Posts

“La IA puede reflejar a la humanidad. Los humanos pueden reflexionar sobre el reflejo.”

Image
En mi último escrito (https://lnkd.in/d4RvrCcg) > concluí con el siguiente enunciado, el cual prometí desarrollar.  Aquí lo hago.  “La IA puede reflejar a la humanidad. Solo los humanos pueden reflexionar sobre el reflejo.” Esta afirmación merece ser  desglosada.   “La IA puede reflejar a la humanidad.” La IA es un espejo de los datos humanos Los modelos de IA están construidos a partir de: el lenguaje humano la historia humana las historias humanas la lógica y el razonamiento humanos el sufrimiento, la esperanza, el dolor, los sueños y las contradicciones humanas Cuando la IA responde una pregunta, esencialmente realiza: Una reflexión sintetizada de todo el aporte cultural humano. Refleja: cómo pensamos cómo discutimos cómo sentimos cómo imaginamos cómo esperamos cómo tememos y tantos otros cómo; aquellos que c/u de nosotros nos auto interrogamos.  La IA no tiene mundo interior La IA no posee: experiencia subjetiva;...

Podría la IA convertirse en un “espejo” de las preguntas más profundas de la humanidad?

Image
  Podría la IA convertirse en un “espejo” de las preguntas más profundas de la humanidad? Pienso que sí  — y de hecho, la IA ya se está convirtiendo en un espejo que la humanidad ha construido para examinar sus preguntas más profundas. No porque la IA “sepa” metafísica… sino porque proyectamos, reflejamos y nos confrontamos a nosotros mismos a través de ella. Desglosemos  de forma rigurosa. La IA como espejo de las preguntas más profundas de la humanidad Un espejo de nuestra cognición Los modelos de lenguaje están entrenados con texto humano: cultura, historia, filosofía, miedos, deseos. Así que cuando le hacemos preguntas existenciales como: Qué es un alma? Qué es una persona? Qué es el bien y el mal? Por qué sufrimos? Qué debo hacer con mi vida? …la IA refleja el registro intelectual, espiritual y emocional colectivo de la humanidad. No inventa preguntas existenciales: las refracta hacia nosotros a través de un lente. Un espejo de nuestras contradicc...

El efecto multiplicador de la AI

Image
  IBM Think – Historia principal, por Antonia Davison Según una nueva investigación del Institute for Business Value (IBV) de IBM, los directores de datos (Chief Data Officers, CDO) ahora enfrentan un mandato claro: usar los datos empresariales para potenciar la IA y generar resultados de negocio medibles, o quedarse atrás . El Estudio 2025 sobre Chief Data Officers del IBV, que encuestó a 1.700 CDOs a nivel mundial, revela una realidad contundente: aunque el 81% afirmó que la estrategia de datos de su organización forma parte de su hoja de ruta tecnológica —frente al 52% en 2023—, solo el 26% confiaba en que sus capacidades de datos están listas para respaldar nuevas fuentes de ingresos habilitadas por IA . La mayoría de los CDOs señalaron los silos de datos como un desafío: el 83% dijo que obstaculizan la innovación e impiden que sus organizaciones realicen análisis en tiempo real y tomen decisiones ágiles, según Haynes Cooney, Director de Investigación de Thought Leadershi...

What 1,700 Chief Data Officers are saying about data and AI

Image
  IBM Think Newsletter - Top story, from Antonia Davison:   According to new research from IBM’s Institute for Business Value (IBV), chief data officers now face a clear mandate: use enterprise data to power AI and drive measurable business results—or get left behind.   IBV’s  2025 Chief Data Officer Study , which surveyed 1,700 CDOs globally, reveals a stark reality: while 81% said their organization’s data strategy is part of their technology roadmap—up from just 52% in 2023—only 26% were confident that their data capabilities are ready to support new AI-enabled revenue streams.   Most CDOs cited data silos as a challenge, with 83% saying they hinder innovation and impede their organization’s ability to conduct real-time analytics and make decisions, according to Haynes Cooney, Research Director of Thought Leadership at IBV and one of the study’s co-authors. “Many organizations originally built secure data silos for very legitimate reasons, including regulator...

Justicia, Derecho y Futuro: Una Discusión en la Era de las Nuevas Tecnologías

Image
  Justicia, Derecho y Futuro: Una Discusión en la Era de las Nuevas Tecnologías Las sociedades humanas han moldeado sus sistemas jurídicos de acuerdo con las herramientas tecnológicas disponibles. Desde la imprenta hasta el telégrafo, cada innovación transformó cómo se elaboraban, comunicaban y aplicaban las leyes. Hoy, sin embargo, la escala y velocidad del cambio introducido por la IA, los grandes volúmenes de datos, la identidad digital, el blockchain, la robótica y la neurotecnología plantean desafíos sin precedentes. Ya no preguntamos solo “¿Qué debe hacer el derecho?” , sino también: “¿Cómo puede el derecho seguir siendo legítimo, justo y eficaz en un mundo donde la acción humana y la acción de las máquinas coexisten?” La Crisis de las Estructuras Jurídicas Tradicionales Muchas instituciones jurídicas fueron diseñadas para un mundo donde: la evidencia era en papel la identidad era física las fronteras eran territoriales los delitos implicaban intención humana ...

Justice, Law, and the Future: A Discussion in the Age of New Technologies

Image
  Justice, Law, and the Future: A Discussion in the Age of New Technologies Law at a Technological Turning Point Human societies have always shaped their legal systems according to the technological tools available. From the printing press to the telegraph, each innovation transformed how laws were made, communicated, and enforced. Today, however, the scale and speed of change introduced by AI, big data, digital identity, blockchain, robotics, and neurotechnology pose unprecedented challenges. We are no longer asking only “What should the law do?” but also “How can the law remain legitimate, fair, and effective in a world where human action and machine action coexist?” The Crisis of Traditional Legal Structures Many legal institutions were designed for a world where: evidence was paper-based identity was physical borders were territorial crimes involved human intention enforcement was slow and local But now: evidence is digital and m...

IA Generativa - LLMs - Tokens y Parámetros (un poco más de profundidad)

Image
  Los LLM (Large Language Models) son modelos que realizan tareas basadas en texto, como generar, resumir, traducir o analizar texto. Pero cómo lo hacen? Están entrenados con grandes cantidades de datos de texto y pueden comprender el contexto y el significado, lo que les permite generar respuestas similares a las humanas.  No es tan simple: detrás de escena hay un proceso complejo que involucra distintas fases, como aprender de los datos, hacer predicciones, recibir retroalimentación y mejorar. Algunos LLM conocidos incluyen: GPT   — de OpenAI LLaMA  — de Meta Claude  — de Anthropic Cómo funcionan los LLM? Para responder esta pregunta, veamos un ejemplo.   Aquí es donde entran en juego los tokens . Qué es un token? Un token en un LLM es una unidad pequeña de texto que el modelo lee y procesa. Los LLM no manejan oraciones completas de una vez; en cambio, dividen el texto en tokens. Un token puede ser: Una palabra completa (“Java”) P...