Este artículo examina la intersección entre la inteligencia artificial (IA), el pensamiento complejo y la metodología de auditoría de sesgo, enfocándose en cómo estas herramientas pueden garantizar un desarrollo ético y equitativo de los algoritmos de IA dentro de los estudios superiores universitarios. Se destacan las fuentes de sesgo en los modelos de IA, los métodos de detección y las estrategias de mitigación que buscan mejorar la equidad y justicia de estos sistemas. Asimismo, se discute la importancia del pensamiento complejo para comprender las múltiples dimensiones y la interconexión de los sesgos algorítmicos, y cómo la auditoría de sesgo juega un papel crucial en la identificación y corrección de estas injusticias.

Palabras clave

Inteligencia artificial, pensamiento complejo, auditoría de sesgo, sesgos algorítmicos, equidad, inclusión.