<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>It’s (Getting) Personal: How Advanced AI Systems Are Personalized</title>
  </titleInfo>
  <name type="corporate">
    <namePart>Center for Democracy and Technology</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <name type="personal">
    <namePart>Sampson, Princess</namePart>
  </name>
  <name type="personal">
    <namePart>Bogen, Miranda</namePart>
  </name>
  <typeOfResource>text</typeOfResource>
  <genre authority="marc">technical report</genre>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">-us</placeTerm>
    </place>
    <place>
      <placeTerm type="text">Washington, DC</placeTerm>
    </place>
    <publisher>: Center for Democracy and Technology</publisher>
    <dateIssued>,2025</dateIssued>
    <dateIssued encoding="marc">2025</dateIssued>
    <issuance>monographic</issuance>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">eng</languageTerm>
  </language>
  <physicalDescription>
    <form authority="marcform">electronic</form>
    <extent>11 páginas ; 1 documento PDF</extent>
  </physicalDescription>
  <abstract>It’s (Getting) Personal: How Advanced AI Systems Are Personalized examina la evolución de los sistemas de inteligencia artificial hacia modelos altamente personalizados. El documento se centra en cómo estas tecnologías adaptan sus respuestas y comportamientos a partir de la interacción continua con cada persona usuaria, con el objetivo de ofrecer experiencias más útiles y relevantes.

Durante el análisis se detallan distintas técnicas de personalización, como la incorporación de información contextual, el uso de historiales de conversación, la activación de configuraciones específicas y la creación de memorias digitales persistentes. Estas prácticas permiten a los modelos ajustar dinámicamente sus recomendaciones, respuestas o acciones, generando una relación más fluida entre personas y sistemas automatizados.

El informe alerta sobre los desafíos éticos y sociales asociados, especialmente en relación con la privacidad, la autonomía personal y el riesgo de manipulación conductual. Propone incorporar garantías normativas y principios de transparencia para asegurar que la personalización de la IA beneficie a la ciudadanía sin comprometer sus derechos digitales ni generar dependencias no deseadas.</abstract>
  <note type="statement of responsibility">/ Center for Democracy and Technology ; Princess Sampson ; Miranda Bogen</note>
  <subject>
    <topic>Derechos digitales</topic>
  </subject>
  <subject>
    <topic>Economía del Dato e IA</topic>
  </subject>
  <subject>
    <topic>Década digital</topic>
  </subject>
  <identifier type="uri">https://cdt.org/wp-content/uploads/2025/05/CDT-AI-Personalization-Brief-May-2025.pdf</identifier>
  <location>
    <url displayLabel="Acceso a publicación">https://cdt.org/wp-content/uploads/2025/05/CDT-AI-Personalization-Brief-May-2025.pdf</url>
  </location>
  <recordInfo>
    <recordContentSource authority="marcorg">ES-MaONT</recordContentSource>
    <recordCreationDate encoding="marc">250611</recordCreationDate>
    <recordChangeDate encoding="iso8601">20250613135320.0</recordChangeDate>
    <recordIdentifier source="ES-MaONT">00008368</recordIdentifier>
  </recordInfo>
</mods>
