Margaret Mitchell

Hay personas en la IA que construyen modelos más grandes, más rápidos, más capaces. Y hay personas que se hacen la pregunta incómoda: ¿para quién? Margaret Mitchell, conocida en el campo como "Meg", pasó su carrera preguntando exactamente eso, en voz alta y con papeles firmados. Estudió lingüística computacional, hizo un doctorado en la Universidad de Aberdeen y un posdoctorado en Johns Hopkins, y llegó a Microsoft Research donde trabajó en Seeing AI, una app que le describe el mundo visual a personas con discapacidad visual. Esa experiencia temprana, de construir IA que literalmente ve por otros, marcó todo lo que vendría después.

En 2016 llegó a Google y poco después cofundó el equipo de IA Ética, uno de los primeros en el sector dedicado a la equidad, la inclusión y la transparencia en los modelos de aprendizaje automático. Su contribución más duradera llegó en 2019: con sus colegas de Google y la investigadora Timnit Gebru, publicó "Model Cards for Model Reporting" en la conferencia FAccT (enero de 2019). La propuesta era simple pero revolucionaria: cada modelo de IA debería venir acompañado de una ficha que documenta para qué sirve, con qué datos se entrenó, en qué contextos falla y qué limitaciones conocidas tiene. Hoy, las model cards son el estándar de facto en toda la industria, desde Hugging Face hasta Google, Meta y Anthropic.

En 2021 llegó la parte más dura de su historia. Después de que Google despidiera a Timnit Gebru por publicar investigación crítica sobre grandes modelos de lenguaje, Mitchell intentó documentar lo sucedido usando correo corporativo. Google la bloqueó y en febrero de 2021 la despidió, citando violaciones de política. El incidente desató protestas entre empleados de Google en todo el mundo y encendió un debate sobre la libertad de investigación en las grandes empresas de IA. Meses después, Hugging Face la contrató como Chief Ethics Scientist: la organización que más ha democratizado el acceso a modelos de IA quería que su voz ética más articulada trabajara desde adentro. Ahí contribuyó al proyecto BigScience que produjo BLOOM (2022), el primer gran modelo de lenguaje completamente abierto y multilingüe.

Lo que me parece más valioso de Meg Mitchell no es solo que creó las model cards (aunque ese legado es inmenso), sino que demostró que la transparencia en la IA no es un lujo ni un extra de marketing: es una obligación que a veces cuesta algo. Cada vez que ves una ficha técnica de un modelo, un aviso sobre sus limitaciones o una evaluación por grupos demográficos, hay un poco de su trabajo detrás de esa honestidad. Usar IA hoy con conciencia, pedir cuentas cuando algo falla, exigir saber con qué datos se entrenó lo que usas: eso también es el legado de personas como ella.