Esto va muy rápido. Tengo FOMO y me da un poco de ansiedad.
2 Me gusta
Vaya locura…
Yo por ahora me centro con Copilot para el curro y de vez en cuando para chatgepete
1 me gusta
Por parte del estado no se habla de la IA, no sea que mejoremos la productividad, nos demos cuenta que sobra gente en la administración y de paso mejoremos los servicios que damos a los ciudadanos.
Pero el tema regulatorio y aumentar la administración se nos sigue dando de maravilla
9 Me gusta
En línea con la UE, por cierto…
4 Me gusta
Se acaba de romper internet.
INFO [agent]
Next goal: Task is complete.
INFO [agent]Action 1/1: {“done”:{“text”:“Here is the history of dividends of Petrobras (PBR) for the last 5 years:\n\nDec 27, 2024: 0.46\nDec 13, 2024: 0.53\nAug 23, 2024: 0.39\nJun 13, 2024: 0.38\nNov 22, 2023: 0.55\nAug 22, 2023: 0.47\nJun 13, 2023: 0.76\nApr 28, 2023: 1.16\nNov 22, 2022: 1.30\nAug 12, 2022: 2.59\nMay 24, 2022: 1.47\nApr 14, 2022: 1.22\nDec 2, 2021: 1.17\nAug 17, 2021: 0.62\nApr 15, 2021: 0.29\nJul 23, 2020: 0.09”}}
INFO [agent]Result: Here is the history of dividends of Petrobras (PBR) for the last 5 years:\n\nDec 27, 2024: 0.46\nDec 13, 2024: 0.53\nAug 23, 2024: 0.39\nJun 13, 2024: 0.38\nNov 22, 2023: 0.55\nAug 22, 2023: 0.47\nJun 13, 2023: 0.76\nApr 28, 2023: 1.16\nNov 22, 2022: 1.30\nAug 12, 2022: 2.59\nMay 24, 2022: 1.47\nApr 14, 2022: 1.22\nDec 2, 2021: 1.17\nAug 17, 2021: 0.62\nApr 15, 2021: 0.29\nJul 23, 2020: 0.09
2 Me gusta
from asyncio import run
from browser_use import Agent
from langchain_ollama import ChatOllama
from dotenv import load_dotenv
from langchain_google_genai import ChatGoogleGenerativeAI
load_dotenv()
import getpass
import os
if "GOOGLE_API_KEY" not in os.environ:
os.environ["GOOGLE_API_KEY"] = os.environ["GEMINI_API_KEY"]
llm = ChatGoogleGenerativeAI(
model="gemini-2.0-flash-exp",
# model="gemini-1.5-pro-002",
temperature=0.0,
max_tokens=None,
timeout=None,
max_retries=2,
# other params...
)
# llm = ChatOllama(
# model="llama3-groq-tool-use:70b",
# #model="llama3.1:70b",
# base_url="http://127.0.0.1:11434",
# )
agent = Agent(
task="Use yahoo finance and get me the history of dividends of the company called Petrobras (PBR) for the last 5 years. On the history section, get me the date and the amount of the dividend.",
llm=llm,
)
run(agent.run())
Necesitas la api key en el env.
2 Me gusta
Seguiremos con las libretas y recortando con cutter los cartoncillos de las cajas de medicamentos. Lo que sea para que no mejore la productividad
1 me gusta
A ver, esto es lo que haría cualquier funcionario que dos dedos de frente. Si aparece la IA no tienen como justificar su trabajo.
1 me gusta
1 me gusta
1 me gusta
Más productivos pero menos proactivos.
https://bera-journals.onlinelibrary.wiley.com/doi/10.1111/bjet.13544
abstract
Con el desarrollo continuo de la innovación tecnológica y educativa, los estudiantes de hoy en día pueden obtener una variedad de apoyos de agentes como maestros, compañeros, tecnologías educativas y, recientemente, inteligencia artificial generativa como ChatGPT. En particular, ha habido un aumento del interés académico en la colaboración humano-IA y la inteligencia híbrida en el aprendizaje. El concepto de inteligencia híbrida todavía se encuentra en una etapa incipiente, y aún se desconoce cómo los estudiantes pueden beneficiarse de una relación simbiótica con varios agentes como la IA, los expertos humanos y los sistemas de aprendizaje inteligentes. El concepto emergente de inteligencia híbrida también carece de una comprensión profunda de los mecanismos y las consecuencias del aprendizaje híbrido humano-IA basado en una sólida investigación empírica. Para abordar esta brecha, realizamos un estudio experimental aleatorio y comparamos las motivaciones de los estudiantes, los procesos de aprendizaje autorregulados y el rendimiento de aprendizaje en una tarea de escritura entre diferentes grupos que tenían el apoyo de diferentes agentes, es decir, ChatGPT (también conocido como el grupo de IA), chat con un experto humano, herramientas de análisis de escritura y ninguna herramienta adicional. Se reclutaron un total de 117 estudiantes universitarios, y se recopilaron y analizaron sus datos multicanal de aprendizaje, rendimiento y motivación. Los resultados revelaron que: (1) los estudiantes que recibieron diferentes apoyos de aprendizaje no mostraron diferencias en la motivación intrínseca posterior a la tarea; (2) hubo diferencias significativas en la frecuencia y secuencias de los procesos de aprendizaje autorregulados entre los grupos; (3) el grupo ChatGPT superó en la mejora de la puntuación del ensayo, pero su ganancia de conocimiento y transferencia no fueron significativamente diferentes. Nuestra investigación encontró que en ausencia de diferencias en la motivación, los estudiantes con diferentes apoyos todavía exhibieron diferentes procesos de aprendizaje autorregulados, lo que en última instancia llevó a un rendimiento diferenciado. Lo que es particularmente digno de mención es que las tecnologías de IA como ChatGPT pueden promover la dependencia de los estudiantes de la tecnología y potencialmente desencadenar la “pereza metacognitiva”. En conclusión, comprender y aprovechar las respectivas fortalezas y debilidades de los diferentes agentes en el aprendizaje es fundamental en el campo de la futura inteligencia híbrida.
Notas del profesional
¿Qué ya se sabe sobre este tema?
La inteligencia híbrida, que combina inteligencia humana y artificial, tiene como objetivo aumentar las capacidades humanas en lugar de reemplazarlas, creando oportunidades para un aprendizaje y una colaboración de por vida más efectivos.
La IA generativa, como ChatGPT, ha demostrado potencial para mejorar el aprendizaje proporcionando retroalimentación inmediata, superando las barreras lingüísticas y facilitando experiencias educativas personalizadas.
La eficacia de la IA en contextos educativos varía, con algunos estudios destacando sus beneficios para mejorar el rendimiento académico y la motivación, mientras que otros señalan limitaciones en su capacidad para reemplazar por completo a los maestros humanos.
Lo que este documento añade
Realizamos un estudio experimental aleatorio en el entorno de laboratorio y comparamos las motivaciones de los alumnos, los procesos de aprendizaje autorregulados y el rendimiento de aprendizaje entre diferentes grupos de agentes (IA, experto humano y herramientas de lista de verificación).
Descubrimos que las tecnologías de IA como ChatGPT pueden promover la dependencia de los estudiantes de la tecnología y potencialmente desencadenar la “pereza” metacognitiva, lo que potencialmente puede dificultar su capacidad de autorregularse y participar profundamente en el aprendizaje.
También descubrimos que ChatGPT puede mejorar significativamente el rendimiento de las tareas a corto plazo, pero puede que no aumente la motivación intrínseca y la ganancia y transferencia de conocimientos.
Implicaciones para la práctica y/o la política
Al usar la IA en el aprendizaje, los estudiantes deben centrarse en profundizar su comprensión del conocimiento y participar activamente en procesos metacognitivos como la evaluación, el monitoreo y la orientación, en lugar de seguir ciegamente los comentarios de ChatGPT únicamente para completar las tareas de manera eficiente.
Al usar la IA en la enseñanza, los maestros deben pensar en qué tareas son adecuadas para que los estudiantes completen con la ayuda de la IA, prestar atención a estimular las motivaciones intrínsecas de los estudiantes y desarrollar andamios para ayudar a los estudiantes en el aprendizaje activo.
El investigador debería diseñar estudios multitarea y de contexto cruzado en el futuro para profundizar nuestra comprensión de cómo los estudiantes podrían aprender, regular, colaborar y evolucionar de manera ética y efectiva con la IA.
Será lo que dice Rallo y que nuestra capacidad intelectual no nos permite ver lo que está por llegar. La verdad que lo escucho y me suena casi a ciencia ficción.
1 me gusta
1 me gusta
Mola. Seria el equivalente de una IA funcionaria?
Sobre este asunto, el ingeniero Ramón Medrano Llamas, de Google, brindó su punto de vista a través de su cuenta de X (Twitter). “Los modelos [por Alia] son bien malos, pero una nota: que usen el tokenizer de Llama no implica que sean un fine tune . De hecho, si fueran un fine tune con 17B tokens buenos, los resultados serían mucho mejores y a 1/100 de coste. Es lo que hizo Francia, por cierto”, publicó.
El Gobierno nunca decepciona.
1 me gusta
Pues esa IA muy lista no es porque no puede tener más peso en el MSCI World que en el S&P500…
Efectivamente.
Y ese un grave problema de la IA que al final si no te puedes fiar…
Bueno, aun estaba flipando con la IA china y he empezado a probar Perplexity, buscador con IA, que encima si estás con Movistar te dan 12 meses de PRO y va bastante bien, la verdad. No se si Google debería hacer ESO mismo. Pero ya, que va perdiendo cuota. Y la llevo en cartera 
1 me gusta
Te fías, ea pues eso…
1 me gusta