La toma de decisiones automatizada (ADM) implica el uso de datos, máquinas y algoritmos para tomar decisiones en una variedad de contextos, incluidos la administración pública , los negocios, la salud, la educación, la ley, el empleo, el transporte, los medios y el entretenimiento, con diversos grados de participación humana. supervisión o intervención. ADM involucra datos a gran escala de una variedad de fuentes, como bases de datos, texto, redes sociales, sensores, imágenes o voz, que se procesan utilizando diversas tecnologías, incluidos software, algoritmos, aprendizaje automático , procesamiento de lenguaje natural , inteligencia artificial , aumentada. inteligencia y robotica. El uso cada vez mayor de sistemas automatizados de toma de decisiones (ADMS) en una variedad de contextos presenta muchos beneficios y desafíos para la sociedad humana que requieren la consideración de las consecuencias técnicas, legales, éticas, sociales, educativas y económicas. [1] [2]
Si bien algunas definiciones de ADM sugieren que involucra decisiones tomadas a través de medios puramente tecnológicos, [3] en realidad ADM puede tomar muchas formas que van desde sistemas de soporte de decisiones que hacen recomendaciones para que actúen los tomadores de decisiones humanos, a veces conocido como inteligencia aumentada [4 ] o 'toma de decisiones compartida', [1] a procesos de toma de decisiones completamente automatizados que toman decisiones en nombre de instituciones u organizaciones sin participación humana. [5] Los modelos utilizados en los sistemas automatizados de toma de decisiones pueden ser tan simples como listas de verificación y árboles de decisión hasta inteligencia artificial y redes neuronales profundas (DNN).
Desde la década de 1950, las computadoras han pasado de ser capaces de realizar un procesamiento básico a tener la capacidad de realizar tareas complejas, ambiguas y altamente calificadas, como reconocimiento de imágenes y voz, juegos, análisis científicos y médicos e inferencias a través de múltiples fuentes de datos. ADM ahora se implementa cada vez más en todos los sectores de la sociedad y en muchos dominios diversos, desde el entretenimiento hasta el transporte.
La toma de decisiones automatizada utiliza una variedad de fuentes de datos y tecnologías para tomar decisiones que impulsan el comportamiento de humanos y máquinas en muchos contextos diferentes, incluidos automóviles autónomos, robótica, sistemas de seguridad, administración pública, salud, derecho y comercio.
La calidad de los datos que están disponibles y que pueden usarse en los sistemas ADM es fundamental para los resultados y, a menudo, es muy problemática por muchas razones. Los conjuntos de datos a menudo son muy variables, los datos a gran escala pueden estar controlados por corporaciones o gobiernos, restringidos por razones de privacidad o seguridad, incompletos, sesgados, limitados en términos de tiempo o cobertura, midiendo y describiendo términos de diferentes maneras y muchos otros problemas.
Para que las máquinas aprendan de los datos, a menudo se requieren corpus grandes que pueden ser difíciles de obtener o calcular; sin embargo, cuando están disponibles, han proporcionado avances significativos, por ejemplo, en el diagnóstico de radiografías de tórax. [6]