La charla será a cargo de la Dra. Mariia Vladimirova, investigadora sénior en el Criteo AI Lab (París, Francia) y miembro del equipo de investigación conjunto Fairplay con Inria y la Universidad ENSAE.
Sesión online: https://oficinavirtual.ugr.es/redes/SOR/SALVEUGR/accesosala.jsp?IDSALA=22999727
Password: 560550
Resumen:
Lograr la equidad en inteligencia artificial requiere ir más allá de las correlaciones para descubrir los mecanismos causales que generan resultados sesgados. Esta charla explora cómo el razonamiento causal ofrece un marco sólido para comprender y abordar la falta de equidad tanto en sistemas predictivos como generativos de IA. Se discutirán avances recientes que conectan la inferencia causal con modelos conscientes de la equidad, mostrando cómo el análisis causal puede revelar fuentes de sesgo, guiar intervenciones en los datos y apoyar el diseño de modelos que produzcan resultados equitativos y fiables. Al fundamentar la equidad en el razonamiento causal, este trabajo busca proporcionar una base teórica y práctica más robusta para una IA confiable.
Bio:
Mariia Vladimirova es investigadora sénior en el Criteo AI Lab (París, Francia) y miembro del equipo de investigación conjunto Fairplay con Inria y la Universidad ENSAE. Su trabajo conecta los contextos académico e industrial, centrándose en explicar y mejorar los métodos de aprendizaje automático mediante enfoques estadísticos probabilísticos y causales. En Criteo, lidera iniciativas sobre equidad algorítmica en sistemas en línea y asesora a responsables políticos en materia de regulación de la IA. Mariia fue reconocida como Rising Star in AI Ethics 2025 por Women in AI Ethics™ (WAIE), una iniciativa global dedicada a aumentar el reconocimiento, la representación y el empoderamiento de las mujeres en la ética de la IA.
Más allá de su investigación, es una defensora apasionada de la diversidad de género y la inclusión en tecnología. Organiza activamente eventos que promueven oportunidades equitativas y representación en toda la comunidad de IA, combinando una rigurosa investigación científica con el compromiso de construir ecosistemas de IA responsables e inclusivos.
