Fuentes de sesgos en inteligencia artificial: principios básicos para evitarlos en el área de RRHH/inteligencia artificial y decisión
RInCE: Revista de Investigaciones del Departamento de Ciencias Económicas · 2026 · 17 (34) · 5-12
DOI: 10.54789/rince.34.2 ↗Kurz gefasst
Fachartikel in der Zeitschrift RInCE: Revista de Investigaciones del Departamento de Ciencias Económicas, 2026. Verfasst von Carlos Enrique Ezeiza Pohl.
Abstract (Originalsprache)
Entre los principales retos que presenta la Gobernanza de la IA en la actualidad se encuentran las fuentes de sesgos que afectan a los distintos modelos de IA, tanto en el caso del razonamiento automático como en el del Machine Learning. Identificar adecuadamente los sesgos y propiciar buenas prácticas para evitarlos se constituye uno de los desafíos críticos que afectan al desarrollo y uso de aplicaciones en IA. En este trabajo de carácter teórico se presenta una revisión sistemática de literatura sobre las fuentes de sesgos en IA y su aplicación a la toma de decisiones basadas en IA en el área de búsqueda y selección de personal. Se relevan e identifican los principales sesgos detectados (algorítmicos, cognitivos, confirmación, exclusión, medición, homogeneidad del exogrupo, prejuicio, recuerdo, muestra/selección, estereotipos), y los elementos a tener en cuenta para evitarlos (modelos de aprendizaje supervisados y no supervisados; datos de procedencia diversa, completos y equilibrados; composición diversificada del staff que diseña y mantiene la aplicación de IA e cuanto a género, edad, experiencia, etnia y multiculturalidad; monitoreo constante e infraestructura de TI). Se presentan los resultados parciales de una revisión sistemática de literatura de casos de sesgos detectados en aplicaciones de IA utilizadas para la búsqueda y selección de personal y los aspectos para tener en cuenta con el propósito de reducir su impacto y consecuencias para las organizaciones y la sociedad en su conjunto.
Zitieren
APA
Pohl, C. E. E. (2026). Fuentes de sesgos en inteligencia artificial: principios básicos para evitarlos en el área de RRHH/inteligencia artificial y decisión. RInCE: Revista de Investigaciones del Departamento de Ciencias Económicas, 17(34), 5-12. https://doi.org/10.54789/rince.34.2
Vancouver
Pohl CEE. Fuentes de sesgos en inteligencia artificial: principios básicos para evitarlos en el área de RRHH/inteligencia artificial y decisión. RInCE: Revista de Investigaciones del Departamento de Ciencias Económicas. 2026;17(34):5-12. doi:10.54789/rince.34.2
BibTeX
@article{Pohl2026,
author = {Pohl, Carlos Enrique Ezeiza},
title = {Fuentes de sesgos en inteligencia artificial: principios básicos para evitarlos en el área de RRHH/inteligencia artificial y decisión},
journal = {RInCE: Revista de Investigaciones del Departamento de Ciencias Económicas},
year = {2026},
volume = {17},
number = {34},
pages = {5--12},
doi = {10.54789/rince.34.2}
}
EUVIMED