Últimos artículos para Ética de la Tecnología

La búsqueda de una IA explicable se centra en la transparencia y la confianza en la toma de decisiones.

Examinando cómo los modelos de lenguaje de IA reflejan sesgos en contra de comunidades marginadas.

Una nueva técnica verifica la exposición a datos de entrenamiento en modelos de difusión.

Esta investigación presenta un método para identificar gráficos reales versus generados.

Un nuevo método utiliza la búsqueda de arquitectura neuronal para mejorar la detección de falsificaciones faciales.

Explorando la importancia de la participación pública en la IA y sus desafíos.

Una mirada al sesgo de género en la IA y su impacto en la sociedad.

Las apps móviles a menudo no son claras sobre la recopilación de datos, lo que afecta la confianza del usuario.

Este artículo explora el impacto del sesgo de género en el análisis de sentimientos con BERT.

Explorando la naturaleza de las creencias en los modelos de lenguaje grandes.

La explicabilidad en la IA es clave para generar confianza en campos críticos como la salud.

La cooperación internacional es esencial para manejar los riesgos y beneficios de la IA.

Pequeños sesgos en la IA pueden llevar a resultados injustos grandes.

Este artículo explora la relación entre las atribuciones de características y las explicaciones contrafactuales en la IA.

Examinando los riesgos y los desafíos de explicabilidad de los ataques adversarios en modelos de IA.

Explorando riesgos de privacidad y estrategias para manejar filtraciones de datos en modelos de lenguaje.

Este artículo examina métodos para probar modelos de lenguaje en busca de sesgos.

La diversidad en el diseño de IA es clave para prevenir sesgos y promover la equidad.

Este artículo habla sobre cómo crear hashmaps justos para una gestión de datos equitativa.

Presentando un método seguro para identificar texto generado por máquinas.

Examinando cómo los sesgos en la IA afectan las sugerencias de trabajo para diferentes grupos.

Una mirada a cuán empático es realmente ChatGPT.

Examinando los retos y oportunidades de la privacidad diferencial en el análisis de datos.

Examinando los riesgos de reidentificación en sentencias judiciales anonimadas usando modelos de lenguaje.

Explorando un nuevo método para proteger la privacidad en la investigación causal sin perder precisión.

Un nuevo conjunto de datos ofrece información sobre el sesgo en la tecnología del lenguaje.

Usando la perplejidad para identificar entradas arriesgadas en modelos de lenguaje.

La investigación analiza cómo ChatGPT maneja los sesgos en discusiones controvertidas.

Analizando los riesgos asociados con los modelos de visión por computadora y su efectividad.

Un enfoque estructurado para crear conjuntos de datos efectivos para el análisis del discurso de odio.

Un estudio revela sesgo de género en la IA en diferentes culturas.

Este estudio investiga los sesgos en los modelos de lenguaje usando aprendizaje basado en prompts.

Fairness como Servicio aborda el sesgo en los sistemas de aprendizaje automático de manera segura.

Explorando la necesidad de explicaciones claras en la toma de decisiones de IA, especialmente en modelos cuánticos.

Un nuevo marco busca aclarar la toma de decisiones de la IA para los humanos.

Un estudio sobre cómo los usuarios interpretan las explicaciones de la IA y sus limitaciones.

Explorando cómo los atacantes explotan modelos de lenguaje grandes para extraer información.

Un estudio sobre cómo identificar textos generados por humanos frente a textos generados por máquinas y sus fuentes.

La sanitización del conocimiento ayuda a proteger información sensible en modelos de lenguaje.

Examinando la efectividad del marcado contra ataques adaptativos en imágenes deepfake.