Réplica en Bluesky | https://bsky.app/profile/algorights.mastodon.social.ap.brid.gy |
También en Telegram | https://t.me/algorights |
Réplica en Bluesky | https://bsky.app/profile/algorights.mastodon.social.ap.brid.gy |
También en Telegram | https://t.me/algorights |
El primer paso para saber si los algoritmos que utilizan administraciones públicas y empresas son justos es conocer cuáles son esos algoritmos y cómo funcionan.
La coalición #IACiudadana pide al Gobierno un registro central de algoritmos transparente para evitar discriminaciones de la #inteligenciaartificial: https://iaciudadana.org/2025/03/17/la-coalicion-ia-ciudadana-pide-al-gobierno-un-registro-central-de-algoritmos-transparente-para-evitar-discriminaciones-de-la-inteligencia-artificial/
Divendres arrenca una nova edició del Seminari d'Hivern: Intel·ligència Artificial? Serà el 21 i 22 de febrer a la Casa de Cultura de #santcugat.
Parlarem dels reptes i oportunitats de la IA, amb @judith_mll de @lafedecat i @algorights, Youssef M Ouled
de @AlgoRace, Gorka R. Pérez de @el_pais, Aina Gallego de la Universitat de Barcelona, la periodista Miranda Gabbott i Aurora i Fanta de @tunubesecamirio.
✏️ Es poden fer les inscripcions a través d'aquest enllaç: https://docs.google.com/forms/d/e/1FAIpQLSeOzSs-Y_87hYJC7-9jYEie8zKQR79N03zpxyf47cntew_x5w/viewform?usp=sf_link
Els dies 21 i 22 de febrer tindrà lloc una nova edició del Seminari d'Hivern a la Casa de Cultura de Sant Cugat. La intel·ligència artificial serà el tema central: reptes i oportunitats. Parlarem sobre el seu impacte en la pèrdua de drets i en el treball. També analitzarem en profunditat les seves conseqüències en l'àmbit mediambiental i en l'explotació de recursos. - IA: Reptes, mites i oportunitats des d’una mirada decolonial. - Com afecta la intel·ligència artificial al treball? - Consum, canvi climàtic i intel·ligència artificial. Tota la programació del seminari la podeu trobar aquí: https://www.unipau.org/seminari-dhivern-2025-inteligencia-artificial/
Friends, for something to be open source, we need to see
1. The data it was trained and evaluated on
2. The code
3. The model architecture
4. The model weights.
DeepSeek only gives 3, 4. And I'll see the day that anyone gives us #1 without being forced to do so, because all of them are stealing data.