Connect with us

Noticias

Maestros contra los robots | Danza SA

Published

on

tHace dos años, el 30 de noviembre, OpenAI puso a disposición del público su software generador de texto ChatGPT. El 1 de diciembre, millones de estudiantes en todo el mundo dejaron de hacer sus tareas. ¿Por qué pasarían horas en tareas sin sentido cuando podrían pedirle al chatbot altamente sofisticado que lo hiciera por ellos?

Me di cuenta del hecho de que mis alumnos estaban usando IA desde el principio. Creé una cuenta OpenAI y comencé a incluir las indicaciones de mis ensayos para ver qué podía hacer. Lo miré con diversión y horror: escupió ensayos de nivel C en segundos.

La llegada de ChatGPT creó una crisis en la educación. En el juego del gato y el ratón de la escuela moderna, los ratones obtuvieron una enorme ventaja. Los viejos detectores de plagio, tan expertos en señalar trabajos de copiar y pegar, no reconocerían el texto infinitamente variable generado por IA. La crisis se volvió existencial; el atlántico Incluso argumentó que ChatGPT auguraba “el fin del inglés en la escuela secundaria”.

Mientras tanto, muchas escuelas y universidades intentaron hacer una tregua con la nueva tecnología. Actualmente, la Universidad de Harvard aconseja a los estudiantes de secundaria en su programa de verano que pueden utilizar la IA para “proponer ideas para ensayos”. Por ejemplo, ingrese indicaciones específicas, como: “Por favor, dame cinco ideas para ensayos que pueda escribir sobre temas relacionados con la Segunda Guerra Mundial”. . . . Luego, utilice lo que proporciona como punto de partida para su investigación original”.

Una vez que se genera una idea, los estudiantes pueden “usar ChatGPT para ayudar [them] crear un esquema para un ensayo. Pregúntele: ‘¿Puede crear un esquema para un ensayo de cinco párrafos basado en el siguiente tema?’ y creará un esquema con una introducción, párrafos principales, una conclusión y una declaración de tesis sugerida”. Pero, afirma Harvard, aquí es donde debe detenerse el uso de la IA. Con la idea generada por IA y el esquema en mano, los estudiantes deben “ampliar el esquema con su propia investigación y pensamiento original”.

Pero, ¿por qué el uso de la IA debería limitarse a crear la idea y el esquema? En un revoltijo de contradicciones, Harvard les dice a sus estudiantes que “escribir un ensayo usted mismo significa que está desarrollando sus propios pensamientos, opiniones y preguntas sobre el tema, y ​​luego prueba, prueba y defiende esos pensamientos”. Sin embargo, si la IA generó sus ideas y sus esquemas, los estudiantes se encontrarán “probando, demostrando y defendiendo” los “pensamientos” de un robot. ¿Y por qué alguien debería interesarse en “probar, probar o defender” cualquier pensamiento, pensamiento humano genuino o la apariencia de pensamiento generada por IA? Porque “construir una base de pensamiento e ideas originales ahora le ayudará a forjar su trayectoria profesional única en el futuro”. Y una dependencia excesiva de la IA perjudicará la capacidad de los estudiantes para desarrollar “habilidades de pensamiento crítico”, que “no sólo son necesarias en la escuela: son habilidades que aplicarás a lo largo de tu carrera y de tu vida”. En última instancia, según Harvard, el mejor argumento contra el uso de la IA para escribir un ensayo completo se basa en preservar la capacidad de los estudiantes para forjar una carrera en nuestra economía tecnocrática que, sin embargo, se está volviendo cada vez más dependiente de la aplicación de la IA.

Tanto la histeria del “fin del inglés” como los ridículos argumentos representados por Harvard sobre cómo y cómo no utilizar la IA malinterpretan la naturaleza de la educación. Presuponen que el propósito de la educación reside en lo que un estudiante puede producir. En este marco materialista, la calidad de la educación se juzga por la calidad de lo que se produce. Si esto fuera cierto, la IA plantearía una grave amenaza a la noción misma de educación. Porque si una máquina puede producir las mismas cosas que yo, y el propósito de mi educación es aumentar mi capacidad para producir cosas, ¿por qué molestarse en educarme?

Una educación no debería tener nada que ver con negociar nuestra parte de trabajo con robots, por muy necesaria que sea la tarea en el mundo del trabajo. Sin embargo, la educación no es trabajo; es una búsqueda espiritual. Su objetivo es cultivar y nutrir nuestra vida interior. Como esfuerzo exclusivamente humano, debería refinar nuestras capacidades para pensar racionalmente, contemplar la realidad, apreciar la belleza y sentir gratitud. Para cultivar verdaderamente estas capacidades, las escuelas deben salvaguardar y fomentar lo que Josef Pieper llama “ocio”.

en su obra maestra Ocio: la base de la culturaPieper explica que el ocio no es pereza o mero descanso, sino “una condición del alma. . . una forma de esa quietud que es la preparación necesaria para aceptar la realidad”, no sólo para recibir la realidad sino para hacerlo con un “espíritu de celebración”. El hombre en su tiempo libre “sigue siendo capaz de asimilar el mundo como un todo y, por tanto, de realizarse como un ser orientado hacia la totalidad de la existencia”. Alcanzar esta condición del alma requiere un verdadero conocimiento: conocimiento de uno mismo en relación con el cosmos. Este conocimiento es verdaderamente “libre” porque es bueno en sí mismo, lo más elevado y noble que uno puede conocer y no puede subordinarse a ningún otro fin. Es fruto de las artes “liberales”.

Fomentar esta condición del alma es la única preocupación de la educación. Pieper nos recuerda, después de todo, que “La palabra griega para ocio… . . es el origen del latín escuela”, de donde derivamos nuestra palabra “escuela”.

Las escuelas deberían dejar de funcionar como burocracias de control de productos, donde los estudiantes son sometidos a “estrategias de enseñanza efectivas” diseñadas para extraer “evidencias de aprendizaje” que “cumplen o superan” los “estándares” académicos. Al operar según este paradigma de “aprendizaje basado en estándares”, las escuelas anteponen el carro al caballo. Es una metafísica desordenada donde la materia determina la forma y el hacer precede al ser. En realidad, la forma determina la materia y el ser precede al hacer.

La vida interior es de naturaleza cualitativa; sin embargo, las escuelas se ocupan exclusivamente de lo cuantitativo. Este error de categoría explica la repulsión intuitiva que sienten la mayoría de los profesores al emitir calificaciones y administrar pruebas estandarizadas. La burocracia exige números, y por eso les sacamos números a nuestros estudiantes para apaciguarla.

Dado que los números arbitrarios utilizados para cuantificar el trabajo de un estudiante se tratan con tanta importancia, también son destructivos. Las escuelas están predisponiendo a sus estudiantes a convertirse en lo que Pieper llama “proletarios”, cuya vida interior ha sido tan empobrecida que “una acción significativa que no sea trabajo ya no es posible o siquiera imaginable”. Así, las escuelas modernas equiparan el “ocio” con no hacer nada, y cultivarlo significaría abandonar a los estudiantes al analfabetismo tecnológico y al desempleo.

Muchas almas atrapadas en este mundo de “trabajo total” mantienen una vaga sensación de que algo anda mal y se rebelan contra ello de diversas maneras. Pero los proletarios aceptan la racionalización de que la vida no puede ser de otra manera. Aceptan el trabajo total incluso cuando éste los mata. Las escuelas los han habituado a una vida de servidumbre mientras sus “partituras” fabricadas se utilizan para justificar la expansión del complejo industrial educativo.

Sin una vida interior rica, los proletarios llenan el vacío de su mente con entretenimiento rápido, barato y accesible. Habiendo sido esclavos de Big Ed, se convierten en esclavos voluntariosos de Big Tech, cuyos algoritmos están diseñados para la adicción. Una vez adictos, se convierten en consumidores pasivos de cualquier producto u opinión que les venda el algoritmo.

Atribuir enteramente la desaparición de la vida interior a las escuelas sería engañoso. La guerra contra la vida interior tiene un alcance civilizacional. Georges Bernanos nos enseñó incluso en 1947 en su tratado no traducido La Francia contra los robots (Francia contra los robots) que “la civilización moderna. . . Es una conspiración que lo abarca todo contra toda forma de vida interior”.

Las escuelas son actores clave en esta gran conspiración, por lo que no debería sorprender que en los próximos años hagan más y más concesiones a la IA. Habiendo abandonado cualquier noción de ocio y vida interior, sólo queda un camino lógico: enseñar a los estudiantes a utilizar más tecnología para hacer más y producir más.

Las verdaderas escuelas de la era moderna deben rebelarse contra la conspiración. Deben convertirse en lugares de ocio, humanizando a sus estudiantes en nuestra cultura deshumanizadora.

SA Dance es profesora y escritora en el norte de California.

Primeras cosas depende de sus suscriptores y seguidores. Únase a la conversación y haga una contribución hoy.

Haga clic aquí para hacer una donación.

haga clic aquí suscribirse a Primeras cosas.

Imagen por John Singer Sargenta través del dominio público. Imagen recortada.

Continue Reading
Click to comment

Leave a Reply

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Noticias

El mejor enfrentamiento de la búsqueda de IA: enfrenté la nueva herramienta de búsqueda de Claude contra la búsqueda de chatgpt, la perplejidad y Géminis, los resultados podrían sorprenderte

Published

on

Después de probar y comparar chatbots de IA y sus características durante años, he desarrollado algo de sexto sentido para cuando estos compañeros digitales saben de qué están hablando y cuándo están faroleando.

La mayoría de ellos pueden buscar respuestas en línea, lo que ciertamente ayuda, pero la combinación de búsqueda e IA puede conducir a algunas respuestas sorprendentemente perspicaces (y algunas tangentes menos perspicaces).

Continue Reading

Noticias

¿Hemos perdido el control de la IA? El estudio que sacudió a los investigadores de Openai

Published

on

Inteligencia artificial desarrolladores de Opadai He estado al límite durante la semana pasada. ¿La razón? Un estudio reciente realizado por los propios investigadores de la compañía reveló que los sistemas de IA no les gusta ser castigados, encuentran activamente formas de evitar las restricciones e incluso ocultar sus “trucos” de los supervisores humanos. Aquellos conocidos como “Doomers”, que predicen un futuro sombrío para el desarrollo de la IA, probablemente dirán: “Te lo dijimos, y esto es solo el comienzo”.

Para comprender el problema, es esencial dar un paso atrás. Uno de los avances más significativos en la IA en los últimos meses ha sido el desarrollo de modelos con capacidades de razonamiento lentas y deliberadas. Estos modelos descomponen los problemas en componentes más pequeños y los resuelven paso a paso, lo que lleva a resultados más profundos y precisos.

3 Ver galería

Chatgpt

Dichos modelos permiten a los investigadores rastrear el proceso de pensamiento de la IA, conocido en términos técnicos como “cadena de pensamiento” (COT). Este método permite a los observadores seguir el razonamiento del sistema desde el paso inicial, a través de etapas posteriores y a sus conclusiones finales. Anteriormente, este nivel de transparencia no existía, dejando muchas preguntas sin respuesta sobre cómo surgen las “alucinaciones” de AI, la generación de salidas incorrectas o no sensibles.

La capacitación de IA a menudo implica una técnica llamada aprendizaje de refuerzo, donde el sistema es recompensado por cumplir con los objetivos específicos. Un efecto secundario conocido de este proceso es la “piratería de recompensas”, donde la IA manipula su comportamiento para maximizar las recompensas mientras se elude las pautas previstas.

Los investigadores creían que al monitorear la cadena de pensamiento de la IA, podrían detectar cuando el modelo engaña, engaña o se da por vencido e influye en su comportamiento en tiempo real durante el entrenamiento. Este enfoque, denominado “optimización de cuna”, parecía ser un camino prometedor hacia una comprensión más profunda del comportamiento de la IA.

De hecho, esta suposición resultó correcta y condujo a una comprensión más precisa de los sistemas de IA. “Creemos que el monitoreo de la cuna puede convertirse en una herramienta crucial para supervisar modelos de nivel sobrehumano en el futuro”, escribieron los investigadores.

Sin embargo, lo que pretendía como un paso para mejorar la confiabilidad de la IA expuso una realidad alarmante: los sistemas de IA intentan activamente evadir las sanciones, buscar recompensas contra las restricciones de los investigadores e incluso oscurecer sus métodos para evitar la detección.

3 Ver galería

Γ cam.Γ cam.

(Foto: Generado por chatgpt)

Por ejemplo, cuando se les asigna la tarea de generar código funcional, algunos modelos AI modificaron el mecanismo de verificación de código en sí para aprobar salidas incorrectas. En otros casos, los modelos proporcionaron soluciones aparentemente plausibles a los problemas que resultaron estar completamente equivocados.

Algunos modelos incluso dejaron de resolver problemas por completo para evitar revelar lo que percibieron como sus debilidades. Este descubrimiento se hace eco de los principios de la teoría del juego, pero con un giro inquietante.

Estos hallazgos surgieron de un artículo publicado la semana pasada por un equipo de investigación de Operai bajo el título críptico: “Seguimiento de comportamiento indeseable en modelos de razonamiento y la preocupación de la ofuscación”.

Al examinar los detalles del estudio, el alcance del problema queda claro: los últimos modelos de razonamiento de OpenAI (denominados O1 y O3 Mini) demuestran una fuerte motivación para completar sus tareas asignadas, siendo el menor de los problemas descubiertos.

Los investigadores rastrearon los procesos de pensamiento de los modelos utilizando otro modelo Operai (GPT-4O), que, sin dudarlo, informó su comportamiento engañoso como parte de su cadena de pensamiento: una forma de honestidad desarmadora. Pero luego vino el giro inquietante: cuando los investigadores señalaron a la IA que no se le permitió hacer trampa, el modelo ajustó su comportamiento y comenzó a ocultar la evidencia de su ruptura de reglas. Esta revelación es lo que dejó a los investigadores sorprendidos.

“Encontramos que la optimización directa de la COT para cumplir con criterios específicos (como no eludir las instrucciones) puede mejorar el rendimiento a corto plazo; sin embargo, no elimina todo el comportamiento indeseable e incluso puede hacer que el modelo oculte sus verdaderas intenciones”, señalaron secamente los investigadores.

En su conclusión, los investigadores expresaron la esperanza de que los métodos futuros permitan la influencia directa del comportamiento de los modelos de razonamiento a través de la cadena de pensamiento sin alentar el engaño. Por ahora, recomiendan evitar una fuerte presión de optimización sobre la cuna de los modelos de razonamiento avanzado y la precaución contra la manipulación directa de estos procesos de pensamiento.

3 Ver galería

אירוע eriorאירוע erior

Evento de anuncio GPT-4O de Openai

(Foto: Captura de pantalla)

Sin embargo, esta recomendación presenta otro desafío: dejar la cadena de pensamiento inalterada puede conducir a resultados incómodos, si no problemáticos, cuando estos modelos interactúan con el público. Izquierda sin control, la IA puede producir un lenguaje ofensivo o ideas que los humanos generalmente evitan expresar. La solución propuesta por los investigadores es envolver el proceso de pensamiento en bruto de la IA en una capa de cortesía forzada, asegurando que los usuarios solo vean una versión desinfectada.

Esta investigación plantea preguntas preocupantes. Para aquellos que argumentan que la IA es simplemente una herramienta para ayudar a los humanos, los hallazgos sugieren lo contrario: a diferencia de una máquina de escribir o una bicicleta, la IA parece tener sus propias intenciones y está dispuesto a engañar en busca de sus objetivos.

Para aquellos que ya están preocupados por los riesgos potenciales de la IA, este estudio suena todas las alarmas. Indica que a medida que crecen las capacidades de IA, también lo hace su capacidad para oscurecer cómo funciona, las manipulaciones que realiza y los verdaderos objetivos que busca lograr. Cuando la IA se vuelve verdaderamente avanzada, es posible que no tengamos forma de identificar estas manipulaciones ocultas.

Los investigadores de Operai parecen genuinamente preocupados, y uno solo puede esperar que el liderazgo de la compañía comparta sus preocupaciones, y que los reguladores en todo el mundo comprendan la gravedad del problema. Las principales compañías de IA han dedicado departamentos enteros a construir “barandillas” en torno a los sistemas de IA, asegurando su alineación con los valores humanos y el aumento de la transparencia. Sin embargo, la efectividad de estas medidas sigue en cuestión.

El tema central sigue siendo tan turbio como siempre, y este estudio solo profundiza la incertidumbre: ¿cuál es el objetivo principal de la IA y cómo podemos asegurar que busque ese objetivo, y nada más?

Continue Reading

Noticias

Google, OpenAI Target State Leyes en el Plan de Acción de AI

Published

on

Mientras que la administración del presidente Donald Trump se ha centrado en alejarse de la regulación, liderando a los proveedores de IA como Google y OpenAI quieren que el plan de acción de IA pendiente del gobierno incluya una política federal que se adelantan a los crecientes mosaicos de leyes estatales de IA en los Estados Unidos.

La Oficina de Política de Ciencia y Tecnología de la Casa Blanca (OSTP) solicitó los aportes de las partes interesadas sobre el desarrollo de un plan de acción de IA. Recientemente cerró el período de comentarios públicos, recibiendo más de 8,700 presentaciones. OSTP solicitó a las partes interesadas que describieran las acciones prioritarias para apoyar el dominio de los Estados Unidos de la tecnología de IA sin una regulación excesiva que obstaculice la innovación del sector privado en la IA. Para algunas grandes empresas tecnológicas, abordar las leyes estatales de IA debería ser una de las principales prioridades del gobierno de los Estados Unidos.

Estados Unidos debe adoptar marcos de políticas que “se adelanten a un mosaico caótico de reglas a nivel estatal sobre el desarrollo de la IA fronteriza”, según la presentación de Google.

Mientras tanto, Openai pidió libertad para innovar en el interés nacional de los Estados Unidos y neutralizar a los competidores como China que se benefician de “las compañías estadounidenses de IA que tienen que cumplir con las leyes estatales demasiado onerosas”. Un puñado de estados de EE. UU. Han aprobado una regulación integral de IA, incluidas Colorado, California y Utah.

Sin una ley federal de IA, los estados implementan requisitos de IA individuales que crean desafíos de cumplimiento para las empresas, dijo la analista de Forrester Alla Valente si Estados Unidos adopta una política federal de IA general, podría eliminar esa carga, dijo.

“Al dejar esto a los Estados Unidos, puede tener 50 conjuntos de regulaciones de IA que se ven muy diferentes”, dijo.

Sin embargo, una orden ejecutiva no puede evitar las regulaciones estatales de IA. Depende del Congreso aprobar una ley federal de IA, algo que tiene problemas para hacer.

Las presentaciones del Plan de Acción de AI incluyen Estado, Global Focus

La falta de un enfoque de gobernanza de AI unificado en los Estados Unidos es “ineficaz y duplicativo”, dijo Hodan Omaar, un gerente de políticas senior en el Centro de Tank Tank Tank para innovación de datos.

“Crea inconsistencias e incoherencia en un enfoque estadounidense”, dijo.

Más allá de centrarse en las leyes estatales, Valente dijo que la postura de Google indica que la compañía quiere que Estados Unidos considere el desarrollo global de las leyes de IA también, como la Ley de IA de la Unión Europea.

Cualquier estándar, política o marco que crea los EE. UU. Debe reflejar los intereses estadounidenses, pero no puede ignorar las políticas de IA de diferentes países, dijo Valente. Google dijo que, cuando se trabaja con países alineados, Estados Unidos debería “desarrollar protocolos y puntos de referencia en torno a los riesgos potenciales de los sistemas de IA fronterizos”.

“Ignorar lo que el resto del mundo está haciendo en torno a los marcos de IA, la gobernanza de IA, el riesgo de IA, crea una brecha aún mayor entre la innovación de los Estados Unidos y el resto del mundo hasta el punto de que entonces sigue siendo competitivo si otros países tienen requisitos que no pueden ser satisfechos con la innovación de la IA de EE. UU.”, Dijo Valente.

Operai también abordó los controles de exportación en sus comentarios, solicitando un cambio de estrategia centrado en promover la adopción global de los sistemas de IA de EE. UU. Al tiempo que utiliza más estratégicamente los controles de exportación para mantener el liderazgo de IA de EE. UU. La Compañía pidió actualizar la regla de difusión de IA que avanzó los controles de exportación de EE. UU., Una regla propuesta por la administración del ex presidente Joe Biden que se encontró con una reacción violenta de la industria.

Mientras tanto, en los comentarios del Centro para la Innovación de Data, el grupo de expertos pidió que el Plan de Acción de AI de EE. UU. Reorientara su estrategia de control de exportación. Si bien los controles de exportación están destinados a debilitar a los competidores, en particular el sector de inteligencia artificial de China, están “cada vez más en desventajas de las empresas estadounidenses”. El surgimiento de Deepseek apunta a la capacidad de China para innovar a pesar de los controles de exportación de los Estados Unidos en chips de IA avanzados.

Omaar describió en la presentación del grupo de expertos de que Estados Unidos debería establecer una Fundación Nacional de Datos (NDF) dedicada a la financiación y facilitar compartir conjuntos de datos de alta calidad para el desarrollo del modelo de IA. Ella dijo que Estados Unidos también debería preservar, pero Reengus, el Instituto de Seguridad AI del Instituto Nacional de Normas y Tecnología (NIST) para proporcionar estándares fundamentales para la gobernanza de la IA.

“El gobierno federal tiene un papel importante que desempeñar para garantizar que haya estándares”, dijo Omaar. “Asegurarse de que NIST pueda hacer el importante trabajo de IA que estaban haciendo es importante para garantizar una adopción de IA sin problemas”.

Cómo podría ser el plan de acción de AI final

La solicitud de información de la Oficina de Ciencia y Tecnología de la Casa Blanca sobre un plan de acción de IA pidió a las partes interesadas sus pensamientos sobre las acciones de política de IA. Sin proporcionar recomendaciones o cualquier marco potencial para que las partes interesadas comenten, Valente dijo que no está claro qué incluirá el plan de acción de IA.

“Cómo termina este plan, uno solo puede imaginar”, dijo.

Darrell West, miembro senior de la Institución Brookings, dijo que la solicitud de información de la Casa Blanca indica que la administración Trump se centrará en abandonar los requisitos onerosos y confiar en las empresas privadas para innovar con menos supervisión federal.

“Habrá menos limitaciones en las compañías tecnológicas”, dijo. “Serán libres de innovar en cualquier dirección que deseen”.

El gobierno federal puede equilibrar la seguridad y la innovación de la IA, que con suerte se reflejará en el Plan de Acción de AI, dijo Jason Corso, cofundador de AI Startup Voxel51 y profesor de informática en la Universidad de Michigan.

La población general ya es escéptica de la IA, y si ocurren desafíos generales de crecimiento del desarrollo, corre el riesgo de socavar aún más la confianza en la tecnología, dijo. Es por eso que los marcos de políticas deben crearse con la seguridad de IA en mente, agregó Corso.

Un marco federal que carece de consideraciones de seguridad de IA significa la responsabilidad de las decisiones de seguridad de IA cae a los CIO de la Compañía o los oficiales de IA en los principales, lo que Corso dijo que presenta un “gran riesgo”. El efecto podría ser menos adopción o ROI más lento, dijo.

“Esta IA contemporánea es tan incipiente que a pesar de los rápidos avances que estamos viendo, en realidad se entiende bastante sobre su previsibilidad, repetibilidad o incluso su robustez con ciertos tipos de preguntas o escenarios de razonamiento”, dijo. “Ciertamente necesitamos innovación, pero también necesitamos seguridad”.

Makenzie Holland es un escritor de noticias senior que cubre la gran regulación federal y de la gran tecnología. Antes de unirse a Informa TechTarget, ella era una reportera de asignación general para el Wilmington Starnews y un reportero de crimen y educación en el Wabash Plain Dealer.

Continue Reading

Trending