Prevención de Sesgos en el Diseño de Tecnología de Salud Mental
Clase 9 de 16 • Curso de Toma de Decisiones Basadas en Datos
Contenido del curso
Clase 9 de 16 • Curso de Toma de Decisiones Basadas en Datos
Contenido del curso
Antonio Demarco Bonino
Manuel Arcángel Bastidas Bedoya
Luis Alvarez
Juliana Castillo Araujo
Luis Alvarez
David Felipe Patiño Ruiz
JUAN MIGUEL VALVERDE GALVEZ
Luis Cabezas
Eduardo Ruiz
Jhon Freyman Ramírez Cortés
Jose Ricardo Dueñas Suarez
Juan Carlos Rosero Villamizar
Jesús David Fontalvo Mendoza
Yenifer Briceño
Alba Gabriela Garay Romero
Hernán Andrés Orozco
Claudia Cecilia Ruiz Duque
Jose Francisco Contreras Romo
Gladys Martinez
Jhon Freyman Ramírez Cortés
Jhon Freyman Ramírez Cortés
Le puse el siguiente prompt a ChatGPT: "Necesito que me respondas cómo un especialista en implementar soluciones basadas en datos. En este momento estoy formando un equipo de trabajo y tengo que comenzar a tomar decisiones que pueden estar influenciadas por sesgos ¿Cuáles son los principales sesgos que me pueden influenciar y cómo puedo evitar caer en ellos de forma negativa?"
La respuesta que me dio me voló la cabeza: "Al formar un equipo de trabajo y tomar decisiones estratégicas, es crucial estar consciente de los sesgos cognitivos que pueden influir negativamente en tu juicio. A continuación, te detallo algunos de los principales sesgos y estrategias para mitigarlos:
Principales Sesgos Cognitivos
Estrategias Generales para Evitar Sesgos
Implementar estas estrategias no solo te ayudará a tomar decisiones más justas y efectivas, sino que también fomentará un entorno de trabajo más inclusivo y diverso, lo cual es esencial para la innovación y el éxito a largo plazo."
Excelentes aportes de ChatGPT. Gracias Antonio.
Estrategias para prevenir sesgos cognitivos en el desarrollo de Sanamente
Introducción
En este documento se presentan estrategias para prevenir sesgos cognitivos en el desarrollo de Sanamente, un dispositivo de salud mental que acompaña al cliente las 24 horas. Se identifican cuatro tipos de sesgos comunes: sesgo de confirmación, sesgo de disponibilidad, sesgo de anclaje y sesgo de grupo. Se proponen medidas para identificar y evitar cada tipo de sesgo, asegurando un producto preciso, equitativo y efectivo.
1. Análisis del mercado y potencial de Sanamente
2. Enfoque estructurado para el desarrollo de Sanamente
2.1 El qué: Acompañamiento psicológico permanente
2.2 El cómo: Identificación de datos relevantes
2.3 El para qué: Satisfacer necesidades y mejorar vidas
3. Identificación y prevención de sesgos cognitivos
3.1 Sesgo de confirmación
3.2 Sesgo de disponibilidad
3.3 Sesgo de anclaje
3.4 Sesgo de grupo
4. Reto: Identificar ejemplos de sesgos en Sanamente
Se invita al lector a reflexionar sobre ejemplos concretos de los cuatro tipos de sesgos mencionados en el contexto del desarrollo de Sanamente. Este ejercicio permitirá identificar potenciales riesgos y desarrollar estrategias adicionales para prevenir sesgos y garantizar un producto ético y efectivo.
Conclusión
La implementación de las estrategias presentadas en este documento contribuirá a prevenir sesgos cognitivos en el desarrollo de Sanamente, asegurando un producto preciso, equitativo y efectivo que cumpla con su objetivo de mejorar la salud mental de millones
Ame este caso de estudio 👩💻
Ejemplos de sesgos cognitivos en el desarrollo de Sanamente
A continuación, se presentan cuatro ejemplos de sesgos cognitivos que podrían surgir durante el desarrollo de Sanamente, junto con estrategias para identificarlos y mitigarlos:
1. Sesgo de confirmación:
Ejemplo: El equipo de desarrollo de Sanamente está sesgado hacia la idea de que la ansiedad es el principal problema de salud mental en Latinoamérica. Como resultado, el algoritmo del dispositivo está diseñado para identificar principalmente casos de ansiedad, ignorando o subestimando otros trastornos mentales comunes.
Estrategia de identificación: Revisar los datos utilizados para entrenar el algoritmo y asegurarse de que representen una muestra diversa de la población objetivo en términos de tipos de trastornos mentales.
Estrategia de mitigación: Implementar técnicas de "ensamblaje" que combinen las predicciones de diferentes algoritmos entrenados con distintos conjuntos de datos, reduciendo la dependencia de un único modelo sesgado.
2. Sesgo de disponibilidad:
Ejemplo: Sanamente se basa en el análisis de publicaciones en redes sociales para identificar signos de depresión. Sin embargo, las personas con depresión pueden ser menos propensas a publicar en redes sociales, lo que lleva a una subestimación de la prevalencia de la enfermedad.
Estrategia de identificación: Comparar los datos de las redes sociales con otras fuentes de información, como registros médicos o encuestas de salud mental, para identificar posibles discrepancias.
Estrategia de mitigación: Implementar técnicas de "muestreo aleatorio" para garantizar que el algoritmo no se base únicamente en datos fácilmente disponibles, sino que también considere a usuarios menos activos en redes sociales.
3. Sesgo de anclaje:
Ejemplo: La primera vez que un usuario interactúa con Sanamente, el dispositivo le presenta una evaluación inicial que lo clasifica como "ansioso". A partir de entonces, todas las recomendaciones y sugerencias del dispositivo se basan en esta clasificación inicial, dificultando la adaptación a los cambios en el estado mental del usuario.
Estrategia de identificación: Realizar evaluaciones periódicas del perfil del usuario y actualizar las recomendaciones en consecuencia, evitando que el dispositivo se "ancle" a una clasificación inicial.
Estrategia de mitigación: Brindar al usuario la posibilidad de modificar manualmente su clasificación y proporcionar retroalimentación sobre la precisión de las evaluaciones del dispositivo.
4. Sesgo de grupo:
Ejemplo: El equipo de desarrollo de Sanamente está compuesto principalmente por personas jóvenes y urbanas, con poca experiencia en salud mental. Como resultado, el dispositivo puede no ser adecuado para las necesidades de usuarios de diferentes grupos demográficos, como personas mayores o residentes en zonas rurales.
Estrategia de identificación: Realizar pruebas de usuario con grupos diversos en términos de edad, ubicación, género y experiencia con problemas de salud mental.
Estrategia de mitigación: Incorporar al equipo de desarrollo a personas con diferentes perfiles y experiencias, asegurando una perspectiva más amplia y representativa en el diseño del producto.
Conclusión
La identificación y mitigación de sesgos cognitivos en el desarrollo de Sanamente es crucial para garantizar que el dispositivo sea preciso, equitativo y efectivo en su objetivo de mejorar la salud mental de las personas. Al implementar las estrategias mencionadas en este documento, el equipo de desarrollo puede crear un producto que realmente responda a las necesidades de la población objetivo y tenga un impacto positivo en la sociedad.
Confirmación:
Arimar tener más casos de los que realmente tenemos sólo para tener más resultados, se soluciona estudiando datos más diversos o buscar más fuentes de datos.
Disponibilidad:
Cuando identifico tener más casos de lo normal. Se soluciona teniendo técnicas de ponderación, creando simulaciones.
Anclaje:
Se repite en la misma persona, se soluciona haciendo evaluaciones constantes del perfil de la persona, haciendo seguimientos de satisfacción.
Grupo:
Puede ser el grupo de desarrollo o el grupo de público objetivo, se soluciona teniendo diversidad en los dos, garantizando diversidad en los dos grupos.
Es determinante buscar información objetiva de diversas fuentes, desarrollar habilidades de pensamiento crítico para evaluar la información de imparcialmente, y encontrar la retroalimentación de otras personas para contrarrestar los sesgos individuales.
En la clase sobre toma de decisiones, se abordaron distintos tipos de sesgos cognitivos que pueden influir negativamente durante el desarrollo de un proyecto. Entre los más destacados se encuentran:
Cada uno de estos sesgos puede afectar tanto la calidad del trabajo como el bienestar emocional y la ética profesional de quienes participan en el proyecto. Por ello, es fundamental reconocerlos y gestionarlos de forma consciente, especialmente al diseñar nuevas tecnologías o al tomar decisiones estratégicas. La clave está en implementar prácticas que fomenten el pensamiento crítico, la diversidad de puntos de vista y la revisión objetiva de la información.
4 Sesgos cognitivos:
¿Cuándo debo diversificar mi equipo de desarrollo?
Debes hacerlo desde el día cero, antes de escribir la primera línea de código. El sesgo de grupo es el equivalente a diseñar un coche deportivo usando únicamente la opinión de pilotos de carreras; el resultado será increíble para ellos, pero imposible de manejar para una familia promedio. Si tu equipo está compuesto solo por personas de la misma edad, género y país, el producto heredará sus puntos ciegos culturales y cognitivos. Para construir tecnología verdaderamente global y empática, necesitas fricción creativa. Integra perfiles heterogéneos: distintas generaciones, diferentes nacionalidades y contextos socioeconómicos. Esta diversidad actúa como un filtro de calidad natural. Lo que a un desarrollador le parece una notificación amigable, a otro de distinta cultura le puede resultar invasiva. Un equipo diverso garantiza que el producto final sea equitativo y útil para el mercado real.
Qué es el sesgo en tecnología?
El sesgo ocurre cuando un sistema tecnológico produce resultados injustos o desbalanceados debido a:
🛠️ Estrategias para Prevenir Sesgos
🧩 Ejemplos de Sesgos en Tecnología
📌 Herramientas útiles
La prevención de sesgos en el diseño de tecnología de salud mental es crucial para asegurar que los productos sean precisos, equitativos y útiles. Los sesgos pueden llevar a diagnósticos erróneos, sobreestimación de trastornos y exclusión de ciertos grupos. Al diseñar con un enfoque inclusivo y diverso, se mejora la efectividad del dispositivo y se garantiza que realmente responda a las necesidades del usuario. Esto no solo es ético, sino que también maximiza el impacto positivo de la tecnología en la vida de las personas con problemas de salud mental.
Comentario sobre las Cifras de Mercado de "Sanamente"
La proyección de "Sanamente" de un mercado potencial de 8.4 millones de individuos y $40 millones en ingresos se basa en una población inicial de 168 millones de habitantes en Latinoamérica.
Es crucial entender que estos 168 millones NO representan la población total de América Latina, la cual se estima en unos 668 millones. La cifra de Sanamente probablemente se refiere a un subconjunto específico de países (ej. los más grandes de habla hispana como México y Colombia) o a un segmento demográfico particular dentro de la región.
Si aplicáramos los mismos porcentajes de "Sanamente" (25% con problemas de salud mental, 20% con poder adquisitivo, 6% de conversión) a la población total de 668 millones, el mercado potencial se dispararía a 33.4 millones de individuos, generando ingresos potenciales de más de $160 millones.
Esto subraya la importancia de validar siempre la base poblacional en los análisis de mercado y entender qué nicho específico se está considerando, ya que la diferencia en las proyecciones puede ser inmensa.
Sesgo de Disponibilidad
Ejemplo: Los usuarios podrían sobreestimar la relevancia de un problema o evento reciente (por ejemplo, una noche de insomnio) en lugar de considerar un patrón general de comportamiento. Si un usuario tuvo una noche particularmente mala, podría interpretarlo como un indicador de un problema grave sin considerar el resto de las noches.
Solución: Presentar información a largo plazo con gráficos y tendencias, en lugar de enfocarse en eventos aislados. Mostrar datos históricos ayudará a los usuarios a comprender mejor los patrones de su salud mental, minimizando la influencia de eventos recientes o puntuales en la interpretación de su estado de salud.
Importante considerar los 4 sesgos posibles en el diseño de productos/servicios:
Los sesgos disminuyen al incluir mas fuentes de datos entre otras estrategias.
El embudo de hipótesis para clientes potenciales es un proceso estructurado que ayuda a las empresas a generar, probar y refinar hipótesis sobre los clientes potenciales, con el objetivo de mejorar la conversión y la retención. Este embudo guía a las organizaciones a través de varias etapas, desde la generación inicial de hipótesis hasta la implementación de estrategias basadas en los hallazgos validados.
El nivel de educación es un sesgo importante que se debe tener en cuenta.
La prevención de sesgos en el diseño de tecnología de salud mental es un tema clave, especialmente cuando se cruza con el nivel de educación de las personas usuarias, ya que este factor puede influir en el acceso, comprensión y uso adecuado de las herramientas digitales (una app, plataforma o algoritmo). Por ejemplo:
¿Cómo evito diagnosticar trastornos que no existen?
El sesgo de confirmación es como usar gafas con cristales rojos: todo lo que mires parecerá rojo, aunque no lo sea. Si diseñas un algoritmo buscando desesperadamente validar que tu producto funciona, terminarás etiquetando comportamientos normales como patologías. Para solucionar esto, debes alimentar tu sistema con variables contradictorias. Si el sistema detecta insomnio y asume depresión, oblígalo a cruzar ese dato con otras fuentes, como el consumo reciente de cafeína o cambios de turno laboral. Además, somete tu modelo a pruebas de estrés con grupos de control sanos. Si tu tecnología empieza a diagnosticar a personas que clínicamente no tienen ningún problema, sabrás que tu algoritmo está forzando los resultados para darte la razón. La clave está en premiar al sistema por su precisión clínica, no por el volumen de casos detectados.
¿Cuál es la mejor forma de estimar ventas?
La mejor forma es construir un embudo de hipótesis basado en filtros de descarte progresivo, yendo de lo macro a lo micro. Nunca asumas que toda la población con un problema es tu cliente. Imagina que vendes paraguas: no te importa cuánta gente vive en una ciudad lluviosa, sino cuántos de ellos caminan al trabajo y pueden pagar tu marca. Empieza con el mercado total, luego aplica un filtro de necesidad real. A ese subgrupo, aplícale un filtro económico para saber quiénes tienen el poder adquisitivo para tu precio. Finalmente, y esto es crucial, aplica una tasa de conversión pesimista (por ejemplo, un 5% o 6%). Es mucho más estratégico proyectar ingresos sobre un escenario conservador y sorprenderte positivamente, que inflar los números iniciales y quedarte sin presupuesto a mitad del desarrollo del producto.
¿Cómo evito diagnosticar trastornos que no existen?
El sesgo de confirmación es como usar gafas con cristales rojos: todo lo que mires parecerá rojo, aunque no lo sea. Si diseñas un algoritmo buscando desesperadamente validar que tu producto funciona, terminarás etiquetando comportamientos normales como patologías. Para solucionar esto, debes alimentar tu sistema con variables contradictorias. Si el sistema detecta insomnio y asume depresión, oblígalo a cruzar ese dato con otras fuentes, como el consumo reciente de cafeína o cambios de turno laboral. Además, somete tu modelo a pruebas de estrés con grupos de control sanos. Si tu tecnología empieza a diagnosticar a personas que clínicamente no tienen ningún problema, sabrás que tu algoritmo está forzando los resultados para darte la razón. La clave está en premiar al sistema por su precisión clínica, no por el volumen de casos detectados.