Sesgos sistemáticos y representaciones distorsionadas que los modelos de inteligencia artificial pueden aprender y reproducir a partir de los datos de entrenamiento, perpetuando prejuicios relacionados con el género, etnia, edad u otras características demográficas. Incluye problemas de equidad, discriminación algorítmica, conjuntos de datos no representativos y técnicas de mitigación como debiasing, restricciones de equidad y auditoría de modelos de IA.