Inteligencia Artificial
9.05K subscribers
496 photos
301 videos
12 files
32.3K links
Actualidad en Inteligencia Artificial. Las noticias diarias más relevantes sobre IA, LLMs, agentes, robótica, novedades, opiniones de referencia y una pizca de humor. Para no perderte nada del futuro que ya está aquí.
Download Telegram
AS_20_PALANTIR
🎤Palantir, el fin del mundo a golpe de clic

Más que una empresa, Palantir es un proyecto político. En este programa de Asalto entrevistamos a la periodista Marta Peirano y al investigador Olivier Tesquet para conocer mejor el modus operandi de una compañía que está modelando el futuro.

Fuente: El Salto

@todoIA
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
¿Eres muy fan del mundo élfico o de las hadas y por eso estás solo/a?

No te preocupes. En China también piensan en ti 😊

🙏 @iapost

#virIAles

@todoIA
Please open Telegram to view this post
VIEW IN TELEGRAM
Media is too big
VIEW IN TELEGRAM
📺 | ¿Debería Europa garantizar una renta básica a los artistas?

El sector cultural aporta cada año 202.000 millones de euros a la economía europea. Una industria clave que, sin embargo, convive con la precariedad de quienes la sostienen: pluriempleo, ingresos irregulares y escasa protección social. Tras la pandemia, el sector enfrenta además la irrupción de la Inteligencia Artificial (IA) y nuevos recortes presupuestarios.

Fuente: El País

@todoIA
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣1
La policía de Essex suspende el uso de reconocimiento facial tras hallazgos de sesgo racial: los sistemas identifican con mayor frecuencia a personas negras

La policía del condado de Essex, en el Reino Unido, ha decidido pausar temporalmente el uso de cámaras de reconocimiento facial en tiempo real (LFR) tras un estudio académico que reveló un sesgo estadísticamente significativo: las personas negras eran identificadas con mayor frecuencia que personas de otras etnias, incluso cuando no estaban en listas de vigilancia.

El estudio, realizado por investigadores de la Universidad de Cambridge con 188 actores en Chelmsford, también mostró que los hombres eran más propensos a ser identificados que las mujeres, lo que plantea serias preguntas sobre la equidad del sistema.

Aunque el porcentaje de falsos positivos fue bajo, el sesgo en la detección por raza ha generado alertas entre expertos y organizaciones de derechos civiles, quienes exigen una supervisión continua y reformas estructurales antes de cualquier reanudación. La policía de Essex anunció que está revisando el software con el proveedor y ha actualizado sus protocolos, con la intención de reanudar el uso de la tecnología con garantías de equidad. Mientras tanto, la Oficina del Comisionado de Información (ICO) ha instado a otras fuerzas policiales que usan LFR a implementar medidas correctivas, en un contexto nacional donde el gobierno planea expandir el uso de estas cámaras en todo Inglaterra y Gales.

Fuente: The Guardian

@todoIA
🔥 Estudiantes: la magia de predecir temas de examen (hasta 40–50 % de precisión)

No es trampa, no es adivinación: solo análisis de patrones.


1. ESCÁNER DE PATRONES EN EXÁMENES ANTERIORES

«Me estoy preparando para el [nombre del examen] bajo el temario de [país/entidad/universidad]. He adjuntado/pegado los últimos [X] años de exámenes anteriores. Revísalos para identificar temas repetidos, capítulos clave y formatos comunes de preguntas. Luego, ordena y prioriza estos patrones según su frecuencia de aparición y su importancia relativa».


2. CLASIFICADOR DE TEMAS DE ALTA PROBABILIDAD

Usando el temario adjunto para [asignatura/curso] ([insertar temario aquí]) junto con los exámenes anteriores proporcionados, genera una lista ordenada por prioridad de todos los temas (desde los más hasta los menos probables de aparecer en el próximo examen) y justifica brevemente la posición de cada uno basándote en la evidencia.


3. ANALIZADOR DE PESO POR CAPÍTULO

«Para el [nombre del examen], analiza los últimos [X] años de exámenes y vincula cada capítulo del temario con su tasa de aparición. Incluye frecuencia de aparición por capítulo, puntaje promedio cuando aparece y un indicador claro de tendencia que muestre si está ganando o perdiendo relevancia».


4. PREDICTOR DE FORMATOS DE PREGUNTAS

«Revisa los exámenes anteriores de [asignatura] y mapa los estilos recurrentes de preguntas: preguntas de opción múltiple, ensayos, problemas numéricos, estudios de caso y respuestas cortas. Luego, pronostica qué formatos son más probables en el próximo examen y justifica tu predicción».


5. DETECTOR DE ROTACIÓN DE TEMAS

«Mapea cómo los temas entran y salen del [nombre del examen] a lo largo de los últimos [X] años. Señala aquellos que tienden a reaparecer tras ausentarse en una o más convocatorias».


6. PRIORIZADOR INTELIGENTE DE REPASO

Usando todo lo evaluado hasta ahora, elabora una lista de repaso integral del temario para el [nombre del examen]. Etiqueta cada tema como Alta Probabilidad, Media Probabilidad o Baja Probabilidad, asegurando que ninguna parte del currículo quede excluida.


7. HOJA DE REPASO RÁPIDO PARA EL EXAMEN FINAL

«Elabora una lista de verificación para la última semana de estudio del [nombre del examen]. Enfócate en el 20–30 % del contenido que sistemáticamente genera la mayor parte de las preguntas del examen. Incluye tácticas inteligentes de repaso, errores frecuentes que evitar y una distribución recomendada del tiempo por tema»



🙏 @aipost

#promptologia@todoIA
Please open Telegram to view this post
VIEW IN TELEGRAM
2👍1🤡1
Cómo entrenar a Claude Cowork para que piense exactamente como tú

🙏 🐣 Fran Actúa

@todoIA
Please open Telegram to view this post
VIEW IN TELEGRAM
Mistral AI propone un impuesto sobre IA en Europa para proteger a creadores y nivelar el campo de juego frente a EE.UU. y China

Arthur Mensch, cofundador y CEO de Mistral AI, aboga por un nuevo marco regulatorio en Europa que sustituya el actual sistema de “opt-out” en derechos de autor por un impuesto basado en ingresos aplicable a todos los proveedores de modelos de IA que operen en el mercado europeo (incluidos los extranjeros). Los fondos recaudados se destinarían a un fondo europeo para fomentar la creación cultural, mientras que los desarrolladores de IA obtendrían certeza legal para entrenar modelos con contenido público.

La propuesta busca evitar que Europa se quede atrás en la carrera tecnológica, sin sacrificar su diversidad cultural ni los derechos de sus creadores. Mensch insiste: no se trata de elegir entre innovación y protección, sino de construir un sistema donde ambas coexistan.

Fuente: Financial Times

@todoIA
1🔥1