[💜]En apenas 10 años de aplicación de aprendizaje automático a gran escala han salido a la luz numerosos escándalos que prueban que estos algoritmos discriminan e incluso amplifican nuestros sesgos étnicos, económicos, y de género, entre otros. El problema es grave porque a menudo el aprendizaje automático se usa para automatizar procesos que implican decisiones críticas: accesos a becas, tratamientos médicos, préstamos bancarios, puestos de trabajo, productos, información... y la discriminación puede pasar fácilmente desapercibida. El taller consiste primero en una charla introductoria que tiene por objetivo poner de relieve las limitaciones del aprendizaje automático y nos centraremos en ejemplos sobre sesgo de género. A continuación, aplicaremos algunas herramientas sencillas para identificar y corregir estas limitaciones. Para ello, usaremos datos tabulares sobre los que realizaremos un análisis sencillo con librerías de Python para la Explicabilidad (XAI) y cuantificación de incertidumbre (UQ). Vente con tu ordenador y con el repositorio ya clonado para ahorrarnos tiempo, aquí encontrarás las instrucciones: https://github.com/MMdeCastro/Uncertainty_Quantification_XAI. Es un taller introductorio para el que no se necesitan conocimientos previos sobre aprendizaje automático.