Archivo de la etiqueta: Inteligencia artificial

El 90% de los estudiantes de Harvard utilizan la Inteligencia artificial generativa

Hirabayashi, Shikoh, Rishab Jain, Nikola Jurković, y Gabriel Wu. «Harvard Undergraduate Survey on Generative AI.» arXiv preprint arXiv:2406.00833v2 (2024). https://arxiv.org/html/2406.00833v2.

El estudio realizado por Shikoh Hirabayashi, Rishab Jain, Nikola Jurković y Gabriel Wu examina cómo la inteligencia artificial generativa ha influido en la experiencia de los estudiantes universitarios de Harvard. Con una muestra de 326 estudiantes, los resultados revelan que casi el 90% utiliza IA generativa. Aproximadamente el 25% de estos estudiantes ha comenzado a reemplazar las horas de consulta con profesores y la lectura de material obligatorio con la IA.

La mitad de los encuestados está preocupada de que la IA afecte negativamente sus perspectivas laborales, y más de la mitad desea que Harvard ofrezca más clases sobre los impactos futuros de la IA. Además, el estudio muestra que la mitad de los estudiantes teme que la IA aumente la desigualdad económica, y el 40% cree que el riesgo de extinción causado por la IA debería ser tratado como una prioridad global, al igual que las pandemias y la guerra nuclear.

Cerca del 50% de los estudiantes que han tomado clases sobre IA esperan que esta supere las capacidades humanas en casi todas las tareas dentro de 30 años. Finalmente, los autores hacen recomendaciones a la comunidad de Harvard en función de estos resultados.

FLUX 1 de Black Forest Labs: el nuevo modelo de generadores de imagen que supera a sus competidores

Black Forest Labs 

Black Forest Labs, una startup emergente de inteligencia artificial, ha lanzado su modelo de texto a imagen, FLUX 1, que ya supera a competidores como Midjourney 6.0, DALL-E 3 HD y Stable Diffusion 3-Ultra. FLUX 1 destaca en detalles de imagen, complejidad de escenas y adherencia a las indicaciones, según el sistema de clasificación Elo. El modelo ofrece opciones de proporciones y estilos similares a las de otros generadores de imágenes actuales.

El equipo de Black Forest Labs incluye ingenieros que anteriormente trabajaron en Stability AI, la empresa detrás de Stable Diffusion. Stability AI enfrentó problemas recientemente debido a acusaciones de mala gestión contra su CEO, Emad Mostaque, quien renunció. La startup ha recibido respaldo de figuras destacadas de la industria de la IA, incluyendo al CEO de Y Combinator, Garry Tan, y Timo Aila, investigador principal en Nvidia, además de obtener una ronda de financiamiento inicial de 31 millones de dólares liderada por Andreessen Horowitz.

FLUX 1 se diferencia por el uso de técnicas experimentales de entrenamiento, como embeddings posicionales rotativos y un transformador de difusión paralelo. Estas técnicas permiten al modelo analizar múltiples partes de una secuencia simultáneamente, acelerando el proceso de generación de imágenes coherentes a partir de ruido visual.

Black Forest Labs planea lanzar pronto un modelo de texto a video de última generación, lo que podría representar un desafío para otras empresas de IA enfocadas en video, como OpenAI, HeyGen y Runway. Mientras tanto, FLUX 1 ya está disponible en plataformas en la nube como Fal y Replicate.

Wiley y OUP confirman su colaboración en IA

Books+Publishing. «Wiley, OUP Confirm AI Partnerships.» Books+Publishing, August 5, 2024. https://www.booksandpublishing.com.au/articles/2024/08/05/256559/wiley-oup-confirm-ai-partnerships/.

En el Reino Unido, el Bookseller informa de que las editoriales académicas Wiley y Oxford University Press (OUP) han confirmado asociaciones de inteligencia artificial (IA), tras la reciente noticia de que Taylor & Francis ha vendido el acceso a la investigación de sus autores como parte de una asociación de IA con Microsoft.

El 5 de agosto de 2024, Books+Publishing informó que las editoriales académicas Wiley y Oxford University Press (OUP) han confirmado asociaciones con inteligencia artificial (IA), siguiendo el reciente anuncio de Taylor & Francis sobre la venta de acceso a la investigación de sus autores como parte de una colaboración con Microsoft.

OUP está trabajando activamente con empresas que desarrollan grandes modelos de lenguaje para explorar opciones para su desarrollo y uso responsable. La editorial enfatizó la importancia de mejorar los resultados de la investigación y promover el papel crucial de los investigadores en un mundo habilitado por la IA.

Un portavoz de Wiley declaró que la empresa cree en el potencial de la IA generativa para transformar las industrias basadas en el conocimiento y que es de interés público que estas tecnologías emergentes se entrenen con información de alta calidad y confiable. Wiley ha firmado dos acuerdos para utilizar contenido previamente publicado en el entrenamiento de estos modelos, garantizando que los autores y sociedades reciban compensación y protección de derechos según los acuerdos contractuales existentes.

Por otro lado, Cambridge University Press (CUP) está consultando a sus autores sobre la opción de participar y recibir una «remuneración justa» antes de cerrar acuerdos. Mandy Hill, directora general de publicaciones académicas de CUP, afirmó que se priorizarán los intereses y deseos de los autores antes de permitir que su trabajo se licencie para la IA generativa.

La IA complica el plagio. ¿Cómo deben responder los científicos?

Kwon, Diana. «AI Is Complicating Plagiarism. How Should Scientists Respond?» Nature, 30 de julio de 2024. https://doi.org/10.1038/d41586-024-02371-z.

El uso de herramientas de inteligencia artificial generativa (IA) en la escritura plantea preguntas difíciles sobre cuándo debería permitirse su uso. Estos sistemas, como ChatGPT, pueden ahorrar tiempo, mejorar la claridad y reducir barreras lingüísticas. Sin embargo, complican el debate sobre el uso indebido del trabajo ajeno, ya que la IA puede generar texto que se asemeja a contenidos existentes, lo que podría considerarse plagio.

La IA generativa plantea un desafío al distinguir entre la escritura completamente humana y la completamente generada por máquinas, creando una «zona gris» difícil de definir. Aunque el uso no autorizado de herramientas de IA puede no ser considerado plagio, podría verse como generación de contenido no autorizado. Este debate también incluye preocupaciones sobre la infracción de derechos de autor, ya que estas herramientas se entrenan con grandes cantidades de textos publicados sin permiso.

El uso de IA en la redacción académica ha aumentado rápidamente, con estimaciones que indican que al menos el 10% de los resúmenes en artículos biomédicos de 2024 han utilizado estas herramientas. La comunidad académica está dividida sobre cuándo el uso de IA es ético o constituye plagio. Algunas revistas han comenzado a exigir la divulgación completa del uso de IA, pero las políticas varían.

AI EN ARTÍCULOS ACADÉMICOS
Según un análisis de 14 millones de resúmenes de PubMed, el uso de palabras estilísticas (como «delves») aumentó de forma inusitada tras la generalización de los grandes modelos lingüísticos. Ello eclipsó el aumento de palabras relacionadas con el contenido de la pandemia (como «COVID»).

Además, los detectores de textos generados por IA aún no son completamente fiables, especialmente cuando los textos han sido ligeramente editados. Esto dificulta identificar y diferenciar entre contenido generado por IA y por humanos, especialmente para autores no nativos en inglés. La integración de herramientas de IA en plataformas comunes como Word y Google Docs complicará aún más la distinción entre contenido influenciado por IA y el que no lo es.

La respuesta de la comunidad científica incluye la necesidad de desarrollar guías claras sobre el uso de IA y reconocer que el avance tecnológico podría seguir superando la capacidad de regulación y detección.

Inteligencia artificial generativa: Informe sobre el panorama de las patentes

Patent Landscape Report – Generative Artificial Intelligence (GenAI) WIPO, 2024

Texto completo

La Inteligencia Artificial Generativa (GenAI) está en auge y se perfila como una tecnología de vanguardia que puede transformar diversos sectores económicos, sociales y culturales, y va más allá de la simple generación de texto similar al humano mediante chatbots. Basado en un análisis original de datos de patentes y científicos, el Informe de Paisaje de Patentes de la OMPI sobre GenAI ofrece una visión general de la situación actual de las patentes en este campo.

En el informe se destacan las últimas tendencias de patentes relacionadas con GenAI, proporcionando una comprensión integral y actualizada del panorama de patentes. También se ofrecen perspectivas sobre sus futuras aplicaciones y el impacto potencial que esta tecnología puede tener. El informe explora patentes relacionadas con diferentes modos, modelos y áreas de aplicación industrial de la GenAI, mostrando cómo esta tecnología emergente podría influir en múltiples industrias.

Contenidos:

Conceptos Principales de la GenAI Este capítulo ofrece un resumen de los principios técnicos fundamentales de la GenAI, incluyendo sus orígenes y antecedentes históricos. Las redes neuronales profundas pueden adaptarse para tareas discriminativas o generativas, lo que ha llevado al desarrollo de varios tipos de modelos GenAI, capaces de manejar diferentes tipos de datos de entrada y salida (modos).

Patentes Globales e Investigación en GenAI Los avances en técnicas de aprendizaje profundo y el aumento de la potencia de cómputo han impulsado el desarrollo de la GenAI en los últimos años. El análisis de patentes y publicaciones científicas muestra un auge global de la GenAI, destacando a los principales propietarios de patentes, ubicaciones clave de inventores y regiones donde se busca protección de patentes para GenAI.

Tendencias de Patentes en Modelos de GenAI Los grandes modelos de lenguaje (LLM), las redes generativas adversariales (GAN), los autoencoders variacionales (VAE) y los modelos de difusión son distintos tipos de modelos de GenAI. Este capítulo resume las principales tendencias de patentes en torno a estos diferentes modelos.

Tendencias de Patentes en Modos de GenAI Los modelos de GenAI son efectivos para una variedad de aplicaciones, y pueden manejar diversos tipos de datos de entrada y salida, no limitándose solo a texto e imágenes. Este capítulo explora las tendencias de patentes en diferentes modos de GenAI, incluyendo imágenes, videos, moléculas, genes y proteínas.

Tendencias de Patentes en Aplicaciones de GenAI La GenAI tendrá un impacto significativo en una amplia gama de industrias, al integrarse en productos, servicios y procesos, y convertirse en un habilitador tecnológico para la creación de contenido y la mejora de la productividad. Este capítulo identifica 21 áreas de aplicación en el paisaje de patentes de GenAI y explora las diferentes tendencias en estas áreas.

Consideraciones Adicionales La aparición de la GenAI tendrá un impacto considerable en varias industrias, proporcionando capacidades sin precedentes para crear, sintetizar y manipular datos. No obstante, también existen preocupaciones sobre el uso creciente de modelos y herramientas de GenAI, que abarcan desde la infracción de derechos de autor y el potencial de uso indebido, hasta el riesgo de desplazamiento de empleos.

Apéndices Se proporciona información sobre la metodología utilizada, el enfoque para la búsqueda de patentes de GenAI mediante técnicas tradicionales de búsqueda de patentes junto con nuevas herramientas de búsqueda de IA, y se exploran ejemplos de patentes en diferentes áreas de aplicación de la GenAI.

La inteligencia artificial generativa en la docencia universitaria

Franganillo, Jorge, Carlos Lopezosa, y Marina Salse. «La inteligencia artificial generativa en la docencia universitaria». Report, 27 de octubre de 2023. http://eprints.rclis.org/45099/.

Texto completo

Este documento tiene como objetivo ayudar al profesorado universitario a gestionar el uso la inteligencia artificial generativa en su actividad docente. Es un documento con finalidad práctica que se inicia con una presentación del concepto de inteligencia artificial (IA) y sus diversos tipos, después presenta los retos que la IA supone para la educación superior y finalmente analiza su aplicación en la docencia. En este último contexto, se ofrecen algunas propuestas para usar la IA adecuadamente en la evaluación del alumnado y se proporcionan unas rúbricas que permiten también saber si el alumnado ha hecho un uso correcto de estas herramientas.


Scopus AI Beta: análisis funcional y casos

Aguilera-Cora, Elisenda, Carlos Lopezosa, y Lluís Codina. «Scopus AI Beta: Functional Analysis and Cases». Report, 4 de enero de 2024. http://eprints.rclis.org/45321/.

Texto completo

Las bases de datos académicas son una fuente fundamental para identificar bibliografía relevante en un campo de estudio. Scopus contiene más de 90 millones de registros e indexa unos 12.000 documentos al día. Sin embargo, este contexto y la propia naturaleza acumulativa de la ciencia dificultan la identificación selectiva de la información. Además, las herramientas de búsqueda en bases de datos académicas no son muy intuitivas y requieren un proceso iterativo y relativamente lento de búsqueda y evaluación. En respuesta a estos retos, Elsevier ha lanzado Scopus AI, actualmente en su versión Beta. Como el producto está aún en fase de desarrollo, la experiencia actual del usuario no es representativa del producto final. Scopus AI es una inteligencia artificial que genera breves síntesis de los documentos indexados en la base de datos, a partir de instrucciones o indicaciones. Este estudio examina la interfaz y las principales funciones de esta herramienta y la explora a partir de tres casos prácticos. El análisis funcional muestra que la interfaz de Scopus AI Beta es intuitiva y fácil de usar. La herramienta de IA de Elsevier permite al investigador obtener una visión general de un problema, así como identificar autores y enfoques, en una sesión de búsqueda más ágil que la convencional. Scopus AI Beta no sustituye a la búsqueda convencional en todos los casos, pero es un acelerador de los procesos académicos. Es una herramienta valiosa para revisiones bibliográficas, construcción de marcos teóricos y verificación de relaciones entre variables, entre otras aplicaciones.

Los riesgos de evitar la IA en las bibliotecas

Tanzi, Nick. «The Risks for Libraries in AI Avoidance». The Digital Librarian, 17 de julio de 2024. https://the-digital-librarian.com/2024/07/17/the-risks-for-libraries-in-ai-avoidance/.

Mientras seguimos identificando los inconvenientes de usar la inteligencia artificial en el entorno de la biblioteca, también es importante abordar los riesgos de evitar la IA.

Para muchos trabajadores de bibliotecas (y el público en general), la IA es una tecnología desconocida y poco entendida. Esto no es sorprendente cuando consideramos la velocidad a la que avanza la IA; estamos en un entorno de cambio constante, rápida innovación y poca regulación.

Existen suficientes aspectos problemáticos de la IA (sesgo algorítmico, alucinaciones, preocupaciones de privacidad, etc.) que parecería prudente simplemente evitar la tecnología, al menos hasta que las cosas se estabilicen. ¡Esto sería un error! La participación temprana es crítica para entender la inteligencia artificial, y un conocimiento práctico de la IA en la biblioteca es necesario porque:

No se puede regular eficazmente una tecnología que no se entiende

Una de nuestras responsabilidades inmediatas en la era de la IA es desarrollar políticas bibliotecarias relevantes y efectivas, lo cual requiere tanto nuevas políticas como la revisión de las existentes. Sin un conocimiento práctico de la IA, fracasaremos en este esfuerzo. La experiencia práctica nos permitirá comprender mejor el potencial de la IA (tanto para bien como para mal), anticipar su impacto en nuestras organizaciones y diseñar medidas de protección adecuadas.

La búsqueda está cambiando

He escuchado que la bibliotecología se describe como «el motor de búsqueda original». Aunque nuestra profesión precede a los motores de búsqueda (hubo un tiempo antes de Google), también es cierto que hemos adoptado los motores de búsqueda y se han convertido en parte de nuestras herramientas. Debemos reconocer que Google y la búsqueda en general están cambiando. De Google y Bing surgen Gemini y Copilot. Estamos presenciando el auge de la búsqueda conversacional impulsada por IA. A medida que evoluciona Internet, también deben evolucionar nuestras estrategias de búsqueda.

Es necesario identificar y gestionar las expectativas de los usuarios

Las expectativas de nuestros usuarios a menudo están informadas por el sector privado, que asocian con conveniencia. Pueden comparar nuestro proceso de préstamo de libros electrónicos con Amazon. Durante la pandemia, tuve usuarios que buscaban recoger medios físicos utilizando el mismo proceso de recogida sin contacto de Target.

Participar en la IA como consumidores en el mercado nos ayudará a ver a través de los ojos de nuestros usuarios. ¿Cuáles son las conveniencias que esperarán de nosotros en el futuro cercano? ¿Cómo «comprarán» en nuestra ubicación y qué calidad de soporte al cliente impulsado por IA esperarán?

Esto no significa que debamos adoptar la IA de la misma manera que el sector privado. Más bien, debemos identificar las expectativas de los usuarios, determinar si y cómo podemos satisfacerlas mientras adherimos a la ética profesional, y si no podemos, planificar para comunicar efectivamente esas razones a nuestros interesados.

Necesitaremos evaluar soluciones de proveedores

Las soluciones de IA proporcionadas por proveedores llegarán a su biblioteca. Es posible que haya visto la IA de Scopus de Elsevier. Para evaluar eficazmente las plataformas de proveedores actuales y futuras, necesitaremos tener un firme conocimiento de la funcionalidad de la IA generativa, poseer habilidades efectivas para generar prompts y comprender las implicaciones éticas. Estas habilidades provienen de la experiencia práctica con herramientas populares y disponibles. El conocimiento adquirido a través de la exposición a la IA nos permitirá gestionar mejor su integración en la biblioteca o determinar cuándo puede ser inapropiada. ¿Es la herramienta necesaria? ¿Viola nuestra ética profesional? ¿Es una adición necesaria o las soluciones gratuitas/de código abierto satisfacen nuestras necesidades?

El factor miedo

Las personas temen lo que no entienden. Esto es ciertamente cierto con la IA. Evitar la tecnología o, más ampliamente, evitar cualquier diálogo al respecto es una receta para el desastre. ¿Está la administración construyendo una comprensión de cómo funciona la tecnología? ¿Están hablando con el personal sobre cómo puede usarse en su propia biblioteca e identificando posibles puntos de fricción? Desmitificar la tecnología para el personal puede contribuir en gran medida a disipar los temores, o al menos a distilarlos en cuestiones reales y no imaginadas.

Actitudes hacia la IA

Insights 2024: Attitudes toward AI. Elsevier, 2024

Texto completo

Los avances en la ciencia, la tecnología y la atención médica dan forma al progreso humano. La inteligencia artificial (IA) ha emergido como una fuerza formidable en los últimos años, ayudando a transformar cómo trabajamos, consumimos información, innovamos y muchos otros aspectos de nuestras vidas. En particular, los avances recientes en IA generativa tienen el potencial de ser transformadores.

La mayoría de los investigadores y clínicos son conscientes de la IA, pero su uso regular es bajo, aunque se espera que crezca. Las instituciones aún no han comunicado claramente sus restricciones o preparativos para el uso incrementado de la IA.

Las actitudes hacia la IA son variadas, pero el sentimiento general es más positivo que negativo entre los investigadores y clínicos. Se pueden tomar medidas específicas para aumentar la confianza en las herramientas de IA, y comunicarlas puede mejorar la comodidad de los usuarios.

El panorama de la inteligencia artificial (IA) está cambiando rápidamente, y para asegurar que la tecnología tenga un impacto positivo en la investigación y la atención médica, es crucial monitorear las opiniones de quienes podrían utilizarla.

La investigación «Insights 2024: Attitudes toward AI.» se propuso hacer esto mediante una encuesta a casi 3,000 personas que trabajan en investigación (incluidos líderes e investigadores corporativos) y en salud (clínicos) de todo el mundo.

El estudio examina las actitudes de investigadores y clínicos hacia la inteligencia artificial, incluida la IA generativa. Analiza su atractivo, impacto percibido, los beneficios para ellos y para la sociedad en general, el grado de transparencia necesario para sentirse cómodos utilizando herramientas basadas en esta tecnología, y los desafíos que ven con la IA. También revisa el uso actual de la IA y lo que los encuestados creen que ayudaría a aumentar la confianza en las herramientas de IA.

El Panorama Actual de la IA Explora la conciencia, percepciones y uso de la IA (incluida la GenAI) entre investigadores y clínicos a nivel mundial:

  • El 96% ha oído hablar de la IA (incluida la GenAI); las estadísticas subsiguientes excluyen al 4% que no está familiarizado con la IA.
  • El 54% de los que conocen la IA la han usado; el 31% la ha utilizado para fines laborales, siendo mayor en China (39%) que en EE.UU. (30%) e India (22%).
  • El 11% está muy familiarizado con la IA, es decir, la ha usado mucho.
  • ChatGPT es el producto de IA más conocido (89%).
  • El 25% ha utilizado ChatGPT para fines laborales.
  • El 49% de los que no han usado IA citan la falta de tiempo como razón.
  • El 72% cree que la IA (incluida la GenAI) tendrá un impacto transformador o significativo en su área de trabajo.

Una Perspectiva Futura sobre la IA Descubre las expectativas de investigadores y clínicos, incluyendo los posibles beneficios y desventajas de la tecnología:

  • El 95% cree que la IA ayudará a acelerar el descubrimiento de conocimiento.
  • El 94% piensa que la IA aumentará rápidamente el volumen de investigación científica y médica.
  • El 92% espera ver ahorros de costos para instituciones y empresas.
  • El 67% de los que no usan IA esperan utilizarla en los próximos 2-5 años.
  • El 42% de quienes tienen preocupaciones éticas sobre la IA citan como principal desventaja su incapacidad para reemplazar la creatividad, el juicio y/o la empatía humana.
  • El 71% espera que los resultados de las herramientas dependientes de la IA generativa se basen únicamente en fuentes de alta calidad y confiables.

Modelando un Futuro Impulsado por la IA Examina las preocupaciones de investigadores y clínicos en el contexto de construir confianza y comodidad en las herramientas de IA, y lee recomendaciones para desarrolladores e instituciones:

  • El 94% cree que la IA podría usarse para desinformación.
  • El 86% está preocupado de que la IA cause errores críticos o contratiempos.
  • El 81% piensa que la IA erosionará en cierta medida el pensamiento crítico, con el 82% de los doctores expresando preocupación por una posible dependencia excesiva de la IA para tomar decisiones clínicas.
  • El 58% dice que entrenar el modelo para que sea factualmente preciso, moral y no dañino (seguridad) aumentaría mucho su confianza en la herramienta.
  • Conocer la información que utiliza el modelo y que esté actualizada fue lo más valorado por los encuestados para aumentar su comodidad en el uso de una herramienta de IA.

Comprender no solo las preocupaciones, sino también los factores que construyen la confianza y la comodidad de los investigadores y clínicos con las herramientas de IA, puede ayudar a los desarrolladores de tecnología a crear mejores herramientas y a las instituciones a maximizar sus beneficios. La mayoría de los encuestados están preocupados por el uso de la IA para desinformación y por la posibilidad de errores críticos o contratiempos. La precisión factual y la información actualizada son claves para aumentar la confianza entre los usuarios.

Algunos investigadores ‘sorprendidos’ de que Taylor & Francis haya vendido el acceso a sus investigaciones a Microsoft AI

Researchers with shocked expressions looking at phone and papers around a table with AI research documents
Four researchers gathered around a table looking shocked while reviewing documents and a phone.

Battersby, Matilda. «Academic Authors “shocked” after Taylor & Francis Sells Access to Their Research to Microsoft AI». The Bookseller. Accedido 23 de julio de 2024. https://www.thebookseller.com/news/academic-authors-shocked-after-taylor–francis-sells-access-to-their-research-to-microsoft-ai.

Autores académicos han expresado su sorpresa al enterarse de que la editorial Taylor & Francis, propietaria de Routledge, vendió acceso a las investigaciones de sus autores como parte de una colaboración con Microsoft en inteligencia artificial (IA), en un acuerdo valorado en casi 8 millones de libras (10 millones de $) en su primer año. La sociedad de autores ha mostrado preocupación por esta situación y destacó la falta de consulta con los autores antes de firmar el acuerdo.

La Dra. Ruth Alison Clemens, una académica publicada por Taylor & Francis y Routledge, dijo que los autores no fueron informados sobre el acuerdo de IA y no tuvieron la oportunidad de optar por no participar. Clemens se enteró del trato por casualidad y expresó su sorpresa por la falta de comunicación al respecto.

Un portavoz de Taylor & Francis confirmó el acuerdo, indicando que proporciona a Microsoft acceso no exclusivo a contenido avanzado y datos para mejorar los sistemas de IA. El acuerdo, detallado por Informa, la empresa matriz de Taylor & Francis, en una actualización comercial en mayo, estipula un pago inicial de $10 millones por acceso a los datos, con pagos recurrentes no especificados en los tres años siguientes.

Taylor & Francis afirmó que protege la integridad del trabajo de los autores y los derechos de recibir pagos de regalías conforme a los contratos de autor. Sin embargo, no quedó claro si existe una política de exclusión para los autores en este acuerdo.

La comunidad académica ha mostrado una fuerte preocupación, destacando la necesidad de considerar cuestiones de derechos de autor, derechos morales y protección de datos. The Society of Authors (SoA) instó a los autores que descubran que su trabajo ha sido utilizado sin su consentimiento a contactarlos para recibir orientación.

Barbara Hayes, directora ejecutiva de ALCS, enfatizó la importancia de representar plenamente los intereses y derechos de los autores en estas negociaciones, una etapa que a menudo falta en los acuerdos actuales.

A principios de esta semana, el Copyright Clearance Centre anunció la disponibilidad de los derechos de reutilización de la IA dentro de su  Annual Copyright License (ACL), que, según afirma, es «la primera solución colectiva de concesión de licencias para el uso interno de materiales protegidos por derechos de autor en sistemas de IA». La licencia proporcionará a los titulares derechos y remuneración por los nuevos usos de sus contenidos.