000			03239nam a22002294a 4500
001			PE-BaUNAB
006			a||||gr|||| 001 0
007			ta
008			t pe gr 00| 0 spa d
020			_a9788441545953
040			_aPE-BaUNAB
041			_aspa
043			_cper
082			_a006.3
100			_aVillas Olmeda, Mónica _911744
245			_aManual de ética aplicada en inteligencia artificial
260			_aMadrid: _bEdiciones Anaya Multimedia, _c2022
300			_a279 p. _c22,5 cm
505			_a2. ÉTICA Y TECNOLOGÍA La dimensión ética en la ciencia y la tecnología Sobre la discusión acerca de la "neutralidad" de la tecnología Concepto de ética La ética en el proceso de toma de decisiones - Paso 1 (Ver). Desarrollar la sensibilidad moral - Paso 2 (Pensar). Razonamiento ético - Paso 3 (Elegir). Etapas del desarrollo moral - Paso 4 (Actuar). La formación del carácter Características específicas de la IA con relación a la ética y tecnología Ética por diseño 3. PRINCIPIOS ¿Qué son los principios? ¿Por qué la necesidad de estos principios? ¿Cuáles son los principios de IA? El impacto de la situación geográfica Principios de la Unión Europea - Hitos más importantes - Regulación europea de IA Los principios éticos de la IA en España - Estrategia Nacional de IA en España Framework para la "operacionalización" de los principios éticos de IA 4. RESPONSABILIDAD Concepto de responsabilidad - Responsabilidad legal y responsabilidad moral - Responsabilidad y rendición de cuentas - Responsabilidad en el ejercicio de una profesión - Responsabilidad y tecnología Responsabilidad con relación a la IA - ¿Quién es responsable? - ¿De qué se es responsable? - ¿Frente a quién se es responsable? - ¿En base a qué se es responsable? Principios de la acción responsable - Beneficencia y no maleficencia - Autonomía - Justicia Obstáculos a la acción responsable Análisis de riesgos para una IA responsable - Análisis del impacto - Análisis de rendición de cuentas Gobernanza para una IA responsable Códigos, estándares y certificación 5. PRIVACIDAD Definición de privacidad - Privacidad e identidad - Reglamento General de Protección de Datos Anonimización El dilema privacidad-transparencia - Privacidad por diseño - Integridad contextual - Privacidad diferencial - Encriptación homomórfica - Computación multiparte segura - Aprendizaje federado - Datos sintéticos 6. EQUIDAD Sesgos y discriminación Equidad aplicada a machine learning Equidad grupal e individual - Matriz de confusión Métricas de equidad Equidad en el ciclo de machine learning Diferentes herramientas en el mercado - Aequitas - IBM Fairness 360 - What if Tool-Google 7. EXPLICABILIDAD IA confiable y explicabilidad ¿Cuáles son los conceptos relacionados con la explicabilidad? - XAI: Explicabilidad con machine learning El proceso de explicabilidad Clasificación de la explicabilidad de los modelos - Modelos interpretables - Modelos no interpretables Diferentes herramientas del mercado - IBM AI Explainability 360 - ExplainerDashboard - H2O Avances XAI. Retos futuros
700			_aCamacho Ibánez, Javier _911746
942			_2ddc _cLIB _e2025-01-20 _zIRRQ
999			_c5231 _d5231