Impacto del sesgo de datos en la toma de decisiones

Cómo vencer el sesgo en los datos

Konstantinos Kattidis

Data Analytics Lead

Sesgo y ética de datos

• Las decisiones son tan fiables como los datos que las respaldan
• Si los datos no se alinean con los objetivos, entran en el terreno de la ética de datos
• Cubre las obligaciones éticas y morales al recopilar, analizar y usar datos
• Aborda temas como discriminación, privacidad, transparencia y responsabilidad

Trato injusto y discriminación

• El sesgo en los datos puede causar trato injusto a personas o grupos
• Los datos sesgados generan resultados discriminatorios
• Por ejemplo:
  • Un muestreo sesgado de compras puede perjudicar a ciertos colectivos
  • Y producir estrategias de marketing sesgadas

Refuerzo de estereotipos

• Los modelos entrenados con datos sesgados pueden aprender y reforzar sesgos sociales existentes
• Si los datos de entrenamiento de un recomendador incluyen sobre todo contenido de una ideología política concreta
• El algoritmo recomendará contenido alineado con esa ideología dominante

Pérdida de confianza y problemas legales

• Cuando se descubre una toma de decisiones sesgada, se erosiona la confianza en los datos
• En el peor de los casos, genera problemas legales y éticos
• Puede derivar en acciones legales y daño a la reputación de la organización

Freno a la performance y la innovación

• El sesgo puede llevar a decisiones subóptimas y frenar la performance y la innovación
• Por ejemplo:
  • Un equipo tiene menor tasa de utilización por sesgo
  • Esto causa evaluaciones de desempeño erróneas
  • Impacta la asignación de recursos, la eficiencia de procesos y la innovación

El bucle de retroalimentación del sesgo

• Los sesgos pueden crear un bucle donde los sesgos históricos se refuerzan y perpetúan con el tiempo
• Las decisiones sesgadas generan nuevos datos sesgados, que influyen en decisiones futuras

¡Vamos a practicar!

Cómo vencer el sesgo en los datos