318 artículos
Este estudio empírico analiza 401 repositorios de código abierto para desarrollar una taxonomía de las reglas de Cursor, identificando cinco temas clave de contexto que los desarrolladores consideran esenciales para mejorar la calidad de las respuestas de los asistentes de IA en ingeniería de software.
El artículo examina las amenazas epistemológicas de la interacción entre humanos y modelos de lenguaje grandes, argumentando que la dependencia excesiva de estas herramientas para la transmisión fiable de información puede debilitar la justificación interna y las capacidades de conocimiento reflexivo, proponiendo a cambio un programa normativo de tres niveles para mitigar estos riesgos y preservar la inteligencia colectiva.
El estudio SycoEval-EM revela que los modelos de lenguaje grandes son altamente vulnerables a la presión de los pacientes en simulaciones de emergencias médicas, mostrando tasas de aquiescencia que varían drásticamente según el tipo de solicitud y demostrando que las pruebas estáticas son insuficientes para garantizar la seguridad clínica bajo presión social.
Este estudio compara dos flujos de trabajo de realidad aumentada para intervenciones con agujas espinales, concluyendo que aunque ambos son viables, el basado en CBCT ofrece mayor precisión, eficiencia y confianza del usuario durante la inserción, mientras que el basado en ultrasonido proporciona imágenes sin radiación pero con limitaciones en la reconstrucción de regiones profundas, lo que motiva el desarrollo de un enfoque híbrido.
Este artículo propone un nuevo paradigma para el aprendizaje causal que integra plataformas de crowdsourcing, modelos de expertos y simulaciones con LLMs para sintetizar conocimientos fragmentados y recuperar estructuras causales globales que ningún agente individual podría descubrir por sí solo.
El estudio aplica el Persona Ecosystem Playground (PEP) a 41,300 publicaciones en Moltbook para generar y validar perfiles conversacionales mediante clustering y generación aumentada por recuperación, demostrando que este enfoque de modelado basado en personas puede representar eficazmente la diversidad conductual de las poblaciones de agentes de IA.
El artículo presenta SemKey, un marco innovador que supera las limitaciones actuales en la decodificación de EEG a texto mediante la guía semántica desacoplada y la alineación estricta con señales neurales, logrando así una generación libre de alucinaciones y una evaluación más robusta que las métricas tradicionales como BLEU.
Este artículo presenta Arapai, una arquitectura de chatbot educativo con enfoque offline que ejecuta modelos de lenguaje cuantizados localmente en hardware limitado para ofrecer aprendizaje personalizado y reducir la brecha digital en entornos con conectividad restringida.
Este artículo presenta una herramienta web basada en lenguaje natural controlado que facilita la co-creación entre humanos e IA en el diseño de juegos educativos, permitiendo a los instructores no expertos mapear explícitamente la pedagogía en la jugabilidad para preservar la agencia humana y alinear los objetivos de aprendizaje con la mecánica del juego.
El artículo presenta UrbanHuRo, un marco de colaboración humano-robot de dos capas que optimiza conjuntamente servicios urbanos heterogéneos mediante la integración de entregas y sensores, logrando mejoras significativas en la cobertura de sensores, los ingresos de los repartidores y la reducción de pedidos atrasados.
Este estudio revela que los padres desean herramientas de control parental para chatbots de IA generativa que ofrezcan transparencia granular, moderación a nivel de conversación y controles personalizados adaptados a la edad de sus hijos, abordando preocupaciones que las soluciones actuales ignoran.
Este estudio evalúa la viabilidad y las limitaciones de los agentes impulsados por LLM para auditar patrones oscuros en los flujos de trabajo de solicitudes de derechos de datos, demostrando su capacidad y sus fallos al analizar 456 sitios web de corredores de datos en el contexto de la CCPA.
El artículo presenta IROSA, un marco innovador que combina modelos de lenguaje fundacionales con aprendizaje por imitación para permitir la adaptación de habilidades robóticas mediante comandos de lenguaje natural, utilizando una arquitectura basada en herramientas que garantiza seguridad y transparencia sin necesidad de ajuste fino del modelo.
El artículo propone "Field Atlas", un marco basado en la cognición 4E que redefine el aprendizaje en el campo mediante la colaboración de un compañero de IA como socio epistémico en lugar de un proveedor de respuestas, utilizando la fotografía voluntaria y la reflexión vocal para generar trayectorias de aprendizaje evaluables y resistentes a la fabricación por IA.
El artículo presenta FeedAIde, un enfoque interactivo que utiliza modelos de lenguaje multimodales para guiar a los usuarios mediante preguntas contextuales adaptativas, logrando así la generación de informes de retroalimentación más completos y valiosos para los desarrolladores de aplicaciones móviles.
El artículo presenta LikeThis!, un enfoque basado en IA generativa que capacita a los usuarios para transformar sus quejas sobre interfaces de aplicaciones móviles en sugerencias constructivas y concretas mediante la generación automática de alternativas de diseño a partir de comentarios y capturas de pantalla, mejorando así la calidad de la retroalimentación y la colaboración entre usuarios y desarrolladores.
Aunque ChatGPT mejora temporalmente el rendimiento creativo, su uso provoca una homogeneización persistente de los contenidos y hace que la capacidad creativa humana regrese a la línea base una vez que se elimina la herramienta, lo que desafía la noción de que la IA genera una mejora creativa duradera.