\u00ab`html<\/p>\n
La inteligencia artificial de c\u00f3digo abierto puede acelerar los objetivos de desarrollo sostenible. La inteligencia artificial de c\u00f3digo abierto representa una oportunidad mayor para avanzar hacia los objetivos de desarrollo sostenible a escala mundial. Entre 2018 y 2024, su uso para apoyar estos objetivos aument\u00f3 un 300 %, con contribuciones notables en \u00e1reas como la agricultura, la gesti\u00f3n de ecosistemas y la lucha contra el cambio clim\u00e1tico. Este modelo abierto, que permite a cada uno estudiar, modificar y compartir las herramientas, fue dise\u00f1ado para acelerar el progreso de manera eficiente e inclusiva.<\/p>\n
Sin embargo, su expansi\u00f3n ha revelado desaf\u00edos complejos. La ausencia de un marco de gobernanza estructurado puede generar un consumo excesivo de recursos y vulnerabilidades \u00e9ticas. Por ejemplo, el desarrollo descentralizado de modelos redundantes en infraestructuras locales ineficaces agrava la huella de carbono de la industria. Adem\u00e1s, la facilidad de acceso a las herramientas de c\u00f3digo abierto ha reducido los costos de producci\u00f3n de deepfakes y desinformaci\u00f3n dirigida, planteando riesgos para la seguridad y la confianza en la informaci\u00f3n.<\/p>\n
Otro desaf\u00edo es el del colonialismo digital, donde los pa\u00edses e instituciones poderosos del Norte global controlan los datos e infraestructuras, limitando la autonom\u00eda de los pa\u00edses del Sur. Los conjuntos de datos dise\u00f1ados para contextos locales pueden no aplicarse correctamente en otros lugares, lo que genera errores y reduce la pertinencia de las soluciones de gobernanza.<\/p>\n
Para enfrentar estos desaf\u00edos, se proponen cuatro acciones clave. La primera consiste en integrar la sostenibilidad en todo el ciclo de vida de los modelos, optimizando las infraestructuras f\u00edsicas y evitando el desperdicio asociado a desarrollos redundantes. T\u00e9cnicas como la destilaci\u00f3n de modelos permiten reducir su tama\u00f1o hasta un 70 %, limitando as\u00ed su impacto ambiental. Otra opci\u00f3n es la adopci\u00f3n de centros de datos enfriados por l\u00edquido y alimentados con energ\u00edas renovables, lo que reduce la demanda de energ\u00eda en un 20 % y el consumo de agua en un 52 %.<\/p>\n
La segunda acci\u00f3n busca establecer un marco de evaluaci\u00f3n cuantitativo para medir el impacto de la inteligencia artificial en los objetivos de desarrollo sostenible. Esto implica la creaci\u00f3n de indicadores compuestos que integren datos locales y globales, permitiendo una evaluaci\u00f3n precisa de los efectos positivos y negativos. Por ejemplo, los criterios de sostenibilidad podr\u00edan abarcar m\u00e1s de 40 indicadores sociales, ambientales y econ\u00f3micos, ofreciendo una visi\u00f3n clara del impacto real.<\/p>\n
La tercera acci\u00f3n se basa en la regulaci\u00f3n y la transparencia. Para evitar abusos, es esencial implementar auditor\u00edas obligatorias, pruebas adversarias y licencias claras que definan los usos autorizados. Los desarrolladores deben utilizar conjuntos de datos auditados para limitar sesgos, mientras que los gobiernos pueden imponer pol\u00edticas estrictas para prevenir la difusi\u00f3n de contenidos malintencionados. Los usuarios, por su parte, tienen la responsabilidad de aplicar estas herramientas de manera \u00e9tica y reportar los malos usos.<\/p>\n
Finalmente, la cuarta acci\u00f3n fomenta la cooperaci\u00f3n mundial y el intercambio de conocimientos. A pesar de la democratizaci\u00f3n del acceso, persisten desigualdades en cuanto a infraestructuras, talento y soberan\u00eda de datos. La creaci\u00f3n de plataformas de acceso abierto, que respeten los principios de localizabilidad, accesibilidad y reutilizaci\u00f3n, es crucial para garantizar un acceso equitativo a los recursos. Instituciones como un Di\u00e1logo Mundial sobre la Gobernanza de la Inteligencia Artificial podr\u00edan fortalecer la cooperaci\u00f3n publicando informes anuales y organizando negociaciones intergubernamentales.<\/p>\n
A nivel regional, la colaboraci\u00f3n entre plataformas globales y centros de investigaci\u00f3n locales permite combinar modelos fundacionales compartidos con datos espec\u00edficos de cada contexto. Esto facilita el despliegue de soluciones adaptadas, al tiempo que se respetan las regulaciones sobre protecci\u00f3n de datos. Instituciones como el Instituto Australiano para la Inteligencia Artificial o el Instituto Nacional para la Evaluaci\u00f3n y Seguridad de la Inteligencia Artificial en Francia desempe\u00f1an un papel clave en esta localizaci\u00f3n.<\/p>\n
La inteligencia artificial de c\u00f3digo abierto, combinada con una gobernanza adecuada, podr\u00eda transformar as\u00ed la toma de decisiones, haci\u00e9ndola m\u00e1s inclusiva y basada en evidencia. Permitir\u00eda identificar m\u00e1s r\u00e1pidamente las prioridades, los obst\u00e1culos y las v\u00edas de transformaci\u00f3n sostenible, incluso frente a desaf\u00edos complejos. Al integrar las lecciones aprendidas de los ciudadanos de todo el mundo, tambi\u00e9n podr\u00eda hacer que la agenda post-2030 sea m\u00e1s representativa y efectiva.<\/p>\n
Los modelos de c\u00f3digo abierto tambi\u00e9n ofrecen ventajas concretas. Su costo es de 5 a 29 veces menor que el de los modelos propietarios para un rendimiento comparable, lo que ampl\u00eda su accesibilidad. Herramientas como los modelos de procesamiento de lenguaje natural especializados en clima ayudan a combatir la desinformaci\u00f3n, mientras que otras, como las utilizadas en salud, podr\u00edan mitigar la escasez de terapeutas en ciertas regiones. En el \u00e1mbito econ\u00f3mico, las peque\u00f1as y medianas empresas pueden adoptar y personalizar estas tecnolog\u00edas para optimizar su producci\u00f3n.<\/p>\n
Sin embargo, sin una gobernanza adecuada, los riesgos persisten. La producci\u00f3n de materiales electr\u00f3nicos y la infraestructura necesaria para la inteligencia artificial contribuyen a los desechos t\u00f3xicos mundiales. Adem\u00e1s, casi el 60 % de los modelos etiquetados como de c\u00f3digo abierto no tienen ninguna licencia, lo que complica su uso seguro. La proliferaci\u00f3n de modelos no regulados tambi\u00e9n facilita la identificaci\u00f3n de vulnerabilidades por parte de actores malintencionados, aumentando los riesgos de phishing o de propagaci\u00f3n de discursos de odio.<\/p>\n
Para maximizar los beneficios de la inteligencia artificial de c\u00f3digo abierto, es indispensable un enfoque coordinado. Este debe combinar sostenibilidad, evaluaci\u00f3n rigurosa, seguridad y cooperaci\u00f3n, con el fin de reducir las incertidumbres y garantizar que esta tecnolog\u00eda sirva efectivamente al progreso mundial.<\/p>\n
La inteligencia artificial de c\u00f3digo abierto puede acelerar los objetivos de desarrollo sostenible. La inteligencia artificial de c\u00f3digo abierto representa una oportunidad mayor para avanzar hacia los objetivos de desarrollo sostenible a escala mundial. Entre 2018 y 2024, su uso para apoyar estos objetivos aument\u00f3 un 300 %, con contribuciones notables en \u00e1reas como la agricultura, la gesti\u00f3n de ecosistemas y la lucha contra el cambio clim\u00e1tico. Este modelo abierto, que permite a cada uno estudiar, modificar y compartir las herramientas, fue dise\u00f1ado para acelerar el progreso de manera eficiente e inclusiva.<\/p>\n
Sin embargo, su expansi\u00f3n ha revelado desaf\u00edos complejos. La ausencia de un marco de gobernanza estructurado puede generar un consumo excesivo de recursos y vulnerabilidades \u00e9ticas. Por ejemplo, el desarrollo descentralizado de modelos redundantes en infraestructuras locales ineficaces agrava la huella de carbono de la industria. Adem\u00e1s, la facilidad de acceso a las herramientas de c\u00f3digo abierto ha reducido los costos de producci\u00f3n de deepfakes y desinformaci\u00f3n dirigida, planteando riesgos para la seguridad y la confianza en la informaci\u00f3n.<\/p>\n
Otro desaf\u00edo es el del colonialismo digital, donde los pa\u00edses e instituciones poderosos del Norte global controlan los datos e infraestructuras, limitando la autonom\u00eda de los pa\u00edses del Sur. Los conjuntos de datos dise\u00f1ados para contextos locales pueden no aplicarse correctamente en otros lugares, lo que genera errores y reduce la pertinencia de las soluciones de gobernanza.<\/p>\n
Para enfrentar estos desaf\u00edos, se proponen cuatro acciones clave. La primera consiste en integrar la sostenibilidad en todo el ciclo de vida de los modelos, optimizando las infraestructuras f\u00edsicas y evitando el desperdicio asociado a desarrollos redundantes. T\u00e9cnicas como la destilaci\u00f3n de modelos permiten reducir su tama\u00f1o hasta un 70 %, limitando as\u00ed su impacto ambiental. Otra opci\u00f3n es la adopci\u00f3n de centros de datos enfriados por l\u00edquido y alimentados con energ\u00edas renovables, lo que reduce la demanda de energ\u00eda en un 20 % y el consumo de agua en un 52 %.<\/p>\n
La segunda acci\u00f3n busca establecer un marco de evaluaci\u00f3n cuantitativo para medir el impacto de la inteligencia artificial en los objetivos de desarrollo sostenible. Esto implica la creaci\u00f3n de indicadores compuestos que integren datos locales y globales, permitiendo una evaluaci\u00f3n precisa de los efectos positivos y negativos. Por ejemplo, los criterios de sostenibilidad podr\u00edan abarcar m\u00e1s de 40 indicadores sociales, ambientales y econ\u00f3micos, ofreciendo una visi\u00f3n clara del impacto real.<\/p>\n
La tercera acci\u00f3n se basa en la regulaci\u00f3n y la transparencia. Para evitar abusos, es esencial implementar auditor\u00edas obligatorias, pruebas adversarias y licencias claras que definan los usos autorizados. Los desarrolladores deben utilizar conjuntos de datos auditados para limitar sesgos, mientras que los gobiernos pueden imponer pol\u00edticas estrictas para prevenir la difusi\u00f3n de contenidos malintencionados. Los usuarios, por su parte, tienen la responsabilidad de aplicar estas herramientas de manera \u00e9tica y reportar los malos usos.<\/p>\n
Finalmente, la cuarta acci\u00f3n fomenta la cooperaci\u00f3n mundial y el intercambio de conocimientos. A pesar de la democratizaci\u00f3n del acceso, persisten desigualdades en cuanto a infraestructuras, talento y soberan\u00eda de datos. La creaci\u00f3n de plataformas de acceso abierto, que respeten los principios de localizabilidad, accesibilidad y reutilizaci\u00f3n, es crucial para garantizar un acceso equitativo a los recursos. Instituciones como un Di\u00e1logo Mundial sobre la Gobernanza de la Inteligencia Artificial podr\u00edan fortalecer la cooperaci\u00f3n publicando informes anuales y organizando negociaciones intergubernamentales.<\/p>\n
A nivel regional, la colaboraci\u00f3n entre plataformas globales y centros de investigaci\u00f3n locales permite combinar modelos fundacionales compartidos con datos espec\u00edficos de cada contexto. Esto facilita el despliegue de soluciones adaptadas, al tiempo que se respetan las regulaciones sobre protecci\u00f3n de datos. Instituciones como el Instituto Australiano para la Inteligencia Artificial o el Instituto Nacional para la Evaluaci\u00f3n y Seguridad de la Inteligencia Artificial en Francia desempe\u00f1an un papel clave en esta localizaci\u00f3n.<\/p>\n
La inteligencia artificial de c\u00f3digo abierto, combinada con una gobernanza adecuada, podr\u00eda transformar as\u00ed la toma de decisiones, haci\u00e9ndola m\u00e1s inclusiva y basada en evidencia. Permitir\u00eda identificar m\u00e1s r\u00e1pidamente las prioridades, los obst\u00e1culos y las v\u00edas de transformaci\u00f3n sostenible, incluso frente a desaf\u00edos complejos. Al integrar las lecciones aprendidas de los ciudadanos de todo el mundo, tambi\u00e9n podr\u00eda hacer que la agenda post-2030 sea m\u00e1s representativa y efectiva.<\/p>\n
Los modelos de c\u00f3digo abierto tambi\u00e9n ofrecen ventajas concretas. Su costo es de 5 a 29 veces menor que el de los modelos propietarios para un rendimiento comparable, lo que ampl\u00eda su accesibilidad. Herramientas como los modelos de procesamiento de lenguaje natural especializados en clima ayudan a combatir la desinformaci\u00f3n, mientras que otras, como las utilizadas en salud, podr\u00edan mitigar la escasez de terapeutas en ciertas regiones. En el \u00e1mbito econ\u00f3mico, las peque\u00f1as y medianas empresas pueden adoptar y personalizar estas tecnolog\u00edas para optimizar su producci\u00f3n.<\/p>\n
Sin embargo, sin una gobernanza adecuada, los riesgos persisten. La producci\u00f3n de materiales electr\u00f3nicos y la infraestructura necesaria para la inteligencia artificial contribuyen a los desechos t\u00f3xicos mundiales. Adem\u00e1s, casi el 60 % de los modelos etiquetados como de c\u00f3digo abierto no tienen ninguna licencia, lo que complica su uso seguro. La proliferaci\u00f3n de modelos no regulados tambi\u00e9n facilita la identificaci\u00f3n de vulnerabilidades por parte de actores malintencionados, aumentando los riesgos de phishing o de propagaci\u00f3n de discursos de odio.<\/p>\n
Para maximizar los beneficios de la inteligencia artificial de c\u00f3digo abierto, es indispensable un enfoque coordinado. Este debe combinar sostenibilidad, evaluaci\u00f3n rigurosa, seguridad y cooperaci\u00f3n, con el fin de reducir las incertidumbres y garantizar que esta tecnolog\u00eda sirva efectivamente al progreso mundial.<\/p>\n
\u00ab`<\/p>\n
DOI\u00a0:<\/strong> https:\/\/doi.org\/10.1038\/s41467-026-73866-8<\/a><\/p>\n Titre\u00a0:<\/strong> Steering open-source AI to accelerate the sustainable development goals<\/p>\n Revue : <\/strong> Nature Communications<\/p>\n \u00c9diteur : <\/strong> Springer Science and Business Media LLC<\/p>\n Auteurs : <\/strong> Min Chen; Kai Wu; Prajal Pradhan; Cameron Allen; Stefano Nativi; Klaus Hubacek; Alexey Voinov; Felix Creutzig; Tatiana Filatova; Niklas Boers; Michael Meadows; Peilong Ma; Frank Biermann; Hans Joachim Schellnhuber; John Ludden; Maria Paradiso; Michael Batty; Huadong Guo; Min Cao; Peng Hou; Guonian L\u00fc<\/p>\n","protected":false},"excerpt":{"rendered":" \u00ab`html La inteligencia artificial de c\u00f3digo abierto puede acelerar los objetivos de desarrollo sostenible La inteligencia artificial de c\u00f3digo abierto puede acelerar los objetivos de desarrollo sostenible. La inteligencia artificial de c\u00f3digo abierto representa una oportunidad mayor para avanzar hacia los objetivos de desarrollo sostenible a escala mundial. Entre 2018 y 2024, su uso para… Seguir leyendo La inteligencia artificial de c\u00f3digo abierto puede acelerar los objetivos de desarrollo sostenible<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8,4,3],"tags":[],"class_list":["post-25","post","type-post","status-publish","format-standard","hentry","category-ciencia-y-tecnologia","category-internacional","category-sociedad","entry"],"_links":{"self":[{"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/posts\/25","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/comments?post=25"}],"version-history":[{"count":1,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/posts\/25\/revisions"}],"predecessor-version":[{"id":26,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/posts\/25\/revisions\/26"}],"wp:attachment":[{"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/media?parent=25"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/categories?post=25"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thehumannews.media\/es\/wp-json\/wp\/v2\/tags?post=25"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}