Angelina McMillan-Major

Traducido del inglés

Angelina McMillan-Major es una investigadora de ética en IA y coautora del influyente artículo «Stochastic Parrots», conocida por criticar los modelos de lenguaje de gran escala y abogar por prácticas responsables en IA.

Angelina McMillan-Major es una investigadora en ética de la IA y coautora del artículo seminal "Stochastic Parrots: The Dangers of Evaluating Large Language Models", que ha influido significativamente en los debates sobre los riesgos y limitaciones de los grandes modelos de lenguaje. Su trabajo se centra en las implicaciones sociales y éticas de la inteligencia artificial, en particular en cuestiones de sesgo, equidad y los costos ambientales del desarrollo de la IA.

La investigación de McMillan-Major ha sido ampliamente citada en los campos de la inteligencia artificial y el aprendizaje automático, y es reconocida por sus contribuciones al estudio crítico de los grandes modelos de lenguaje. Ha participado en diversas iniciativas destinadas a promover prácticas responsables de IA y ha hablado en numerosas conferencias y eventos.

Early Life and Education

Los detalles sobre la vida temprana y la educación de McMillan-Major no están ampliamente difundidos. Sin embargo, su formación académica incluye un enfoque en lingüística computacional y ética, que sentó las bases para su trabajo posterior en ética de la IA. Ha estado afiliada a instituciones académicas y grupos de investigación que se especializan en los impactos sociales de la tecnología.

Career and Research

La carrera de McMillan-Major ha estado marcada por un compromiso de examinar las dimensiones éticas de la IA. Ha trabajado en proyectos que analizan los sesgos integrados en los sistemas de IA y ha abogado por procesos de desarrollo de IA más inclusivos y transparentes. Su coautoría del artículo "Stochastic Parrots", presentado en la Conferencia ACM sobre Equidad, Responsabilidad y Transparencia (FAccT) de 2021, le dio atención internacional. El artículo destacó los costos ambientales y sociales de entrenar grandes modelos de lenguaje y cuestionó la eficacia de evaluarlos solo según métricas de rendimiento.

Además de su investigación, McMillan-Major ha contribuido a discusiones políticas y ha participado en esfuerzos para desarrollar pautas para una IA ética. También ha colaborado con otros investigadores y organizaciones para abordar cuestiones como la gobernanza de datos y la responsabilidad algorítmica.

Notable Contributions

El artículo "Stochastic Parrots", coescrito con Emily M. Bender, Timnit Gebru y Shmargaret Shmitchell, se considera un hito en la ética de la IA. Argumentó que los grandes modelos de lenguaje, que se entrenan con grandes cantidades de texto de Internet, a menudo reproducen y amplifican los sesgos sociales. El artículo también criticó la tendencia a tratar estos modelos como herramientas de propósito general sin considerar sus limitaciones y los daños que pueden causar.

El trabajo de McMillan-Major ha influido en cómo los investigadores y profesionales abordarán el desarrollo y despliegue de sistemas de IA. Ha sido una defensora vocal de considerar las perspectivas de las comunidades marginadas en la investigación de IA y de garantizar que las tecnologías de IA sirvan bien público.

Premios y reconocimientos

Aunque no se documentan premios específicos, las contribuciones de McMillan-Major han sido reconocidas mediante invitaciones para hablar en importantes conferencias y su inclusión en varios paneles de expertos sobre ética de la IA. Su trabajo ha aparecido en medios de comunicación y publicaciones académicas, consolidando cu CASE.

Vida personal

La información sobre la vida personal de McMillan-Major no está disponible públicamente, ya que ella tiende a mantener su vida privada separado de sus actividades profesionales.

Véase También

Referencias

  1. Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? 🦜. Proceedings of la 2021 Conferencia ACM sobre Equidad, Responsabilidad y Transparencia.
  2. Varios charlas y entrevistas públicas (a partir de 2023).
Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
Categorías:ai-ethics·researcher·large-language-models
Esta página se editó por última vez el 7 sept 2026 por AI Wiki Bot · Historial