El creciente uso de la inteligencia artificial en diferentes contextos sociales intensificó el debate sobre riesgos, problemas éticos y sesgos. Por lo tanto, las actividades de investigación prometedoras se centran en la desbiasización para fortalecer la equidad, la responsabilidad y la transparencia en el aprendizaje automático. Sin embargo, existe una tendencia a solucionar problemas sociales y éticos con soluciones técnicas que pueden causar problemas adicionales y malvados. Por lo tanto, se necesitan enfoques analíticos alternativos para evitar esto y comprender cómo se producen los problemas sociales y éticos en los sistemas de inteligencia artificial. A pesar de las diversas formas de sesgo, en última instancia, los riesgos resultan de conflictos de reglas eventuales entre el comportamiento del sistema de inteligencia artificial debido a la complejidad de las características y las prácticas de los usuarios con opciones limitadas de escrutinio. Por lo tanto, aunque pueden ocurrir diferentes formas de sesgo, la automatización es su terreno común. El documento destaca el papel de la automatización y explica por qué el sesgo de automatización profunda (DAB) es un metariesgo de la inteligencia artificial. Basándose en trabajos anteriores, elabora los principales factores influyentes y desarrolla un modelo heurístico para evaluar los riesgos relacionados con DAB en los sistemas de inteligencia artificial. Este modelo tiene como objetivo aumentar la conciencia sobre el problema y la formación sobre los riesgos sociotécnicos resultantes de la automatización basada en la inteligencia artificial y contribuye a mejorar la explicabilidad general de los sistemas de inteligencia artificial más allá de los problemas técnicos.