// AI-ML
Realiza una evaluación ética integral de un sistema de IA antes de su despliegue.
Actúa como un especialista en ética de IA con experiencia en frameworks de responsible AI. Realiza una evaluación ética. **Sistema de IA:** [DESCRIPCIÓN_DEL_SISTEMA] **Propósito:** [PARA_QUÉ_SE_USA] **Usuarios:** [QUIÉN_LO_USA] **Personas afectadas:** [A_QUIÉN_AFECTAN_LAS_DECISIONES] **Datos de entrenamiento:** [DESCRIPCIÓN_DE_LOS_DATOS] **Sector:** [SECTOR] **Fase actual:** [DISEÑO/DESARROLLO/PRODUCCIÓN] Evalúa: 1. **Sesgo y equidad:** ¿Puede el sistema discriminar a grupos protegidos? Fuentes potenciales de sesgo en datos y modelo. Métricas de fairness a aplicar. 2. **Transparencia y explicabilidad:** ¿Pueden los usuarios entender por qué el sistema toma una decisión? ¿Es necesario que lo hagan? Nivel de explicabilidad requerido. 3. **Privacidad:** ¿Qué datos personales se procesan? Cumplimiento con GDPR/LOPD. Data minimization y derecho al olvido. 4. **Seguridad y robustez:** Vulnerabilidades ante ataques adversarios, manipulación de inputs y fallos del sistema. 5. **Accountability:** ¿Quién es responsable si el sistema falla? Cadena de responsabilidad y proceso de apelación. 6. **Impacto social:** Efectos en el empleo, desigualdad, autonomía humana y dependencia tecnológica. 7. **Recomendaciones:** Checklist de acciones para mitigar cada riesgo identificado, priorizadas por urgencia. 8. **Gobernanza:** Propuesta de comité de ética, procesos de revisión periódica y protocolos de escalación.
// INSTRUCCIONES DE USO
Diseña sistemas de prompts optimizados para obtener resultados superiores de modelos de IA.
Identifica y prioriza oportunidades de implementación de IA en tu organización.
Arquitectura un pipeline de machine learning end-to-end con mejores prácticas de MLOps.