Riesgos de acceso actuales
A pesar de la tendencia global de expansión, existe una realidad palpable: los sistemas de inteligencia artificial no son fácilmente accesibles para un amplio espectro de comunidades. Esta *inaccesibilidad directa* se manifiesta por múltiples motivos, que podemos clasificar en barreras clave: * **Limitación intencional (No liberación):** Casos donde el sistema no se hace público de forma deliberada. * **Barreras económicas (Paywalls):** Costos prohibitivos o modelos de pago que restringen el uso. * **Requisitos técnicos:** Las exigencias de hardware, capacidad de cómputo o ancho de banda necesarios para su funcionamiento. * **Barreras lingüísticas:** La tendencia de los sistemas a funcionar óptimamente solo en inglés, generando errores significativamente más graves en otros idiomas.A esto se suma la problemática de agentes artificiales *activamente perjudiciales* que restringen el acceso a recursos y oportunidades, impactando desproporcionadamente el bienestar material de las comunidades históricamente marginadas. La preocupación fundamental es que estas disparidades de acceso (tanto directas como indirectas) podrían perpetuarse e incluso *exacerbarse* si las nuevas capacidades de la IA se desarrollan sobre esta base desigual sin una mitigación adecuada.
ENTIDAD
1 - Humano
INTENCIÓN
1 - Intencional
TIEMPO
2 - Post-despliegue
ID del riesgo
mit394
Linea de dominio
6. Socioeconómico y Ambiental
6.1 > Centralización del poder y distribución injusta de beneficios
Estrategia de mitigacion
1. Implementación de Marcos de Gobernanza Ética y Equidad Rigurosos: Exigir la adopción y validación continua de marcos formales de gestión de riesgos que prioricen la equidad de resultados y la mitigación proactiva del sesgo algorítmico. Esto incluye la realización sistemática de evaluaciones de impacto en los derechos fundamentales y auditorías de equidad para asegurar que los sistemas de IA, especialmente aquellos que restringen el acceso a recursos, no generen impactos desproporcionadamente negativos en comunidades históricamente marginadas. 2. Diseño Inclusivo con Énfasis en la Diversidad Lingüística y Técnica: Promover el desarrollo de sistemas de IA con un diseño inclusivo y accesible que minimice los requisitos de hardware, capacidad de cómputo y ancho de banda. Asimismo, se debe priorizar la investigación e inversión en el entrenamiento de modelos con datos multilingües y el desarrollo de mecanismos de adaptación para idiomas de bajos recursos, garantizando una funcionalidad equitativa más allá de los idiomas predominantes como el inglés. 3. Establecimiento de Mecanismos de Acceso Subsidiado y Fomento del Código Abierto: Desarrollar políticas de financiación, subsidios o modelos de pago diferenciados para eliminar las barreras económicas (paywalls) que restringen el acceso a las herramientas de IA para organizaciones sin fines de lucro, instituciones educativas y comunidades de bajos recursos. Concomitantemente, se debe incentivar la liberación de modelos de IA de propósito general como código abierto (open-source) para democratizar el acceso a las capacidades tecnológicas y reducir la centralización del poder.