Agregar diversidad cognitiva a la IA puede ayudar a cerrar la brecha de inclusión

El desempleo entre las personas con discapacidad alcanza el 80% en algunos países, lo que las convierte en uno de los grupos más marginados en lo que se refiere al trabajo.

Los que tienen empleo se enfrentan a menudo a normas de contratación y promoción desiguales, salarios desiguales por el mismo trabajo y segregación ocupacional, lo que dificulta cerrar la brecha de inclusión de la discapacidad.

De hecho, el coste de excluir a las personas con discapacidad representa hasta el 7% del producto interior bruto en algunos países. En cambio, una estrategia empresarial que incluya a las personas con discapacidad podría generar un 28% más de ingresos y un 30% más de márgenes de beneficio.

La política y las soluciones de accesibilidad han recibido más atención pública recientemente, a través de legislación como la Estrategia de la UE para los Derechos de las Personas con Discapacidad 2021-2030 y la Resolución sobre la Ley de Inteligencia Artificial de la UE para la inclusión de las personas con discapacidad; y directivas y marcos especiales como las Soluciones Digitales Accesibles e Inclusivas para Niñas con Discapacidad de Unicef.

Sin embargo, la diversidad cognitiva -también conocida como neurodiversidad-, las deficiencias mentales y las discapacidades siguen caracterizándose tanto por la exclusión social como por la falta de marcos públicos.

Es importante abordar esta cuestión, ya que la tasa de desempleo entre las personas con autismo puede alcanzar el 85%, dependiendo del país; mientras que entre las personas con trastornos mentales graves puede oscilar entre el 68% y el 83%, y para las personas con síndrome de Down, el 43%.

Estos trastornos representan algunos de los más afectados socialmente y una de las mayores poblaciones. En el Reino Unido, por ejemplo, al menos una de cada seis personas vive con una o más afecciones neurológicas, y una de cada siete es neurodivergente. Al mismo tiempo, en EE. UU., uno de cada cuatro adultos padece un trastorno mental diagnosticable en un año determinado.

A menudo son detenidos falsamente por la policía, discriminados en las entrevistas de trabajo o aislados socialmente en los sistemas académico y educativo.

Los avances tecnológicos, como la inteligencia artificial (IA) emocional y conversacional, la robótica asistencial y los acompañantes sociales, así como las plataformas y herramientas especializadas de contratación y aprendizaje, pueden abordar algunos de estos retos creando lugares de trabajo, experiencias de contratación y aprendizaje y prácticas de alojamiento más accesibles.

Empresas como Robokind y LuxAI utilizan la robótica social para el entrenamiento emocional de alumnos con autismo, mientras que Brainpower es un wearable que ayuda a personas neurodiversas con el aprendizaje socioemocional. Beme.AI ayuda el desarrollo de personas con autismo mediante el seguimiento y el análisis del bienestar y el desarrollo.

La tecnología de asistencia, como la que proporciona Eyejustread, puede ayudar a las personas con dislexia y déficit de atención e hiperactividad. Ultranauts, por su parte, presta servicios de ingeniería y control de calidad en un lugar de trabajo totalmente remoto, donde el 75% del personal es neurodivergente.

Otros casos de uso incluyen el uso de la IA conversacional para ayudar a la salud mental y la ansiedad, soluciones que mejoren o aumenten la discapacidad sensorial y/o visual, y tecnologías que hagan más accesible la planificación urbana y de las ciudades.

Sin embargo, los prejuicios sociales existentes, la exclusión histórica y la insuficiencia de investigaciones y conjuntos de datos plantean un reto para el éxito del desarrollo y la aplicación de políticas de diversidad cognitiva.

La diversidad cognitiva y las discapacidades no son monolíticas, sino que presentan un complejo espectro de características, lo que las convierte en temas amplios en cuanto a investigación, datos, interfaces y partes interesadas implicadas.

Por lo tanto, la investigación y el desarrollo en este ámbito requieren comprender aspectos como la comorbilidad, las afecciones físicas y mentales subyacentes, así como las influencias de la interseccionalidad, el género y los criterios socioeconómicos.

Por ejemplo, entre el 25% y el 40% de las personas con dificultades de aprendizaje sufren también problemas de salud mental. También tienen 1,6 veces más probabilidades de sufrir alergias y otras afecciones.

Además, las niñas son diagnosticadas en un porcentaje sustancialmente inferior o son diagnosticadas erróneamente debido a los diferentes criterios de manifestación y a la falta histórica de datos. Muy pocos conjuntos de datos urbanos incluyen datos sobre género, por lo que es difícil desarrollar programas de infraestructuras que tengan en cuenta las necesidades de las mujeres.

Históricamente se ha excluido de la investigación a determinados grupos étnicos y sociales. Un estudio de la Universidad Estatal de Georgia informó de que los padres caucásicos de niños autistas tenían 2,61 veces más probabilidades de comunicar una preocupación social al pediatra de su hijo que los padres afroamericanos.

Este complejo espectro de criterios viene acompañado de otros retos asociados a la investigación, el desarrollo y la adopción de tecnologías y políticas de asistencia. Entre los problemas figuran:

● Los marcos políticos existentes carecen de especificaciones y casos específicos relacionados con la diversidad sensorial y neurodiversa.

● Los marcos de auditoría existentes para el reconocimiento facial y sistemas similares no tienen suficientemente en cuenta los sesgos relacionados con la discapacidad, como las deficiencias faciales y los diferentes gestos, gesticulaciones y estilos de comunicación.

● Los investigadores y responsables políticos carecen de acceso a los datos de la comunidad.

● El acceso a la tecnología de asistencia sigue siendo limitado, en torno a un 10% en términos globales, lo que dificulta la investigación.

● El ecosistema de la tecnología asistencial sigue fragmentado y no está suficientemente conectado.

● Prejuicios sociales inconscientes y conscientes existentes, falta de representación y de vocabulario accesible.

Estos retos suponen una llamada a la acción a largo plazo para que tecnólogos, investigadores y responsables políticos colaboren gradualmente para abordar los siguientes aspectos:

Las soluciones de asistencia para personas neurodiversas o con discapacidades cognitivas pueden centrarse en criterios como la atención, la memoria, la comunicación, el aprendizaje, las funciones ejecutivas y el rendimiento, las experiencias visuales y táctiles, el estado emocional y la empatía.

Estos aspectos van acompañados de la edad, el sexo y las afecciones subyacentes, lo que permite identificar un marco de investigación adecuado, así como los requisitos de la interfaz tecnológica y la introducción y etiquetado de datos.

Para abordar mejor deficiencias específicas, las soluciones diseñadas para apoyar la diversidad cognitiva tienden a ser más especializadas e interconectadas, cuando unas cuantas aplicaciones, herramientas o dispositivos se utilizan simultáneamente como parte de un ecosistema de apoyo.

También pueden participar en la introducción de datos múltiples partes interesadas, como las propias personas, las familias, los cuidadores, los asesores y los educadores.

Por ejemplo, Beme.AI crea soluciones para niños autistas que permiten hacer un seguimiento del bienestar general, el estado de ánimo, la nutrición y otros factores. También permite la conexión de dispositivos de seguimiento externos, así como la introducción de datos tanto por parte del niño como de los padres.

Aproximadamente una de cada ocho personas neurodivergentes (79%) se siente aislada socialmente, y las soluciones de asistencia pueden potenciar la integración social y la comunicación, pero no sustituirlas.

Tecnologías como la robótica social o las plataformas de aprendizaje adaptativo suelen desarrollarse junto con un plan de estudios que identifica aspectos de interacción y aprendizaje para el niño, pero también incluye la participación de cuidadores y educadores.

Estos planes de estudios pueden convertirse en una parte aún más crítica que la propia tecnología para evitar una mayor exclusión.

Del mismo modo que los sistemas de IA pueden discriminar a personas de una raza determinada, sistemas como la visión por ordenador o el reconocimiento facial pueden discriminar a personas con discapacidades, diferencias faciales como la neuropatía y estilos de comunicación diferentes.

Esto lleva a la necesidad de enfoques de auditoría "centrados en la discapacidad" a todos los niveles de la definición del problema, conjuntos de datos, algoritmos y sistemas.

La auditoría debe contar con la representación de personas divergentes en los grupos de investigación o de recursos. Estos grupos pretenden evaluar criterios como la eliminación de influencias discriminatorias, la retroalimentación entre usuarios e investigadores, los aspectos de transparencia y explicabilidad, la rendición de cuentas y las acciones y no acciones realizadas por el sistema durante determinados escenarios e interacciones.

La Organización Mundial de la Salud y los proveedores nacionales de servicios sanitarios trabajan periódicamente en el desarrollo de marcos que aborden la convergencia de las competencias tecnológicas, médicas y sociales.

En el ámbito de la neurodiversidad y la discapacidad cognitiva, es posible que estos marcos deban ir acompañados de un diseño neuroaccesible, una capacidad humana específica del área y estudios sociales, así como competencias técnicas que aborden dispositivos y tecnologías específicos.

Otros ámbitos que podrían contribuir a unos algoritmos y ecosistemas más accesibles son las plataformas abiertas de datos sobre diversidad, las estadísticas sobre accesibilidad facilitadas por los empleadores y las políticas y directrices que abordan aspectos de interseccionalidad, género y grupos de edad.

Es importante recordar que el desarrollo de políticas de apoyo a la diversidad cognitiva puede repercutir, y de hecho beneficiar, tanto en el bienestar general de las personas como en la economía en general.

Entre ellas deberían figurar las tecnologías para el deterioro cognitivo asociado a la edad, los ámbitos de la salud mental y los trastornos neurológicos, las ciudades inteligentes, el aprendizaje adaptativo y las tecnologías en el lugar de trabajo.

Porque al mejorar la inclusión de las personas con discapacidad mediante tecnologías de asistencia y basadas en IA para que vivan una vida activa y plena, podemos ayudar a construir una sociedad mejor para todos.