A medida que avanza la implementación de algoritmos en una variedad de contextos y sectores, se vuelve cada vez más necesario el debate sobre los aspectos éticos y de gobernanza de la inteligencia artificial. Más allá de las promesas sobre el aumento de la eficiencia y la eficacia, los sistemas algorítmicos pueden contener sesgos o tomar decisiones erróneas que generan efectos indeseados en la vida de las personas.

Ante este panorama, se ha considerado que las evaluaciones de algoritmos pueden contribuir a paliar dichos efectos, con la detección de aspectos problemáticos como la discriminación de determinadas poblaciones, la distorsión de la realidad o la explotación de información personal.

Concretamente, los procesos de evaluación impulsarían el cumplimiento de los principios éticos que se recogen en normativas y documentos estratégicos de la IA. En los últimos años, se ha publicado una gran cantidad de artículos académicos e informes que buscan dilucidar los detalles que deben incluirse en una evaluación algorítmica. Es decir, desean responder en términos prácticos a la siguiente pregunta: ¿cómo se pueden evaluar los algoritmos para detectar los potenciales problemas que contienen y/o que se derivan de su uso, así como contribuir a su mitigación?

Este informe responde a la necesidad de conocer las implicaciones de las evaluaciones de algoritmos en un contexto marcado por su aplicación creciente en diferentes ámbitos de la vida humana.

Con el fin de aportar claridad sobre esta temática compleja, este documento:

• presenta conceptos clave, herramientas y métodos para desarrollar evaluaciones de algoritmos con distintas perspectivas,


• aborda el ecosistema de actores y sectores involucrados en estos procesos y


• ofrece 6 recomendaciones de mejora para avanzar hacia evaluaciones algorítmicas que aporten valor a las sociedades actuales.