Archivo de la etiqueta: Inteligencia artificial

Herramientas de Inteligencia Artificial para bibliotecas

Upshall, Michael. 2022. “An AI Toolkit for Libraries”. Insights 35: 18. DOI: http://doi.org/10.1629/uksg.592

Ahora que las herramientas de inteligencia artificial (IA) se están utilizando de forma generalizada en las publicaciones académicas, ¿cómo podemos realizar evaluaciones informadas de estas utilidades? Se necesita un conjunto de competencias para evaluar las nuevas herramientas y medir las existentes, que debería permitir a quien encargue o gestione las utilidades de la IA entender qué preguntas hacer, qué parámetros medir y los posibles problemas que hay que evitar al introducir una nueva utilidad. Los conocimientos necesarios no son técnicos. Entre los posibles problemas se encuentran los sesgos en el corpus, un conjunto de entrenamiento deficiente o un mal uso de las métricas para la evaluación. Este artículo ofrece una rápida visión de algunos de los ámbitos en los que se utilizan herramientas de IA y su funcionamiento. A continuación, ofrece una lista de comprobación para la evaluación. El objetivo no es desacreditar la IA, sino hacer un uso eficaz de ella.

Tendencias de las tecnologías emergentes de la informática : centradas en el ámbito judicial

 Rodriguez Bautista, D., Banu, S., Deudon, E., Trends in IT emerging technologies : focused on the judicial field, Court of Justice of the European Union, 2022

Texto completo

Las tecnologías emergentes (innovadoras) transforman sustancialmente la vida de las personas y tienen un profundo impacto en el tejido de la sociedad y el funcionamiento de sus instituciones. Su uso puede generar importantes beneficios en diversos ámbitos, como la sanidad, el transporte, la educación y la administración pública, generando prometedoras oportunidades para la humanidad a escala. Por lo tanto, competir en la escena global con otros actores que están avanzados en el uso de tecnologías innovadoras es fundamental hoy en día. En el caso del sector jurídico, algunos Estados miembros de la UE ya tienen implementadas algunas herramientas judiciales emergentes basadas en la tecnología y/o tienen una estrategia política pública para desarrollar estas tecnologías, incluida la inteligencia artificial en la administración de justicia.

Además, la crisis de la COVID-19 ha provocado un aumento del debate en torno al aumento del uso de estas tecnologías para la digitalización de las administraciones, la creación de tribunales virtuales y el potencial de los algoritmos que podrían utilizarse en la resolución de litigios en línea (ODR). Esencialmente, la tecnología innovadora en los sistemas de justicia puede mejorar la eficiencia administrativa en los tribunales y ayudar en los procesos de toma de decisiones a los abogados, jueces y litigantes. Sin embargo, su integración en el sistema judicial requerirá una comprensión del papel de la tecnología innovadora en los diferentes sistemas judiciales y abordar los retos legales y éticos críticos que surgen a este respecto.

Más allá de los datos: Derechos humanos, evaluación del impacto ético y social en la IA

Beyond Data: Human Rights, Ethical and Social Impact Assessment in AI, editado por Alessandro Mantelero, 1-43. Information Technology and Law Series. The Hague: T.M.C. Asser Press, 2022. https://doi.org/10.1007/978-94-6265-531-7_1.

En un contexto tecnológico dominado por los sistemas de inteligencia artificial con uso intensivo de datos, las consecuencias del tratamiento de datos ya no se limitan a las conocidas cuestiones de privacidad y protección de datos, sino que abarcan perjuicios contra un conjunto más amplio de derechos fundamentales. Además, la tensión entre el uso extensivo de estos sistemas, por un lado, y la creciente demanda de un uso ética y socialmente responsable de los datos, por otro, pone de manifiesto la falta de un marco que pueda abordar plenamente las cuestiones sociales que plantea la IA.

En este contexto, ni los modelos tradicionales de evaluación del impacto de la protección de datos ni los procedimientos más amplios de evaluación del impacto social o ético parecen ofrecer una respuesta adecuada a los retos de nuestra sociedad algorítmica. En cambio, una evaluación centrada en los derechos humanos puede ofrecer una mejor respuesta a la demanda de una evaluación más completa, que incluya no sólo la protección de datos, sino también los efectos del uso de los datos en otros derechos y libertades fundamentales.

Dados los cambios que la tecnología y la informatización han traído a la sociedad, cuando se aplica al ámbito de la IA, la evaluación del impacto sobre los derechos humanos debe enriquecerse para tener en cuenta las cuestiones éticas y sociales, evolucionando hacia una evaluación más holística del impacto sobre los derechos humanos, la ética y la sociedad (EIDES), cuya justificación y elementos clave se describen en este capítulo.

Ciencia de los datos, computación centrada en el ser humano y tecnologías inteligentes

Hajian, Aram, et al., editores. Data Science, Human-Centered Computing, and Intelligent Technologies. Logos Verlag Berlin, 2022.

Texto completo

En agosto de 2022, investigadores y desarrolladores de Armenia, Chile, Alemania y Japón se reunieron en la Universidad Americana de Armenia para la tercera edición del Taller CODASSCA sobre Tecnologías Colaborativas y Ciencia de Datos en Aplicaciones de Ciudades Inteligentes, coorganizado con una Escuela de Verano sobre Redes Neuronales Artificiales y Aprendizaje Profundo. Este libro presenta sus contribuciones sobre tecnologías inteligentes en ciencia de datos y computación centrada en el ser humano.

Comunicación artificial: cómo los algoritmos producen inteligencia social.

Esposito, Elena. Artificial Communication: How Algorithms Produce Social Intelligence. MIT Press, 2022.

Texto completo

Los algoritmos que trabajan con deep learning y big data están mejorando tanto para hacer tantas cosas que nos incomoda. ¿Cómo puede un dispositivo saber cuáles son nuestras canciones favoritas o qué debemos escribir en un correo electrónico? Se han vuelto las máquinas demasiado inteligentes? En Artificial Communication, Elena Esposito sostiene que establecer este tipo de analogía entre los algoritmos y la inteligencia humana es engañoso. Si las máquinas contribuyen a la inteligencia social, no será porque hayan aprendido a pensar como nosotros, sino porque nosotros hemos aprendido a comunicarnos con ellas. Esposito propone que pensemos en las máquinas «inteligentes» no en términos de inteligencia artificial, sino de comunicación artificial.

Aplicación de Big Data e Inteligencia Artificial en bibliotecas. Planeta Biblioteca 2022/04/06.

Aplicación de Big Data e Inteligencia Artificial en bibliotecas. Planeta Biblioteca 2022/04/06.

ESCUCHAR

Ir a descargar

Hemos entrevistado a Hugo Agud Andreu, presidente de la empresa de software para bibliotecas Orex Digital, que nos ha presentado dos de las nuevas aplicaciones que han desarrollado sobre la aplicación de big data e inteligencia artificial. Orex Big Data y Orex Analytics. en el programa hemos hablado sobre la importancia del software libre, la importancia de la gestión de datos para diseñar mejores servicios y conocer mejor la las necesidades de los usuarios; así como apoyar las recomendaciones y las adquisiciones a través de la la inteligencia artificial.

La Inteligencia Artificial en las bibliotecas: 7 principios

Van Wessel, Jan Willem. AI in Libraries: Seven Principles. Zenodo, 2020.

Texto completo

La inteligencia artificial (IA) desempeña un papel cada vez más importante en la lectura, el aprendizaje y la investigación, las actividades centrales de la biblioteca. La Biblioteca Nacional de los Países Bajos (KB) concibe las grandes posibilidades que ofrece la IA para ayudarnos a cumplir nuestra misión de hacer que nuestros usuarios sean más inteligentes, más creativos y más capacitados.

Al mismo tiempo, no cerramos los ojos ante los efectos secundarios imprevistos y no deseados de la IA, que pueden plantear cuestiones éticas, quizá más que otras formas de transformación digital.

Como Biblioteca Nacional existe una responsabilidad a la hora de abordar estas cuestiones. Hemos formulado siete principios que creemos que debe cumplir cualquier aplicación de la IA en el contexto de la Biblioteca. Siete principios que toman el potencial y los beneficios de la IA como punto de partida, y al mismo tiempo dan directrices para evitar trampas éticas.

Cómo obtener valor añadido real con la analítica de datos y la IA

Cómo obtener valor añadido real con la analítica de datos y la IA. Quint, 2021

Texto completo

El informe se basa en una consulta a empresas de todos los sectores para conocer hasta qué punto están aprovechando el potencial de las analíticas de datos y de la inteligencia artificial. Además revisa el valor añadido que están obteniendo con ello. Los resultados muestran que muchas empresas han identificado el potencial estratégico del uso de datos específicos con la ayuda de las analíticas de datos. Sin embargo, en ocasiones la transformación de esos datos en valor sigue siendo una asignatura pendiente. En el lado positivo, las analíticas de datos tiene una importancia estratégica para el 87% de los encuestados y el 81% ya tiene previsto ampliar sus actividades de en materia de analíticas de datos. Por otro lado, sólo el 66% impulsa sistemáticamente estas ideas. El mayor obstáculo, citado por el 43% de los encuestados, es la falta de conocimientos específicos, mientras que el 41% señala la falta de herramientas y tecnologías y el 39% la calidad de los datos.

Big Data, Machine learning y Business Intelligence. Libro Blanco.

WHITE PAPER. Big Data, Machine learning y Business Intelligence. NUVIX, 2021

Texto completo

La revolución del dato ha venido a quedarse y las empresas tienen en su mano herramientas para poder ganarle el pulso a la demanda y ofrecer su mejor versión. Las herramientas de gestión y procesamiento de información están cambiando el mundo empresarial y gracias a este documento podrás comprender las ventajas del conocimiento del dato. Hay oportunidades para procesar toda esa información que permitirán a cualquier negocio mejorar la toma de decisiones, lograr la optimización de los activos, reducir gastos, personalizar los servicios o simplemente conocer la viabilidad de nuevas líneas de negocio.

Cuando se tiene gran cantidad de datos surge la oportunidad de extraer conocimiento nuevo de ellos. No obstante, el volumen es tal que detectar patrones y sacar conclusiones escapa a las habilidades normales de un ser humano.

Inteligencia artificial, robótica y ciencia de los datos

Sara Degli Esposti; Carles Sierra. Artificial intelligence, robotics & data science.  Madrid : Consejo Superior de Investigaciones Científicas, 2021

Texto completo

El libro blanco del CSIC sobre Inteligencia Artificial, Robótica y Ciencia de Datos esboza una hoja de ruta preliminar para abordar los actuales retos de I+D asociados a las máquinas automatizadas y autónomas. En ocho capítulos se presentan más de 50 retos de investigación investigados en toda España por más de 150 expertos del CSIC. El capítulo uno introduce conceptos clave y aborda la cuestión de la integración del conocimiento (representación), el razonamiento y el aprendizaje en el diseño de entidades artificiales. El capítulo dos analiza los retos asociados al desarrollo de teorías -y tecnologías de apoyo- para modelar el comportamiento de los agentes autónomos. En concreto, presta atención a la interacción entre los elementos a nivel micro (las interacciones individuales de los agentes autónomos) con el mundo macro (las propiedades que buscamos en las sociedades grandes y complejas). Mientras que el capítulo tres analiza la variedad de aplicaciones de la ciencia de datos que se utilizan actualmente en todos los campos de la ciencia, prestando especial atención a las técnicas de aprendizaje automático (ML), el capítulo cuatro presenta el desarrollo actual en diversas áreas de la robótica. El capítulo cinco explora los retos asociados a los modelos cognitivos computacionales. El capítulo seis presta atención a los retos éticos, legales, económicos y sociales que acompañan al desarrollo de los sistemas inteligentes. El capítulo siete aborda el problema de la sostenibilidad medioambiental del despliegue de sistemas inteligentes a gran escala. Por último, el capítulo ocho aborda la complejidad de garantizar la seguridad, la resistencia y la protección de la privacidad de los sistemas inteligentes frente a las ciberamenazas.