Aunque estos debates son \u00fatiles y sin duda necesarios, casi todos ellos asumen 1) que la adopci\u00f3n de la IA es inevitable y 2) que estas tecnolog\u00edas son neutrales y sus efectos nocivos o beneficiosos dependen del uso que se haga de ellas. En este art\u00edculo abordamos brevemente tres grupos de problemas \u00e9ticos \u2013privacidad, autonom\u00eda humana y libertad; sesgos, discriminaci\u00f3n e igualdad; y crisis ecosocial\u2013 que surgen en torno a la IA y que, de distinto modo, ponen de relieve como estas tecnolog\u00edas, lejos de ser neutrales, son inherentemente pol\u00edticas y, por tanto, su adopci\u00f3n responde a un compromiso con ciertos proyectos ideol\u00f3gicos.2<\/sup>\u00a0Desde esta perspectiva la IA no es un conjunto de tecnolog\u00edas neutrales, sino una industria que se vale de la extracci\u00f3n y explotaci\u00f3n no solo de los recursos naturales, sino tambi\u00e9n de nuestros datos y nuestros cuerpos.<\/p>\n Privacidad, autonom\u00eda humana y libertad.\u00a0<\/em>Una de las componentes esenciales que necesita cualquier sistema de IA para poder funcionar son los datos. Los datos son la informaci\u00f3n, la experiencia si usamos una met\u00e1fora humana, de la que se nutren los algoritmos (los sistemas de reglas) que permiten que la IA funcione.\u00a0Grosso modo,<\/em>\u00a0podr\u00edamos decir que los algoritmos aprenden de los datos a extraer las relaciones y los resultados m\u00e1s probables. Identifica patrones que se encuentran presentes en los datos y as\u00ed puede hacer estimaciones precisas. Por este y otros motivos la recopilaci\u00f3n de datos es una pr\u00e1ctica que tiene lugar diariamente de forma masiva y que nos afecta a todos.<\/p>\n En este contexto, muchos planteamientos \u00e9ticos vinculados a la recopilaci\u00f3n explotaci\u00f3n y uso de los datos se plantean en relaci\u00f3n con los problemas que estas pr\u00e1cticas pueden suponer, primero, para la privacidad. Los datos que se recopilan a trav\u00e9s de nuestros relojes inteligentes, el consumo de pel\u00edculas y plataformas en\u00a0streaming<\/em>, etc, pueden contener y eventualmente revelar informaci\u00f3n extremadamente privada sobre nuestras vida como nuestra orientaci\u00f3n sexual,3<\/sup>\u00a0nuestras pr\u00e1cticas sexuales, nuestra vida sentimental, familiar, y muchas otras cuestiones que con casi toda seguridad no compartir\u00edamos con una persona de poca confianza y, a\u00fan menos con un extra\u00f1o.4<\/sup><\/p>\n Pero los problemas relacionados con los datos tambi\u00e9n pueden producir problemas en relaci\u00f3n con la autonom\u00eda humana y la libertad individual. En relaci\u00f3n con la autonom\u00eda humana el problema se encuentra relacionado con la p\u00e9rdida de la capacidad para pensar y tomar decisiones por nosotros mismos en una sociedad donde el uso de algoritmos de IA es cada vez mayor. Pensemos que cuando Netflix o cualquier plataforma de\u00a0streaming\u00a0<\/em>nos hace una recomendaci\u00f3n sobre qu\u00e9 pel\u00edcula o serie podr\u00edamos ver, casi autom\u00e1ticamente desaparece un abanico entero de posibles contenidos que podr\u00edamos haber elegido si hubi\u00e9ramos sido nosotros los que hubi\u00e9ramos hecho la selecci\u00f3n. El problema aqu\u00ed no es tanto que la recomendaci\u00f3n en base a nuestras elecciones previas, sino nuestra predisposici\u00f3n a mantenernos dentro de las pel\u00edculas seleccionadas por el algoritmo.<\/p>\n En el caso de las plataformas de\u00a0streaming<\/em>\u00a0esto puede ser algo anecd\u00f3tico, pero \u00bfqu\u00e9 suceder\u00eda si este tipo de sistemas se usaran para recomendarnos que nuevos productos disponibles en el supermercado nos gustar\u00e1n m\u00e1s en base a nuestras preferencias alimenticias? \u00bfY si las recomendaciones fueran sobre qu\u00e9 carrera estudiar, qu\u00e9 universidad elegir, d\u00f3nde veranear o con qui\u00e9n tenemos m\u00e1s posibilidades de construir una relaci\u00f3n sentimental duradera? Nuestra tendencia no solo a considerar, sino en muchos casos a adoptar las recomendaciones de la tecnolog\u00eda puede resultar muy problem\u00e1tica si el n\u00famero de \u00e1mbitos en los que estas act\u00faan aumenta. Aunque seamos nosotros los que creemos tener la \u00faltima palabra, lo cierto es que este tipo de recomendaciones acotan nuestro rango de actuaci\u00f3n y en muchos casos eliminan siquiera la posibilidad de plantearnos otras preferencias, caminos y\/o alternativas que rompan con ese sendero que los algoritmos marcan a partir de nuestros gustos previos.<\/p>\n Adem\u00e1s de la p\u00e9rdida de autonom\u00eda humana, la recopilaci\u00f3n y uso masivo de datos tambi\u00e9n puede afectar a la libertad individual. En la tradici\u00f3n liberal que predomina en los pa\u00edses occidentales la libertad se entiende como la ausencia de interferencia para actuar de la forma que nosotros consideramos m\u00e1s adecuada siempre y cuando esta se mantenga dentro de los l\u00edmites que permiten la convivencia dentro de una comunidad pol\u00edtica.5<\/sup>,<\/sup>6<\/sup>\u00a0Para ejemplificar como la IA afecta a esta idea de libertad normalmente se recurre al uso que hace China de estas tecnolog\u00edas. El sistema de cr\u00e9dito social chino funciona a trav\u00e9s de la recopilaci\u00f3n de ingentes cantidades de datos sobre sus ciudadanos para sancionarlos o premiarlos en funci\u00f3n de c\u00f3mo de \u201cc\u00edvica\u201d haya sido su conducta. As\u00ed, por ejemplo, a los ciudadanos que hayan acumulado una serie de faltas, como ausencias a citas m\u00e9dicas o cruzar la calle con un sem\u00e1foro en rojo, puede llegar a prohibirles realizar vuelos internacionales.7<\/sup>\u00a0En este sentido, resulta evidente como ciertas formas de uso de nuestros datos puede entrar en conflicto con la libertad individual de las personas.<\/p>\n El sistema de cr\u00e9dito social chino funciona a trav\u00e9s de la recopilaci\u00f3n de ingentes cantidades de datos sobre sus ciudadanos para sancionarlos o premiarlos<\/strong><\/p><\/blockquote>\n Aunque en Europa este tipo de sistemas estar\u00e1n prohibidos seg\u00fan la regulaci\u00f3n de IA,8\u00a0<\/sup>cabr\u00eda preguntarse hasta qu\u00e9 punto, por ejemplo, el uso de sistemas de IA para determinar a qu\u00e9 personas se les otorga un cr\u00e9dito bancario y a qui\u00e9nes se les deniega, controlar las fronteras, otorgar visados, etc., constituyen o no actos contrarios a la libertad. Si atendemos a otras formas de entender la libertad que se salgan del marco del liberalismo como, por ejemplo, la que se maneja dentro del marco del republicanismo donde la libertad no se entiende con relaci\u00f3n al individuo, sino a la comunidad en su conjunto,9<\/sup>\u00a0entonces encontramos que es posible que los sistemas de IA preserven la libertad individual, es decir, no interfieran en nuestra vida, y, sin embargo, no nos permitan ser ciudadanos libres.10<\/sup><\/p>\n El concepto de libertad como no dominaci\u00f3n que opera en el seno del republicanismo muestra c\u00f3mo, a ojos del liberalismo, un esclavo podr\u00eda ser considerado libre si tuviera un amo muy bueno que le permitiese hacer lo que quisiera. El hecho de que el esclavo elija sus actos no le hace menos esclavo, pues siempre se encuentra bajo el control de su amo. En este sentido, el republicanismo y sus versiones contempor\u00e1neas ofrecen unas nuevas lentes con las que problematizar la IA y ser m\u00e1s cr\u00edticos con estas tecnolog\u00edas .<\/p>\n Estas reflexiones apuntan a que a\u00fan en aquellas circunstancias en las que la IA no llegase a interferir directamente en nuestra vida, el hecho de que estas tecnolog\u00edas se materialicen en todos los \u00e1mbitos de nuestra vida convierte a las empresas que recopilan nuestros datos en due\u00f1os de nuestras vidas.<\/p>\n El republicanismo y sus versiones contempor\u00e1neas ofrecen unas nuevas lentes con las que problematizar la IA y ser m\u00e1s cr\u00edticos con estas tecnolog\u00edas<\/strong><\/p><\/blockquote>\n En el capitalismo de la vigilancia en el que son otros los que disponen de nuestros datos y los que eligen c\u00f3mo y cu\u00e1ndo usarlos, nosotros, la ciudadan\u00eda, dejamos de ser libres11<\/sup>.<\/p>\n Sesgos, discriminaci\u00f3<\/em>n e igualdad<\/em>.\u00a0<\/em>En relaci\u00f3n con los datos no solo importa cu\u00e1ntos datos se recopilen. Tambi\u00e9n hay problemas \u00e9ticos que surgen en funci\u00f3n del tipo de datos que se usen para nutrir los sistemas IA. Como mencion\u00e1bamos en el apartado anterior la IA aprende de los datos con los que se le entrena, principalmente, buscando patrones de repetici\u00f3n que le permitan identificar las relaciones m\u00e1s probables en funci\u00f3n de la frecuencia. El entrenamiento y uso de datos de mala calidad y poco representativos en el caso de la IA puede producir problemas de discriminaci\u00f3n y, por tanto, resultados que generan situaciones incompatibles con la justicia entendida en t\u00e9rminos de igualdad.12<\/sup><\/p>\n Los problemas de discriminaci\u00f3n en la IA pueden tomar distinta forma y se pueden deber a cuestiones de raza, etnia, g\u00e9nero, clase social, religi\u00f3n, lenguaje, etc.13<\/sup>\u00a0Estos problemas se producen cuando los datos de los que se nutren los sistemas de IA no son representativos y, al contrario, tiende a sobrerrepresentar a unos colectivos frente a otros. En la medida que la IA, como sucede de manera generalizada en el \u00e1mbito cient\u00edfico-tecnol\u00f3gico, es marcadamente androc\u00e9ntrica los datos suelen representar con mayor frecuencia a los hombres blancos antes que a cualquier otro grupo de personas. As\u00ed, desde que estas tecnolog\u00edas han empezado a operar entre nosotros se han ido descubriendo este tipo de sesgos que generan discriminaci\u00f3n.<\/p>\n Para ilustrar esta problem\u00e1tica podemos usar el ejemplo del sistema IA que hace unos a\u00f1os puso en marcha Amazon para optimizar su proceso de selecci\u00f3n de personal y elegir a los mejores candidatos para un puesto.[<\/sup><\/a>14<\/sup>\u00a0Sin embargo, al poco tiempo de tener en funcionamiento este sistema, la compa\u00f1\u00eda se dio cuenta de que a los curr\u00edculums de mujeres se les asignaba, de manera sistem\u00e1tica, una puntuaci\u00f3n m\u00e1s baja que a la de los hombres. Tras analizar qu\u00e9 estaba sucediendo descubrieron que en los datos con los que se hab\u00eda entrenado al algoritmo, que proced\u00edan de los procesos de selecci\u00f3n de personal de la empresa durante los 10 a\u00f1os anteriores, hab\u00eda una desproporcionada presencia de hombres. Esto provoc\u00f3 que el algoritmo encontrase un patr\u00f3n de repetici\u00f3n claro: si en el pasado m\u00e1s hombres se hab\u00edan presentado para ocupar un puesto y hab\u00edan sido seleccionados, entonces debe ser que ellos son m\u00e1s aptos para ese cargo. De este modo que cuando esta IA se puso en funcionamiento empez\u00f3 a tomar la variable \u201chombre\u201d como algo positivo, tal y como podr\u00eda haber sido el tener m\u00e1s a\u00f1os de experiencia en un puesto similar o una formaci\u00f3n especializada en el \u00e1rea de contrataci\u00f3n.<\/p>\n Como hemos se\u00f1alado antes, los sesgos tambi\u00e9n pueden producirse por cuestiones de raza. El proyecto Gender Shades15<\/sup>\u00a0analiz\u00f3 tres sistemas de reconocimiento facial y demostr\u00f3 como los rostros de personas negras eran identificados con menos precisi\u00f3n que los de personas blancas de manera sistem\u00e1tica. Uno de los sistemas, desarrollado por Microsoft, identificaba correctamente el 100% de las caras de hombres blancos, en el caso de los hombres negros el porcentaje de aciertos era del 94%. Las cifras de IBM eran incluso peores, frente al 99,7% de hombres blancos correctamente identificados el de hombres negros era del 88%. Si al color de la piel le sumamos la variable del g\u00e9nero, entonces la diferencia es a\u00fan mayor. Frente al 100% de hombres blanco bien identificados por el sistema de Microsoft, este solo acertaba con el 79,2% de las mujeres negras. En el caso de IBM la diferencia era del 99,7% para los hombres blancos al 65,3% para las mujeres negras.<\/p>\n Un sistema de IA de Amazon asignaba a los curriculums de mujeres, de manera sistem\u00e1tica, una puntuaci\u00f3n m\u00e1s baja que a los hombres<\/strong><\/p><\/blockquote>\n Estos y otros ejemplos muestran como la IA est\u00e1 sesgada en distintos sentidos, produce situaciones discriminatorias y evidencia de falta de neutralidad. Estos problemas no son fallos o errores puntuales que se den en la tecnolog\u00eda, sino que son el resultado de una forma de pensar, entender y hacer ciencia y tecnolog\u00eda desde presupuestos marcadamente androc\u00e9ntricos y blancos. La IA, como el resto de las tecnolog\u00edas, ha sido (y contin\u00faa siendo) imaginada, dise\u00f1ada y usada no solo en el marco de un sistema patriarcal, sino tambi\u00e9n capitalista en el que la norma, el dato est\u00e1ndar, es el del hombre blanco occidental. Esta realidad que permea las estructuras de la IA\u00a0, y todas las disciplinas cient\u00edfico-t\u00e9cnicas, son el verdadero motivo de las sistem\u00e1ticas discriminaciones y situaciones de desigualdad producidas por la tecnolog\u00eda y evidencia que estas son indisociables de proyectos ideol\u00f3gicos, as\u00ed como ciertos contextos pol\u00edticos y sociales. Si buscamos construir sociedades justas en la que todos los ciudadanos y ciudadanas sean libres e iguales, entonces deber\u00eda ser una prioridad no solo acabar con los sesgos, sino cuestionar el proyecto actual de IA. La tarea por delante no es sencilla, la igualdad en la IA no solo depende del uso de bases de datos que representen en igualdad de condiciones a los colectivos que se ver\u00e1n afectados por sus decisiones y\/o recomendaciones, tambi\u00e9n implica revisar los propios fundamentos tecnol\u00f3gicos, cient\u00edficos, pol\u00edticos, econ\u00f3micos y sociales que han permitido que la IA surja con tanta fuerza y amenace con convertirse en un ser omnipresente en nuestra sociedad.<\/p>\n Crisis ecosocial.\u00a0<\/em>Desde finales del s. XX las tecnolog\u00edas digitales han sido presentadas como radicalmente contrarias a las tecnolog\u00edas industriales de la primera y la segunda revoluci\u00f3n industrial y, por tanto, como limpias, respetuosas con el medioambiente, casi independientes de infraestructura y normalmente asociadas a trabajos de gran valor social que necesitan de alta cualificaci\u00f3n. As\u00ed lo reflejan los distintos discursos sobre tecnolog\u00edas como la IA que se encuentran plagados de met\u00e1foras ecol\u00f3gicas como \u201cla nube\u201d, \u201credes neuronales\u201d, \u201cmonta\u00f1as de datos\u201d, \u201cgranjas de datos\u201d, etc., que nos hacen relacionar estas tecnolog\u00edas con el respeto a la naturaleza y un futuro verde.16<\/sup>\u00a0Met\u00e1foras que tratan de ocultar una realidad muy distinta: que la IA, lejos de ser un ente casi et\u00e9reo similar a una nube, es tan material y contaminante como una mina\u00a0.<\/p>\n De la mina proceden los materiales que se necesitan para fabricar las tecnolog\u00edas de IA. Materiales como el cobre, el n\u00edquel, el litio, las tierras raras, etc., se han convertido en elementos esenciales cuya extracci\u00f3n genera un impacto ecol\u00f3gico tremendo y su apropiaci\u00f3n, conflictos geopol\u00edticos serios. Y es que, por un lado, buena parte de estos materiales cr\u00edticos, tambi\u00e9n conocidos como CRM,17<\/sup>\u00a0se encuentran en suelo chino y ruso, as\u00ed como en otros pa\u00edses como Brasil, India, Chile, Bolivia, etc. Solo una peque\u00f1a parte de ellos se encuentra en territorio europeo. Por otro lado, las pr\u00e1cticas de extracci\u00f3n asociadas a la miner\u00eda producen erosi\u00f3n, p\u00e9rdida de biodiversidad, devastaci\u00f3n de la vegetaci\u00f3n cercana, contaminaci\u00f3n de las aguas, deforestaci\u00f3n, etc. Adem\u00e1s, la miner\u00eda, el refinamiento de materiales, la manufactura fuera de Europa, etc., suele estar vinculada a unas condiciones laborales p\u00e9simas para los trabajadores implicados.18<\/sup><\/p>\n Los sesgos que permean las estructuras de la IA evidencian que estos sistemas son indisociables de proyectos ideol\u00f3gicos y de ciertos contextos pol\u00edticos y sociales<\/strong><\/p><\/blockquote>\n Una vez se dispone de los materiales adecuados y estos son manufacturados su transporte a Europa tambi\u00e9n produce un impacto ecol\u00f3gico importante. En 2017, el transporte a trav\u00e9s de barcos mercantes, utilizados, entre otros fines, para transportar los productos y las tecnolog\u00edas de IA, fue responsable del 3,1% de las emisiones globales de CO2, lo que supera, por ejemplo, las emisiones producidas por un pa\u00eds como Alemania.19<\/sup>\u00a0Asimismo, los cables submarinos a trav\u00e9s de los cuales se transmite gran parte de la informaci\u00f3n que necesita la IA para funcionar producen un impacto medioambiental muy alto y son una realidad normalmente opacada al hablar de IA.<\/p>\n La miner\u00eda, el refinamiento, la manufacturaci\u00f3n y el transporte ponen de relieve que lejos de ser realidades no contaminantes, la IA es un grupo de tecnolog\u00edas que necesita de una ampl\u00edsima infraestructura (mucho mayor que la de las tecnolog\u00edas industriales) para funcionar. Una infraestructura que se extiende tambi\u00e9n dentro de las fronteras europeas. Los centros de datos donde se almacena la informaci\u00f3n \u2013nuestros datos\u2013 que usa la IA tambi\u00e9n son realidades materiales que permanecen con frecuencia ocultas y que, sin embargo, consumen una gran cantidad de energ\u00eda. En el a\u00f1o 2018, los centros de datos europeos consumieron el 2,7% de la energ\u00eda el\u00e9ctrica producida en la UE y las predicciones m\u00e1s optimistas, en el caso de que las ganancias en eficiencia energ\u00e9tica crezcan al mismo ritmo que el consumo, estiman que este alcance el 3,21% en 2030. En el caso de que eficiencia y consumo no vayan de la mano este \u00faltimo podr\u00eda alcanzar el 6%.20<\/sup><\/p>\n Y es que, ya en 2011, si la computaci\u00f3n en la nube fuera considerado un pa\u00eds, esta ser\u00eda el sexto pa\u00eds del mundo que m\u00e1s energ\u00eda el\u00e9ctrica demanda.21<\/sup>\u00a0Entre 2012 y 2014 la industria de las tecnolog\u00edas de la comunicaci\u00f3n y la informaci\u00f3n (TIC) consumi\u00f3 tanta energ\u00eda el\u00e9ctrica como el tercer pa\u00eds m\u00e1s contaminante del mundo, solo detr\u00e1s de EEUU y China.22<\/sup>\u00a0Tambi\u00e9n el entrenamiento de algoritmos como ChatGPT y otros grandes modelos de lenguaje consume grandes cantidades de energ\u00eda que suelen ser pasadas por alto\u00a0. Se estima que entrenar a ChatGPT-3 ha \u00abgenerado 500 toneladas de CO2, el equivalente a ir y volver a la Luna en coche\u00bb.23<\/sup>\u00a0Adem\u00e1s, \u00abel uso que se habr\u00eda hecho de electricidad en enero de 2023 en OpenAI, la empresa responsable de ChatGPT, podr\u00eda equivaler al uso anual de unas 175.000 familias danesas\u00bb,24<\/sup>\u00a0aunque se apunta que estas familias no son las que m\u00e1s consumen en Europa.<\/p>\n El entrenamiento de algoritmos como ChatGPT y otros grandes modelos de lenguaje consume grandes cantidades de energ\u00eda, algo que se suele pasar por alto<\/strong><\/p><\/blockquote>\n Finalmente, el reciclaje de los desechos electr\u00f3nicos que se derivan del uso masivo de tecnolog\u00eda, entre ellas las de IA, no es todav\u00eda una pr\u00e1ctica totalmente extendida en la UE. Gran parte de estos desechos se trasladan a pa\u00edses como Ghana o Pakist\u00e1n donde son acumulados produciendo un deterioro del entorno y las especies que lo habitan a trav\u00e9s de la acidificaci\u00f3n de las aguas, la expulsi\u00f3n de gases t\u00f3xicos, la p\u00e9rdida de biodiversidad, etc. Esta realidad pone de relieve una forma de funcionamiento de la IA muy distinta a la narrativa de los datos y los algoritmos que solemos escuchar. Al contrario, plantea serias dudas sobre si los discursos pol\u00edticos, econ\u00f3micos y acad\u00e9micos qu\u00e9 presentan a la IA como una aliada fundamental para luchar contra el cambio clim\u00e1tico est\u00e1n o no en lo cierto y si esta no sirve m\u00e1s bien para hacer\u00a0greenwashing<\/em>\u00a0y seguir justificando y legitimando el consumo ilimitado en Occidente sin importar el impacto socioecol\u00f3gico que ello implique.<\/p>\n Los problemas \u00e9ticos que hemos expuesto en este texto son solo algunos de los que surgen en torno al dise\u00f1o, adopci\u00f3n y uso de estas tecnolog\u00edas.25<\/sup>\u00a0La elecci\u00f3n de estos y no otros se debe a que apuntan a problemas de fondo asociados el proyecto de IA en su conjunto, no a una simple enumeraci\u00f3n de debates \u00e9ticos que parten de la asunci\u00f3n de que dicho proyecto es bueno y\/o deseable en s\u00ed mismo. El impacto socioecol\u00f3gico de la IA, junto a sus implicaciones para la libertad, las mujeres y otros colectivos vulnerables, pone de relieve que estas tecnolog\u00edas son mucho m\u00e1s que sistemas enfocados a tomar decisiones iguales o mejores que las humanas, sino que m\u00e1s bien constituyen una idea, una forma de entender y ejercer el poder, una infraestructura y una industria extractivista de nuestros de recursos naturales, nuestros datos y nuestros cuerpos. En este sentido, la reflexi\u00f3n \u00e9tica y pol\u00edtica sobre la IA nunca deber\u00eda limitarse a asumir los marcos tecnooptimistas que se nos imponen dentro del capitalismo y, m\u00e1s bien, deber\u00eda a apuntar hacia como construir futuros ecol\u00f3gicos y socialmente justos en los que la tecnolog\u00eda no sea la \u00fanica soluci\u00f3n a nuestros problemas y la v\u00eda preferencial hacia el progreso.<\/p>\n Luc\u00eda Ortiz de Z\u00e1rate Alcarazo<\/strong>\u00a0es investigadora en \u00c9tica y Gobernanza de la Inteligencia Artificial (IA) en la Universidad Aut\u00f3noma de Madrid (UAM) e investigadora asociada en el C\u00edrculo de Bellas Artes de Madrid.<\/p>\n La imagen de portada es de Javier Mu\u00f1oz.<\/p>\n 1<\/sup>\u00a0Mariarosaria Taddeo y Luciano Floridi, \u00abHow AI can be a force for good\u00bb,\u00a0Science<\/em>,\u00a0361<\/em>(6404), 2018, pp. 751-752.<\/p>\n 2<\/sup>\u00a0Langdon Winner,\u00a0El reactor y la ballena<\/em>, Gedisa, 2013.<\/p>\n 3<\/sup>\u00a0Ryan Singel, \u00abNetflix Spilled Your Brokeback Mountain Secret, Lawsuit Claims<\/a>\u00bb,\u00a0Wired<\/em>, 17 de diciembre de 2009, disponible en:<\/p>\n 4<\/sup>\u00a0Carissa Veliz,\u00a0Privacidad es poder<\/em>, Debate, 2021.<\/p>\n 5<\/sup>\u00a0John Stuart Mill,\u00a0Sobre la libertad<\/em>, Alianza, 2013.<\/p>\n 6<\/sup>\u00a0Isaiah Berlin,\u00a0Sobre la libertad<\/em>, Alianza, 2017.<\/p>\n 7<\/sup>\u00a0Charlotte Jee, \u00abChina\u2019s social credit system stopped millions of people from buying travel tickets<\/a>\u00bb,\u00a0MIT Technology Review<\/em>, 4 de marzo de 2019.<\/p>\n 8<\/sup>\u00a0Luc\u00eda Ortiz de Z\u00e1rate Alcarazo, \u00abLa regulaci\u00f3n europea de la IA<\/a>\u00bb,\u00a0ABC<\/em>, 21 de marzo de 2023.<\/p>\n 9<\/sup>\u00a0Quentin Skinner,\u00a0Liberty before Liberalism<\/em>, Cambridge University Press, 2012.<\/p>\n 10<\/sup>\u00a0Filip Bia\u0142y, \u00abFreedom, silent power and the role of an historian in the digital age\u2013Interview with Quentin Skinner\u00bb,\u00a0History of European Ideas<\/em>, 48(7), 2022, pp. 871-878.<\/p>\n 11<\/sup>\u00a0Shoshana Zuboff,\u00a0La era del capitalismo de la vigilancia. La lucha por un futuro humano frente a las nuevas fronteras del poder,<\/em>\u00a0Paid\u00f3s, 2020.<\/p>\n 12<\/sup>\u00a0Luc\u00eda Ortiz de Z\u00e1rate Alcarazo, \u00abSesgos de g\u00e9nero en la inteligencia artificial\u00bb,\u00a0Revista de Occidente<\/em>, 502, 2023.<\/p>\n 13<\/sup>\u00a0Naroa Martinez y Helena Matute, \u00abDiscriminaci\u00f3n racial en la Inteligencia Artificial<\/a>\u00bb,\u00a0The Conversation<\/em>, 10 de agosto de 2020.<\/p>\n 14<\/sup>\u00a0Jeffrey Dastin, \u00abAmazon scraps secret AI recruiting tool that showed bias against women<\/a>\u00bb,\u00a0Reuters<\/em>, 10 de octubre de 2018.<\/p>\n 15<\/sup>\u00a0Toda la informaci\u00f3n sobre el proyecto est\u00e1 disponible en:\u00a0https:\/\/gendershades.org\/index.html<\/a><\/p>\n 16<\/sup>\u00a0Allison Carruth, \u00abThe digital cloud and the micropolitics of energy\u00bb,\u00a0Public Culture<\/em>,\u00a026<\/em>(2), 2014, pp. 339-364.<\/p>\n 17<\/sup>\u00a0De sus siglas en ingl\u00e9s Critical Raw Materials.<\/p>\n 18<\/sup>\u00a0Kate Crawford,\u00a0Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence<\/em>, Yale University Press, 2021.<\/p>\n 19<\/sup>\u00a0Zoe Schlanger. \u00abIf Shipping Were a Country, It Would Be the Sixth-Biggest Greenhouse Gas Emitter<\/a>\u00bb,\u00a0Quartz<\/em>, 17 de abril de 2018.<\/p>\n 20<\/sup>\u00a0Francesca Montevecchi, Therese Stickle, Ralph Hintemann, Simon Hinterholzer,\u00a0Energy-efficient Cloud Computing Technologies and Policies for an Eco-friendly Cloud Market<\/em>, Comisi\u00f3n Europea, 2020.<\/p>\n 21<\/sup>\u00a0Tom Dowdall, David Pomerantz y Yifei Wang,\u00a0Clicking Green. How companies are creating the green internet<\/em><\/a>, Greenpeace, 2014.<\/p>\n 22<\/sup>\u00a0Adri\u00e1n Almaz\u00e1n, \u00ab\u00bfVerde y digital?<\/a>\u00bb,\u00a0Viento Sur: por una izquierda alternativa<\/em>, 173, 2020, pp.61-73.<\/p>\n 23<\/sup>\u00a0Manuel Pascual, \u00abEl sucio secreto de la Inteligencia Artificial<\/a>\u00bb,\u00a0El Pa\u00eds,\u00a0<\/em>23 de marzo de 2023.<\/p>\n 24<\/sup>\u00a0Ibidem<\/em><\/p>\n 25<\/sup>\u00a0Mark Coeckelbergh,\u00a0\u00c9tica de la inteligencia artificial<\/em>, Catedra, 2021.<\/p>\n\u00a0Algunos problemas \u00e9ticos de la IA<\/h3>\n
Conclusiones<\/h3>\n
\nNOTAS<\/h4>\n
![\"\"](\"https:\/\/www.economiasolidaria.org\/wp-content\/uploads\/2024\/03\/Papeles-164-Inteligencia-artificial.jpg\")
<\/a><\/p>\n