Hispanopedia Wiki
Articulo de referencia

Armas de destrucción matemática

Armas de destrucción matemática es un libro estadounidense de 2016 sobre el impacto social de los algoritmos , escrito por Cathy O'Neil . Explora cómo algunos algoritmos de macr...

Hispanopedia WikiContenido en espanolLectura gratuita

Armas de destrucción matemática es un libro estadounidense de 2016 sobre el impacto social de los algoritmos , escrito por Cathy O'Neil . Explora cómo algunos algoritmos de macrodatos se utilizan cada vez más de maneras que refuerzan la desigualdad preexistente . El libro recibió numerosas reseñas. [ 1 ] Fue preseleccionado para el Premio Nacional del Libro de No Ficción de 2016 [ 2 ] [ 3 ] [ 4 ] y ganó el Premio Euler al Libro .

Descripción general

O'Neil, matemático, analiza cómo el uso de macrodatos y algoritmos en diversos campos, como seguros, publicidad, educación y policía, puede conducir a decisiones que perjudican a los pobres, refuerzan el racismo y amplifican la desigualdad. Según la National Book Foundation : [ 2 ]

Lo más preocupante es que refuerzan la discriminación: si un estudiante pobre no puede obtener un préstamo porque un modelo crediticio lo considera demasiado riesgoso (debido a su código postal), se le niega el acceso a la educación que podría sacarlo de la pobreza, y se desencadena un círculo vicioso. Estos modelos favorecen a los afortunados y castigan a los desfavorecidos, creando un "cóctel tóxico para la democracia".

Ella sostiene que estas problemáticas herramientas matemáticas comparten tres características clave: son opacas, carecen de regulación y son difíciles de cuestionar. Además, son escalables, lo que amplifica cualquier sesgo inherente y afecta a poblaciones cada vez mayores. Las AMD, o Armas de Destrucción Matemática, son algoritmos matemáticos que supuestamente cuantifican rasgos humanos, lo que produce efectos perjudiciales y perpetúa el sesgo contra ciertos grupos de personas.

Recepción

El libro recibió elogios generalizados por dilucidar las consecuencias de la dependencia de los modelos de macrodatos para la estructuración de los recursos socioeconómicos . Clay Shirky, de The New York Times Book Review, afirmó que «O'Neil realiza un trabajo magistral al explicar la omnipresencia y los riesgos de los algoritmos que regulan nuestras vidas», aunque señaló que «la sección sobre soluciones es más débil que la ilustración del problema». [ 5 ] Kirkus Reviews elogió el libro por ser una discusión «inusualmente lúcida y legible» de un tema técnico. [ 6 ]

En 2019, el libro ganó el Premio Euler de la Asociación Matemática de América . [ 7 ]

Véase también

Referencias

  1. ↑ Ver:
    • Lozano, Guadalupe I., "Reseña de Armas de destrucción matemática ", MathSciNet , MR 3561130 
    • Braga, Filipe Meirelles Ferreira (junio de 2016), "Review of Weapons of Math Destruction ", Mural Internacional , 7 (1), doi : 10.12957/rmi.2016.25939
    • Lamb, Evelyn (agosto de 2016), "Reseña de Armas de destrucción matemática " , Roots of Unity, Scientific American
    • Shankar, Kalpana (septiembre de 2016), "Una científica de datos revela cómo los algoritmos invisibles perpetúan la desigualdad (reseña de Armas de destrucción matemática )" , Science
    • Doctorow, Cory (septiembre de 2016), "Armas de destrucción matemática: algoritmos invisibles y omnipresentes están arruinando millones de vidas" , BoingBoing
    • McEvers, Kelly (septiembre de 2016), ""Armas de destrucción matemática" describe los peligros de depender del análisis de datos, según All Things Considered de NPR.
    • Hayden, Robert W. (enero de 2017), "Reseña de Weapons of Math Destruction " , MAA Reviews
    • Varis, Piia (enero de 2017), "Reseña de Armas de destrucción matemática " , Diggit
    • Omitola, Tope (enero de 2017), "Reseña de Weapons of Math Destruction " , ACM Computing Reviews
    • Jain, Apurv (marzo de 2017), "Reseña de Armas de destrucción matemática ", Business Economics , 52 (2): 123–125 , doi : 10.1057/s11369-017-0027-3 , S2CID 157914174 
    • Schrag, Francis (marzo de 2017), "Reseña de Weapons of Math Destruction ", Education Review , 24 , doi : 10.14507/er.v24.2197
    • Bradley, James (marzo de 2017), "Reseña de Armas de destrucción matemática " , Perspectivas sobre ciencia y fe cristiana , 69 (1): 54
    • Maloney, Cory (Primavera de 2017), "Reseña de Armas de destrucción matemática " , Journal of Markets & Morality , 20 (1): 194
    • Roy, Michael (abril de 2017), "Reseña de Weapons of Math Destruction ", College & Research Libraries , 78 (3): 403, doi : 10.5860/crl.78.3.403
    • Case, James (mayo de 2017), "Cuando los algoritmos de big data discriminan (reseña de Armas de destrucción matemática )" , SIAM News , 50 (4)
    • Arslan, Faruk (julio de 2017), "Revisión de Armas de destrucción matemática ", Journal of Information Privacy and Security , 13 (3): 157–159 , doi : 10.1080/15536548.2017.1357388 , S2CID 188383106 
    • Poovey, Mary (septiembre de 2017), "Reseña de Weapons of Math Destruction ", Notices of the American Mathematical Society , 64 (8): 933– 935, doi : 10.1090/noti1561
    • Doyle, Tony (octubre de 2017), "Reseña de Weapons of Math Destruction ", The Information Society , 33 (5): 301–302 , doi : 10.1080/01972243.2017.1354593 , S2CID 22283226 
    • Mateen, Harris (2018), "Revisión de Armas de destrucción matemática " , Berkeley Journal of Employment and Labor Law , 39 ( 1): 285–292
    • Tunstall, Samuel (enero de 2018), "Los modelos como armas (reseña de Armas de destrucción matemática )", Numeracy , 11 (1), doi : 10.5038/1936-4660.11.1.10
    • Woodson, Thomas (agosto de 2018), "Reseña de Weapons of Math Destruction ", Journal of Responsible Innovation , 5 (3): 361– 363, doi : 10.1080/23299460.2018.1495027
    • Bansal, Gaurav (enero de 2019), "Revisión de Armas de destrucción matemática ", Journal of Information Technology Case and Application Research , 21 (1): 60– 63, doi : 10.1080/15228053.2019.1587571 , S2CID 189618193 
    • Verma, Shikha (junio de 2019), "Reseña de Armas de destrucción matemática ", Vikalpa: The Journal for Decision Makers , 44 (2): 97– 98, doi : 10.1177/0256090919853933
    • Eusufzai, Zaki (septiembre de 2019), "Reseña de Armas de destrucción matemática ", The Social Science Journal , 56 (3): 425– 426, doi : 10.1016/j.soscij.2019.04.002 , S2CID 203099077 
  2. 1 2 2016 Lista preliminar del Premio Nacional del Libro, No ficción , Fundación Nacional del Libro
  3. ↑ "Lista preliminar de los Premios Nacionales del Libro: No ficción" , The New Yorker , 14 de septiembre de 2016
  4. ↑ Rawlins, Aimee (6 de septiembre de 2016), Las matemáticas son racistas: cómo los datos impulsan la desigualdad , CNN , archivado del original el 6 de septiembre de 2016
  5. ↑ Shirky, Clay (3 de octubre de 2016), "Armas de destrucción matemática: cómo el Big Data aumenta la desigualdad y amenaza la democracia" , The New York Times Book Review
  6. ↑ "Armas de destrucción matemática: cómo el Big Data aumenta la desigualdad y amenaza la democracia" , Kirkus Reviews , 19 de julio de 2016
  7. ↑ "Premio Euler al Libro" (PDF) , Premios y Distinciones , Reuniones Conjuntas de Matemáticas, págs. 3-4 , enero de 2019 , consultado el 20 de julio de 2019 – vía Sociedad Matemática Americana 
  • Presentación de O'Neil sobre armas de destrucción masiva , 20 de septiembre de 2016 , C-SPAN