Archivo de la etiqueta: Inteligencia artificial

Retiran más de 16.000 artículos científicos generados con Inteligencia Artificial

Agencia AFP. «Alerta en la ciencia: se han retirado más de 16 mil artículos científicos hechos con la ayuda de la Inteligencia Artificial.» El Colombiano, 12 de agosto de 2024. https://www.elcolombiano.com/tecnologia/retiran-miles-de-articulos-cientificos-hechos-con-inteligencia-artificial-HP25195741

La ciencia enfrenta una alerta preocupante debido al retiro de más de 16.000 artículos científicos que fueron elaborados con la ayuda de inteligencia artificial (IA). Se espera que esta cifra aumente en los próximos meses. Estos artículos, que presentan errores graves y absurdos, como una imagen de una rata con genitales sobredimensionados o una pierna humana con un número incorrecto de huesos, han sido publicados en revistas científicas importantes.

Aunque la IA, como ChatGPT, se reconoce por su utilidad en tareas como la traducción, su uso en la redacción de artículos científicos ha generado preocupaciones por prácticas deshonestas. Un ejemplo de esto ocurrió en marzo de 2024, cuando un artículo comenzó con una frase típica de ChatGPT, lo que llevó a su retiro.

El empleo de IA en la literatura científica es cada vez más difícil de detectar y está en aumento. Según estudios, al menos 60.000 artículos en 2023 fueron realizados con ayuda de la IA, lo que representa un 1% de la producción científica anual. Esta tendencia está contribuyendo a un aumento significativo en el número de artículos retirados, que alcanzó un récord de 13.000 en 2023.

La IA ha facilitado la creación masiva de artículos científicos de baja calidad, plagiados o falsos, a menudo producidos por «fábricas» de artículos financiadas por investigadores. Se estima que estas «fábricas» son responsables de un 2% de los estudios publicados, cifra que podría estar aumentando considerablemente debido a la IA.

¿Qué es el Proyecto Strawberry? Explicación de la misteriosa herramienta de IA de OpenAI

What is Project Strawberry? OpenAI’s mystery AI tool explained. (2024). ZDNET. Recuperado 13 de agosto de 2024, de https://www.zdnet.com/article/what-is-project-strawberry-openais-mystery-ai-tool-explained/

El miércoles, el CEO de OpenAI, Sam Altman, publicó una foto de un jardín de fresas en X, acompañada de la críptica leyenda «Me encanta el verano en el jardín» A primera vista, podría pensarse que se trata simplemente de un mensaje de agradecimiento por una sana actividad veraniega. Sin embargo, como la mayoría de los crípticos tweets de Sam Altman, es probable que se trate de un huevo de Pascua que apunta a algo más grande: el Proyecto Strawberry.

Project Strawberry es un nuevo modelo de lenguaje de OpenAI que se rumorea tiene capacidades avanzadas de razonamiento, superiores a las de sus predecesores. Según un documento interno obtenido por Reuters en mayo, Strawberry podría usarse para investigaciones profundas, navegando de manera autónoma y fiable por internet. Este proyecto parece estar relacionado con un modelo llamado Q*, que algunos empleados de OpenAI consideran un avance significativo hacia la inteligencia artificial general (AGI).

Algunos de los aspectos clave de Project Strawberry incluyen:

  1. Seguridad de Datos: Mejorar cómo se manejan y protegen los datos de los usuarios para garantizar que su información esté segura y no se utilice de manera inapropiada.
  2. Personalización Controlada: Ofrecer opciones para que los usuarios personalicen cómo la IA interactúa con ellos, sin sacrificar la privacidad o la seguridad.
  3. Transparencia: Proveer a los usuarios con mayor claridad sobre cómo funcionan los modelos de IA y cómo se utilizan sus datos.
  4. Herramientas de Privacidad: Desarrollar herramientas que permitan a los usuarios borrar o controlar los datos que comparten con los modelos de IA.

En cuanto al acceso, Project Strawberry podría estar en pruebas en la plataforma LMSYS Chatbot Arena bajo el nombre «anonymous-chatbot», que ha demostrado ser particularmente eficaz en razonamiento avanzado. Aunque no se ha confirmado oficialmente que este chatbot sea Strawberry, quienes deseen probarlo pueden acceder a la arena y buscar el modelo «anonymous-chatbot», aunque encontrarlo puede requerir paciencia.

Este proyecto refleja el compromiso de OpenAI de construir sistemas de IA que sean tanto útiles como seguros, atendiendo a las preocupaciones crecientes sobre la privacidad en el uso de tecnologías avanzadas.

¿Qué es la IA? Todo el mundo cree saberlo, pero nadie se pone de acuerdo. Y eso es un problema.

What is AI? (2024). MIT Technology Review. Recuperado 10 de agosto de 2024, de https://www.technologyreview.com/2024/07/10/1094475/what-is-artificial-intelligence-ai-definitive-guide/

La inteligencia artificial (IA) es la tecnología más candente de nuestro tiempo. Pero, ¿qué es exactamente? Aunque suene como una pregunta tonta, nunca ha sido más urgente. Aquí tienes la respuesta breve: la IA es un término general para un conjunto de tecnologías que permiten a las computadoras realizar tareas que se consideran inteligentes cuando las realiza una persona. Piensa en reconocer rostros, entender el habla, conducir automóviles, redactar oraciones, responder preguntas o crear imágenes. Sin embargo, incluso esa definición abarca muchas cosas. Y ahí radica el problema. ¿Qué significa que las máquinas comprendan el habla o escriban una oración? ¿Qué tipos de tareas podríamos pedirles a esas máquinas que realicen? ¿Y cuánto deberíamos confiar en ellas?

La inteligencia artificial (IA) es la tecnología más candente de nuestro tiempo. Pero, ¿qué es exactamente? Aunque suene como una pregunta tonta, nunca ha sido más urgente. Aquí tienes la respuesta breve: la IA es un término general para un conjunto de tecnologías que permiten a las computadoras realizar tareas que se consideran inteligentes cuando las realiza una persona. Piensa en reconocer rostros, entender el habla, conducir automóviles, redactar oraciones, responder preguntas o crear imágenes. Sin embargo, incluso esa definición abarca muchas cosas.

Y ahí radica el problema. ¿Qué significa que las máquinas comprendan el habla o escriban una oración? ¿Qué tipos de tareas podríamos pedirles a esas máquinas que realicen? ¿Y cuánto deberíamos confiar en ellas?

A medida que esta tecnología pasa de ser un prototipo a un producto cada vez más rápido, estas preguntas nos afectan a todos. Pero (¡advertencia!) no tengo las respuestas. Ni siquiera puedo decirte qué es exactamente la IA. Las personas que la crean tampoco lo saben realmente. “Estas son las preguntas lo suficientemente importantes como para que todos sientan que pueden tener una opinión”, dice Chris Olah, científico jefe del laboratorio de IA Anthropic con sede en San Francisco. “También creo que puedes debatir sobre esto tanto como quieras y no hay evidencia que te contradiga en este momento”.

Pero si estás dispuesto a subirte y acompañarme, puedo explicarte por qué nadie realmente lo sabe, por qué todos parecen estar en desacuerdo y por qué es importante que te preocupes por ello.

Comencemos con una broma casual.

En 2022, durante el primer episodio de “Mystery AI Hype Theater 3000”, un podcast que critica con humor algunos de los exagerados tópicos del Valle del Silicio, los coanfitriones Alex Hanna y Emily Bender hacen una sugerencia ridícula. Están leyendo en voz alta un extenso artículo de 12,500 palabras escrito por Blaise Agüera y Arcas, vicepresidente de ingeniería de Google, titulado “¿Pueden las máquinas aprender a comportarse?”. Agüera y Arcas argumenta que la IA puede comprender conceptos de manera análoga a cómo lo hacen los humanos, incluidos conceptos como los valores morales. En resumen, tal vez las máquinas puedan aprender a comportarse.

Hanna y Bender no están de acuerdo. Deciden reemplazar el término “IA” por “matemáticas matemáticas”, es decir, mucha y mucha matemática.

Esta irreverente frase busca desmontar lo que consideran como grandilocuencia y antropomorfismo en las frases citadas. Pronto, Hanna, sociólogo y director de investigación en el Instituto de Investigación en IA Distribuida, y Bender, lingüista computacional en la Universidad de Washington (y crítica famosa en internet de la exageración de la industria tecnológica), crean una brecha entre lo que Agüera y Arcas quiere decir y cómo eligen interpretarlo.

“¿Cómo deberían ser responsables moralmente los AIs, sus creadores y sus usuarios?”, pregunta Agüera y Arcas.

¿Cómo deberían ser responsables moralmente las matemáticas matemáticas?, pregunta Bender.

“Eso es un error de categoría”, dice ella. Hanna y Bender no solo rechazan lo que dice Agüera y Arcas; afirman que no tiene sentido. “¿Podemos dejar de hablar de matemáticas matemáticas?”, piden.

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.