Los complicados dilemas éticos de la colección de libros raros

Mancino, Francesca. «The Complicated Ethics of Rare-Book Collecting». The Atlantic (blog), 2 de mayo de 2024. https://www.theatlantic.com/books/archive/2024/05/rare-book-private-collection-ethics/678254/.

En 1939, Ernest Hemingway dejó una gran colección de sus pertenencias en un almacén detrás de Sloppy Joe’s, un bar en Key West. En 2021, la Universidad Estatal de Pensilvania adquirió muchos de estos artículos, pero algunos libros ingresaron al mercado de libros raros. Francesca Mancino y su padre, coleccionistas de libros modernistas raros, adquirieron algunos de estos libros, incluyendo títulos con notas personales y dedicaciones de Hemingway.

Mancino reflexiona sobre la ética de las colecciones privadas de libros raros. Aunque a menudo se argumenta que estos libros deberían estar en instituciones públicas para el acceso del público y los académicos, los coleccionistas privados pueden ofrecer acceso más rápido y menos burocrático. Por ejemplo, bibliotecas públicas pueden tener libros sin catalogar durante largos periodos debido a la falta de recursos.

La autora destaca cómo los coleccionistas privados a menudo donan o venden sus colecciones a instituciones públicas, lo que ha formado la base de muchas bibliotecas y museos importantes, como la Biblioteca y Museo Morgan y el Instituto de Investigación Getty. Ejemplos notables incluyen la colección de Walter O. Evans, que ahora se encuentra en la Biblioteca Beinecke de Libros y Manuscritos Raros de Yale, y la colección de Lisa Unger Baskin, que fue vendida a la Universidad de Duke.

Mancino argumenta que el coleccionismo privado no siempre significa que los libros raros estén ocultos del público. Muchos coleccionistas permiten el acceso a académicos y estudiantes, e incluso abren sus hogares para visitas. La preservación es una preocupación tanto para las colecciones privadas como para las públicas, y los coleccionistas privados a menudo ven su papel como custodios temporales en la cadena de propiedad.

Finalmente, Mancino sugiere que, en lugar de centrarse exclusivamente en la propiedad, se debería fomentar una responsabilidad cultural amplia para compartir libros y manuscritos únicos mediante exposiciones públicas, digitalización o visitas a domicilio con cita previa.

Plan de Acción EDUCAUSE 2024: Políticas y directrices de AI

EDUCAUSE. «2024 EDUCAUSE Action Plan: AI Policies and Guidelines». Accedido 26 de mayo de 2024. https://www.educause.edu/research/2024/2024-educause-action-plan-ai-policies-and-guidelines.

El Estudio del Panorama de la IA 2024 de EDUCAUSE, basado en una encuesta a más de 900 profesionales de tecnología en educación superior, reveló brechas significativas en las políticas y directrices relacionadas con la IA en la educación superior

«Solo el 23% de los encuestados indicó que su institución tiene políticas de uso aceptable relacionadas con la IA ya implementadas, y casi la mitad (48%) de los encuestados no estuvo de acuerdo o estuvo en desacuerdo en que su institución tiene políticas y directrices adecuadas para permitir una toma de decisiones ética y efectiva sobre el uso de la IA».

Más de un año después del «renacimiento de la IA» que revolucionó las expectativas dentro y fuera del aula, la mayoría de las instituciones aún están intentando ponerse al día y establecer políticas y directrices que ayuden a sus líderes, personal, profesores y estudiantes a utilizar estas nuevas y poderosas tecnologías de manera efectiva y segura.

Afortunadamente, las instituciones no necesitan empezar desde cero en el desarrollo de sus políticas y directrices de IA. Gracias al trabajo de Cecilia Ka Yuk Chan y WCET, las instituciones cuentan con una base sobre la cual construir, un marco de políticas que abarca la gobernanza institucional, las operaciones y la pedagogía. Este marco ayuda a garantizar que las políticas y directrices relacionadas con la IA aborden de manera integral aspectos críticos de la vida y el funcionamiento institucional:

Gobernanza incluye la gestión de datos, la evaluación del uso de la IA en toda la institución, la promoción y el monitoreo del uso de la IA por parte de profesores y personal (incluida la investigación), el acceso inclusivo y equitativo, la propiedad intelectual y el uso de la IA para prácticas de promoción, tenencia y recontratación.

Operaciones abarca el desarrollo profesional (capacitación y apoyo), el desarrollo y mantenimiento de la infraestructura para la IA, y la revisión y recomendación de la implementación de la IA para mejorar las prácticas operativas.

Pedagogía incluye la integridad académica, las prácticas de evaluación, la comunicación clara a los estudiantes sobre las expectativas de la IA, el desarrollo de competencias y habilidades en IA para la preparación laboral, la comprensión del sesgo algorítmico, la interacción regular y sustantiva, y la accesibilidad del aprendizaje.

Con este marco como telón de fondo, se desarrolló este plan de acción convocando a un panel de profesionales de tecnología en educación superior para proponer posibles acciones que las instituciones podrían tomar en los próximos dos años para comenzar a establecer políticas y directrices efectivas de IA. Se pidió a los panelistas que revisaran el contenido del Plan de Acción de Horizon 2023 de EDUCAUSE: IA Generativa, reflexionando específicamente sobre el «futuro preferido» descrito en este informe, y que enumeraran los posibles impactos de las políticas y directrices de IA en individuos, unidades, instituciones y colaboraciones entre instituciones. Luego se les pidió a los panelistas que consideraran las acciones que podrían ayudar a los interesados en la educación superior a navegar tanto las políticas y directrices de IA existentes como las nuevas.

En comparación con la línea de tiempo de diez años que normalmente se utiliza para el trabajo de previsión, la ventana de dos años permitió a los panelistas reflexionar sobre los desafíos y oportunidades mucho más inmediatos para la planificación y toma de decisiones del presente. Las capacidades y necesidades de la IA están evolucionando rápidamente, y los líderes de la educación superior deben tomar medidas ahora. Delineando acciones que pueden aprovechar las políticas y directrices existentes o ayudarnos a crear nuevas, el panel ha comenzado a trazar un camino a seguir para la práctica de la IA en la educación superior que esperamos encuentre perspicaz, relevante y accionable.

EDUCAUSE y la Cooperativa WICHE para Tecnologías Educativas (WCET) colaboraron en la planificación y recopilación de datos para este plan de acción.

Aprovechando Políticas y Directrices Existentes

Muchas instituciones ya tienen políticas, directrices y procesos que, aunque no específicos para la IA, podrían estar relacionados o ser aplicables a herramientas y prácticas de IA. En lugar de «reinventar la rueda» creando un conjunto completamente nuevo de políticas y directrices, los líderes de estas instituciones podrían centrarse en comprender cómo aprovechar mejor los recursos y apoyos existentes. Las siguientes acciones recomendadas pueden ayudar a los interesados institucionales a construir sobre lo que ya existe:

Acciones Individuales

  • Familiarizarse con herramientas comunes de IA.
  • Ser buenos administradores de los datos institucionales y las directrices existentes.
  • Desarrollar la alfabetización individual en IA.

Acciones Departamentales o de Unidad

  • Aclarar qué políticas departamentales o de unidad existentes se aplican a la IA y cuáles no.
  • Desarrollar un lenguaje estándar para múltiples tipos de uso de IA en los cursos.
  • Crear oportunidades de colaboración para descubrir qué funciona y qué no.

Acciones Institucionales

  • Formar comités interfuncionales y comunidades de práctica para evaluar y mejorar las prácticas de IA.
  • Ampliar la formación profesional existente para incluir capacitación en IA para todo el personal docente, administrativo y estudiantil.
  • Mapear las políticas y directrices de IA a la misión, valores y estrategias existentes de la institución.

Acciones Multiinstitucionales

  • Colaborar para crear un entendimiento común de las implicaciones potenciales de las regulaciones estatales/federales.
  • Desarrollar criterios de evaluación que puedan añadirse a los recursos existentes.
  • Colaborar con instituciones pares para revisar y comparar políticas y procedimientos de IA.

Creación de Nuevas Políticas y Directrices

Aunque los recursos y apoyos existentes pueden ayudar con algunas necesidades relacionadas con la IA, las tecnologías y prácticas de IA incipientes pueden presentar desafíos novedosos que las políticas y directrices existentes simplemente no abordan. En estos casos, las instituciones pueden necesitar crear nuevas políticas y directrices y establecer nuevas estructuras y apoyos para ayudar a los interesados a navegar estas aguas inexploradas. Las siguientes acciones recomendadas pueden ayudar a los interesados institucionales a saber por dónde empezar cuando tienen una hoja en blanco frente a ellos:

Acciones Individuales

  • Incorporar las voces y perspectivas de los estudiantes al desarrollar nuevas políticas y directrices.
  • Recomendar escenarios o problemas para los que se necesita orientación adicional sobre IA.
  • Ser transparentes y abiertos sobre el uso de IA para generar conversación, incluyendo la documentación de casos de uso nuevos y emergentes.

Acciones Departamentales o de Unidad

  • Revisar regularmente los programas académicos y cursos para determinar dónde debe mejorarse y apoyarse el uso de IA y/o la alfabetización.
  • Desarrollar nuevas colaboraciones para romper barreras.
  • Establecer políticas y procedimientos claros para temas relacionados con la tenencia y promoción de IA.

Acciones Institucionales

  • Garantizar el acceso equitativo a herramientas de IA en todo el campus.
  • Contratar líderes y/o personal específicamente encargado de dirigir la IA para la institución.
  • Crear una estructura de gobernanza de IA de alto nivel (fuera de TI), incluyendo auditorías regulares.

Acciones Multiinstitucionales

  • Construir marcos compartidos para evaluar productos y modelos de IA internos y de proveedores.
  • Aprovechar la comunidad de educación superior y los estándares de cumplimiento comunes para presionar a los proveedores de soluciones de IA para que satisfagan las necesidades de la educación superior.
  • Lanzar iniciativas interinstitucionales para avanzar en las políticas y estándares de IA.

Gabi Sánchez y Chema Alonso (Grupo 96) nos ponen sus canciones. Viviendo en la era pop 2024/04/24

Gabi Sánchez y Chema Alonso (Grupo 96) nos ponen sus canciones.

Viviendo en la era pop 2024/04/24

ESCUCHAR EL PROGRAMA

Ir a descargar

Gabi Hernández y Chema Alonso, dos de los legendarios músicos salmantinos que militaron en bandas míticas como el Grupo 96, nos presentan y comentan algunas de sus canciones preferidas. Estos dos músicos Gabi (teclista) y Chema (bajista), con su vasta experiencia y amor por la música, nos ofrecen una selección de canciones que no solo han dejado una huella en sus vidas, sino que también han influenciado a generaciones de músicos y aficionados por igual. Entre los temas seleccionados se encuentran clásicos que abarcan diversos géneros y épocas, cada uno con su propio impacto y legado en la historia de la música.

Lanzamiento de la Plataforma de IA de Clarivate

Ben-Porat, Guy. «Introducing the Clarivate Academic AI Platform». Clarivate (blog), 21 de mayo de 2024. https://clarivate.com/blog/introducing-the-clarivate-academic-ai-platform/.

La Plataforma Académica de IA de Clarivate marca un hito significativo en su esfuerzo por empoderar a la comunidad académica con herramientas y tecnologías de IA innovadoras y servirá como una columna vertebral tecnológica, permitiendo la implementación acelerada y consistente de capacidades de IA en todo su portafolio de soluciones Académicas y Gubernamentales.

Esta iniciativa ha sido el resultado de varios proyectos de investigación en los que la empresa se ha involucrado durante el último año, trabajando estrechamente entre sus equipos de ciencia de datos, ingeniería, contenido y experiencia de usuario, y la comunidad de clientes para aprender de primera mano sobre el potencial y las limitaciones de la IA generativa (GenIA). Además, la experiencia acumulada durante años de uso de IA y aprendizaje automático en sus productos ha sido fundamental para dar forma a este avance.

Algunas de sus características son:

  • Asistente de Investigación de Web of Science: Ayudando a investigadores de todos los niveles a explorar el índice de citas más confiable del mundo, aprovechando más de un siglo de investigación, con descubrimiento en lenguaje natural, tareas guiadas y visualizaciones contextuales.
  • Asistente de Investigación de ProQuest: Permitiendo a los usuarios navegar por millones de trabajos académicos de texto completo dentro de ProQuest y obtener fácilmente nuevos conocimientos para la investigación y el aprendizaje.
  • Entrenador Académico Alethea: Fomentando las habilidades de aprendizaje y pensamiento crítico de los estudiantes al guiarlos hacia el núcleo de sus lecturas de curso, ayudándolos a destilar los puntos clave y prepararse para la discusión en clase.
  • Asistente de Investigación de Primo: Transformando el descubrimiento en bibliotecas, proporcionando a los usuarios una nueva forma de encontrar y explorar materiales a través de la búsqueda en lenguaje natural, referencias de artículos y consultas recomendadas para apoyar la investigación.

En el futuro, la plataforma ampliará sus capacidades para admitir la introducción de capacidades de IA en productos adicionales, incluidos Alma, Ebook Central, EndNote y Leganto, así como presentar eficiencias de backend como la creación y enriquecimiento de metadatos.

Las bibliotecas universitarias se preparan para un mundo de investigación y erudición influenciado por la Inteligencia Artificial

Ruttenberg, Judy. «Research Libraries Prepare for a World of AI-Influenced Research and Scholarship». Association of Research Libraries (blog), 23 de mayo de 2024. https://www.arl.org/blog/research-libraries-prepare-for-a-world-of-ai-influenced-research-and-scholarship/.

Las bibliotecas de investigación, responsables de preservar el pasado, el presente y el futuro del conocimiento, tienen una larga experiencia con tecnologías disruptivas. Ahora están utilizando el crecimiento de la inteligencia artificial (IA), especialmente la IA generativa, para mejorar sus servicios, crear oportunidades educativas y evaluar su impacto en las operaciones y colecciones. La Asociación de Bibliotecas de Investigación (ARL) se asegura de que sus miembros y las comunidades a las que sirven prosperen en medio de esta disrupción tecnológica. Esto implica equilibrar las oportunidades innovadoras de la IA generativa con las posibles amenazas al acceso equitativo, la libertad intelectual y la integridad de la información.

La ARL ha sido históricamente fuerte en la defensa de un régimen de derechos de autor equilibrado. A través de la Library Copyright Alliance (LCA), la Asociación emitió en 2023 un conjunto de principios para los derechos de autor y la inteligencia artificial. Estos principios fueron presentados a la Oficina de Derechos de Autor de EE. UU. y a la Oficina de Política de Ciencia y Tecnología de la Casa Blanca. Los principios destacan la diferencia crucial entre lo que un modelo de IA aprende y lo que produce en relación con las obras protegidas por derechos de autor. En resumen, para que la IA generativa pueda innovar, es necesario proteger el uso justo en el entrenamiento de modelos de IA, mientras que la ley actual puede abordar las posibles infracciones de derechos de autor en las producciones de IA.

Como líder en la creación de normas para bibliotecas de investigación, la ARL también ha formulado principios generales sobre la IA generativa. Estos principios buscan influir en las políticas y abogar por el desarrollo responsable de tecnologías de IA, promoviendo prácticas éticas y transparentes, y construyendo confianza entre todas las partes involucradas, tanto dentro de las bibliotecas como en el entorno de investigación en general.

Además, la ARL y la Coalición para la Información en Red (CNI) han publicado un conjunto de escenarios que anticipan el impacto del aprendizaje automático y la IA generativa en el ecosistema del conocimiento y la investigación para el año 2035. Estos escenarios no pretenden predecir el futuro, sino ayudar a imaginarlo y explorar las incertidumbres que el sector enfrentará. En una reciente reunión en Boston, la comunidad de la ARL utilizó estos escenarios para identificar y priorizar oportunidades.

Invertir en bibliotecas siempre ha beneficiado a las comunidades durante las disrupciones tecnológicas. La ARL y sus bibliotecas miembro colaboran con socios del sector de investigación y aprendizaje para preservar el patrimonio cultural, apoyar nuevas formas de investigación y publicación, y promover el éxito estudiantil. La Asociación invita a colaborar en el avance de sus principios de IA y en el uso de estos escenarios para asegurar un entorno informativo que promueva el progreso del conocimiento.

Un manuscrito perdido con la traducción irlandesa de «El Paraíso Perdido» finalmente encontrado en la Universidad de Illinois

«Irish Translation of Paradise Lost Found at University of Illinois.» Irish Star. Accedido el 24 de mayo de 2024. https://www.irishstar.com/culture/nostalgia/paradise-lost-irish-translation-illinois-32871601. ​

Un manuscrito antiguo de la traducción al irlandés del poema épico «El Paraíso Perdido» de John Milton, que se creía perdido durante años, ha sido encontrado. Milton compuso los diez libros de «El Paraíso Perdido» entre 1658 y 1663

La traducción de este poema de 10.000 versos al idioma irlandés fue realizada en el siglo XIX. Desde entonces, los eruditos pensaban que se había perdido irremediablemente. Recientemente, a través del examen meticuloso de una copia en microfilm en la Biblioteca Nacional de Irlanda, los investigadores lograron finalmente rastrear su ubicación.

El manuscrito resultó estar en la Universidad de Illinois, en Urbana-Champaign, específicamente en su Biblioteca de Libros y Manuscritos Raros. El manuscrito había estado allí desde 1968, archivado bajo un nombre de archivo no identificable.

Este descubrimiento notable arroja luz sobre la historia literaria y lingüística de Irlanda. El manuscrito, que había estado ausente del discurso académico, ahora proporciona una nueva perspectiva sobre cómo se utilizaba y traducía el idioma durante ese período.

AI a juicio: los modelos de Inteligencia Artificial alucinan en 1 de cada 6 consultas en el ámbito legal

Magesh, Varun, Faiz Surani, Matthew Dahl, Mirac Suzgun, Christopher D. Manning, y Daniel E. Ho. «AI on Trial: Legal Models Hallucinate in 1 Out of 6 Queries.» Stanford HAI, May 23, 2024.

PDF

Los modelos de inteligencia artificial (IA) están transformando rápidamente la práctica del derecho, con casi tres cuartas partes de los abogados planeando usar IA generativa para su trabajo. Sin embargo, surgen dudas sobre su fiabilidad.

Los modelos de lenguaje grandes tienden a «alucinar» o inventar información falsa. Un caso notorio fue el de un abogado de Nueva York sancionado por citar casos ficticios creados por ChatGPT. Estudios previos encontraron que los chatbots generales alucinaban entre el 58% y el 82% del tiempo en consultas legales. El Presidente del Tribunal Supremo Roberts advirtió a los abogados sobre estas alucinaciones en su informe anual de 2023.

Para reducir las alucinaciones, se promueve la generación aumentada por recuperación (RAG), que integra un modelo de lenguaje con una base de datos de documentos legales. Los servicios de investigación legal afirman que sus productos basados en RAG «evitan» alucinaciones y garantizan citas legales «libres de alucinaciones». Sin embargo, no han proporcionado evidencia sólida de estas afirmaciones ni han definido claramente «alucinación».

Un estudio reciente de Stanford RegLab y HAI evaluó las afirmaciones de dos proveedores, LexisNexis y Thomson Reuters. Aunque sus herramientas reducen los errores en comparación con modelos de IA generales como GPT-4, aún producen información incorrecta en más del 17% de las consultas, es decir, una de cada seis consultas.

Los sistemas de IA pueden alucinar de dos maneras:

  1. Respuesta incorrecta: describe la ley incorrectamente o comete un error factual.
  2. Respuesta mal fundamentada: describe la ley correctamente pero cita una fuente que no respalda sus afirmaciones.

El estudio resalta la necesidad de evaluaciones rigurosas y transparentes de las herramientas de IA legal. La opacidad actual dificulta a los abogados cumplir con sus responsabilidades éticas y profesionales, y podría socavar los beneficios de eficiencia prometidos por estas herramientas. Se requiere transparencia para que los abogados puedan adoptar la IA de manera responsable y cumplir con las regulaciones emergentes sobre el uso de IA en la práctica legal.

En conclusión, las alucinaciones legales no han sido resueltas y la profesión legal debe enfocarse en establecer puntos de referencia públicos y evaluaciones rigurosas de las herramientas de IA.

¿Qué son y que implican los desiertos informativos?

Los desiertos informativos («news deserts») son comunidades que carecen de medios de comunicación locales que proporcionen noticias y contenidos creíbles y completos. Este fenómeno ocurre cuando los periódicos y otras fuentes de noticias locales cierran o se reducen significativamente, dejando a las comunidades sin acceso a información esencial sobre eventos locales, gobierno, elecciones y otros temas importantes.

Desde 2005, Estados Unidos ha perdido más de una cuarta parte de sus periódicos y se prevé que perderá un tercio para 2025. Los desiertos informativos representan una amenaza significativa para las comunidades locales y la democracia, especialmente en una era de noticias falsas.

Las noticias locales son fundamentales para mantener informada a la comunidad sobre el gobierno local, las elecciones y eventos sociales. No obstante, la industria periodística enfrenta una crisis, con el cierre de muchos periódicos en las últimas dos décadas, lo que ha dado lugar a «desiertos de noticias»: comunidades sin cobertura informativa local.

El Centro para la Innovación y la Sostenibilidad en los Medios Locales (CISLM) de la Universidad de Carolina del Norte define un desierto informativo como: “una comunidad, ya sea rural o urbana, con acceso limitado a noticias y contenidos creíbles y completos que alimentan la democracia a nivel local”. La desaparición del periodismo local deja un vacío que puede ser llenado por desinformación.

Los desiertos informativos surgen por varias razones. Una de las principales causas es el declive financiero de los medios. La disminución de ingresos por publicidad y suscripciones ha llevado al cierre de muchos periódicos locales. Otra causa significativa es la consolidación de medios. La compra y fusión de medios por grandes corporaciones a menudo resulta en la reducción de personal y cobertura local, ya que estas empresas buscan maximizar la eficiencia y reducir costos. Finalmente, los cambios en el consumo de noticias también juegan un papel importante. El auge de las noticias digitales y las redes sociales ha cambiado la forma en que las personas consumen noticias, afectando la viabilidad de los medios tradicionales que no han logrado adaptarse a estos nuevos hábitos de consumo.

La falta de noticias locales tiene varias consecuencias negativas. Sin fuentes confiables de noticias, las comunidades pueden ser más vulnerables a la desinformación y las noticias falsas. Esto se debe a que no hay medios locales que puedan verificar y proporcionar información precisa sobre eventos y asuntos importantes. Además, la ausencia de noticias locales puede disminuir la participación cívica. Los ciudadanos, al no estar informados sobre los asuntos locales, son menos propensos a participar en actividades cívicas y elecciones. Finalmente, la falta de cobertura mediática local reduce la rendición de cuentas. Los funcionarios locales y las instituciones pueden operar con menos escrutinio público, lo que puede llevar a la corrupción y a una menor transparencia.

Para abordar los desiertos informativos, se están explorando varias soluciones. Una de ellas es la transformación digital. Los medios de comunicación pueden adoptar modelos de distribución digital para llegar a una audiencia más amplia sin incurrir en los costos asociados con la impresión y la distribución física. Esto les permite expandir su alcance a nuevas audiencias y mantener costos bajos.

Además, se están implementando modelos de negocio innovadores. Esto incluye la introducción de nuevos métodos de monetización, como las suscripciones digitales y el acceso patrocinado. Estas estrategias permiten a los medios generar ingresos de manera sostenible mientras ofrecen contenido de calidad a los lectores. El acceso patrocinado, en particular, puede ser una forma efectiva de proporcionar acceso a noticias confiables a comunidades que de otro modo estarían mal atendidas.

Finalmente, el apoyo comunitario y gubernamental también juega un papel crucial. Se están ofreciendo incentivos y subvenciones para apoyar el periodismo local y garantizar su sostenibilidad a largo plazo. Esto puede incluir fondos destinados a medios locales independientes, programas de becas para periodistas locales y campañas de concientización sobre la importancia del periodismo local en la democracia. El respaldo del gobierno y la comunidad es fundamental para mantener vivos los medios locales y garantizar que sigan cumpliendo su función vital en la sociedad.

Fuente: Media Makers Meet | What’s new in media. «How technology can help publishers eliminate the threat of news deserts», 5 de enero de 2023. https://mediamakersmeet.com/how-technology-can-help-publishers-eliminate-the-threat-of-news-deserts/.

Nuevas directrices sobre Inteligencia Artificial para bibliotecas universitarias y de investigación

Research Libraries Guiding Principles for Artificial
Intelligence Association of Research Libraries (ARL), abril 2024

Texto completo

La Asociación de Bibliotecas de Investigación (ARL) ha presentado un conjunto de siete principios guía dirigidos a los bibliotecarios universitarios, con el objetivo de orientar su labor ante el creciente uso de inteligencia artificial generativa.

En los dos años transcurridos desde el lanzamiento de ChatGPT, los bibliotecarios han sido solicitados frecuentemente para liderar la investigación y el desarrollo de la tecnología emergente de IA, abordando preguntas sobre derechos de autor y preocupaciones de citación. Algunos bibliotecarios han creado sus propias guías de IA o lanzado proyectos piloto para abordan algunas inquietudes académicas.

Los siete principios de la ARL se centran en el desarrollo y la implementación de la IA generativa, que generalmente se refiere a modelos de lenguaje grande como ChatGPT de OpenAI. La asociación afirma que los principios tienen como objetivo «promover prácticas éticas y transparentes, y generar confianza entre los interesados, tanto en las bibliotecas de investigación como en todo el entorno de investigación».

Principios Guía de la ARL

  1. Fomentar la alfabetización digital: Educar a los usuarios de la biblioteca y a los profesionales de TI sobre la IA.
  2. Entender y crear conciencia sobre el sesgo de la IA: Ayudar a los usuarios a navegar y evaluar la IA considerando posibles distorsiones en la información e imágenes generadas.
  3. Defender la apertura y la transparencia: Enfocarse en los algoritmos, datos de entrenamiento y metodologías utilizadas para crear la IA.
  4. Reconocer que no hay IA sin humanos: La participación humana es necesaria en consideraciones éticas, de accesibilidad y de fiabilidad al usar IA en entornos de investigación.
  5. La seguridad y la privacidad son clave: Abogar por leyes y regulaciones que prioricen la información personal de los usuarios de la biblioteca.
  6. Continuar la aplicación de la ley de derechos de autor: Preservar los derechos de las bibliotecas para fines de investigación y educación, y abordar la intersección de los derechos de autor con la IA.
  7. Equidad en la información digital: Asegurar que la ley de derechos de autor guíe los contratos con revistas académicas e instituciones de investigación, y promover el uso justo, la libertad intelectual y de información.

Desarrollo y Aplicación

Las discusiones sobre los principios comenzaron hace más de un año, aproximadamente seis meses después del debut de ChatGPT. Los principios fueron desarrollados a través de ARL Scholars and Scholarship Committee y ARL Advocacy and Public Policy Committee, definidos después de múltiples reuniones y un período de comentarios abiertos para todos los miembros.

Cynthia Hudson Vitale, directora de política científica y becas de la ARL, y Katherine Klosek, directora de política de información y relaciones federales, señalaron que, aunque no hay un plan fijo para revisar y cambiar los principios, están abiertos a la discusión a medida que evolucionan la IA y las preocupaciones relacionadas.

Jeanette Moss, bibliotecaria de apoyo curricular e instrucción en la Universidad Northwestern, afirmó: «Los bibliotecarios siempre han estado en la tarea de enseñar cómo evaluar la información, ya sea información escrita o fuentes de información, por lo que eso no ha cambiado desde que comenzó Internet. Pero ahora tenemos que reforzar aún más ese punto».

Tenemos muchos libros en casa. Son nuestro principal motivo decorativo

«Tenemos muchos libros en casa. Son nuestro principal motivo decorativo: libros amontonados en la mesa de centro, cubiertas de libros enmarcadas, libros apilados en cualquier superficie disponible y, por supuesto, libros en estanterías a lo largo de casi todas las paredes. Además de los libros visibles, hay otros que esperan en la recámara, en el sótano, en el garaje, en el trastero… Hacen las veces de muebles, sostienen muebles caídos y, disimulados con colchas, hacen las veces de mesas… No puedo imaginarme una casa sin un exceso de libros. El sentido de los libros es tener demasiados pero sentir que nunca tienes suficientes, o el adecuado en el momento adecuado, pero luego, a veces, descubrir que deseabas quedarte dormido leyendo los Papeles de Aspern, y ahí está».

LOUISE ERDRICH
Libros e islas en el pueblo Ojibwe