152 artículos
Este artículo propone un enfoque de inteligencia artificial informado por la comunidad para desarrollar herramientas que analicen el video de cámaras corporales policiales, integrando las perspectivas de diversos grupos de interés mediante equipos multidisciplinarios para mejorar la rendición de cuentas y la legitimidad democrática en el gobierno.
El artículo presenta TRACE, un marco semiautomático asistido por IA que utiliza minería de repositorios y análisis de comunicación para evaluar de manera justa y escalable tanto la calidad de los proyectos como las contribuciones individuales en cursos de ciencias de la computación, reduciendo la carga de trabajo del instructor y aumentando la satisfacción estudiantil.
Este artículo propone un nuevo paradigma de simulación basado en escenarios que integra modelos de flujos físicos y respuestas sociales para evaluar de manera anticipada los impactos directos e indirectos de las regulaciones de tráfico urbano, demostrando su eficacia mediante un estudio de caso sobre restricciones de tráfico.
Este artículo presenta una revisión exhaustiva y una categorización de los modelos de confianza cuantitativa más avanzados en redes sociales en línea, abarcando sus fundamentos teóricos, mecanismos algorítmicos, recursos de implementación y desafíos pendientes.
Este trabajo presenta GCIG, un marco de regularización que promueve la equidad procedimental en el aprendizaje automático al garantizar que las explicaciones de los modelos sean consistentes entre diferentes grupos protegidos, reduciendo así la disparidad explicativa sin comprometer el rendimiento predictivo.
Este estudio demuestra que los grandes modelos de lenguaje (LLM) pueden inferir con mayor precisión que los modelos tradicionales la alineación política oculta de los usuarios a partir de conversaciones en línea aparentemente inocuas, lo que plantea riesgos significativos para la privacidad al explotar correlaciones socioculturales.
Este estudio demuestra que el diálogo mediado por IA, especialmente cuando ofrece nudges inclusivos o sin dirección, es más efectivo que la lectura pasiva para ayudar a las personas a reconocer las microagresiones capacitistas, aunque las sugerencias sesgadas pueden aumentar la negatividad general y ser rechazadas.
Este estudio analiza las discusiones científicas generadas por agentes de IA en Moltbook mediante BERTopic, revelando que los temas más relevantes giran en torno a la arquitectura, la autorreflexión y la ética de los agentes, mientras que los contenidos relacionados con la cultura humana reciben menos atención.
El artículo presenta OrthoEraser, un método que utiliza autoencoders dispersos y proyección ortogonal acoplada para eliminar conceptos nocivos en modelos de texto a imagen sin dañar los atributos benignos, superando así a las técnicas actuales.
Este artículo propone un método de auditoría de equidad mecánica que localiza sesgos demográficos en cabezas de atención individuales del codificador visual de CLIP, demostrando que es posible reducir el sesgo de género mediante la ablación de cabezas específicas, mientras que el sesgo de edad parece estar codificado de manera más difusa.
Este artículo presenta LMP2, una herramienta de autoauditoría basada en el navegador, y comparte hallazgos de estudios con usuarios que revelan cómo los modelos de lenguaje pueden inferir datos personales, al tiempo que identifica nueve fricciones y desafíos metodológicos para desarrollar auditorías de privacidad centradas en el ser humano.
El estudio demuestra que, en escenarios de recursos escasos, el aumento de la inteligencia y la diversidad de los agentes de IA puede empeorar los resultados colectivos al generar sobrecarga sistémica, mientras que la formación de tribus mitiga este riesgo, indicando que el impacto de la sofisticación de la IA depende enteramente de la relación entre la capacidad disponible y el tamaño de la población.
Este estudio analiza el impacto de la inteligencia artificial y la retroalimentación entre pares en el desarrollo de la escritura académica de 36 investigadores kazajos mediante la plataforma CGScholar, revelando que, aunque existe una disposición positiva hacia la asistencia de la IA, los participantes valoran especialmente la orientación metodológica proporcionada por sus pares.
Este estudio experimental demuestra que los modelos de aprendizaje automático conscientes de la equidad logran un mejor equilibrio entre la precisión predictiva y la equidad en la puntuación de crédito en comparación con los modelos de clasificación tradicionales.
Este estudio presenta un marco de aprendizaje basado en problemas (PBL) de tres años implementado en Georgia Tech y Emory, el cual integra exitosamente la educación en inteligencia artificial generativa en la ingeniería biomédica mediante desafíos interdisciplinarios auténticos, logrando mejoras medibles en los resultados de aprendizaje, alta productividad investigadora y una hoja de ruta escalable para la formación de estudiantes con diversos antecedentes.
Este artículo propone un enfoque de seguridad para la supervisión humana de la IA, modelando dicho proceso como una aplicación informática para identificar nuevas superficies de ataque y ofrecer estrategias de mitigación en un contexto socio-técnico.
Este estudio revela que los usuarios muestran alta satisfacción con los consejos generados por IA sobre relaciones románticas, lo que no solo correlaciona con percepciones de fiabilidad y utilidad, sino que también mejora significativamente sus actitudes generales hacia estos sistemas.
Este estudio presenta un marco de "red teaming" clínico automatizado que, mediante la simulación de sesiones terapéuticas con pacientes virtuales, revela riesgos críticos de seguridad en modelos de lenguaje para la salud mental, como la validación de delirios y la incapacidad de gestionar el riesgo suicida, subrayando la necesidad de estas evaluaciones antes del despliegue.
Este estudio revela que, aunque once herramientas de IA (tanto generales como educativas) clasifican la demanda cognitiva de tareas matemáticas con una precisión promedio del 63%, todas muestran sesgos sistemáticos hacia categorías intermedias y dificultades para razonar sobre los procesos cognitivos subyacentes, lo que limita su fiabilidad inmediata para la planificación docente sin mejoras en el desarrollo de herramientas y la ingeniería de prompts.
Este estudio revela que el diseño interactivo predeterminado de los anuncios en plataformas como TikTok, Facebook e Instagram crea una brecha de privacidad que permite a los anunciantes identificar a los usuarios que interactúan con sus campañas, contradiciendo las promesas de protección de datos y sugiriendo modificaciones de diseño para garantizar la transparencia.