Durante la pandemia de COVID-19, se implementaron algoritmos para priorizar la asignación de recursos médicos escasos, como ventiladores o camas de UCI. Estas decisiones automatizadas buscaban optimizar la eficiencia y justicia distributiva pero enfrentaron críticas por criterios opacos y la posibilidad de sesgos que desfavorecieran determinados grupos por edad, discapacidad u otros factores.
Asimismo, en la salud pública y clínica, los algoritmos usados en diagnósticos o recomendaciones médicas han mostrado sesgos importantes cuando los datos de entrenamiento no reflejan adecuadamente la diversidad poblacional, lo que puede conducir a diagnósticos erróneos o inequidades en tratamientos.
En estos casos, la teoría crítica ayuda a revelar cómo la dependencia excesiva en tecnologías algorítmicas puede invisibilizar valores éticos fundamentales y profundizar brechas sociales bajo la cobertura de “neutralidad” técnica, exigiendo la participación activa y crítica de la sociedad en la evaluación y regulación de estas tecnologías.