Errores de inteligencia artificial que costaron millones — accidentes con vehículos autónomos, diagnósticos médicos fallidos, sesgos en contratación y fiascos de reconocimiento facial. Descubre por qué la IA se equivoca, cuánto cuesta y cómo evitar que vuelva a suceder.

⏱️ Marcas de tiempo
0:00 Intro – Cuando un algoritmo se sale de control
1:45 Caso 1: Vehículo autónomo y atropello fatal (edge case de percepción)
5:20 Caso 2: IA médica que descartó a miles de pacientes críticos
9:10 Caso 3: Sistema de reclutamiento que penalizó género y raza
12:30 Caso 4: Reconocimiento facial y arresto del inocente
16:00 Costes: demandas + 1 000 M USD y daño irreversible de reputación
18:50 Causas técnicas: datos sesgados, mala validación, objetivos desalineados
23:15 Lecciones de gobernanza: auditorías, explainable AI y supervisión humana
27:30 Regulación emergente (UE AI Act, EE. UU. NIST Risk Framework)
30:00 Roadmap para líderes de producto, riesgo y compliance
32:00 Cierre – cómo convertir fallos en ventaja competitiva

🎯 Qué aprenderás
Cómo un pequeño sesgo en los datos puede costar millones.
Métricas de riesgo: TPR/FPR, “disparate impact” y tasa de incidentes por M transacciones.
Buenas prácticas de auditoría de modelos y monitoreo en producción.
Claves para implementar AI Governance antes de que la regulación lo exija.

📚 Recursos citados
NIST AI Risk Management Framework (2023)
EU AI Act – borrador de regulación
“Gender Shades” (MIT Media Lab, 2018)
Informe Waymo Safety 2023 – incidentes y lecciones
FDA SaMD Guidelines – validación de IA médica

🔔 Suscríbete y activa la campana para más episodios sobre IA responsable, fintech, salud, movilidad y retail.
💬 Cuéntanos: ¿qué falla de IA te sorprendió más y qué lección te llevas?

#FallasDeIA #RiesgosAlgorítmicos #ÉticaTecnológica #InteligenciaArtificial #SesgosAlgorítmicos #GovernanceAI #VehículosAutónomos #IAenSalud #ReconocimientoFacial #TechPodcast