Meet the ‘neutral fermion’.
Leer más
It’s not just about the Goldilocks zone.
There’s something incredibly unique about their life cycle.
Two gorillas at San Diego Zoo have tested positive.
Cuando se practica ejercicio intenso al aire libre, incluso en la escarcha o la nieve, los depósitos de grasa se disuelven más rápido que en el gimnasio.
Los artÃculos de Wikipedia en inglés están un poco más sesgados polÃticamente que los artÃculos de la Enciclopedia Británica, y la mayor parte de este sesgo es a favor de puntos de vista demócratas. Es decir, que en casi todos los casos, Wikipedia se inclina más hacia la izquierda que Britannica.
El sesgo desaparece a medida que se realizan más ediciones. Algo a tener muy en cuenta después de haber asistido a esa suerte de performance granguiñolesca que fue el asalto del Capitolio.
Información objetiva / subjetiva
Uno de los mayores problemas de las enciclopedias es el de presentar de forma objetiva el conocimiento que involucra información subjetiva, no verificable o controvertida. Incluso los temas de hoy en dÃa como la inmigración, el control de armas, el aborto y la polÃtica exterior están abiertos a un debate ferviente según quién esté opinando.
Utilizando datos de Encyclopædia Britannica, escrita por expertos, y Wikipedia, una enciclopedia producida por una comunidad online, en un estudio se comparó la inclinación y el sesgo de pares de artÃculos sobre temas idénticos de la polÃtica estadounidense.
La medida de inclinación es menor (más) que cero cuando un artÃculo se inclina hacia los puntos de vista demócratas (republicanos), mientras que el sesgo es el valor absoluto de la inclinación.
Lo que se halló es que los artÃculos de Wikipedia están más inclinados hacia los puntos de vista demócratas que los artÃculos de Britannica, y también están más sesgados. Con todo, quizás el hallazgo más interesante de la investigación es que cuantas más veces se revisa un artÃculo en Wikipedia, es probable que muestre menos sesgo.
Sin embargo, el número de revisiones necesarias para comenzar a mostrar este efecto es bastante grande (al menos 2000 ediciones) y los artÃculos más leÃdos por los usuarios no son necesariamente los más revisados ​​por los editores.
Estos resultados resaltan los pros y los contras de cada modelo de producción de conocimiento, ayudan a identificar el alcance de la generalización empÃrica de estudios previos que comparan la calidad de la información de los dos modelos de producción y ofrecen implicaciones para las organizaciones que gestionan la producción de conocimiento basada en la multitud.
Si Wikipedia desea mejorar su objetividad, según advierten los autores del estudio, se recomienda que anime a los editores a revisar primero las historias más leÃdas, asà como que anime a las personas con diferentes inclinaciones polÃticas a editar el mismo artÃculo. Solo asÃ, quizá, difuminaremos un poco la cada vez más opaca frontera entre demócratas y republicanos:
–
La noticia
Wikipedia está un poco más sesgada polÃticamente que la Enciclopedia Británica (en favor de los demócratas)
fue publicada originalmente en
Xataka Ciencia
por
Sergio Parra
.
Según un estudio realizado por investigadores del Instituto de PsiquiatrÃa Max Planck, dirigido por Nikolaos Koutsouleris, una combinación de inteligencia humana y artificial optimiza la predicción de problemas de salud mental, incluida la psicosis.
En el estudio se combinaron evaluaciones psiquiátricas con modelos de aprendizaje automático que analizan datos clÃnicos y biológicos.
Predicciones del curso de la enfermedad
Si bien los psiquiatras pueden realizar predicciones muy precisas sobre los resultados positivos de la enfermedad mental, pueden llegar subestimar la frecuencia de casos adversos que conducen a recaÃdas.
Por ello, el reconocimiento de patrones algorÃtmicos ayuda a los médicos a predecir mejor el curso de la enfermedad.
Los resultados del estudio muestran que es la combinación de inteligencia artificial y humana lo que optimiza la predicción de enfermedades mentales, y no solamente una o la otra. Con el algoritmo, pues, los médicos pueden identificar en una etapa temprana a los pacientes que necesitan una intervención terapéutica y a los que no. Según explica Koutsouleris:
Este algoritmo nos permite mejorar la prevención de la psicosis, especialmente en pacientes jóvenes con alto riesgo o con depresión emergente, e intervenir de una manera más especÃfica y oportuna.
Por consiguiente, el algoritmo no reemplaza el tratamiento realizado por profesionales médicos; más bien, ayuda a la toma de decisiones y proporciona recomendaciones sobre si se deben realizar más exámenes de forma individual.
Los resultados de nuestro estudio podrÃan ayudar a impulsar un proceso recÃproco e interactivo de validación clÃnica y mejorar las herramientas de pronóstico en los servicios de detección del mundo real.
Norman Bates lo celebrarÃa.
–
La noticia
Este algoritmo sirve para predecir si vas a sufrir psicosis (si se mezcla con inteligencia humana)
fue publicada originalmente en
Xataka Ciencia
por
Sergio Parra
.