Author: AIEthics_Admin
-
Pensar mal y ¿acertar?
Durante dos décadas hemos convivido con un sistema educativo incapaz de mejorar de forma sostenida el aprendizaje. Ahora aparece la inteligencia artificial generativa y surge una alarma inmediata. “Los estudiantes dejarán de pensar. Perderán la capacidad de escribir. No aprenderán. Se volverán dependientes.” La preocupación es legítima, pero parte de una premisa discutible: que el…
-
Agentic AI no longer answers. It acts.
Generative AI answers questions. Agentic AI executes tasks. That is the shift and it deserves a precise name. This is not a faster chatbot. This is a different category of system. An agent perceives, reasons and acts in a continuous loop. It plans a sequence of steps. It uses external tools. It corrects its own…
-
El Gran Salto y la Frontera Fragmentada: 8 Revelaciones Impactantes del Informe AI Index 2026 de Stanford
1. Introducción: El pulso de una transformación sin precedentes Estamos presenciando el despliegue de la tecnología más disruptiva del siglo XXI. El informe AI Index 2026 de Stanford HAI se erige no solo como un compendio estadístico, sino como la brújula definitiva para navegar un territorio que se expande a una velocidad que desafía la asimilación humana.…
-
Medicina de precisión: promesas, datos y la crisis de verdad subyacente
La fantasía dominante de la medicina moderna descansa sobre cuatro fragilidades epistemológicas que desde dentro, sistemáticamente, preferimos ignorar. ¿A qué me refiero? La medicina de precisión no es una idea mala. Más bien, es una idea interesante y poderosa: adaptar la prevención, el diagnóstico y el tratamiento a las características moleculares, genómicas y contextuales de…
-
The nostalgia machine
We often make a terrible mistake when we look at Artificial Intelligence. We see it as the triumph of cold logic, sterile silicon, and industrial efficiency. But if we pull back the wires and look at what actually ignited the spark, we don’t find military ambition or corporate greed. We find a graveyard. We find…
-
Rethinking transparency: classifying AI’s role in academic publishing
The rapid adoption of artificial intelligence in research writing has outpaced the ethical and editorial frameworks designed to govern it. The STM Association’s recent document, Recommendations for a Classification of AI Use in Academic Manuscript Preparation (September 2025), proposes a taxonomy that may help restore clarity and accountability in an increasingly hybrid publishing environment. At…
-
Digital vs. biological intelligence: an explainer
Using Notebooklm, I created a video summarizing a recent lecture by Geoffrey Hinton in Bristol, where he made several key statements:
-
Chomsky vs. Hinton on AI: symbols, statistics, and the future of thought
Noam Chomsky’s position on today’s AI, especially large language models, is caustic and categorical. For him, systems like ChatGPT are “high-tech plagiarism machines”: dazzling at correlating tokens yet incapable of genuine explanation, causal reasoning, or moral judgment. Language, Chomsky argues, is the outward sign of an innate, generative faculty that lets humans produce infinite novelty…
-
Inteligencia natural colectiva + IA generativa: cómo equilibrar innovación y riesgo en salud … y más allá
Este post ha sido generado a través de un diálogo entre el autor y ChatGPT con GPT o3-pro 1. ¿Por qué hablar de inteligencia colectiva ahora? La expansión de los modelos de inteligencia artificial generativa (IAG) ofrece un potencial sin precedentes para procesar información, pero también concentra poder y amplifica sesgos. La mejor manera de contrarrestar…
-
Simbolismo vs. estadística
Geoffrey Hinton lo dice sin rodeos: hay dos maneras de abordar el problema de la inteligencia artificial. Una es simbólica, herencia directa de Alan Turing: la mente humana como una máquina lógica, que opera con reglas claras, paso a paso, como una calculadora elegante. La otra es estadística: sin reglas fijas, basada en correlaciones, en…
-
Architects of present futures
Not your usual leaders, not your usual times. The leaders of present futures must emerge surrounded by disrupted technology and at faster pace than our ability to understand their impact. Especially in the field of healthcare, we need a new breed of leaders — visionary people who not only understand the mechanics of generative AI…
-
Choose!
Which of the following outputs by two related models you think is better in response to the following prompt: “Briefly describe the three most relevant challenges for the use of AI in clinical practice”? Model A The use of AI in clinical practice presents several significant challenges. Here are three of the most relevant ones:…