IA responsable

Detectando sesgos contextuales en modelos de lenguaje

Melissa Robles presenta su investigación sobre la detección de sesgos en modelos supervisados y modelos de lenguaje, con especial atención a los sesgos contextuales en el idioma español, en el marco de su trabajo en inteligencia artificial responsable (RAI), incluyendo su participación en el proyecto SESGO (Spanish Evaluation of Stereotypical Generative Outputs).

Melissa Robles Carmona
Data Scientist en Sezzle (sector fintech)
Matemática con maestría en Ingeniería de Sistemas de la Universidad de los Andes de Colombia, en su rol profesional se desempeña como Data Scientist en el sector fintech en Sezzle, y cuenta con experiencia liderando proyectos de consultoría en minería de datos. En el ámbito académico, ha enfocado su investigación en la inteligencia artificial responsable (RAI), especialmente en la detección de sesgos en modelos supervisados y modelos de lenguaje, así como en la creación de modelos de traducción para lenguas indígenas y modelos no supervisados para datos genómicos.