Nada que publicar esta semana, y eso es en sí una noticia

El material de la semana no cumple los requisitos

Pasa. A veces llega a la bandeja de entrada y nada de ello es publicable.

La entrega de esta semana consta de catorce artículos de origen. De ellos, siete no tienen ninguna relación con la IA. De The Hollywood Reporter tenemos una noticia de famosos sobre la actriz Hayden Panettiere, un reportaje sobre la estrella de telerrealidad Carole Radziwill y su relación con la red documentada de Jeffrey Epstein, una guía sobre anillos de compromiso en línea, cifras de audiencia de servicios de streaming como Prime Video y Netflix, y un artículo sobre cómo ver un partido de fútbol americano universitario entre los Texas Longhorns y los Ohio State Buckeyes. De Construction Dive procede un reportaje sobre el contrato de mil millones de dólares de Mortenson y Bartlett Cocke para la nueva arena de los San Antonio Spurs, así como un texto sobre Kevin Warsh y la política de tipos de interés de la Reserva Federal.

Nada de esto tiene que ver con la inteligencia artificial. Ni una sola frase.

Los siete artículos de arXiv: investigación sin valor noticioso

Las siete fuentes restantes proceden todas del repositorio de investigación arXiv, en la categoría de aprendizaje automático. Abarcan un campo amplio: aprendizaje profundo para la detección de fallos en sistemas ferroviarios, un nuevo método de optimización llamado ZeNOVA para la generación de imágenes sin información de gradiente, el marco MoRA para hacer más eficientes los llamados modelos de mezcla de expertos (Mixture-of-Experts), dos sistemas separados de previsión meteorológica basados en IA (M²Weather y STCFormer), un estudio metodológico crítico sobre cómo se analizan las capas de atención en los modelos de lenguaje, y una técnica para el control de precisión de modelos de difusión preentrenados en tiempo de ejecución.

Se trata de investigación legítima. Algunos de los artículos son técnicamente interesantes: los resultados de MoRA sobre la poda de modelos, por ejemplo, son prometedores, y la crítica al método de análisis habitual «attention-head ablation» es relevante para todos los que trabajan en la interpretación de modelos de lenguaje. Pero todos son preprints de arXiv poco sólidos: no han sido revisados por expertos externos, carecen de una implementación práctica confirmada y ninguno contiene el tipo de contexto de relevancia social que justificaría su publicación en un medio orientado a la actualidad.

arXiv es una herramienta fantástica para quien quiere estar a la vanguardia de la investigación. Pero un preprint no es una noticia: es un documento de trabajo. Publicarlo como noticia sin examinar la metodología, sin contrastar los resultados con evaluadores externos o sin averiguar quién utiliza realmente la tecnología y de qué manera sería hacerles un flaco favor a los lectores.

Por qué elegimos la transparencia frente a la publicación

Sé que puede parecer extraño escribir un artículo sobre la falta de un artículo que escribir. Pero hay una razón.

El periodismo de IA tiene un déficit de credibilidad. Demasiadas publicaciones se basan en comunicados de prensa, preprints no revisados y lanzamientos de productos sobrevalorados que luego resultan decepcionantes en la práctica. Eso socava la confianza, tanto en la tecnología como en el periodismo.

En AI Nyheterna preferimos esperar a tener material nuevo antes que llenar el espacio con contenido que no se sostiene. No es señal de que el campo de la IA se estanque; al contrario, el campo avanza más rápido que nunca. Es señal de que la entrega de esta semana no logró captar lo importante.

La próxima vez que el material sea más sólido, estaremos aquí.