{"id":1346,"date":"2025-05-19T11:50:27","date_gmt":"2025-05-19T17:50:27","guid":{"rendered":"https:\/\/juandiego.net\/dux\/?p=1346"},"modified":"2025-04-13T11:52:10","modified_gmt":"2025-04-13T17:52:10","slug":"ia-generativa-y-salud-aliada-de-la-equidad-o-amenaza-para-la-justicia-social","status":"publish","type":"post","link":"https:\/\/juandiego.net\/dux\/ia-generativa-y-salud-aliada-de-la-equidad-o-amenaza-para-la-justicia-social\/","title":{"rendered":"IA Generativa y Salud: \u00bfAliada de la Equidad o Amenaza para la Justicia Social?"},"content":{"rendered":"\n
\n\n\n\n

Introducci\u00f3n<\/strong><\/h3>\n\n\n\n

La inteligencia artificial generativa (IAg) est\u00e1 revolucionando industrias, pero su impacto en las normas de igualdad y equidad en salud a\u00fan es un enigma. Seg\u00fan el art\u00edculo de John Danaher (2024), la IAg podr\u00eda reconfigurar la distribuci\u00f3n de habilidades cognitivas y, con ello, alterar las oportunidades de acceso a recursos cr\u00edticos. \u00bfC\u00f3mo afectar\u00e1 esto a un sistema sanitario ya tensionado por inequidades? Esta rese\u00f1a explora los riesgos y promesas de la IAg para la equidad en salud, bas\u00e1ndose en evidencia emergente y proyecciones \u00e9ticas.<\/p>\n\n\n\n

\n\n\n\n

La IAg y su \u00abSesgo Inverso de Habilidades\u00bb<\/strong><\/h3>\n\n\n\n

Estudios recientes destacan un fen\u00f3meno clave: la IAg beneficia m\u00e1s a personas con menor habilidad cognitiva o experiencia, nivelando su productividad frente a profesionales expertos. Por ejemplo:<\/p>\n\n\n\n

    \n
  • Asistentes de diagn\u00f3stico<\/strong>: Sistemas como ChatGPT podr\u00edan ayudar a m\u00e9dicos generales en regiones remotas a acceder a protocolos actualizados, reduciendo brechas de conocimiento.<\/li>\n\n\n\n
  • Automatizaci\u00f3n de tareas rutinarias<\/strong>: La IAg podr\u00eda liberar tiempo de enfermeros y t\u00e9cnicos para enfocarse en cuidados personalizados, mejorando la eficiencia en entornos con escasez de personal.<\/li>\n<\/ul>\n\n\n\n

    Sin embargo, este \u00absesgo inverso\u00bb no es universal. En tareas complejas (p. ej., cirug\u00edas guiadas por IA o investigaci\u00f3n cl\u00ednica), la brecha podr\u00eda ampliarse si solo instituciones privilegiadas acceden a tecnolog\u00edas avanzadas.<\/p>\n\n\n\n

    \n\n\n\n

    Escenarios Futuros: \u00bfHacia D\u00f3nde Va la Equidad en Salud?<\/strong><\/h3>\n\n\n\n

    El art\u00edculo propone cuatro hip\u00f3tesis sobre el impacto moral de la IAg, adaptables al \u00e1mbito sanitario:<\/p>\n\n\n\n

      \n
    1. Acceso como derecho b\u00e1sico<\/strong>: Si la IAg se democratiza, podr\u00eda surgir un derecho a la asistencia m\u00e9dica basada en IA<\/em>, similar al acceso a internet. Pa\u00edses con sistemas p\u00fablicos robustos podr\u00edan integrarla para optimizar triajes o diagn\u00f3sticos tempranos.<\/li>\n\n\n\n
    2. Elite tecnol\u00f3gica<\/strong>: Si solo hospitales privados o pa\u00edses ricos adoptan IAg de vanguardia, se profundizar\u00edan las desigualdades. Ejemplo: algoritmos predictivos para c\u00e1ncer disponibles en Europa, pero no en \u00c1frica Subsahariana.<\/li>\n\n\n\n
    3. Redefinici\u00f3n de prioridades<\/strong>: Si la IAg desplaza trabajos sanitarios, la equidad podr\u00eda dejar de medirse por acceso a empleo y enfocarse en resultados de salud<\/em> (ej.: a\u00f1os de vida ajustados por calidad).<\/li>\n\n\n\n
    4. Despriorizaci\u00f3n de la igualdad<\/strong>: Si la IAg genera eficiencias a costa de privacidad o autonom\u00eda, valores como la justicia distributiva<\/em> podr\u00edan subordinarse a la innovaci\u00f3n.<\/li>\n<\/ol>\n\n\n\n
      \n\n\n\n

      Retos \u00c9ticos en Salud<\/strong><\/h3>\n\n\n\n
        \n
      • Sesgos algor\u00edtmicos<\/strong>: Modelos entrenados con datos de poblaciones mayoritarias podr\u00edan fallar en grupos minoritarios, perpetuando inequidades.<\/li>\n\n\n\n
      • Dependencia tecnol\u00f3gica<\/strong>: M\u00e9dicos j\u00f3venes podr\u00edan confiar ciegamente en la IAg, erosionando habilidades cr\u00edticas.<\/li>\n\n\n\n
      • Transparencia<\/strong>: \u00bfQui\u00e9n es responsable si un diagn\u00f3stico generado por IA es err\u00f3neo? La opacidad de los algoritmos complica la rendici\u00f3n de cuentas.<\/li>\n<\/ul>\n\n\n\n
        \n\n\n\n

        Conclusi\u00f3n: Un Llamado a la Acci\u00f3n Proactiva<\/strong><\/h3>\n\n\n\n

        La IAg no es neutral: su impacto en la equidad sanitaria depender\u00e1 de c\u00f3mo se dise\u00f1e, regule e implemente. Los profesionales de la salud deben:<\/p>\n\n\n\n

          \n
        • Abogar por regulaciones<\/strong> que aseguren acceso equitativo y auditor\u00edas de sesgos.<\/li>\n\n\n\n
        • Participar en el entrenamiento de algoritmos<\/strong> con datos diversos y representativos.<\/li>\n\n\n\n
        • Mantener un escepticismo informado<\/strong>, usando la IAg como herramienta complementaria, no sustitutiva.<\/li>\n<\/ul>\n\n\n\n

          Como se\u00f1ala Danaher, el futuro de la igualdad no est\u00e1 escrito<\/em>. En salud, la elecci\u00f3n es clara: aprovechar la IAg para cerrar brechas o permitir que las ampl\u00ede.<\/p>\n\n\n\n

          \n\n\n\n

          Referencia:<\/strong>
          Danaher, J. (2024). Generative AI and the future of equality norms<\/em>. Cognition, 251, 105906. https:\/\/doi.org\/10.1016\/j.cognition.2024.105906<\/p>\n","protected":false},"excerpt":{"rendered":"

          Introducci\u00f3n La inteligencia artificial generativa (IAg) est\u00e1 revolucionando industrias, pero su impacto en las normas de igualdad y equidad en salud a\u00fan es un enigma. Seg\u00fan el art\u00edculo de John Danaher (2024), la IAg podr\u00eda reconfigurar la distribuci\u00f3n de habilidades cognitivas y, con ello, alterar las oportunidades de acceso a recursos cr\u00edticos. \u00bfC\u00f3mo afectar\u00e1 esto […]<\/p>\n","protected":false},"author":1,"featured_media":1348,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_bbp_topic_count":0,"_bbp_reply_count":0,"_bbp_total_topic_count":0,"_bbp_total_reply_count":0,"_bbp_voice_count":0,"_bbp_anonymous_reply_count":0,"_bbp_topic_count_hidden":0,"_bbp_reply_count_hidden":0,"_bbp_forum_subforum_count":0,"_crdt_document":"","footnotes":""},"categories":[9],"tags":[12,13,103],"class_list":["post-1346","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-tecnologia","tag-chatgpt","tag-inteligencia-artificial","tag-justicia-social"],"_links":{"self":[{"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/posts\/1346","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/comments?post=1346"}],"version-history":[{"count":1,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/posts\/1346\/revisions"}],"predecessor-version":[{"id":1347,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/posts\/1346\/revisions\/1347"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/media\/1348"}],"wp:attachment":[{"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/media?parent=1346"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/categories?post=1346"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/juandiego.net\/dux\/wp-json\/wp\/v2\/tags?post=1346"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}