Los algoritmos toman decisiones sobre ustedes todo el tiempo, como por ejemplo, cuánto deberían pagar por el seguro del auto o que no reciban esa entrevista de trabajo. Pero, ¿qué ocurre cuando esas máquinas están construídas con prejuicios humanos codificados en sus sistemas? La tecnóloga Kriti Sharma explora cómo la falta de diversidad en la tecnología se está filtrando en nuestra IA, y nos ofrece tres modos en los que podemos comenzar a hacer algorritmos más éticos.

Los algoritmos toman decisiones sobre ustedes todo el tiempo, como por ejemplo, cuánto deberían pagar por el seguro del auto o que no reciban esa entrevista de trabajo. Pero, ¿qué ocurre cuando esas máquinas están construídas con prejuicios humanos codificados en sus sistemas? La tecnóloga Kriti Sharma explora cómo la falta de diversidad en la tecnología se está filtrando en nuestra IA, y nos ofrece tres modos en los que podemos comenzar a hacer algorritmos más éticos.

Desde los disquetes a las memorias USB, todo método de almacenamiento de datos se vuelve obsoleto eventualmente. ¿Y si pudiéramos encontrar una forma de almacenar todos los datos del mundo para siempre? La bioinformática Dina Zielinski nos muestra la ciencia detrás de una solución que ha existido durante algunos miles de millones de años: el ADN.

Desde los disquetes a las memorias USB, todo método de almacenamiento de datos se vuelve obsoleto eventualmente. ¿Y si pudiéramos encontrar una forma de almacenar todos los datos del mundo para siempre? La bioinformática Dina Zielinski nos muestra la ciencia detrás de una solución que ha existido durante algunos miles de millones de años: el ADN.

Desde los disquetes a las memorias USB, todo método de almacenamiento de datos se vuelve obsoleto eventualmente. ¿Y si pudiéramos encontrar una forma de almacenar todos los datos del mundo para siempre? La bioinformática Dina Zielinski nos muestra la ciencia detrás de una solución que ha existido durante algunos miles de millones de años: el ADN.

Los transistores que alimentan el teléfono en tu bolsillo son inimaginablemente pequeños: puedes poner más de 3000 de ellos en todo el ancho de un cabello humano. Pero para mantenernos al día con las innovaciones en campos como el reconocimiento facial y la realidad aumentada, necesitamos incluir aún más potencia informática en nuestros chips de computadora, y nos estamos quedando sin espacio. En esta charla con visión de futuro, el desarrollador de tecnología Karl Skjonnemand introduce una forma radicalmente nueva de crear chips. "Esto podría ser el comienzo de una nueva era de fabricación molecular", dice Skjonnemand.

Roy Bahat estaba preocupado. Su empresa invierte en nuevas tecnologías como IA para hacer que los negocios sean más eficientes pero, se preguntó, ¿qué estaba haciendo la IA con las personas cuyos trabajos podrían cambiar, desaparecer o volverse menos satisfactorios? La pregunta lo envió en una odisea de investigación de dos años para descubrir qué motiva a las personas y por qué trabajamos. En esta conversación con la curadora Bryn Freedman nos comparte lo que aprendió, incluidas algunas ideas sorprendentes que darán forma a la conversación sobre el futuro de nuestros trabajos.

¿Y si pudiéramos captar la contaminación del aire que nos rodea y convertirla en algo útil? El inventor Anirudh Sharma nos cuenta como creó AIR-INK, una tinta negra hecha a partir de la contaminación por material particulado fino (MP2,5). Aprendamos cómo estos materiales basados en el carbón pueden alterar procesos anticuados en industrias como la moda, las imprentas y los embalajes, y hacer que el mundo sea un poco más limpio al mismo tiempo.

El camino hacia la habilidad en todo el mundo ha sido el mismo durante miles de años: entrenar con un experto y asumir tareas pequeñas y fáciles antes de avanzar hacia tareas más riesgosas y difíciles. Pero ahora mismo, estamos manejando la inteligencia artificial (IA) de una manera que bloquea ese camino, y sacrifica el aprendizaje en nuestra búsqueda de productividad, dice el etnógrafo organizador Matt Beane. ¿Qué se puede hacer? Beane comparte una visión que convierte la historia actual en una mentoría distribuida y mejorada por máquinas que aprovecha al máximo las increíbles capacidades de AI mientras que al mismo tiempo mejora nuestras habilidades.

El camino hacia la habilidad en todo el mundo ha sido el mismo durante miles de años: entrenar con un experto y asumir tareas pequeñas y fáciles antes de avanzar hacia tareas más riesgosas y difíciles. Pero ahora mismo, estamos manejando la inteligencia artificial (IA) de una manera que bloquea ese camino, y sacrifica el aprendizaje en nuestra búsqueda de productividad, dice el etnógrafo organizador Matt Beane. ¿Qué se puede hacer? Beane comparte una visión que convierte la historia actual en una mentoría distribuida y mejorada por máquinas que aprovecha al máximo las increíbles capacidades de AI mientras que al mismo tiempo mejora nuestras habilidades.