La tecnología de texto a voz (TTS) impulsada por IA se está convirtiendo rápidamente en una de las mejores alternativas a la lectura tradicional, ofreciendo una forma conveniente y natural de consumir contenido, ya sea mientras te desplazas, realizas varias tareas a la vez o simplemente prefieres escuchar en lugar de leer.
Aunque algunas voces de IA aún suenan un poco robóticas, aplicaciones como Reader de ElevenLabs están cambiando eso. Reader puede leer texto en voz alta en cientos de voces diferentes en iOS y Android, y recientemente ha expandido su acceso a más de 30 idiomas, incluyendo portugués, español, francés, hindi, alemán, japonés y árabe.
Cómo empezar con Reader:
Descargar e instalar: Obtén la aplicación en tu computadora o teléfono.
Crear una cuenta: Regístrate y accede.
Personalizar: Selecciona tu voz predeterminada y ajusta la aplicación a tus necesidades.
Agregar contenido: Desde la pantalla de inicio, puedes cargar texto, añadir una URL, subir un archivo o escanear un documento.
Reader es gratuito durante los primeros tres meses, con planes que van desde una versión gratuita (10.000 créditos al mes) hasta una versión Pro de 99 $/mes (500.000 créditos).
Sin embargo, Reader enfrenta fuerte competencia, especialmente de Speechify, que ofrece características adicionales como escaneo de documentos, integraciones con Gmail y Canvas, y la capacidad de clonar tu voz para la lectura de texto.
A medida que la tecnología TTS avanza, más empresas de medios planean introducir sus propias voces personalizadas, aumentando la competencia por la atención de los usuarios. Reader deberá seguir innovando para mantenerse a la vanguardia.
Wheatley, Amanda, y Sandy Hervieux. «Comparing generative artificial intelligence tools to voice assistants using reference interactions». The Journal of Academic Librarianship 50, n.o 5 (1 de septiembre de 2024): 102942. https://doi.org/10.1016/j.acalib.2024.102942.
Para responder a las preguntas de investigación, los autores crearon 25 preguntas de referencia basadas en consultas recibidas a través del servicio de referencia virtual de la biblioteca de su universidad. Luego, plantearon estas preguntas a los asistentes de voz y a dos versiones de ChatGPT, registrando las respuestas en una hoja de cálculo.
Los resultados muestran que las herramientas comprenden bien las preguntas de referencia y ofrecen respuestas relevantes, pero la calidad de las referencias proporcionadas y la precisión de las respuestas pueden ser insuficientes.
Uno de los problemas principales es que algunas herramientas no proporcionan referencias o estas son de baja calidad. Los asistentes de voz, como Google Assistant, Siri y Alexa, destacaron en este aspecto, con Google Assistant ofreciendo las mejores respuestas en términos de relevancia, precisión y calidad de las referencias. Esto se debe a que los asistentes de voz buscan en internet en lugar de depender de modelos de lenguaje masivo, lo que reduce el riesgo de citar fuentes falsas. ChatGPT, por su parte, tiene problemas conocidos de «alucinaciones» y citas falsas o inexistentes, lo cual es preocupante para los profesionales de la información.
Aunque estas herramientas pueden ofrecer respuestas relevantes y precisas, ninguna iguala la calidad que un bibliotecario académico podría brindar. Google Assistant fue el que más se acercó, con un 40 % de sus respuestas siendo recomendadas por un bibliotecario, mientras que ChatGPT falló en más del 50 % de los casos.
En términos generales, Google Assistant fue la herramienta que mejor respondió a las preguntas de referencia, seguido por Alexa y Siri. Aunque las herramientas de IA generativa como ChatGPT comprenden bien las preguntas, sus respuestas carecen de la precisión y la autoridad necesarias para competir con los asistentes de voz en este contexto.
El estudio concluye que, si bien los asistentes de voz y herramientas como ChatGPT pueden ser útiles para iniciar una investigación, deben utilizarse en combinación con los servicios tradicionales de referencia. El uso de IA generativa puede ser más adecuado para tareas como la lluvia de ideas o la explicación de conceptos, en lugar de responder preguntas de referencia de manera fiable. El estudio también sugiere que futuras investigaciones podrían explorar cómo las herramientas de IA pueden colaborar con los bibliotecarios para mejorar los servicios de referencia.
La versión 7.0 presenta un rediseño importante con una interfaz moderna y un nuevo ícono. Incluye un modo oscuro, un panel de elementos rediseñado y opciones de densidad ajustables. Se ha mejorado el rendimiento general y la compatibilidad con PDF, EPUB y archivos web.
Las nuevas características incluyen anotaciones en documentos, una mejor gestión de bibliotecas grandes, y soporte nativo para Macs con Apple Silicon. Se han realizado mejoras en la accesibilidad, la compatibilidad con sistemas operativos y la arquitectura de complementos. También se ha añadido la capacidad de restaurar colecciones eliminadas, mejorar la navegación por pestañas abiertas, y proporcionar una vista previa de archivos adjuntos.
La nueva versión de Zotero 7.0, lanzada el 9 de agosto de 2024, introduce una serie de mejoras significativas:
Rediseño de la Aplicación: Zotero 7.0 presenta un diseño moderno y atractivo con un nuevo ícono. Incluye un modo oscuro, un panel de elementos rediseñado con secciones verticales colapsables y una barra de navegación lateral. Los usuarios pueden elegir entre dos opciones de densidad para la interfaz: Compacta y Cómoda.
Mejoras en el Rendimiento: La actualización ofrece un rendimiento significativamente más rápido, especialmente en el manejo de grandes bibliotecas y archivos. Zotero ahora es compatible con 64 bits en Windows, lo que mejora la velocidad y la estabilidad, y también admite Windows en ARM y Macs con Apple Silicon.
Mejoras en el Lector y Anotaciones: Se ha optimizado el manejo de PDF y se ha añadido soporte para abrir y anotar archivos EPUB y capturas de páginas web. Las nuevas funcionalidades incluyen anotaciones de texto, subrayado y resaltado que pueden abarcar varias páginas, además de la capacidad de redimensionar anotaciones y extraer tablas de contenido básicas.
Accesibilidad y Compatibilidad: Zotero 7.0 mejora el soporte para lectores de pantalla y la navegación por teclado. La compatibilidad con diferentes sistemas operativos también se ha incrementado, con la aplicación siguiendo el modo oscuro del sistema y usando la fuente del sistema en macOS. En Linux, Zotero ahora utiliza Wayland si está disponible, y se ha mejorado la compatibilidad con diversos entornos de escritorio.
Nueva Gestión de Pestañas y Archivos Adjuntos: La actualización incluye un nuevo menú de pestañas abiertas que permite buscar, cerrar y reordenar pestañas rápidamente. También se han añadido vistas previas para archivos adjuntos, incluidos PDFs, EPUBs, capturas de páginas web e imágenes.
Funciones Adicionales: Zotero 7.0 incorpora opciones para renombrar archivos de forma más personalizada y mejoras en la arquitectura de complementos para una mayor estabilidad. La búsqueda en la ventana de configuración ha sido rediseñada, y se ha añadido la opción de abrir archivos en ventanas en lugar de pestañas.
Una red global de bibliotecarios y archiveros está organizándose en solidaridad con sus colegas palestinos.
Desde que comenzó el ataque de Israel a Gaza hace diez meses, más de 40.000 personas han muerto y se han destruido importantes repositorios del patrimonio cultural palestino, como los Archivos Centrales de Gaza, la Biblioteca Municipal de Gaza y la Biblioteca de la Universidad Islámica de Gaza. La Asociación Americana de Bibliotecas condenó estos actos en enero. Mientras Estados Unidos financia la agresión de Israel y suministra armas, los bibliotecarios están documentando y compartiendo información sobre la destrucción del sector informativo de la región en solidaridad con sus colegas palestinos. La red Bibliotecarios y Archiveros con Palestina (LAP) lidera estos esfuerzos.
Librarians and Archivists with Palestine (LAP) comenzó en 2013 con una delegación internacional de bibliotecarios y archiveros de EE.UU., Canadá, Suecia y Trinidad y Tobago que viajó a Palestina para colaborar con colegas locales. Este grupo ha lanzado varios proyectos para apoyar la preservación cultural en Palestina, incluyendo Matloub/Wanted y campañas de lectura de literatura palestina.
El grupo también ha desarrollado una herramienta para rastrear la censura en el lugar de trabajo, documentando las restricciones impuestas a los trabajadores de la información en EE.UU. que se han manifestado en apoyo a Palestina. Los problemas enfrentados incluyen la prohibición de ciertos símbolos y la represión en la comunicación interna.
LAP destaca que la destrucción de bibliotecas en Gaza no solo elimina edificios y libros, sino que también empobrece la identidad colectiva del pueblo palestino y viola su soberanía. Para los miembros de LAP, estas son cuestiones también relacionadas con la biblioteca.
Está claro que Einstein no creía que la disciplina, la obediencia y las largas horas de estudio fueran la clave para desarrollar al máximo el potencial de una mente. ¿Qué recomendaba? La sorprendente respuesta es cuentos de hadas.
Albert Einstein, aunque fue uno de los genios más grandes de la historia, no tuvo éxito en el sistema educativo tradicional alemán. A pesar de que no tuvo malas calificaciones, su desagrado por la rutina y rigor escolar lo llevó a abandonar la escuela a los 15 años para educarse por sí mismo. Einstein creía que la disciplina estricta y la memorización no eran la clave para desarrollar todo el potencial intelectual.
En lugar de eso, Einstein recomendaba a los padres que leyeran más cuentos de hadas a sus hijos. En un artículo de 1958 de Montana Libraries, se relata que Einstein aconsejó que los cuentos de hadas eran cruciales para estimular la imaginación creativa, que es esencial para el desarrollo intelectual. Aunque la veracidad exacta de esta historia es incierta, coincide con otros comentarios de Einstein sobre la importancia de la exploración autodirigida y el disfrute en el aprendizaje.
El consejo de Einstein a los padres que quieren desarrollar el potencial intelectual de sus hijos nos llega a través de un artículo publicado en 1958 en Montana Libraries en el que la autora, una tal Rita McDonald, cuenta una historia que oyó sobre el gran físico. La Biblioteca del Congreso desenterró la antigua publicación para su blog. Dice así:
«En Denver oí una historia sobre una mujer que era amiga del difunto Dr. Einstein, sin duda reconocido como un destacado científico «puro». Ella quería que su hijo también fuera científico y le pidió al Dr. Einstein que le sugiriera el tipo de lecturas que podría hacer en la escuela para prepararse para esa carrera. Para su sorpresa, el Dr. Einstein recomendó «cuentos de hadas y más cuentos de hadas». La madre protestó por esta frivolidad y pidió una respuesta seria, pero el Dr. Einstein insistió, añadiendo que la imaginación creativa es el elemento esencial en el equipamiento intelectual del verdadero científico, y que los cuentos de hadas son el estímulo infantil de esta cualidad!»
Pero una cosa es segura: el consejo coincide con muchos otros comentarios de Einstein sobre el fomento del pensamiento libre, la inteligencia y la felicidad de los niños. También está respaldado por la ciencia moderna.
La ciencia moderna respalda esta recomendación, mostrando que los cuentos de hadas ayudan a los niños a desarrollar creatividad, pensar sobre conflictos y afrontar situaciones difíciles. Además, la lectura temprana está vinculada a un mejor rendimiento académico en el futuro, y los cuentos de hadas pueden ayudar a los niños a desarrollar empatía y pensamiento crítico.
Los cuentos de hadas, dicen los expertos modernos, son la forma perfecta de ayudar a los niños a pensar sobre el mundo, sus retos y sus esperanzas y miedos de la forma creativa e independiente recomendada por Einstein.
Las historias tradicionales de princesas pasivas y caballeros salvadores tienen sus inconvenientes. Pueden fomentar estereotipos sexistas y a menudo no representan todo el espectro de niños y sus experiencias. Pero hay muchas opciones más inclusivas y, según un resumen de PsychCentral de estudios recientes sobre sus beneficios, los cuentos de hadas ayudan a los niños a desarrollar su creatividad, a reflexionar sobre los conflictos y a afrontar situaciones difíciles.
Los cuentos de hadas también tienen otros beneficios. Los seres humanos somos criaturas que cuentan historias, y la neurociencia ha demostrado que, cuando leemos un cuento, nuestros cerebros imitan las situaciones de los personajes a los que seguimos; por ejemplo, un momento estresante de la historia provoca la liberación de hormonas del estrés en el cerebro. Tal vez por eso otros estudios demuestran que la literatura de calidad e incluso los programas de televisión ayudan a aumentar la empatía y la Inteligencia Emocional. No es descabellado pensar que los cuentos de hadas funcionan de forma similar para los niños.
Einstein probablemente tenía razón al decir que leer más cuentos de hadas a los niños podría maximizar su potencial intelectual, ayudándolos a desarrollar una mente creativa y empática. En otra carta a su propio hijo pequeño, que estudiaba piano, Einstein le aconsejaba: «Toca principalmente las cosas del piano que te agradan, aunque el profesor no te las asigne. Ésa es la forma de aprender más, cuando estás haciendo algo con tanto placer que no notas que pasa el tiempo».
Jones, Amanda. That Librarian: The Fight Against Book Banning in America. Bloomsbury Publishing, 2024.
Amanda M. Jones, en su libro That Librarian: The Fight Against Book Banning in America, narra su valiente lucha contra la prohibición de libros en Estados Unidos. La autora, una bibliotecaria de una pequeña ciudad, defiende apasionadamente el valor de los libros para afirmar la identidad de los jóvenes y se enfrenta a una creciente ola de censura.
That Librarian: The Fight Against Book Banning in America es el primer libro de memorias de Jones, que saldrá a la venta este verano. Narra su lucha contra la censura en la pequeña ciudad en la que creció y el aumento de los ataques contra los bibliotecarios y la libertad intelectual en Estados Unidos.
En 2022, al enterarse de una reunión pública que abordaría la «contenido de libros», Jones supo que estaba en juego la representación de comunidades diversas en las bibliotecas y escuelas. En respuesta a las demandas de eliminar libros con referencias LGBTQ+, discusiones sobre racismo y otros temas inclusivos, se opuso enérgicamente a la censura en su comunidad.
A raíz de su postura, Jones ha sido víctima de amenazas de muerte, ataques y acusaciones graves como «pedófila» y «promotora de pornografía». Su decisión de apoyar una colección diversa de libros la convirtió en un objetivo de extremistas respaldados por organizaciones financiadas con dinero oscuro y políticos de extrema derecha que buscan imponer una visión más homogénea y conservadora de América.
A pesar de los ataques y las adversidades, Jones ha demandado a sus acosadores por difamación y ha instado a otros a unirse a la resistencia contra la censura. That Librarian mapea la crisis de prohibición de libros que afecta al país, delineando las líneas de batalla en la lucha por la equidad y la inclusión y haciendo un llamado a todos los amantes de los libros a defender la libertad de lectura.
Annapureddy, Ravinithesh, Alessandro Fornaroli, y Daniel Gatica-Perez. «Generative AI Literacy: Twelve Defining Competencies». Digit. Gov.: Res. Pract., 3 de agosto de 2024. https://doi.org/10.1145/3685680.
Este artículo presenta un modelo basado en competencias para la alfabetización en inteligencia artificial (IA) generativa que abarca las habilidades esenciales y las áreas de conocimiento necesarias para interactuar con la IA generativa.
Las competencias abarcan desde la alfabetización básica en IA hasta la ingeniería y la programación, pasando por consideraciones éticas y jurídicas. Estas doce competencias ofrecen un marco para las personas, los responsables políticos, los funcionarios públicos y los educadores que deseen navegar y aprovechar el potencial de la IA generativa de forma responsable.
Las doce competencias definidas para la alfabetización en IA generativa ofrecen ejemplos de cómo cada competencia puede aplicarse en la práctica.
1. Alfabetización Básica en IA Esta competencia implica conocer los fundamentos de la IA, más allá de la programación. Permite a los individuos identificar diferentes tipos de IA y evaluar cómo pueden impactar sus procesos o negocios. Ejemplo: Reconocer y evaluar cómo un sistema de IA puede beneficiar o representar riesgos para un negocio.
2. Conocimiento de Modelos de IA Generativa Entender qué son los modelos de IA generativa, como los LLMs (Modelos de Lenguaje de Gran Escala), y cómo funcionan. Incluye la comprensión de que estos modelos generan contenido original basado en grandes volúmenes de datos. Ejemplo: Diferenciar entre un modelo de IA generativa y un motor de búsqueda tradicional.
3. Capacidad y Limitaciones de Herramientas de IA Generativa Conocer lo que los modelos de IA generativa pueden y no pueden hacer, incluyendo sus fortalezas y debilidades. Es crucial entender las preocupaciones de privacidad y seguridad, así como los riesgos de contenido engañoso. Ejemplo: Ser consciente de que los modelos como ChatGPT pueden producir afirmaciones tanto correctas como incorrectas.
4. Habilidad para Usar Herramientas de IA Generativa Saber cómo interactuar con diversas herramientas generativas y aprender nuevas según sea necesario. Incluye la habilidad para seleccionar el modelo adecuado para aplicaciones específicas. Ejemplo: Aprender a utilizar herramientas de generación de imágenes como Midjourney o DreamStudio.
5. Capacidad para Detectar Contenido Generado por IA Distinguir entre contenido generado por humanos y por IA, y usar software de detección de IA. Reconocer las limitaciones y sesgos de las herramientas de detección. Ejemplo: Verificar la autenticidad de un video viral utilizando herramientas de detección de IA.
6. Evaluación de la Salida de Herramientas de IA Generativa Analizar y verificar el contenido generado para asegurar que cumple con las necesidades y expectativas, y minimizar errores o «alucinaciones» del modelo. Ejemplo: Confirmar los hechos presentados en un ensayo generado por un modelo de lenguaje.
7. Habilidad en Ingeniería de Prompts Diseñar y utilizar prompts efectivos para modelos generativos de texto, lo cual es esencial para obtener resultados útiles y precisos. Incluye técnicas avanzadas como la generación automática de prompts. Ejemplo: Usar un lenguaje descriptivo en prompts para generar imágenes precisas con modelos de IA.
8. Capacidad para Programar y Ajustar Modelos Desarrollar y ajustar modelos de IA generativa, lo cual incluye diseñar arquitecturas, preparar datos de entrenamiento, y entrenar y desplegar modelos. Ejemplo: Adaptar un modelo de IA generativa para crear contenido especializado en un dominio como la medicina.
9. Conocimiento de los Contextos de Uso de IA Generativa Evaluar los contextos apropiados para el uso de IA generativa, considerando las expectativas y requisitos del entorno social y profesional. Ejemplo: Seguir las directrices de las universidades sobre el uso de modelos de lenguaje en tareas académicas.
10. Conocimiento de las Implicaciones Éticas Analizar cómo los modelos y outputs de IA afectan a la sociedad y alinear su uso con valores éticos. Considerar las implicaciones éticas de su uso en diferentes contextos. Ejemplo: Evaluar la ética de usar imágenes generadas por IA en una campaña política sin revelar su origen.
11. Conocimiento de los Aspectos Legales Estar informado sobre el marco legal relacionado con la IA y sus aplicaciones, incluyendo derechos y regulaciones actuales y emergentes. Ejemplo: Familiarizarse con el Acta de IA de la Unión Europea y sus implicaciones.
12. Capacidad de Aprendizaje Continuo Mantenerse actualizado con las nuevas herramientas, funcionalidades y regulaciones en el campo de la IA generativa. Esta competencia transversal se aplica a todas las demás.Ejemplo: Seguir las actualizaciones de herramientas de generación de video y estar al tanto de nuevas opciones disponibles.
La incorporación de estas competencias a los programas educativos y a las iniciativas de formación profesional puede preparar a las personas para convertirse en usuarios y creadores responsables e informados de la IA generativa. Las competencias siguen una progresión lógica y sirven como hoja de ruta para las personas que deseen familiarizarse con la IA generativa y para que los investigadores y los responsables políticos desarrollen evaluaciones, programas educativos, directrices y normativas.
El marco propuesto es un punto de partida para la integración de estas competencias en currículos educativos y programas de desarrollo profesional, promoviendo la estandarización global de la alfabetización en IA y preparando a una nueva generación de individuos capacitados para contribuir activamente al desarrollo de la IA.
Se aborda las tensiones entre los editores académicos y la expansión del acceso abierto impulsada por el memorando Nelson de la Casa Blanca en 2022. Este memorando busca que la investigación financiada con fondos federales esté disponible al público de manera gratuita inmediatamente después de su publicación.
Mientras los organismos federales se esfuerzan por aplicar el memorándum Nelson -una directiva de la Casa Blanca de 2022 para que la investigación financiada con fondos federales se ponga a disposición del público de forma gratuita inmediatamente después de su publicación-, los congresistas se unen a las editoriales académicas para oponerse.
Miembros del Congreso, junto con editoriales académicas, han mostrado resistencia a esta iniciativa. Argumentan que los investigadores deberían tener el derecho a elegir cómo y dónde publican sus trabajos, sin estar obligados a usar licencias que podrían comprometer la integridad de sus investigaciones. El Congreso ha expresado su apoyo a esta postura, subrayando la necesidad de proteger los derechos de los autores.
Por otro lado, la Asociación de Bibliotecas de Investigación (ARL) apoya la expansión del acceso abierto y no cree que las nuevas políticas limiten los derechos de los autores, ya que las licencias no exclusivas permiten que los autores conserven sus derechos y elijan dónde publicar.
El porcentaje de jóvenes de 13 a 18 años que han utilizado IA generativa se ha duplicado en el último año, pasando de casi 2 de cada 5 en 2023 (37,1%) a 3 de cada 4 (77,1%) en 2024. Casi 1 de cada 5 jóvenes (18,5%) de 13 a 18 años afirmaron haber utilizado IA generativa para escribir historias. 1 de cada 5 (20,9%) niños y jóvenes jóvenes dijeron que normalmente copiaban lo que les decía la IA generativa
Los avances tecnológicos recientes han acelerado la influencia de la Inteligencia Artificial (IA) en nuestras vidas, impactando también en la educación y la alfabetización. Estos informes presentan hallazgos de encuestas anuales de alfabetización realizadas en 2023 y 2024, que incluyen preguntas sobre el uso de IA generativa. En 2024, participaron 53.169 niños y jóvenes, con un enfoque en 15.830 jóvenes de 13 a 18 años y 1.228 maestros en escuelas del Reino Unido.
Uso de la IA Generativa por los Jóvenes:
Incremento en el uso: El porcentaje de jóvenes de 13 a 18 años que usaron IA generativa aumentó del 37.1% en 2023 al 77.1% en 2024. No hubo diferencias significativas entre chicos y chicas (78.3% vs. 76.4%), ni entre aquellos que recibían comidas escolares gratuitas y los que no (77.7% vs. 77.3%).
Usos comunes: Los jóvenes que utilizan regularmente IA generativa lo hacen principalmente por entretenimiento, curiosidad, tareas escolares e inspiración. En relación con la alfabetización, el 44.4% la usó para conversar, el 18.5% para escribir historias, el 12.8% para escribir poemas o letras de canciones, y el 9.0% para escribir no ficción.
Actitudes positivas: La mayoría de los jóvenes considera que la IA generativa les ayuda con ideas (56.6%), comprensión (52.2%) y aprendizaje de nuevos conceptos (50.8%). Además, el 39.6% siente que les ayuda a escribir y el 23.2% con la lectura.
Crítica y copia: Casi la mitad (47.4%) de los jóvenes dijo que suelen agregar sus propios pensamientos a lo que la IA les ofrece, y el 39.9% revisa las respuestas porque podrían estar equivocadas. Sin embargo, 1 de cada 5 (20.9%) simplemente copia lo que la IA les dice, y un porcentaje similar (20.6%) no verifica las salidas, indicando la necesidad de mayor apoyo para desarrollar habilidades críticas en el uso de la IA.
Uso de la IA Generativa por los Maestros:
Incremento en el uso: El porcentaje de maestros que usaron IA generativa aumentó del 31.0% en 2023 al 47.7% en 2024, con un mayor uso entre maestros de secundaria (56.8%) en comparación con los de primaria (30.9%).
Preocupaciones y percepciones: El 37.7% de los maestros estaba preocupado por el uso de IA generativa por parte de sus alumnos, especialmente en secundaria (45.1% vs. 19.7% en primaria). No obstante, el 41.0% de los maestros no estaba preocupado, aunque un 21.3% no estaba seguro.
Impacto en habilidades: Aunque el 64.8% de los maestros cree que la IA generativa puede modelar buena escritura para los estudiantes, el 48.9% teme que tenga un impacto negativo en las habilidades de escritura de los niños.
Necesidad de formación: Más del 82.0% de los maestros considera que los estudiantes deben aprender a interactuar críticamente con la IA generativa, y el 75.3% siente que también necesitan más formación, apoyo y recursos para utilizar eficazmente estas herramientas.
Estos hallazgos sugieren que tanto maestros como estudiantes podrían beneficiarse de una mayor formación y apoyo para desarrollar habilidades esenciales que les permitan interactuar de manera efectiva, crítica y creativa con la IA generativa.
Las empresas de inteligencia artificial (IA) deben actuar de manera justa cuando utilizan datos académicos en el entrenamiento de sus modelos. Los investigadores están preocupados por el uso sin restricciones de su propiedad intelectual en la formación de modelos de lenguaje como ChatGPT. Es crucial establecer reglas claras sobre el uso aceptable de estos datos.
Actualmente, no se sabe con precisión qué datos se usaron para entrenar modelos como ChatGPT, pero es probable que se hayan utilizado millones de artículos académicos, incluidos aquellos bajo acceso abierto y posiblemente también artículos protegidos por derechos de autor. Esto plantea preguntas sobre si los creadores de estos datos deberían recibir crédito y cómo.
El tema es complicado por las leyes de propiedad intelectual, que varían según la jurisdicción y no siempre son claras sobre si la recolección de datos o su uso para crear modelos de IA constituye una infracción de derechos de autor. Algunas empresas de IA, para evitar litigios, están comenzando a comprar licencias para los datos utilizados en el entrenamiento.
El uso de materiales bajo licencias como Creative Commons, que promueven la distribución y reutilización libre, también genera ambigüedades. Aunque no siempre se considera una infracción el uso de estos materiales para entrenar IA, hay preocupaciones sobre cómo las IA pueden afectar a los creadores, incluyendo a investigadores cuyo trabajo podría ser reutilizado sin la atribución adecuada.
La atribución es un principio fundamental en la ciencia, y algunos investigadores consideran que el uso de datos científicos por modelos comerciales de IA excede lo que las exenciones legales actuales estaban destinadas a permitir. Dado que es casi imposible atribuir correctamente las contribuciones cuando se usan millones de fuentes, se han sugerido soluciones como la generación aumentada por recuperación, que podría permitir a los modelos citar trabajos relevantes.
Dar a los investigadores la opción de excluir su trabajo del entrenamiento de IA podría aliviar sus preocupaciones, y algunas herramientas ya están emergiendo para facilitar esto. Además, leyes como la Ley de IA de la UE, que exige mayor transparencia sobre los datos utilizados en el entrenamiento, podrían fortalecer el control de los creadores sobre su trabajo.
Es necesario continuar investigando si se requieren soluciones más radicales, como nuevas licencias o cambios en la ley de derechos de autor. Las herramientas de IA, al aprovechar un ecosistema de datos construido por movimientos de código abierto, deben respetar las expectativas de reciprocidad y uso razonable, para evitar desincentivar la creación original y asegurar que los creadores mantengan cierto control sobre su obra.
Universo Abierto 