Respuesta corta: El futuro de la IA combina una mayor capacidad con expectativas más estrictas: pasará de responder preguntas a completar tareas como una especie de "compañero de trabajo", mientras que los modelos integrados en el dispositivo, más pequeños, se expandirán para mayor velocidad y privacidad. Donde la IA influya en decisiones cruciales, las características de confianza (auditorías, rendición de cuentas y apelaciones significativas) serán innegociables.
Conclusiones clave:
Agentes : utilizan IA para tareas de extremo a extremo, con controles deliberados para que los fallos no pasen desapercibidos.
Permiso : Tratar el acceso a los datos como algo negociado; construir caminos seguros, legales y reputacionalmente seguros para obtener el consentimiento.
Infraestructura : Planifique la IA como una capa predeterminada en los productos, donde el tiempo de actividad y la integración sean tratados como prioridades de primer orden.
Confianza : Implemente trazabilidad, medidas de seguridad y control humano antes de implementar decisiones de alta consecuencia.
Habilidades : Orientar a los equipos hacia la formulación de problemas, la verificación y el juicio para reducir la compresión de tareas y preservar la calidad.
Artículos que quizás te interese leer después de éste:
🔗 Explicación de los modelos fundamentales de la IA generativa
Comprenda los modelos fundamentales, su entrenamiento y las aplicaciones de IA generativa.
🔗 Cómo afecta la IA al medio ambiente
Explore el uso de energía, las emisiones y las compensaciones de sostenibilidad de la IA.
🔗 ¿Qué es una empresa de IA?
Descubra qué define a una empresa de IA y los modelos de negocio clave.
🔗 Cómo funciona la mejora de la IA
Vea cómo el aumento de escala mejora la resolución con la generación de detalles impulsada por IA.
¿Por qué “¿Cuál es el futuro de la IA?” de repente parece urgente?
Algunas razones por las que esta pregunta entró en modo turbo:
-
La IA pasó de ser una novedad a una utilidad. Ya no es una simple "demostración genial", sino "esto está en mi bandeja de entrada, en mi teléfono, en mi trabajo, en la tarea de mi hijo". 😬 ( Informe del Índice de IA de Stanford 2025 )
-
La velocidad es desconcertante. A los humanos les gusta el cambio gradual. La IA es más como... ¡sorpresa!, nuevas reglas.
-
La apuesta se volvió personal. Si la IA impacta tu trabajo, tu privacidad, tu aprendizaje, tus decisiones médicas… dejas de tratarla como un dispositivo. ( Centro de Investigación Pew sobre IA en el trabajo )
Y quizás el mayor cambio ni siquiera sea técnico. Es psicológico. La gente se está adaptando a la idea de que la inteligencia se puede empaquetar, alquilar, integrar y mejorar discretamente mientras se duerme. Es mucho para analizar emocionalmente, incluso si se es optimista.
Las grandes fuerzas que dan forma al futuro (incluso cuando nadie se da cuenta) ⚙️🧠
Si nos alejamos, el “futuro de la IA” está siendo arrastrado por un puñado de fuerzas gravitacionales:
1) La comodidad siempre gana… hasta que no lo hace 😌
La gente adopta lo que ahorra tiempo. Si la IA te hace más rápido, más tranquilo, más rico o menos molesto, se usa. Incluso si la ética es confusa. (Sí, eso es incómodo)
2) Los datos siguen siendo el combustible, pero el “permiso” es la nueva moneda 🔐
El futuro no se trata solo de la cantidad de datos existentes, sino de qué datos se pueden usar legalmente, culturalmente y desde el punto de vista de la reputación sin consecuencias negativas. ( Guía de la ICO sobre la base legal )
3) Los modelos se están convirtiendo en infraestructura 🏗️
La IA está asumiendo el papel de "electricidad", no literalmente, sino socialmente. Algo que esperas que esté ahí. Algo sobre lo que construyes. Algo que maldices cuando falla.
4) La confianza se convertirá en una característica del producto (no en una nota a pie de página) ✅
Cuanto más intervenga la IA en las decisiones de la vida real, más exigiremos:
-
trazabilidad
-
fiabilidad
-
consistencia
-
barandillas
-
y algún tipo de responsabilidad que no se evapore cuando las cosas salen mal ( Marco de gestión de riesgos de IA del NIST 1.0 , Principios de IA de la OCDE )
¿Qué hace que una versión del futuro de la IA sea buena? ✅ (la parte que la gente se salta)
Una buena IA del futuro no solo es más inteligente. Tiene un mejor comportamiento , es más transparente y está más alineada con la vida humana. En resumen, una buena versión de la IA del futuro incluye:
-
Precisión práctica por encima de confianza ostentosa 😵💫
-
Límites claros : debe saber lo que no puede hacer
-
Privacidad por defecto (o al menos privacidad que no requiere un doctorado) ( artículo 25 del RGPD: protección de datos desde el diseño y por defecto )
-
Control humano que realmente funciona ( Ley de IA de la UE: Reglamento (UE) 2024/1689 )
-
Responsabilidad de baja fricción : puede cuestionar resultados, informar daños y corregir errores ( NIST AI Risk Management Framework 1.0 )
-
Accesibilidad para que los beneficios no se concentren solo en unos pocos códigos postales
-
Salud energética : porque sí, el consumo de energía importa, incluso si no es “atractivo” ( IEA: Energía e IA (Resumen ejecutivo) )
Un mal futuro no es que "la IA se vuelva malvada". Eso es pura imaginación. Un mal futuro es más mundano: la IA se vuelve omnipresente, ligeramente poco fiable, difícil de cuestionar y controlada por incentivos que no votaste. Como una máquina expendedora que gobierna el mundo. Genial.
Entonces, cuando uno se pregunta ¿cuál es el futuro de la IA?, la pregunta más aguda es el tipo de futuro que toleramos y el tipo en el que insistimos.
Tabla comparativa: los “caminos” más probables que tomará el futuro de la IA 📊🤝
Aquí hay una tabla rápida, aunque algo imperfecta (porque la vida es un poco imperfecta), de hacia dónde parece dirigirse la IA. Los precios son intencionadamente imprecisos porque... bueno... los modelos de precios cambian como los cambios de humor.
| Opción / “Dirección de la herramienta” | Mejor para (audiencia) | Vibración de precios | Por qué funciona (y una pequeña advertencia) |
|---|---|---|---|
| Agentes de IA que realizan tareas 🧾 | Equipos, operaciones, humanos ocupados | similar a una suscripción | Automatiza flujos de trabajo de principio a fin, pero puede causar problemas si no se controla... ( Encuesta: Agentes autónomos basados en LLM ) |
| IA más pequeña en el dispositivo 📱 | Usuarios que priorizan la privacidad y dispositivos periféricos | incluido / casi gratis | Más rápido, más barato, más privado, pero puede ser menos capaz que los gigantes de la nube ( descripción general de TinyML ) |
| IA multimodal (texto + visión + audio) 👀🎙️ | Creadores, apoyo, educación | De freemium a empresarial | Comprende mejor el contexto del mundo real, pero también aumenta el riesgo de vigilancia ( tarjeta del sistema GPT-4o ) |
| Modelos especializados por industria 🏥⚖️ | Organizaciones reguladas, especialistas | caro, lo siento | Mayor precisión en dominios estrechos, pero puede ser frágil fuera de su carril |
| Ecosistemas relativamente abiertos 🧩 | Desarrolladores, inventores, startups | gratis + computar | La velocidad de la innovación es salvaje: la calidad varía, como las compras de segunda mano |
| Capas de seguridad y gobernanza de la IA 🛡️ | Empresas del sector público | “pagar por la confianza” | Reduce el riesgo, añade auditoría, pero ralentiza la implementación (que es precisamente el objetivo) ( NIST AI RMF , Ley de IA de la UE ) |
| Canalizaciones de datos sintéticos 🧪 | Equipos de ML, desarrolladores de productos | costos de herramientas + infraestructura | Ayuda a entrenar sin tener que eliminar todo, pero puede amplificar sesgos ocultos ( NIST sobre datos sintéticos diferencialmente privados ) |
| Herramientas de colaboración humano-IA ✍️ | Todos los que realizan trabajo de conocimiento | bajo a medio | Aumenta la calidad de los resultados, pero puede debilitar las habilidades si nunca se practican ( OCDE sobre IA y demanda cambiante de habilidades ) |
Lo que falta es un único "ganador". El futuro será una mezcla enmarañada. Como un bufé donde no pediste ni la mitad de los platos, pero aun así los comes.
Una mirada más de cerca: La IA se convierte en tu compañero de trabajo (no en tu sirviente robot) 🧑💻🤖
Uno de los cambios más importantes es que la IA está pasando de responder preguntas a realizar trabajo . ( Encuesta: Agentes autónomos basados en LLM )
Esto se ve así:
-
Redactar, editar y resumir en todas sus herramientas
-
clasificación de mensajes de clientes
-
escribir código, luego probarlo y luego actualizarlo
-
Planificación de horarios, gestión de tickets, transferencia de información entre sistemas
-
Observar los tableros de control y tomar decisiones
Pero aquí está la verdad humana: el mejor compañero de trabajo con IA no se sentirá mágico. Se sentirá como:
-
Un asistente competente que a veces es extrañamente literal
-
rápido en tareas aburridas
-
A veces tengo confianza mientras me equivoco (uf) ( Encuesta: alucinaciones en los LLM )
-
y depende mucho de cómo lo configures
El futuro de la IA en el trabajo se centra menos en «La IA reemplaza a todos» y más en «La IA cambia la forma en que se organiza el trabajo». Verás:
-
Menos puestos de nivel básico puro
-
más roles híbridos que combinan supervisión + estrategia + uso de herramientas
-
mayor énfasis en el juicio, el gusto y la responsabilidad
Es como darles a todos una herramienta eléctrica. No todos se convierten en carpinteros, pero el lugar de trabajo de todos cambia.
Una mirada más de cerca: modelos de IA más pequeños e inteligencia en el dispositivo 📱⚡
No todo serán cerebros gigantes en la nube. Gran parte de ¿ Cuál es el futuro de la IA? consiste en que la IA se vuelva más pequeña, más económica y esté más cerca de donde estás. ( Resumen de TinyML )
La IA en el dispositivo significa:
-
respuesta más rápida (menos espera)
-
Mayor potencial de privacidad (los datos permanecen locales)
-
menor dependencia del acceso a Internet
-
Más personalización que no requiere enviar toda tu vida a un servidor
Y sí, hay compensaciones:
-
Los modelos más pequeños pueden tener dificultades con el razonamiento complejo
-
Las actualizaciones pueden ser más lentas
-
Las limitaciones del dispositivo importan
Aun así, esta dirección está infravalorada. Es la diferencia entre «La IA es un sitio web que visitas» y «La IA es una función de la que tu vida depende discretamente». Como el autocorrector, pero… más inteligente. Y con suerte, menos errores con el nombre de tu mejor amigo 😵
Una mirada más de cerca: IA multimodal: cuando la IA puede ver, oír e interpretar 🧠👀🎧
La IA de solo texto es poderosa, pero la IA multimodal cambia el juego porque puede interpretar:
-
imágenes (capturas de pantalla, diagramas, fotos de productos)
-
audio (reuniones, llamadas, señales ambientales)
-
vídeo (procedimientos, movimiento, eventos)
-
y contextos mixtos (como "¿qué hay de malo con este formulario Y este mensaje de error?") ( tarjeta del sistema GPT-4o )
Aquí es donde la IA se acerca a cómo los humanos percibimos el mundo. Lo cual es emocionante... y un poco inquietante.
Ventajas:
-
mejores herramientas de tutoría y accesibilidad
-
Mejor apoyo al triaje médico (con estrictas salvaguardias)
-
interfaces más naturales
-
Menos cuellos de botella a la hora de "explicarlo con palabras"
Desventaja:
-
La vigilancia se vuelve más fácil
-
La desinformación se vuelve más convincente
-
La frontera entre lo privado y lo público se vuelve más difusa ( NIST: Reducción de los riesgos planteados por el contenido sintético )
Esta es la parte donde la sociedad tiene que decidir si vale la pena sacrificar la comodidad. Y la sociedad, históricamente, no es muy buena pensando a largo plazo. Somos más bien... ¡oh, qué brillo! 😬✨
El problema de la confianza: seguridad, gobernanza y “prueba” 🛡️🧾
He aquí una conclusión contundente: el futuro de la IA estará determinado por la confianza , no solo por la capacidad. ( Marco de Gestión de Riesgos de IA del NIST 1.0 )
Porque cuando la IA toca:
-
contratación
-
préstamo
-
orientación sanitaria
-
decisiones legales
-
resultados educativos
-
sistemas de seguridad
-
servicios públicos
…no puedes simplemente encogerte de hombros y decir "el modelo alucinó". Eso es inaceptable. ( Ley de IA de la UE: Reglamento (UE) 2024/1689 )
Así que vamos a ver más:
-
auditorías (pruebas de comportamiento del modelo)
-
controles de acceso (quién puede hacer qué)
-
Monitoreo (para detectar mal uso y desviaciones)
-
Capas de explicabilidad (no son perfectas, pero son mejores que nada)
-
Canales de revisión humana donde más importa ( NIST AI RMF )
Y sí, algunos se quejarán de que esto frena la innovación. Pero es como quejarse de que los cinturones de seguridad ralentizan la conducción. Técnicamente… sí… pero vamos.
Trabajos y habilidades: la incómoda fase intermedia (también conocida como energía del ahora) 💼😵💫
Mucha gente quiere una respuesta clara sobre si la IA les quita el trabajo.
La respuesta más directa es: la IA cambiará tu trabajo y, para algunos roles, ese cambio se sentirá como un reemplazo, incluso si técnicamente es una "reestructuración". (Eso es jerga corporativa, y tiene sabor a cartón). ( Documento de trabajo de la OIT: Generative AI and Jobs )
Verás tres patrones:
1) Compresión de tareas
Un puesto que antes requería cinco personas ahora requiere dos, porque la IA reduce las tareas repetitivas. ( Documento de trabajo de la OIT: Generative AI and Jobs )
2) Nuevos roles híbridos
Las personas que pueden dirigir la IA eficazmente se convierten en multiplicadores. No porque sean genios, sino porque pueden:
-
especificar los resultados claramente
-
verificar resultados
-
detectar errores
-
aplicar el juicio de dominio
-
y comprender las consecuencias
3) Polarización de habilidades
Quienes se adaptan ganan influencia. Quienes no lo hacen… se ven presionados. Odio decirlo, pero es real. ( OCDE sobre IA y la evolución de la demanda de competencias )
Habilidades prácticas que se vuelven más valiosas:
-
enmarcar el problema (definir el objetivo claramente)
-
comunicación (sí, todavía)
-
Mentalidad de control de calidad (detectar problemas, probar resultados)
-
razonamiento ético y conciencia del riesgo
-
Experiencia en el dominio: conocimiento real y fundamentado
-
la capacidad de enseñar a otros y construir sistemas ( OCDE sobre IA y demanda cambiante de habilidades )
El futuro favorece a las personas que saben dirigir , no sólo hacer .
El futuro empresarial: la IA se integra, se agrupa y se monopoliza silenciosamente 🧩💰
Una parte sutil de ¿Cuál es el futuro de la IA? es cómo se venderá la IA.
La mayoría de los usuarios no comprarán IA. Comprarán:
-
software que incluye IA
-
Plataformas donde la IA es una característica
-
dispositivos donde la IA está precargada
-
servicios donde la IA reduce los costes (y puede que ni siquiera te lo digan)
Las empresas competirán en:
-
fiabilidad
-
integraciones
-
acceso a datos
-
velocidad
-
seguridad
-
y la confianza en la marca (que suena suave hasta que te quemas una vez)
Además, esperen más "inflación de IA", donde todo afirma estar impulsado por IA, incluso si es básicamente autocompletar con un sombrero elegante 🎩🤖
Lo que esto significa para la vida cotidiana: los cambios personales y silenciosos 🏡📲
En la vida cotidiana, el futuro de la IA parece menos dramático pero más íntimo:
-
asistentes personales que recuerdan el contexto
-
Empujoncitos de salud (sueño, alimentación, estrés) que resultan de apoyo o molestos según el estado de ánimo.
-
Apoyo educativo que se adapta a tu ritmo
-
Compras y planificación que reducen la fatiga de decisiones
-
Filtros de contenido que deciden lo que ves y lo que nunca ves (¡no es gran cosa!)
-
Los desafíos de la identidad digital a medida que se genera más fácilmente contenido falso ( NIST: Reducción de los riesgos planteados por el contenido sintético )
El impacto emocional también importa. Si la IA se convierte en un compañero habitual, algunas personas se sentirán menos aisladas. Otras se sentirán manipuladas. Otras sentirán ambas cosas en una misma semana.
Supongo que lo que quiero decir es que el futuro de la IA no es solo una historia tecnológica. Es una historia de relaciones. Y las relaciones son complicadas... incluso cuando una de las partes es código.
Resumen de cierre sobre “¿Cuál es el futuro de la IA?” 🧠✅
El futuro de la IA no se limita a un solo punto final. Es un conjunto de trayectorias:
-
La IA se convierte en un compañero de trabajo que ejecuta tareas, no solo responde preguntas 🤝 ( Encuesta: agentes autónomos basados en LLM )
-
Los modelos más pequeños llevan la IA a los dispositivos, haciéndolos más rápidos y más personales 📱 ( descripción general de TinyML )
-
La IA multimodal hace que los sistemas sean más conscientes del contexto del mundo real 👀 ( Tarjeta del sistema GPT-4o )
-
La confianza, la gobernanza y la seguridad se vuelven centrales, no opcionales 🛡️ ( NIST AI RMF , EU AI Act )
-
Los trabajos se orientan hacia el juicio, la supervisión y la formulación de problemas 💼 ( Documento de trabajo de la OIT: IA generativa y empleos )
-
La IA se integra en los productos hasta que parece una infraestructura de fondo 🏗️
Y el factor decisivo no es la inteligencia pura. Es si construimos un futuro donde la IA sea:
-
responsable
-
comprensible
-
alineado con los valores humanos
-
y distribuidos de manera justa (no sólo entre los que ya son poderosos) ( Principios de IA de la OCDE )
Así que, cuando te preguntas ¿Cuál es el futuro de la IA?, la respuesta más lógica es: es el futuro que moldeamos activamente. O aquel al que nos encaminamos sin darnos cuenta. Apuntemos al primero 😅🌍
Preguntas frecuentes
¿Cuál es el futuro de la IA en los próximos años?
A corto plazo, el futuro de la IA se asemeja menos a un "chat inteligente" y más a un compañero de trabajo práctico. Los sistemas realizarán cada vez más tareas de principio a fin entre herramientas, en lugar de limitarse a las respuestas. Paralelamente, las expectativas se endurecerán: la fiabilidad, la trazabilidad y la rendición de cuentas serán más importantes a medida que la IA empiece a influir en las decisiones reales. La dirección es clara: mayor capacidad acompañada de estándares más estrictos.
¿Cómo cambiarán realmente los agentes de IA el trabajo diario?
Los agentes de IA dejarán de realizar cada paso manualmente y se centrarán en supervisar los flujos de trabajo que se mueven entre aplicaciones y sistemas. Sus usos más comunes incluyen la redacción de borradores, la clasificación de mensajes, la transferencia de datos entre herramientas y la supervisión de los paneles para detectar cambios. El mayor riesgo es el fallo silencioso, por lo que las configuraciones sólidas incluyen comprobaciones deliberadas, registros y revisión humana cuando las consecuencias sean graves. Piense en "delegación", no en "piloto automático"
¿Por qué los modelos más pequeños en los dispositivos se están convirtiendo en una parte importante del futuro de la IA?
La IA en dispositivos está en auge porque puede ser más rápida y privada, con menor dependencia del acceso a internet. Mantener los datos locales puede reducir la exposición y hacer que la personalización parezca más segura. La desventaja es que los modelos más pequeños pueden tener dificultades con el razonamiento complejo en comparación con los grandes sistemas en la nube. Es probable que muchos productos combinen ambas: local para mayor velocidad y privacidad, y en la nube para tareas pesadas.
¿Qué significa que “el permiso es la nueva moneda” para el acceso a los datos de IA?
Esto significa que la pregunta no es solo qué datos existen, sino qué datos se pueden usar legalmente y sin perjudicar la reputación. En muchos procesos, el acceso se tratará como negociado: vías de consentimiento claras, controles de acceso y políticas que se ajusten a las expectativas legales y culturales. Establecer rutas con permisos con anticipación puede evitar interrupciones posteriores a medida que se endurezcan los estándares. Se está convirtiendo en una estrategia, no en papeleo.
¿Qué características de confianza se volverán no negociables para la IA de alto riesgo?
Cuando la IA afecta la contratación, los préstamos, la salud, la educación o la seguridad, no se aceptará que "el modelo estaba equivocado". Las características de confianza suelen incluir auditorías y pruebas, trazabilidad de los resultados, medidas de seguridad y una auténtica intervención humana. Un proceso de apelación eficaz también es importante, para que las personas puedan impugnar los resultados y corregir errores. El objetivo es una rendición de cuentas que no se desvanezca cuando algo falla.
¿Cómo cambiará la IA multimodal los productos y los riesgos?
La IA multimodal puede interpretar texto, imágenes, audio y vídeo conjuntamente, lo que mejora el valor cotidiano, como diagnosticar un error de formulario a partir de una captura de pantalla o resumir reuniones. También puede hacer que la tutoría y las herramientas de accesibilidad resulten más naturales. La desventaja es una mayor vigilancia y unos medios sintéticos más convincentes. A medida que se extiende la tecnología multimodal, la frontera de la privacidad requerirá reglas más claras y controles más estrictos.
¿La IA ocupará puestos de trabajo o simplemente los cambiará?
El patrón más realista es la compresión de tareas: se necesitan menos personas para el trabajo repetitivo porque la IA simplifica los pasos. Esto puede parecer un reemplazo, incluso cuando se presenta como una reestructuración. Surgen nuevos roles híbridos en torno a la supervisión, la estrategia y el uso de herramientas, donde las personas dirigen sistemas y gestionan las consecuencias. La ventaja recae en quienes pueden dirigir, verificar y aplicar el criterio.
¿Qué habilidades son las más importantes a medida que la IA se convierte en un “compañero de trabajo”?
El planteamiento de problemas se vuelve crucial: definir los resultados con claridad e identificar qué podría salir mal. Las habilidades de verificación también se fortalecen: probar los resultados, detectar errores y saber cuándo escalar a los humanos. El criterio y la experiencia en el dominio son más importantes, ya que la IA puede equivocarse con seguridad. Los equipos también necesitan ser conscientes de los riesgos, especialmente cuando las decisiones afectan la vida de las personas. La calidad se basa en la supervisión, no solo en la velocidad.
¿Cómo deberían las empresas planificar la IA como infraestructura de producto?
Considere la IA como una capa predeterminada en lugar de un experimento: planifique el tiempo de actividad, la monitorización, las integraciones y una propiedad clara. Cree rutas de datos seguras y control de acceso para que los permisos no se conviertan en un cuello de botella más adelante. Incorpore la gobernanza desde el principio (registros, evaluación y planes de reversión), especialmente cuando los resultados influyan en las decisiones. Los ganadores no solo serán "inteligentes", sino también confiables y bien integrados.
Referencias
-
Stanford HAI - Informe del índice de IA de Stanford 2025 - hai.stanford.edu
-
Pew Research Center - Los trabajadores estadounidenses están más preocupados que esperanzados por el futuro uso de la IA en el lugar de trabajo - pewresearch.org
-
Oficina del Comisionado de Información (ICO) : Guía sobre la base legal - ico.org.uk
-
Instituto Nacional de Estándares y Tecnología (NIST) - Marco de gestión de riesgos de IA 1.0 (NIST AI 100-1) - nvlpubs.nist.gov
-
Organización para la Cooperación y el Desarrollo Económicos (OCDE) - Principios de la OCDE sobre IA (Instrumento Jurídico 0449 de la OCDE) - oecd.org
-
Legislación del Reino Unido - Artículo 25 del RGPD: Protección de datos desde el diseño y por defecto - Legislación.gov.uk
-
EUR-Lex - Ley de IA de la UE: Reglamento (UE) 2024/1689 - eur-lex.europa.eu
-
Agencia Internacional de Energía (AIE) - Energía e IA (Resumen ejecutivo) - iea.org
-
arXiv - Encuesta: Agentes autónomos basados en LLM - arxiv.org
-
Harvard Online (Harvard/edX) - Fundamentos de TinyML - pll.harvard.edu
-
OpenAI - Tarjeta de sistema GPT-4o - openai.com
-
arXiv - Encuesta: Alucinaciones en los LLM - arxiv.org
-
Instituto Nacional de Estándares y Tecnología (NIST) - Marco de gestión de riesgos de IA - nist.gov
-
Instituto Nacional de Estándares y Tecnología (NIST) - Reducción de los riesgos que plantea el contenido sintético (NIST AI 100-4, IPD) - airc.nist.gov
-
Organización Internacional del Trabajo (OIT) - Documento de trabajo: IA generativa y empleo (WP140) - ilo.org
-
Instituto Nacional de Estándares y Tecnología (NIST) - Datos sintéticos diferencialmente privados - nist.gov
-
Organización para la Cooperación y el Desarrollo Económicos (OCDE) - Inteligencia artificial y la evolución de la demanda de competencias en el mercado laboral - oecd.org