Archivo de la categoría: Tecnologías de la información

Los trabajadores estadounidenses están más preocupados que esperanzados por el futuro uso de la IA en el lugar de trabajo

Pew Research Center. «U.S. Workers Are More Worried Than Hopeful About Future AI Use in the Workplace.» Pew Research Center, February 25, 2025.

Texto completo

Aunque existe un interés por parte de los trabajadores en la IA, las preocupaciones sobre su impacto negativo en el empleo y la falta de conocimientos y apoyo sobre cómo integrar la IA en sus trabajos son los principales obstáculos. Los trabajadores más jóvenes y con mayor formación son los más abiertos al uso de estas tecnologías, pero en general, la adopción sigue siendo baja.

Según una encuesta del Pew Research Center realizada entre 5,273 trabajadores estadounidenses en octubre de 2024, la mayoría de los trabajadores tienen más preocupaciones que expectativas sobre el impacto de la inteligencia artificial (IA) en el lugar de trabajo.

Alrededor de un tercio de los trabajadores afirma que el uso de la IA les ofrecerá menos oportunidades laborales a largo plazo; los chatbots se consideran más útiles para acelerar el trabajo que para mejorar su calidad.

Preocupaciones y Opiniones Generales

  • El 52% de los trabajadores se sienten preocupados por el impacto futuro de la IA en sus trabajos.
  • Un 32% de los encuestados cree que la IA llevará a menos oportunidades laborales a largo plazo, mientras que solo el 6% considera que resultará en más oportunidades.
  • Aunque el 36% de los trabajadores se sienten esperanzados por el uso de la IA, el 33% se siente abrumado por ella.
  • Entre los trabajadores que usan IA, el 16% afirma que al menos parte de su trabajo se realiza con herramientas de IA, con un 25% adicional que considera que su trabajo puede realizarse parcialmente con IA.

Uso y Percepciones sobre la IA

  • La mayoría de los trabajadores (63%) no usan IA en su trabajo, siendo los trabajadores jóvenes (menores de 50 años) y los que tienen títulos universitarios los más propensos a utilizarla.
  • Un 10% de los trabajadores afirma utilizar chatbots de IA (como ChatGPT) en su trabajo diariamente o varias veces a la semana, y un 7% lo hace algunas veces al mes.
  • El uso más común de los chatbots es para la investigación (57%), la edición de contenido escrito (52%) y la redacción de contenido (47%).

Eficacia de los Chatbots de IA

  • Los trabajadores que han usado chatbots de IA reportan que estos son más útiles para acelerar su trabajo que para mejorar su calidad. Un 40% de los usuarios de chatbots los consideran extremadamente útiles para hacer su trabajo más rápido, mientras que un 29% los considera igualmente útiles para mejorar la calidad de su trabajo.
  • Los trabajadores más jóvenes (18-49 años) son más propensos a considerar los chatbots de IA como útiles tanto para acelerar su trabajo como para mejorar su calidad.

Desafíos y Barreras

  • Los trabajadores con ingresos bajos y medianos son más propensos a creer que la IA reducirá las oportunidades laborales para ellos, mientras que los trabajadores de ingresos altos consideran que la IA no tendrá un gran impacto en sus oportunidades laborales.

Yippity herramienta de IA que permite transformar cualquier texto o página web en un cuestionario

https://yippity.io/

Yippity es una herramienta basada en inteligencia artificial diseñada para transformar texto o páginas web en cuestionarios de manera rápida y sencilla. Al ingresar hasta 10.000 caracteres de texto o la URL de una página web, Yippity genera automáticamente un conjunto de preguntas y respuestas que pueden copiarse y pegarse en aplicaciones de tarjetas didácticas o herramientas de cuestionarios.

Entre sus características principales, destaca la capacidad de generar preguntas de forma automática a partir de cualquier contenido textual o sitio web. Además, permite ingresar texto directamente o mediante la URL de una página web, lo que facilita su uso en distintos contextos educativos. También ofrece una función para compartir los cuestionarios generados mediante un enlace, lo que posibilita su distribución rápida y sencilla entre usuarios.

Otra ventaja de Yippity es la opción de editar y personalizar las preguntas y respuestas generadas, lo que permite a los usuarios adaptarlas a sus necesidades específicas. Esto es especialmente útil para docentes y estudiantes que desean ajustar el nivel de dificultad o el enfoque del material de estudio.

En cuanto a su modelo de acceso, Yippity dispone de una versión gratuita que permite generar hasta tres conjuntos de preguntas al mes. Para quienes requieren un uso más frecuente, existe un plan de pago sin limitaciones por 7,99$ al mes, lo que lo convierte en una opción accesible para quienes desean maximizar su potencial educativo.

El uso de Yippity ofrece múltiples beneficios. Automatiza la creación de materiales de estudio, lo que permite ahorrar tiempo y facilita el aprendizaje. Además, el uso de cuestionarios personalizados mejora la retención de información, ya que la práctica constante refuerza el conocimiento adquirido. También es una herramienta versátil, ideal para preparar exámenes, evaluaciones rápidas o sesiones de repaso, adaptándose a diversas necesidades académicas.

The Public Interest Corpus es un proyecto para desarrollar un corpus de entrenamiento de IA de alto nivel basado en libros y otros materiales de bibliotecas y archivos

 The Public Interest Corpus. 

El proyecto The Public Interest Corpus se enmarca en una tendencia global donde instituciones culturales y académicas buscan desarrollar infraestructuras de inteligencia artificial (IA) que prioricen el interés público. Estas iniciativas buscan democratizar el acceso a la IA y garantizar que su desarrollo beneficie a toda la sociedad.

En Europa, por ejemplo, se ha lanzado ALIA, la primera infraestructura pública, abierta y multilingüe de IA en el continente. Financiada completamente con fondos públicos, ALIA tiene como objetivo servir a la ciudadanía, administraciones públicas, universidades y empresas, asegurando un acceso universal a tecnologías avanzadas de IA. Este esfuerzo representa un paso significativo hacia la soberanía digital europea y la creación de modelos de lenguaje que reflejen la diversidad lingüística y cultural de la región.

Además, la Authors Alliance, con el apoyo de la Fundación Mellon, ha iniciado un proyecto para planificar un archivo de libros orientado al interés público en el desarrollo de la IA. En colaboración con la Biblioteca de la Universidad de Northeastern, esta iniciativa busca crear un corpus de entrenamiento de IA de alta calidad, basado en colecciones de bibliotecas y archivos, para promover el aprendizaje y el acceso al conocimiento.

Estas iniciativas reflejan un esfuerzo concertado por parte de diversas organizaciones para garantizar que el desarrollo de la IA se alinee con valores éticos y beneficie al público en general, evitando la concentración de poder en manos de unos pocos actores corporativos.

Reducir la inteligencia artificial: muchos modelos de inteligencia artificial son caros y consumen mucha energía

«A tinyML chip: Cutting AI down to size.» Science, 20 de febrero de 2025. https://www.science.org/content/article/what-s-tinyml-global-south-s-alternative-power-hungry-pricey-ai.

Muchos modelos de inteligencia artificial son caros y consumen mucha energía. Los investigadores del Sur Global están adoptando cada vez más alternativas de bajo coste y bajo consumo. TinyML es una subdisciplina del aprendizaje automático (Machine Learning, ML) que se enfoca en ejecutar modelos de aprendizaje automático directamente en dispositivos de bajo consumo y recursos limitados, como microcontroladores, sensores y otros dispositivos integrados.

El artículo de Science titulado «What’s TinyML? Global South’s Alternative to Power-Hungry, Pricey AI» pone de manifiesto cómo la tecnología TinyML está emergiendo como una alternativa innovadora y accesible a las soluciones de inteligencia artificial (IA) tradicionales, que suelen depender de infraestructuras costosas y un alto consumo de energía. Este avance está ganando especial relevancia en el Sur Global, es decir, en regiones del mundo que enfrentan desafíos relacionados con recursos limitados, infraestructura insuficiente y conectividad inestable.

TinyML es una tecnología que permite ejecutar modelos de aprendizaje automático (machine learning) en dispositivos de muy bajo consumo energético, como sensores, microcontroladores o dispositivos portátiles, sin necesidad de conectarlos a servidores poderosos en la nube. Esto se logra a través de la optimización de algoritmos de IA, que pueden ser ejecutados directamente en el hardware del dispositivo con una eficiencia energética mucho mayor que los enfoques tradicionales que dependen de grandes centros de datos.

Entre los principales beneficios de TinyML destacan la latencia reducida, ya que al procesar los datos directamente en el dispositivo, se elimina el retraso asociado con la transferencia de datos a servidores. Además, los dispositivos de bajo consumo como microcontroladores permiten que funcione durante largos períodos sin necesidad de recargarse. Otro beneficio importante es la reducción del uso de ancho de banda, ya que los dispositivos con esta tecnología no requieren transferir grandes cantidades de datos a servidores. Por último, la privacidad de los datos se ve reforzada, ya que los datos no se envían a servidores externos y son procesados localmente en el dispositivo.

TinyML está siendo utilizado en diversas áreas, especialmente en industrias que dependen de dispositivos conectados a Internet de las Cosas (IoT). Algunas de sus aplicaciones incluyen el monitoreo en tiempo real de cultivos y ganado utilizando dispositivos para gestionar de manera eficiente estos recursos en la agricultura. También se aplica en el mantenimiento predictivo industrial, donde los dispositivos TinyML pueden detectar fallas en máquinas antes de que ocurran, ayudando a reducir los costos asociados con el mantenimiento de equipos. Además, permite personalizar las interacciones con los usuarios en tiempo real, mejorando la publicidad dirigida y la comprensión del comportamiento del consumidor en la experiencia del cliente.

Esta tecnología está ganando popularidad gracias a su capacidad para integrar inteligencia artificial en dispositivos con recursos limitados, sin depender de conexión constante a internet o infraestructura costosa. Esta tecnología tiene el potencial de revolucionar áreas como el IoT, la agricultura, el mantenimiento industrial y la personalización de la experiencia del usuario.

Scribbr Detector de IA: herramienta para identificar contenido generado por Inteligencia Artificial

Scribbr Detector

https://www.scribbr.es/detector-de-ia/

Scribbr Detector de IA permite analizar textos en español de hasta 1200 palabras para identificar contenido generado por IA, reconociendo textos producidos por herramientas como ChatGPT, Bard y Bing Chat

Scribbr ofrece un detector de IA diseñado para ayudar a identificar textos generados por inteligencia artificial. Esta herramienta es especialmente útil para educadores, investigadores y escritores que buscan garantizar la autenticidad y originalidad del contenido.

El detector de IA de Scribbr analiza el texto ingresado y determina la probabilidad de que haya sido generado por modelos de inteligencia artificial, como ChatGPT o GPT-4. Utiliza algoritmos avanzados para evaluar patrones de escritura, estructuras lingüísticas y otros indicadores clave.

Además, Scribbr se integra con otros servicios de detección de plagio y mejora de escritura, proporcionando una solución completa para quienes buscan verificar la originalidad de documentos académicos o profesionales.

Plagiarismdetector.net. detector de IA en línea es completamente gratuito

https://plagiarismdetector.net/

Plagiarismdetector.net. es un detector de IA en línea es completamente gratuito y no requiere registro, permitiendo verificar múltiples archivos para identificar texto generado por herramientas de IA como ChatGPT.

Plagiarismdetector.net es una herramienta en línea diseñada para detectar contenido plagiado en textos. Su uso es frecuente entre estudiantes, profesores, escritores y profesionales que buscan garantizar la originalidad de sus documentos y evitar problemas de derechos de autor.

El funcionamiento de la plataforma es sencillo. Primero, los usuarios pueden copiar y pegar su texto directamente en el sitio web o cargar un archivo en formatos como .doc, .pdf o .txt. Una vez ingresado el contenido, la herramienta procede a escanearlo y compararlo con miles de fuentes en internet, bases de datos académicas y otros documentos publicados.

Tras finalizar el análisis, Plagiarismdetector.net genera un informe detallado en el que se muestra el porcentaje de originalidad del texto y las posibles coincidencias encontradas. Además, proporciona enlaces a las fuentes que contienen fragmentos similares, permitiendo a los usuarios verificar la información y hacer correcciones si es necesario.

En algunos casos, la plataforma también ofrece sugerencias para reformular frases y mejorar la autenticidad del contenido. De esta manera, Plagiarismdetector.net se convierte en una herramienta valiosa para garantizar la integridad académica y profesional de los textos, facilitando la detección y prevención del plagio.

QuillBot: la herramienta de IA para mejorar la escritura

Web

Extensión para Chrome

Detector IA

QuillBot es una herramienta de inteligencia artificial diseñada para mejorar la escritura a través de funciones como parafraseo, corrección gramatical, resumen de textos y generación de contenido. Su uso es especialmente útil para estudiantes, escritores, profesionales del marketing y cualquier persona que busque optimizar la claridad y calidad de sus textos.

Una de sus funciones principales es el parafraseo inteligente, que permite reescribir textos sin alterar su significado. Para ello, QuillBot ofrece distintos modos de redacción, desde opciones más formales hasta estilos creativos. Esto es ideal para quienes necesitan reformular textos sin perder precisión ni coherencia.

También ofrece un detector avanzado capaz de analizar contenido generado por IA en varios idiomas, incluyendo español, inglés, francés y alemán.

Además, cuenta con un corrector gramatical y de estilo que analiza los textos en busca de errores ortográficos, gramaticales y de puntuación. Gracias a esta función, los usuarios pueden mejorar la fluidez y profesionalismo de sus escritos.

Otra herramienta destacada es el resumidor de textos, que condensa fragmentos largos en versiones más breves y concisas, resaltando las ideas principales sin perder información relevante. Esto es útil para la lectura rápida de documentos extensos o para la elaboración de resúmenes académicos.

QuillBot también ofrece un generador de citas y referencias, compatible con formatos como APA, MLA y Chicago. Esta función es fundamental para quienes redactan documentos académicos y necesitan incluir citas correctamente formateadas.

Por último, el programa permite expandir o simplificar textos según la necesidad del usuario. Si se requiere mayor profundidad, la opción de expansión añade información relevante, mientras que la simplificación reduce el contenido sin perder el mensaje esencial.

Decopy AI – Plataforma Integral de Detección de IA, detecta texto generado con IA y Humaniza el texto para que no se detecte

Decopy AI

https://decopy.ai/

Decopy AI es una plataforma integral que ofrece herramientas avanzadas para detectar contenido generado por inteligencia artificial. Su objetivo es proporcionar transparencia y confianza en el contenido digital, permitiendo a educadores, empresas y creadores de contenido verificar la autenticidad de textos e imágenes. Todas sus herramientas son gratuitas y accesibles para cualquier usuario.

Entre sus principales funcionalidades se encuentra el Detector de Contenido IA, que permite identificar si un texto ha sido generado por inteligencia artificial. Esto resulta especialmente útil para educadores y revisores de contenido que buscan garantizar la originalidad en artículos, blogs y trabajos académicos.

Otro recurso destacado es el Detector de Imágenes IA, diseñado para analizar imágenes y determinar si han sido creadas o manipuladas con inteligencia artificial. Esta herramienta es de gran utilidad para periodistas y verificadores de contenido que necesitan comprobar la autenticidad de imágenes antes de su publicación.

Además, Decopy AI cuenta con una Búsqueda Inversa de Imágenes, que permite rastrear el origen de una imagen y verificar si ha sido usada en otros sitios web. Complementa esta función con un Parafraseador IA, que ayuda a reescribir textos manteniendo su significado original, ideal para escritores, estudiantes y profesionales del marketing que buscan evitar la duplicación de contenido.

Entre sus ventajas, Decopy AI destaca por su precisión extrema, gracias a algoritmos avanzados que garantizan resultados fiables. Asimismo, es una plataforma completamente gratuita, sin suscripciones ni pagos ocultos, y ofrece privacidad y seguridad, ya que no almacena ni comparte los archivos analizados.

Los usos de Decopy AI abarcan diversos sectores. Los educadores pueden utilizarla para verificar la autenticidad de trabajos académicos y prevenir el uso indebido de IA en las tareas escolares. Los periodistas pueden detectar imágenes falsas o manipuladas, protegiendo la integridad de sus publicaciones. Por su parte, los profesionales del marketing pueden asegurarse de que su contenido sea original y libre de elementos generados por inteligencia artificial.

AI co-scientist de Google es un sistema basado en inteligencia artificial para asistir a los científicos en la generación de hipótesis y propuestas de investigación

Gottweis, Juraj, y Vivek Natarajan. «Accelerating Scientific Breakthroughs with an AI Co-Scientist.» Google Research Blog, 19 de febrero de 2025. https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

AI co-scientist de Google es un sistema basado en inteligencia artificial desarrollado para asistir a los científicos en la generación de hipótesis y propuestas de investigación, acelerando así el proceso de descubrimientos científicos y biomédicos. Utiliza la plataforma Gemini 2.0 y se estructura como un sistema de múltiples agentes especializados, cada uno con un rol específico, que emulan las fases del método científico, tales como generación, reflexión, evaluación, evolución y revisión.

AI co-scientist representa un avance significativo en la integración de la inteligencia artificial en la ciencia, con el objetivo de acelerar la generación de conocimientos y descubrimientos, apoyando a los científicos en la resolución de grandes desafíos científicos y médicos.

El sistema está diseñado para manejar el crecimiento masivo de publicaciones científicas y la integración de conocimientos de diversas disciplinas, un desafío clave en la ciencia moderna. El AI co-scientist no solo realiza revisiones bibliográficas y resúmenes, sino que también es capaz de generar nuevas áreas de investigación y formular hipótesis originales, las cuales son evaluadas y refinadas a través de ciclos de retroalimentación automáticos. Además, permite que los científicos interactúen con el sistema de manera directa, proporcionando sus propias ideas o retroalimentación, lo que hace que la colaboración sea más fluida.

En pruebas realizadas con expertos de Stanford y el Imperial College de Londres, el sistema mostró un gran potencial al generar hipótesis novedosas que fueron validadas en experimentos de laboratorio. Uno de los ejemplos más destacados fue el descubrimiento de posibles tratamientos para la leucemia mieloide aguda (LMA) mediante la reorientación de fármacos ya existentes, lo cual fue confirmado en varios ensayos in vitro. Además, el AI co-scientist ayudó en la identificación de objetivos terapéuticos para la fibrosis hepática, demostrando su capacidad para identificar intervenciones potenciales basadas en la evidencia preclínica.

Otro ejemplo relevante es su uso en la investigación sobre la resistencia antimicrobiana, donde el sistema generó hipótesis que fueron posteriormente validadas experimentalmente. Esto demuestra el valor de la IA en el campo de la biomedicina, donde la capacidad de generar nuevas perspectivas de manera rápida puede ser crucial para resolver problemas complejos.

Google ha indicado que este sistema no reemplaza a los investigadores, sino que actúa como una herramienta complementaria que potencia la colaboración científica. La compañía también está trabajando en la mejora del sistema, abordando desafíos como la verificación de hechos y la validación más amplia con expertos. Se planea abrir el acceso al sistema mediante un programa de Trusted Tester para que organizaciones de investigación puedan evaluar su potencial en una variedad de contextos científicos y biomédicos.

El alto consumo energético de la IA y su impacto ambiental

Peters, Kyle Wiggers. «ChatGPT May Not Be as Power-Hungry as Once Assumed.» TechCrunch, 11 de febrero de 2025. https://techcrunch.com/2025/02/11/chatgpt-may-not-be-as-power-hungry-as-once-assumed/

Aunque el consumo energético de ChatGPT es menor de lo que se pensaba, el crecimiento y sofisticación de la inteligencia artificial siguen planteando desafíos en términos de sostenibilidad y demanda energética.

Un estudio reciente de Epoch AI ha analizado el consumo energético de ChatGPT y ha desmentido la creencia de que esta inteligencia artificial es excesivamente demandante en términos de electricidad. Un informe de Goldman Sachs reveló que una consulta en ChatGPT consume casi 10 veces más electricidad que una búsqueda en Google. Según el último informe de Epoch, una consulta típica en ChatGPT consume alrededor de 0.3 vatios-hora, una cifra significativamente menor que la estimación previa de 3 vatios-hora por consulta, que equivalía a diez veces el consumo de una búsqueda en Google.

Una estimación más precisa

El informe de Epoch AI señala que la cifra de 3 vatios-hora estaba basada en estudios anteriores que asumían que OpenAI utilizaba chips más antiguos y menos eficientes. En cambio, el nuevo análisis tomó como referencia GPT-4o, el modelo por defecto más reciente de ChatGPT, encontrando que su consumo energético es menor de lo que se creía. Según Joshua You, analista de datos de Epoch, el consumo energético de ChatGPT es insignificante en comparación con el de electrodomésticos comunes, la calefacción o refrigeración del hogar, e incluso el uso de un automóvil.

El impacto ambiental de la IA

El uso energético de la inteligencia artificial, en general, sigue siendo un tema de debate a medida que las empresas del sector expanden sus infraestructuras. Recientemente, más de 100 organizaciones firmaron una carta abierta pidiendo a la industria de la IA y a los reguladores que garanticen que los nuevos centros de datos no agoten los recursos naturales ni aumenten la dependencia de fuentes de energía no renovables.

Aunque la cifra de 0.3 vatios-hora es una mejora respecto a estimaciones previas, el informe reconoce que el consumo energético de la IA seguirá aumentando en el futuro. Modelos de IA más avanzados requerirán más energía para entrenarse y ejecutarse, y el creciente uso de estas tecnologías también contribuirá a una mayor demanda de infraestructura computacional.

El futuro: modelos de razonamiento más exigentes

OpenAI y otras empresas del sector están explorando modelos de razonamiento, que son capaces de realizar tareas más complejas pero requieren más tiempo de procesamiento y, por ende, mayor consumo energético. A diferencia de modelos como GPT-4o, que responden casi instantáneamente, los modelos de razonamiento pueden «pensar» durante varios segundos o incluso minutos antes de generar una respuesta, lo que incrementa significativamente su demanda energética.

Según el informe, en los próximos años, la expansión de centros de datos para soportar estos modelos podría llegar a consumir casi toda la capacidad eléctrica de California en 2022 (68 GW) y, para 2030, el entrenamiento de un solo modelo avanzado podría requerir la energía equivalente a la de ocho reactores nucleares (8 GW).

Alternativas para reducir el consumo

Para mitigar el impacto ambiental, OpenAI ha comenzado a desarrollar modelos más eficientes, como o3-mini, que consumen menos energía. Sin embargo, estos avances podrían no ser suficientes para compensar el aumento en el uso global de la IA.

El informe sugiere que quienes estén preocupados por su huella energética al usar IA pueden optar por modelos más pequeños y eficientes, como GPT-4o-mini, y limitar el uso de funciones que requieran un procesamiento intensivo, como la generación de imágenes o la carga de archivos largos.