Tech Report: IA Generativa
Autor(es):
Cevallos, Adrian
| Latorre Salvador, Lucía
| Alicandro, Gianfranco
| Wanner, Z’leste
| Cerrato, Ignacio
| Zarate, Jose Daniel
| Alvarez, Juana
| Villacreses, Karla
| Pfeifer, Maria
| Gutierrez, Mariana
| Villanueva, Veronica
| Rivera-Fournier, Alberto
| Riobó, Alexander
| Pombo, Cristina
| Puerto, Fernando
| Rodriguez Breuning, Jorge
Banco Interamericano de Desarrollo
Editor: Nueva York : Banco Interamericano de Desarrollo 09/2023Descripción: 18 p. ; 1 documento PDFTipo de contenido: texto (visual) Tipo de medio: electrónico
Tipo de soporte: recurso en líneaTema(s): Inteligencia Artificial




Tipo de ítem | Ubicación actual | Colección | Signatura | Estado | Fecha de vencimiento | Código de barras |
---|---|---|---|---|---|---|
![]() |
CDO
El Centro de Documentación del Observatorio Nacional de las Telecomunicaciones y de la Sociedad de la Información (CDO) os da la bienvenida al catálogo bibliográfico sobre recursos digitales en las materias de Tecnologías de la Información y telecomunicaciones, Servicios públicos digitales, Administración Electrónica y Economía digital.
|
Colección digital | Acceso libre online | 1000020177805 |
La IA generativa es un subdominio emergente de la IA que está revolucionando el uso de la tecnología tal y como la conocemos. Su capacidad para generar contenidos nuevos y únicos tiene un gran potencial como asistente del conocimiento, aunque todavía se encuentra en fase de exploración.
En lugar de limitarse a clasificar, analizar o procesar los datos existentes, la IA Generativa intenta generar nuevos datos que se parezcan a los originales y sean indistinguibles de los creados por humanos. Para lograrlo, los modelos de IA Generativa utilizan técnicas de aprendizaje profundo, redes neuronales y otras técnicas avanzadas de IA para crear modelos que puedan aprender y replicar patrones en grandes conjuntos de datos.
El Departamento de Tecnologías de la Información del BID, el Laboratorio de Tecnologías Emergentes y el Departamento de Ética han analizado tanto el uso como los riesgos de esta tecnología y las tendencias en el ecosistema.
Tras el análisis se realizan una serie de recomendaciones técnicas, entre las que se incluye la necesidad de comprender la tarea específica en cuestión y seleccionar el modelo apropiado, la recomendación de optimizar la capacitación del modelo y considerar consideraciones éticas para evitar sesgos y generación de contenido dañino, o la invitación al uso consciente de esta tecnología dado su consumo de energía y el impacto de la huella de carbono que genera.
No hay comentarios en este titulo.