UNAV-AI-SEPO-ES_M2_G8

Calidad de los datos: asegurar la calidad y representatividad de los datos para evitar sesgos y discriminaciones.
Privacidad: respetar la privacidad de los datos personales y cumplir con las regulaciones pertinentes como el Reglamento General de Protección de Datos europeo o la Ley de Protección de Datos Personales en México.
Consentimiento informado: obtener el consentimiento informado de los participantes cuando sea necesario.

Detección de sesgos: implantar técnicas para detectar y mitigar sesgos en los datos y en el modelo.
Equilibrio de clases: asegurar un equilibrio adecuado en las clases de los datos de entrenamiento para evitar sesgos hacia una clase en particular.

Monitoreo de sesgos: implementar mecanismos para monitorear el rendimiento del modelo en producción y detectar posibles desviaciones de los objetivos éticos.
Actualización continua: actualizar el modelo de forma regular para mantener su rendimiento y abordar los cambios en los datos y el entorno.

Evaluación ética de los algoritmos: evaluar los algoritmos en términos de su potencial para generar sesgos o discriminaciones.
Interpretabilidad: priorizar algoritmos que sean más interpretables para facilitar la comprensión de sus decisiones y detectar posibles problemas.

Métricas de equidad: utilizar métricas que evalúen el desempeño del modelo en diferentes subgrupos de la población para identificar posibles desigualdades.
Métricas de transparencia: evaluar la interpretabilidad del modelo y su capacidad para explicar las decisiones.

Evaluación de riesgos: identificar y evaluar los riesgos asociados con el despliegue del modelo, como la discriminación, la privacidad y la seguridad.
Asignación de responsabilidades: establecer mecanismos claros para la asignación de responsabilidades en caso de que el modelo cause daños.

Identificación del problema: definir claramente el problema a resolver y sus implicaciones sociales y éticas.
Establecimiento de objetivos éticos: establecer objetivos claros relacionados con la equidad, la transparencia, la privacidad y la seguridad del modelo.