← volver

Julio 2023 · Enero 2024

Evaluación del proyecto ATN/ME-18240-CH "Algoritmos éticos, responsables y transparentes"

Objetivo: Evaluar los efectos en la población beneficiaria de dos proyectos de datos desarrollados bajo un enfoque de ética algorítmica, así como los efectos en los servicios prestados por las empresas que adoptan el desarrollo de algoritmos bajo principios éticos
Instituciones: Universidad Adolfo Ibáñez
Sectores: Ciencia, tecnología, conocimiento e innovación, Transparencia
Director Académico
Jefe de Proyecto
Investigador Principal
Investigador Principal
Coordinador e Ingeniero de Proyectos
Coordinador de Proyecto

Descripción

El objetivo principal del proyecto fue evaluar los efectos en la población beneficiaria de dos proyectos de datos desarrollados bajo un enfoque de ética algorítmica, así como los efectos en los servicios prestados por las empresas que adoptan el desarrollo de algoritmos bajo principios éticos. Específicamente, se evaluaron los efectos observables en la población beneficiaria de dos proyectos de datos piloto del programa Algoritmos Éticos, junto con analizar la comprensión y aplicación de estándares éticos por parte de empresas que proveen el servicio de desarrollo de soluciones de datos, con énfasis en implementaciones para el Estado. Finalmente, se identificaron aprendizajes y recomendaciones para futuras implementaciones de soluciones tecnológicas éticas.

Para ello, se implementó una metodología compuesta por tres componentes complementarias. La componente cuantitativa consistió en el diseño de estrategias de evaluación para medir efectos observables en la población beneficiaria de dos proyectos piloto. En un caso se propuso una evaluación experimental con asignación aleatoria, y en otro, un análisis estadístico descriptivo de modelos predictivos aplicados en campañas de recordatorio de beneficios. La componente cualitativa consideró entrevistas en profundidad y grupos focales con empresas desarrolladoras de soluciones de datos, explorando percepciones, barreras y condiciones para la adopción de principios éticos. Finalmente, la componente de sistematización abordó la identificación de aprendizajes y recomendaciones, utilizando un modelo de madurez institucional para evaluar el grado de adopción de principios éticos en inteligencia artificial y ciencia de datos.