04509nam a22005057a 4500 00008034 ES-MaONT 20250123012006.0 240729e20240716lu d|||fs||||i001 0 eng d 978-92-68-17675-7 1831-9424 ES-MaONT 4450 Gómez, Emilia Comisión Europea. Centro Común de Investigación 2681 Diversity in Artificial Intelligence Conferences . An analysis of indicators for gender, country and institution diversity from 2007 to 2023 / Comisión Europea. Centro Común de Investigación ; Gomez, Emilia ; Porcaro, Lorenzo ; Frau Amar, Pedro ; Vinagre, Joao JRC137550 Luxemburgo : Oficina de Publicaciones de la Unión Europea 16/07/2024 36 p. ; 1 documento PDF isbdcontent texto (visual) isbdmedia electrónico rdacarrier recurso en línea Este informe ofrece una visión general del proyecto divinAI (Diversity in Artificial Intelligence, en español, diversidad en inteligencia artificial) y proporciona un conjunto de indicadores de diversidad para siete conferencias principales sobre inteligencia artificial (IA) de 2007 a 2023: la Conferencia Conjunta Internacional sobre Inteligencia Artificial (IJCAI), la Conferencia Anual de la Asociación para el Avance de la Inteligencia Artificial (AAAI), la Conferencia Internacional sobre Aprendizaje Automático (ICML), la Conferencia de Sistemas de Procesamiento de Información Neural (NeurIPS), la Conferencia de Sistemas de Recomendación (RecSys) de la Asociación para Maquinaria Informática (ACM), la Conferencia Europea sobre Inteligencia Artificial (ECAI) y la Conferencia Europea sobre Aprendizaje Automático/Práctica del Descubrimiento de Conocimiento en Bases de Datos (ECML/PKDD). Para su elaboración se tuvieron en cuenta los datos públicos disponibles en SCOPUS como fuente para recopilar información relativa a cada artículo publicado en las actas de cada conferencia (autores, año, URL, afiliación, palabras clave y dirección de correspondencia). Los datos se procesaron para obtener de cada autor tres características relevantes para el seguimiento de la diversidad: género estimado, país de afiliación y tipo de organización. En el documento se observa que, en general, los valores del Índice de Diversidad de Conferencias (CDI) siguen siendo bajos para las conferencias seleccionadas, aunque muestran una ligera mejora temporal gracias a las iniciativas de diversidad en el campo de la IA. También se aprecian ligeras diferencias entre conferencias, siendo RecSys la que presenta indicadores de diversidad comparativos más altos, seguida de las conferencias generales de IA (IJCAI, ECAI y AAAI). Las conferencias seleccionadas sobre aprendizaje automático, NeurIPS e ICML, parecen proporcionar valores más bajos para los indicadores de diversidad. En cuanto a las diferentes dimensiones de la diversidad, la diversidad de género refleja una baja proporción de autoras en todas las conferencias consideradas, en línea con la baja presencia de mujeres en los campos tecnológicos. En términos de distribución por países, se observa una presencia notable de investigadores de la UE, EE. UU. y China en las conferencias seleccionadas, donde la presencia de autores chinos ha aumentado en los últimos años. En cuanto a las instituciones, las universidades y los centros o institutos de investigación juegan un papel central en las conferencias científicas de IA analizadas, y la presencia de la industria parece ser más notable en las conferencias de aprendizaje automático. 4348 Inteligencia Artificial 2600 Mujeres digitales 2345 Industrias 6581 Unión Europea 4015 Estados Unidos de América 4405 China IA diversidad diversidad de género diversidad geográfica brecha de género brecha digital divinAI aprendizaje automático machine learning investigación 8138 Porcaro, Lorenzo 8139 Frau Amar, Pedro 8140 Vinagre, Joao https://publications.jrc.ec.europa.eu/repository/handle/JRC137550 0 Acceso a la publicación z INF 8034 8034 0 0 0 3 1 8982 01 01 online 2024-07-29 I 0 1000020178224 2024-07-29 00:00:00 2024-07-29 INF