El proceso de contratación en España se ve afectado por la apariencia física de los solicitantes. La penalización de los candidatos masculinos con sobrepeso se atribuye a su percepción como menos atractivos, en el caso de las candidatas, la penalización se debe principalmente a su peso (en ocupaciones dominadas por hombres). Además, se observa un trato diferenciado para candidatas atractivas, quienes experimentan una penalización por su belleza, a diferencia de sus homólogos masculinos, que reciben un premio por su atractivo.

En primer lugar, encontramos que el sesgo contra las mujeres por trabajos estereotipadamente masculinos y neutrales al género ha desaparecido o incluso revertido con el tiempo, mientras que el sesgo contra los hombres por trabajos estereotipadamente femeninos ha persistido. En segundo lugar, y quizás igual de sorprendente, descubrimos que tanto la gente común como los científicos no reconocen ni aprecian plenamente este progreso y sobreestiman drásticamente el sesgo antifemenino a lo largo del tiempo

Esta desgraciada odisea comenzó con una búsqueda automática de reconocimiento facial, según el informe de un investigador del Departamento de Policía de Detroit. Se trata de la sexta persona que denuncia haber sido acusada falsamente de un delito como resultado de la tecnología de reconocimiento facial utilizada por la policía, que busca coincidencias con el rostro de un delincuente desconocido por medio de una base de datos. Las seis personas falsamente acusadas han sido negras.

Un mal diseño, un bug, un sesgo, una deducción lógica clarísima o incorrecta, podría ser el trigger que hiciera que comenzara una escalada nuclear. Como en la icónica película de Juegos de Guerra donde al final se resuelve todo con un juego de Tres en raya que no sé si me da garantías de ser una medida de control en el mundo de hoy en día. Yo os recomiendo que leáis la Declaración Política del Uso Responsable en la Industria Militar de Inteligencia Artificial que los puntos de la A a la L te tienen que hacer mucho sobre a dónde vamos, qué nos v

Los videojuegos tienen personajes femeninos, como secundarios pero también como protagonistas, pero a diferencia de su contraparte masculina, tienen menos diálogo hasta el punto de que llegan a hablar la mitad que los hombres. 'Sesgo de género en el diálogo de los videojuegos' es el trabajo de un grupo de investigadores de la Universidad de Glasgow, la Universidad de Aston y la Universidad de Cardiff (todas en Reino Unido), que ha analizado la distribución de género de los diálogos en los videojuegos.

Un nuevo metanálisis (como parte de una colaboración conflictiva) muestra poca evidencia de sesgo contra las mujeres en la mayoría de los dominios de la ciencia académica. Los datos son cruciales a la hora de pensar en políticas públicas.

Todos lo hacemos en más de alguna ocasión: nos montamos auténticas películas mentales dignas de un Óscar. Pensar en futuros catastróficos, imaginar determinados dramas, divagar sobre historias extrañas que pueden estar pasando… Todas esas deducciones, sin base y a veces sin sentido, erigen lo que se define en una interesante teoría: la escalera de inferencias de Cris Argyris. Una de las contribuciones más interesantes del doctor Agyris fue su teoría sobre las inferencias. Es decir, la forma en que damos significado a las cosas en nuestra mente

Una investigación reciente de psicólogos japoneses publicada la Royal Society concluye que en la actualidad existe un "exagerado impacto de los rasgos faciales en los procesos sociales de toma de decisión". Es decir, juzgamos a la gente duramente con el primer vistazo de su apariencia En una serie de experimentos con más de 300 participantes, Atsunobu Suzuki y sus colegas encontraron lo que denominan "inferencias de rasgos basadas en el rostro" (FBTI). ¿Por qué? Cuando comenzamos a habitar en grandes urbes...

Los resultados muestran que, cuando se comparan estudiantes que tienen idéntica competencia en la materia, los profesores son más propensos a dar calificaciones más altas a las chicas. Además, demuestran por primera vez que esta prima de calificación que favorece a las chicas es sistémica, ya que las características del profesor y del aula desempeñan un papel insignificante en su reducción.” A la izquierda tenéis los resultados de los tests de evaluación del sistema educativo y a la derecha las notas de los profesores: “Tanto los profesores

La intuición es un concepto de la teoría del conocimiento aplicado también en la epistemología que describe el que es directo e inmediato, sin intervención de la deducción o la razón, siendo considerado como evidente.

Interpretamos erróneamente la información disponible, al dejarnos influir por pensamientos, creencias, prejuicios. Y es muy interesante

El objetivo del desarrollo de la tecnología de consumo era bastante simple antes: diseñar y construir algo de valor para las personas, dándoles una razón para comprarlo. Una nueva nevera es brillante, reduce mis facturas de electricidad, hace cubitos de hielo geniales. Sin embargo, esta visión de la tecnología está cada vez más desactualizada. No es suficiente que una nevera mantenga la comida fría; la versión actual ofrece cámaras y sensores que pueden monitorizar lo que como, mientras que Roomba puede enviar un mapa de mi casa a Amazon.

"En algún momento de 1944 las computadoras humanas se convirtieron en «chicas». La Universidad de Pennsylvania contrató «chicas computadoras»; Warren Weaver empezó a llamar «chicas» a las computadoras del Panel de Matemáticas Aplicadas;..."

El sesgo del punto ciego está presente cuando la mayoría de las veces las personas no pueden percatarse de sus propios prejuicios cognitivos y se perciben con menos sesgos que los demás. El sesgo del punto ciego, o prejuicio del punto ciego, es por tanto un tipo de sesgo cognitivo que impide a una persona ver sus propios prejuicios. Dicho término fue creado por la profesora de psicología de la Universidad de Princenton, Emily Pronin, junto a sus colegas, tomando como referencia el punto ciego del ojo humano.

Los datos ciertos no tienen el poder de cambiar nuestras mentes", explica uno de los mayores estudiosos del tema, Brendan Nyhan, en un artículo publicado esta semana en The Boston Globe. Más bien parece, confirma el periodista Joe Keohane, que las cosas funcionan al contrario: cuando personas desinformadas reciben los datos correctos, no solo no cambian de opinión o modifican su creencia, sino que se aferran todavía más a ella. Pasó durante la guerra del Golfo y la invasión de Irak en Estados Unidos, pero ocurre igualmente en todo el mundo.

El revolucionario Engels mostró su estupefacción ante el relato de un hombre condenado a zurcir los calcetines de su familia porque la revolución industrial había convertido a su mujer en una trabajadora explotada. La estupefacción no tenía que ver con la explotación de ella, sino con el vergonzoso lugar que la economía estaba dejando a esos hombres sin empleo: encargarse de su hogar. Katrine Marçal es una periodista sueca especializada en economía, finanzas e innovación que aplica la perspectiva de género .

Hace justo un año decidí abrir una petición en Change.org para pedir a Google y Microsoft, dos de las dos empresas que más dinero valen en el mundo, que arreglasen el Sesgo de Género en el Traductor Inglés<->Español, donde algunas profesiones tienen sesgo de género masculino (juez e ingeniero) y otras femenino (enfermera). Y hoy al mirar cuánta gente ha apoyado la petición, me ha sorprendido, ya que son más de 32.000 personas.

Las redes sociales se han convertido en fines en sí mismos que crean una estructura, en ocasiones a través de ‘influencers’, que fomenta los sesgos informativos. Hay que recordar, como he dicho muchas veces, que el objetivo de las redes es que pasemos el máximo posible tiempo de ellas, puesto que sus beneficios y monetización de sus negocios está íntimamente relacionado con la cantidad de tiempo que consumimos en ellas, y les permite tomar nuestros datos, ofrecernos publicidad, etc. Pero antes de convertirnos en adictos hay un escalón por…

COMPAS reveló tener sesgos hacia los acusados negros, así que hemos intentado rediseñarlo para que sus resultados sean más justos. Pero, al estar entrenado con datos históricos injustos resulta imposible que ofrezca las mismas tasas de acierto y error mientras trata a todos los colectivos de la misma manera.