El impacto de la IA
La IA ha capturado el espíritu de la época de los medios en los últimos años, especialmente desde el lanzamiento de ChatGPT de OpenAI en 2022. Innumerables historias prueban el futuro potencial de la tecnología, explorando 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 guiar el uso responsable de la IA en los próximos años.
Las últimas novedades e insights sobre IA
Descubra insights y noticias de expertos sobre IA, la 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 hacen grandes afirmaciones sobre el futuro de la IA, citando todo, como “arreglar el clima, establecer una colonia espacial y descubrir toda la física”.1
Pero, ¿qué pasa con los beneficios medibles, cuantificables y comprobables de la IA? Dejando a un lado las grandes promesas, ¿cómo han beneficiado verificablemente 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
Forecasting del tiempo y predicción de desastres
Desarrollo de software más eficiente
Nueva tecnología de chips
Mitigación de daños por sustancias perfluoroalquiladas y polifluoroalquiladas (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 IA aumentos en ingresos y ganancias. Las herramientas de business intelligence impulsadas por IA pueden reducir el error humano al permitir que los líderes tomen decisiones basadas en datos. Mientras tanto, las aplicaciones de IA y las mejoras del flujo de trabajo optimizan las operaciones para una mayor eficiencia. En general, la adopción de la IA generativa podría llevar a un crecimiento del PIB mundial de hasta un 7 % en 10 años.2
El informe La IA en acción 2024 de IBM encontró que el 67 % de los líderes encuestados reportaron aumentos de ingresos del 25 % o más debido a la inclusión de la IA en las operaciones comerciales. El informe encontró un sentir similar para el aumento de las ganancias: el 66 % de los líderes encuestados atribuyó a los sistemas y herramientas de IA los aumentos del margen de ganancias de al menos el 25 %.
¿Cómo obtienen estos líderes beneficios comerciales de la IA? La comunicación y la planificación son esenciales: el 85 % de los líderes afirmó seguir una hoja de ruta de IA, y el 72 % logró la alineación entre los altos ejecutivos 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 las cuatro industrias estudiadas en el informe (finanzas, telecomunicaciones, venta minorista y fabricación), los principales casos de uso empresariales de la IA son:
Finanzas: asistentes virtuales para aplicaciones externas y motores de búsqueda habilitados para IA
Telecomunicaciones: operaciones de TI y automatización, asistentes virtuales para aplicaciones internas
Venta minorista: experiencia del cliente mejorada
Fabricación: operaciones de TI y automatización
Una mirada más cercana al sector manufacturero revela más detalles para la IA en la gestión de operaciones y otras áreas de negocio. La mediana de respuesta en una encuesta de IBM reportó una mejora del 30 % en la precisión del pronóstico, 25 % en defectos de productos, 20 % en exceso de inventario y beneficios similares en otras métricas.
Forecasting meteorológico y predicción de desastres
En 2023, IBM y la NASA colaboraron en un modelo fundacional que ayuda a los científicos a analizar datos sobre los efectos de inundaciones e incendios forestales anteriores. Con los datos de entrenamiento de la NASA, el modelo disponible públicamente también se utilizó para evaluar los esfuerzos de reforestación en Kenia y las islas de calor (áreas urbanas concentradas de temperaturas más altas) en los Emiratos Árabes Unidos.
Con base 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 eventos naturales puede mitigar potencialmente la pérdida de vidas y los daños a la propiedad resultantes.
La herramienta de IA de código abierto se puede personalizar para un uso especializado, por ejemplo, en colaboración con Environment and Climate Change Canada, para realizar "previsiones inmediatas" precisas de las precipitaciones con varias horas de antelación. Y es lo suficientemente ligera como para ejecutarse en una sola computadora de escritorio.
Anunciado en julio de 2024, el modelo NeuralGCM3 de Google combina dos enfoques para el aprendizaje profundo y las predicciones meteorológicas. Primero aplica modelos tradicionales para evaluar las condiciones atmosféricas y luego incorpora 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 la optimización del flujo de trabajo, liberando a los trabajadores para que se centren en prioridades más exigentes. Los agentes impulsados por 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 las ciencias de la computación, los agentes de ingeniería de software (SWE) pueden resolver tickets de GitHub de forma autónoma para agilizar los flujos de trabajo. Por ejemplo, los agentes de modelos de lenguaje grandes) pueden localizar errores en nombre de los desarrolladores y proponer arreglos. Los desarrolladores pueden revisar y aprobar la propuesta, dando así 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 de gráficos (GPU) de alta potencia elaboradas por fabricantes, como Nvidia y AMD. Históricamente, las GPU han sido los chips más potentes capaces de manejar los cálculos avanzados requeridos por los algoritmos de machine learning.
La escasez de GPU persistió desde que la pandemia de COVID-19 interrumpió las cadenas de suministro globales, pero la necesidad de un mejor 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 Grupo de Trabajo de IA del Senado Bipartidista se comprometió a apoyar la investigación y el desarrollo de nuevos chips de IA.4
Para aplicaciones sustentables de IA, la nueva tecnología de chips es primordial. Los desarrollos, como AIU NorthPole, indican un futuro en el que los LLM pueden continuar brindando beneficios positivos con menos uso de energía y, por extensión, menos impacto climático.
Mitigación de daños con 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 reemplazo de PFAS de 5 millones de dólares 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 de las PFAS con menor toxicidad. El modelo produjo 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 informática basadas en IA monitorean los entornos de los clientes y detectan posibles amenazas. Cuando se detecta un suceso de este tipo, el sistema de IA lo resume, identifica las posibles causas y guía a los equipos de respuesta para encontrar una solución. La asistencia de la IA en tiempo real agiliza la toma de decisiones y ayuda a los equipos a responder con mayor rapidez para mitigar las repercusiones de las interrupciones de TI.
Descubrimiento de fármacos
En respuesta a la pandemia de COVID-19 , las empresas farmacéuticas y de atención médica se apresuraron a investigar, probar y desplegar vacunas que salvan vidas. La investigación de fármacos es complicada y requiere una comprensión profunda de las proteínas y cómo se pliegan en el espacio tridimensional.
A finales de 2020, casi un año después de que la COVID-19 llegara a todo el mundo, un equipo de investigación de Google DeepMind anunció una herramienta de predicción de plegamiento de proteínas de IA llamada AlphaFold2.5 Esta herramienta podría predecir, con más del 90 % de exactitud, la forma tridimensional de una proteína en función de su código molecular unidimensional.
Simultáneamente, un equipo de investigación de IBM creó un modelo fundacional y lo utilizó para generar cuatro antivirales COVID-19. Debido a que los virus mutan con el tiempo, lo que hace que las vacunas conocidas sean menos efectivas, 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 la atención médica 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 que viven con discapacidades.6 En 2024, los investigadores del National Institute of Health lograron aplicar la IA a los diagnósticos médicos, aunque la IA tuvo dificultades para explicar cómo llegó a sus conclusiones.7.
Investigación sobre 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 de hiperescala impulsados por IA que consumen energía por megavatios, 8 la necesidad de nuevas tecnologías en el sector energético es evidente.
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 flaquea, el plasma puede escapar de la contención en un “modo desgarrador de inestabilidad”. 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 tokamaks.9
El equipo de ciencia de datos redujo con éxito los incidentes de desgarro con un controlador tokamak de IA entrenado mediante aprendizaje por refuerzo.10 Pronto, la fusión nuclear como fuente de energía podría no limitarse a obras de ciencia ficción. Los tokamaks habilitados para 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. Si bien los aumentos de ingresos pueden provenir de aumentos de productividad, el crecimiento de las ganancias puede venir con despidos relacionados con la IA. Los nuevos chips y fuentes de energía son prometedores, pero el escenario actual de la IA se basa en gran medida en las GPU que consumen mucha energía, los combustibles fósiles y el agua. Los modelos generativos que producen nuevos medicamentos pueden violar los derechos de autor y crear deepfakes engañosos.
Si bien la IA se muestra prometedora en muchos campos, también plantea consideraciones éticas, especialmente sin las medidas de seguridad adecuadas. Los riesgos potenciales de la IA incluyen:
Desplazamiento laboral
Consumo excesivo de energía y recursos
Protección de datos
Violación de derechos de autor
Desinformación, estafas y pérdida de confianza de los ciudadanos
Desplazamiento de puestos de trabajo
Los temores y los informes de pérdida de empleo han acompañado durante mucho tiempo el auge de la IA generativa.11 Y estos temores no son del todo infundados. Considere este ejemplo de China, donde los artistas informaron haber perdido trabajo solo para ser contratados por menos dinero como retocadores de arte de IA.12
En una encuesta realizada en diciembre de 2023 entre 750 directivos, el 44 % afirmaba que en 2024 se producirían despidos relacionados con la IA.13 Y una encuesta realizada a 2000 altos ejecutivos de 2024 reveló que el 41 % de ellos esperaba reducir su fuerza laboral 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 IA.14
Un informe de 2024 estima que casi el 30 % de las horas trabajadas por humanos en Estados Unidos 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 igualmente vulnerables. Es probable que el futuro de la atención al cliente, el soporte de oficina y el servicio de alimentos se enfrente 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 trabajos.15
Para minimizar los despidos, abordar las desigualdades en el lugar de trabajo y evitar intentar reemplazar la inteligencia humana con IA, las empresas deben adoptar estrategias de IA claras. La implementación de la IA generativa requerirá que los líderes habiliten y alienten a sus equipos a mejorar sus habilidades. Una capacitación eficaz depende de inversión y compromiso, pero las recompensas valen la pena. Una estrategia intencional de mejora y capacitación que opere en todos los niveles profesionales permitirá a los empleadores retener el talento y su conocimiento institucional integrado.
Consumo excesivo de energía y recursos
La IA generativa requiere enormes cantidades de agua y electricidad: agua para enfriar 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 ven obligadas a competir con los nuevos desarrollos.16
El norte de Virginia es uno de los lugares más populares en 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 para aprobar la construcción de las instalaciones.17
Algunos desarrollos indican que la IA podría no continuar atrayendo tantos recursos de las comunidades locales. Un centro de datos de hiperescala fuera de la red programado para su construcción cerca de Houston, Texas, funcionará con energía de hidrógeno.18 Microsoft se ha movido para volver a poner en servicio uno de los reactores nucleares en Three Mile Island, comprometiéndose a comprar toda la electricidad que produce durante un acuerdo de 20 años.19
Si los chips de alto rendimiento y energéticamente eficientes, como el AIU NorthPole, pueden funcionar con fuentes de energía sostenibles, tal vez las capacidades de IA puedan continuar 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 resilientes al cambio climático y reducir su impacto ambiental. 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 sustentabilidad.
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 2024.20 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) y 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 una regulación federal para la protección de datos relacionada con la IA, tanto en el trabajo como en la vida cotidiana. Solo a nivel estatal, algunos estadounidenses disfrutan de una protección de privacidad de datos relativamente amplia, como bajo 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 la industria en nombre de promover la innovación y "mejorar el liderazgo de Estados Unidos en IA".22
Los responsables políticos de la Unión Europea plasmaron este sentir 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 región.23 Por ejemplo, la ley prohíbe la extracción de imágenes faciales de Internet para proteger contra las amenazas del reconocimiento facial. La amplia Ley de IA entrará en vigor en 2026. Mientras tanto, corresponde a los proveedores de IA cultivar prácticas éticas de IA responsable y salvaguardias en materia de IA, y abogar por que otros hagan lo mismo.
Infracción de derechos de autor
A veces, los datos empleados para formar a los LLM incluyen materiales protegidos por derechos de autor, como artículos de noticias y obras de arte. Algunas empresas han reconocido abiertamente su uso de materiales protegidos por derechos de autor durante la capacitación, citando esta práctica como uso justo.
La generación de imágenes también ha soportado su Compartir de controversias de 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 la cartera ArtStation en 2022.24 Los directores de la película Heretic de 2024 incluyeron un descargo de responsabilidad en los créditos que aseguraba a los espectadores que la IA generativa no desempeñó ningún papel en la realización de la película. .25
Hasta ahora, las oficinas del gobierno en Estados Unidos parecen estar del lado de los titulares de los derechos de autor. La Oficina de Derechos de Autor de EE. UU. decidió en 2023 que las imágenes generadas por IA no son elegibles para las protecciones de derechos de autor.26 En una demanda de 2024, el Tribunal de Distrito de Estados Unidos para el Distrito Norte de California dictaminó que tanto los proveedores de IA como los usuarios pueden ser declarados responsables de la infracción de derechos de autor derivada de la generación de imágenes.27
Desinformación, estafas y pérdida de confianza pública
Los defensores elogiaron 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 información errónea creada por IA ha proliferado desde 2023 a la velocidad de la luz e incluye imágenes, videos y capturas de pantalla con texto fraudulento.29 bots impulsados por IA inundan las redes sociales con publicaciones y comentarios engañosos.30 Los actores maliciosos pueden usar la IA para manipular grabaciones de audio y video 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 blanca, pero otras tienen efectos más insidiosos.
Durante las primeras semanas de la invasión rusa de Ucrania en 2022, apareció un video en línea que parecía mostrar al presidente ucraniano Volodymyr Zelensky instando a los ciudadanos a dejar de luchar contra los soldados rusos.31 Al año siguiente, una campaña de video a favor de China con deepfake se difundió en Facebook y Twitter con presentadores de noticias generados por IA.32
En el periodo previo a las elecciones presidenciales estadounidenses de 2024, algunos votantes recibieron llamadas automáticas con una grabación deepfaked del presidente Biden instándolos a no votar en las próximas primarias demócratas.33 El presidente Trump compartió varias imágenes con deepfake que parecían representar un respaldo de la superestrella de la música Taylor Swift.34
Los delincuentes cibernéticos pueden utilizar deepfakes de IA para perpetrar estafas de voz y engañar a las víctimas para que les transfieran dinero.35 Los defensores de la ciberseguridad promueven técnicas de detección de fraude, como establecer protocolos de verificación con miembros de la familia. Aprender a detectar estafas de IA puede ayudar a reforzar las vulnerabilidades en las poblaciones en riesgo.
Cuanto más convincente se vuelve el resultado de la IA generativa, más delgado crece el velo entre la realidad real y la fabricada. Si bien algunos investigadores están explorando los beneficios potenciales de los deepfakes en las campañas antiterroristas,36 los consumidores de medios deben aprender a evaluar las imágenes y los videos que ven a través de una lente crítica. Mientras tanto, las empresas tecnológicas y los gobiernos deben colaborar para mitigar los daños y guiar el uso responsable y ético de la IA.
Notas de 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, PNUD Uzbekistán, 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,” The White House, 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.