HESEIA: Dataset latinoamericano contra sesgos en IA llega a India
Fundación Vía Libre presentó HESEIA en Nueva Delhi, un dataset de 46.499 oraciones creado por docentes latinoamericanos para evaluar sesgos en modelos de IA.
El equipo de Fundación Vía Libre participó del India AI Impact Summit 2026 en Nueva Delhi, donde presentó HESEIA, un innovador dataset desarrollado desde una perspectiva latinoamericana para evaluar sesgos sociales en grandes modelos de lenguaje.
HESEIA se distingue por su metodología única: fue co-construido con docentes de América Latina en contextos escolares reales, alejándose del diseño puramente técnico que caracteriza a otros datasets similares. El conjunto de datos contiene 46.499 oraciones que capturan sesgos interseccionales a través de múltiples ejes demográficos y distintas asignaturas escolares.
El proyecto surgió de un curso de extensión docente donde educadores y educadoras de la región aportaron su experiencia vivida y práctica pedagógica. Esta metodología permite que el dataset refleje contextos locales específicos, incorporando la mirada situada de quienes trabajan directamente en el sistema educativo.
Guido Ivetta representó al equipo multidisciplinario conformado por Marcos Javier Gómez, Sofía Martinelli, Pietro Palombini, Emilia Echeveste, Nair Carolina Mazzeo, Beatriz Busaniche y Luciana Benotti. La investigación fue publicada por la Association for Computational Linguistics.
La presentación en el simposio "IA y su impacto" posiciona a América Latina como una región que no solo consume tecnología de inteligencia artificial, sino que también genera conocimiento crítico sobre sus implicancias sociales. HESEIA representa un enfoque decolonial en la evaluación de modelos de IA, donde las perspectivas del Sur Global contribuyen a identificar y mitigar sesgos que podrían perpetuar desigualdades.
Este trabajo es especialmente relevante para América Latina, donde la implementación de tecnologías de IA debe considerar las particularidades culturales, lingüísticas y sociales de la región. La participación de docentes en la construcción del dataset garantiza que las evaluaciones de sesgo sean pertinentes para los contextos educativos locales, fortaleciendo el desarrollo de una IA más justa e inclusiva.
Fuente original: Vía Libre
Este resumen fue generado con asistencia de IA y revisado editorialmente por Algoré.