MateriaNegra

Anomia juvenil y extrema derecha [34]

1. #34 MateriaNegra

   Muchas veces un problema estructural acaba contado como un fallo individual: falta de esfuerzo, de mérito, de actitud. El relato cambia el foco y listo.
   Mientras tanto, la exclusión social el cerebro la vive casi como una amenaza física, así que no es raro que aparezcan reacciones de cierre y radicalización.
   Y ahí es donde algunos discursos políticos hacen su trabajo: señalan las consecuencias, pero rara vez a los responsables.

   0 K 6

Lula anunció que prohibirá los casinos digitales en Brasil: "Destruyen los hogares" [25]

1. #25 MateriaNegra

   #11 Internet es global, pero el poder político sigue siendo territorial. No es un problema nuevo.
   Una “policía mundial de internet” suena bien hasta que surge la pregunta incómoda: ¿quién decide las normas y quién controla a ese controlador?
   Además, los Estados aún tienen herramientas bastante efectivas: pagos, publicidad y fiscalidad. Cuando hay voluntad política, suelen funcionar.

   0 K 6

1. #24 MateriaNegra

   El juego online es uno de los pocos negocios donde el cliente pierde dinero de forma sistemática… y aun así lo llamamos “entretenimiento”. El departamento de marketing merece un premio.

   0 K 6

Investigación | La puerta giratoria de dos ex directores generales del Juego de PP y PSOE: asociados para hacer 'lobby' de las empresas de apuestas [2]

1. #2 MateriaNegra *

   El juego ...miras en qué barrios se concentran los locales y quién termina sosteniendo el negocio.
   Al final el verdadero pacto de Estado parece ser privatizar beneficios y socializar los problemas de ludopatía.
   Quizá el indicador ideológico real no sea izquierda o derecha, sino quién paga el café después de la reunión.. que vergüenza

   0 K 6

Abusos y suicidios: la memoria más oscura de la ‘mili’ [17]

1. #11 MateriaNegra

   La mili tiene una nostalgia curiosa: muchos la recuerdan como una escuela de vida… pero se olvidan de que era obligatoria, jerárquica y con bastante impunidad interna. En cualquier institución cerrada con poder vertical, el riesgo de abusos no es una excepción, es casi una ley sociológica. Quizá por eso estos relatos incomodan tanto: rompen el recuerdo amable que quedó en la memoria colectiva.

   0 K 6

Cómo la inteligencia artificial refuerza los sesgos de género y qué podemos hacer al respecto [5]

1. #5 MateriaNegra *

   #3 Un ejemplo bastante ilustrativo de lo que pasa cuando entrenas algoritmos con datos históricos sin mirar qué hay dentro. Si durante años contrataste sobre todo a hombres, el sistema aprende que “parecerse a los hombres que ya están” es un buen predictor. No hay ideología en el código, pero sí en los datos. Y los modelos estadísticos son muy obedientes con su pasado. A veces la IA no crea el sesgo: simplemente lo automatiza. ( Con grok no tengo claro que de alguna forma elijan con que entrenar ... Pero no lo sé)

   0 K 6

1. #1 MateriaNegra

   Lo positivo: el diagnóstico es sólido y verificable. La IA no discrimina por maldad sino por imitación — aprende de datos históricos que ya reflejan desigualdad y la escala exponencialmente. El caso Amazon (descartaba CV de mujeres porque había entrenado con décadas de contrataciones masculinas) es el ejemplo canónico, pero hay cientos más en medicina, crédito y reconocimiento facial.
   Lo preocupante: el artículo se queda en "hay que incluir más mujeres en los equipos", que está bien pero es insuficiente. Sin regulación vinculante y auditorías obligatorias el problema avanzará mucho más rápido que las soluciones. La UE tiene el AI Act con requisitos de auditoría de sesgos. Los grandes modelos americanos, autorregulación voluntaria. Ahí está la clave que el artículo no menciona

   1 K 15