Riesgos y desafíos éticos
1.1 Equidad y justicia competitiva (fairness)
• Brecha tecnológica: la IA es costosa; equipos, federaciones o países con más recursos
pueden obtener ventaja desproporcionada, creando una desigualdad estructural.
• Bias algorítmico: modelos entrenados con datos sesgados (por ejemplo, datos
mayoritariamente de atletas de ciertas regiones o sexos) pueden generar recomendaciones
discriminatorias o poco fiables para colectivos minoritarios.
• Alteración de la esencia competitiva: si la toma de decisiones se automatiza
excesivamente, la imprevisibilidad humana que define parte del deporte podría erosionarse.
1.2 Bienestar del deportista y salud mental
• Sobresolicitud y vigilancia constante: la monitorización continua puede generar estrés,
ansiedad y sensación de pérdida de privacidad.
• Decisiones médicas algorítmicas: confiar en recomendaciones automatizadas sin
supervisión humana puede poner en riesgo la salud si los modelos fallan o no están validados.
• Responsabilidad clínica: las decisiones de tratamiento deben seguir criterios médicos y
éticos; la IA debe ser un apoyo y no sustituir la evaluación humana.
1.3 Responsabilidad y gobernanza
• ¿Quién responde por errores?: cuando la IA contribuye a decisiones (por ejemplo, darial
alta a un atleta, sanciones, identificación de talentos), determinar la responsabilidad legal y ética
(proveedor, club, federación, desarrollador) es complejo.
• Falta de marcos regulatorios específicos: las reglas actuales del deporte y del derecho
no contemplan todos los dilemas que la IA plantea; por tanto, hay un vacío regulatorio preocupante.
1.4 Riesgo de deshumanización
• Reducción del deporte a métricas: el autor advierte que una comprensión excesiva
mediante datos puede marginar dimensiones importantes del deporte (experiencia, creatividad, juego,
valores humanos). Se plantea una defensa del "elemento humano" como valor intrínseco.