El análisis de sentimientos es el proceso de clasificación de algún tipo de emoción tomando como entrada un texto, la salida del modelo es un valor numérico asociado a la probabilidad de que el sentimiento expresado sea positivo, negativo o neutro. El análisis del sentimiento se utiliza para clasificar las opi- niones de los usuarios y clientes en distintas plataformas en línea. Los traductores de lenguaje son capaces de convertir un texto de entrada en otro idioma específico (por ejemplo, español) hacia un texto en un leguaje distinto (por ejemplo, inglés). Estas aplicaciones son muy útiles y se encuentran disponibles en la red para ser utilizados de modo libre. Estos traductores han evolucionado de rápidamente de tal manera que hoy se cuenta con traductores a nivel de audio. La detección de correo spam (mensajes que el usuario no desea y que son enviados de forma masiva por alguna empresa) es otras de las aplicaciones del uso de NLP y ML, clasifican un correo de entrada entre correo spam y correo no spam. Otras de las aplicaciones de mucha utilidad al escribir son los llamados correctores grama- ticales. Estos ayudan a detectar errores en el proceso de redacción y en muchos casos ofre- cen una alternativa de solución al error encon- trado. El modelado de temas es una tarea del NLP utilizando ML que toma como entrada un con- junto de documentos y descubre qué temas se abordan en los documentos, la salida de estos modelos es una lista de temas definidos asociando un conjunto de palabras para cada tema, así como proporciones de cada uno de los temas dentro de los documentos. Latent Dirichlet Allocation (LDA) (Kulshres- tha, 2021), una de las técnicas de modelado temático más populares, trata de ver un documento como una colección de temas y un tema como una colección de palabras. El mo- delado de temas se utiliza de manera comercial para ayudar a los abogados a encontrar prue- bas en documentos jurídicos. También se en- cuentran disponibles en la red herramientas de IA generativa que toman como entrada un texto y pueden producir imágenes, video, audio, presentaciones, etcétera. A medida que la IA generativa se desarrolla y se hace parte de algunas de las actividades de nuestra vida cotidiana, crece la preocupación por la privacidad y la seguridad de los datos. La capacidad de los sistemas de IA para generar y analizar grandes cantidades de datos personales incrementa la preocupación sobre cómo recupera, almacena y utiliza esta información. Desde la coordinación de posgrado del Departamento de Ciencias e Ingenierías, se impulsa a los estudiantes a utilizar herra- mientas de IA generativa con el propósito de construir conjuntos de datos para procesos de simulación. Por otro lado, cada documento de tesis o de caso de estudio que los estudiantes escriben para su proceso de titulación son revisados inicialmente con la herramienta de Compilatio (Compilatio, 2024), con la que la Ibero cuenta para verificar el porcentaje de similitud con documentos en la red, pos- teriormente, se utilizan las herramientas de IA generativa llamadas AI-Detector y GPTZero (GPTZero, 2024), estas herramientas permiten saber qué porcentaje de un texto fue producido específicamente por alguna aplicación de ChatGPT. El uso de IA generativa ha incrementado la preocupación por la parcialidad y la discrimi- nación en los sistemas de IA, especialmente en ámbitos como la contratación y los prés- tamos, en donde algunas decisiones pueden Los traductores de lenguaje son capaces de convertir un texto de entrada en otro idioma específico (por ejemplo, español) hacia un texto en un leguaje distinto (por ejemplo, inglés). Estas aplicaciones son muy útiles y se encuentran disponibles en la red para ser utilizados de modo libre. Estos traductores han evolucionado rápidamente de tal manera que hoy se cuenta con traductores a nivel de audio LA INTELIGENCIA ARTIFICIAL: EVOLUCIÓN Y APLICACIONES EN LA IA GENERATIVA SERENDIPIAS
RkJQdWJsaXNoZXIy MTY4MjU3