Introducción. El auge de sistemas de Inteligencia Artificial para el tratamiento de información y la relevancia empírica del enfoque interseccional incita la búsqueda de un punto de confluencia entre ambos métodos de análisis. Objetivos. El potencial analítico que ofrecen los sistemas de aprendizaje automático, dada su elevada capacidad de procesamiento de datos masivos, sumado a la mejor disposición del enfoque interseccional para abordar problemáticas sociales, al incidir sobre los diferentes ejes de identidad/opresión que vertebran la posición de las personas, invita a plantear una simbiosis entre ellos hasta alcanzar una Inteligencia Artificial Interseccional. Metodología. Para ello, se realiza una aproximación conceptual a ambos métodos y se estudian los tres momentos en los que podría evaluarse la interseccionalidad de los sistemas de inteligencia artificial: en la configuración de las bases de datos de entrenamiento, en el descubrimiento de correlaciones entre variables durante el desarrollo de los modelos y, finalmente, en la fase de auditoría como categoría de fiabilidad del sistema. Resultados. Tras la revisión doctrinal y de supuestos empíricos ya desarrollados, se observa cómo es posible poner al servicio de la sociedad una Inteligencia Artificial que, lejos de generar sesgos, contribuya a la visibilización de realidades olvidadas y colectivos discriminados desde una perspectiva Interseccional. Conclusión. En una sociedad democrática una Inteligencia Artificial Interseccional no solo es posible sino deseable como herramienta para potenciar la diversidad y la inclusión.