Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/11531/98090
Título : Feminismo y tecnología: explorando los sesgos de género en la ia generativa a través del proyecto lena. los derechos de las mujeres en la sociedad digital
Autor : Vicente Ripoll, María Asunción
Fernández Peris, César
Carrillo Murcia, Irene
Guilabert, Mercedes
Carmona Paredes, Rosario
Coves Soler, Ángela
Martínez Rach, Miguel Onofre
Mira Solves, José Joaquín
Soto Sanz, Victoria
Gil Hernández, Eva
García Torres, Daniel
Arroyo Rodríguez, Almudena
Calderón Fernández, María
Fecha de publicación : 1-mar-2024
Editorial : Dykinson (Madrid, España)
Resumen : El documento analiza el proyecto LENA, una iniciativa que investiga los sesgos de género en la inteligencia artificial generativa (IAG) aplicada a la creación de imágenes. Desarrollado por la Universidad Miguel Hernández en colaboración con el Instituto de las Mujeres de España, el estudio busca identificar, cuantificar y mitigar la reproducción de estereotipos de género en modelos de IA como DALL-E. A través de experimentos y metodologías de evaluación, se han encontrado evidencias de sesgos que refuerzan estereotipos tradicionales en la representación de profesiones y roles de género. Se proponen soluciones para la mitigación de estos sesgos, destacando la importancia de bases de datos más equitativas y ajustes en los algoritmos.
The document analyzes the LENA project, an initiative that investigates gender biases in generative artificial intelligence (GAI) applied to image creation. Developed by the Miguel Hernández University in collaboration with the Spanish Institute for Women, the study aims to identify, quantify, and mitigate the reproduction of gender stereotypes in AI models such as DALL-E. Through experiments and evaluation methodologies, evidence has been found of biases that reinforce traditional stereotypes in the representation of professions and gender roles. Solutions are proposed to mitigate these biases, emphasizing the importance of more equitable datasets and algorithm adjustments.
Descripción : Capítulos en libros
URI : http://hdl.handle.net/11531/98090
Aparece en las colecciones: Artículos

Ficheros en este ítem:
Fichero Tamaño Formato  
2025316182052656_CPLIBRO_LENA (1).pdf952,92 kBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.