Archivo de la categoría: Noticias

Adobe lanza un asistente de IA capaz de buscar y resumir PDFs

«Adobe Brings Conversational AI to Trillions of PDFs with the New AI Assistant in Reader and Acrobat». Accedido 21 de febrero de 2024.

Ver notica

Ver Video

Adobe lanzó el martes un asistente de inteligencia artificial en sus aplicaciones Reader y Acrobat que puede producir resúmenes y responder preguntas sobre PDF y otros documentos.


Adobe ha presentado en versión beta a AI Assistant, un nuevo motor conversacional generativo basado en inteligencia artificial en Reader y Acrobat. Integrado profundamente en los flujos de trabajo de Reader y Acrobat, AI Assistant genera instantáneamente resúmenes y percepciones de documentos largos, responde preguntas y formatea información para compartirla en correos electrónicos, informes y presentaciones. AI Assistant está llevando la inteligencia artificial generativa a las masas, desbloqueando nuevo valor a partir de la información dentro de los aproximadamente 3 billones de PDFs en el mundo.

El asistente de inteligencia artificial, actualmente en fase beta, ya está disponible en Acrobat, «con funciones que llegarán a Reader en los próximos días y semanas», según un comunicado de prensa. Adobe tiene previsto lanzar un plan de suscripción para la herramienta una vez que salga de la versión beta.

AI Assistant aprovecha los mismos modelos de inteligencia artificial y aprendizaje automático detrás de Acrobat Liquid Mode, la galardonada tecnología que admite experiencias de lectura receptivas para PDFs en dispositivos móviles. Estos modelos propietarios proporcionan una comprensión profunda de la estructura y el contenido de los PDFs, mejorando la calidad y confiabilidad en las salidas de AI Assistant.

Otros modelos de IA, como ChatGPT, ofrecen lectores de PDF que agilizan de forma similar el análisis de documentos extensos, pero esos servicios requieren que los usuarios carguen un PDF. El asistente de IA de Adobe es una función integrada.

Características de AI Assistant:

  • Asistente de AI: AI Assistant recomienda preguntas basadas en el contenido de un PDF y responde preguntas sobre lo que hay en el documento, todo a través de una interfaz conversacional intuitiva.
  • Resumen generativo: Obtenga una comprensión rápida del contenido dentro de documentos largos con resúmenes cortos en formatos fáciles de leer.
  • Citaciones inteligentes: El motor de atribución personalizado de Adobe y la inteligencia artificial propietaria generan citas para que los clientes puedan verificar fácilmente la fuente de las respuestas de AI Assistant.
  • Navegación fácil: Los enlaces clicables ayudan a los clientes a encontrar rápidamente lo que necesitan en documentos largos para que puedan enfocar su tiempo en explorar y accionar la información más importante.
  • Salida formateada: Pida a AI Assistant que consolide y formatee la información en los puntos principales, texto para correos electrónicos, presentaciones, informes y más. Un botón de «copiar» facilita cortar, pegar y compartir. Respeto por los datos del cliente: L

Las características de AI Assistant en Reader y Acrobat están reguladas por protocolos de seguridad de datos y ningún contenido de documentos del cliente se almacena o se utiliza para entrenar a AI Assistant sin su consentimiento. Más allá del PDF: Los clientes pueden usar AI Assistant con todo tipo de formatos de documento (Word, PowerPoint, transcripciones de reuniones, etc.). Innovando un estándar global

Directrices sobre seguridad y robos en colecciones especiales

Directrices sobre seguridad y robos en colecciones especiales. ACRL/RBMS (Asociación de Bibliotecas Universitarias y de Investigación / Sección de Libros Raros y Manuscritos) 2010

Texto completo

Estas directrices identifican aspectos importantes que los responsables de las colecciones deberían resolver mediante el desarrollo de estrategias y medidas de seguridad adecuadas para responder a los robos. Aunque se refieren principalmente a las colecciones especiales en los Estados Unidos, muchos aspectos son también de aplicación en las colecciones especiales de otros países. Como “Colecciones Especiales” se entienden en este contexto los repositorios de libros raros, manuscritos, archivos, así como otros materiales especiales y de anticuariado. Como “Libreros” nos referimos a quienes venden dichos materiales. En el término “Responsable de seguridad de la biblioteca”, la “biblioteca” se refiere al repositorio de colecciones especiales.

El robo de colecciones especiales es un problema global que requiere una atención especial en cuanto a seguridad. A medida que estas colecciones ganan visibilidad y uso, es imperativo fortalecer las medidas de protección que las resguardan. Como mencionamos en un post previo, la Asociación de Bibliotecas Universitarias y de Investigación Americana, a través de su Sección de Libros Raros y Manuscritos (ACRL/RBMS), revisó las Directrices sobre el acceso a material de investigación en Archivos y colecciones especiales en 2009. Hoy destacamos que estas directrices han sido traducidas al español gracias al trabajo de Ramón Abad Hiraldo, director de la Biblioteca Universitaria de Zaragoza.

Esta traducción es el resultado de la labor del Grupo de Trabajo de Patrimonio Bibliográfico de REBIUN y será presentada en la próxima Asamblea Plenaria. Mientras tanto, se pueden consultar en la página web de la Asociación Americana para Bibliotecas de Investigación. La IFLA, a través de la Sección de Libros Raros y Manuscritos, también tiene previsto aprobarlas pronto.

Estas Directrices ofrecen un valioso conjunto de instrucciones que ayudarán a las bibliotecas a establecer políticas de seguridad más eficaces frente a posibles ladrones. Además, brindan orientación sobre el acceso de los investigadores a los materiales de archivos y bibliotecas de libros raros y manuscritos.

El documento actualizado elimina las referencias específicas a bibliotecas, haciéndolas aplicables a todas las colecciones especiales, y se esfuerza por reflejar las mejores prácticas a nivel internacional. Son fáciles de entender y poner en práctica.

El documento se divide en dos partes: Medidas de Seguridad y Pautas en Caso de Robo.

En cuanto a las medidas de seguridad, destaca la introducción de un nuevo perfil profesional: el Responsable de Seguridad de la Biblioteca (RSB). Este profesional será el encargado de planificar y administrar el programa de seguridad, supervisando las colecciones, examinando las instalaciones y formando al personal. No se trata de ser un guardia de seguridad, sino de establecer relaciones activas de trabajo con diversos actores, tanto internos como externos.

En cuanto a las instalaciones, se recomienda un control estricto de los puntos de acceso y la activación de alarmas en salidas de emergencia. Se sugiere limitar el acceso a espacios públicos y controlar los materiales que ingresan y salen del área de consulta.

Se debe buscar un equilibrio entre la disponibilidad de los materiales y su seguridad, y es crucial identificar exhaustivamente todos los materiales custodiados para una respuesta rápida en caso de pérdida.

La segunda parte de las Directrices detalla pautas para enfrentar un robo, incluyendo la formulación de un plan de respuesta organizado y la colaboración con las autoridades y asesores legales.

En resumen, estas Directrices son una herramienta invaluable para proteger nuestras colecciones especiales y garantizar su disponibilidad para la investigación futura.

Directrices sobre donaciones a bibliotecas

Donaciones para las Colecciones: Directrices para las Bibliotecas / Kay Ann Cassell,
Sharon Johnson, Judith Mansfield y Sha Li Zhang para la Sección de Adquisiciones y
Desarrollo de Colecciones de la IFLA. La Haya, IFLA Headquarters, 2010. – 23 pp. 30 cm.- (IFLA Professional Report: 121) Spanish translation of IFLA Professional Report 112
ISBN 978-90-77897-43-0 ISSN 0168-1931

Texto completo

Las donaciones son un componente importante de las actividades para la construcción de colecciones en las bibliotecas. El enfoque de estas directrices o lineamientos se refiere exclusivamente a las donaciones para los acervos de colecciones de las bibliotecas ya sean solicitadas activamente o adquiridas pasivamente. Se recomienda que las bibliotecas establezcan procesos claros para el manejo y evaluación de las donaciones en concordancia con su política para estas. Ello proporcionará claridad entre el personal de la biblioteca y los donadores, reducirá exponerse a riesgos y demandas potenciales y asegurar que las oportunidades futuras asociadas con las colecciones adquiridas para el acervo de la biblioteca sean utilizadas al máximo.

Abordando preocupaciones sobre la manipulación sistemática del proceso de publicación

Addressing concerns about systematic manipulation of the publication process. Cope, 2023

Descargar

Según el Comité de Ética de las Publicaciones, una organización sin ánimo de lucro financiada por los editores, las revistas pueden decidir rechazar o retractarse de los lotes de artículos sospechosos de haber sido producidos por una Paper mills, aunque las pruebas sean circunstanciales. Sus directrices anteriores animaban a las revistas a pedir más información a los autores de cada artículo sospechoso, lo que puede desencadenar un largo tira y afloja.

Este documento proporciona orientación práctica para abordar cuatro áreas de preocupación donde los editores necesitan más orientación: cómo manejar la carga práctica y administrativa de recopilar evidencia; cómo proporcionar un debido proceso oportuno que considere la evaluación en lote, al mismo tiempo que también considere los impactos y restricciones de recursos para revistas/editoriales; el alcance y los mecanismos para compartir información entre editores; y cómo manejar las demandas conflictivas de libertad editorial, responsabilidad editorial y riesgos legales.

Este documento complementa la orientación de COPE sobre la manipulación sistemática del proceso de publicación y debe utilizarse junto con ella.

Puntos clave La orientación cubre los principios generales:

  • La necesidad de políticas de revistas que especifiquen qué acciones se tomarán si hay sospechas de manipulación del proceso de publicación (fábricas de artículos).
  • La necesidad de compartir información de manera confidencial entre editores (por ejemplo, a través del foro de editores de COPE o del STM Integrity Hub).
  • La gestión de casos de manera colectiva en lugar de caso por caso.
  • Transparencia en los avisos de retractación relacionados con la manipulación del proceso de publicación.
  • La toma de decisiones editoriales basada en todas las pruebas (incluidas las circunstanciales) relevantes para las preocupaciones a nivel de lote, y empoderar a los editores para usar el juicio sobre si se debe solicitar datos primarios u otra documentación.
  • El papel del editor en apoyar a los editores para tomar decisiones basadas en la confiabilidad del contenido, y asegurar que haya sistemas para respaldar a los editores en responder a amenazas legales.

Otros documentos

La compra de citas de investigación en la publicación académica

Langin, Katie «Vendor Offering Citations for Purchase Is Latest Bad Actor in Scholarly Publishing». Science 12 feb. 2024, Accedido 20 de febrero de 2024. https://www.science.org/content/article/vendor-offering-citations-purchase-latest-bad-actor-scholarly-publishing.

Un nuevo estudio resalta que un vendedor que ofrece citas a la venta se suma a la lista de actores problemáticos en la publicación académica. Según la investigación, investigadores sin escrúpulos disponen de múltiples opciones para manipular las métricas de citas.

En 2023, apareció un nuevo perfil de Google Scholar en línea que presentaba a un investigador desconocido. En pocos meses, el científico, un experto en noticias falsas, fue catalogado por la base de datos académica como el 36º investigador más citado en su campo. Tenía un índice h de 19, lo que significa que había publicado 19 artículos académicos que habían sido citados al menos 19 veces cada uno. Fue un impresionante debut en la escena de la publicación académica.

Pero nada de eso era legítimo. El investigador y su institución eran ficticios, creados por investigadores de la Universidad de Nueva York en Abu Dhabi que investigaban prácticas editoriales cuestionables. Las publicaciones fueron escritas por ChatGPT. Y los números de citas eran falsos: algunas provenían de la excesiva auto-cita del autor, mientras que otras 50 fueron compradas por 300$ a un vendedor que ofrecía un «servicio de impulso de citas».

«La capacidad de comprar citas en gran cantidad es un desarrollo nuevo y preocupante», dice Jennifer Byrne, una investigadora de cáncer de la Universidad de Sídney que ha estudiado publicaciones problemáticas en la literatura biomédica. En la universidad, el índice h de un investigador y el número de citas que han recibido a menudo se utilizan para decisiones de contratación y ascenso. Y el perfil fabricado, que fue parte de un estudio publicado como preprint la semana pasada en arXiv, muestra tácticas «extremas» que se pueden emplear para manipularlos, agrega Byrne, quien no estuvo involucrada en el trabajo. (Los investigadores declinaron nombrar al vendedor para evitar darles más negocios).

El estudio comenzó cuando Yasir Zaki, un científico de la computación en la Universidad de Nueva York en Abu Dhabi, y sus colegas notaron patrones preocupantes entre investigadores reales. Después de examinar los perfiles de Google Scholar de más de 1.6 millones de científicos y mirar a autores con al menos 10 publicaciones y 200 citas, el equipo identificó a 1016 científicos que habían experimentado un aumento de 10 veces en las citas en un solo año. «Sabes que algo anda mal cuando un científico experimenta un aumento repentino y masivo en sus citas», dice Zaki.

El equipo señaló a 114 científicos que habían recibido más de 18 citas de un solo artículo, un signo sospechoso, según Zaki, «ya que es raro que incluso los científicos establecidos tengan más de un puñado de citas provenientes de la misma fuente». En un caso particularmente flagrante, el 90% de las referencias en un solo artículo citaban las publicaciones de un científico. «Fue… publicado en una revista de la que el científico sospechoso es editor», dice Zaki.

Muchas de las citas asociadas con los 114 científicos sospechosos provenían de publicaciones de baja calidad, dicen los investigadores, incluidos preprints, que no están sujetos a revisión por pares. Algunas de las publicaciones citantes ni siquiera mencionaban el trabajo del investigador en el texto principal del artículo; la cita simplemente se había añadido a la lista de referencias al final.

El equipo también notó que uno de los autores había recibido muchas citas de documentos alojados por una cuenta en ResearchGate, un sitio de redes sociales para científicos. «Para nuestro asombro, ¡esa cuenta estaba anunciando abiertamente un servicio de compra de citas!», dice el autor del estudio, Talal Rahwan, un científico de informática en la Universidad de Nueva York en Abu Dhabi.

Fue entonces cuando decidieron crear el perfil ficticio de Google Scholar y ver si podían comprar citas ellos mismos. Le pidieron a ChatGPT que escribiera 20 artículos de investigación sobre el tema de las noticias falsas, incluyendo muchas auto-citas, referencias a documentos escritos por el mismo autor ficticio, imitando una práctica que algunos investigadores usan para aumentar sus números de citas.

Luego, publicaron los artículos en varios servidores de preprints. Google Scholar detectó esos artículos en su exploración de la literatura académica y se recogieron en el perfil del autor ficticio, enumerando esos preprints como publicaciones y dándole al investigador crédito por 380 auto-citas contenidas en ellos.

A partir de ahí, fue relativamente fácil comprar citas adicionales. Utilizando el nombre del científico ficticio, el equipo de investigación contactó al vendedor a través de WhatsApp y compró el «paquete de 50 citas». Dentro de 40 días, se publicaron cinco artículos que incluían cada uno 10 citas al trabajo del investigador de noticias falsas ficticio. Cuatro de los cinco aparecieron en una sola revista de química. «Esto no tenía sentido, ya que los documentos de nuestro investigador ficticio no estaban ni remotamente relacionados con la química», señala Rahwan.

El estudio sugiere que algunos investigadores están utilizando tácticas similares a las empleadas por el equipo de la Universidad de Nueva York en Abu Dhabi para aumentar sus clasificaciones de citas. «La evidencia que muestran en este documento es bastante sólida», dice Naoki Masuda, un matemático de la Universidad de Buffalo que ha estudiado citas anómalas.

Los autores no pueden decir cuan extendidos son estos problemas en la literatura académica. «Solo nos enfocamos en los casos escandalosos», dice Rahwan. Pero vieron señales de que otros artículos publicados por la misma revista de química pueden haber incluido citas que fueron compradas: Once otros (reales) científicos habían recibido al menos 10 citas de un solo artículo publicado en esa revista.

Bernhard Sabel, un neuropsicólogo de la Universidad Otto von Guericke en Magdeburgo que ha estudiado fábricas de papel que venden autoría en artículos científicos, dice que la comunidad académica debería estar «muy preocupada» por este tipo de manipulaciones. «El problema es grande, y ha estado creciendo rápidamente en los últimos 10-15 años», agrega Sabel. En su opinión, Google Scholar y otras bases de datos

¿Se puede utilizar ChatGPT para predecir el número de citas, la audiencia y la interacción en redes sociales?

Winter, Joost de. «Can ChatGPT Be Used to Predict Citation Counts, Readership, and Social Media Interaction? An Exploration among 2222 Scientific Abstracts». Scientometrics, 15 de febrero de 2024. https://doi.org/10.1007/s11192-024-04939-y.


Este estudio explora el potencial de ChatGPT, un modelo de lenguaje avanzado, en la cientometría al evaluar su capacidad para predecir el número de citas, lectores en Mendeley y engagement en redes sociales. En este estudio, se analizaron 2222 resúmenes de artículos de PLOS ONE publicados durante los primeros meses de 2022 utilizando ChatGPT-4, el cual empleó un conjunto de 60 criterios para evaluar cada resumen. Mediante un análisis de componentes principales, se identificaron tres componentes: Calidad y Confiabilidad, Accesibilidad y Comprensibilidad, y Novedad y Compromiso. La Accesibilidad y Comprensibilidad de los resúmenes se correlacionaron con una mayor lectura en Mendeley, mientras que la Novedad y Compromiso y la Accesibilidad y Comprensibilidad estuvieron vinculadas con el número de citas (Dimensiones, Scopus, Google Scholar) y la atención en redes sociales. La Calidad y Confiabilidad mostró una correlación mínima con los resultados de citas y altmétricos. Finalmente, se encontró que las correlaciones predictivas de las evaluaciones basadas en ChatGPT superaron a las métricas de legibilidad tradicionales. Los hallazgos resaltan el potencial de los modelos de lenguaje avanzados en la cientometría y posiblemente abren el camino para la revisión por pares asistida por inteligencia artificial.

Archivos fotográficos en Madrid

Talaya, María Teresa Fernández. Archivos fotográficos en Madrid: Biblioteca de Estudios Madrileños, LIX Ciclo de Conferencias. Instituto de Estudios Madrileños, 2022.

Texto completo

El Instituto de Estudios Madrileños y el Colegio Oficial de Arquitectos de Madrid han organizado este ciclo de conferencias cuyo objetivo ha sido ofrecer una visión de los principales “Archivos fotográficos en Madrid”. Hemos contado con los responsables de las principales colecciones con sede en Madrid, que han impartido una conferencia presentando sus fondos fotográficos.

Un científico altamente citado publicó 50 artículos tras su muerte

Highly cited scientist published dozens of papers after his death.Retraction Watch, 2024

Ver original

Uno de los autores más citados en ingeniería ha seguido publicando tras su muerte hace más de un año. Jiří Jaromír Klemeš, investigador de la Universidad Tecnológica de Brno (República Checa) y uno de los principales editores de una revista de Elsevier que ha sido objeto de críticas por la autocitación de autores, figura como coautor de al menos 49 artículos publicados desde su muerte en enero de 2023.

La mayoría de los artículos no mencionan que Klemeš ha fallecido. No está del todo claro si deberían haberlo hecho. Las editoriales y las revistas no son coherentes en cuanto al protocolo a seguir tras la muerte de un colaborador de investigación, una falta de coherencia que incluso ha suscitado cierto debate entre nuestros propios lectores en el pasado.

De los 49 artículos póstumos en los que Klemeš figura como coautor, 27 no mencionan su muerte. Los comentaristas de PubPeer han detectado varios de estos casos y los han consultado sin obtener una respuesta significativa de los autores supervivientes.

Comentaristas en PubPeer han señalado varias de estas instancias y las han cuestionado sin una respuesta significativa de los autores supervivientes. Uno de los comentaristas señaló que un artículo revisado y publicado por Klemeš en junio de 2023 tenía una nota que reconocía que todos los autores habían leído y acordado el contenido del manuscrito publicado. «La declaración actual es factualmente incorrecta por razones obvias», escribió el comentarista. Aunque no está claro qué tan común es la autoría de autores fallecidos en la comunidad científica más amplia, un estudio que examinó el campo biomédico encontró que el fenómeno ha estado en aumento desde el año 2000. Las razones detrás de esta «tendencia creciente» no están claras, según el estudio. Aunque los autores supervivientes a menudo pueden querer reconocer las contribuciones de un colega fallecido, otorgar autoría a un investigador fallecido podría tener motivos ulteriores, como aumentar las posibilidades de publicación de un artículo.

La gran mayoría de los artículos póstumos de Klemeš están en títulos publicados por Elsevier, incluidas las dos revistas con el mayor número de publicaciones que no citaron la muerte del investigador: Energy y Journal of Cleaner Production. En respuesta a nuestras consultas a Energy, un portavoz de Elsevier escribió que la editorial no tiene una política para reconocer la muerte de un coautor. Klemeš confirmó la coautoría de ocho de las 14 publicaciones en Energy, según el portavoz. Para las seis que se presentaron después de su muerte, dos confirmaron su coautoría en los agradecimientos y una fue confirmada por una declaración de otro autor. «Estamos en proceso de obtener declaraciones de coautoría para los 3 artículos restantes», continuó el correo electrónico. Un editor de Journal of Cleaner Production dijo que revisaría cuidadosamente todos los artículos sobre los que preguntamos.

Hasta su muerte, Klemeš fue editor de tema en Energy y coeditor en jefe de Journal of Cleaner Production. Como hemos informado anteriormente, Journal of Cleaner Production fue mencionado en una expresión de preocupación de Clarivate, un servicio de indexación de revistas, por un número desproporcionadamente alto de autocitas, que suman más de 11.000 de 47.000, o aproximadamente un cuarto, de las referencias documentadas. Petar Sabev Varbanov, un colaborador frecuente de Klemeš y coautor o editor de 17 de las publicaciones póstumas, no respondió a una solicitud de comentario. Klemeš, quien fue jefe del Centro de Investigación Laboratorio de Integración de Procesos Sostenibles (SPIL), fue incluido regularmente en los «líderes altamente citados», obteniendo el título de Clarivate en 2020, 2022 y 2023.

En años anteriores, también fue mencionado como un revisor destacado y editor de manejo. Hablando en una conferencia en Malasia en 2016, bromeó diciendo que revisó 16 artículos en el descanso para almorzar. Hace una década, escribimos sobre un investigador que parecía haber enviado revisiones a un manuscrito después de su muerte. En ese momento, la revista argumentó que, dado que contribuyó al manuscrito, su nombre debería mantenerse como autor. Entre los artículos póstumos de Klemeš, aquellos que explícitamente señalaron su muerte incluyeron una nota en los agradecimientos dedicando el artículo a su memoria o un símbolo de daga (†) junto a su nombre

Según las pautas de autoría de las revistas, tal reconocimiento no parece ser necesario la mayor parte del tiempo. Elsevier no tiene instrucciones explícitas sobre autores fallecidos, pero señala ampliamente que la autoría «debe limitarse a aquellos que han hecho una contribución significativa a la concepción, diseño, ejecución o interpretación del estudio informado».

Springer Nature, también entre los editores de los artículos póstumos de Klemeš, dice que los coautores deben obtener la aprobación de un representante para incluir al autor fallecido. La American Chemical Society, otro de los editores, establece que la persona fallecida debe incluirse con una nota que indique la fecha de la muerte, una directiva seguida por uno de los dos artículos publicados por la sociedad. Tampoco hay un consenso claro entre las organizaciones sin fines de lucro que ayudan a dar forma a las mejores prácticas en la publicación académica. Los criterios de autoría recomendados por el Comité Internacional de Editores de Revistas Médicas dicen que los autores deben dar «aprobación final de la versión a ser publicada», una tarea potencialmente imposible para un autor fallecido, dependiendo del momento de la publicación y la muerte de la persona.

El Comité de Ética de Publicación (COPE), por otro lado, ha dado consejos caso por caso. En un caso, el grupo recomendó agregar una nota al pie sobre la muerte y la contribución del autor. En otro, recomendó conectarse con un compañero sobreviviente o el patrimonio de la persona para aceptar la prueba. ¿Te gusta Retraction Watch? Puedes hacer una contribución deducible de impuestos para apoyar nuestro trabajo, suscribirte a nuestro resumen diario gratuito o actualización semanal paga, seguirnos en Twitter, darle me gusta a nuestra página de Facebook o agregarnos a tu lector de RSS. Si encuentras una retractación

ChatGPT vs. Gemini: Una comparación


ChatGPT vs. Gemini: Una comparación

Gemini de Google está conectado a Internet en tiempo real, lo que significa que puede acceder y procesar información del mundo real a medida que se genera. Esto le permite ofrecer respuestas más precisas y actualizadas

Gemini de Google es un modelo de lenguaje grande (LLM) al igual que ChatGPT, pero con un enfoque particular en la precisión y la información factual, especialmente en temas técnicos. A diferencia de ChatGPT, que se centra en la fluidez y la creatividad de las conversaciones, Gemini se orienta a la exactitud y la confiabilidad de la información que proporciona.

Esta diferencia se refleja en el tamaño y la capacidad de ambos modelos. ChatGPT, con 1.5B de parámetros, se entrena en un conjunto de datos de texto y código, mientras que Gemini, con 540B de parámetros, se entrena en un conjunto de datos masivo que incluye información técnica y científica.

Similitudes:

  • Modelos de lenguaje grandes: Ambos pueden generar texto, traducir idiomas, escribir diferentes tipos de contenido creativo y responder a sus preguntas de manera informativa.
  • Aún en desarrollo: Ambos están constantemente aprendiendo y mejorando, y pueden tener errores factuales o malentendidos ocasionales.
  • Niveles gratuitos disponibles: Ambos ofrecen versiones gratuitas con capacidades limitadas, con opciones de pago para más funciones.
  • Ambos tienen versiones de pago. Gemini Avanced

Diferencias:

ChatGPT:

  • Se enfoca en formatos de texto creativo: Conocido por su capacidad para generar poemas, código, guiones, piezas musicales, correos electrónicos, cartas, etc.
  • Desarrollo OpenAI: Desarrollado por OpenAI, una empresa de investigación centrada en la inteligencia artificial.
  • Acceso: Tiene una base de usuarios más amplia y más información disponible en línea.
  • Posibles sesgos: Ha sido criticado por posibles sesgos en sus resultados, lo que requiere una evaluación cuidadosa por parte del usuario.

Gemini:

  • Se enfoca en la precisión fáctica y la recuperación de información: Más adepto a responder preguntas de manera completa e informativa, basándose en el conocimiento fáctico.
  • Desarrollo de Google: Desarrollado por Google AI, conocido por su experiencia en modelos de lenguaje grandes y tecnología de búsqueda.
  • Modelo más nuevo: Menos utilizado que ChatGPT, con información limitada disponible en línea en comparación con su competidor.
  • Énfasis en la seguridad: Diseñado con principios de seguridad en mente, con el objetivo de mitigar posibles daños como la generación de contenido dañino.

La elección entre ellos depende de sus necesidades:

  • Para escritura creativa y formatos de texto: ChatGPT podría ser una mejor opción debido a su gama más amplia de capacidades creativas.
  • Para información fáctica y respuestas completas: Gemini podría ser una mejor opción debido a su enfoque en la precisión y la recuperación de información.

En última instancia, la mejor manera de decidir es probar ambos y ver cuál prefiere.

Legislación sobre IA en el mundo

Amara. «AI Regulations». Substack newsletter. Genuine Impact – Charting Finance, Investing & Tech (blog), 14 de agosto de 2023. https://genuineimpact.substack.com/p/ai-regulations.

A medida que esta tecnología se ha integrado cada vez más en nuestra vida cotidiana, ¿cómo han respondido los gobiernos? Observamos el panorama regulatorio de la IA desde 2016 hasta ahora, demostrando cómo un número creciente de proyectos de ley están siendo aprobados o al menos considerados.

Proyectos de ley relacionados con la IA por país El mapa a continuación muestra cómo diferentes países están respondiendo a los avances en IA. Los datos se han recopilado sobre cuántos proyectos de ley han sido aprobados por los cuerpos legislativos con las palabras «Inteligencia Artificial» en el título o en el cuerpo del proyecto de ley. Los Estados Unidos han aprobado la mayor cantidad de proyectos de ley relacionados con la IA desde 2016, con 22, lo que está bastante por delante de Portugal en segundo lugar. La mayoría de los otros países principales se encuentran en Europa.

¿Cuántos proyectos de ley relacionados con la IA se han aprobado? Es evidente ver a continuación cómo, a medida que la IA se ha vuelto más prevalente, los gobiernos han respondido aprobando más proyectos de ley para regular la tecnología y proteger al público. En 2022, se aprobaron 37 leyes a nivel mundial, y se espera que este número siga aumentando.

Ejemplos de proyectos de ley relacionados con la IA La UE, el Reino Unido y EE. UU. han aprobado o propuesto recientemente proyectos de ley relacionados con la IA. Por ejemplo, la UE ha propuesto ‘La Ley de IA’, que categoriza las aplicaciones de IA según su nivel individual de riesgo. Aquellas con riesgo inaceptable (como el Sistema de Crédito Social de China) serían prohibidas. A diferencia del proyecto de ley de la UE, la ‘Declaración de Derechos de la IA’ de EE. UU. no es vinculante y en su lugar guía la implementación de la IA. El ejemplo del Reino Unido es más específico y se centra en proteger a los trabajadores de ser gestionados y supervisados por IA.

EUROPA La Ley Al es una propuesta de ley sobre Al. Asigna las aplicaciones de Al en 3 categorías de riesgo diferentes: riesgo inaceptable, alto riesgo y bajo riesgo. Aquellos en la categoría de riesgo inaceptable serían prohibidos, los de alto riesgo estarían sujetos a requisitos legales y los de bajo riesgo quedarían en gran medida sin regulación.

ESTADOS UNIDOS La Declaración de Derechos de Al no es vinculante, a diferencia de la «Ley Al» de la UE. En lugar de ello, enumera y proporciona orientación sobre la implementación de cinco principios destinados a reducir el daño causado por Al. Estos 5 principios son: Sistemas seguros y eficaces, Protección contra la discriminación algorítmica, Privacidad y Avisos y explicaciones.

REINO UNIDO. El proyecto de ley Al (Regulación y Derechos de los Trabajadores) se está presentando debido a la creciente preocupación de que los empleados sean cada vez más administrados y monitoreados por Al. El diputado laborista Mick Whitley dijo: «El proyecto de ley fortalecería la ley de igualdad existente para evitar la discriminación por algoritmo».