Press Unbiased : Identificación, análisis y reducción de sesgo en noticias de feminicidio a partir del estado del arte de los LLMs (Large Language Models)
Loading...
Date
2024
Publisher
Universidad ORT Uruguay
DOI
ISSN
ISBN
Abstract
El presente trabajo final aborda la problemática de sesgo de género en la cobertura mediática y cómo los medios de comunicación inciden en la construcción de la percepción pública siendo un vehículo para perpetuar estereotipos y sesgos de género. A continuación se presenta el concepto de los Modelos de Lenguaje de Gran Tamaño y su potencial aplicación en el análisis de noticias de sesgo de género. Se exponen los desafíos y estrategias de mitigación. La utilización de un enfoque iterativo incremental a lo largo de las investigaciones que involucran: el proceso de consolidación de reglas de sesgo a partir de las publicaciones actuales, la evolución de prompts para la reescritura de noticias utilizando como base la lista de reglas de sesgo, la creación de una lista inédita para la identificación de sesgo así como el correspondiente refinamiento del prompt, la evaluación y comparación de la capacidad de identificación de sesgo (sin la facilitación de una lista de soporte) entre los modelos seleccionados así como la definición de una lista con frases con sesgo a partir del conocimiento presente en los modelos LLMs.
En
Thesis note
Trabajo final (Master). Universidad ORT Uruguay, Facultad de Ingeniería
Thesis degree name
Master en Big Data
133 p. diagrs.,maps., grafs.
Notes
Incluye bibliografía y anexos.
Subject
PROYECTOS-MD, APRENDIZAJE AUTOMÁTICO, INTELIGENCIA ARTIFICIAL, FEMINICIDIO, NOTICIAS PERIODÍSTICAS, MODELOS DE LENGUAJE GRANDE, SESGO
Type
Trabajo final de carrera
Access the full text
Citation
Pereira Garbayo, G. J. & Cerrutti Olmedo, M. D. (2024). Press Unbiased: Identificación, análisis y reducción de sesgo en noticias de feminicidio a partir del estado del arte de los LLMs (Large Language Models) (Trabajo final) Universidad ORT Uruguay, Facultad de Ingeniería. Recuperado de https://rad.ort.edu.uy/handle/20.500.11968/7031