Sesgo algorítmico

Tendencia de un modelo a producir resultados injustos o discriminatorios, normalmente porque aprendió de datos sesgados. Puede afectar a decisiones sensibles como crédito, contratación o justicia.

Tendencia de un modelo a producir resultados injustos o discriminatorios, normalmente porque aprendió de datos sesgados. Puede afectar a decisiones sensibles como crédito, contratación o justicia.

Actualizado: 3 de junio de 2026.

Si los datos de entrenamiento reflejan desigualdades históricas, el modelo las reproduce o amplifica. El sesgo puede ser sutil y aparecer solo en ciertos grupos.

De dónde viene

Datos no representativos, etiquetas con prejuicios humanos o métricas que ignoran a minorías. No es un fallo del algoritmo en abstracto, sino del proceso completo.

Cómo mitigarlo

Curar y equilibrar datos, auditar resultados por grupos, mejorar la explicabilidad y aplicar principios de IA responsable.