Observatorio de información y Publicaciones

Resumen: El término “equidad algorítmica” se utiliza para evaluar si los modelos de IA funcionan de manera justa tanto en contextos comparativos (donde la equidad se entiende como igualdad formal, como “tratar casos similares como similares”) como no comparativos (donde la injusticia surge de la inexactitud, arbitrariedad o inescrutabilidad del modelo).

Resumen:Muchos puntos de referencia para la inferencia causal automatizada evalúan el rendimiento de un sistema basándose en un único resultado numérico, como un efecto de tratamiento promedio (ATE).

Resumen: Los modelos de lenguaje grande (LLM, por sus siglas en inglés) son pilares prometedores para los sistemas de recomendación generativos, sin embargo, un desafío clave sigue sin explorarse: la verbalización, es decir, convertir registros estructurados de interacción del usuario en entradas efectivas de lenguaje natural.