Actualidad Deep Learning

Mozilla ha publicado unas guías para ayudar a los estudiantes a navegar por cuestiones éticas en la industria tecnológica, en particulas durante el proceso de reclutamiento. La guía recomienda a los estudiantes que no trabajen en empresas que dañen a las comunidades vulnerables y que se formen en gobernanza dentro de las empresas antes de coger un trabajo. "Aforntar problemas éticos en la tecnología puede resultar abrumador para los estudiantes. Cambiar la industria no es imposible y es cada vez más necesario". Estudiantes de 16 universidades han protestado por los lazos de sus niversidades con la firma Palantir que trabaja dinInmigation and Customs Enforcement. Ha habido protestas en los campus de Amazon. También hay protestas contra el software de reconocimiento facial en los campuses. https://www.vice.com/en_us/article/wxenxx/mozilla-wants-young-people-to-consider-ethical-issues-before-taking-jobs-in-tech Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecno...

Se suele arguir que la ética mejorará las tecnologías. En realidad este debate parece crecientemente enfocado hacia empresas privadas que quieren evitar la regulación. Siendo incapaz de proporcionar adecuadas soluciones regulatorias, la ética se ve como una opción 'fácil' o 'suave' que puede ayudar a estructurar y dar significado a las iniciativas regulatorias existentes. La ética es la nuev industria de la auto-regulación. https://www.privacylab.at/wp-content/uploads/2018/07/Ben_Wagner_Ethics-as-an-Escape-from-Regulation_2018_BW9.pdf Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Presenta dos visiones: tecnooptimistas y tecnopesimistas. En general la productividad que aportan los avances tecnológicos, no es lo que era. El artículo revisa varios momentos históricos de la productividad desde el s. XIX y de EEUU frente a la UE. https://elpais-com.cdn.ampproject.org/c/s/elpais.com/economia/2020/02/21/actualidad/1582300713_739014.amp.html Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Este artículo cuenta la visión del profesor del MIT Pérez-Breva de la IA. Primero, considera que hay un excesivo enfoque hacia los datos. Esto signifca que los modelos de IA son modelos probailísticos. Así, la importancia es de los datos, no del algoritmo. Los modelos deberían aprender con muchos menos datos. Asegura que el Machine Learning tiene una aplicación muy estrecha, por tanto intentar aplicarlo a problemas generales fallará. Desde siempre se ha intentado automatizar empleos y nunca ha funcionado. La gente frecuentemente confunde automatización e IA. Luis Pérez considera qe los sistemas de IA se parecen más a una nueva especie con un modo diferente de inteligencia que los humanos. En cualquier caso, la iA ha venido para quedarse, aunque los dispositivos tienen una inteligencia distinta de la humana. Tiene el poder de resolver muchos problemas junto con los seres humanos. https://www.forbes.com/sites/cognitiveworld/2020/02/23/this-ai-researcher-thinks-we-have-it-al...

La IA no es un algoritmo. La IA no es un modelo. La IA no es un robo. La IA no es neutra. La IA no es la sigularidad. Inteligencia Artificial no es posiblemente una distinción que importe. https://blog.lareviewofbooks.org/provocations/artificial-intelligence/ Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

Una encuesta de casi 200 ejecutivos muestra que las tecnologías sobre exageradas no están a la altura de las expectativas de realización de resultados. El 56% de los que respondieron se quejaban de que las iniciativas en tecnología avanzada se no habían logrado sus expectativasy el 50% afirmó lo mismo de las herramientas de visualización de datos. A pesar de esto, los despliegues de estas tecnologías crecerán en 2020. La automatización con robots (RPA) también decepcionó al 47% de los adoptantes. https://tech.newstatesman.com/business/cios-disappointed-by-the-empty-promises-of-ai-data-tools-and-chatbots Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)

La ética de datos es una rama de la ética que estudia y evalúa los problemas morales relacionados con los datos, los algoritmos, y las prácticas correspondientes a fin de soportar y formular buenas soluciones moralmente. https://www.academia.edu/42101366/What_is_data_ethics?email_work_card=view-paper Adaptado por Aniceto Pérez y Madrid, Filósofo de las Tecnologías y Editor de Actualidad Deep Learning (@forodeeplearn)