"Para comenzar a regular los algoritmos hay que reconocer que no son neutrales. Incluso el proceso de nombrar ciertas características y encontrar correlaciones con otras supone un prejuicio", aseguran las autoras. Artículo completo publicado originalmente en alemán en 'Verfassungsblog’. Puedes leerlo aquí.Texto traducido por Anna Oakes....
En Austria, desde 2019, un algoritmo clasifica a las personas desempleadas según sus posibilidades en el mercado laboral. El software divide a las personas que buscan empleo en tres grupos: las que tienen buenas, medianas o malas expectativas de encontrar un trabajo. Sobre esta base, el Servicio Público de Empleo de Austria (AMS por sus siglas en alemán) quiere concentrar sus recursos a partir de 2020 principalmente en las personas que se encuentran en el grupo medio, donde serán utilizados de forma más efectiva. Las “posibilidades de integración en el mercado laboral” de las mujeres, según lo que evalúa el algoritmo, son totalmente negativas. Además, tener hijos dependientes provoca a una mala clasificación, pero solo para las mujeres. En el caso de los hombres, los programadores de software argumentan que la obligación de cuidado no tiene un impacto negativo estadístico en sus expectativas en el mercado laboral.
La comisaria europea de Derechos Humanos alerta del uso de algoritmos en sistemas policiales y judiciales de la Unión que atentan contra los derechos ciudadanos.
Algoritmos para predecir en qué zonas es más probable que tengan lugar robos u otro tipo de crímenes, algoritmos para ayudar a decidir si imponer prisión preventiva o no a una persona pendiente de juicio. Los algoritmos han llegado y también lo han hecho a los sistemas policiales y judiciales europeos. Y de ello alerta la comisaria de Derechos Humanos en el Consejo de Europa, Dunja Mijatović. “Aunque aún se encuentran en sus etapas experimentales, el uso de algoritmos de aprendizaje automático en los sistemas de justicia penal es cada vez más común”, afirma Mijatović en un texto publicado en la web del Consejo de Europa en el que señalaba los resultados “potencialmente discriminatorios” de este tipo de programas de predicción de delitos.
El sector inmobiliario está aplicando herramientas tecnológicas como el big data, algoritmos o machine learnig para apuntar a los barrios donde pueden maximizar sus beneficios.
Si pensamos en la relación entre las nuevas tecnologías y la gentrificación seguramente lo primero que nos venga a la mente sea Airbnb. El capitalismo de plataforma aplicado al turismo mediante este tipo de plataformas de alquiler temporal ha sido uno de los factores que ha encarecido la vivienda en muchas ciudades, aunque no el único. Pero la tecnología y la acumulación de datos ha dado un paso adelante, cogidas de la mano del sector inmobiliario, para crear una nueva rama de herramientas y empresas tecnológicas bajo el nombre de PropTech.La industria inmobiliaria no se podía quedar atrás. Los beneficios del sector que invierte en vivienda o en propiedades no son los mismos que en la época de la burbuja inmobiliaria. El desarrollo tecnológico en el uso de datos ha abierto nuevas oportunidades de segmentación y estudio de mercado para buscar la maximización de estos beneficios. Si hacerlo significa gentrificar la zona elegida, pues bienvenido sea.
