Cuatro años de etnografía muestran que la responsabilidad algorítmica se construye con aprendizaje, conflicto organizado, participación y capacidad de corregir.
Dos estudios muestran que el lenguaje y la estructura de las reglas aumentan cargas administrativas, mientras un chatbot que resume y prioriza puede reducirlas.
Un estudio compara cuatro flujos para analizar documentos de gobernanza de IA. La revisión humana con GPT-4 logra el mejor equilibrio, dentro de un corpus limitado.
La participación ciudadana pierde fuerza cuando llega después del diseño y la contratación de la IA. El momento institucional determina lo que aún puede cambiar.
Los registros, auditorías y evaluaciones de impacto no solo controlan riesgos algorítmicos: también determinan cuáles serán visibles para la administración.
La confianza en una herramienta puede tener razones muy distintas. Esta entrada examina cómo relacionar aceptación ciudadana, comprensión de las reglas y capacidad institucional de responder por las decisiones.
Los documentos pueden revelar prioridades y dejar preguntas abiertas sobre su ejecución. Esta entrada propone examinar responsabilidades, recursos y expedientes de cumplimiento para evaluar las políticas de IA con mayor rigor.
Un experimento alemán abre una discusión sobre cómo percibimos las sanciones emitidas por máquinas. La entrada propone investigar si la aceptación expresa confianza razonada, comodidad o dificultades para cuestionar.
La participación ciudadana adquiere sentido cuando puede modificar una decisión. Esta entrada examina contratos tecnológicos, consultas públicas y capacidades municipales para conservar el control de las reglas.
Un trámite más rápido puede trasladar costos a la ciudadanía. Esta entrada propone evaluar la IA pública desde los casos rechazados, el esfuerzo de los solicitantes y la capacidad institucional de corregir obstáculos.