Archivo de la categoría: Tecnologías de la información

El último prompt: estrategias en torno a la adopción de la Inteligencia Artificial

Ossa, Andrés. O último prompt. (2024). Cerlalc. Recuperado 15 de febrero de 2024, de

Texto completo

Español

Portugués


Las personas a menudo adoptan una de estas tres estrategias para integrar las innovaciones tecnológicas en sus vidas diarias: 1) usarlas como una extensión de habilidades preexistentes, como el uso del teléfono para ampliar la comunicación verbal; 2) utilizarlas para superar limitaciones físicas, como el desarrollo de aeronaves que permiten alcanzar los cielos; y 3) delegar tareas consideradas tediosas o difíciles de aprender, como optar por un grabador para documentar reuniones en lugar de taquigrafía. En la práctica, estas estrategias a menudo se combinan para crear aprovechamientos multifacéticos de los avances que redefinen nuestra existencia.

Frente al surgimiento de la inteligencia artificial, parece que la sociedad está inclinándose hacia una combinación de las tres estrategias de adaptación mencionadas anteriormente, sin estar plenamente consciente de los peligros o beneficios que esto puede representar para los cimientos de nuestra civilización. Hace 66 años, Isaac Asimov, en sus cuentos «La última respuesta» y «La última pregunta», ofreció algunas indicaciones sobre cómo debemos enfrentar los desafíos presentados por una tecnología tan disruptiva para nuestra sociedad. Una inteligencia artificial que plantea desafíos a partir de las nuevas excepciones que los derechos de autor podrían tener, la redefinición del concepto de creatividad y originalidad, la resolución de problemas complejos para fines humanitarios, el impacto en el empleo e incluso nuevas tácticas para librar la guerra, entre otros temas.

Panorama actual de la inteligencia artificial (IA) en la educación superior

EDUCAUSE. «2024 EDUCAUSE AI Landscape Study – Introduction and Key Findings.» Accessed February 14, 2024. https://www.educause.edu/ecar/research-publications/2024/2024-educause-ai-landscape-study/introduction-and-key-findings.

El panorama actual de la inteligencia artificial (IA) en la educación superior está marcado por un movimiento de la reacción a la acción. Los actores clave de la educación superior están explorando las oportunidades que ofrece la IA para la enseñanza, el aprendizaje y el trabajo, al mismo tiempo que mantienen una cautela frente a la amplia gama de riesgos que plantean las tecnologías impulsadas por la IA. Con el fin de contribuir a estos esfuerzos, presentamos este primer Estudio del Panorama de la IA en EDUCAUSE, en el cual resumimos los sentimientos y experiencias actuales de la comunidad de educación superior en relación con la planificación estratégica y la preparación, las políticas y procedimientos, la fuerza laboral y el futuro de la IA en la educación superior. Esta encuesta se distribuyó del 27 de noviembre al 8 de diciembre de 2023, y se centra en los impactos que la IA ha tenido en la educación superior desde la popularización de las herramientas de IA generativa.

Principales Hallazgos

Planificación Estratégica y Preparación

  • La mayoría de las instituciones están trabajando en estrategias relacionadas con la IA. Solo el 11% de los encuestados dijo que nadie en su institución está trabajando en una estrategia relacionada con la IA.
  • Las instituciones están preocupadas por quedarse rezagadas. La mayoría de los encuestados indicaron que el aumento del uso de la IA por parte de los estudiantes en sus cursos y los riesgos del uso inapropiado de la IA (73% y 68%, respectivamente) fueron los principales motivadores para la planificación estratégica relacionada con la IA.
  • Los objetivos de la planificación estratégica relacionada con la IA están principalmente relacionados con el apoyo a los estudiantes. Los tres objetivos más importantes de la planificación estratégica relacionada con la IA son preparar a los estudiantes para la futura fuerza laboral, explorar nuevos métodos de enseñanza y aprendizaje, y mejorar la educación superior para el bien común (seleccionado por el 64%, 63% y 41% de los encuestados, respectivamente). Además, la mayoría de los encuestados indicaron que su estrategia relacionada con la IA se enfoca hasta cierto punto o en gran medida en mejorar las experiencias educativas y los servicios estudiantiles (76%).
  • Las instituciones están operacionalizando estos objetivos principalmente proporcionando capacitación para profesores, personal y estudiantes (56%, 49% y 39%, respectivamente).

Líderes y Socios Estratégicos

  • Los líderes están cautelosamente optimistas sobre la IA. La mayoría de los encuestados ejecutivos informaron que los líderes de su institución están abordando la IA con una combinación de precaución y entusiasmo o se sienten optimistas sobre la IA (52% y 29%, respectivamente).
  • Los interesados carecen de conciencia sobre los sentimientos, estrategias y políticas relacionadas con la IA en sus instituciones, probablemente como resultado de los silos institucionales.
  • Más de la mitad de los encuestados (56%) indicaron que personalmente se les han asignado responsabilidades relacionadas con la estrategia de IA.
  • La mayoría de los encuestados indicaron que todas las áreas funcionales son al menos en cierta medida responsables de la estrategia relacionada con la IA.
  • Más de la mitad de los encuestados (57%) indicaron que su institución no está trabajando con socios externos para desarrollar estrategias de IA o que no saben si su institución está trabajando con socios externos para desarrollar estrategias de IA.

Políticas y Procedimientos

  • La IA está teniendo el mayor impacto en las políticas para la enseñanza y el aprendizaje, la tecnología y la ciberseguridad y privacidad de datos (reportado por el 95%, 79% y 72% de los encuestados, respectivamente, como «ya impactado» o «pronto impactado»).
  • La integridad académica sigue siendo una preocupación importante. La mayoría de los encuestados (78%) indicaron que la IA ha afectado la integridad académica.
  • Las prácticas de gobernanza de datos están cambiando en respuesta a la IA. Casi la mitad de los líderes ejecutivos (47%) dijeron que su institución está preparando datos para estar listos para la IA.
  • La privacidad y seguridad de datos son preocupaciones centrales. Los profesionales de privacidad y seguridad están más preocupados por la seguridad de datos (82%), el cumplimiento de regulaciones federales (74%), la gobernanza ética de datos (56%), el cumplimiento de regulaciones locales (56%) y los impactos de sesgos en los datos (52%).
  • Solo el 18% de los encuestados dijeron que sus políticas relacionadas con la IA son algo o extremadamente restrictivas, por ejemplo, prohibiendo el uso de estudiantes o profesores.

Fuerza Laboral y el Futuro de la IA en la Educación Superior

  • Aunque a muchos profesores y personal se les están asignando tareas laborales relacionadas con la IA, pocos roles laborales se han creado o reestructurado formalmente para adaptarse a dichas tareas. Más de la mitad de los encuestados (56%) informaron que se les han asignado personalmente responsabilidades relacionadas con la IA, pero pocos encuestados estaban al tanto de la creación de nuevos puestos de trabajo o la modificación formal de puestos de trabajo existentes (11% y 14%, respectivamente).
  • Los interesados sienten que hay algunos usos apropiados para las tecnologías impulsadas por IA en la educación superior: apoyo personalizado al estudiante; actuación como asistente de ense

WARC-GPT: Una herramienta de código abierto para explorar archivos web utilizando IA

WARC-GPT: An Open-Source Tool for Exploring Web Archives Using AI | Library Innovation Lab. (2024, febrero 12). https://lil.law.harvard.edu/blog/2024/02/12/warc-gpt-an-open-source-tool-for-exploring-web-archives-with-ai/

WARC-GPT: una herramienta de generación aumentada de recuperación [RAG] de código abierto y altamente personalizable que la comunidad de archivos web puede usar para explorar la intersección entre los archivos web y la inteligencia artificial. La herramienta permite crear chatbots personalizados que utilizan un conjunto de archivos de archivo web como base de conocimiento, lo que permite a los usuarios explorar colecciones a través de conversaciones.

Con WARC-GPT, se pueden hacer preguntas específicas en lenguaje natural sobre una colección de archivos WARC. En lugar de depender de búsquedas por palabras clave y filtros de metadatos para ordenar los resultados de búsqueda,

Este proyecto es parte de nuestra serie en curso que explora cómo la inteligencia artificial cambia nuestra relación con el conocimiento. El lanzamiento de este software experimental ayudará a comprender si y cómo la IA puede ayudar a acceder y descubrir el contenido de los archivos web.

WARC-GPT permite a los usuarios ingerir y traducir una colección de archivos WARC en una configuración de RAG que se puede utilizar con una variedad de LLMs, lo que permite a los archiveros e investigadores usar un chatbot que tiene conocimiento de sus colecciones. WARC-GPT es especialmente útil para explorar colecciones privadas de WARCs o aquellas que no formaron parte de los datos de entrenamiento para un LLM. Aunque los LLMs generalmente se entrenan con datos de fuentes como Common Crawl, un repositorio abierto de datos de rastreo web que consta de más de 250 mil millones de páginas, no es posible verificar qué datos se han incluido. Al fundamentar el conocimiento de un LLM con una colección de WARCs, se proporciona información contextual relevante que es especialmente útil para consultas específicas o especializadas dentro de un dominio particular.

ChatGPT y educación universitaria

ChatGPT y educación universitaria. (2024). Coordinación: Mireia Ribera, Oliver Díaz Montesdeoca Editorial Octaedro. Recuperado 13 de febrero de 2024

Texto completo

La inteligencia artificial está aquí, y será una realidad en el futuro de nuestro alumnado. Aunque tardaremos unos años a aprovechar ChatGPT y herramientas afines con plena productividad, con este libro recorremos el camino con un poco más de calma y conocimiento para ayudar a los docentes hacia una implementación más satisfactoria en el aula y en nuestros quehaceres académicos.

Este es un libro interdisciplinario en el que varias miradas se coordinan para explicar el origen, el impacto, los sesgos y los posibles usos de ChatGPT en entornos académicos.

Índice

1. Introducción (Oliver Díaz, Mireia Ribera)
2. Indicaciones prácticas para usar ChatGPT (Eloi Puertas)
3. La tecnología tras ChatGPT (Daniel Ortiz, David Buchaca)
4. Inteligencia artificial, desinformación y aspectos éticos (Javier Guallar, Carlos Lopezosa)
5. Implementación de ChatGPT en el aula (Mariona Grané)
6. ChatGPT, implicaciones para la sociedad y la educación (Los autores)
Autoría

Ciencia ciudadana, Inteligencia Artificial y narración de historias personales

AI meets citizen science to unlock the nature of storytelling. Newsroom. Recuperado 12 de febrero de 2024, de https://www.mcgill.ca/newsroom/channels/news/ai-meets-citizen-science-unlock-nature-storytelling-354331

Un nuevo proyecto liderado por investigadores de la Universidad McGill busca entender una de las prácticas más antiguas y poderosas de la humanidad: la narración de historias. Desde antiguas tradiciones orales hasta la literatura moderna y las narrativas digitales, la narración de historias es una parte esencial de la experiencia vivida que aún no se comprende completamente.

‘Las Vidas de los Personajes Literarios’ es una iniciativa única en su tipo, que aprovecha la inteligencia artificial (IA) y la sabiduría colectiva de lectores de todo el mundo para explorar la pregunta: ¿por qué contamos historias?

Así como nuestras redes sociales en la vida real pueden revelar quiénes somos como individuos, analizar cómo interactúan los personajes en una historia puede arrojar luz sobre la naturaleza de la narración de historias en diferentes culturas. «Los personajes son el armazón de una gran narración», explica Andrew Piper, profesor del Departamento de Lenguajes de la Universidad McGill. En la actualidad, es posible utilizar modelos de IA para detectar quién es un personaje en una historia, sin embargo, es mucho más complicado entender si y cómo interactúan esos personajes. El esfuerzo por resolver esa pieza del rompecabezas plantea un desafío sin precedentes, ya que solo en el siglo XIX se inventaron más de 1.5 millones de personajes en inglés, y hoy en día ese número es magnitudes más alto.

«La proliferación de historias hoy en día es asombrosa. Simplemente no hay manera de dar cuenta de la amplitud de la creatividad humana sin depender de la IA. Pero estos sistemas a menudo están entrenados de manera sesgada o desconocida. Al contar con la ayuda de los lectores, podemos construir sistemas de IA mejores y más transparentes para descubrir los patrones intrincados en los que se basan las historias humanas», dijo Piper, director del proyecto.

El equipo de investigación hace un llamado a voluntarios para contribuir al proyecto como científicos ciudadanos. A través del portal web Zooniverse, los lectores responden preguntas sobre las interacciones de los personajes en pasajes cortos de ficción contemporánea. Los datos recopilados de forma colaborativa se utilizarán para entrenar a los modelos de IA para comprender mejor a los personajes literarios. Mientras que gran parte del desarrollo de la IA ocurre a puerta cerrada, los resultados de este proyecto estarán abiertos a todos.

«Todos los datos y modelos que generemos estarán abiertos al público, estableciendo un estándar importante para la IA transparente e inclusiva. Nuestro objetivo no es construir narradores robóticos. Queremos obtener una comprensión más profunda de la narración humana», dijo Piper.

‘Las Vidas de los Personajes Literarios’ es un proyecto de Zooniverse que involucra a investigadores de las universidades de McGill, Alberta, California: Berkeley y Michigan. Está financiado por el Consejo de Investigación de Ciencias Sociales y Humanidades de Canadá.

Pensamiento crítico y ética en la era de la IA generativa en la educación

Study of Generative AI Technologies in Education: A Critical Look into the Future of Learning. USC Center for Generative AI and Society, 2024

Texto completo

Este informe es una colección de seis artículos breves (más una introducción y una lista de los investigadores de IA Generativa), de los cuales «An Undergraduate Perspective of Generative AI in Undergraduate Education», de Eric Bui, y «Authoring by Editing and Revising: Considering Generative AI Tools», de Benjamin Nye, fueron los más sustanciosos e interesantes, ya que cada uno describe el uso de la IA de una manera ligeramente diferente, como fomento de la investigación, el pensamiento crítico y las habilidades de edición, al tiempo que se utiliza como asistente, en lugar de «profesor». Ambas son buenas lecturas. A través de Jonathan Kantrowitz, que destaca otro artículo de la colección, «Ethics in Generative AI: Report From the Field», de Stephen Aguilar, que informa de que «el género del profesor y su comodidad con la tecnología son factores que influyen en la adopción de la inteligencia artificial en el aula».

Google renombra el chatbot Bard como Gemini y lanza una suscripción de pago

Dastin, Jeffrey, y Jeffrey Dastin. «Google Rebrands Bard Chatbot as Gemini, Rolls out Paid Subscription». Reuters, 8 de febrero de 2024, sec. Technology. https://www.reuters.com/technology/google-rebrands-bard-chatbot-gemini-rolls-out-paid-subscription-2024-02-08/.

Más sobre Gemini

Google anunció el cambio de nombre de su chatbot Bard a Gemini, reflejando la nueva inteligencia artificial que lo impulsa. Ahora los usuarios pueden suscribirse a Gemini Advanced por 19.99 $ al mes, lo que incluye acceso a un modelo de IA Ultra 1.0 más potente y dos terabytes de almacenamiento en la nube.

Esta suscripción, parte del plan Google One AI Premium, busca competir con las ofertas de Microsoft en el mercado de suscripciones de IA, como ChatGPT Plus. La integración de Gemini en Gmail y su suite de productividad de Google se alinea con la forma en que los usuarios trabajan.

La empresa aprovecha su base de usuarios de Android para ampliar el alcance de Gemini, con planes de expansión internacional y soporte para idiomas adicionales. El cambio de nombre señala la evolución de Google en tecnología de IA, pasando de Bard a Gemini.

Inteligencia Artificial Generativa en la Educación Superior: evidencia de un análisis de políticas y directrices institucionales

McDonald, Nora, Aditya Johri, Areej Ali, y Aayushi Hingle. «Generative Artificial Intelligence in Higher Education: Evidence from an Analysis of Institutional Policies and Guidelines». arXiv, 12 de enero de 2024. https://doi.org/10.48550/arXiv.2402.01659.

El lanzamiento de ChatGPT en noviembre de 2022 provocó una adopción masiva de inteligencia artificial generativa (GenAI) en instituciones de educación superior (IES). Las IES se apresuraron a responder a su uso, especialmente por parte de los estudiantes, primero buscando regularlo y luego argumentando a favor de su integración productiva en la enseñanza y el aprendizaje.

En el año transcurrido desde el lanzamiento, las instituciones de educación superior (IES) han proporcionado cada vez más políticas y pautas para dirigir la GenAI. En este artículo se examinaron documentos producidos por 116 universidades estadounidenses categorizadas como instituciones de alta actividad investigadora o R1 con el fin de comprender comprehensivamente los consejos y orientaciones relacionados con la GenAI dados a los interesados institucionales.

A través de un análisis extenso, se encontró que la mayoría de las universidades (N=73, 63%) fomentan el uso de GenAI y muchas proporcionan orientación detallada para su uso en el aula (N=48, 41%). Más de la mitad de todas las instituciones proporcionaron programas de estudios de muestra (N=65, 56%) y la mitad (N=58, 50%) proporcionaron currículos de muestra y actividades de GenAI que ayudarían a los instructores a integrar y aprovechar la GenAI en su aula. Notablemente, la mayoría de la orientación para las actividades se centró en la escritura, mientras que el código y las actividades relacionadas con STEM se mencionaron la mitad del tiempo y de manera vaga incluso cuando lo estaban (N=58, 50%). Finalmente, más de la mitad de las instituciones hablaron sobre la ética de la GenAI en una variedad de temas de manera amplia, incluyendo la Diversidad, Equidad e Inclusión (DEI) (N=60, 52%).

En general, basándose en sus hallazgos, se advierte que la orientación para el profesorado puede volverse abrumadora, ya que se recomienda a menudo una revisión extensa de los enfoques pedagógicos en las políticas.

Lo que los bebés pueden enseñar a la inteligencia artificial

MIT Technology Review. «This Baby with a Head Camera Helped Teach an AI How Kids Learn Language». Accedido 8 de febrero de 2024. https://www.technologyreview.com/2024/02/01/1087527/baby-ai-language-camera/.

Los bebés tienen una comprensión innata de la física de nuestro mundo y pueden aprender nuevos conceptos e idiomas rápidamente, con información limitada. Incluso los sistemas de inteligencia artificial más poderosos que tenemos hoy en día carecen de esas habilidades. Los modelos de lenguaje que alimentan sistemas como ChatGPT, por ejemplo, son excelentes para predecir la siguiente palabra en una oración pero no tienen nada ni siquiera cercano al sentido común de un niño pequeño.

Pero ¿qué pasaría si una inteligencia artificial pudiera aprender como un bebé? Los modelos de IA se entrenan en vastos conjuntos de datos que consisten en miles de millones de puntos de datos. Los investigadores de la Universidad de Nueva York querían ver qué podrían hacer tales modelos cuando se entrenaban con un conjunto de datos mucho más pequeño: las vistas y sonidos experimentados por un solo niño aprendiendo a hablar. Para su sorpresa, su IA aprendió mucho, gracias a un bebé curioso llamado Sam.

Los investigadores colocaron una cámara en la cabeza de Sam, y él la usó de vez en cuando durante un año y medio, desde que tenía seis meses hasta un poco después de su segundo cumpleaños. El material que recopiló permitió a los investigadores enseñar a una red neuronal a relacionar palabras con los objetos que representan, informa Cassandra Willyard en esta historia. (¡Vale la pena hacer clic solo por las fotos increíblemente lindas!)

Esta investigación es solo un ejemplo de cómo los bebés podrían acercarnos un paso más a enseñar a las computadoras a aprender como los humanos, y en última instancia construir sistemas de IA tan inteligentes como nosotros. Los bebés han inspirado a los investigadores durante años. Son observadores agudos y excelentes aprendices. Los bebés también aprenden mediante ensayo y error, y los humanos seguimos volviéndonos más inteligentes a medida que aprendemos más sobre el mundo. Los psicólogos del desarrollo dicen que los bebés tienen un sentido intuitivo de lo que sucederá a continuación. Por ejemplo, saben que una pelota existe aunque esté oculta a la vista, que la pelota es sólida y no cambiará repentinamente de forma, y que rueda en un camino continuo y no puede teletransportarse repentinamente a otro lugar. Los investigadores de Google DeepMind intentaron enseñar a un sistema de IA a tener ese mismo sentido de «física intuitiva» al entrenar un modelo que aprende cómo se mueven las cosas al enfocarse en objetos en videos en lugar de píxeles individuales. Entrenaron el modelo en cientos de miles de videos para aprender cómo se comporta un objeto. Si los bebés se sorprenden por algo como una pelota que de repente sale volando por la ventana, teoriza, es porque el objeto se está moviendo de una manera que viola la comprensión del bebé de la física. Los investigadores de Google DeepMind lograron que su sistema de IA también mostrara «sorpresa» cuando un objeto se movía de manera diferente a como había aprendido que se mueven los objetos.

Sam usando su casco con cámara. Foto de Wai Keen Vong. Yann LeCun, un ganador del Premio Turing y científico jefe de IA de Meta, ha argumentado que enseñar a los sistemas de IA a observar como los niños podría ser el camino a seguir para sistemas más inteligentes. Él dice que los humanos tenemos una simulación del mundo, o un «modelo del mundo», en nuestros cerebros, lo que nos permite saber intuitivamente que el mundo es tridimensional y que los objetos no desaparecen realmente cuando salen de la vista. Nos permite predecir dónde estará una pelota que rebota o una bicicleta que se desplaza a una velocidad en unos segundos. Él está ocupado construyendo arquitecturas completamente nuevas para la IA que se inspiran en cómo aprenden los humanos. Cubrimos su gran apuesta para el futuro de la IA aquí. Los sistemas de IA de hoy en día sobresalen en tareas específicas, como jugar al ajedrez o generar texto que suene como si lo hubiera escrito un humano. Pero en comparación con el cerebro humano, la máquina más poderosa que conocemos, estos sistemas son frágiles. Carecen del tipo de sentido común que les permitiría operar sin problemas en un mundo caótico, realizar un razonamiento más sofisticado y ser más útiles para los humanos. Estudiar cómo aprenden los bebés podría ayudarnos a desbloquear esas habilidades.

La IA desvela el contenido del pergamino de Herculano después de 2.000 años

Texto del pergamino de Herculano, que ha permanecido invisible durante 2,000 años. (Crédito: Desafío del Vesubio)

Un rollo de papiro de 2,000 años de antigüedad, que sobrevivió a la erupción del Monte Vesubio en el año 79 d.C., ha sido leído por primera vez utilizando inteligencia artificial (IA). El rollo, carbonizado y enterrado en la ciudad romana de Herculano, contiene ideas sobre la antigua filosofía griega y las fuentes de placer en la vida.

El rollo forma parte de una colección de cientos de rollos de papiro que fueron encontrados en la biblioteca de una lujosa villa que pertenecía al suegro de Julio César. La villa fue el hogar del filósofo griego Filodemo, quien seguía las enseñanzas de Epicuro y escribía sobre música, poesía, ética y política.

Los rollos son la única biblioteca sobreviviente de textos de la antigua Roma, pero han sido ilegibles durante siglos. La ceniza volcánica que los preservó también los volvió frágiles y quebradizos, y cualquier intento de desenrollarlos causaría que se desmoronaran.

Sin embargo, un equipo de tres estudiantes de diferentes campos de la tecnología encontró una solución que les valió un premio de 700.000 dólares. Utilizaron IA para descifrar la tinta de carbono negra en el papiro, invisible al ojo humano, y métodos de escaneo convencionales.

Los estudiantes, Youssef Nader, Luke Farritor y Julian Schillinger, construyeron un modelo de IA que utilizaba reconocimiento de patrones para identificar las letras y palabras en el rollo. Aplicaron su modelo a uno de los cuatro rollos que fueron escaneados por el Dr. Brent Seales y su equipo en la Universidad de Kentucky utilizando tomografías computarizadas de alta resolución.

El modelo pudo leer 2.000 caracteres griegos, que es solo el 5% del texto, pero suficiente para revelar el tema y el estilo del autor. El rollo discute la naturaleza del placer y la felicidad y menciona la música y la comida como ejemplos. En un pasaje, el autor cuestiona si las cosas escasas son más placenteras que las abundantes.

El modelo de IA utilizó una técnica de aprendizaje profundo llamada redes neuronales convolucionales (CNN), inspirada en la forma en que el cerebro humano procesa la información visual. Las CNN pueden aprender a reconocer patrones y características en imágenes, como bordes, formas y colores. El modelo fue entrenado con miles de imágenes de textos griegos antiguos y luego probado en las imágenes del rollo.

El modelo pudo distinguir la tinta del fondo y segmentar el texto en líneas, palabras y letras. Luego, emparejó las letras con un alfabeto griego y reconstruyó las palabras y oraciones. El modelo también corrigió algunos errores y vacíos en el texto, utilizando el contexto y las reglas gramaticales.

Lo que revela el rollo descifrado por IA sobre la filosofía griega antigua La Dra. Federica, una investigadora de papirología en la Universidad de Nápoles, dijo que el rollo descifrado por IA es una «revolución» en la filosofía griega, ya que abre nuevas posibilidades para entender los pensamientos y la cultura del mundo antiguo. Espera que la tecnología se pueda utilizar para leer más rollos en el futuro, y eventualmente todos los 800.

El rollo descifrado por IA pertenece a un género de literatura filosófica llamado «Sobre elecciones y evitaciones», que trata la pregunta ética de cómo vivir una buena vida. El autor, que probablemente sea Filodemo, sigue la escuela de pensamiento epicúrea, que aboga por una vida de moderación, amistad y placer.

El documento también muestra la influencia de la música y la poesía en Filodemo, quien era poeta y amigo del famoso poeta romano Virgilio. Filodemo argumenta que la música y la poesía pueden mejorar el placer de la vida, siempre que no sean excesivas o distraigan. También compara los placeres de la comida y la bebida y sugiere que la escasez no necesariamente aumenta el placer, sino que depende de la calidad y la cantidad de la comida.

Se trata de una fuente valiosa de información sobre la historia de la filosofía, ya que arroja luz sobre el desarrollo y la transmisión de las ideas epicúreas de Grecia a Roma. También revela la vida intelectual y cultural de la élite en Herculano, interesada en la filosofía, la literatura y el arte. El rollo es un testimonio del rico y diverso legado del mundo antiguo, que casi se pierde en las llamas del Vesubio.