux and Open Source by an Accidental Revolutionary. O’Reilly Media.
Rose, S., Borchert, O., Mitchell, S., & Connelly, S. (2020). Zero Trust Architecture. NIST Special Publication 800-207. DOI: https://doi.org/10.6028/NIST.SP.800-207
Shneiderman, B. (2020). Bridging the gap between ethics and practice: Guidelines for human-centered AI. IEEE Computer, 53(10), 83–90. https://doi.org/10.1145/3419764 DOI: https://doi.org/10.1145/3419764
Topol, E. (2019). Deep Medicine: How Artificial Intelligence Can Make Healthcare Human Again. Basic Books.
Unesco. (2021). Recommendation on the Ethics of Artificial Intelligence. UNESCO Publishing.
van Dijk, T. A. (2000). El discurso como interacción social. Gedisa.
Volóshinov, V. N. (1976). Marxism and the philosophy of language (L. Matejka & I. R. Titunik, Trans.). Harvard University Press.
Wachter, S., & Mittelstadt, B. D. (2019). A right to reasonable inferences: Re-thinking data protection law in the age of big data and AI. Columbia Business Law Review, 2019(2), 494–620. https://n9.cl/9ihwj0
Únete a nuestro canal de Telegram para recibir notificaciones de nuestras publicaciones
