Sesgos de género en la Inteligencia Artificial aportes de los feminismos jurídicos 322 asunto político que desde los instrumentos de las nuevas tecnologías, las bases de datos que las alimentan, la actualización del lenguaje entre otros aspectos En este sentido es necesario “repensar el derecho y su función social, es un desafío que va más allá de contar con “buenas leyes” o con “buenas resoluciones judiciales” para lasmujeres” (Facio & Fries, 1999, p. 8). Desde los feminismos jurídicos también asumimos una tarea que se orienta a resignificar, reconfigurar y fortalecer las bases de datos con contenidos que no estén estructurados en las tradiciones masculinizadas que han rodeado la ciencia y la tecnología “Las historias femeninas de ciborg tienen como tarea la de codificar de nuevo la comunicación y la inteligencia para subvertir el mando y el control” (Haraway, 1991, p. 32). 3. EL SESGO ALGORÍTMICO: ES VIOLENCIA DE GÉNERO El género como categoría de análisis, construida social y culturalmente en torno a lo que hombres y mujeres deberían ser, tiene un carácter histórico y contextual (Facio, 1992). La violencia de género aparece como una forma de corregir, castigar y limitar a las personas cuando no se enmarcan dentro de los estereotipos, es decir, esas creencias, convicciones colectivas que también hemos construido socialmente, de las cuales estamos convencidos y que si bien permiten al ser humano establecer conjuntos que le permiten apropiarse de un mundo complejo, en la práctica han redundado en actitudes dañinas, discriminatorias y limitantes de los derechos humanos que se basan en el sexo, género e identidades y orientaciones diversas. Por su parte el sesgo de género se afianza también en esas creencias compartidas y estereotipos que hemos formulado en torno a las cualidades y atributos que se les han asignado a los sexos, generando un prejuicio de género. En esta intersección entre sesgos de género e inteligencia artificial, se tienen estudios como los de Savoldi y otros (2021) y Prates, Avelar y Lamb (2020) que demuestran el sesgo de género presentado en las traducciones que utilizan IA. Así mismo, García yMelero (2023) analizaron los estereotipos de género de la IA en la generación de imágenes, para demostrar que en asuntos como las profesiones, no solo replica imágenes estereotipadas sino que las refuerza y aumenta. Manasi y otras (2022) en su artículo “Mirroring the bias: gender
RkJQdWJsaXNoZXIy MjEzNzYz