Revisión de uso de tecnologías éticas para una buena gobernanza de la inteligencia artificial
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este artículo de revisión bibliográfica descriptiva examina la implementación de tecnologías éticas en el marco de la gobernanza de la inteligencia artificial, analizando los avances en la integración de principios normativos en sistemas computacionales. Ante la expansión de la IA en sectores críticos, se identifican desafíos como el sesgo algorítmico, la privacidad y la explicabilidad. Mediante un análisis de 19 artículos científicos (2021-2025) seleccionados de bases de datos académicas bajo criterios de actualidad y relevancia temática, se sistematizan enfoques como el pragmatismo sociotécnico y las auditorías éticas. El principal aporte de este estudio es la identificación de la carencia de un modelo integrado que armonice los requisitos técnicos con las demandas sociales. Se concluye que una gobernanza efectiva requiere una regulación flexible y multiactor que incorpore la ética en todo el ciclo de vida del desarrollo, garantizando la equidad y la protección de los derechos humanos.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación y pueda editarlo, reproducirlo, distribuirlo, exhibirlo y comunicarlo en el país y en el extranjero mediante medios impresos y electrónicos. Asimismo, asumen el compromiso sobre cualquier litigio o reclamación relacionada con derechos de propiedad intelectual, exonerando de responsabilidad a la Editorial Tecnológica de Costa Rica. Además, se establece que los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
Citas
[1] J. Mökander y L. Floridi, “From algorithmic accountability to digital governance,” Springer Nature, 2022. [En línea]. Disponible en: https://doi.org/10.1038/s42256-022-00504-5
[2] D. S. Watson, J. Mökander y L. Floridi, “Competing narratives in AI ethics: a defense of sociotechnical pragmatism,” Springer Nature, 2024. [En línea]. Disponible en: https://doi.org/10.1007/s00146-024-02128-2
[3] C. Thomas, H. Roberts, J. Mökander, A. Tsamados, M. Taddeo y L. Floridi, “The case for a broader approach to AI assurance: addressing ‘hidden’ harms in the development of artificial intelligence,” Springer Nature, 2024. [En línea]. Disponible en: https://doi.org/10.1007/s00146-024-01950-y
[4] J. Mökander and R. Schroeder, “Artificial Intelligence, Rationalization, and the Limits of Control in the Public Sector: The Case of Tax Policy Optimization,” Social Science Computer Review, vol. 42, no. 6, pp. 1359–1378, Mar. 2024, doi: https://doi.org/10.1177/08944393241235175.
[5] J. Amann et al., “To explain or not to explain?—Artificial intelligence explainability in clinical decision support systems,” PLOS Digital Health, vol. 1, no. 2, p. e0000016, Feb. 2022, doi: https://doi.org/10.1371/journal.pdig.0000016.
[6] T. Hagendorff, “Blind spots in AI ethics,” Springer Nature, 2021. [En línea]. Disponible en: https://doi.org/10.1007/s43681-021-00122-8
[7] T. Hagendorff, “A virtue-based framework to support putting AI ethics into practice,” Springer Nature, 2022. [En línea]. Disponible en: https://doi.org/10.1007/s43681-022-00162-8
[8] R. V. Zicari et al., “Co-Design of a Trustworthy AI System in Healthcare: Deep Learning Based Skin Lesion Classifier,” Frontiers in Human Dynamics, vol. 3, Jul. 2021, doi: https://doi.org/10.3389/fhumd.2021.688152.
[9] R. V. Zicari et al., “On Assessing Trustworthy AI in Healthcare. Machine Learning as a Supportive Tool to Recognize Cardiac Arrest in Emergency Calls,” Frontiers in Human Dynamics, vol. 3, Jul. 2021, doi: https://doi.org/10.3389/fhumd.2021.673104.
[10] T. Hagendorff et al., “Speciesist bias in AI: how AI applications perpetuate discrimination and unfair outcomes against animals,” Springer Nature, 2022. [En línea]. Disponible en: https://doi.org/10.1007/s43681-022-00199-9
[11] R. V. Zicari et al., “Co-design of trustworthy AI in healthcare: deep learning as a tool,” Springer Nature, 2022. [En línea]. Disponible en: https://doi.org/10.3389/fhumd.2021.688152
[12] “Why we need biased AI: How including cognitive biases can enhance AI systems,” Journal of Experimental & Theoretical Artificial Intelligence, 2024, doi: https://doi.org/10.1080//0952813X.2023.2178517.
[13] Maricielo Estefany Caciano-Arroyo, A. F. Vasquez-Cabrera, and A. C. Mendoza-de-los-Santos, “Integración de inteligencia artificial en la gobernanza de TI: Una revisión sistemática,” Aibi revista de investigación administración e ingeniería, vol. 13, no. 2, pp. 1–12, May 2025, doi: https://doi.org/10.15649/2346030X.4532.
[14] J. Mökander, “Auditing large language models: a three-layered approach,” Springer Nature, 2023. [En línea]. Disponible en: https://doi.org/10.1007/s43681-023-00289-2
[15] S. Taeihagh, “Governance of Generative AI (Introductory Article),” Oxford Academic, 2023. [En línea]. Disponible en: https://doi.org/10.1093/polsoc/puaf001
[16] “Ethical Considerations and Responsible Governance of Generative AI: A Systematic Review - Premier Science,” Premier Science, Apr. 26, 2025. https://premierscience.com/pjai-25-800/ (accessed Feb. 28, 2026).
[17] B. C. Cheong, “Transparency and accountability in AI systems: safeguarding wellbeing in the age of algorithmic decision-making,” Frontiers in Human Dynamics, vol. 6, Jul. 2024, doi: https://doi.org/10.3389/fhumd.2024.1421273.
[18] A. F. Winfield, K. Michael, J. Pitt, and V. Evers, “Machine Ethics: The Design and Governance of Ethical AI and Autonomous Systems [Scanning the Issue],” Proceedings of the IEEE, vol. 107, no. 3, pp. 509–517, Mar. 2019, doi: https://doi.org/10.1109/jproc.2019.2900622.