Archivo del Autor: Julio Alonso Arévalo

Avatar de Desconocido

Acerca de Julio Alonso Arévalo

Bibliotecario de la Facultad de Traducción y Doc. de la USAL. Ex-Miembro del Grupo de Investigación E-LECTRA. Premio Nacional de Investigación por la UNE Premio mejor Profesional Social Media INFOAWARDS 2019. Creador y editor del repositorio E-LIS. Más de 80 artículos científicos publicados - Ver en E-LIS -en revistas científicas. El profesional de la información, Library Hi-Tech, Electronic Library. Investigación Bibliotecológica, Anales de Documentación... 12 libros publicados: Nueva fuentes de información en el contexto de la web 2.0 (Pirámide), Gutemberg 2.0 (TREA). Social Reading (Elsevier), eBooks en bibliotecas universitarias (TREA), El ecosistema del libro electrónico universitario (UNE), Un viaje a la cultura open (Amazon), GRATIS Zotero (Creative Spaces), Leyendo entre Pantallas (Trea), GRATIS Literaçia da infomrçao (ISPA) GRATIS Espistemologia y acceso abierto (UCE) GRATIS Makerspaces y bibliotecas. Barcelona: El Profesional de la Información EPI-UOC, 2018. Makerspaces. Espacios creativos en bibliotecas: creación, planificación y programación de actividades. Salamanca: Ediciones del Universo, 2019. Los libros, la lectura y los lectores a través de la literatura y las artes. Buenos Aires : Alfagrama Ediciones, 2019 Más de 2000 citas en Google Schoolar Creador y gestor del blog Universo abierto Director del programa de Radio Planeta Biblioteca Más de 250.000 seguidores en los grupos profesionales de Facebook.

IA generativa y derechos humanos

Walsh, D. «Where Generative AI Meets Human Rights», 3 de abril de 2024. https://hai.stanford.edu/news/where-generative-ai-meets-human-rights.


En el debate sobre el cruce entre la inteligencia artificial generativa y los derechos humanos, expertos de diversas áreas han abordado las implicaciones únicas de esta tecnología y cómo canalizar su potencial para beneficiar a la humanidad. Se destacan preocupaciones sobre la opacidad y el potencial uso indebido de la IA generativa, así como la necesidad de una regulación inclusiva y transparente.

Desde el lanzamiento de ChatGPT por parte de OpenAI en noviembre de 2022, la inteligencia artificial generativa ha adquirido un papel central en la esfera pública y privada en menos de 18 meses. Esta tecnología ha sido objeto de discusión entre responsables políticos, economistas, científicos sociales, padres, maestros e inversores, y se ha destacado en eventos como «Human Rights Dimensions of Generative AI,», organizado por el Centro de Derechos Humanos y Justicia Internacional.

El Alto Comisionado de las Naciones Unidas para los Derechos Humanos, Volker Türk, ha señalado los impactos sin precedentes de la inteligencia artificial avanzada, incluida la generativa, en los derechos humanos. Se destaca la necesidad de colocar a las personas en el centro de la tecnología para garantizar que los beneficios de la inteligencia artificial lleguen a todos. La discusión contó con la participación de expertos como Eileen Donahoe del Departamento de Estado de EE. UU., Alex Walden de Google, Peggy Hicks de la Oficina de Derechos Humanos de la ONU, Nate Persily de la Facultad de Derecho de Stanford y Raffi Krikorian de Emerson Collective.

La inteligencia artificial plantea desafíos únicos, como ser una tecnología fundamental que afecta a todas las demás, siendo más opaca y menos predecible. A pesar de su potencial para democratizar el acceso, la disponibilidad de algoritmos de código abierto ha generado preocupaciones sobre su uso indebido, como en el caso de la proliferación de pornografía infantil generada por IA.

Los panelistas expresaron preocupaciones sobre la capacidad de la sociedad y los responsables políticos para mantenerse al día con el rápido avance de la tecnología, así como sobre la regulación insuficiente en áreas donde es más probable que ocurran violaciones de derechos humanos. También se destacó el riesgo de que la desinformación generada por IA socave la confianza en la información verídica.

La regulación efectiva de la inteligencia artificial generativa debe incorporar consideraciones de derechos humanos y fomentar la transparencia en estas herramientas. Además, se enfatiza la importancia de la participación inclusiva en la elaboración de políticas y la necesidad de abordar los desafíos con matices en lugar de una visión polarizada.

A pesar de los desafíos planteados, los expertos mantienen una actitud optimista pero cautelosa sobre el futuro de la inteligencia artificial generativa y su impacto en los derechos humanos. Sin embargo, subrayan la necesidad de abordar los problemas actuales de la sociedad, como las divisiones sociales, para garantizar un desarrollo tecnológico que beneficie a todos.

Oscar es una innovadora aplicación de cuentos para niños que utiliza inteligencia artificial para generar historias personalizadas y cautivadoras.

Oscar AI Kids Stories

https://oscarstories.com

Apple

Android

Oscar es una innovadora aplicación de cuentos para niños, desarrollada en Viena, que utiliza inteligencia artificial para generar historias personalizadas y cautivadoras. Esta aplicación permite que los niños sean los protagonistas de sus propias aventuras, llevándolos a lugares como el espacio profundo, un castillo medieval o el fondo del mar, convirtiendo así sus sueños en historias personalizadas.


Los fundadores Dima Rubanov y Matthias Neumayer, dos emprendedores de Viena, crearon Oscar, una aplicación de cuentos inspirada en el ahijado de uno de ellos. La constante demanda de historias protagonizadas por Oscar y sus amigos impulsó la creación de esta aplicación, que ofrece una fuente inagotable de cuentos antes de dormir para padres e hijos.

Lo que distingue a Oscar es su capacidad para generar historias originales gracias a un algoritmo basado en ChatGPT, asegurando así una experiencia única en cada lectura y eliminando el contenido repetitivo. Además, las historias pueden adaptarse a la edad, intereses y nivel de lectura de cada niño, ofreciendo una experiencia más personalizada. Cada historia está acompañada de ilustraciones vibrantes que enriquecen la experiencia de lectura.

Oscar también se preocupa por la seguridad y la educación de los niños, por lo que todas las historias son cuidadosamente seleccionadas para incluir valiosas lecciones de vida, como honestidad, bondad, valentía y empatía.

La aplicación ofrece una versión de prueba gratuita y, si el usuario queda satisfecho, puede adquirir nuevas historias individualmente. Además, Oscar ofrece la posibilidad de convertir estas historias personalizadas en audiolibros, con voces calmantes que ayudan a conciliar el sueño.

Aunque la aplicación ofrece muchas ventajas, una característica que se echa en falta es la posibilidad de descargar las historias y convertirlas en libros físicos, lo que permitiría a familiares y amigos regalarlas como obsequios. En resumen, AI Kids Stories con su aplicación Oscar ofrece una experiencia única y enriquecedora para los niños, convirtiendo el momento de dormir en el momento más especial del día.

Bibliotecas públicas y habilidades digitales en España en 2022 (2024)

«Public Libraries and Skills: 2022 Factsheets | Public Libraries 2030». Accedido 16 de abril de 2024. https://publiclibraries2030.eu/2024/02/public-libraries-and-skills-2022-factsheets/.

PL2030 ha recopilado hojas informativas sobre estadísticas clave de las bibliotecas públicas junto con los datos del DESI (Digital Economy and Society Index) de los Estados miembros de la UE, en colaboración con nuestros socios nacionales, y el Mapa Mundial de Bibliotecas de la Federación Internacional de Asociaciones de Bibliotecarios y Bibliotecas (IFLA). Las fichas muestran datos sobre el número de bibliotecas, usuarios, préstamos de libros y personal bibliotecario. Además, las fichas destacan estadísticas nacionales sobre el porcentaje de personas con conocimientos digitales básicos, usuarios habituales de Internet y mujeres especialistas en TIC, entre otros datos.

A medida que las bibliotecas asumen más responsabilidades relacionadas con los servicios y las tecnologías digitales en este periodo de rápida transformación digital, estas fichas por países constituyen un valioso recurso para poner de relieve las similitudes y diferencias en los contextos locales y nacionales de toda Europa. 2022 es un año especialmente interesante para recopilar datos, ya que es el primer año posterior a Covid-19 en el que las bibliotecas de toda Europa comenzaron a abrirse plenamente al público.

Descubre los datos sobre las bibliotecas públicas y las competencias digitales de Europa en 2022.

En España hay 4.563 bibliotecas públicas, es decir, una biblioteca pública por 10.395 habitantes. En 2022, se registraron 36,2 millones de préstamos de libros en las bibliotecas públicas españolas, de ellos 2,5 millones fueron de préstamos de libros electrónicos. En España, hay 10.498 empleados en el personal de bibliotecas públicas. Las bibliotecas fueron visitadas 55,3 millones de veces. Tienen 13,4 millones de usuarios. España ocupa el séptimo lugar en el Índice de Economía y Sociedad Digital (DESI) de la UE.

HABILIDADES EN ESPAÑA:

Información obtenida de: El Índice de Economía y Sociedad Digital (DESI) de la UE 2022; Eurostat; Unión Europea; Mapa de Bibliotecas del Mundo de la IFLA; y el Ministerio de Cultura de España.

  • España ocupa el séptimo lugar en el Índice de la Economía y Sociedad Digital de la Unión Europea (DESI).
  • El 93% de los individuos son usuarios habituales de Internet.
  • El 63% es la proporción de mujeres de 16 a 74 años con al menos habilidades digitales básicas.
  • El 19% de los especialistas en TIC son mujeres.
  • El 78% de los jóvenes (de 16 a 19 años) tienen habilidades digitales básicas o superiores.
  • El 65% posee al menos habilidades digitales básicas.
  • El 8% d entre 16-24 años participa en eventos de ciudadanía activa

Otros países

AustriaCroatiaCzech RepublicDenmarkEstoniaFinlandGermanyHungaryIrelandItalyLatviaLithuaniaLuxembourgThe NetherlandsPolandPortugalSlovakiaSloveniaSpainSweden

La historia de 8 empleados de Google que inventaron la IA moderna

Levy, Steven. «8 Google Employees Invented Modern AI. Here’s the Inside Story». Wired. Accedido 16 de abril de 2024. https://www.wired.com/story/eight-google-employees-invented-modern-ai-transformers-paper/.

8 empleados de Google inventaron la IA moderna. Esta es su historia. Se conocieron por casualidad, se engancharon a una idea y escribieron el artículo «Transformers», el avance tecnológico más importante de la historia reciente.

El artículo narra la historia detrás del famoso paper «Attention Is All You Need», escrito en 2017 por ocho investigadores de Google. Este paper introdujo la arquitectura de los «transformers», parte del nombre del acrónimo del modelo GPT, que revolucionó el campo de la inteligencia artificial al proporcionar una forma más efectiva de procesar grandes cantidades de texto. El artículo destaca cómo este equipo de investigadores, liderado por Jakob Uszkoreit, Ashish Vaswani y Noam Shazeer, desarrolló la idea de utilizar la autoatención como un mecanismo fundamental en lugar de las redes neuronales recurrentes tradicionales.

El proceso de desarrollo implicó la colaboración de varios investigadores de diferentes orígenes y nacionalidades, como Illia Polosukhin, Niki Parmar y Llion Jones, entre otros. A medida que experimentaban con la autoatención, descubrieron que esta técnica superaba las limitaciones de las redes neuronales recurrentes, especialmente en la traducción de textos largos.

Noam Shazeer jugó un papel crucial al unirse al equipo y mejorar la implementación de la autoatención, llevando la arquitectura de los transformers a un nuevo nivel. Con su contribución, el equipo logró resultados prometedores en la traducción de textos y presentó el paper en la conferencia Neural Information Processing Systems en diciembre de 2017.

Aunque el paper inicialmente recibió críticas mixtas, generó un gran interés en la comunidad científica y fue aclamado como un hito en el campo de la inteligencia artificial. La arquitectura de los transformers ha sido ampliamente adoptada en Google y otras empresas, y ha demostrado ser fundamental en el desarrollo de modelos de lenguaje y sistemas de traducción automática más avanzados.

A punto de cumplirse su séptimo aniversario, el artículo «Attention» ha alcanzado un estatus legendario. Los autores partieron de una tecnología floreciente y en mejora -una variedad de IA llamada redes neuronales- y la convirtieron en algo más: un sistema digital tan potente que su resultado puede parecer el producto de una inteligencia extraterrestre. Esta arquitectura, denominada transformadores, es la salsa no tan secreta que se esconde detrás de todos esos alucinantes productos de IA, como ChatGPT y generadores gráficos como Dall-E y Midjourney. Shazeer bromea ahora diciendo que si hubiera sabido lo famoso que se iba a hacer el artículo, «quizá se habría preocupado más por el orden de los autores». Los ocho firmantes son ahora microcelebridades. «Hay gente que me pide selfies, ¡porque estoy en un periódico!», dice Llion Jones, que es (al azar, por supuesto) el nombre número cinco.

Características deseables de los identificadores persistentes

Chodacki, John, y Todd Carpenter. «Desirable Characteristics of Persistent Identifiers». Upstream, 19 de marzo de 2024. https://upstream.force11.org/desirable-characteristics-for-persistent-identifiers/.

En un panorama digital en rápida evolución, los identificadores persistentes (PID) se erigen en componentes cruciales para el avance y la difusión de la investigación, apuntalando la eficiencia, la transparencia y la interconectividad de la comunicación académica. Su aplicación estratégica, guiada por principios y prácticas reconocidos internacionalmente, es esencial para fomentar un entorno de investigación abierto y colaborativo.

Los identificadores persistentes (PIDs) en la investigación académica han recibido una creciente atención, particularmente en el contexto de la ciencia abierta. Varios principios, como los Principios FAIR (Encontrable, Accesible, Interoperable y Reutilizable) y los Principios de Infraestructura Académica Abierta (POSI), destacan la importancia de los PIDs para mejorar la eficiencia y transparencia de la comunicación académica.

Open Science Toolkit, publicado en 2022 por la UNESCO como parte de la fase de aplicación de su Recommendation on Open Science, incluye una guía sobre Bolstering Open Science Infrastructure for All, que detalla lo que la UNESCO considera «factores [que] deben tener en cuenta quienes desarrollan, financian y/o utilizan infraestructuras de ciencia abierta». Entre ellos figuran:

● Transparencia de costes y beneficios;
● Interoperabilidad para potenciar la reutilización;
● Cocreación cooperativa;
● Atención y beneficios compartidos; y
● Armonización con la política de ciencia abierta y supervisión.

Es importante señalar que en el apartado «Infraestructura básica», la UNESCO escribe: «Debe prestarse la debida atención a los identificadores únicos persistentes de los objetos digitales», dejando claro que consideran los PID una parte crucial de la infraestructura más amplia de la ciencia abierta a la que se aplican las consideraciones anteriores.

Los Principios de la Infraestructura Académica Abierta (POSI), desarrollado originalmente en 2015 y actualizado más recientemente en 2023, «ofrece un conjunto de directrices por las que las organizaciones e iniciativas de infraestructura académica abierta que apoyan a la comunidad investigadora pueden ser dirigidas y sostenidas». Algunas de las consideraciones que POSI enumera en el apartado de gobernanza, en particular que la infraestructura abierta debe tener, son las más relevantes para nuestra orientación sobre los PID:

● Cobertura en toda la empresa académica, siendo inclusiva para una amplia gama de disciplinas académicas, geografías, instituciones y actores;
● Gobernada por las partes interesadas, ya que esto «genera confianza en que la organización tomará decisiones impulsadas por el consenso de la comunidad y un equilibrio de intereses»;
● Gobernanza transparente, ya que esto ayuda a construir y mantener la confianza en la comunidad; e
● Incentivos para cumplir la misión, en particular que «las organizaciones y los servicios revisen periódicamente el apoyo de la comunidad y la necesidad de sus actividades».

Scholarly Communication Infrastructure Guide,, publicada por el Grupo de Trabajo de Infraestructura Compartida de HELIOS en 2023, se basa en la visión de la UNESCO de una infraestructura científica abierta. Esta guía hace hincapié en la transparencia, la colaboración, las capacidades técnicas, la gobernanza, el cumplimiento de las normas de acceso público y la puntualidad. Aunque no presiona a favor de proveedores o soluciones concretos, guía a los responsables institucionales a través de las preguntas importantes que deben plantearse a la hora de decidir comprar, construir o asociarse en infraestructuras académicas. Estas mismas preguntas podrían adaptarse y plantearse a la hora de decidir si adoptar determinados PID o servicios relacionados. Por ejemplo:

● ¿Son transparentes y asequibles los precios a corto plazo y los costes a largo plazo?
● ¿Existen oportunidades de asociación con proveedores de código abierto o sin ánimo de lucro?
● ¿Se basa la infraestructura en formatos y protocolos estándar e interoperables?
● ¿Cuál es el plan de sostenibilidad de la organización u organizaciones rectoras que apoyan la infraestructura?
● ¿Pueden los usuarios proporcionar orientación sobre su dirección, usabilidad y desarrollo?
● ¿La infraestructura es propiedad y/o está gobernada por miembros de la comunidad académica?
● ¿Permitirá la infraestructura cumplir los requisitos políticos de los organismos de financiación?

Otra fuente de orientación sobre las características y principios deseables para los PID es el artículo fundacional de 2017 “Identifiers for the 21st Century,», que hace hincapié en varios criterios clave para la infraestructura de EPI:

● Construida para la conexión y la expansión
● Promover la interoperabilidad
● Llenar las lagunas específicas de la comunicación de la investigación
● Garantizar la disponibilidad abierta de los metadatos
● Establecer la fiabilidad de los identificadores persistentes
● Hacer hincapié en la propiedad y la gobernanza de la comunidad
● Fomentar la sostenibilidad de la organización

La implementación estratégica de PIDs, alineada con estos principios y prácticas, es esencial para fomentar un entorno de investigación abierto y colaborativo. Algunas características deseables de la infraestructura de PIDs incluyen la disponibilidad abierta de metadatos básicos, el uso de servicios de resolución establecidos, la documentación de políticas de identificación, servicios de monitoreo y reporte, facilidad de asignación y curación de metadatos, estructuras estandarizadas y extensibilidad, y gobernanza comunitaria. Estas características, combinadas con la adopción de principios globales de ciencia abierta y una colaboración entre la comunidad académica, financiadores y responsables de políticas, pueden garantizar que los PIDs contribuyan a un paisaje académico más inclusivo y transparente.

Análisis del comportamiento de los prestatarios de libros en bibliotecas de Canadá en 2023

Canadian book borrowers in 2023
Aline Zara BookNet Canada, April 15, 2024

Ver informe

En el estudio sobre los consumidores de libros canadienses en 2023, se revela que los usuarios que optan por tomar prestados libros de las bibliotecas, ya sea en persona u online, han aumentado significativamente desde 2020. La mayoría de estos consumidores visita la biblioteca entre una y cuatro veces al mes, principalmente para recoger reservas, explorar nuevas lecturas y realizar estudios o trabajos.

En 2023, los prestatarios de libros de las bibliotecas canadienses visitaron la biblioteca en línea y en persona más que nunca. Desde 2020, el porcentaje de prestatarios de libros canadienses que visitaron la biblioteca en línea al menos una vez al mes ha aumentado un 72%, pasando del 50% en 2020 al 86% en 2023. El porcentaje de prestatarios de libros que visitaron la biblioteca en persona también aumentó un 24%, del 59% en 2020 al 73% en 2023, como se muestra en el siguiente gráfico.

En cuanto al formato de los libros, los usuarios prefieren mayoritariamente los libros impresos, seguidos de los libros electrónicos y los audiolibros. Además, la encuesta muestra que muchos lectores canadienses utilizan la biblioteca no solo para libros, sino también para DVDs, revistas e internet.

La mayoría de los usuarios de bibliotecas prestan libros para su propio disfrute, aunque una proporción significativa también presta para otros miembros de la familia. Además, los usuarios están familiarizados con varios premios literarios, tanto nacionales como internacionales, y su elección de libros se ve influenciada por una variedad de factores, incluyendo la navegación en línea y las recomendaciones en redes sociales.

Por último, la adquisición de libros entre los usuarios de bibliotecas se extiende más allá del préstamo, con una considerable cantidad comprando libros nuevos, de segunda mano o recibiendo libros como regalo o descargas gratuitas.

Índice de Inteligencia Artificial 2024

AI Index report 2024. Stanford Institute for Human-Centered Artificial Intelligence (HAI), abril 2024

Texto completo

Hace una década, los mejores sistemas de IA del mundo eran incapaces de clasificar imágenes a nivel humano. No entendían el lenguaje, tenían problemas de razonamiento visual y suspendían las pruebas más básicas de comprensión lectora. Hoy en día, los sistemas de IA superan con creces el rendimiento humano en las pruebas de referencia estándar.

Esta es sólo una de las nuevas conclusiones del Índice de Inteligencia Artificial 2024, un estudio anual de tendencias en IA del Instituto de Inteligencia Artificial Centrada en el Ser Humano (HAI) de Stanford. El Índice de Inteligencia Artificial, dirigido por un grupo independiente e interdisciplinar de líderes de la industria y el mundo académico, es uno de los informes anuales más completos sobre el progreso de la Inteligencia Artificial y analiza las tendencias en investigación y desarrollo, rendimiento técnico, Inteligencia Artificial responsable, economía, política y opinión pública, entre otros aspectos. El informe se basa en datos cuantitativos y está diseñado para que los principales responsables de la toma de decisiones, como los líderes políticos y los ejecutivos empresariales, puedan comprender mejor lo que está ocurriendo en el mundo de la IA.

«Este año vemos más modelos capaces de actuar en distintos ámbitos», afirma Vanessa Parli, directora de programas de investigación de Stanford HAI. «Los modelos pueden tomar un texto y generar audio o tomar una imagen y generar una descripción. Una de las vertientes de la investigación en IA que me parece más apasionante es la combinación de estos grandes modelos lingüísticos con la robótica o los agentes autónomos, lo que supone un paso importante para que los robots trabajen de forma más eficaz en el mundo real.»

Aumenta la regulación

Los responsables políticos también están respondiendo. En 2023 hubo 2.175 menciones a la IA en los procedimientos legislativos mundiales, casi el doble que el año anterior. Los reguladores estadounidenses aprobaron 25 normativas relacionadas con la IA en el último año, un nuevo récord. Algunas de estas normativas incluían orientaciones sobre derechos de autor para material de IA generativa y marcos de gestión de riesgos de ciberseguridad. En términos más generales, 2023 fue un año destacado para las principales políticas de IA; la UE propuso su Ley Integral de IA y el Presidente Biden dio a conocer la Orden Ejecutiva sobre IA.

La opinión pública cae en picado

El público en general también tomó nota de la IA y respondió con nerviosismo. Los datos de la encuesta de Pew sugieren que en 2022 sólo el 38% de los estadounidenses declararon sentirse más preocupados que entusiasmados por la tecnología de IA. En 2023, esa cifra aumentó al 52%. En todo el mundo, el 52% de los encuestados se sentían nerviosos por la IA, un aumento de 13 puntos porcentuales con respecto al año anterior.

La IA se encarece

Los costes de formación de los modelos, como se indicó por primera vez en el informe del Índice de IA del año pasado, también han seguido aumentando. Las nuevas estimaciones sugieren que el entrenamiento de algunos sistemas de vanguardia, como el GPT-4 de OpenAI, cuesta 78 millones de dólares. Google Gemini costó 191 millones de dólares. En comparación, algunos modelos de vanguardia lanzados hace media década más o menos, a saber, el modelo de transformador original (2017) y RoBERTa Large (2019), cuestan respectivamente alrededor de 900 y 160.000 dólares para entrenar.

Existe una correlación directa entre los costes de formación de los modelos AI y sus requisitos computacionales. Como se ilustra en la Figura 1.3.23, los modelos con mayores necesidades de computacionales cuestan mucho más

En todo el mundo, Estados Unidos domina

Por último, desde una perspectiva global, Estados Unidos continuó liderando la IA. En 2023, un número sustancialmente mayor de modelos de IA significativos (61) procedían de instituciones con sede en Estados Unidos, en comparación con la Unión Europea (21) y China (15). Estados Unidos también sigue siendo el principal lugar para invertir en IA. En 2023 se invirtieron 67.200 millones de dólares de forma privada en IA en Estados Unidos, casi nueve veces más que en China.

El nuevo índice muestra que China es el mayor competidor de Estados Unidos. China lidera el mundo en instalaciones robóticas, habiendo instalado más robots en 2023 que el resto del mundo junto. Asimismo, la mayoría de las patentes de IA del mundo (61%) proceden de China.

En definitiva, el informe del Índice de IA 2024 deja claro que esta tecnología sigue progresando rápidamente y que el mundo, incluidos los líderes empresariales, los responsables políticos y el público en general, está empezando a reaccionar.


Estos puntos clave del currículum proporcionan una visión integral del panorama actual de la inteligencia artificial:

  1. Rendimiento de la IA: Aunque la IA ha superado a los humanos en ciertas tareas, aún queda rezagada en otras más complejas como las matemáticas avanzadas y la planificación.
  2. Dominio de la Industria: La industria lidera en la investigación de IA, con más modelos notables producidos en comparación con la academia.
  3. Costo de Desarrollo: El costo de entrenar modelos de IA de vanguardia ha aumentado drásticamente, alcanzando niveles sin precedentes.
  4. Liderazgo Global: Estados Unidos lidera en la producción de los mejores modelos de IA, seguido por la UE y China.
  5. IA Responsable: Existe una falta de evaluación estandarizada para la IA responsable, lo que dificulta la comparación sistemática de riesgos y limitaciones.
  6. Financiamiento de IA Generativa: A pesar de una disminución general en la inversión en IA, el financiamiento para la IA generativa ha aumentado significativamente.
  7. Impacto en la Productividad: La IA mejora la productividad y la calidad del trabajo, aunque es necesaria una supervisión adecuada para evitar un deterioro en el rendimiento.
  8. Avances Científicos: La IA acelera el progreso científico, ayudando en tareas como la clasificación algorítmica y el descubrimiento de materiales.
  9. Aumento Regulatorio: Estados Unidos ha visto un aumento significativo en las regulaciones relacionadas con la IA en los últimos años.
  10. Percepción Pública: La conciencia del impacto de la IA está creciendo a nivel mundial, con un creciente nerviosismo sobre sus implicaciones.

Sam Altman dijo que «elegiría un nombre diferente» para OpenAI si pudiera volver atrás en el tiempo

Goodwin, Grace Eliza. «Sam Altman Said He’d “pick a Different Name” for OpenAI If He Could Go Back in Time». Business Insider. Accedido 15 de abril de 2024. https://www.businessinsider.com/sam-altman-openai-not-best-name-for-company-2024-3.

El CEO de OpenAI, Sam Altman, ha expresado que el nombre de su empresa puede que no sea apropiado. Esto surge después de que Elon Musk, quien ayudó a cofundar OpenAI, argumentara que no debería llamarse «open» si no es de código abierto. Altman indicó que, si bien la tecnología de la empresa puede que no sea completamente de código abierto, sí es abierta en otros aspectos.

El CEO de OpenAI, de 38 años —quien cofundó la compañía junto con Elon Musk y otros en 2015— explicó en el podcast de Lex Fridman que cuando la empresa recién estaba comenzando, no tenían muy claro qué iba a ser. «Empezamos pensando que solo íbamos a ser un laboratorio de investigación y sin tener ni idea de cómo iba a evolucionar esta tecnología», dijo Altman a Fridman.

«Esto fue antes de que tuviéramos idea alguna sobre una API o de ofrecer acceso a un chatbot», dijo Altman en el podcast. «Fue antes de que tuviéramos idea alguna de producto en absoluto.»

OpenAI fue establecida inicialmente como una organización sin fines de lucro cuya misión era beneficiar a la humanidad con la inteligencia artificial, pero abandonó ese estatus en 2019 cuando hizo la transición a un modelo de «lucro limitado».

Elon Musk —quien ha cuestionado el hecho de que OpenAI no sea completamente de código abierto— demandó a la compañía el mes pasado, alegando que había incumplido su «acuerdo fundacional» y violado su misión original sin fines de lucro. «Cambien su nombre… A CerradoAI y retiraré la demanda», escribió Musk en una serie de publicaciones en X, anteriormente Twitter, a principios de este mes.

Pero Altman le dijo a Fridman que realmente no entiende cuáles son las «motivaciones reales» de Musk. Defendió a la compañía, diciendo que pasó por un proceso de transición natural a medida que «quedó claro que íbamos a necesitar hacer cosas diferentes y también tener mucho más capital».

«Así que dijimos, ‘Bueno, la estructura no funciona del todo para eso. ¿Cómo parcheamos la estructura?'» añadió Altman. «Creo que con muchas cosas fundamentalmente nuevas, empiezas a tantearte en la oscuridad y haces algunas suposiciones, la mayoría de las cuales resultaron ser incorrectas».

Altman dijo que si pudiera retroceder en el tiempo con un Oráculo, podría haber hecho las cosas de manera diferente. «Hablando de volver con un Oráculo, escogería un nombre diferente», dijo Altman a Fridman.

Altman dijo que si bien OpenAI puede que no sea completamente de código abierto, es abierto en otras formas, como con la versión gratuita de su tecnología que es accesible para el público.

«Así que si podemos seguir poniendo herramientas de IA poderosas gratuitas o de bajo costo en el mundo, creo que eso es un gran avance en cómo cumplimos la misión», dijo Altman a Fridman.

El lado humano de la inteligencia artificial generativa


«The human side of generative AI: Creating a path to productivity | McKinsey». Accedido 15 de abril de 2024. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/the-human-side-of-generative-ai-creating-a-path-to-productivity.

Desde que ChatGPT de OpenAI hizo su debut público a finales de 2022, las perspectivas de la inteligencia artificial generativa (IA gen) han cautivado la atención en el ámbito empresarial a nivel global.


Cuando se trata de elaborar una estrategia de talento efectiva, las organizaciones se han centrado principalmente en cómo la IA gen puede aumentar los niveles de productividad. Esta perspectiva es comprensible, dado el considerable valor en juego. Sin embargo, puede que no sea el enfoque más estratégico. Para alinear el talento adecuado con los puestos de trabajo, los líderes primero deben comprender cómo la IA gen está transformando la percepción de los empleados sobre su experiencia laboral.

Recientemente, McKinsey encuestó a una muestra representativa de empleados como parte de su investigación continua sobre cómo las organizaciones pueden mejorar el compromiso, la retención y la atracción de la fuerza laboral. Los encuestados ofrecieron ideas que pueden ayudar a las organizaciones mientras desarrollan capacidades de talento en IA gen.

En cualquier organización dada, es probable que el conjunto de talento en IA gen sea más amplio de lo que muchos líderes perciben, y está en camino de crecer rápidamente. Esta cohorte no se limita al talento técnico, como científicos de datos, ingenieros de software y especialistas en aprendizaje automático, aunque esos roles son importantes. De hecho, solo el 12 por ciento de los encuestados se encuentran en esta categoría técnica específica de talento en IA gen tradicional. El vasto resto de los encuestados, el 88 por ciento, se encuentran en trabajos no técnicos que utilizan IA gen para ayudar con tareas rutinarias. Estos trabajos incluyen gerentes intermedios, trabajadores de la salud, educadores y administradores, entre otros.

El cincuenta y uno por ciento de los encuestados en roles técnicos y no técnicos que se identifican como creadores y usuarios de IA gen dicen que planean renunciar a sus empleos en los próximos tres a seis meses. Esta es una noticia preocupante para los ejecutivos encuestados en la investigación que desean desarrollar talento en IA gen internamente; es difícil volver a capacitar y mejorar a las personas cuando están buscando dejar sus puestos de trabajo.

Aunque aquellos que se identifican como usuarios especializados y creadores de IA gen representan un grupo de empleados demandado, estos trabajadores no permanecen en los puestos de trabajo ni se sienten atraídos por ellos debido a la compensación. De hecho, la encuesta muestra que este grupo enfatiza fuertemente la flexibilidad y los factores relacionales, como el trabajo significativo, los líderes comprensivos y la salud y el bienestar, sobre el dinero.

Finalmente, y quizás lo más sorprendente, los usuarios especializados y creadores de IA gen sienten abrumadoramente que necesitan habilidades cognitivas y socioemocionales de nivel superior para realizar sus trabajos, más que para desarrollar habilidades tecnológicas. A medida que los trabajadores utilizan cada vez más la IA gen para abordar tareas más repetitivas, las habilidades centradas en el ser humano, como el pensamiento crítico y la toma de decisiones, se vuelven aún más importantes.

Estas revelaciones tienen amplias implicaciones para los empleadores mientras intentan atraer y comprometer a sus fuerzas laborales. Las organizaciones están al borde de un cambio positivo o negativo en la naturaleza del trabajo impulsado por la IA gen. Los líderes tienen la oportunidad de humanizar ese trabajo al decidir dónde, cuándo y cómo utilizan sus equipos la IA gen para liberar a las personas de las tareas rutinarias y fomentar un pensamiento más creativo, colaborativo e innovador. El talento en IA gen está de acuerdo.

¿Cómo utiliza la gente la Inteligencia Artificial generativa?

Zao-Sanders, Marc. «How People Are Really Using GenAI». Harvard Business Review, 19 de marzo de 2024. https://hbr.org/2024/03/how-people-are-really-using-genai.

Hay muchas maneras de uso de la IA generativa, que abarcan un gran número de ámbitos de la vida doméstica y laboral. Analizando miles de comentarios en sitios como Reddit y Quora, el equipo del autor descubrió que el uso de esta tecnología es tan amplio como los problemas que encontramos en nuestras vidas. Las 100 categorías que identificaron pueden dividirse en seis temas de alto nivel, que dan una idea inmediata de para qué se utiliza la IA generativa: Asistencia técnica y resolución de problemas (23%), Creación y edición de contenidos (22%), Apoyo personal y profesional (17%), Aprendizaje y educación (15%), Creatividad y ocio (13%), Investigación, análisis y toma de decisiones (10%).

Han pasado poco más de un año desde que ChatGPT introdujo la inteligencia artificial generativa en el panorama general. En ese tiempo, se ha experimentado una ola de entusiasmo sobre la utilidad actual y el impacto futuro de los modelos de lenguaje grandes (LLM). Estas herramientas ya cuentan con cientos de millones de usuarios semanales, según los analistas proyectan una contribución al PIB de varios billones de dólares, y ahora hay una creciente variedad de competidores creíbles para OpenAI.

Sin embargo, también hay muchas dudas. Historias de horror corporativas, restricciones políticas y alucinaciones entendibles hacen que las personas duden sobre el despliegue de GenAI, y la tecnofobia general significa que la mayoría de las personas en todo el mundo aún no lo han probado. Incluso entre los mil millones de trabajadores del conocimiento del mundo, solo el 10% usa ChatGPT (que tiene una participación del 60% en el mercado) regularmente. De los que lo han hecho, muchos se quejan de que simplemente no es útil: «No puedo pensar en un solo caso de uso en mi vida cuando pienso en ChatGPT y todos se están volviendo locos por ello», se quejó un usuario. Otros se han alejado porque la tecnología se equivoca: «Es tan incorrecto con confianza sobre suficientes cosas como para hacerme dudar de todas sus respuestas», dijo otro.

A partir de docenas de conversaciones con líderes empresariales y directores de aprendizaje en todo el mundo, se ha obtenido una firme impresión de que lo que falta son casos de uso convincentes y reales. ¿Realmente están utilizando estas herramientas las personas? ¿Han encontrado formas de que la inteligencia artificial generativa les ayude a aligerar su carga de trabajo, aumentar su productividad, pensar en problemas de nuevas maneras? La web está repleta de ejemplos superficiales como «resumen de texto» o «generación de copias de marketing» o «revisión de código». Pero estas frases genéricas y sanitizadas parecen elementos de una lista de características y hacen poco para atraer a los no iniciados. El diablo, y el deleite, están en los detalles.

Para averiguar más sobre esos detalles, la empresa de Marc Zao-Sanders, Filtered Technologies, rastreó la web para encontrar ejemplos concretos de su uso en la vida real. Ya lo habían hecho antes, con consejos de Excel y consejos de productividad. Buscaron casos de uso específicos de personas que obtienen beneficios de los LLM, en el trabajo o en la vida. Resulta que el verdadero tesoro está enterrado profundamente en los foros en línea populares (Quora, Reddit, etc.). Reddit, en particular, es una fuente rica de material para este estudio, así como para los LLM en sí; el 10% de los ingresos de la compañía ahora se generan vendiendo su contenido generado por usuarios como datos de entrenamiento a LLM antes de su anunciada IPO.

El equipo de Marc Zao-Sanders y él mismo filtraron decenas de miles de publicaciones para su informe. El volumen era importante. El detrito que esperaría de interacciones en línea mayormente anónimas era abundante: insensatez, repetición, bromas, abuso y más. Pero también había muchas joyas en bruto. Al buscar estos ejemplos auténticos, ricos y a menudo hilarantes, se desenterraron categorías de casos de uso, que eventualmente llegaron a más de 100. Para cada categoría, llevaron un registro de cuántas historias encontraron, y esto se convirtió en un factor importante (junto con alguna evaluación experta) en la ordenación de la lista. Presentan una selección de ejemplos auténticos, positivos e ilustrativos para la comodidad y curiosidad del lector a continuación.


Lo que están haciendo los usuarios

Datos:

  1. Asistencia Técnica y Resolución de Problemas (23%)
  2. Creación y Edición de Contenido (22%)
  3. Apoyo Personal y Profesional (17%)
  4. Aprendizaje y Educación (15%)
  5. Creatividad y Recreación (13%)
  6. Investigación, Análisis y Toma de Decisiones (10%)

Aquí hay algunos ejemplos, con una cita para cada uno. La lista completa está al final de este artículo.

Generación de ideas (#1). «Me encanta para el lluvia de ideas porque es como el compañero perfecto. Puede seguirme el ritmo y no se atasca en ideas sin salida, y puede resumir lo que ideamos para que sea más fácil presentarlo o referenciarlo más tarde.»

Búsqueda específica (#2). «Había una galleta en particular que mi abuela solía darme y realmente me gustaba el sabor y la textura, y había buscado en la tienda de comestibles sin éxito hasta que una tarde… Decidí que podría ser fructífero pedirle ayuda a ChatGPT… Era de SnackWell’s.»

Edición de texto (#4). «Lo uso para verificar mis propios sesgos con artículos de opinión, discursos y otras cosas políticas. Si algo me hace sentir fuertemente, lo copio en ChatGPT y le pido que me diga las falacias lógicas y la posible desinformación en el texto. ¡Es una GRAN comprobación de realidad!»

Redacción de correos electrónicos (#11). «Trabajo en relaciones con inversionistas y la cantidad de tiempo que he ahorrado usando ChatGPT para ayudarme a redactar correos electrónicos es casi incuantificable.»

Explicaciones simples (#12). «También es mucho mejor explicando conceptos a no ingenieros que nosotros los ingenieros. Por defecto, escribe a nivel de quinto grado, lo cual es perfecto para muchas personas con las que interactuamos en el trabajo.»

Fórmulas de Excel (#14). «Tengo que escribir muchas fórmulas de .vb y Excel para conciliar datos de personas menos técnicas. ChatGPT ayuda a que tareas de 45 minutos tomen unos tres a cinco minutos.»

Presentación de una queja (#23). «Un lavado de autos dañó el SUV de mi esposa y se negó a pagar, así que GPT redactó una carta de demanda para mí y los llevé a la corte de reclamos menores.»

Generación de evaluaciones (#26). «Conozco a algunos gerentes que lo usan para ayudar a mejorar las evaluaciones de desempeño para sus empleados.»

Edición de documentos legales (#44). «Le proporcioné un acuerdo de nivel de servicio largo y excesivamente complejo para un contrato de SaaS y le pedí que lo reescribiera para que fuera más simple y fácil de entender. Mantuvo los términos importantes del SLA pero condensó el lenguaje en un 70%.»

Muestreo de datos (#85). «Es genial para producir datos de demostración. [Si] necesitas un montón de nombres de empresas falsos o nombres de clientes o códigos de productos, ChatGPT es bueno para derivar cosas así.»