![\"IA-vs-intelecto\"](\"https:\/\/www.madrimasd.org\/blogs\/universo\/wp-content\/blogs.dir\/42\/files\/405\/IA-vs-intelecto.jpg\")
<\/p>\n<\/p>\n
Fuente: Colaje Im\u00e1genes Google<\/span><\/p>\n Soy muy consciente de que he redactado demasiados posts acerca de la Inteligencia Artificial de lenguaje natural. \u00a1Lo siento mucho!, y seguro que as\u00ed pierdo lectores. Sin embargo, el aluvi\u00f3n de noticias sobre este tema es abrumador<\/strong><\/span>. Del mismo modo, siempre he defendido que la ciencia, como otras facetas de la cultura humana, debe consolidarse fomentando el pensamiento cr\u00edtico de sus practicantes<\/strong><\/span>. Y, obviamente, cuando leo noticias, como la primera que os expongo hoy me pongo templar. \u201cEl aumento del uso de la IA est\u00e1 relacionado con la erosi\u00f3n de las habilidades de pensamiento cr\u00edtico<\/a><\/strong> \u201d, Como cient\u00edfico tambi\u00e9n me aterra parte del contenido de esta otra noticias \u201cLa IA ampl\u00eda el impacto de los cient\u00edficos, pero contrae el enfoque de la ciencia<\/strong><\/a>\u201d, en la cual puede leerse:<\/p>\n \u201cAnalizando 67,9 millones de art\u00edculos de investigaci\u00f3n en seis campos principales utilizando un modelo de lenguaje validado (F1 = 0,876), exploramos el impacto de la IA en la ciencia. Los cient\u00edficos que adoptan herramientas de IA publican un 67,37% m\u00e1s de art\u00edculos, reciben 3,16 veces m\u00e1s citas y se convierten en l\u00edderes de equipo 4 a\u00f1os antes que los que no los adoptan<\/em><\/span><\/strong>. Este \u00e9xito individual se correlaciona con la preocupaci\u00f3n por los efectos colectivos: la investigaci\u00f3n aumentada por IA reduce el di\u00e1metro de los temas cient\u00edficos estudiados y disminuye el compromiso cient\u00edfico de seguimiento<\/strong><\/span>. En lugar de catalizar la exploraci\u00f3n de nuevos campos, la IA acelera el trabajo en dominios establecidos y ricos en datos. Este patr\u00f3n sugiere que, si bien la IA mejora la productividad cient\u00edfica individual, puede reducir simult\u00e1neamente la diversidad cient\u00edfica y el compromiso amplio, lo que pone de relieve una tensi\u00f3n entre el avance personal y el progreso cient\u00edfico colectivo<\/strong><\/span><\/em>\u201d.<\/p>\n El pensamiento cr\u00edtico se fomenta mediante el aprendizaje, el conocimiento, trabajando nuestras mentes sin descanso, y el atrevimiento a zambullirse en lo desconocido<\/strong>. <\/span>M\u00e1s o menos, como en otros \u00e1mbitos, incluidos el deporte, una persona puede tener cualidades innatas, empero para triunfar, el entrenamiento dictar\u00e1 sentencia de hasta qu\u00e9 punto puede explotarlas con vistas alcanzar el \u00e9xito. De un modo, u otro todos somos, algo o bastante perezosos, y si se nos regalan<\/span><\/strong> muchos datos y una bola de cristal<\/strong> <\/span>que nos proporciona un resultado al presionar un botoncito, para obtener unos resultados, nos sentimos tentados, y \u00a1zas!: \u201cPublicaci\u00f3n al canto<\/a>\u201d, como se ha constatado en el p\u00e1rrafo anterior. <\/p>\n Existe, como ya hemos reiterado, una tormenta de ideas, acerca de los pros y los contras de la IA de lenguaje natural. En muchas ocasiones se me antoja una batalla campal<\/strong><\/span>. No resulta muy sensato para nadie. Y con esta serie de posts tambi\u00e9n formo ya parte de tal cambalache. \u00a1Lo lamento de nuevo! Sin embargo, al margen de otros problemas de la IA LLM<\/a>, como los gigantescos gastos energ\u00e9ticos, p\u00e9rdida de privacidad e invasi\u00f3n de la intimidad<\/a> de la que las multinacionales tecnol\u00f3gicas obtienen inmensos beneficios y, adem\u00e1s nos cobran dinero<\/strong><\/span>, entre otros muchos asuntos, existen algunos aspectos que no alcanzo a entrever como no despiertan una enorme preocupaci\u00f3n. Por mucha bola de cristal que se utilice, la cruda realidad ineludible hoy en d\u00eda deviene en que las predicciones que ofrece no son comprensibles<\/strong>, dado que los algoritmos que utiliza no son descifrables<\/strong><\/span>. Y esto, sencilla y llanamente no puede calificarse de ciencia<\/strong><\/span>. El denostar a los adivinadores tradicionales y luego utilizar esas bolas de cristal tecnocient\u00edficas, se me antoja la antolog\u00eda del disparate<\/a>. Y las predicciones pueden cumplirse o no<\/strong><\/span>. Ya veremos en el futuro que en la mayor\u00eda de los casos no (si es as\u00ed, se trata de ciencia refutada), como siempre ocurre con los modelitos.<\/p>\n No me extra\u00f1a, por tanto, en absoluto, la primera noticia que os ofrecemos hoy. Sin embargo, como vemos en la segunda nota de prensa que la sigue, nos informa que las publicaciones cient\u00edficas que hacen uso de la IA LLM, sean m\u00e1s le\u00eddas y citadas que las restantes, lo cual me hace sentir incomprensi\u00f3n y m\u00e1s a\u00fan, nauseas<\/strong><\/span>. Se trata de un elogio a la tontuna colectica de la comunidad cient\u00edfica<\/strong><\/span>.<\/p>\n Cuando leo que muchos docentes se encuentran entusiasmados con esta nueva \u201cherramienta\u201d de destrucci\u00f3n neuronal, ya no s\u00e9 qu\u00e9 pensar. Para terminar, me ha generado una voraz confusi\u00f3n leer esta \u00faltima: \u201cLos investigadores encuentran la clave del poder de aprendizaje de la IA: un tipo especial de navaja de afeitar de Occam<\/strong><\/a>\u201d Siempre he apreciado el mensaje que lleva impl\u00edcita \u201cla Navaja de Ockham<\/a><\/strong>\u201d lanzada en el medievo, aunque\u2026. Empero hoy paro aqu\u00ed, ten\u00e9is abundante material para reflexionar sin IA LLM<\/strong><\/span>.<\/p>\n Juan Jos\u00e9 Ib\u00e1\u00f1ez<\/strong><\/span><\/p>\n Contin\u00faa\u2026\u2026\u2026<\/em><\/span><\/p>\n <\/p>\n por Justin Jackson, Phys.org<\/p>\n Un estudio realizado por Michael Gerlich en SBS Swiss Business School ha descubierto que una mayor dependencia de las herramientas de inteligencia artificial (IA) est\u00e1 relacionada con una disminuci\u00f3n de las capacidades de pensamiento cr\u00edtico. Apunta a la descarga cognitiva como uno de los principales impulsores del declive.<\/p>\n La influencia de la IA est\u00e1 creciendo r\u00e1pidamente. Una b\u00fasqueda r\u00e1pida de historias cient\u00edficas relacionadas con la IA revela lo fundamental que se ha convertido en una herramienta. Miles de herramientas de an\u00e1lisis y toma de decisiones asistidas, respaldadas por IA e impulsadas por IA ayudan a los cient\u00edficos a mejorar sus investigaciones.<\/p>\n La IA tambi\u00e9n se ha integrado m\u00e1s en las actividades diarias<\/a>, desde los asistentes virtuales hasta la informaci\u00f3n compleja y el apoyo a la toma de decisiones. El aumento del uso est\u00e1 comenzando a influir en la forma de pensar de las personas, especialmente entre los m\u00e1s j\u00f3venes<\/a>, que son \u00e1vidos usuarios de la tecnolog\u00eda en sus vidas personales.<\/p>\n Un aspecto atractivo de las herramientas de IA es la descarga cognitiva, en la que las personas conf\u00edan en las herramientas para reducir el esfuerzo mental. Dado que la tecnolog\u00eda es muy nueva y se est\u00e1 adoptando r\u00e1pidamente de formas imprevisibles, surgen preguntas sobre sus posibles impactos a largo plazo en funciones cognitivas como la memoria, la atenci\u00f3n y la resoluci\u00f3n de problemas en per\u00edodos prolongados o en el volumen de descarga cognitiva que se est\u00e1 produciendo.<\/p>\n En el estudio \u00abHerramientas de IA en la sociedad: impactos en la descarga cognitiva y el futuro del pensamiento cr\u00edtico\u00bb, publicado<\/a> en Societies<\/em>, Gerlich investiga si el uso de herramientas de IA se correlaciona con las puntuaciones de pensamiento cr\u00edtico y explora c\u00f3mo la descarga cognitiva media esta relaci\u00f3n.<\/p>\n Se utiliz\u00f3 una combinaci\u00f3n de encuestas cuantitativas y entrevistas cualitativas con 666 participantes en el Reino Unido. Se distribuyeron en tres grupos de edad (17-25, 26-45, 46 a\u00f1os y m\u00e1s) y ten\u00edan diferentes antecedentes educativos.<\/p>\n La recopilaci\u00f3n de datos cuantitativos incluy\u00f3 un cuestionario de 23 \u00edtems que midi\u00f3 el uso de herramientas de IA, las tendencias de descarga cognitiva y las habilidades de pensamiento cr\u00edtico, utilizando escalas como la Evaluaci\u00f3n de Pensamiento Cr\u00edtico de Halpern (HCTA). Los an\u00e1lisis de ANOVA, correlaci\u00f3n, regresi\u00f3n m\u00faltiple y regresi\u00f3n de bosque aleatorio proporcionaron informaci\u00f3n estad\u00edstica. Los datos cualitativos de las entrevistas semiestructuradas con 50 participantes se sometieron a un an\u00e1lisis tem\u00e1tico para determinar la profundidad contextual.<\/p>\n Los an\u00e1lisis estad\u00edsticos demostraron una correlaci\u00f3n negativa significativa entre el uso de herramientas de IA y las puntuaciones de pensamiento cr\u00edtico (r = -0,68, p < 0,001). Los usuarios frecuentes de IA mostraron una capacidad disminuida para evaluar cr\u00edticamente la informaci\u00f3n y participar en la resoluci\u00f3n reflexiva de problemas.<\/p>\n La descarga cognitiva se correlacion\u00f3 fuertemente con el uso de herramientas de IA (r = +0,72) e inversamente relacionada con el pensamiento cr\u00edtico (r = -0,75). El an\u00e1lisis de mediaci\u00f3n revel\u00f3 que la descarga cognitiva explica en parte la relaci\u00f3n negativa entre la dependencia de la IA y el rendimiento del pensamiento cr\u00edtico.<\/p>\n Los participantes m\u00e1s j\u00f3venes (de 17 a 25 a\u00f1os) mostraron una mayor dependencia de las herramientas de IA y puntuaciones m\u00e1s bajas de pensamiento cr\u00edtico en comparaci\u00f3n con los grupos de mayor edad. Los logros educativos avanzados se correlacionaron positivamente con las habilidades de pensamiento cr\u00edtico, lo que sugiere que la educaci\u00f3n mitiga algunos impactos cognitivos de la dependencia de la IA.<\/p>\n Regresi\u00f3n aleatoria del bosque (R2<\/sup> = 0,37) y los an\u00e1lisis de regresi\u00f3n m\u00faltiple destacaron rendimientos decrecientes en el pensamiento cr\u00edtico con el aumento del uso de la IA, enfatizando un umbral m\u00e1s all\u00e1 del cual el compromiso cognitivo disminuye significativamente.<\/p>\n De las entrevistas cualitativas emergieron tres temas. Muchos participantes reconocieron una gran dependencia de la IA para tareas como la memoria y la toma de decisiones, y los usuarios m\u00e1s j\u00f3venes se vieron especialmente afectados. Los encuestados expresaron su preocupaci\u00f3n por la p\u00e9rdida de habilidades de pensamiento cr\u00edtico debido al uso habitual de herramientas de IA. Con frecuencia se mencionaron cuestiones como el sesgo algor\u00edtmico y la falta de transparencia en las recomendaciones de IA.<\/p>\n Los hallazgos del estudio, si se replican, podr\u00edan tener implicaciones significativas para la pol\u00edtica educativa y la integraci\u00f3n de la IA en entornos profesionales. Es posible que las escuelas y universidades quieran enfatizar los ejercicios de pensamiento cr\u00edtico y el desarrollo de habilidades metacognitivas para contrarrestar la dependencia de la IA y los efectos cognitivos.<\/p>\n Los desarrolladores de sistemas de IA podr\u00edan considerar las implicaciones cognitivas, asegur\u00e1ndose de que sus herramientas fomenten un nivel de participaci\u00f3n en lugar de una dependencia pasiva. Es posible que los responsables de la formulaci\u00f3n de pol\u00edticas deban apoyar programas de alfabetizaci\u00f3n digital, advirtiendo a las personas que eval\u00faen cr\u00edticamente los resultados de la IA y equip\u00e1ndolos para navegar por los entornos tecnol\u00f3gicos de manera efectiva.<\/p>\n No est\u00e1 claro qu\u00e9 tan probable ser\u00e1 que se apliquen o adopten estas contramedidas. Lo que est\u00e1 quedando claro es la naturaleza de doble filo de la IA, donde las herramientas mejoran la eficiencia de las tareas, pero plantean riesgos para el desarrollo cognitivo a trav\u00e9s de una descarga cognitiva excesiva.<\/p>\n Por otro lado, en opini\u00f3n del siempre esc\u00e9ptico escritor de este art\u00edculo (y el primero en la fila para ser reemplazado profesionalmente por nuestros futuros se\u00f1ores robots), podr\u00edamos estar entrando en una etapa del desarrollo humano en la que las habilidades de pensamiento cr\u00edtico del pasado ya no son las que usamos en el futuro.<\/p>\n Si la supervivencia en un entorno impulsado por la tecnolog\u00eda no requiere las habilidades cl\u00e1sicas del razonamiento humano, es probable que esas habilidades no sobrevivan, desvaneci\u00e9ndose como la letra cursiva escrita a mano, las matem\u00e1ticas sin calculadoras, los mensajes de texto sin autocorrecci\u00f3n y los libros sin audio.<\/p>\n A medida que la IA se vuelve m\u00e1s integral en la vida diaria, encontrar un equilibrio entre aprovechar sus beneficios y mantener las habilidades de pensamiento cr\u00edtico solo ser\u00e1 crucial mientras conserven su valor.<\/p>\n La IA a\u00fan est\u00e1 en pa\u00f1ales. Las herramientas que revolucionan la investigaci\u00f3n e influyen en la toma de decisiones est\u00e1n solo en un modo de prueba beta de lo que est\u00e1 por venir. Si la IA llega a una etapa en la que ofrece resultados consistentemente mejores que el pensamiento cr\u00edtico humano, \u00bfcu\u00e1l ser\u00e1 la objeci\u00f3n?<\/p>\n \u00bfNos opondremos cuando la IA descubra un c\u00e1ncer que un m\u00e9dico no pudo, o cure enfermedades que los investigadores no pudieron? \u00bfCu\u00e1ndo la IA crea m\u00e9todos para hacer que los productos de consumo, los alimentos, el aire y el agua sean m\u00e1s seguros? \u00bfCuando descubre una nueva forma de generaci\u00f3n de energ\u00eda, revierte el calentamiento global y encuentra vida en un planeta lejano? \u00bfCu\u00e1ndo se asegura de que un embalse no quede vac\u00edo antes de un incendio forestal? En estos escenarios, es dif\u00edcil ver una objeci\u00f3n basada en la falta de aportes humanos.<\/p>\n En alg\u00fan punto de inflexi\u00f3n futuro, la necesidad de un pensamiento cr\u00edtico derivado del ser humano podr\u00eda disminuir m\u00e1s r\u00e1pido que los efectos del deterioro cognitivo del uso de la IA como herramienta<\/strong>. Es posible que contin\u00fae en algunas profesiones que necesitar\u00e1n mantenerlo al principio, tal vez con plomeros y electricistas y otros escenarios de trabajo f\u00edsico combinados con habilidades para resolver problemas.<\/p>\n Eventualmente, se desarrollar\u00e1n sistemas que ya no requieran estas habilidades, y el tiempo de los humanos como l\u00edderes de pensamiento cr\u00edtico en el planeta habr\u00e1 terminado<\/strong>. Si bien esto puede parecer aterrador al principio, con las alucinaciones de la IA y los algoritmos controlados por manos invisibles, el mundo que emerge al otro lado de confiar en el pensamiento humano bien razonado puede parecerse sorprendentemente al que hemos estado viviendo durante siglos.<\/p>\n M\u00e1s informaci\u00f3n:<\/strong> Michael Gerlich, Herramientas de IA en la sociedad: impactos en la descarga cognitiva y el futuro del pensamiento cr\u00edtico, Sociedades<\/em> (2025). DOI: 10.3390\/so<\/a><\/p>\n Este es el verdadero impacto de las nuevas herramientas de IA<\/strong><\/a><\/p>\n Los costos ocultos del desarrollo de la inteligencia artificial generativa (en ingl\u00e9s, GenAI) van m\u00e1s all\u00e1 de lo econ\u00f3mico o lo medioambiental: tambi\u00e9n tienen un fuerte impacto social<\/a>.<\/p>\n Proliferan los cient\u00edficos \u00abprecoces\u00bb en los inicios de su carrera con un alto n\u00famero de citas<\/strong><\/a><\/p>\n Preguntas y respuestas: El impacto clim\u00e1tico de la IA generativa<\/strong><\/a><\/p>\n ChatGPT est\u00e1 transformando la revisi\u00f3n por pares: \u00bfc\u00f3mo podemos usarla de manera responsable?<\/strong><\/a><\/p>\n \u00bfLas enormes demandas energ\u00e9ticas de la IA impulsar\u00e1n un renacimiento nuclear?<\/strong><\/a><\/p>\n La IA ampl\u00eda el impacto de los cient\u00edficos, pero contrae el enfoque de la ciencia<\/strong><\/a><\/p>\n El r\u00e1pido auge de la IA en la ciencia presenta una paradoja. Analizando 67,9 millones de art\u00edculos de investigaci\u00f3n en seis campos principales utilizando un modelo de lenguaje validado (F1 = 0,876), exploramos el impacto de la IA en la ciencia. Los cient\u00edficos que adoptan herramientas de IA publican un 67,37% m\u00e1s de art\u00edculos, reciben 3,16 veces m\u00e1s citas y se convierten en l\u00edderes de equipo 4 a\u00f1os antes que los que no los adoptan<\/strong>. Este \u00e9xito individual se correlaciona con la preocupaci\u00f3n por los efectos colectivos: la investigaci\u00f3n aumentada por IA reduce el di\u00e1metro de los temas cient\u00edficos estudiados y disminuye el compromiso cient\u00edfico de seguimiento. En lugar de catalizar la exploraci\u00f3n de nuevos campos, la IA acelera el trabajo en dominios establecidos y ricos en datos. Este patr\u00f3n sugiere que, si bien la IA mejora la productividad cient\u00edfica individual, puede reducir simult\u00e1neamente la diversidad cient\u00edfica y el compromiso amplio, lo que pone de relieve una tensi\u00f3n entre el avance personal y el progreso cient\u00edfico colectivo.<\/p>\n La zambullida penumbral<\/strong><\/a><\/p>\n Sumergirse en el anillo de la oscuridad m\u00e1s all\u00e1 de las cosas f\u00e1ciles de responder, haciendo preguntas de \u00ab\u00bfPor qu\u00e9?\u00bb es lo que hace que los humanos sean incre\u00edbles.<\/p>\n Un estudio de la Universidad de Oxford ha descubierto por qu\u00e9 las redes neuronales profundas (DNN) que impulsan la inteligencia artificial moderna son tan efectivas para aprender de los datos.<\/p>\n Los hallazgos demuestran que las DNN tienen una \u00abnavaja de Occam\u00bb incorporada, lo que significa que cuando se les presentan m\u00faltiples soluciones que se ajustan a los datos de entrenamiento, tienden a favorecer aquellas que son m\u00e1s simples. Lo especial de esta versi\u00f3n de la navaja de Occam es que el sesgo anula exactamente el crecimiento exponencial del n\u00famero de posibles soluciones con complejidad<\/strong>.<\/p>\n El estudio se public\u00f3 el 14 de enero en Nature Communications.<\/p>\n Con el fin de hacer buenas predicciones sobre datos nuevos e invisibles, incluso cuando hay millones o incluso miles de millones de par\u00e1metros m\u00e1s que puntos de datos de entrenamiento, los investigadores plantearon la hip\u00f3tesis de que las DNN necesitar\u00edan una especie de \u00abgu\u00eda incorporada<\/strong>\u00bb para ayudarlas a elegir los patrones correctos en los que centrarse.<\/p>\n \u00abSi bien sab\u00edamos que la efectividad de las DNN se basa en alg\u00fan tipo de sesgo inductivo hacia la simplicidad, una especie de navaja de Occam<\/strong>, hay muchas versiones de la navaja. La naturaleza precisa de la navaja utilizada por las DNN sigue siendo dif\u00edcil de alcanzar<\/strong>\u00ab, dijo el f\u00edsico te\u00f3rico, el profesor Ard Louis (Departamento de F\u00edsica de la Universidad de Oxford), quien dirigi\u00f3 el estudio.<\/p>\n Navaja de Ockham<\/strong><\/a><\/p>\n Guillermo de Ockham<\/a><\/strong><\/p>\n La navaja de Ockham (a veces escrito Occam u Ockam), principio de econom\u00eda o principio de parsimonia (lex parsimoniae) es un principio filos\u00f3fico y metodol\u00f3gico atribuido al fraile franciscano, fil\u00f3sofo y l\u00f3gico escol\u00e1stico Guillermo de Ockham (1285-1347)<\/strong> (aunque investigaciones m\u00e1s profundas sugieren que \u00e9ste se puede rastrear m\u00e1s atr\u00e1s, al menos hasta Arist\u00f3teles),1\u200b2\u200b3\u200b4\u200b seg\u00fan el cual \u00aben igualdad de condiciones, la explicaci\u00f3n m\u00e1s simple suele ser la m\u00e1s probable\u00bb. Esto implica que, cuando dos teor\u00edas en igualdad de condiciones tienen las mismas consecuencias, la teor\u00eda m\u00e1s simple tiene m\u00e1s probabilidades de ser correcta que la compleja<\/strong>.5\u200b<\/p>\n En ciencia, este principio se utiliza como una regla general para guiar a los cient\u00edficos en el desarrollo de modelos te\u00f3ricos. En el m\u00e9todo cient\u00edfico, la navaja de Ockham no se considera un principio irrefutable y ciertamente no es un resultado cient\u00edfico. \u00abLa explicaci\u00f3n m\u00e1s simple y suficiente es la m\u00e1s probable, mas no necesariamente la verdadera\u00bb, seg\u00fan el principio de Ockham. En ciertas ocasiones, la opci\u00f3n compleja puede ser la correcta. Su sentido es que en condiciones id\u00e9nticas se prefieran las teor\u00edas m\u00e1s simples. Otra cuesti\u00f3n diferente ser\u00e1n las evidencias que apoyen la teor\u00eda. As\u00ed pues, de acuerdo con este principio, no deber\u00eda preferirse una teor\u00eda simple pero con pocas evidencias sobre una teor\u00eda compleja pero con mayores pruebas.<\/p>\n Lo que ha de tenerse en cuenta para medir la simplicidad, sin embargo, es una cuesti\u00f3n ambigua.5\u200b Quiz\u00e1s la propuesta m\u00e1s conocida sea la que sugiri\u00f3 el mismo Ockham: cuando dos teor\u00edas tienen las mismas consecuencias, debe preferirse la teor\u00eda que postule la menor cantidad de (tipos de) entidades.6\u200b Otra manera de medir la simplicidad, sin embargo, podr\u00eda ser por el n\u00famero de axiomas de la teor\u00eda.5\u200b<\/p>\n Este principio emergente ayuda a las DNN a funcionar bien cuando los datos siguen patrones simples. Sin embargo, cuando los datos son m\u00e1s complejos y no se ajustan a patrones simples, las DNN no funcionan tan bien, a veces no mejor que las conjeturas aleatorias<\/strong><\/span>.<\/p>\n Inteligencia Artificial A Gritos en la Oscuridad (atrapados y sin salida)<\/a><\/strong><\/p>\n IA y Tecnociencia (Inteligencia Artificial)<\/a><\/strong><\/p>\n Fuente: Colaje im\u00e1genes Google El Contenido del post que os mostramos hoy, con gran cantidad de informaci\u00f3n acerca del debate sobre la IA, fue redactado hace seis semanas. Hemos esperado desde entonces con vistas a a\u00f1adir m\u00e1s y m\u00e1s informaci\u00f3n.\u2026<\/p>\n Las Ra\u00edces y su exploraci\u00f3n con drones mediante IA (Inteligencia Artificial)<\/a><\/strong><\/p>\n Convulsi\u00f3n en la Academia: fraude, mala praxis y gremialismo profesional<\/a><\/strong><\/p>\n Tecnociencia y su futuro Dist\u00f3pico: La decreciente creatividad en la era de la disruptividad<\/a><\/strong><\/p>\n Nuevo Algoritmo Predice Conclusiones del COP28 Basado en las evidencias pol\u00edticas y datos proxy como el Glifosato (Vaticinios de la Inteligencia Org\u00e1nica)<\/a><\/strong><\/p>\n El Tsunami de la IA: \u00bfQue nos dice de la sociedad actual?<\/a><\/strong><\/p>\n Bullshit: Sobre la charlataner\u00eda de la IA, datos, cifras y tecnociencia.<\/a><\/strong><\/p>\n La Inteligencia Tecnol\u00f3gica (Un debate Muy Poco Inteligente)<\/a><\/strong><\/p>\nEl aumento del uso de la IA est\u00e1 relacionado con la erosi\u00f3n de las habilidades de pensamiento cr\u00edtico<\/strong><\/a><\/h3>\n
Los investigadores encuentran la clave del poder de aprendizaje de la IA: un tipo especial de navaja de afeitar de Occam<\/strong><\/a><\/h3>\n
Algunos posts previos sobre esta materia<\/strong><\/span><\/h3>\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n