Sesgos Algorítmicos y Equidad
Exploración de cómo los algoritmos pueden perpetuar o amplificar sesgos existentes en los datos, afectando la equidad y la justicia social.
Preguntas Clave
- ¿Cómo pueden los sesgos humanos introducirse en los algoritmos de inteligencia artificial?
- ¿Qué consecuencias tienen los sesgos algorítmicos en áreas como la contratación o la justicia?
- ¿Cómo diseñar algoritmos que minimicen los sesgos y promuevan la equidad?
Aprendizajes Esperados SEP
Metodologías Sugeridas
¿Listo para enseñar este tema?
Genera una misión de aprendizaje activo completa y lista para el salón en segundos.
Más en Datos, Análisis y Big Data
Sistemas de Gestión de Bases de Datos
Introducción al almacenamiento estructurado de información y el uso de consultas para recuperar datos.
2 methodologies
Diseño de Bases de Datos Relacionales
Los estudiantes diseñan esquemas de bases de datos, identificando entidades, atributos y relaciones para modelar información del mundo real.
2 methodologies
Consultas SQL Básicas
Introducción al lenguaje SQL para realizar operaciones de selección, inserción, actualización y eliminación de datos en una base de datos.
2 methodologies
Visualización y Comunicación de Datos
Creación de gráficos e infografías interactivas para explicar fenómenos complejos a través de datos.
2 methodologies
Principios de Diseño de Visualizaciones
Los estudiantes aprenden principios de diseño para crear visualizaciones de datos claras, precisas y estéticamente agradables.
2 methodologies