IMPACTO DE LAS INTELIGENCIAS ARTIFICIALES GENERATIVAS EN LA FORMACIÓN PROFESIONAL
DOI:
https://doi.org/10.63136/read1620241013pp799Resumen
Las Inteligencias Artificiales (IA) se han convertido cada vez más en parte integral de nuestra vida cotidiana. Sin embargo, la accesibilidad y la facilidad de uso de estas tecnologías han suscitado críticas severas, esto debido al incremento de actos delictivos en los últimos años gracias al uso de las IA. En el marco de este proyecto, se creó un modelo de una mujer bielorrusa de 27 años, pelirroja, con dos coletas largas, llamada Paula. El objetivo era utilizar diversas IA para recrear un personaje ficticio, utilizando Bing IA que es un generador de imágenes para crear un rostro artificial. Posteriormente, se llevó a cabo un proceso de Face Swap (Intercambio de rostros) seguido de un post-procesamiento de las imágenes para refinar el modelo. Además, se aplicó un proceso de Deep Fake (Falsificación profunda) a un video del proyecto MetaHuman desarrollado por Unreal Engine, para añadir movimiento y voz al modelo. Una vez obtenido el modelo final, se sometió a evaluación por parte de un grupo de 20 personas, tanto Ingenieros y estudiantes de Ingeniería y bachillerato para determinar si podían distinguir a una persona real o creada por IA La conclusión reveló que 15 de las 20 personas encuestadas no creían que se tratara de un modelo de IA principalmente profesionistas de 30 años en adelante, mostrando que este sector puede ser víctimas de estafas y extorciones que involucren IA.Citas
Alzubaidi, L., Zhang, J., Humaidi, A., Al-Dujalli, A., Duan, Y., Al-Shamma, O., Santamaria, J., Fadhel, M., Al-Midie, M., & Farhan, L. (2021). Review of deep learning: concepts, CNN architectures, challenges, applications, future directions. Journal of Big Data, vol. 8(53). pp. 8-9. https://journalofbigdata.springeropen.com/articles/10.1186/s40537-021-00444-8
Baker, E. (12 de marzo de 2024). Celebridades víctimas del ‘deepfake’ revelan una estafa masiva de Trump en Facebook y YouTube. Forbes. https://www.forbes.com.mx/celebridades-victimas-del-deepfake-revelan-una-estafa-masiva-de-trump-en-facebook-y-youtube/
Calderón, C. (12 de octubre de 2023). Usan imagen del youtuber MrBeast para fraudes a usuarios de YouTube y TikTok. El financiero. https://www.elfinanciero.com.mx/empresas/2023/10/12/usan-imagen-del-youtuber-mrbeast-para-fraudes-a-usuarios-de-youtube-y-tiktok/
Cardona, A. y Pineda, F. (2018). Reconocimiento de rostros en tiempo real sobre dispositivos móviles de bajo costo. Lámpsakos, núm. 20, pp. 30-39. https://www.redalyc.org/journal/6139/613964507004/html/
Denton, E., Chintala, S., Szlam, A., & Fergus, R. (2015). Deep generative image models using a Laplacian pyramid of adversarial networks. NeuruIPS Proceedings. https://papers.nips.cc/paper_files/paper/2015/hash/aa169b49b583a2b5af89203c2b78c67c-Abstract.html
Epic Games [GameSpot Trailers] (2021, February 10). Meet the MetaHumans – Trailer | Unreal Engine. [video]. YouTube. https://www.youtube.com/watch?v=HuAAdsZPLlE
Gómez, M. (Ed.). (2019). El reconocimiento de patrones y su aplicación a las señales digitales (2ª Ed.). Academia Mexicana de Computación A. C. https://amexcomp.mx/media/publicaciones/Rec-patrones-apl-senales-digitales.pdf
Hernández, J., Tolosana, R., Fierrez, J., & Morales, A. (2020). DeepFakes Detection Based on Heart Rate Estimation: Single-and Multiframe. In C. Rathgeb, R. Tolosana, R. Vera, & C. Busch (Eds.), Handbook of digital face manipulation and detection: from deepfakes to morphing attacks. Springer. https://www.researchgate.net/publication/359717566_DeepFakes_Detection_Based_on_Heart_Rate_Estimation_Single-and_Multi-frame
Hibbitts, D. (2020) Choosing a real-time performance capture system. Epic Games. https://cdn2.unrealengine.com/Unreal+Engine%2Fperformance-capture-whitepaper%2FLPC_Whitepaper_final-7f4163190d9926a15142eafcca15e8da5f4d0701.pdf
Hu, S., Li, Y., & Lyu, S. (2021, June 06-11). Exposing GAN-Generated faces using inconsistent corneal specular highlights. ICASSP 2021-2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). Toronto, ON, Canada. https://arxiv.org/abs/2009.11924
Li, Y., Chang, M., & Lyu, S. (2018). In Ictu oculi: Exposing AI generated fake videos by detecting eye blinking. ArXiv. https://arxiv.org/abs/1806.02877
Li, Y., & Lyu, S. (2018). Exposing deepfake videos by detecting face warping artifacts. arXiv preprint: 1811.00656. https://arxiv.org/abs/1811.00656
Liu, Y., Han, T., Ma, S., Zhang, J., Yang, Y., Tian, J., He, H., Li, A., He, M., Liu, Z., Wu, Z., Zhao, L., Zhu, D., Li, X., Qiang, N., Shen, D., Liu, T., & Ge, B. (2023). Summary of ChatGPT-Related research and perspective towards the future of large language models. Meta-Radiology, vol. 1(2). https://arxiv.org/abs/2304.01852
Masood, M., Nawaz, M., Mahmood, K., Javed, A., & Irtaza, A. (2021). Deepfakes generation and detection: state-of-the-art, open challenges, countermeasures, and way forward. Applied Intelligence, vol. 53, pp. 2974-4026. https://arxiv.org/abs/2103.00484
Ortega, A. (2022) El error como recurso visual y conceptual en la creación artística con inteligencias artificiales. Revista Sonda, vol. 11. https://polipapers.upv.es/index.php/sonda/article/view/18634
Pérez, M. (28 de julio de 2022). Alertan sobre modalidad de extorsión y fraude en redes sociales. El Economista. https://www.eleconomista.com.mx/politica/Alertan-sobre-modalidad-de-extorsion-y-fraude-en-redes-sociales--20220728-0032.html
Podell, D., English, Z., Lacey, K., Blattmann, A., Dockhorn, T., Muller, J., Penna, J., & Rombach, R. (2023). SDXL: Improving latent diffusion models for high-resolution image synthesis. arXiv: 2307.01952. https://arxiv.org/abs/2307.01952
Ramírez, A., Sánchez, L., Anzures, M., Sánchez, S. y Larios, M. (2020). Sistema de reconocimiento de voz basado en un método de aprendizaje supervisado y la correlación de Pearson. Pista Educativa, vol. 42(136), pp. 743-764. https://pistaseducativas.celaya.tecnm.mx/index.php/pistas/article/view/2442
Rössler, A., Cozzolino, D., Verdoliva, L., Riess, C., Thies, J., & Nießner, M. (2019). Face Forensics++: Learning to detect manipulated facial images. arXiv: 1901.08971. https://arxiv.org/abs/1901.08971
Sarker, I. (2021). Machine Learning: Real-world applications, and research directions. SN. Computer Science, vol. 2(160). https://link.springer.com/article/10.1007/s42979-021-00592-x
Seymour, M., Yuan, L., Dennis, A., & Riemer, K. (2022, January 3-7). Face it, users don´t care: affinity and trustworthiness of imperfect digital humans. 55th Hawaii International Conference on System Sciences, Hawaii. https://www.researchgate.net/publication/357739994_Face_It_Users_Don't_Care_Affinity_and_Trustworthiness_of_Imperfect_Digital_Humans
Silva, R. (6 de febrero de 2024). Cómo están robando criptomonedas con un video falso de Elon Musk. Infobae. https://www.infobae.com/tecno/2023/06/12/como-estan-robando-criptomonedas-con-un-video-falso-de-elon-musk/
Yang, X., Li, Y., & Lyu, S. (2018, May 12-17). Exposing deep fakes using inconsistent head poses. ICASSP 2019-2019 IEEE International Conference on acoustics, speech and signal processing, Brighton, UK. https://arxiv.org/abs/1811.00661
