Los científicos de la computación utilizan la IA para identificar aplicaciones riesgosas
Los científicos de la computación usan IA para detectar aplicaciones riesgosas
.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }
![El Proyecto Peligro de Aplicaciones es un sitio web buscable que brinda orientación sobre la seguridad de las aplicaciones de redes sociales. ¶ Crédito: Tony Luong / The New York Times](https://cacm.acm.org/system/assets/0004/6137/081523_NYT_App-Danger-Project.large.jpg?1692206360&1692206360)
Un modelo computacional que utiliza inteligencia artificial (IA) para evaluar las reseñas de los clientes sobre aplicaciones de redes sociales en busca de indicadores contextuales de su seguridad ha sido desarrollado por Brian Levine de la Universidad de Massachusetts Amherst y una docena de científicos de la computación.
Los investigadores construyeron el sitio web del Proyecto Peligro de Aplicaciones para brindar orientación sobre la seguridad de las aplicaciones, contando las reseñas de los usuarios sobre depredadores sexuales y evaluando las aplicaciones con reseñas negativas. El proyecto informó que encontró un número considerable de reseñas que sugerían que la aplicación Hoop no era segura para los niños, con 176 de las 32,000 reseñas desde 2019 que incluían informes de abuso sexual.
Levine prevé que este recurso gratuito complemente a Common Sense Media y otros servicios que verifican la adecuación de las aplicaciones para niños identificando aquellas que no controlan suficientemente a los usuarios.
- ChatGPT responde incorrectamente a más de la mitad de las preguntas de ingeniería de software
- Centros de datos en riesgo debido a fallas en el software de gestión de energía
- IA y Creación de Contenido Un Nuevo Horizonte en la Innovación Digital
Del artículo completo de The New York Times – Puede requerir una suscripción paga
Derechos de autor de los resúmenes © 2023 SmithBucklin, Washington, D.C., EE. UU.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Cómo ganar dinero con X / Twitter
- ¿Qué es MLOps?’ El resultado de la traducción es
- Stability AI presenta StableChat una vista previa de investigación de un asistente de IA conversacional similar a ChatGPT o Claude.
- Microsoft presenta Azure ChatGPT una versión privada de ChatGPT diseñada para la empresa
- Google Chrome ahora muestra resúmenes de artículos impulsados por IA para una lectura sin esfuerzo
- Conoce a Cheetor Un modelo de lenguaje multimodal basado en Transformer (MLLMs) que puede manejar eficazmente una amplia variedad de instrucciones de visión-lenguaje entrelazadas y logra un rendimiento de vanguardia sin necesidad de entrenamiento previo.
- Conoce 3D-VisTA Un Transformer pre-entrenado para alineación de visión 3D y texto que puede adaptarse fácilmente a diversas tareas posteriores.