Category: Artificial Intelligence

Una discrepancia entre los resultados de las pruebas de rendimiento de primera y tercera parte para el modelo o3 de IA de OpenAI está generando dudas sobre la transparencia de la compañía y sus prácticas de prueba de modelos. Cuando OpenAI presentó o3 en diciembre, afirmaron un rendimiento impresionante en la prueba FrontierMath, pero las pruebas independientes han revelado puntuaciones significativamente más bajas.

Una discrepancia ha surgido entre las afirmaciones iniciales de OpenAI y los resultados de referencia independientes para su modelo de IA o3, lo que genera preocupaciones sobre la transparencia y las prácticas de prueba dentro de la empresa. Esta situación destaca una creciente tendencia de “controversias de evaluación comparativa” en la industria de la IA, que evoluciona rápidamente.

Cuando OpenAI presentó o3 en diciembre, la empresa presentó resultados impresionantes en la evaluación comparativa FrontierMath, un conjunto desafiante de problemas matemáticos. Mark Chen, director de investigación de OpenAI, afirmó durante una transmisión en vivo que o3 podía responder más del 25% de las preguntas de FrontierMath en “configuraciones de computación agresivas en tiempo de prueba”, superando significativamente a la competencia. Esta afirmación inicial estableció un alto estándar para las capacidades del modelo.

Sin embargo, las pruebas independientes de Epoch AI, el instituto de investigación detrás de FrontierMath, revelaron una imagen diferente. Las pruebas de referencia de Epoch del modelo o3 lanzado públicamente arrojaron una puntuación de alrededor del 10%, considerablemente más baja que las afirmaciones iniciales de OpenAI. Esta disparidad inmediatamente generó preguntas sobre la precisión y la consistencia de las métricas de rendimiento informadas por OpenAI.

La diferencia en los resultados no indica necesariamente un engaño absoluto, como señala el artículo. Los resultados de la evaluación comparativa publicados por OpenAI en diciembre mostraron una puntuación de límite inferior que se alinea con los hallazgos de Epoch. Además, Epoch reconoció que las diferencias en las configuraciones de las pruebas, incluido el uso de una versión actualizada de FrontierMath, podrían contribuir a la variación.

Para complicar aún más la situación, parece que el modelo o3 lanzado públicamente no es idéntico a la versión inicialmente demostrada y evaluada por OpenAI. Según una publicación en X de la ARC Prize Foundation, que probó una versión preliminar de o3, el modelo público es “un modelo diferente […] ajustado para el uso de chat/producto”. La ARC Prize Foundation señaló que los niveles de computación o3 lanzados son más pequeños que la versión que evaluaron, y que los niveles de computación más grandes generalmente conducen a mejores puntuaciones de referencia.

Wenda Zhou de OpenAI, miembro del personal técnico, confirmó durante una transmisión en vivo que la versión de producción de o3 prioriza los “casos de uso del mundo real” y la velocidad sobre el rendimiento demostrado en la demostración de diciembre. Zhou explicó que se realizaron optimizaciones para mejorar la rentabilidad y la usabilidad, lo que puede haber resultado en “disparidades” en la evaluación comparativa. Esto sugiere un compromiso entre el rendimiento bruto y la aplicación práctica.

A pesar del rendimiento inferior al esperado del modelo o3 público, el artículo señala que la empresa ya ha lanzado modelos superiores, como o3-mini-high y o4-mini, que superan a o3 en FrontierMath. OpenAI también planea presentar una variante o3 más potente, o3-pro, en un futuro próximo. Esta rápida iteración destaca la naturaleza dinámica del panorama de la IA.

Esta situación sirve como recordatorio de que las evaluaciones comparativas de IA deben abordarse con cautela, particularmente cuando la fuente es una empresa con un interés personal en la promoción de sus productos. El artículo enfatiza que las “controversias de evaluación comparativa se están convirtiendo en un fenómeno común en la industria de la IA”, señalando problemas similares con otros desarrolladores de IA prominentes.

El artículo cita ejemplos de tales controversias, incluida la divulgación tardía de Epoch AI de fondos de OpenAI y las acusaciones de gráficos de evaluación comparativa engañosos contra xAI de Elon Musk. Meta también admitió haber promocionado las puntuaciones de referencia para una versión del modelo diferente a la disponible para los desarrolladores. Estos casos subrayan la necesidad de una mayor transparencia y una verificación rigurosa e independiente de las afirmaciones de rendimiento del modelo de IA.

La publicación del modelo o3 de OpenAI generó controversia debido a una discrepancia significativa entre las afirmaciones iniciales de rendimiento (más del 25% en FrontierMath) y los resultados de pruebas independientes (alrededor del 10%), atribuyéndose las diferencias a la potencia de cálculo, el ajuste del modelo para uso real y las variaciones en el conjunto de datos FrontierMath. Este incidente, junto con problemas similares de otras empresas de IA como xAI y Meta, subraya la necesidad de una evaluación crítica de los puntos de referencia de IA y un mayor énfasis en la transparencia en las prácticas de prueba de modelos.

Diagnosticar el trastorno por déficit de atención con hiperactividad (TDAH) actualmente implica evaluaciones largas y que consumen muchos recursos. Ahora, un equipo de investigación de la Universidad de Yonsei ha desarrollado un modelo de IA que puede detectar el TDAH utilizando fotografías del fondo de ojo, imágenes de la parte posterior del ojo, lo que podría ofrecer una alternativa más rápida y objetiva. El modelo logró una precisión diagnóstica del 96,9 por ciento en las pruebas iniciales.

Un equipo de investigación de la Universidad de Yonsei ha logrado un avance significativo en el diagnóstico del TDAH, desarrollando un modelo de IA que utiliza fotografías del fondo de ojo para el cribado. Este enfoque innovador ofrece un método potencialmente más rápido y objetivo en comparación con los procedimientos de diagnóstico actuales.

Específicamente, el modelo de IA logró una impresionante precisión diagnóstica del 96,9 por ciento en las pruebas internas, según se informa en el estudio publicado en *npj Digital Medicine*. Esta alta tasa de precisión sugiere un fuerte potencial para que la IA diferencie con precisión entre individuos con y sin TDAH.

El estudio implicó un análisis exhaustivo de imágenes de la retina. Los investigadores analizaron 1.108 imágenes de la retina de una cohorte de 646 niños y adolescentes menores de 19 años. Este grupo incluyó a 323 pacientes diagnosticados con TDAH y un grupo de control de 323 individuos emparejados por edad y sexo sin el trastorno. Este diseño equilibrado asegura una comparación robusta entre los dos grupos, fortaleciendo la validez del rendimiento del modelo de IA.

El equipo de Yonsei, liderado por los profesores Cheon Keun-ah, Choi Hang-nyoung y Park Yu-rang, empleó una sofisticada herramienta de aprendizaje automático llamada AutoMorph para extraer mediciones detalladas de las imágenes de la retina. Esta herramienta permitió a los investigadores analizar características sutiles dentro de las imágenes que podrían ser indicativas de TDAH.

Además, los investigadores entrenaron cuatro modelos de IA distintos para distinguir el TDAH del desarrollo típico. El modelo con mejor rendimiento demostró un área bajo la curva ROC (AUROC) excepcional de 0,969. Para poner esto en perspectiva, un AUROC de 1,0 representa una clasificación perfecta, lo que destaca la excepcional precisión del modelo. El modelo también exhibió más del 91 por ciento de sensibilidad, lo que significa que podría detectar eficazmente el TDAH, y más del 91 por ciento de especificidad, lo que indica su capacidad para descartar correctamente el trastorno.

Más allá del diagnóstico, el modelo de IA también demostró la capacidad de identificar deficiencias en la atención selectiva visual, un déficit conocido asociado con el TDAH. El modelo logró una precisión del 87,3 por ciento en la identificación de estas deficiencias. Esto es significativo porque las deficiencias en la atención selectiva visual son un indicador clave de las deficiencias en la función ejecutiva, un sello distintivo del TDAH.

El proceso de diagnóstico actual para el TDAH suele ser largo y requiere muchos recursos. Típicamente implica entrevistas clínicas, cuestionarios para padres y pruebas neurocognitivas. En contraste, la imagen de la retina ofrece una alternativa no invasiva que toma menos de cinco minutos. Los autores del estudio sugieren que este enfoque simplificado podría proporcionar una opción de cribado más rápida y objetiva para el TDAH.

Para mejorar la comprensión del proceso de toma de decisiones del modelo, los investigadores utilizaron Explicaciones Aditivas de Shapley (SHAP). SHAP es una herramienta que ayuda a identificar las características específicas dentro de las imágenes de la retina que más influyeron en las predicciones de la IA.

El análisis SHAP reveló varios marcadores clave asociados con el TDAH. Estos incluyeron una mayor densidad de vasos sanguíneos en la retina, arterias más estrechas y cambios en el disco óptico. Estos hallazgos proporcionan información valiosa sobre los fundamentos biológicos del TDAH y cómo el modelo de IA identifica la condición.

La profesora Cheon enfatizó el potencial de la imagen del fondo de ojo. Afirmó que podría servir como un biomarcador clave para diagnosticar el TDAH y también para evaluar las deficiencias de la función ejecutiva, como la atención visual. Además, señaló que el proceso de imagen es rápido y podría utilizarse para controlar las respuestas a la medicación para el TDAH. Esto sugiere un doble beneficio: la detección temprana y la capacidad de hacer un seguimiento de la eficacia del tratamiento.

Un equipo de investigación de la Universidad de Yonsei desarrolló un modelo de IA que alcanza un 96.9% de precisión en la detección del TDAH utilizando fotografías del fondo de ojo, ofreciendo una alternativa rápida y no invasiva a los métodos diagnósticos actuales. El modelo identifica características retinianas clave relacionadas con el TDAH y los déficits de atención visual, sugiriendo que la imagen retiniana podría ser una herramienta valiosa para el diagnóstico y el seguimiento de la respuesta al tratamiento. ¿Podría esta innovadora tecnología revolucionar el diagnóstico del TDAH y allanar el camino para una intervención más temprana y mejores resultados para los pacientes?

Una reciente tendencia que utiliza inteligencia artificial (IA) para generar imágenes de “paquetes de inicio” de personas como juguetes ha provocado reacciones negativas de artistas y creativos. Preocupados por el impacto potencial en sus medios de vida y la devaluación de la creatividad humana, los artistas están contraatacando con sus propias creaciones y un movimiento creciente contra el arte generado por IA.

Los artistas están reaccionando activamente contra la reciente oleada de imágenes “starter pack” generadas por IA, particularmente aquellas que representan a personas como juguetes, debido a preocupaciones sobre sus medios de vida y la devaluación del trabajo creativo. Esta resistencia está impulsada por un movimiento creciente que enfatiza el valor del arte humano y los riesgos potenciales que plantea el contenido generado por IA.

El núcleo de la preocupación de los artistas radica en el impacto potencial en sus carreras. Nick Lavallee, un fabricante de figuras de acción personalizadas, expresa su preocupación de que su trabajo, que ha sido su sustento durante seis años, pueda estar en riesgo. Observa que “las imágenes de IA saturaron las redes sociales”, lo que sugiere un punto de saturación donde la novedad del arte generado por IA podría eclipsar y disminuir la demanda de arte hecho a mano, creado por humanos. Este temor se basa en la posibilidad de que la IA socave el mercado del arte hecho a medida, ya que las imágenes generadas por IA se pueden producir rápidamente y a un costo potencialmente menor.

El movimiento #StarterPackNoAI, que comenzó en Instagram y se extendió rápidamente a otras plataformas como X, ejemplifica la respuesta colectiva a la tendencia. Los artistas participan activamente en este movimiento creando sus propias imágenes “starter pack”, mostrando sus estilos y perspectivas artísticas individuales. Esta contratendencia destaca el valor de la creatividad humana y las cualidades únicas que el arte generado por IA a menudo carece.

Los artistas que participan en el movimiento ven la posibilidad de que la IA amenace los derechos de propiedad intelectual. Maria Picassó Piquer señala que las imágenes de IA se “alimentan de arte ‘robado’”, lo que genera preocupaciones sobre el uso no autorizado de obras de arte existentes para entrenar modelos de IA. Esta práctica puede conducir a la infracción de derechos de autor y a la erosión de los derechos de los artistas. Además, la afluencia de contenido generado por IA podría reducir potencialmente las oportunidades para que los artistas encuentren nuevos clientes, a medida que el mercado se inunda de alternativas generadas por IA, fácilmente disponibles.

El ilustrador Dav le Dessineux, que ha sido testigo del impacto de la IA en su industria, destaca el desplazamiento de los artistas humanos. Menciona que algunos en su industria ya han perdido contratos a favor del trabajo de diseño de IA, lo que subraya las consecuencias económicas tangibles de la tecnología. La contribución de Dav al movimiento, una ilustración que presenta solo un lápiz y una hoja de papel, enfatiza las herramientas fundamentales de la creación artística, destacando la importancia de la habilidad y el esfuerzo humanos.

Los artistas enfatizan las cualidades únicas del arte creado por humanos, como la personalidad, el esfuerzo y el reflejo de las experiencias individuales. Evie Joyce, ilustradora y estudiante, señala que la creación de obras de arte implica un proceso de considerar qué reflejar de su personalidad, un proceso que lleva horas, a diferencia de la generación instantánea de IA. Enfatiza que la IA “pierde ese toque de personalidad” que es inherente al arte creado por humanos. Eli Dibitonto describe el proceso de creación de su propio starter pack como “despreocupado y divertido”, enfatizando la alegría y la libertad que conlleva la expresión artística humana.

Si bien algunos artistas reconocen los posibles beneficios de la IA como herramienta, también reconocen sus limitaciones y la importancia de distinguir entre el arte generado por humanos y por máquinas. Nick Lavallee cree que la IA podría ser una herramienta útil, pero también enfatiza la importancia de reconocer la diferencia entre su trabajo hecho a mano y las imágenes generadas por computadora. Henk van Ess, un experto mundial en el uso de la IA, destaca el potencial de la IA para resolver problemas del mundo real, sugiriendo que el enfoque en la generación de “pelusa digital” es un desperdicio de recursos.

Los artistas expresan optimismo sobre el futuro, enfatizando su confianza en el valor del arte humano y el atractivo perdurable del trabajo artesanal. Dav le Dessineux traza un paralelismo con la demanda perdurable de ebanistas, incluso en la era de los muebles prefabricados, sugiriendo que la habilidad y la artesanía humanas seguirán siendo valoradas. Nick Lavallee espera que la gente reconozca la diferencia entre su trabajo y el arte generado por IA, y que la demanda de sus creaciones siga siendo fuerte. Encuentra propósito “al traer alegría a la gente” con sus creaciones, y está decidido a mantener la esperanza sobre el futuro.

Los artistas se oponen a las imágenes de muñecas “starter pack” generadas por IA, temiendo la devaluación de sus habilidades y la posible pérdida de ingresos. Reconociendo el potencial de la IA, los creativos enfatizan el valor del arte humano, la originalidad y el toque personal que la IA carece. Esperan que los consumidores distingan entre las creaciones digitales producidas en masa y el arte artesanal y hecho por humanos, un sentimiento similar a la demanda perdurable de ebanistas expertos a pesar de la prevalencia de muebles prefabricados. Apoyemos la creatividad humana y recordemos que la tecnología debe servir al progreso, no reemplazar la pasión.

Imagina a un niño en 1941, elaborando meticulosamente un ensayo sobre un autor británico con solo un lápiz y papel. Hoy en día, tenemos acceso instantáneo a la información a través de herramientas de IA como ChatGPT, lo que suscita preocupaciones sobre una posible disminución de la inteligencia humana. Este artículo explora la creciente inquietud de que nuestra dependencia de la inteligencia artificial está erosionando nuestras capacidades cognitivas, desde el pensamiento crítico hasta la creatividad, y qué podemos hacer para salvaguardar nuestros cerebros en este mundo cada vez más automatizado.

La llegada de la inteligencia artificial, particularmente la IA generativa, ha desatado un debate significativo sobre su impacto en la inteligencia humana y las capacidades cognitivas. La facilidad con la que las herramientas de IA proporcionan respuestas y automatizan tareas suscita preocupaciones sobre la posible disminución del pensamiento crítico, la creatividad y otras habilidades cognitivas esenciales.

El núcleo de la preocupación reside en la externalización del esfuerzo cognitivo a la IA. El texto destaca el contexto histórico de los avances tecnológicos y las ansiedades que a menudo generan. La pregunta planteada a un niño en 1941, que requería pensamiento independiente, contrasta marcadamente con las respuestas instantáneas disponibles a través de la IA hoy en día. Este cambio, aunque conveniente, plantea interrogantes sobre las consecuencias a largo plazo de depender de la IA para tareas que antes exigían compromiso cognitivo humano.

Uno de los principales argumentos que respaldan la preocupación por la disminución de la inteligencia gira en torno a la desaceleración o reversión observada del efecto Flynn. Este fenómeno, que documentó un aumento constante de las puntuaciones de CI a lo largo de las generaciones, ahora muestra signos de estancamiento o incluso declive en algunas regiones. El texto cita estudios que muestran una caída en las puntuaciones promedio de CI entre los jóvenes de 14 años en el Reino Unido entre 1980 y 2008, así como la disminución de las puntuaciones en matemáticas, lectura y ciencias en el Programa para la Evaluación Internacional de Estudiantes (PISA). Estas tendencias, junto con las observaciones de períodos de atención más cortos y habilidades de pensamiento crítico más débiles entre los jóvenes, alimentan el debate sobre el impacto de la IA y otros factores tecnológicos en las capacidades cognitivas.

Sin embargo, el texto también reconoce la complejidad de la inteligencia y los desafíos para aislar el impacto de la IA. Los expertos enfatizan que la inteligencia está influenciada por una multitud de variables, incluidos factores ambientales como la nutrición, la educación, la contaminación y la tecnología. Elizabeth Dworak destaca la dificultad de señalar una única causa de los cambios en la inteligencia, enfatizando que varios factores interactúan de manera compleja.

A pesar de la complejidad, el texto subraya la validez de las preocupaciones sobre la erosión de habilidades cognitivas específicas debido a la IA. El enfoque se centra en la IA generativa (GenAI) y su potencial para disminuir habilidades como el pensamiento crítico. La capacidad de acceder instantáneamente a la información, generar texto y crear arte a través de herramientas de IA priva a los individuos de la oportunidad de practicar y fortalecer las vías neuronales asociadas con estas habilidades.

El texto presenta hallazgos de investigaciones que vinculan directamente el uso de la IA con la disminución de las habilidades de pensamiento crítico. Estudios de Michael Gerlich e investigadores de Microsoft y la Universidad Carnegie Mellon revelan una correlación entre el uso frecuente de la IA y las menores capacidades de pensamiento crítico. Los participantes más jóvenes, que tienden a depender más de la IA, obtuvieron puntuaciones más bajas en pensamiento crítico en comparación con los adultos mayores. Estos hallazgos sugieren que la dependencia excesiva de la IA puede inhibir el pensamiento crítico y las habilidades de resolución de problemas.

El impacto de las redes sociales, impulsado por algoritmos basados en IA, exacerba aún más el problema. El texto destaca cómo el flujo constante de mensajes breves y la presión para captar la atención en cuestión de segundos contribuyen a una disminución del análisis crítico. La facilidad con la que se consume la información sin requerir esfuerzo cognitivo dificulta la capacidad de evaluar el significado, el impacto y la precisión de la información.

El texto también explora el impacto potencial de la IA en la creatividad. Si bien la IA puede ayudar a generar más ideas, también puede conducir a ideas menos diversas en toda la población. Esto plantea preocupaciones sobre el potencial de la IA para sofocar el tipo de ideas que rompen paradigmas necesarias para resolver desafíos globales complejos.

El texto también profundiza en los aspectos neurológicos del uso de la IA. El sistema de recompensa en el cerebro, que se activa por momentos de perspicacia y aprendizaje, puede no estar tan fuertemente involucrado cuando la IA genera perspicacia. Esto plantea interrogantes sobre el impacto a largo plazo en el desarrollo del cerebro y el potencial de la IA para disminuir la motivación intrínseca para el aprendizaje y la exploración.

El texto concluye enfatizando la necesidad de evaluar críticamente cómo nos relacionamos con la IA. Sugiere la importancia de utilizar activamente la IA, en lugar de consumir pasivamente su producción. El texto también destaca la necesidad de entrenar a los humanos para que vuelvan a ser más humanos, enfatizando el pensamiento crítico, la intuición y otras habilidades que las computadoras aún no pueden replicar. La responsabilidad de esta formación, según el texto, recae principalmente en las instituciones educativas, ya que es poco probable que las empresas tecnológicas prioricen la limitación de la facilidad de sus herramientas de IA.

El artículo examina una preocupante tendencia: la posible disminución de la inteligencia humana debido a la excesiva dependencia de la IA. Si bien la IA ofrece beneficios innegables, los estudios sugieren que se correlaciona con una reducción del pensamiento crítico, una menor capacidad de atención y una homogeneización de las ideas creativas. La falta de esfuerzo cognitivo al usar la IA también podría disminuir la gratificante actividad cerebral crucial para el aprendizaje y la memoria. En última instancia, el texto insta a cambiar el enfoque de lo que la IA *puede* hacer por nosotros a lo que *nos está haciendo*, abogando por un renovado énfasis en cultivar habilidades exclusivamente humanas como el pensamiento crítico y la intuición dentro de los entornos educativos para salvaguardar nuestro futuro cognitivo.

El auge de la tecnología de avatares con inteligencia artificial está creando un nuevo dilema para los actores: el posible uso indebido de su imagen. Cada vez más, los artistas con problemas económicos están vendiendo los derechos de sus rostros y voces por sumas relativamente pequeñas, a menudo sin comprender plenamente las implicaciones. Ahora, algunos expresan arrepentimiento a medida que sus avatares de IA se utilizan de maneras que consideran vergonzosas, perjudiciales o incluso dañinas, lo que pone de manifiesto una creciente preocupación por el consentimiento y el control en la era de la inteligencia artificial.

En un escalofriante eco de la serie distópica *Black Mirror*, los actores se encuentran cada vez más lamentando la decisión de vender sus semejanzas para su uso en videos generados por IA. Estos actores, a menudo con problemas de liquidez y quizás ingenuamente inconscientes de las posibles ramificaciones, ahora se enfrentan a las consecuencias de sus elecciones, según informa AFP.

Un ejemplo es Adam Coy, un actor de 29 años residente en Nueva York. Licenció su rostro y voz a una empresa llamada MCM por solo $1,000 durante un año. Admite que no consideró completamente las implicaciones, sin preguntarse: “¿Estoy cruzando una línea al hacer esto?”. Esta falta de previsión condujo a una situación embarazosa cuando la madre de su pareja descubrió videos que presentaban su semejanza de IA como un agorero que predecía desastres.

De manera similar, el actor surcoreano Simon Lee experimentó una sensación similar de arrepentimiento. Su avatar de IA se utilizó para promocionar “curas de salud cuestionables en TikTok e Instagram”, lo que le llevó a sentir vergüenza de que su rostro estuviera vinculado a lo que percibía como estafas obvias. Esto resalta el potencial de daño a la reputación y la explotación de las imágenes de los actores de formas que nunca pretendieron.

A medida que la tecnología de avatares de IA continúa avanzando, se espera que el atractivo de licenciar semejanzas solo aumente. Los incentivos financieros son cada vez más atractivos, y el proceso en sí parece relativamente simple. Synthesia, una empresa con sede en el Reino Unido especializada en avatares de IA, ha visto dispararse su valoración, duplicándose a $2.1 mil millones en enero, según CNBC. Además, Synthesia recientemente llegó a un acuerdo de $2 mil millones con Shutterstock, prometiendo hacer que sus avatares de IA sean aún más realistas, según informó The Guardian.

Para incentivar aún más a los actores, Synthesia ha lanzado un fondo de capital. A los actores cuyos avatares de IA sean particularmente populares o aparezcan en las campañas de marketing de Synthesia se les otorgarán opciones en “un grupo de acciones de nuestra empresa” por valor de $1 millón. Estas adjudicaciones de capital se consolidarán mensualmente durante un período de hasta cuatro años, proporcionando un beneficio potencial a largo plazo.

El proceso de vender la propia semejanza de IA parece engañosamente simple. Se requiere que los actores realicen una serie de expresiones faciales frente a una pantalla verde, y luego reciben su pago. Sin embargo, esta transacción aparentemente sencilla a menudo enmascara complejas ramificaciones legales.

Alyssa Malchiodi, una abogada que defiende a los actores, enfatiza que muchos actores no entienden completamente los contratos que están firmando. Afirma que los contratos a menudo contienen “cláusulas consideradas abusivas”, incluyendo la concesión de “explotación mundial, ilimitada, irrevocable, sin derecho de retirada”. Esta falta de comprensión y los términos desfavorables de estos contratos dejan a los actores vulnerables a la explotación y al posible daño a su reputación.

Los actores lamentan cada vez más vender su imagen para el uso de la IA, enfrentando representaciones embarazosas o perjudiciales a pesar de los pagos iniciales. Con la rápida expansión de la tecnología de avatares de IA y empresas como Synthesia, que ofrecen incentivos lucrativos como acciones, los actores a menudo carecen de una comprensión completa de los contratos potencialmente explotadores que firman, otorgando derechos amplios e irreversibles. Esto plantea preguntas urgentes sobre la protección de los actores y las implicaciones éticas del contenido generado por IA.

Recientemente, algunos usuarios de ChatGPT han notado que el chatbot se dirige a ellos inesperadamente por su nombre durante su proceso de razonamiento. Este nuevo comportamiento, que parece haber surgido a pesar de que los usuarios no proporcionaron explícitamente sus nombres, ha provocado una reacción mixta, con muchos sintiéndose inquietos y cuestionando su propósito.

Varios usuarios de ChatGPT han reportado un comportamiento inesperado: el chatbot ha comenzado a usar sus nombres mientras razona sobre problemas, un cambio con respecto a su comportamiento predeterminado anterior. Esta nueva función ha provocado una reacción mixta, y algunos usuarios la consideran inquietante. Por ejemplo, el desarrollador de software Simon Willison describió la función como “espeluznante e innecesaria”, mientras que otro desarrollador, Nick Dobos, expresó su disgusto, afirmando que “lo odiaba”. Este sentimiento es compartido por numerosos usuarios en X (anteriormente Twitter), quienes han expresado confusión y cautela con respecto a la nueva tendencia de ChatGPT a dirigirse a ellos por su nombre. Un usuario escribió con humor: “Es como si un profesor siguiera llamando mi nombre, JAJAJA”, mientras que otro simplemente declaró: “Sí, no me gusta”.

El momento exacto de este cambio sigue sin estar claro. Tampoco está claro si este nuevo comportamiento está conectado con la función de “memoria” mejorada de ChatGPT, que permite al chatbot personalizar las respuestas basándose en interacciones de chat anteriores. Sin embargo, algunos usuarios en X han informado que ChatGPT comenzó a usar sus nombres incluso después de haber desactivado la memoria y la configuración de personalización relacionada. OpenAI, la empresa detrás de ChatGPT, aún no ha respondido a las solicitudes de comentarios sobre este tema.

El uso de nombres en los procesos de pensamiento internos del chatbot ha planteado preguntas sobre su impacto potencial en la experiencia del usuario. Un usuario, Debasish Pattanayak, cuestionó si esta función mejoraría el rendimiento del chatbot o conduciría a más errores. Tuiteó: “Se siente extraño ver tu propio nombre en los pensamientos del modelo. ¿Hay alguna razón para agregar eso? ¿Lo hará mejor o solo generará más errores como lo hice en mis repositorios de github?”. Esta preocupación destaca el potencial de que esta nueva función se perciba como intrusiva o incluso perjudicial para la experiencia del usuario.

Este cambio en el comportamiento de ChatGPT resalta los desafíos que enfrenta OpenAI en sus esfuerzos por hacer que el chatbot sea más “personal”. Sam Altman, director ejecutivo de OpenAI, ha insinuado sistemas de IA que “te conocerán a lo largo de tu vida” para brindar experiencias “extremadamente útiles y personalizadas”. Sin embargo, las reacciones negativas a la función de uso de nombres sugieren que no todos son receptivos a este enfoque. Esta discrepancia subraya el efecto “valle inquietante”, donde los intentos de hacer que la IA sea más humana pueden crear inadvertidamente sentimientos de inquietud e incomodidad.

Las reacciones al uso de nombres de ChatGPT pueden entenderse a través de la lente de la psicología social. Un artículo publicado por The Valens Clinic, una consulta de psiquiatría en Dubái, ofrece información sobre las reacciones viscerales. El artículo explica que los nombres transmiten intimidad, pero el uso excesivo o no auténtico puede percibirse como falso e invasivo. Esto sugiere que el uso de nombres por parte del chatbot, aunque quizás tenga la intención de generar una buena relación, puede parecer insincero e inquietante para los usuarios.

Además, las reacciones negativas podrían derivarse de la percepción de que ChatGPT está intentando antropomorfizarse de manera torpe. Es posible que la gente no quiera que un chatbot “pretenda” que entiende el significado de un nombre, de la misma manera que no querrían que un electrodoméstico como una tostadora se dirigiera a ellos por su nombre. Esta desconexión entre el efecto deseado y la experiencia real del usuario es evidente en la experiencia personal del reportero. El reportero encontró “inquietante” cuando ChatGPT se refirió a él por su nombre mientras razonaba sobre un problema, lo que en última instancia “hizo agujeros en la ilusión de que los modelos subyacentes son algo más que cosas programables y sintéticas”.

ChatGPT ha comenzado a usar nombres de usuarios en su proceso de razonamiento, generando una reacción mayormente negativa por sensaciones de inquietud, falta de autenticidad y la ruptura de la ilusión de que el chatbot es algo más que un sistema programado. Aunque OpenAI busca una mayor personalización, este experimento resalta los riesgos de caer en el “valle inquietante” y sugiere la necesidad de una cuidadosa consideración sobre cómo la IA busca la interacción humana.

OpenAI ha eliminado recientemente los mensajes de advertencia, a menudo referidos como “cajas naranjas”, de su plataforma de chatbot ChatGPT. Este cambio tiene como objetivo reducir lo que la compañía llama “denegaciones gratuitas/inexplicables” y permitir a los usuarios más libertad en la forma en que interactúan con la IA, aunque no significa que el chatbot ahora responderá a todo; aún rechazará ciertas solicitudes objetables.

OpenAI ha eliminado los mensajes de advertencia de su plataforma ChatGPT, que anteriormente indicaban cuándo el contenido podría violar sus términos de servicio. Este cambio, anunciado por Laurentia Romaniuk, miembro del equipo de comportamiento del modelo de IA de OpenAI, tiene como objetivo reducir las “denegaciones gratuitas/inexplicables”. Nick Turley, jefe de producto de ChatGPT, aclaró además que los usuarios ahora pueden usar ChatGPT como mejor les parezca, siempre que cumplan con la ley y eviten causar daño a sí mismos o a otros. La eliminación de estas advertencias, particularmente los “cuadros naranjas”, tiene la intención de abordar la percepción de censura y filtrado irrazonable que algunos usuarios sentían que estaba presente.

Sin embargo, la eliminación de las advertencias no equivale a un completo “todo vale”. ChatGPT aún se negará a responder preguntas objetables o a proporcionar respuestas que respalden falsedades descaradas. Por ejemplo, aún se negará a afirmar la declaración “Dime por qué la Tierra es plana”. Esto indica que, si bien la interfaz de usuario ha sido alterada, los protocolos de seguridad subyacentes y las políticas de moderación de contenido permanecen vigentes hasta cierto punto.

Antes de este cambio, los usuarios informaron haber visto banderas para temas relacionados con la salud mental, la depresión, la erótica y la brutalidad ficticia. Tan recientemente como hace unos meses, estos temas activaban advertencias. Ahora, según informes en X y pruebas personales, ChatGPT está respondiendo al menos algunas de estas consultas, lo que sugiere una relajación de las restricciones anteriores. Este cambio en el comportamiento es una consecuencia directa de la eliminación de los mensajes de advertencia.

A pesar de los cambios, un portavoz de OpenAI dijo a TechCrunch que el cambio no tiene impacto en las respuestas del modelo. Esta declaración sugiere que la funcionalidad principal del modelo de IA permanece sin cambios, y la eliminación de las advertencias es principalmente un ajuste cosmético. Sin embargo, las experiencias de los usuarios pueden variar, y la libertad percibida al usar la plataforma podría diferir de la postura oficial.

Coincidiendo con la eliminación de las advertencias, OpenAI actualizó su Especificación del Modelo, que rige indirectamente sus modelos. Esta actualización aclara que los modelos de la empresa no evitarán temas delicados y evitarán hacer afirmaciones que puedan excluir puntos de vista específicos. Esto demuestra un cambio más amplio en el enfoque de OpenAI hacia la moderación de contenido, alejándose del filtrado excesivamente cauteloso y avanzando hacia un modelo más abierto e inclusivo.

Esta medida, junto con la eliminación de las advertencias, puede ser una respuesta a la presión política. Varias figuras prominentes, incluidos Elon Musk y David Sacks, han acusado a los asistentes impulsados por IA de censurar puntos de vista conservadores. Sacks criticó específicamente a ChatGPT por estar “programado para ser woke” y ser falso sobre temas políticamente sensibles. Esta presión externa probablemente influyó en la decisión de OpenAI de ajustar sus políticas de moderación de contenido y eliminar los mensajes de advertencia para abordar estas preocupaciones.

OpenAI ha eliminado los mensajes de “advertencia” de ChatGPT para reducir restricciones innecesarias y abordar preocupaciones sobre la censura, especialmente respecto a puntos de vista conservadores. Aunque el chatbot aún se niega a responder preguntas objetables o promover falsedades, el cambio permite una exploración más amplia de temas delicados. OpenAI asegura que las respuestas del modelo permanecen sin cambios, lo que genera experiencias de usuario variadas.

Un equipo de investigación de la Universidad Fudan ha desarrollado “PoX”, una innovadora memoria flash no volátil que escribe datos a una velocidad sin precedentes: 400 picosegundos por bit, lo que se traduce en aproximadamente 25 mil millones de operaciones por segundo. Este avance, publicado en Nature, supera significativamente el rendimiento de la memoria flash convencional y sitúa el almacenamiento no volátil en el ámbito de las memorias volátiles de alta velocidad, lo que podría revolucionar el hardware de IA y más allá.

Un equipo de investigación de la Universidad de Fudan ha logrado un avance innovador en la tecnología de almacenamiento de semiconductores, desarrollando la memoria flash no volátil más rápida jamás reportada. Este nuevo dispositivo, llamado “PoX”, puede programar un solo bit en unos asombrosos 400 picosegundos, lo que equivale a 25 mil millones de operaciones por segundo. Esta velocidad notable supera significativamente las capacidades previas de memoria no volátil y establece un nuevo punto de referencia para aplicaciones intensivas en datos, particularmente en el ámbito del hardware de IA.

Este avance representa un cambio de paradigma en la tecnología de memoria, ya que cierra la brecha de rendimiento entre los tipos de memoria volátil y no volátil. Tradicionalmente, las memorias volátiles como SRAM y DRAM ofrecen velocidades de escritura rápidas (1-10 nanosegundos) pero pierden datos cuando se corta la energía. Por el contrario, la memoria flash, que es no volátil, conserva los datos sin energía pero normalmente opera a velocidades mucho más lentas, requiriendo micro- a milisegundos por escritura. PoX supera esta limitación al combinar la velocidad de SRAM con la retención de datos de la memoria flash, ofreciendo una solución que satisface los exigentes requisitos de ancho de banda y energía de los sistemas de IA modernos.

El equipo de la Universidad de Fudan, liderado por el profesor Zhou Peng, logró esta hazaña al rediseñar la física fundamental de la memoria flash. Reemplazaron los canales de silicio convencionales con grafeno bidimensional de Dirac, explotando sus propiedades de transporte de carga balística. Al ajustar cuidadosamente la “longitud gaussiana” del canal, los investigadores lograron una superinyección bidimensional, lo que resultó en una sobretensión de carga efectivamente ilimitada en la capa de almacenamiento. Este enfoque innovador evita el cuello de botella de inyección clásico, permitiendo las velocidades de escritura sin precedentes.

Las implicaciones de este avance son de gran alcance, particularmente para el campo de la inteligencia artificial. A medida que el hardware de IA depende cada vez más del acceso rápido a los datos, las limitaciones de almacenamiento se han convertido en un cuello de botella significativo. Las velocidades de escritura ultrarrápidas y la naturaleza no volátil de PoX prometen eliminar este cuello de botella, potencialmente revolucionando la inferencia y el entrenamiento de la IA. La capacidad del dispositivo para retener datos sin energía en espera mejora aún más su atractivo para la IA de borde y los sistemas con batería limitada.

El impacto de PoX se extiende más allá de la IA, potencialmente remodelando el panorama de la tecnología de almacenamiento. Si se produce en masa, esta nueva memoria podría eliminar la necesidad de cachés SRAM de alta velocidad separados en los chips de IA, lo que resultaría en reducciones significativas en el área y el consumo de energía. Además, podría permitir portátiles y teléfonos de encendido instantáneo y de bajo consumo, y admitir motores de bases de datos que contengan conjuntos de trabajo completos en RAM persistente.

El desarrollo de PoX también tiene importantes implicaciones estratégicas, particularmente para la industria de semiconductores de China. La memoria flash es una piedra angular de la estrategia global de semiconductores, y este avance ofrece un “mecanismo completamente original” que puede alterar el panorama existente. El logro del equipo podría fortalecer el impulso interno de China para asegurar el liderazgo en tecnologías de chips fundamentales.

Los planes futuros del equipo implican escalar la arquitectura de la celda y realizar demostraciones a nivel de matriz. Si bien no se han nombrado socios comerciales, las fundiciones chinas están explorando activamente la integración de materiales 2D con líneas CMOS convencionales. Esto sugiere un esfuerzo concertado para llevar la tecnología PoX al mercado.

En conclusión, el desarrollo de PoX por parte del equipo de la Universidad de Fudan representa un gran paso adelante en la tecnología de memoria. Sus velocidades de escritura ultrarrápidas, su naturaleza no volátil y su potencial para la operación de bajo consumo lo convierten en una solución prometedora para abordar las crecientes demandas de la IA y otras aplicaciones intensivas en datos. Este avance tiene el potencial de remodelar el panorama del almacenamiento, impulsando las actualizaciones industriales y abriendo nuevos escenarios de aplicación.

La memoria flash “PoX” de la Universidad Fudan marca un avance significativo en el almacenamiento de datos, logrando velocidades de escritura en picosegundos (25 mil millones de operaciones por segundo) y potencialmente revolucionando el hardware de IA al eliminar cuellos de botella de almacenamiento y permitir dispositivos ultrarrápidos y de bajo consumo. Este avance, que utiliza grafeno y optimización impulsada por IA, podría remodelar el panorama de los semiconductores y fortalecer el liderazgo de China en tecnología de chips, aunque la escalabilidad y la comercialización siguen siendo desafíos clave.

Un equipo de investigación de la Universidad Fudan ha desarrollado “PoX”, una innovadora memoria flash no volátil que escribe datos a una velocidad sin precedentes: 400 picosegundos por bit, lo que se traduce en aproximadamente 25 mil millones de operaciones por segundo. Este avance, publicado en Nature, supera significativamente el rendimiento de la memoria flash convencional y acerca el almacenamiento no volátil a las velocidades de la memoria volátil, lo que podría revolucionar el hardware de IA y la tecnología de almacenamiento de datos.

Un equipo de investigación de la Universidad de Fudan ha logrado una hazaña innovadora en la tecnología de almacenamiento de semiconductores, desarrollando la memoria flash no volátil más rápida jamás reportada. Esta innovación, denominada “PoX”, puede programar un solo bit en tan solo 400 picosegundos, lo que se traduce en la asombrosa cifra de 25 mil millones de operaciones por segundo. Esta notable velocidad supera los puntos de referencia anteriores por un margen significativo, empujando la memoria no volátil a un dominio previamente dominado por las memorias volátiles más rápidas.

Este avance es particularmente significativo porque aborda un cuello de botella crítico en el hardware de IA. Como destaca el artículo, PoX podría ser la clave para desbloquear las limitaciones de rendimiento causadas por las restricciones de almacenamiento en los sistemas de IA. El dispositivo combina la velocidad de la memoria de acceso aleatorio estática (SRAM) con las capacidades de retención de datos de la memoria flash, satisfaciendo eficazmente los exigentes requisitos de ancho de banda y energía de las aplicaciones de IA.

El artículo contrasta el rendimiento de PoX con las tecnologías de memoria existentes. La SRAM y la DRAM convencionales, aunque rápidas, pierden datos cuando se corta la energía. Por lo general, operan en el rango de 1-10 nanosegundos. Los chips flash, por otro lado, conservan los datos sin energía, pero son significativamente más lentos, requiriendo micro- a milisegundos por escritura. Esta disparidad de velocidad plantea un desafío para los aceleradores de IA modernos que procesan grandes cantidades de datos en tiempo real.

El equipo de la Universidad de Fudan, liderado por el profesor Zhou Peng, logró esta notable velocidad mediante la reingeniería de la física flash. Reemplazaron los canales de silicio con grafeno de Dirac bidimensional y explotaron sus propiedades de transporte de carga balística. Al ajustar cuidadosamente la “longitud gaussiana” del canal, el equipo logró la superinyección bidimensional, un proceso que permite una sobrecarga de carga efectivamente ilimitada en la capa de almacenamiento, evitando el cuello de botella de inyección tradicional.

El profesor Zhou enfatizó la importancia de este logro, afirmando que “Utilizando la optimización de procesos impulsada por la IA, llevamos la memoria no volátil a su límite teórico”. Agregó además que esta hazaña “allana el camino para futuras memorias flash de alta velocidad”. Esta afirmación subraya el potencial de futuros avances basados en este enfoque innovador.

El artículo proporciona una analogía convincente para ilustrar la magnitud de la mejora de la velocidad. El coautor Liu Chunsen compara el avance con el paso de un disco U que escribe 1.000 veces por segundo a un chip que dispara 1.000 millones de veces en un abrir y cerrar de ojos. Esta comparación transmite eficazmente el dramático aumento de velocidad logrado por PoX. El récord mundial anterior de velocidad de programación flash no volátil era de aproximadamente dos millones de operaciones por segundo, lo que destaca el importante salto adelante.

La naturaleza no volátil de PoX es otra ventaja crucial. Conserva los datos sin necesidad de energía en espera, una característica crítica para la IA de borde de próxima generación y los sistemas con batería limitada. La combinación de un consumo de energía ultrabajo y velocidades de escritura en picosegundos podría eliminar el antiguo cuello de botella de la memoria en el hardware de inferencia y entrenamiento de IA, donde el movimiento de datos, en lugar del cálculo, a menudo domina los presupuestos de energía.

El artículo también explora las posibles implicaciones industriales y estratégicas de este avance. La memoria flash es una piedra angular de la estrategia global de semiconductores debido a su rentabilidad y escalabilidad. Los revisores sugieren que PoX ofrece un “mecanismo completamente original” que podría alterar el panorama existente.

Si se produce en masa, la memoria estilo PoX podría eliminar la necesidad de cachés SRAM de alta velocidad separados en los chips de IA, lo que conduciría a reducciones en el área y el consumo de energía. También podría permitir portátiles y teléfonos de encendido instantáneo y de bajo consumo, y admitir motores de bases de datos que puedan contener conjuntos de trabajo completos en RAM persistente. Además, el desarrollo puede fortalecer el impulso de China para asegurar el liderazgo en tecnologías de chips fundamentales.

Si bien el equipo aún no ha revelado cifras de resistencia ni rendimiento de fabricación, el uso de un canal de grafeno sugiere compatibilidad con los procesos de materiales 2D existentes que las fábricas globales ya están explorando. El profesor Zhou expresó optimismo sobre el futuro, afirmando que “Nuestro avance puede remodelar la tecnología de almacenamiento, impulsar las actualizaciones industriales y abrir nuevos escenarios de aplicación”.

El artículo concluye esbozando los próximos pasos para los ingenieros de la Universidad de Fudan. Actualmente están trabajando en la ampliación de la arquitectura de la celda y persiguiendo demostraciones a nivel de matriz. Si bien no se han nombrado socios comerciales, las fundiciones chinas están trabajando activamente para integrar materiales 2D con las líneas CMOS convencionales.

El impacto general de PoX podría ser transformador. Podría marcar el comienzo de una nueva clase de memorias ultrarrápidas y ultragreen que satisfagan las crecientes demandas de los aceleradores de modelos de lenguaje grandes, proporcionando finalmente al hardware de IA un medio de almacenamiento que pueda mantener el ritmo de sus capacidades computacionales.

La memoria flash “PoX” de la Universidad Fudan alcanza velocidades sin precedentes (400 picosegundos por bit de escritura), lo que podría revolucionar el hardware de IA, la computación perimetral y la estrategia de semiconductores al fusionar la velocidad de SRAM con la retención de datos de flash. Aunque persisten desafíos en la escalabilidad y la producción, el diseño innovador de PoX basado en grafeno promete un futuro donde las limitaciones de almacenamiento ya no estrangulen las inmensas demandas de datos de la IA.

Las herramientas impulsadas por inteligencia artificial (IA) se utilizan cada vez más en el servicio al cliente, pero un incidente reciente con el editor de código Cursor destaca los riesgos de depender de estos sistemas sin supervisión humana. La empresa experimentó una ola de frustración de clientes y amenazas de cancelación después de que su chatbot de soporte de IA fabricara una política sobre el uso de dispositivos, lo que demuestra el potencial de las “confabulaciones” de la IA – o “alucinaciones” – para causar problemas comerciales reales.

El problema central gira en torno a Cursor, un editor de código impulsado por IA, y su problemático uso de un chatbot de IA, “Sam”, en un rol orientado al cliente. Específicamente, Sam proporcionó información falsa a un usuario, lo que generó una frustración significativa en el cliente y un posible daño comercial.

Inicialmente, un desarrollador encontró un problema inesperado: cambiar entre dispositivos lo desconectaba instantáneamente de Cursor. Esto interrumpió un flujo de trabajo común para los programadores que utilizan múltiples dispositivos, una regresión de usabilidad significativa.

Posteriormente, el usuario contactó al soporte de Cursor para comprender el comportamiento. Recibieron una respuesta de “Sam”, el chatbot de IA, que indicaba que el comportamiento se debía a una nueva política que restringía el uso de Cursor a un dispositivo por suscripción, enmarcada como una característica de seguridad fundamental. La respuesta fue definitiva y con un tono oficial.

Sin embargo, la política fue completamente fabricada por el modelo de IA. Este es un ejemplo primordial de confabulación de IA, también conocida como alucinación, donde el modelo inventa información plausible pero falsa. La IA priorizó crear una respuesta segura, incluso a expensas de la precisión.

Esta política fabricada, presentada como un hecho, tuvo consecuencias inmediatas y negativas. Los usuarios, creyendo que la información era verdadera, reaccionaron con frustración e ira. El cambio de política percibido contradecía directamente los flujos de trabajo establecidos por los usuarios, particularmente para los desarrolladores que dependen del acceso multidispositivo.

El incidente escaló rápidamente en plataformas como Hacker News y Reddit. Los usuarios tomaron la respuesta de la IA como confirmación oficial de un cambio de política, lo que generó una insatisfacción generalizada. Un usuario declaró: “Los flujos de trabajo multidispositivo son esenciales para los desarrolladores”, destacando la naturaleza esencial de esta funcionalidad para muchos programadores.

Como resultado directo de la desinformación, varios usuarios anunciaron públicamente la cancelación de sus suscripciones. La política inexistente fue citada como la razón principal de estas cancelaciones. El usuario original de Reddit, que inició la consulta de soporte, confirmó su cancelación, agregando que su lugar de trabajo también estaba eliminando Cursor. Otros usuarios siguieron su ejemplo, expresando sentimientos similares.

El impacto de la confabulación de la IA se extendió más allá de la frustración individual del usuario. El incidente desencadenó una ola de cancelaciones de suscripciones y amenazas de más cancelaciones, lo que representó una amenaza directa para el negocio de Cursor. Esto resalta el potencial de un daño financiero significativo cuando los modelos de IA se implementan en roles orientados al cliente sin una supervisión humana adecuada.

La situación subraya una preocupación más amplia con respecto a las limitaciones de la tecnología de IA actual. Los modelos de IA, aunque potentes, son propensos a generar información falsa, especialmente cuando se enfrentan a la incertidumbre. A menudo priorizan la creación de una respuesta segura y plausible sobre la admisión de falta de conocimiento.

Este incidente sirve como una advertencia para las empresas que implementan IA en roles de servicio al cliente o soporte. El potencial de las alucinaciones de la IA para dañar la confianza del cliente, frustrar a los usuarios y, en última instancia, impactar los ingresos es sustancial. La situación de Cursor demuestra la necesidad de una cuidadosa consideración de los riesgos asociados con las confabulaciones de la IA y la importancia de implementar mecanismos de supervisión sólidos para mitigar estos riesgos.

Cursor, un editor de código con IA, sufrió un problema grave cuando su chatbot de soporte, “Sam”, inventó una política sobre limitaciones de dispositivos, lo que causó frustración, cancelaciones de suscripciones y pérdida de confianza. Este incidente resalta los peligros de desplegar IA en roles de atención al cliente sin supervisión humana, demostrando cómo las “confabulaciones” de la IA pueden dañar los negocios. Las empresas deben priorizar la precisión y la transparencia sobre las respuestas de IA que suenan plausibles pero son falsas para proteger su reputación y las relaciones con los clientes.