- Last 7 days
-
srsergiorodriguez.github.io srsergiorodriguez.github.io
-
Me aproximo a la escritura como investigación como lo elabora Laurel Richardson, es decir, desarrollando procesos analíticos en la medida en la que se escribe y se encuentran posibles caminos de indagación20Laurel Richardson y Elizabeth Adams St. Pierre, «Writing: A Method of Inquiry», The SAGE Handbook of Qualitative Research, ed. Norman K. Denzin y Yvonna S. Lincoln (Los Angeles: SAGE, 2018).. Estos caminos pueden abrir encuentros fortuitos, coincidencias, ideas inesperadas que, junto a los datos, se integran a la narrativa general y la argumentación. El método cualitativo de la Zettelkasten, comentado antes, es en definitiva el insumo del que finalmente se nutre la escritura. Como afirma Richardson, la escritura como investigación toma de muchos géneros textuales y se nutre de múltiples voces para configurar un proceso de cristalización más que de triangulación.
-
- Jan 2025
-
feministai.pubpub.org feministai.pubpub.org
-
Important Skills to improve
Temas importantes para el desarrollo de la herramienta propuesta
Contexto comunitario: El 55% no ha establecido relaciones con otros trabajadores, y el 68% desearía tener una forma de hacerlo.
Habilidades importantes a mejorar
Marketing en línea Programación, TI, desarrollo web Inglés Interpretación de textos, redacción, comprensión lectora, transcripción, Excel Inteligencia Artificial y herramientas tecnológicas avanzadas Finanzas Habilidades blandas, liderazgo Hábitos de perseverancia y concentración para realizar trabajo en línea Comunicación efectiva, gestión de proyectos Trabajo en equipo
Temas de mayor importancia para los trabajadores colaborativos en Toloka en el desarrollo de una herramienta
Compartir experiencias y consejos para mejorar la rentabilidad Realizar más tareas y aumentar la productividad Capacitación para el desarrollo profesional y de habilidades Encontrar las mejores tareas Clarificación de instrucciones, ambigüedades y posibles errores Cuestiones financieras; mejores pagos por las tareas
-
Women respondents
Temas recurrentes e importantes
Cuidado personal: Equilibrio entre el trabajo y las responsabilidades de cuidado. Pueden ser solteras y tener un nivel económico más alto que los hombres encuestados.
Capital educativo: Uso de YouTube como herramienta para buscar tutoriales sobre cómo realizar las tareas. Uso de herramientas para traducir inglés y desarrollar competencias en este idioma.
Independencia: El trabajo colaborativo se percibe como un ingreso complementario que puede promover la independencia financiera.
Alienación: No tienen contacto con otras mujeres trabajadoras colaborativas. Podrían valorar el contacto con otros trabajadores colaborativos. Percepción de que el género no afecta el trabajo colaborativo. Respeto o neutralidad hacia el trabajo colaborativo.
-
Men respondents
Temas recurrentes e importantes
Cuidado personal: No tienen suficiente tiempo para el autocuidado.
Ingresos familiares: Todo el ingreso obtenido en Toloka se destinó, en cierta medida, a sus familias; los hombres gastaron la mayor parte de estos ingresos en sus familias.
Trabajo de cuidado: Otras personas cercanas asumieron el trabajo de cuidado para permitirles tiempo para realizar trabajo colaborativo.
Motivaciones: Valoraron otros beneficios, como la adquisición de nuevas habilidades.
Alienación: Valoran conocer a otros trabajadores colaborativos. Percepción de que el género no afecta el trabajo colaborativo. Neutralidad respecto al trabajo colaborativo.
-
Data labeling is the product of AI models and the manual work of people who monitor, correct and augment the predictions of the former, thus improving their accuracy. This form of labor is known as crowd work.
La producción de datos etiquetados es fundamental para el desarrollo y entrenamiento de sistemas de IA, una tecnología que depende del trabajo manual de personas (crowd workers) que supervisan y mejoran la precisión de los algoritmos.
En Colombia, este tipo de trabajo podría crecer como fuente de ingresos, especialmente para mujeres que enfrentan desafíos sociales como la desigualdad de género y la carga de responsabilidades familiares.
En el caso de las mujeres indígenas colombianas, el trabajo colaborativo en plataformas como Toloka podría ofrecer oportunidades económicas, pero también plantea desafíos particulares.
Estas comunidades suelen combinar el sustento económico con fuertes roles familiares y culturales, lo que limita su acceso a herramientas y formación técnica por localizarse en sitios rurales. Además, muchas mujeres buscan espacios seguros para compartir experiencias, aprender nuevas habilidades y organizarse frente a problemas laborales como la falta de transparencia y el pago justo.
Un diseño de sistema adaptado a estas necesidades podría integrar un chatbot inteligente inspirado en figuras femeninas latinoamericanas, facilitando la comunicación y el acceso a recursos.
Esta posibilidad, centrada en sus valores culturales y sociales, podría fomentar el empoderamiento, la creación de redes de apoyo y la mejora de sus condiciones laborales. Iniciativas como esta no solo beneficiarían a las mujeres indígenas colombianas, sino que también fortalecerían el impacto de la Inteligencia Artificial en contextos locales, promoviendo justicia y equidad en el desarrollo tecnológico.
-
-
feministai.pubpub.org feministai.pubpub.org
-
Prototype for E.D.I.A
El proyecto E.D.I.A (Estereotipos y Discriminación en Inteligencia Artificial) desarrolló una herramienta accesible para evaluar sesgos en procesamiento de lenguaje natural (PLN), específicamente en word embeddings y modelos de lenguaje de gran escala. Este prototipo, alojado en Huggingface, permite que expertos en discriminación, sin habilidades técnicas avanzadas, participen en la detección de sesgos desde las etapas iniciales del desarrollo de tecnologías lingüísticas, evitando daños sociales posteriores.
El proyecto busca empoderar a especialistas en discriminación para auditar sesgos en herramientas de PLN que moldean aplicaciones cotidianas. Estas tecnologías suelen replicar y perpetuar los sesgos presentes en los datos de los que aprenden. Sin embargo, las evaluaciones tradicionales dependen de habilidades técnicas avanzadas en programación y estadística, excluyendo a los expertos en discriminación del núcleo del proceso.
Innovaciones del Prototipo
Visualizaciones Intuitivas: Sustituyen métricas técnicas con representaciones gráficas, permitiendo un análisis más accesible y comunicable.
Conceptos Simplificados: Evitan terminología matemática y estadística compleja, priorizando conceptos intuitivos.
Relaciones Contextuales: Representan gráficamente interacciones entre palabras, contextos de uso y expresiones multi-palabra, enriqueciendo el análisis.
Implementación y Pruebas
El prototipo fue evaluado en talleres interdisciplinarios en Argentina, con 100 asistentes de sectores como la academia, la industria, instituciones públicas y sociedad civil. Estas sesiones confirmaron la utilidad de la herramienta para:
Validar intuiciones sobre discriminación.
Planificar acciones correctivas.
Facilitar debates fundamentados con actores diversos.
Impacto y posible aplicación en Colombia
En Colombia, donde convergen diversas corporalidades y realidades lingüísticas, esta herramienta podría abordar desafíos específicos, como:
Sesgos relacionados con género, raza y clase en aplicaciones de inteligencia artificial.
Exclusión de lenguas indígenas y afrodescendientes en modelos lingüísticos.
Representaciones perjudiciales en medios digitales y plataformas sociales.
El prototipo y su metodología podrían tener potencial para integrarse en prácticas de investigación, políticas públicas y desarrollo tecnológico en Colombia. Además, sus características inclusivas podrían fomentar una mayor participación de comunidades diversas en la creación de tecnologías éticas y culturalmente relevantes.
Recursos Disponibles
Prototipo interactivo: Huggingface.
Código fuente y documentación: Repositorio en GitHub.
Video introductorio: E.D.I.A: Estereotipos y Discriminación en Inteligencia Artificial.
Con este enfoque, E.D.I.A demuestra que reducir barreras técnicas es esencial para construir inteligencia artificial inclusiva y culturalmente sensible, destacando el potencial de metodologías colaborativas en Colombia junto con el Sur Global.
-
-
feministai.pubpub.org feministai.pubpub.org
-
Risks, Limitations and Opportunities
Corporalidades y Perspectiva Feminista
El proyecto AymurAI aborda la justicia con un enfoque feminista, reconociendo las corporalidades de las víctimas de violencia de género (VBG por su sigla en inglés) y la necesidad de anonimizar datos sensibles para protegerlas. En Colombia, donde las desigualdades socioeconómicas y regionales afectan el acceso a la justicia, esta herramienta podría garantizar que los datos judiciales reflejen estas realidades y promuevan soluciones inclusivas y éticas.
Traducción
Dada la diversidad lingüística y cultural en Colombia, AymurAI podría incluir capacidades de traducción y procesamiento de datos multilingües. Esto sería clave para trabajar con lenguas indígenas, dialectos locales (culturemas) y documentos en formatos mixtos (digital y analógico), permitiendo que las decisiones judiciales sean analizadas y publicadas en contextos específicos de cada región.
Inteligencia Artificial para Mitigar Sesgos
Uno de los riesgos identificados es el sesgo en los datos judiciales. En Colombia, donde las jurisdicciones judiciales y los sistemas híbridos (analógico y digital) presentan variabilidad, AymurAI debería adaptarse para identificar y señalar estos sesgos, proporcionando contexto sobre las limitaciones de los datos. Por ejemplo, en zonas rurales con poca densidad poblacional, la anonimización adicional sería crucial para proteger la identidad de las personas.
Estrategias de Implementación
El proyecto plantea un enfoque gradual y adaptativo, priorizando casos piloto en tribunales específicos, con miras a extenderse a otras jurisdicciones. En Colombia, esto podría significar iniciar con tribunales especializados en violencia de género y, progresivamente, incorporar otras ramas judiciales. Las herramientas desarrolladas deben ser maleables para adaptarse a diversas necesidades locales, manteniendo una base tecnológica abierta y colaborativa.
Innovación Social
Transformar prácticas judiciales al crear oficinas especializadas en tribunales para gestionar datos legales con Inteligencia Artificial, al valorar la experiencia humana y utilizando la Inteligencia Artificial como una herramienta complementaria.
Fomentar la justicia abierta para facilitar bases de datos públicas accesibles y contextualizadas, útiles para la elaboración de políticas públicas, activismo y generación de conciencia ciudadana.
Mejorar la experiencia del usuario al incorporar visualizaciones interactivas para comunicar datos de forma comprensible y centrarse en aspectos menos visibles de la justicia.
Retos en Colombia
Infraestructura desigual y limitada en zonas rurales.
Resistencia al cambio en sistemas judiciales tradicionales.
Necesidad de entrenamiento para operadores judiciales en el uso de tecnodiversidades como la Inteligencia Artificial.
Oportunidades
Construcción de una justicia más inclusiva y centrada en las personas.
Desarrollo de tecnología que respete las diversidades culturales y lingüísticas del país.
Promoción de la transparencia y la participación ciudadana en los sistemas de justicia.
AymurAI podría ser un catalizador para modernizar y feminizar la justicia en Colombia, integrando traducción, corporalidades y enfoques de Inteligencia Artificial éticos.
Su implementación fortalecería la protección de las víctimas, mejoraría la calidad de los datos judiciales y abriría nuevas oportunidades para construir una justicia más accesible, equitativa y adaptada a las necesidades locales.
-
Method and Plan
El proyecto AymurAI se basa en principios de ciencia de datos feminista, integrando teorías como Data Feminism (D’Ignazio y Klein, 2020) y guías sobre aprendizaje automático centrado en las personas (Chancellor, 2018). Su enfoque se orienta al usuario y prioriza la colaboración con personal judicial y organizaciones feministas locales, con una constante evaluación ética durante el diseño y desarrollo. Estas características hacen que AymurAI sea adaptable al contexto colombiano, donde la justicia enfrenta desafíos en violencia de género (VBG por su sigla en inglés), desigualdades tecnológicas y diversidad cultural.
Corporalidades
En Colombia, las corporalidades de las víctimas de violencia de género requieren protección especial dentro de procesos judiciales. AymurAI puede garantizar la anonimización de datos sensibles, permitiendo analizar patrones sin comprometer identidades. Esto fortalecería sistemas judiciales como las comisarías de familia y las fiscalías, promoviendo un tratamiento ético y equitativo de las víctimas.
Traducción
El enfoque del proyecto es altamente adaptable al multilingüismo colombiano, considerando lenguas indígenas y variaciones dialectales en diferentes regiones. La herramienta necesitaría incorporar modelos que respeten y trabajen con la diversidad cultural, facilitando la traducción y análisis de documentos en diferentes idiomas locales.
Inteligencia Artificial Centrada en las Personas
AymurAI combina técnicas de expresiones regulares y aprendizaje automático (NLP) para extraer información estructurada de documentos legales. En el contexto colombiano, esto podría aplicarse para construir bases de datos abiertas que detallen los casos de violencia de género, al ayudar a generar políticas públicas informadas. La colaboración con expertos locales y organizaciones feministas garantizaría que los resultados reflejen las necesidades y realidades específicas del país.
Cronograma y Viabilidad
Un cronograma exploratorio, iterativo y de seis meses permitiría:
Primera fase: Definición de requisitos, etiquetado manual de datos judiciales y desarrollo inicial de modelos basados en expresiones regulares y aprendizaje automático.
Segunda fase: Evaluación de métricas (como precisión y sesgo) y construcción del prototipo.
Tercera fase: Pruebas de usabilidad, refinamientos y pilotaje en un tribunal (equivalente a la implementación inicial en el Tribunal Penal 10 de CABA).
Ventajas y Retos en Colombia
Ventajas:
Protección y anonimización de datos sensibles.
Automatización de tareas administrativas judiciales.
Creación de bases de datos accesibles y abiertas, fomentando la transparencia.
Retos:
Infraestructura desigual, especialmente en regiones rurales.
Capacitación en tecnología para operadores judiciales.
Manejo de sesgos y diversidad cultural en los modelos de Inteligencia Artificial.
AymurAI tiene un alto potencial para contribuir a una justicia más ética, transparente y centrada en las personas en Colombia.
La adaptación al contexto local, mediante la inclusión de traducción, protección de corporalidades y enfoque en Inteligencia Artificial ética, puede transformar significativamente la gestión de datos en casos de violencia de género.
-
Proposed prototype
El prototipo AymurAI, se inspira en el término quechua aymuray (tiempos de cosecha), propone un prototipo de Inteligencia Artificial para automatizar parcialmente la publicación y mantenimiento de datos abiertos en casos de violencia de género (VBG por su sigla en inglés). Aunque originalmente diseñado para los tribunales penales de CABA y México, su enfoque podría adaptarse al contexto colombiano, considerando los desafíos específicos de la justicia en este país, como las disparidades en infraestructura tecnológica, la necesidad de enfoque sensible al género y las dinámicas socioculturales complejas.
Contexto Colombiano
Corporalidades
La justicia colombiana enfrenta retos particulares en la protección de las corporalidades de las víctimas de VBG. AymurAI podría ser una herramienta clave para garantizar que los datos sensibles sean anonimizados, protegiendo la identidad y contexto de las víctimas, mientras se recopilan datos estructurados sobre los casos para análisis y políticas públicas. Este enfoque fortalecería iniciativas locales como las comisarías de familia, las fiscalías y las líneas de atención a víctimas.
Traducción y Localización Cultural
Dado el multilingüismo y las diferencias culturales en Colombia con las lenguas indígenas y contextos rurales, sería crucial adaptar AymurAI para interpretar documentos en diversos idiomas locales, manteniendo su sensibilidad hacia las especificidades culturales. Además, los formatos comunes en los procesos judiciales colombianos (e.g., actas en Word o PDF) deberían integrarse al sistema para asegurar compatibilidad.
Inteligencia Artificial y Justicia
AymurAI aprovecharía técnicas como el reconocimiento de entidades nombradas (NER) y expresiones regulares para automatizar la extracción de datos relevantes de documentos legales. Este modelo puede capacitarse con datos de fallos judiciales colombianos, como los producidos por los juzgados especializados en VBG, para identificar patrones específicos en contextos nacionales.
Análisis y transparencia de datos: El sistema podría ayudar a construir una base de datos abierta sobre casos de VBG en Colombia, promoviendo transparencia y permitiendo el análisis de tendencias que fortalezcan políticas públicas.
Reducción de carga administrativa: AymurAI permitiría a los funcionarios judiciales automatizar tareas repetitivas como la anonimización de datos, mejorando la eficiencia del sistema judicial.
Accesibilidad y equidad: Una interfaz sencilla aseguraría que incluso empleados judiciales sin conocimientos técnicos puedan operar el sistema, mejorando la inclusión en diferentes regiones del país.
Retos en el Contexto Colombiano
Infraestructura desigual: La conectividad limitada en áreas rurales podría ser un obstáculo; por ello, un sistema que funcione offline sería esencial.
Protección de datos: Garantizar la seguridad y confidencialidad de la información judicial es crítico, especialmente en casos sensibles de VBG.
Capacitación: Involucrar a los operadores judiciales en el uso de AymurAI, con énfasis en justicia de género y herramientas tecnológicas, será fundamental para su adopción efectiva.
AymurAI podría ser una herramienta transformadora para el sistema judicial colombiano, combinando Inteligencia Artificial, sensibilidad cultural y un enfoque en la protección de las víctimas para avanzar hacia una justicia más eficiente, inclusiva y transparente.
-
the current situation of justice data on GBV in Argentina and Mexico
Frente al tema de corporalidades, en ambos países, los datos judiciales reflejan cómo las violencias de género afectan los cuerpos y vidas de las personas involucradas, especialmente mujeres y poblaciones vulnerabilizadas. Sin embargo, la falta de estandarización y transparencia limita la capacidad de analizar estas experiencias de manera integral. Los casos incluyen detalles sensibles como el tipo de violencia sufrida y los contextos socioeconómicos, enfatizando la importancia de las corporalidades en el diseño de políticas públicas basadas en evidencia.
En cuanto a traducción, el proceso de convertir sentencias legales en datos estructurados involucra traducciones significativas, tanto desde el lenguaje natural de los documentos hacia categorías estandarizadas, como desde los sistemas judiciales hacia bases de datos públicas. Herramientas como “IA2” en Argentina y “Mis Aplicaciones” en México permiten anonimizar y adaptar sentencias para su publicación, aunque la traducción de estos datos al dominio público sigue siendo manual y limitada por los criterios subjetivos de los operadores judiciales.
La Inteligencia Artificial juega un papel clave en la anonimización y estructuración de datos judiciales, pero enfrenta limitaciones. En Argentina, herramientas como IA2 automatizan parte del proceso, pero el trabajo manual sigue siendo necesario para agregar contexto y garantizar precisión. En México, el uso de Inteligencia Artificial está restringido a eliminar datos personales y depende de las decisiones de los jueces sobre qué información es de interés público. Estas implementaciones reflejan un potencial subutilizado de la Inteligencia Artificial para apoyar un análisis más amplio y sistemático de los casos de violencia de género (GBV por su sigla en inglés).
-
Faced with the lack of official statistics in Latin America, individual women and women organisations made the decision, in recent years, to keep a record of feminicides published in digital and printed media, with the goals of giving visibility to the problem of GBV in their country and of sensitising society and public officials about these occurences.
La ausencia de estadísticas oficiales sobre violencia de género (GBV por su sigla en inglés) en América Latina ha llevado a mujeres y organizaciones a registrar feminicidios mediante el análisis de medios impresos y digitales. Estos esfuerzos, como los informes de “La Casa del Encuentro” en Argentina y el mapa interactivo de feminicidios de María Salguero en México, no solo dan visibilidad a las víctimas, sino que también sensibilizan a la sociedad y a las autoridades públicas sobre la gravedad del problema.
Desde el punto de vista de las corporalidades, los registros de feminicidios resaltan las historias individuales de las víctimas, mostrando su identidad, contexto y las circunstancias específicas de su muerte. Esto humaniza las estadísticas y visibiliza cómo las violencias machistas afectan de manera particular a los cuerpos de mujeres y personas diversas en diferentes esferas, incluyendo lo doméstico, laboral e institucional.
En cuanto a traducción, la incorporación de herramientas tecnológicas, como los plugins de navegador y sistemas de alerta por correo, automatiza la recopilación de datos a partir de fuentes mediáticas. Estas herramientas permiten capturar y traducir información de textos periodísticos a bases de datos estructuradas, facilitando el análisis y la comunicación de los casos a nivel local e internacional.
En cuanto a Inteligencia Artificial, iniciativas como “Datos contra el feminicidio” integran aprendizaje automático (machine learning) para identificar y procesar información relevante sobre feminicidios. Estas tecnologías contribuyen a la sistematización de datos. Es esencial ampliar el enfoque para capturar todas las formas y modalidades de violencia de género. Esto permitirá diseñar políticas públicas más efectivas que aborden la prevención, sanción y erradicación de estas violencias, destacando la necesidad de un enfoque integral y situado en el contexto latinoamericano.
-
Our project seeks to effect change in the problem of GBV from a feminist, anti-technosolutionist perspective, which we expect to be transformative.
Los riesgos de sesgos, falta de transparencia y consecuencias perjudiciales en la Inteligencia Artificial han sido ampliamente documentados. Frente a esto, el proyecto propone un enfoque feminista y colaborativo, usando la Inteligencia Artificial como herramienta de apoyo, no como sustituto del conocimiento humano, para abordar la violencia de género (GBV por su sigla en inglés) y fomentar la justicia social.
Dentro de las corporalidades, se destaca la importancia de la participación humana, especialmente de expertos con conocimientos sobre desigualdades estructurales, para garantizar un diseño inclusivo y contextualizado. Esto se alinea con principios feministas que priorizan las intersecciones de género, raza y clase, y evita el uso de Inteligencia Artificial para vigilancia o control, optando por enfoques que respeten las diferencias corporales y contextos sociales.
En cuanto al tema de la traducción, el proyecto utiliza modelos de procesamiento de lenguaje natural (NLP) adaptados a contextos hispanohablantes, como BETO, un modelo BERT entrenado en español. Este enfoque permite estructurar información de documentos legales, asegurando que los datos se procesen en su idioma y contexto originales, evitando sesgos asociados con modelos entrenados en inglés.
La Inteligencia Artificial consiste en no automatizar decisiones judiciales ni predecir comportamientos, sino colaborar con expertos para estructurar datos legales y fomentar transparencia. Se inspira en enfoques feministas que abordan dinámicas de poder en sistemas sociotécnicos, subrayando la importancia de datos de alta calidad para informar políticas públicas basadas en evidencia y justicia abierta.
-
The authors of this paper are four Latin American women that self-identify as intersectional feminists, based in the Global South (Argentina and Mexico) and in the Global North (Sweden), performing work and volunteer tasks in a variety of contexts (education, research, and NGOs — mostly DataGénero5).
Las autoras, feministas de América Latina y Suecia, hablan sobre las desigualdades sociales desde una óptica que combina raza, clase social y género, inspirándose en diversas corrientes del feminismo, incluyendo el transfeminismo, el feminismo negro, indígena y el feminismo contra el capacitismo.
En cuanto a las corporalidades sobre la base de una experiencia situada, las autoras subrayan que ninguna experiencia vital tiene mayor peso que otra, integrando las voces de mujeres y personas LGBTIQ+ desde diversas realidades. Reconocen la pluralidad del feminismo y buscan visibilizar las múltiples luchas dentro de los movimientos feministas, destacando el impacto del género en la vida cotidiana y los sistemas de poder.
Por el lado de la traducción de datos y la justicia abierta, las autoras se inspiran en el feminismo de datos, y proponen el uso de herramientas de Inteligencia Artificial para traducir datos judiciales relacionados con violencia de género en formatos abiertos y contextuales. Esto busca hacer visibles las resoluciones legales sin descontextualizarlas ni comprometer datos sensibles, contribuyendo a la formulación de políticas públicas basadas en evidencia.
La Inteligencia Artificial y el anti-soluccionismo, adoptan una postura crítica hacia la idea de que la Inteligencia Artificial puede “resolver” problemas sociales complejos como la violencia de género. En cambio, argumentan que la Inteligencia Artificial puede ser una herramienta para colaborar con actores humanos expertos en estos temas, ayudando a sistematizar datos de calidad. Rechazan la noción de que la Inteligencia Artificial pueda ser feminista por sí misma, pero promueven su uso por parte de feministas para avanzar en causas sociales.
La propuesta, que se desarrolla con organizaciones como DataGénero y el Criminal Court 10 de Buenos Aires, incluye el diseño y prueba de una Inteligencia Artificial en contextos judiciales. Este enfoque colaborativo, nutrido por alianzas con colectivos de desarrollo de software y procesamiento de lenguaje natural, busca integrar perspectivas interseccionales del Sur Global en la creación de tecnologías justas y éticas.
El prototipo propuesto se alinea con la Agenda 2030 de las Naciones Unidas para el Desarrollo Sostenible, especialmente con el ODS 16 (Paz, Justicia e Instituciones Sólidas), promoviendo sociedades justas, pacíficas e inclusivas. El principio de justicia abierta impulsa instituciones transparentes y responsables, garantiza el acceso a la información y protege las libertades fundamentales.
Dos metas clave del ODS 16 son especialmente relevantes: la Meta 3, que fomenta el acceso equitativo a la justicia y el Estado de derecho, y la Meta 7, que promueve la toma de decisiones inclusivas, participativas y representativas. La judicatura es esencial para cumplir estas metas, contribuyendo además a los ODS 5 (Igualdad de género y empoderamiento de las mujeres) y 10 (Reducción de desigualdades dentro y entre países).
-
harmful acts towards a person or a group of people based on their gender
La intersección entre las corporalidades, la traducción de datos judiciales y el uso de Inteligencia Artificial en casos de violencia de género en América Latina. Muestra la falta de transparencia y datos accesibles sobre violencia de género contra mujeres y personas LGBTIQ+, lo que dificulta el acceso a la justicia y refuerza la desconfianza en los sistemas judiciales, especialmente en Argentina y México.
Los autores proponen el desarrollo de AymurAI, un prototipo semi-automatizado que colabora con funcionarios judiciales para estructurar y anonimizar datos judiciales relacionados con la violencia de género antes de que escalen a feminicidios. Este proyecto, desde una perspectiva feminista interseccional y anti-soluccionista, busca diseñar tecnologías de Inteligencia Artificial que no sustituyan decisiones humanas, sino que apoyen la comprensión y visibilización de los diferentes tipos de violencia de género, incluyendo formas menos visibles como la violencia psicológica o económica.
En cuanto a las corporalidades en el contexto social, la violencia de género afecta a mujeres, personas trans, no binarias y otras identidades de género, al manifestarse en dimensiones físicas, psicológicas, sexuales, económicas y políticas. La recopilación y apertura de datos judiciales sensibles permitiría identificar patrones de violencia, comprender las dinámicas de los sistemas judiciales y fomentar políticas públicas basadas en evidencia.
Con respecto a la Inteligencia Artificial y la traducción de datos, la propuesta de AymurAI incluye el uso de Inteligencia Artificial para automatizar parcialmente el procesamiento de grandes volúmenes de datos judiciales. Lo que facilitaría la generación de conjuntos de datos anonimizados que, al ser revisados por expertos, contribuirían a la transparencia judicial, la colaboración intersectorial y el diseño de intervenciones más efectivas.
El proyecto busca desafiar la instrumentalización de la Inteligencia Artificial como solución única, centrándose en garantizar la seguridad de los datos sensibles y en crear herramientas éticas que empoderen a los movimientos feministas del Sur Global.
-
-
feministai.pubpub.org feministai.pubpub.org
-
Deploying Feminist AI
La Inteligencia Artificial tiene el potencial de ser una herramienta transformadora para abordar problemas globales como la desigualdad de género, la crisis climática y las injusticias económicas. Sin embargo, las narrativas actuales sobre la Inteligencia Artificial tienden a centrarse en los riesgos y exclusiones, lo que puede desalentar su uso como herramienta positiva para el cambio social.
Para el gremio de la traducción en Colombia, esta posibilidad presenta una oportunidad única, como intermediación lingüística clave en la transferencia cultural, la traducción puede desempeñar un papel fundamental en la democratización del acceso a la tecnología.
Es crucial promover la idea de que las tecnodiversidades, incluida la Inteligencia Artificial, deben ser inclusivas por diseño y capaces de abordar desigualdades de género y sociales.
El prototipado de Inteligencias Artificiales feministas en el sector público es clave para transformar estas narrativas. Este proceso requiere ideas locales, investigación interdisciplinaria y participación activa de diversos actores, incluidas las mujeres y niñas.
En Colombia, el gremio de traducción puede contribuir traduciendo y adaptando contenidos relacionados con tecnologías inclusivas, así como ayudando a desarrollar Inteligencias Artificiales que respeten la diversidad cultural y lingüística.
La construcción de una Inteligencia Artificial más inclusiva y feminista exige pensar en la tecnología como un bien público y colectivo.
El gremio de traducción puede aportar al diseño de políticas y productos tecnológicos que reflejen las realidades locales, ayudando a codificar la igualdad de género y raza en los sistemas. Este enfoque permitirá no solo superar barreras históricas, sino también empoderar a las mujeres en el diseño y uso de tecnologías transformadoras.
Al abrir espacios para que las mujeres participen en el diseño de Inteligencias Artificiales, se fomenta un futuro en el que las tecnologías de interés público tengan un impacto social positivo y sostenible, contribuyendo al avance de una sociedad más equitativa, tanto en Colombia como a nivel global.
-
- Jan 2024
-
mutabit.com mutabit.com
-
hacer visibles sus procesos de investigación y escritura y revisar si las epistemología diseñísticas y el prototipado hacen sentido no sólo en sus procesos escriturales e investigativos, sino como manera de convocar otros saberes y metodologías articulándolos de forma explicita en su proceso y producto de investigación.
Es clave esta comprensión ampliada del proceso de investigación y escritura: una perspectiva que se pregunta por el proceso, si se quiere, tecnológico que acompaña la investigación. Muy en la línea de los cursos de MAI anteriores, que hicieron mucho énfasis en cómo la investigación se fortalece cuando se apoya en software, herramientas digitales y, en general, mediaciaciones tecnológicas.
-
- Sep 2017
-
limn.it limn.it
-
If you are lucky, you have the conditions and abilities to work all this through in a long, non-linear process also known as bootstrapping, where you go through many iterations of hacking apart and hacking together, all the while creating fundamentally different ideas about what technologies should do, and could do, matched by a succession of devices and practices that help shape these ideas, and “demo” to yourself and others that some utopias might not be out of reach. This is what radical engineers do.
-
The lab as a whole—its walls, desks, whiteboards, roofs, machines, and the people inhabiting it—functions as a first demo for an alternative medium.
Esto es porque el laboratorio está habilitado por medios diversos embebidos en el espacio, lo cual nosotros aún no tenemos.
Desde el "Sur Global", el hackerspace también funciona como un prototipo en sí mismo, de espacios comunitarios y convivenciales alternativos, así como de dinámicas de bootstrapping.
-