Comprender, gestionar y prevenir el sesgo algorítmico: guía para usuarios empresariales y científicos de datos

Opiniones de los lectores

El libro «Understand, Manage, and Prevent Algorithmic Bias» (Comprender, gestionar y prevenir el sesgo algorítmico) es elogiado por ser accesible a los no expertos y por ofrecer valiosos conocimientos sobre el sesgo algorítmico, lo que lo convierte en un buen recurso introductorio. Sin embargo, puede que no satisfaga las necesidades de los profesionales experimentados que busquen conocimientos avanzados.

Accesible y útil para no científicos de datos, orientación práctica sobre el sesgo algorítmico, valiosas conexiones entre la analítica tradicional y los conceptos del aprendizaje automático.

Puede que no satisfaga las expectativas de profesionales experimentados o científicos de datos que busquen conocimientos avanzados.

(basado en 3 opiniones de lectores)

Título original:

Understand, Manage, and Prevent Algorithmic Bias: A Guide for Business Users and Data Scientists

Contenido del libro:

¿Los algoritmos son amigos o enemigos?

La mente humana está diseñada evolutivamente para tomar atajos con el fin de sobrevivir. Sacamos conclusiones precipitadas porque nuestro cerebro quiere mantenernos a salvo. La mayoría de nuestros sesgos funcionan a nuestro favor, como cuando pensamos que un coche que circula a toda velocidad en nuestra dirección es peligroso y nos movemos al instante, o cuando decidimos no probar un bocado de comida que parece haberse echado a perder. Sin embargo, el sesgo inherente afecta negativamente a los entornos de trabajo y a la toma de decisiones en torno a nuestras comunidades. Aunque la creación de algoritmos y el aprendizaje automático intentan eliminar el sesgo, al fin y al cabo son creados por seres humanos y, por tanto, son susceptibles de lo que llamamos sesgo algorítmico.

En Entender, gestionar y prevenir el sesgo algorítmico, el autor Tobias Baer le ayuda a entender de dónde viene el sesgo algorítmico, cómo gestionarlo como usuario empresarial o regulador, y cómo la ciencia de datos puede evitar que el sesgo entre en los algoritmos estadísticos. Baer aborda con pericia algunas de las más de 100 variedades de sesgos naturales, como el sesgo de confirmación, el sesgo de estabilidad, el sesgo de reconocimiento de patrones y muchos otros. El sesgo algorítmico refleja -y se origina en- estas tendencias humanas. Baer se sumerge en temas tan diversos como la detección de anomalías, las estructuras de los modelos híbridos y el aprendizaje automático autosuperador.

Mientras que la mayoría de los escritos sobre sesgo algorítmico se centran en los peligros, el núcleo de este libro positivo y divertido apunta hacia un camino en el que el sesgo se mantiene a raya e incluso se elimina. Obtendrá técnicas de gestión para desarrollar algoritmos imparciales, la capacidad de detectar el sesgo más rápidamente y conocimientos para crear datos imparciales. Comprender, gestionar y prevenir el sesgo algorítmico es un libro innovador, oportuno e importante que no puede faltar en su estantería. Si usted es un ejecutivo de negocios experimentado, un científico de datos, o simplemente un entusiasta, ahora es un momento crucial para educarse sobre el impacto del sesgo algorítmico en la sociedad y tomar un papel activo en la lucha contra el sesgo.

Lo que aprenderá

⬤ Estudiar las muchas fuentes de sesgo algorítmico, incluidos los sesgos cognitivos en el mundo real, los datos sesgados y el artefacto estadístico.

⬤ Comprender los riesgos de los sesgos algorítmicos, cómo detectarlos y las técnicas de gestión para prevenirlos o gestionarlos.

⬤ Apreciar cómo el aprendizaje automático introduce nuevas fuentes de sesgo algorítmico y puede ser parte de una solución.

⬤ Familiarizarse con las técnicas estadísticas específicas que un científico de datos puede utilizar para detectar y superar el sesgo algorítmico.

A quién va dirigido este libro

Ejecutivos de empresas que utilizan algoritmos en sus operaciones diarias.

Científicos de datos (desde estudiantes a profesionales experimentados) que desarrollan algoritmos.

Responsables de cumplimiento preocupados por el sesgo algorítmico.

Políticos, periodistas y filósofos que reflexionan sobre el sesgo algorítmico en términos de su impacto en la sociedad y las posibles respuestas reguladoras.

Y consumidores preocupados por cómo puede afectarles el sesgo algorítmico.