El impacto de la IA
La IA ha captado el espíritu de los medios de comunicación en los últimos años, especialmente desde el lanzamiento de ChatGPT de OpenAI en 2022. Innumerables historias investigan el futuro potencial de la tecnología y exploran los avances de la IA y los cambios que podría provocar. Pero, ¿cuál ha sido el impacto en el mundo real hasta ahora?
El potencial de los algoritmos de IA para efectuar un cambio positivo debe considerarse junto con los riesgos. Explorar los impactos de la IA, tanto ventajosos como desventajosos, es esencial para orientar el uso responsable de la IA en los próximos años.
Las últimas noticias + conocimientos de IA
Descubra ideas y noticias de expertos sobre IA, nube y mucho más en el boletín semanal Think.
A medida que se extiende el uso de modelos de IA, ingenieros, científicos, responsables políticos y líderes empresariales exploran su potencial en sus respectivos campos. Los proveedores de tecnología de IA emiten grandes afirmaciones sobre el futuro de la IA, donde citan todo, incluido "arreglar el clima, establecer una colonia espacial y descubrir toda la física".1
Pero, ¿qué hay de los beneficios medibles, cuantificables y demostrables de la IA? Dejando a un lado las promesas, ¿cómo han beneficiado los avances tecnológicos relacionados con la IA a la sociedad actual? Hasta la fecha, el impacto positivo demostrable de la IA ha incluido varios beneficios, como:
Aumento del rendimiento empresarial
Previsión meteorológica y predicción de desastres
Desarrollo de software más eficiente
Nueva tecnología de chips
Mitigación de daños por sustancias perfluoroalquiladas y polifluoroalquílicas (PFAS)
Protección contra interrupciones de TI
Descubrimiento de fármacos
Investigación sobre la fusión nuclear
Aumento del rendimiento empresarial
Desde chatbots de IA hasta interfaces de autoservicio y otros sistemas inteligentes, los líderes empresariales atribuyen a la adopción de la IA el aumento de ingresos y beneficios. Las herramientas de inteligencia empresarial con IA pueden reducir el error humano al permitir a los líderes tomar decisiones basadas en datos. Mientras tanto, las aplicaciones de IA y las mejoras en el flujo de trabajo simplifican las operaciones para aumentar la eficiencia. En general, la adopción de la IA generativa podría conducir a un crecimiento del PIB mundial de hasta un 7 % en diez años2.
El informe La IA en acción 2024 de IBM descubrió que el 67 % de los líderes encuestados informaron de aumentos de ingresos del 25 % o más debido a la inclusión de la IA en las operaciones empresariales. El informe reveló un sentimiento similar en cuanto al aumento de los beneficios: el 66 % de los directivos encuestados atribuyó a los sistemas y herramientas de IA aumentos del margen de beneficios de al menos el 25 %.
¿Cómo obtienen estos líderes beneficios empresariales de la IA? La comunicación y la planificación son esenciales: el 85 % de los líderes afirmaron seguir una hoja de ruta de IA, y el 72 % lograron la alineación entre los equipos directivos y el liderazgo de TI. Los programas de IA pueden ayudar a los líderes empresariales a mejorar los procesos de toma de decisiones, lo que lleva a decisiones más informadas. En los cuatro sectores estudiados en el informe (finanzas, telecomunicaciones, venta minorista y fabricación), los principales casos de uso de la IA son:
Finanzas: asistentes virtuales para aplicaciones externas y motores de búsqueda con IA
Telecomunicaciones: operaciones y automatización de TI, asistentes virtuales para aplicaciones internas
Venta minorista: mejora de la experiencia del cliente
Fabricación: operaciones y automatización de TI
Un análisis más detallado del sector manufacturero revela más detalles sobre la IA en la gestión de operaciones y otras áreas de negocio. La respuesta media en una encuesta de IBM informó de una mejora del 30 % en la precisión de las previsiones, un 25 % en los defectos de los productos, un 20 % en el exceso de inventario y beneficios similares en otras métricas.
Previsión meteorológica y predicción de catástrofes
En 2023, IBM y la NASA colaboraron en un modelo fundacional que ayuda a los científicos a analizar los datos sobre los efectos de inundaciones e incendios forestales anteriores. Con los datos de entrenamiento de la NASA, el modelo disponible para el público también se utilizó para evaluar los esfuerzos de reforestación en Kenia y las islas de calor, zonas urbanas concentradas de temperaturas más altas, en los Emiratos Árabes Unidos.
Basado en este modelo, IBM y la NASA lanzaron un nuevo modelo de código abierto en septiembre de 2024 diseñado para hacer que las aplicaciones climáticas sean más rápidas y accesibles. Los casos de uso incluyen advertencias de inundaciones, predicciones de huracanes y estimaciones de ondas de gravedad. Adelantarse a estos fenómenos naturales puede mitigar potencialmente la pérdida de vidas y los daños materiales resultantes.
La herramienta de IA de código abierto se puede personalizar para un uso especializado, como en una colaboración con Environment and Climate Change Canada, para realizar "nowcasts" pluviométricos precisos con varias horas de antelación. Y es lo suficientemente ligero como para ejecutarse en un único ordenador de sobremesa.
Anunciado en julio de 2024, el modelo NeuralGCM3 de Google combina dos enfoques para el deep learning y las predicciones meteorológicas. Primero aplica el modelado tradicional para evaluar las condiciones atmosféricas y luego incorpora la IA para mantener las predicciones en el buen camino.
Desarrollo de software más eficiente
Un beneficio de la IA comúnmente citado es que automatiza las tareas repetitivas para optimizar el flujo de trabajo, lo que libera a los trabajadores para que se centren en prioridades más exigentes. Los agentes con IA van un paso más allá al determinar y seguir de forma autónoma un curso de acción para lograr tareas de alto nivel.
En el campo de la informática, los agentes de ingeniería de software (SWE) pueden resolver de forma autónoma las incidencias de GitHub para agilizar los flujos de trabajo. Por ejemplo, los agentes de modelos de lenguaje de gran tamaño (LLM) pueden localizar errores en nombre de los desarrolladores y proponer correcciones. Los desarrolladores pueden revisar y aprobar la propuesta, dando al agente el visto bueno para actualizar el código.
Nueva tecnología de chips
Los modelos de IA generativa consumen muchos recursos informáticos y se ejecutan en unidades de procesamiento gráfico (GPU) de alta potencia fabricadas por fabricantes como Nvidia y AMD. Las GPU han sido históricamente los chips más potentes capaces de manejar los cálculos avanzados que requieren los algoritmos de machine learning.
La escasez de GPU persistió desde que la pandemia de COVID-19 interrumpió las cadenas de suministro mundiales, pero la necesidad de mejorar el rendimiento de los chips incentivó el desarrollo de chips más eficientes. El chip de inferencia de IA NorthPole de la unidad de inteligencia artificial (AIU) presentado el año pasado demostró un aumento de 46,9 veces en la velocidad con un consumo de energía 72,7 veces más eficiente que el H100. En Estados Unidos, el Bipartisan Senate AI Working Group se ha comprometido a apoyar la investigación y el desarrollo de nuevos chips de IA4.
Para las aplicaciones sostenibles de la IA, la nueva tecnología de chips es primordial. Desarrollos como el de AIU NorthPole indican un futuro en el que los LLM pueden seguir aportando beneficios positivos con un menor consumo de energía y, por extensión, un menor impacto climático.
Mitigación de daños por PFAS
Las sustancias perfluoroalquiladas y polifluoroalquiladas (PFAS) son un grupo de sustancias químicas que se utilizan en utensilios de cocina antiadherentes, cosméticos, envases de alimentos y pantallas de teléfonos móviles. Pero las PFAS tardan miles de años en descomponerse en el suelo y también se acumulan en la sangre y el hígado de humanos y animales. Las PFAS no se pueden metabolizar y se han relacionado con cánceres y otras enfermedades.
Como parte de PFACTS, un programa de sustitución de PFAS de cinco millones de USD iniciado por la US National Science Foundation, los investigadores están utilizando IA generativa para descubrir posibles sustitutos de PFAS. Las aplicaciones de IA generan estructuras moleculares complejas proyectadas para ofrecer una funcionalidad similar a la del PFAS con menor toxicidad. El modelo ha producido al menos 6000 sustitutos potenciales y se está ampliando para cubrir consideraciones adicionales.
Protección contra interrupciones de TI
Cuando se produce una interrupción de TI, los equipos de respuesta deben diagnosticar el problema, crear una solución y actualizar el software defectuoso lo antes posible. Las soluciones de IA para la resolución de problemas pueden acelerar estos procesos.
Las plataformas de gestión de TI habilitadas para IA monitorizan los entornos de los clientes y detectan posibles amenazas. Cuando se detecta un evento de este tipo, el sistema de IA lo resume, identifica las posibles causas y guía a los equipos de respuesta a través de una solución. La asistencia de IA en tiempo real agiliza la toma de decisiones y ayuda a los equipos a responder más rápido para mitigar las repercusiones de las interrupciones de TI.
Descubrimiento de fármacos
En respuesta a la pandemia de COVID-19, las empresas farmacéuticas y sanitarias se apresuraron a investigar, probar e implementar vacunas que salvasen vidas. La investigación de fármacos es complicada y requiere una comprensión íntima de las proteínas y de cómo se pliegan en el espacio tridimensional.
A finales de 2020, casi un año después de que la COVID-19 tocara tierra en todo el mundo, un equipo de investigación de Google DeepMind anunció una herramienta de predicción del pliegue de proteínas de IA llamada AlphaFold25. Esta herramienta podría predecir, con más del 90 % de precisión, la forma tridimensional de una proteína basándose en su código molecular unidimensional.
Al mismo tiempo, un equipo de investigación de IBM creó un modelo fundacional y lo utilizó para generar cuatro antivirales COVID-19. Dado que los virus mutan con el tiempo, lo que hace que las vacunas conocidas sean menos eficaces, los avances en el descubrimiento de antivirales asistidos por IA pueden ofrecer nuevas soluciones para contrarrestar estas amenazas.
Los beneficios de las redes neuronales en sanidad no se limitan a la búsqueda de nuevos medicamentos. El Programa de las Naciones Unidas para el Desarrollo (PNUD) aboga por la aplicación de la IA para ayudar a las personas con discapacidad6. En 2024, los investigadores del Instituto Nacional de Salud lograron aplicar la IA a los diagnósticos médicos, aunque la IA tuvo dificultades para explicar cómo llegó a sus conclusiones7.
Investigación sobre la fusión nuclear
Los precios del gas natural, el petróleo y la electricidad se dispararon como resultado de la escasez relacionada con la pandemia y el aumento de la demanda mundial. Con los centros de datos a hiperescala impulsados por IA devorando energía por megavatios8, la necesidad de nuevas tecnologías en el sector energético es clara.
En la fusión nuclear, el plasma sobrecalentado debe estar contenido en un recipiente magnetizado, uno de cuyos tipos se conoce como tokamak. Si el campo magnético del tokamak falla, el plasma puede escapar de la contención en una “inestabilidad de modo desgarrador”. En 2024, un equipo de investigadores de la Universidad de Princeton desarrolló un modelo de IA que puede predecir y evitar las inestabilidades del modo de desgarro en los tokamaks9.
El equipo de ciencia de datos redujo con éxito los incidentes de desgarro con un controlador tokamak de IA entrenado mediante aprendizaje por refuerzo10. Pronto, la fusión nuclear como fuente de energía podría no limitarse a obras de ciencia ficción. Los tokamaks con IA equipados con adaptabilidad en tiempo real pueden allanar un camino prometedor hacia un futuro impulsado por la fusión nuclear sostenible.
Los beneficios de la IA no existen en el vacío. Aunque los aumentos de ingresos pueden deberse a aumentos de productividad, el crecimiento de los beneficios puede venir acompañado de despidos relacionados con la IA. Los nuevos chips y fuentes de energía son prometedores, pero el panorama actual de la IA se basa en gran medida en las GPU, los combustibles fósiles y el agua, que consumen mucha energía. Los modelos generativos que producen nuevos medicamentos pueden violar los derechos de autor y crear deepfakes engañosos.
Aunque la IA es prometedora en muchos campos, también plantea consideraciones éticas, sobre todo si no se han establecido las salvaguardas adecuadas. Los riesgos potenciales de la IA incluyen:
Desplazamiento laboral
Consumo excesivo de energía y recursos
Problemas de privacidad
Violación de derechos de autor
Desinformación, estafas y pérdida de confianza pública
Desplazamiento laboral
Los temores y los informes de pérdida de empleo han acompañado durante mucho tiempo al auge de la IA generativa11. Y estos temores no son del todo infundados. Pensemos en este ejemplo de China, donde los artistas denunciaron haber perdido obras solo para ser contratados de nuevo por menos dinero como retocadores de arte con IA12.
En una encuesta de diciembre de 2023 a 750 líderes, el 44 % afirmaban los despidos relacionados con la IA en 202413. Y una encuesta a 2000 ejecutivos de equipo directivo de 2024 reveló que el 41 % de ellos esperaban reducir su personal en los próximos cinco años como resultado de la implementación de la IA. Sin embargo, muchos también creían que surgirían nuevos puestos de trabajo para apoyar las iniciativas de IA14.
Un informe de 2024 estima que casi el 30 % de las horas trabajadas por humanos en EE. UU. podrían automatizarse para 2030, un 8 % más si se omite el impacto de la IA generativa en el lugar de trabajo. No todos los trabajadores son igual de vulnerables. El futuro del servicio de atención al cliente, el soporte de oficina y el servicio de alimentos probablemente se enfrentará a la pérdida de empleos relacionados con la IA. Pero es probable que los trabajadores STEM, creativos y otros trabajadores del conocimiento vean ajustados sus flujos de trabajo en lugar de perder sus trabajos15.
Para minimizar los despidos, abordar las desigualdades en el lugar de trabajo y evitar intentar sustituir la inteligencia humana con IA, las empresas deben adoptar estrategias claras de IA. La implementación de la IA generativa requerirá que los líderes capaciten y animen a sus equipos a mejorar sus habilidades. La mejora eficaz de las habilidades depende de la inversión y el compromiso, pero las recompensas bien merecen la pena. Una estrategia intencionada de mejora y reciclaje profesional que opere en todos los niveles profesionales permitirá a los empleadores retener el talento y sus conocimientos institucionales integrados.
Consumo excesivo de energía y recursos
La IA generativa requiere enormes cantidades de agua y electricidad: agua para refrigerar los centros de datos a hiperescala que albergan los servidores que alojan la IA y electricidad para alimentarlos. A veces, estos centros de datos se construyen en áreas donde el acceso al agua y la electricidad ya es escaso o lo es después de que las comunidades locales se vean obligadas a competir con los nuevos desarrollos16.
El norte de Virginia es una de las ubicaciones más populares de EE. UU. para centros de datos. En 2023, los residentes protestaron por la construcción pendiente de lo que sería uno de los centros de datos más grandes del mundo en ese momento, citando la demanda de electricidad, entre otras preocupaciones. Sin embargo, los supervisores del condado votaron a favor de aprobar la construcción de la instalación17.
Algunos acontecimientos indican que la IA podría no seguir extrayendo tantos recursos de las comunidades locales. Un centro de datos a hiperescala fuera de la red programado para su construcción cerca de Houston, Texas, funcionará con energía de hidrógeno18. Microsoft se ha movilizado para volver a poner en marcha uno de los reactores nucleares de Three Mile Island, comprometiéndose a comprar toda la electricidad que produzca mediante un acuerdo de 20 años19.
Si los chips de alto rendimiento y eficiente energético como el AIU NorthPole pueden funcionar con fuentes de energía sostenibles, quizás las capacidades de la IA pueden seguir evolucionando sin empeorar la escasez de energía y recursos.
El lado positivo es que podemos compensar algunos de los riesgos de la IA mediante una aplicación eficaz de la tecnología. La IA puede ayudar a las organizaciones a ser más resistentes al cambio climático y a reducir su impacto medioambiental. La IA es crucial para el futuro de las prácticas empresariales sostenibles. Según el último informe de IBM State of Sustainability Readiness, nueve de cada diez líderes empresariales encuestados coincidieron en que la IA les ayudará a alcanzar sus objetivos de sostenibilidad.
Violaciones de privacidad
"Respeten sus compromisos de privacidad y confidencialidad", advirtió la Comisión Federal de Comercio (FTC) de EE. UU. a las empresas de IA en una declaración de enero de 202420. La FTC expresó su preocupación por el conflicto de intereses entre las obligaciones de los proveedores de IA de proteger la información de identificación personal (PII), otros datos de los usuarios, y la necesidad cada vez mayor de ampliar los conjuntos de datos de entrenamiento de modelos.
Estados Unidos carece de regulación federal para la protección de datos relacionados con la IA, tanto en el trabajo como en la vida cotidiana. Solo a nivel estatal algunos estadounidenses disfrutan de una protección de la protección de datos relativamente amplia, como en el marco de la California Consumer Privacy Act (CCPA)21. Poco después de comenzar su segundo mandato, el presidente Trump revocó una orden ejecutiva de la era Biden destinada a proteger los datos personales y abordar otras preocupaciones éticas de la IA. Trump emitió su propia orden ejecutiva sobre IA que prometía desregular el sector en nombre de promover la innovación y "mejorar el liderazgo de Estados Unidos en IA"22.
Los responsables políticos de la Unión Europea han plasmado estos sentimientos en leyes, aprobando la Ley de Inteligencia Artificial de la UE en 2024 para regular el desarrollo, la implementación y el uso de la IA en la región23. Por ejemplo, la ley prohíbe el raspado de imágenes faciales de Internet para protegerse contra las amenazas de reconocimiento facial. La amplia Ley de IA entrará en vigor en 2026. Mientras tanto, corresponde a los proveedores de IA cultivar prácticas éticas en materia de IA responsable y salvaguardias, y abogar por que otros hagan lo mismo.
Infracción de derechos de autor
A veces, los datos utilizados para entrenar a los LLM incluyen materiales protegidos por derechos de autor, como artículos de noticias y obras de arte. Algunas empresas han reconocido abiertamente que utilizan material protegido por derechos de autor durante la formación, alegando que esta práctica entra dentro del uso legítimo.
La generación de imágenes también ha soportado su cuota de controversias sobre propiedad intelectual. Los artistas en activo se han opuesto abiertamente a la generación de imágenes comerciales, especialmente en una protesta en todo el sitio web de portfolio ArtStation en 202224. Los directores de la película Heretic de 2024 incluyeron un aviso en los créditos que aseguraba a los espectadores que la IA generativa no jugó ningún papel en la realización de la película25.
Hasta ahora, las oficinas del gobierno en EE. UU. parecen estar del lado de los titulares de derechos de autor. La Oficina de Derechos de Autor de EE. UU. decidió en 2023 que las imágenes generadas por IA no pueden acogerse a la protección de los derechos de autor26. En una demanda de 2024, el Tribunal de Distrito de EE. UU. del Distrito Norte de California dictaminó que tanto los proveedores de IA como los usuarios pueden ser considerados responsables de la infracción de derechos de autor derivada de la generación de imágenes27.
Desinformación, estafas y pérdida de confianza pública
Los defensores han elogiado la IA generativa como una herramienta poderosa para “democratizar la creatividad”28. Pero las mismas herramientas se aplican con la misma facilidad para fines engañosos.
La desinformación creada por IA ha proliferado desde 2023 a la velocidad del rayo e incluye imágenes, vídeos y capturas de pantalla con texto fraudulento29. Bots con IA inundan las redes sociales con publicaciones y comentarios engañosos30. Los actores maliciosos pueden utilizar la IA para manipular grabaciones de audio y vídeo o imágenes y crear deepfakes realistas destinados a engañar. Algunas son divertidas e inofensivas, como la imagen viral del Papa Francisco con una moderna chaqueta acolchada blanca, pero otras tienen efectos más insidiosos.
Durante las primeras semanas de la invasión rusa de Ucrania en 2022, apareció un vídeo en Internet que mostraba al presidente ucraniano Volodymyr Zelensky instando a los ciudadanos a dejar de luchar contra los soldados ruso.31. Al año siguiente, una campaña de vídeo proChina falsificada se difundió en Facebook y Twitter con presentadores de noticias generados por IA32.
En el período previo a las elecciones presidenciales estadounidenses de 2024, algunos votantes recibieron llamadas automatizadas con una grabación falsa del presidente Biden instándoles a no votar en las próximas primarias demócratas33. El presidente Trump compartió varias imágenes falsas que parecían representar un respaldo de la superestrella de la música Taylor Swift34.
Los ciberdelincuentes pueden utilizar deepfakes de IA para perpetrar estafas de voz y engañar a las víctimas para que les transfieran dinero35. Los defensores de la ciberseguridad promueven técnicas de detección del fraude, como el establecimiento de protocolos de verificación con los miembros de la familia. Aprender a detectar estafas de IA puede ayudar a reforzar las vulnerabilidades en las poblaciones de riesgo.
Cuanto más convincentes sean los resultados de la IA generativa, más fino será el velo que separa la realidad real de la fabricada. Mientras algunos investigadores exploran los beneficios potenciales de los deepfakes en las campañas antiterroristas36, los consumidores de los medios deben aprender a evaluar las imágenes y los vídeos que ven a través de una lente crítica. Mientras tanto, las empresas tecnológicas y los gobiernos deben colaborar para mitigar los daños y orientar el uso responsable y ético de la IA.
Notas a pie de página
1. “The Intelligence Age”. Sam Altman. 23 de septiembre de 2024.
2. “Generative AI could raise global GDP by 7%”. Goldman Sachs. 5 de abril de 2023.
3. “Neural general circulation models for weather and climate”. Kochkov et al. Nature. 22 de julio de 2024.
4. “Driving U.S. Innovation in Artificial Intelligence”. Schumer et al. The Bipartisan Senate AI Working Group. Mayo de 2024.
5. “How AI Revolutionized Protein Science, but Didn’t End It”. Yasemin Saplakoglu. Quanta Magazine. 26 de junio de 2024.
6. “The AI Revolution: Is it a Game Changer for Disability Inclusion?”. Hudoykul Hafizov. UNDP Uzbekistan. 18 de julio de 2024.
7. “NIH findings shed light on risks and benefits of integrating AI into medical decision-making”. Jin et al. National Institutes of Health. 23 de julio de 2024.
8. “The Billion-Dollar AI Gamble: Data Centers As The New High-Stakes Game”. Emil Sayegh. Forbes. 30 de septiembre de 2024.
9. “Engineers use AI to wrangle fusion power for the grid”. Colton Poore. Princeton Engineering. 21 de febrero de 2024.
10. “Avoiding fusion plasma tearing instability with deep reinforcement learning”. Seo et al. Nature. 21 de febrero de 2024.
11. “AI in Hiring and Evaluating Workers: What Americans Think”. Rainie et al. Pew Research Center. 20 de abril de 2023.
12. “AI is already taking video game illustrators’ jobs in China”. Viola Zhou. Rest of World. 11 de abril de 2023.
13. “Recent data shows AI job losses are rising, but the numbers don't tell the full story”. Rachel Curry. CNBC. 16 de diciembre de 2023.
14. “AI will shrink workforces within five years, say company execs”. Anna Cooban. CNN. 5 de abril de 2024.
15. “Generative AI and the future of work in America”. Ellingrud et al. McKinsey Global Institute. 26 de julio de 2023.
16. “Amid explosive demand, America is running out of power”. Evan Halper. The Washington Post. 7 de marzo de 2024.
17. “Virginia county approves data center project after 27-hour public hearing”. Matthew Barakat. AP. 13 de diciembre de 2023.
18. “ECL says it will build a 1GW hydrogen-powered AI data center in Texas, with Lambda as its first tenant”. Sebastian Moss. Data Center Dynamics. 25 de septiembre de 2024.
19. “Why Microsoft made a deal to help restart Three Mile Island”. Casey Crownhart. MIT Technology Review. 26 de septiembre de 2024.
20. “AI Companies: Uphold Your Privacy and Confidentiality Commitments”. Staff in the Office of Technology. Federal Trade Commission. 9 de enero de 2024.
21. “The privacy paradox with AI”. Gai Sher and Ariela Benchlouch. Reuters. 31 de octubre de 2023.
22. “Fact sheet: President Donald J. Trump takes action to enhance America's AI leadership”. La Casa Blanca. 23 de enero de 2025.
23. “EU Artificial Intelligence Act”. 2 de febrero de 2025.
24. “Artists stage mass protest against AI-generated artwork on ArtStation”. Benj Edwards. Ars Technica. 15 de diciembre de 2022.
25. “‘Heretic’ Directors Used End Credits to Warn Hollywood About AI: ‘Let’s Bury It Underground With Nuclear Warheads, Cause It Might Kill Us All’”. William Earl. Variety. 4 de noviembre de 2024.
26. “Artificial Intelligence and Copyright”. The Copyright Office, Library of Congress, Federal Register. 30 de agosto de 2023.
27. “Andersen v. Stability AI Ltd., 2024 U.S.P.Q.2d 1470 (N.D. Cal. 2024), Court Opinion”. William H. Orrick. Bloomberg Law. 12 de agosto de 2024.
28. “Democratized Creativity: The Evolution And Impact Of AI”. Sachin Dev Duggal. Forbes. 9 de agosto de 2024.
29. “AI image misinformation has surged, Google researchers find”. Angela Yang. NBC News. 29 de mayo de 2024.
30. “Social media platforms aren’t doing enough to stop harmful AI bots, research finds”. Brandi Wampler. Notre Dame News. 14 de octubre de 2024.
31. “Deepfakes and fake news pose a growing threat to democracy, experts warn”. Jackson Cote. Northeastern Global News. 1 de abril de 2022.
32. “The People Onscreen Are Fake. The Disinformation Is Real.”. Adam Satariano y Paul Mozur. The New York Times. 7 de febrero de 2023.
33. “AI fakes raise election risks as lawmakers and tech companies scramble to catch up”. Shannon Bond. NPR. 8 de febrero de 2024.
34. “How did Donald Trump end up posting Taylor Swift deepfakes?”. Nick Robins-Early. The Guardian. 26 de agosto de 2024.
35. “AI voice scams are on the rise. Here's how to protect yourself.”. Megan Cerullo. CBS News. 17 de diciembre de 2024.
36. “The Rise of Artificial Intelligence and Deepfakes”. Buffet Institute for Global Affairs. Northwestern University. Julio de 2023.