Category: Inteligencia Artificial

¿Quién responde legalmente si la inteligencia artificial se equivoca en consulta?

La responsabilidad legal cuando la IA falla en medicina

La inteligencia artificial ya forma parte del día a día en muchos centros sanitarios. Desde el análisis de imágenes hasta la elaboración de informes clínicos o la valoración de riesgos, estas herramientas están presentes en consultas y quirófanos. Pero cuando algo va mal, ¿quién responde?

La Secretaría General de Salud Digital del Sistema Nacional de Salud ha publicado una guía dirigida a profesionales que utilizan, supervisan o seleccionan tecnologías de IA en asistencia sanitaria. El documento deja clara una cuestión fundamental desde el punto de vista legal: un algoritmo no tiene personalidad jurídica. Esto significa que, simplemente porque un sistema informático genere una recomendación, esa máquina no puede ser responsable de nada.

La responsabilidad recae sobre personas e instituciones. Según lo ocurrido, puede corresponder al médico que utiliza la herramienta, al centro sanitario donde se emplea, o al fabricante y proveedor si existe un defecto técnico probado. La clave está en las circunstancias concretas de cada caso.

Lo que debe hacer un profesional

Aquí entra en juego un aspecto crítico: cómo documentas tus decisiones. Si apoyas una recomendación en un resultado de IA, debes ser capaz de explicar por qué lo hiciste. Esto es importante no solo desde el punto de vista clínico, sino también legal. Un profesional debe conocer las limitaciones de la herramienta que utiliza, supervisar activamente sus resultados y poder justificar cada paso que da.

Cuando una recomendación generada por el algoritmo choca con tu criterio o con la evidencia científica disponible, tienes una responsabilidad clara: priorizar la seguridad del paciente. Eso significa documentar la discrepancia y, si es necesario, rechazar el resultado del sistema. Nunca debes basar una decisión únicamente en lo que te sugiera la IA.

La guía establece un principio que resume bien el enfoque correcto: la inteligencia artificial es un apoyo a tu decisión, no un sustituto de ella. Antes de actuar sobre una recomendación generada automáticamente, debes revisarla, contrastarla con la evidencia clínica y valorar si es apropiada para la situación específica de tu paciente.

Protección de datos: otra responsabilidad

Hay otro aspecto que afecta a tu responsabilidad: no debes introducir información personal o clínica identificable en herramientas que no estén autorizadas para uso sanitario o que no cumplan las garantías de protección de datos. Aquí no se trata solo de seguridad clínica, sino también de cumplimiento legal en materia de privacidad.

En resumen, la tecnología puede mejorar procesos y agilizar trabajo, pero no te exime de tus obligaciones profesionales ni jurídicas. Supervisión, documentación y criterio personal son tu mejor defensa.

Leer la noticia completa en navarrainformacion.es »

Del detector de inteligencia artificial al linchamiento algorítmico – Enrique Dans

La trampa del veredicto automático: cómo acusan sin pruebas

Imagina que alguien te acusa de algo sin conocer cómo trabajas, sin saber qué investigaste, cómo documentaste tu trabajo o cuántas veces corregiste lo que escribiste. Solo porque un algoritmo lo dice. Eso es exactamente lo que ocurre con los detectores de inteligencia artificial generativa aplicados al contenido textual.

El problema de fondo es brutal: invierte completamente la carga de la prueba. Tú, quien escribiste algo, debes demostrar un hecho negativo: que no usaste IA. Y eso es imposible. No existe prueba concluyente de una negación. Es como el antiguo «juicio del agua fría» medieval, donde cualquier resultado te condenaba de todas formas.

Estos detectores cometieron errores groseros al inicio. El de OpenAI, retirado en 2023, solo identificaba el 26% de textos generados por máquinas, pero marcaba erróneamente como artificial el 9% de lo escrito por humanos. Clásicos de la literatura han sido señalados como obra de IA. Luego llegó Pangram, y muchos le atribuyeron una fiabilidad casi mágica, aunque solo analiza estilos de redacción sin conocimiento alguno del proceso real de escritura.

Aquí está la cuestión que muchos no entienden si no escriben regularmente: escribir no es solo teclear. Comienza con una idea original, pasa por investigación, estructuración, razonamiento, documentación, correcciones múltiples. La IA generativa puede intervenir en partes muy distintas de ese proceso sin afectar tu autoría intelectual. Puede ayudarte a documentar, a encontrar fuentes, a traducir tu artículo a otro idioma. ¿Eso lo hace menos tuyo? ¿Menos tuyo que si usaras un traductor profesional humano?

Pero el problema escaló de manera irresponsable cuando LinkedIn permitió a cualquiera marcar contenido como «AI slop» con un botón. Ahora no hablamos de precisión técnica: hablamos de linchamiento público. Un usuario con seguidores aprieta el botón basándose en su impresión, y se forma una turba que cuestiona tu credibilidad profesional sin mediar consideración ninguna.

En la práctica, muchas acusaciones surgen simplemente porque alguien no imagina cómo otro puede escribir algo así, o porque la ilustración es generada por máquina —como si estuvieras obligado a ser fotógrafo además de escritor—.

La realidad: estos sistemas no saben cómo conceptualizaste tu idea, qué fuentes consultaste, cuántos borradores hiciste o cómo puliste cada párrafo. Emiten un porcentaje sin explicación y eso se convierte en veredicto inapelable que ataca tu integridad, sin importar tu historial o el mérito del propio trabajo.

Eso es probatio diabolica: te exigen demostrar lo que no hiciste, con una máquina que desconoce completamente tu forma de trabajar como fiscal.

Leer la noticia completa en enriquedans.com »

Inteligencia artificial y drones para modernizar la viticultura heroica en la Ribeira Sacra

Tecnología para salvar la viña en pendiente

La viticultura en terrenos muy inclinados enfrenta un reto cada vez más acuciante. El cambio climático intensifica golpes de calor, altera los ciclos de maduración y favorece enfermedades fúngicas. Mientras tanto, menos gente quiere dedicarse a un trabajo físicamente brutal en laderas donde la máquina no llega. En territorios como la Ribeira Sacra, donde las viñas ocupan pendientes superiores al 30% —algunas alcanzan el 70%—, esta realidad amenaza directamente la continuidad de un modelo de cultivo reconocido internacionalmente.

Un proyecto financiado con fondos públicos intenta ofrecer respuestas mediante la incorporación de tecnología. Penvitis+ reúne a una docena de entidades de Galicia, Canarias y Cataluña, con una inversión de 599.238 euros. El enfoque se articula en tres líneas de trabajo concretas.

• Inteligencia artificial para anticipar problemas: Se desarrollarán algoritmos capaces de predecir al menos el 80% de las incidencias de plagas y enfermedades, combinando sistemas gallegos como Fitovit con herramientas de IA canarias.
• Drones para tratamientos fitosanitarios: Su uso permitiría reducir un 30% el tiempo de trabajo manual en tareas de tratamiento, mejorando además la seguridad en zonas de difícil acceso.
• Regeneración del suelo: Cubiertas vegetales y manejo del follaje para reducir un 30% los efectos del estrés por calor, mejorando la maduración y la resiliencia del viñedo.

En Galicia, Adegas Moure actúa como principal plataforma de pruebas, ofreciendo parcelas donde poner a punto estas soluciones en las condiciones más extremas. La D.O. Ribeira Sacra, además de participar, asume un papel activo en difusión y transferencia de conocimiento hacia viticultores locales.

¿Qué debes entender como propietario o responsable de explotación? Que la tecnología aquí no es un lujo, sino una herramienta para viabilizar un negocio cada vez más complicado. Los algoritmos predictivos reducen ensayos costosos; los drones aminoran la carga física y los riesgos; el manejo regenerativo del suelo construye resiliencia frente a condiciones climáticas impredecibles.

Un error muy común es pensar que estas soluciones son cosa del futuro lejano. En realidad, muchas ya están en fase de validación. Otra equivocación es asumir que la modernización tecnológica es incompatible con la viticultura tradicional o con territorios rurales. El proyecto demuestra exactamente lo contrario: la innovación puede ser el puente para mantener vivo un patrimonio económico y cultural en riesgo.

La aspiración del proyecto va más allá de la Ribeira Sacra: pretende que las soluciones desarrolladas sean replicables en otros territorios vitivinícolas, transformando la manera de trabajar en zonas donde la viña sigue siendo motor económico fundamental.

Leer la noticia completa en elprogreso.es »

Inteligencia Artificial, certificado digital y móvil, los cursos más demandados en Madrid

Qué temáticas tecnológicas están ganando terreno entre los madrileños

La Comunidad de Madrid ha impartido casi 550 cursos presenciales de tecnología en los últimos siete meses, llegando a casi 2.900 personas. Estos programas forman parte de Digitaliza Madrid, una iniciativa orientada a reducir la brecha digital en la región. Los datos muestran tendencias claras sobre qué habilidades tecnológicas demandan realmente los ciudadanos.

Las formaciones con mayor afluencia han sido las relacionadas con certificado digital y firma electrónica, seguidas de introducción a Inteligencia Artificial, realidad virtual, diseño con Canva y manejo de dispositivos móviles. También han tenido buena acogida cursos sobre servicios públicos digitales, impresión 3D, fotografía y vídeo con móvil, búsqueda de empleo online y ciberseguridad.

La red de centros de formación incluye veinte ubicaciones fijas distribuidas por distintos municipios madrileños, más tres aulas itinerantes que se activan bajo demanda. Esta estructura permite llegar tanto a zonas urbanas como a rurales, adaptando la oferta a las necesidades locales. Los centros permanentes están equipados con doce puestos informáticos cada uno, pantallas interactivas, gafas de realidad virtual, kits de robótica, tabletas e impresoras 3D.

Lo que conviene que sepas sobre digitalización y certificación

Si observas la demanda de estos cursos, verás que el certificado digital es el gran protagonista. Es lógico: cada vez más trámites administrativos, bancarios y comerciales requieren firma electrónica. Sin embargo, muchos usuarios aún desconocen cómo obtenerlo, dónde guardarlo o cómo usarlo correctamente. Un error común es pensar que tener certificado digital es opcional; en realidad, es prácticamente indispensable para cualquier gestión telemática con la Administración.

La irrupción de la Inteligencia Artificial en los cursos más demandados también es significativa. No se trata de formación para convertirse en ingeniero informático, sino de conocimientos básicos sobre cómo funcionan estas herramientas y cómo pueden aplicarse en el día a día. Esto es importante porque la IA ya está integrada en muchísimos servicios que usas: desde buscadores hasta aplicaciones de móvil.

El énfasis en servicios públicos digitales y búsqueda de empleo online refleja otra realidad: la digitalización no es una opción, sino una necesidad práctica. Quien no sepa moverse en estos entornos digitales se encuentra con barreras reales de acceso a derechos y oportunidades laborales.

La inversión de aproximadamente un millón de euros para 2026, financiada con fondos europeos, pone de manifiesto que esto va más allá de una iniciativa local. Se trata de una apuesta estructural por nivelar competencias tecnológicas en toda la población, independientemente de su edad o ubicación geográfica. Si te planteas mejorar tus habilidades digitales, es el momento de aprovechar una oferta que, aunque se concentre en Madrid, refleja las tendencias de formación tecnológica que están transformando el país.

Leer la noticia completa en epe.es »

La Sanidad de Castilla y León financia un 'chatbot' de inteligencia artificial creado por … – COPE

Inteligencia artificial aplicada a la orientación parental: cómo funciona y qué implica

El servicio sanitario de El Bierzo ha puesto en marcha un proyecto de chatbot entrenado con inteligencia artificial generativa para responder consultas sobre cuidados de recién nacidos y lactantes. Se trata de una iniciativa financiada con 20.000 euros dentro de la convocatoria competitiva de investigación biosanitaria de la administración regional.

El asistente virtual está diseñado para funcionar disponible las 24 horas, ofreciendo información sobre alimentación, patrones de sueño, llanto y bienestar infantil. Ha sido entrenado a partir de las guías clínicas regionales y la evidencia científica disponible, lo que significa que su base de datos no es aleatoria sino fundamentada en protocolos establecidos.

Lo relevante desde el punto de vista jurídico y operativo es que estamos ante una herramienta que trata datos de familias y menores. Esto implica que debe cumplir normativa de protección de datos personales, aunque sea un proyecto piloto. Si tu equipo está considerando implementar algo similar en vuestra región, debes verificar que existe consentimiento informado claro de quiénes acceden al sistema y cómo se almacenan o procesan sus consultas.

También es importante notar que el sistema ha incorporado un enfoque de género e inclusión mediante lenguaje neutral. Esto no es solo una cuestión de corrección política: tiene implicaciones contractuales y de responsabilidad si la información proporcionada es percibida como discriminatoria o parcial por algún grupo de usuarios.

Otro aspecto a considerar es que, aunque la herramienta está respaldada por guías clínicas, un chatbot no sustituye la atención médica presencial ni puede emitir diagnósticos. Los términos de servicio deben ser muy claros en esto. Los usuarios podrían pensar que una respuesta de inteligencia artificial equivale a consejo médico, y aquí surge responsabilidad civil si esa frontera no está bien definida.

El hecho de que este proyecto esté liderado por enfermeras con formación específica en IA es significativo. No es lo mismo un chatbot genérico que uno diseñado y supervisado por profesionales sanitarios cualificados. Eso reduce el riesgo de que la herramienta genere contenido médico inadecuado, aunque no lo elimina completamente.

Si tu sanidad o cualquier entidad privada va a implementar un sistema así, conviene que antes revises con asesores los siguientes puntos: la política de privacidad de datos, la exención de responsabilidad médica en los términos de uso, la cadena de validación científica del contenido, la auditoría de sesgos en el algoritmo, y la estrategia de actualización de la información conforme cambien las guías clínicas.

La tecnología aquí es la herramienta, pero la responsabilidad jurídica sigue siendo de los proveedores del servicio.

Leer la noticia completa en cope.es »

El IIS La Fe liderará un proyecto europeo para acelerar el uso de inteligencia artificial en oncología

La validación clínica como cuello de botella de la IA en medicina

Uno de los problemas más comunes que encuentran las organizaciones sanitarias es la distancia enorme entre lo que funciona en un laboratorio y lo que realmente funciona en un hospital. Un algoritmo de inteligencia artificial puede dar resultados excelentes en un entorno controlado, pero cuando lo colocas en una sala de urgencias o en un servicio de oncología, con datos reales, historiales incompletos y presiones de tiempo, el comportamiento puede ser muy diferente. Scope-AI nace precisamente para cerrar esa brecha.

El proyecto, coordinado a nivel científico por el Instituto de Investigación Sanitaria La Fe de Valencia, está financiado con 20,6 millones de euros —12,3 procedentes de la Comisión Europea— y tiene un objetivo claro: poner a prueba 15 soluciones de inteligencia artificial en aplicaciones oncológicas dentro de ocho hospitales europeos reales. No se trata de experimentos de laboratorio, sino de ensayos en condiciones genuinas de uso clínico.

Las herramientas que se evaluarán trabajan a partir de imagen médica combinada con otros datos clínicos complejos. El rango de aplicaciones es amplio: desde el cribado del cáncer hasta el diagnóstico, la caracterización de tumores y la planificación del tratamiento en distintos tipos de neoplasias. Lo interesante es que cada solución partirá de un estado de madurez intermedio y evolucionará hacia versiones listas para usar en la clínica diaria.

¿Por qué es relevante esto para ti? Si trabajas en el sector sanitario, en gestión hospitalaria o tienes responsabilidades en transformación digital, este tipo de proyectos te muestra cómo debería estructurarse la adopción de nueva tecnología: no es solo tener el software, sino validarlo de verdad con datos heterogéneos, en diferentes contextos y con rigor clínico. A menudo las organizaciones saltan este paso por impaciencia o presupuesto, y luego descubren que el sistema falla cuando más lo necesitan.

El proyecto reúne a 35 entidades en 11 países: hospitales universitarios, centros de investigación, universidades, empresas tecnológicas y organizaciones especializadas en imagen y IA. Esa estructura multicéntrica es crucial, porque la validación en un único centro no es suficiente. Los datos médicos varían según la población, la tecnología del hospital, los flujos de trabajo. Solo replicando el ensayo en múltiples ubicaciones puedes confiar en que los resultados son transferibles.

Un detalle práctico: el proyecto también abordará la interoperabilidad de datos y la calidad de los datasets, dos asuntos que causan más dolores de cabeza en la práctica que el propio algoritmo. Si los datos de entrada están mal estructurados, incompletos o no son comparables entre hospitales, ninguna IA funciona bien. La coordinación científica del proyecto pone el foco en eso, que es donde muchos proyectos fallan silenciosamente.

En resumen, Scope-AI representa la fase de maduración que necesita la inteligencia artificial en medicina para dejar de ser una promesa y convertirse en una herramienta útil, segura y transferible a la clínica diaria.

Leer la noticia completa en isanidad.com »

Rechazo social a la IA amenaza la IPO de Anthropic: Conozca los detalles

Cuando el rechazo ciudadano se convierte en riesgo financiero

Anthropic está preparando su salida a bolsa y, como es obligatorio, debe revelar los factores que podrían afectar a su negocio. Uno de ellos es el que menos esperarías: la oposición social a la inteligencia artificial y a los centros de datos. No es una preocupación secundaria. Aparecerá en el prospecto que presentará próximamente, después de que iniciara el trámite de IPO de forma confidencial en junio.

¿Por qué esto importa? Porque los inversores necesitan saber qué obstáculos reales impiden que la empresa alcance sus objetivos. Y resulta que la resistencia ciudadana a los centros de datos es más fuerte que nunca. Las cifras lo confirman: mientras que hace un año el 42% de los votantes se oponía, en agosto ese rechazo llegaba al 75%. Gallup, por su parte, indicó que 7 de cada 10 estadounidenses no quieren un centro de datos de IA cerca de donde viven, con el 48% en franca oposición.

La preocupación no se limita al espacio físico. Crece la inquietud por el empleo: el 71% de los adultos estadounidenses cree que la IA eliminará puestos de trabajo en las próximas dos décadas, un aumento respecto al 64% que pensaba así hace un año.

Los gobiernos ya están reaccionando. Pensilvania impuso normas estrictas para nuevos centros de datos mediante orden ejecutiva. Nueva York pausó los permisos para grandes instalaciones. Esto no es opinión: son decisiones políticas con consecuencias directas.

Qué significa esto en términos reales

La capacidad de cómputo es el corazón del negocio en empresas como Anthropic. Sin potencia de procesamiento, no hay ingresos. Si la construcción de centros de datos se ralentiza, ralentiza el crecimiento. Los banqueros que hablan con Anthropic ya lo preguntan directamente: ¿qué ocurriría si esto sucede?

Aquí entra en juego el aspecto legal y el comunicativo. Las empresas revelan estos riesgos para protegerse ante futuras reclamaciones de inversores. Si Anthropic advierte ahora del rechazo social y luego sufre restricciones regulatorias, puede defenderse diciendo que lo anticipó. Pero también es un reflejo de una realidad incómoda: el crecimiento no solo depende de la tecnología o el dinero, sino de la aceptación social y política.

Además, hay presión competitiva. El director financiero está respondiendo preguntas sobre márgenes bajo presión de modelos open-source, es decir, alternativas más baratas y accesibles. Combina eso con restricciones regulatorias y la ecuación se complica.

Si trabajas con infraestructuras tecnológicas o tienes proyectos que requieren aprobación pública, toma nota: no basta con que algo sea técnicamente viable o económicamente rentable. El aval ciudadano y la viabilidad política son factores que determinan el éxito. La historia de Anthropic es un ejemplo de cómo lo que parecía un aspecto secundario se convierte en un riesgo de primer orden.

Leer la noticia completa en es.finance.yahoo.com »

El sorprendente truco de ChatGPT que permite ver cómo sería un objeto por dentro – Ahora León

Cómo ChatGPT genera imágenes de objetos «por dentro»: qué hace realmente y qué no

Has visto en redes sociales ese truco de escribir /Xray en ChatGPT para obtener una imagen que muestra el interior de un ordenador, un coche o una cámara. Parece magia, pero lo que ocurre es más interesante que eso. La herramienta no está haciendo una radiografía real ni utilizando rayos X para descubrir qué hay dentro de un objeto. Lo que hace es generar una ilustración basada en la información que tú le das y en lo que la inteligencia artificial ha aprendido durante su entrenamiento.

El comando /Xray no es una función oficial de OpenAI. Es un atajo que los usuarios han popularizado para indicar rápidamente el tipo de imagen que quieren. También funcionan expresiones como /cutaway, /blueprint o /explodedview con el mismo propósito. Lo que realmente permite esto es ChatGPT Imágenes, la capacidad de la plataforma para crear visuales desde cero o modificar fotografías existentes según una descripción textual. Cuando escribes /Xray seguido de tu objeto, en realidad estás dándole una instrucción comprimida: crea una visualización que muestre la estructura interna de esto.

Para obtener mejores resultados, conviene ser más específico. En lugar de solo escribir /Xray ordenador portátil, puedes indicar qué componentes quieres ver (batería, placa base, ventiladores), el estilo que prefieres (ilustración técnica realista) y otros detalles como el fondo. Incluso puedes subir una fotografía de un objeto y pedirle que la transforme añadiendo, eliminando o modificando elementos concretos.

El detalle crucial: ChatGPT no observa, imagina

Aquí está lo importante. La inteligencia artificial no puede deducir con certeza qué hay realmente bajo una carcasa. Genera una aproximación educada basándose en la apariencia del objeto, el contexto que le das y los patrones que ha visto antes. Esto significa que puede inventar piezas, colocar componentes en lugares incorrectos o mostrar mecanismos que no existen en ese modelo específico.

Por eso estas imágenes son representaciones generadas por IA, no radiografías científicas ni planos técnicos certificados. Como profesionales del ámbito jurídico e inmobiliario, os lo mencionamos porque es un error común asumir que lo que genera una IA es información verificada. No lo es. Son interpretaciones visuales con limitaciones reales.

Dicho esto, las aplicaciones prácticas son interesantes. Un profesor puede crear una ilustración del interior de un motor para explicar sus componentes. Una empresa puede generar una visualización conceptual de un producto. Y tú puedes ver rápidamente cómo se organizan las piezas de un dispositivo sin necesidad de software de diseño complejo.

El verdadero valor de esta herramienta no está en que te muestre la verdad sobre lo que hay dentro de algo. Está en que convierte una idea en una imagen útil, educativa o visual en cuestión de segundos. Pero siempre sabiendo que ChatGPT imagina cómo podría ser; no lo está observando realmente.

Leer la noticia completa en ahoraleon.com »

La inteligencia artificial entra de lleno en los colegios: así cambiará el próximo curso en Alicante

Cómo la IA está transformando la evaluación y la convivencia en las aulas

Durante el próximo curso académico, los centros educativos de Alicante intensificarán su formación en inteligencia artificial. La Conselleria de Educación ha anunciado que ampliará los programas dirigidos al profesorado y a los estudiantes para gestionar una realidad que ya está dentro de las aulas: herramientas como ChatGPT que los propios alumnos manejan sin supervisión formal.

El enfoque no se reduce a enseñar comandos o a prohibir. La administración educativa pretende abordar cuestiones complejas: cómo mantener la convivencia escolar, proteger la privacidad, desarrollar el pensamiento crítico y fomentar un uso responsable de la tecnología. Hay un curso especializado en inteligencia artificial aplicada a la orientación educativa. Además, se trabajará sobre los nuevos tipos de conflicto digital que surgen en los centros.

El dilema del profesorado: detectar fraude sin herramientas fiables

Aquí aparece uno de los grandes retos prácticos. No existe un método infalible para determinar si un trabajo ha sido generado por máquina solo leyéndolo. Los detectores automáticos fallan. Esto obliga a replantear cómo evaluar el aprendizaje.

En lugar de intentar atrapar al estudiante, tiene más sentido cambiar el sistema: defensas orales, trabajos realizados parcialmente en clase, ejercicios prácticos y seguimiento progresivo. Estas estrategias permiten comprobar si realmente hay comprensión detrás del resultado final.

Dónde está el límite entre herramienta y trampa

No es lo mismo pedir a la IA que explique un concepto de otra forma que copiar su respuesta íntegra. Tampoco es igual usarla para revisar un texto que pedirle que lo escriba completamente. El profesorado necesita criterios claros para enseñar esas diferencias.

La IA tiene usos pedagógicos legítimos: practicar idiomas, generar preguntas para estudiar, solicitar ejemplos adicionales de un problema, adaptar la dificultad de una explicación. El problema surge cuando sustituye el esfuerzo cognitivo que debería hacer el alumno.

Riesgos menos obvios: imágenes falsas y «alucinaciones»

La IA generativa no solo produce texto. Puede modificar fotografías o crear imágenes realistas. Esto abre una puerta a situaciones graves: ya ha habido casos donde menores han manipulado imágenes de compañeros y las han difundido. Las consecuencias legales y de convivencia pueden ser severas.

Además, estas herramientas generan respuestas que parecen correctas pero contienen errores factales. Para un adulto resulta más sencillo detectarlos. Para un estudiante que está aprendiendo precisamente ese contenido, es mucho más difícil. Por eso verificar la información se convierte en una habilidad esencial.

La formación en inteligencia artificial no puede ser únicamente técnica. Si los estudiantes no entienden que manipular imágenes de otros o distribuir contenido falso tiene consecuencias reales, la tecnología solo multiplicará los problemas de convivencia que los centros ya conocen.

Leer la noticia completa en dsalicante.com »

La Inteligencia Artificial señala al Madrid como claro favorito para derrotar al Espanyol en el debut liguero de Mourinho: Mbappé es el elegido para marcar

Cuando la tecnología predice resultados deportivos: qué valor tiene realmente

Los algoritmos de inteligencia artificial han entrado en el negocio de las predicciones deportivas. En este caso, sistemas como ChatGPT se pronuncian sobre el enfrentamiento entre el Espanyol y el Real Madrid, asignando porcentajes de probabilidad a cada posible resultado. Según estas predicciones, el equipo visitante parte con un 66% de opciones de victoria frente a un 21% de empate y un 13% de derrota.

¿Cuál es la realidad detrás de estos números? Que se basan en datos históricos, estadísticas de rendimiento y patrones identificables. El Real Madrid llega con mejor trayectoria en pretemporada, mientras que el Espanyol ya ha debutado en Liga con una goleada por 3-0 contra el Levante. Esos datos alimentan los modelos. La IA también señala nombres concretos: destaca a Mbappé como principal candidato para marcar, seguido de Arda Güler y Vinicius. En el lado local, Roberto Fernández emerge como la principal amenaza tras su doblete reciente.

Ahora bien, aquí es donde conviene aplicar sentido crítico. La tecnología identifica patrones, pero el deporte vive de excepciones. Un resultado no es simplemente la suma de probabilidades estadísticas. En este mismo campo, el Cornellá, hace apenas dos temporadas sucedió un resultado que los datos habrían considerado improbable.

¿Qué debes tener en cuenta cuando te encuentres con este tipo de predicciones?

• Los porcentajes nunca son certezas. Un 66% significa que en cien partidos similares, el visitante ganaría aproximadamente en sesenta y seis. Aquí hay uno solo.
• Los algoritmos desconocen factores intangibles: lesiones de última hora, estado emocional de los jugadores, decisiones arbitrales o cambios tácticos sobre la marcha.
• La información que alimenta el modelo tiene una antigüedad. Los datos de hace dos o tres años pesan en el análisis, pero el fútbol evoluciona.
• Estos sistemas son herramientas útiles para análisis general, no para predicciones definitivas.

Si en tu actividad profesional tomas decisiones basándote en datos—ya sea en inmobiliaria, inversión o cualquier otro sector—, la lección es similar. La inteligencia artificial es un apoyo valioso. Identifica tendencias, calcula riesgos, procesa volúmenes de información que el análisis manual jamás alcanzaría. Pero nunca debe sustituir el juicio de quien conoce el terreno, quien entiende las variables cualitativas que ningún algoritmo captura completamente.

El Real Madrid tratará de validar estas predicciones sobre el campo. Lo que haga o deje de hacer los próximos noventa minutos dirá más que cualquier porcentaje calculado de antemano.

Leer la noticia completa en defensacentral.com »