Archivo de la etiqueta: Inteligencia artificial

Definición de inteligencia artificial para bibliotecarios

Cox, A. M., & Mazumdar, S. (2022). Defining artificial intelligence for librarians. Journal of Librarianship and Information Science, 0(0). https://doi.org/10.1177/09610006221142029

El objetivo de este artículo es definir la Inteligencia Artificial (IA) para los bibliotecarios examinando las definiciones generales de IA, analizando el conjunto de tecnologías que componen la IA, definiendo los tipos de casos de uso por área de funcionamiento de la biblioteca y reflexionando sobre las implicaciones para la profesión, incluso desde una perspectiva de igualdad, diversidad e inclusión.

Se trata de un artículo conceptual basado en una revisión exploratoria de la literatura, dirigido a bibliotecarios interesados en la IA desde una perspectiva más estratégica que técnica.

Se identifican cinco tipos distintos de casos de uso de la IA para las bibliotecas, cada uno con sus propios impulsores y barreras subyacentes, y demandas de competencias. Se trata de aplicaciones en los procesos internos de las bibliotecas, en los servicios bibliotecarios, a través de la creación de comunidades de científicos de datos, en la alfabetización en datos e IA y en la gestión de usuarios. Cada una de estas aplicaciones tiene sus propios impulsores y obstáculos. Es difícil anticipar el impacto en el trabajo profesional, pero a medida que el entorno de la información se vuelve más complejo es probable que los bibliotecarios sigan teniendo un papel muy importante, especialmente dada la dependencia de la IA de los datos. Sin embargo, podría haber algunas repercusiones negativas sobre la igualdad, la diversidad y la inclusión si las competencias en IA no se difunden ampliamente.

Comparación de resúmenes científicos generados por ChatGPT con resúmenes originales mediante un detector de resultados de inteligencia artificial, un detector de plagio y revisores humanos

Gao, C. A., Howard, F. M., Markov, N. S., Dyer, E. C., Ramesh, S., Luo, Y., & Pearson, A. T. (2022). Comparing scientific abstracts generated by ChatGPT to original abstracts using an artificial intelligence output detector, plagiarism detector, and blinded human reviewers (p. 2022.12.23.521610). bioRxiv. https://doi.org/10.1101/2022.12.23.521610

Ver texto completo

ChatGPT es la última creación de la familia GPT de sistemas de IA para generación de texto, un proyecto de la fundación OpenAI.

Los grandes modelos lingüísticos, como ChatGPT, pueden producir textos cada vez más realistas, pero se desconoce la precisión y la integridad del uso de estos modelos en la escritura científica. Se recopilaron diez resúmenes de investigación de cinco revistas médicas de alto factor de impacto (n=50) y se generaronresúmenes de investigación basados en sus títulos y revistas con ChatGPT. Se evaluaron los resúmenes utilizando un detector de resultados de inteligencia artificial (IA), un detector de plagio, y se hizo que revisores humanos intentaran distinguir si los resúmenes eran originales o generados. Todos los resúmenes generados por ChatGPT estaban escritos con claridad, pero sólo el 8% seguía correctamente los requisitos de formato de la revista específica. La mayoría de los resúmenes generados se detectaron mediante el detector de salida de IA, con puntuaciones (más alta significa más probabilidad de ser generado) de mediana [rango intercuartílico] de 99,98% [12,73, 99,98] en comparación con una probabilidad muy baja de salida generada por IA en los resúmenes originales de 0,02% [0,02, 0,09]. El AUROC del detector de resultados de IA fue de 0,94. Los resúmenes generados obtuvieron una puntuación muy alta en originalidad utilizando el detector de plagio (100% [100, 100] de originalidad). Los resúmenes generados tenían un tamaño de cohorte de pacientes similar al de los resúmenes originales, aunque los números exactos eran inventados. Cuando se les dio una mezcla de resúmenes originales y generales, los revisores humanos identificaron correctamente el 68% de los resúmenes generados como generados por ChatGPT, pero identificaron incorrectamente el 14% de los resúmenes originales como generados. Los revisores indicaron que era sorprendentemente difícil diferenciar entre los dos, pero que los resúmenes generados eran más vagos y tenían una redacción formulista.

La inteligencia artificial en las bibliotecas y la edición.

Pickering, Ruth, Matthew Ismail, Daniel W. Hook, Simon J. Porter, Catherine Nicole Coleman, Michael A. Keller, James W. Weis, et al. Artificial Intelligence in Libraries and Publishing. Michigan Publishing Services, 2022.

Texto completo

ePub

PDF

¿Cuál es el estado actual de la inteligencia artificial (IA) en el mundo de la comunicación académica? ¿Qué impacto tiene la IA en las prácticas y estrategias de editores, bibliotecas, empresas de tecnología de la información e investigadores? ¿Qué es exactamente la IA y qué es lo que piensan y hacen con ella los profesionales de la comunicación académica?

te Charleston Briefing pretende dar respuesta a estas importantes preguntas, ofreciendo ensayos generales sobre la IA y otros más específicos sobre la IA en la publicación académica, las bibliotecas universitarias y la IA en el descubrimiento de información y la creación de conocimiento. Los ensayos ayudarán a los editores, bibliotecarios e investigadores a comprender mejor el impacto real de la IA en las bibliotecas y en la edición, de modo que puedan responder al impacto potencialmente transformador de la IA de forma comedida y con conocimiento de causa.

Charleston Briefings: Trending Topics for Information Professionals es una serie de libros breves que invitan a la reflexión sobre la innovación en el ámbito de las bibliotecas, la edición y la tecnología en la comunicación académica. Los resúmenes, que surgen de las conversaciones vitales características de la Conferencia de Charleston y de Against the Grain, ofrecerán una valiosa visión de las tendencias que dan forma a nuestras vidas profesionales y a las instituciones en las que trabajamos.

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.