Signal.
Demostraciones de producto, novedades y notas del trabajo: lo último de validant.ai, en orden.
InvestigaciónAbrir para leerEl problema de la confianza que nadie quiere nombrar
Todo el mundo está invirtiendo en IA; casi nadie puede decir qué ha obtenido a cambio. Un nuevo artículo, galardonado con el Best Paper Award en la IEEE Swiss Conference on Data Science and AI, da nombre a esa brecha y demuestra que se trata de un problema de confianza con disfraz técnico: siete mecanismos, una arquitectura de cuatro capas, un iceberg bajo la superficie y cinco principios de diseño para cerrarla.
Leer
InvestigaciónAbrir para leerCuando un modelo se convierte en munición
Un modelo de IA de frontera fue desconectado en todo el mundo por una sola carta gubernamental. Una lectura del cierre de junio de 2026 a través de la imagen del problema de los tres cuerpos de la confianza digital: cómo el interruptor de apagado dejó de ser una metáfora, por qué el laboratorio más gobernable fue el gobernado con menos cuidado de todos y lo que la dependencia de un único proveedor y una única jurisdicción le cuesta ahora a un consejo de administración.
Leer
InvestigaciónAbrir para leerLos agentes actuarán por nosotros. ¿Quién responde por ellos?
Cuando los agentes empiecen a actuar en nuestro nombre, la confianza se desplazará de los resultados a los actores. Leemos el argumento de Michael Casey a favor de la prueba de control junto con nuestro modelo de los tres cuerpos de la confianza digital: dónde la comodidad atrae sigilosamente la autoridad hacia unas pocas plataformas globales, cómo responde validant.ai a ello y una beta cerrada para la validación científica que se abrirá en el tercer trimestre de 2026.
Leer
InvestigaciónAbrir para leerLa confianza digital es una órbita, no un pilar
La confianza no es un pilar más que añadir. Es la órbita que tres cuerpos trazan juntos: el modelo, la persona y la organización. Por qué el problema de los tres cuerpos es la metáfora más honesta para una IA fiable y cómo saber en qué punto de la órbita se encuentra.
Leer
EventosAbrir para leerDos perspectivas de una misma decisión: IA fiable y explicable en la práctica en la HSLU
Apuntes de un curso de especialización en Lucerna sobre IA fiable y explicable, y lo que confirma sobre el enfoque de Validant.ai.
Leer
EstudiosAbrir para leerLa pregunta equivocada, planteada a gran escala
Un estudio de referencia sobre 4 millones de solicitudes de empleo muestra cómo las herramientas de contratación con IA ocultan sus sesgos, por qué un rechazo puede convertirse en un rechazo en todas partes y por qué la evaluación independiente a nivel de puesto ya no es opcional.
Leer
EventosAbrir para leerNingún sistema ha sido nunca justo
Lo que aprendimos sobre la Fairness en la IA en el Trustworthy AI Circle, a partir de cuatro sesiones de grupo, la demostración de una herramienta de Fairness y más de 50 años de experiencia colectiva.
Leer
NovedadesVer la vista previaDos nuevos vídeos de demostración: vea cómo Pulse ejecuta una auditoría y los Módulos que hay detrás de cada veredicto
Hemos grabado la plataforma en acción: una auditoría de Fairness completa de principio a fin y la profundidad que hay detrás de cada resultado.
Ver y leer
InvestigaciónAbrir para leerEl sesgo es la base
Por qué toda afirmación de Fairness comienza con un diagnóstico de sesgos y por qué omitirlo invalida todo el proceso posterior.
Leer
ProductoAbrir para leerUn vistazo a Trust Signal: el boletín semanal que nuestro equipo de IA escribe por sí mismo
Cada martes, un equipo de IA de ocho agentes explora, puntúa y redacta la actualidad semanal sobre la confianza y la Fairness en la IA. Así es como funciona y cómo puede recibirlo.
Leer