Impacto

El proyecto HEART-NLP está diseñado para generar un impacto significativo y multifacético, abordando los desafíos más urgentes de la Inteligencia Artificial (IA) moderna: la confianza, la ética y la sostenibilidad.

1. Impacto en la Generación de Conocimiento Científico-Técnico

El principal objetivo del proyecto es contribuir al avance de la investigación básica en Procesamiento del Lenguaje Natural (PLN) y Modelos de Lenguaje (LMs) en áreas críticas para su adopción segura y efectiva:

  • Abordaje de Desafíos Críticos de LMs: El proyecto se enfoca en resolver los desafíos actuales de los Modelos de Lenguaje, incluyendo la preservación de la privacidad, la mitigación de sesgos y alucinaciones, la garantía de la generación de conocimiento veraz y la protección contra ataques maliciosos.

  • Investigación en Confianza (Trustworthiness): Se aborda la confiabilidad desde una perspectiva holística, empezando por la calidad de los datos (veracidad, ausencia de información sensible), siguiendo por el núcleo del modelo (protección contra fugas de privacidad y ataques) y finalizando con la evaluación de la calidad y la sostenibilidad.

  • Diseño de Métricas Avanzadas: Se desarrollarán nuevas métricas para medir la calidad y la sostenibilidad de los LMs, lo que permitirá a la comunidad científica evaluar de manera más precisa el impacto ambiental y la fiabilidad de los modelos.

2. Impacto Socioeconómico

Los resultados del proyecto HEART-NLP tendrán una aplicación directa en diversos sectores, impulsando la modernización digital y la seguridad ciudadana:

  • Modelado de Contenido Digital y Seguridad Social: El proyecto tendrá un impacto social importante al modelar contenido digital que servirá como base para abordar fenómenos sociales negativos como la detección de noticias falsas, la seguridad digital y la detección del discurso de odio. A su vez, promoverá la detección de contenido positivo (hope speech) y la mejora de las habilidades de e-safety de los usuarios.

  • Impulso de la IA en Español: Los resultados impulsarán el desarrollo de la IA y el PLN en español, facilitando la creación de aplicaciones de alta calidad, modernizando el sector público y fomentando un ecosistema empresarial robusto en torno a los Modelos de Lenguaje. Esto busca posicionar a España como un referente internacional en el desarrollo de IA en español.

  • Beneficios Económicos Sectoriales:

    • Salud: Las tecnologías de modelado del lenguaje pueden identificar estados de ánimo y progreso clínico en pacientes, automatizando tareas y reduciendo costes de tratamiento.

    • Medios de Comunicación y Turismo: Las tecnologías ayudarán a los proveedores de contenido a monitorear el discurso de odio y la desinformación en grandes volúmenes de comentarios, reduciendo costes de inversión. Una mayor confianza en las plataformas impulsa una mayor inversión y retorno.

    • Gobernanza: Permite optimizar presupuestos al orientar políticas en función de las necesidades de la población, mediante el monitoreo de la opinión ciudadana.

3. Alineación con Estrategias Nacionales e Internacionales

HEART-NLP se alinea estratégicamente con los marcos de IA más importantes a nivel global, demostrando su relevancia para las políticas públicas:

Estrategias
Pilares estratégicos
Objetivos generales

Interoperabilidad y reutilización de recursos lingüísticos

  1. Modelos de lenguaje enriquecidos con conocimiento

Creación de espacios de datos abiertos y verificados

  1. Contenido de calidad

Transición digital sostenible

  1. Green AI

Reducción del impacto ambiental de las tecnologías

  1. Green AI

Uso eficiente de los recursos energéticos

  1. Green AI

Desarrollo de tecnologías de IA éticas y centradas en el ser humano

  1. Contenido de calidad

Transparencia y confianza en los sistemas de IA

  1. Modelos de lenguaje enriquecidos con conocimiento.

3. Modelos de lenguaje fiables

Promoción de soluciones con alto impacto social

  1. Contenido de calidad

Protección frente a ciberamenazas y vulnerabilidades

  1. Modelos de lenguaje fiables

Agradecimientos

Este trabajo de investigación es parte del proyecto I+D+I <<PID2024-156263OB-C22>> financiado por MICIU /AEI /10.13039/501100011033 / FEDER, UE.

Last updated