Frente a este tema, Kraft-Buchman (2021) afirma que "en 2017, un grupo de investigadores descubrió que dos importantes colecciones de imágenes de investigación, incluida una respaldada por Microsoft y Facebook, muestran un sesgo de género predecible en su representación de actividades como cocinar y deportes. Por ejemplo, las imágenes de compras y lavado están vinculadas a las mujeres, mientras que las de entrenamiento y tiro están vinculadas a los hombres. De manera similar, los objetos de cocina, como cucharas y tenedores, están fuertemente asociados con las mujeres, mientras que el equipo deportivo para exteriores, como tablas de snowboard y raquetas de tenis, están fuertemente asociados con los hombres" (párr. 16).

Reconocer el ecosistema diverso involucrado en la producción de datos y su uso, y considerar los roles de los diferentes actores en el mantenimiento o desafío de las brechas de datos de género, en particular, el papel de la sociedad civil en la movilización para el cambio y las formas de trabajar con los ministerios gubernamentales para construir esfuerzos de cambio colaborativos.

Hacer uso de las diversas herramientas disponibles y necesarias para implementar el cambio social hacia una IA feminista, considerando en particular la dinámica entre las estrategias coercitivas internas y externas, que son fundamentales para abordar la barrera de alta autoridad de la tecnología y su arraigo en nuestra vida diaria.

Realizar investigaciones sobre "puntos brillantes": ejemplos en los que los actores feministas han tenido éxito en cerrar las brechas de datos de género, lograr el uso de datos de género y construir una IA más feminista.

Realizar una investigación colaborativa interdisciplinaria que reúna diversas perspectivas y fortalezas que no suelen estar en discusión, como científicos de datos y desarrolladores de tecnología, científicos sociales con experiencia en teoría de género, organizaciones de defensa feminista y organizadores comunitarios de base.

Seguir ampliando los límites de los debates actuales sobre qué es la IA feminista e identificar y movilizarse en torno a una plataforma de políticas de IA feminista que incluya prácticas informales y reglas formales, así como los diferentes niveles de cambio necesarios tanto a nivel individual como sistémico.

Promover la participación pública y comunitaria efectiva

Invertir en el desarrollo de capacidades entre los grupos marginados

Legislar los derechos de participación pública ex ante

Proteger los datos colectivos y los derechos de la IA

Varias de las características propuestas por Tsing (Citation2009) resuenan con el capitalismo de la cadena de suministro de la IA en la actualidad. Sin embargo, la principal diferencia es que las empresas capitalistas dentro de la economía política de la IA están acumulando más capital en 2024 que Wal-Mart o Nike en 2009. Por lo tanto, es relevante comprender mejor la línea de producción capitalista de la IA.

El capitalismo de la cadena de suministro ofrece un marco teórico para tener en cuenta la línea de producción de la IA y su infraestructura, desde las minas hasta los desechos electrónicos, y dar cuenta de las asimetrías geográficas y las luchas ambientales que podrían no ser evidentes.

Un examen más detallado del capitalismo de la cadena de suministro de la IA revela daños ambientales como las luchas por el agua, que no se han considerado anteriormente en la literatura sobre daños y resistencia algorítmica.

Este artículo muestra que las luchas controvertidas surgen al investigar puntos específicos en las cadenas de suministro de la IA.

El caso de Maconí muestra que, si bien la industria de los centros de datos está explotando los recursos hídricos para enfriar su infraestructura digital, las personas en áreas rurales e indígenas no tienen acceso al agua. Juan, el hombre de mediana edad citado al comienzo de este artículo, vive actualmente en Maconí y todavía camina al menos ocho horas para recolectar agua para su vida diaria.

Este artículo es un llamado a investigar el impacto infraestructural de la IA desde una perspectiva crítica y ambiental y abrir una crítica hacia la creciente industria de la IA para que podamos construir un mundo de muchos mundos donde quepamos todos (Blaser, Citation2018).

La inteligencia artificial (IA) está entretejida en una cadena de suministro de capital, materias primas y trabajo humano que ha sido descuidada en los debates críticos.

Dado el auge actual de la IA generativa, que se estima que impulsará la extracción de recursos naturales como minerales, combustibles fósiles o agua, es vital investigar toda su línea de producción desde una perspectiva infraestructural crítica.

Basándose en el capitalismo de la cadena de suministro, un concepto acuñado por Anna L. Tsing en 2009, este artículo contribuye a los estudios críticos de la IA al investigar la estructura de las cadenas de suministro de IA, teniendo en cuenta la industria minera, electrónica, digital y de desechos electrónicos.

Este artículo ilustra cómo el capitalismo de la cadena de suministro de la IA está precipitando asimetrías geográficas conectadas con luchas controvertidas en México al centrarse en un elemento clave de estas cadenas: los centros de datos.

En tiempos de emergencia climática, este artículo llama a reconsiderar los daños y la resistencia algorítmica mediante la investigación de toda la línea de producción capitalista de la industria de la IA desde una perspectiva crítica y ambiental.

Puntos de acción

Emplear métodos participativos e inclusivos para desarrollar mecanismos de seguimiento y evaluación ex ante y ex post para evaluar y mitigar el sesgo en los sistemas y procesos de IA.

Realizar auditorías de los sistemas de IA para detectar y abordar la discriminación directa e indirecta que afecta especialmente a las comunidades marginadas.

Asegurarse de que los sistemas de IA se sometan a pruebas rigurosas para detectar sesgos y que se los controle de forma continua y sistemática para detectar resultados discriminatorios.

Puntos de acción

Desarrollar protocolos claros que aseguren que las decisiones e intervenciones cumplan con los criterios de legitimidad, necesidad y proporcionalidad, a fin de garantizar la protección de los derechos y libertades de terceros cuando pueda haber conflictos de intereses entre las partes interesadas (lo que puede dar lugar a impactos desproporcionados en un grupo o grupos en comparación con otro grupo o grupos de personas).

Garantizar que existan marcos jurídicos suficientes (tanto nacionales como internacionales) para proteger y brindar reparación a las personas afectadas por la IA.

Permitir que las personas afectadas por sistemas de IA busquen soluciones sin temor a represalias.

Desarrollar estrategias para garantizar que el público en general sea consciente de los riesgos y oportunidades relacionados con la IA, y de los mecanismos disponibles para identificar cuándo el uso o la aplicación de la IA puede haber resultado en una violación de sus derechos.

Puntos de acción

Implementar medidas de codiseño que involucren a las comunidades marginadas y otros stakeholders relevantes a lo largo del ciclo de vida de la IA.

Involucrar a las comunidades marginadas en la identificación de problemas, la formulación de problemas, el diseño y la toma de decisiones en materia de gobernanza de la IA.

Integrar perspectivas diversas en el diseño y desarrollo de la IA para evitar sesgos sistémicos y resultados discriminatorios.

Asegúrese de que los procesos de información y consulta sean accesibles e inclusivos para los grupos marginados. Crear y distribuir materiales de fácil lectura con antelación para garantizar que las personas sin educación formal o conocimientos de inteligencia artificial puedan comprender los temas clave. Evitar la jerga técnica cuando sea suficiente con un lenguaje sencillo.

Incorporar principios de diseño inclusivos y transformadores y metodologías participativas en las estrategias nacionales o regionales de IA para garantizar que los sistemas de IA respeten la autonomía, la dignidad y los valores culturales de los grupos marginados.

Aplicar políticas de protección, incluidos mecanismos para denunciar casos de discriminación, situaciones de violencia y otras situaciones que dificulten la participación de las mujeres y otros grupos marginados en el lugar de trabajo en igualdad de condiciones con los demás. Garantizar el acceso a estos mecanismos para permitir la denuncia y la reparación de agravios.

Puntos de acción

Asignar un presupuesto para los costos de participación. Incluir líneas presupuestarias específicas para cubrir los costos de participación de representantes de grupos marginados, como compensación por su tiempo y experiencia, y adaptaciones razonables para garantizar la accesibilidad (por ejemplo, intérpretes de lengua de señas, intérpretes guía para personas sordociegas, intérpretes de lenguas indígenas).

Al facilitar la participación, considera las dinámicas de poder específicas del contexto, incluyendo género, expresión de género, edad, raza, clase, cultura, identidad, habilidades y lenguaje, para garantizar una inclusión efectiva. Además, crea incentivos que motiven a los actores privados a involucrarse activamente en el diseño, desarrollo y gobernanza de sistemas de IA inclusivos.

Resultados esperados con metas claras

Puntos de acción

Incluir a grupos marginados, alineándolos con recomendaciones de políticas transformadoras de igualdad de género y diversidad.

Traducir estos objetivos en planes de acción detallados que incorporen responsabilidades, indicadores de monitoreo, presupuestos y directrices, asegurando la evaluación de políticas institucionales para identificar mejoras.

Definir hitos y métricas claras para medir el progreso, considerando la sostenibilidad y relevancia de las soluciones para prevenir y abordar daños relacionados con la IA.

Identificar las principales causas de exclusión de grupos marginados y cómo la IA puede amplificarlas, analizando el contexto social, económico, político, histórico y cultural, así como los marcos legales y normativos relevantes para proteger los derechos en riesgo.

Pour les images et les vidéos, je ne suis pas vraiment d'accord avec ce point de vue. Dans l'environnement actuel d'Internet, la vitesse de diffusion des images et des vidéos est supérieure à celle des textes. Dans ce cas, une grande quantité d'images et de vidéos générées (de plus en plus réalistes) est produite rapidement à faible coût, ce qui non seulement augmente le coût de discernement de l'information et rend la vérification des faits plus difficile, mais complique également la confiance des gens envers certaines choses non conventionnelles (même si elles sont réelles). D'ailleurs, les algorithmes des plateformes ont tendance à privilégier la mise en avant des contenus récemment publiés. Par conséquent, même un contenu produit en grande quantité (mais peut-être de moindre qualité) peut bénéficier d'une plus grande opportunité de diffusion en raison des algorithmes.

The great technological promise of this century depends largely on algorithms that need millions of labeled training data to learn, recognize, and categorize information.

.

La IA es una superpotencia que no debe concentrarse en las manos de unos pocos ni debe ser moldeada por un grupo exclusivo, orientado únicamente por el lucro, la seguridad nacional o fines militares. Debería utilizarse para abordar los mayores problemas de la sociedad, incluidas las desigualdades sociales en torno al género, la raza, las injusticias económicas y el cambio climático.

Los humanos son mucho más complejos que el software de IA.

La motivación para el aprendizaje en IA es muy simple: se obtiene una recompensa por la asociación correcta de características con etiquetas. Los humanos, por otro lado, están impulsados ​​por una multitud de factores sociológicos y psicológicos.

La IA es más propensa a sesgos implícitos, mientras que los humanos son propensos tanto a sesgos implícitos como explícitos. Por lo tanto, la mayoría de los sesgos cognitivos, como el sesgo de confirmación, el sesgo inconsciente, el sesgo de endogrupo, etc., no se pueden utilizar para determinar el sesgo social en la IA, como se hace en sujetos humanos. Las pruebas estándar para determinar sesgos cognitivos en humanos, como la prueba de reflexión cognitiva, no se pueden utilizar para la IA.

Como en la sociedad humana hay sesgos, también los hay en la IA. Las redes neuronales profundas (DNN), que hacen que la mayoría de las aplicaciones sorprendentes de la IA cobren vida, como la voz incorpórea de Siri (feminizada) de Apple y el cerebro autónomo del último explorador de Marte de la NASA, son en realidad representaciones matemáticas del cerebro humano.

Résumé de la vidéo 00:00:00 - 00:33:59 : La vidéo intitulée "L'IA générative et la création de contenus culturels et médiatiques" présente un séminaire sur l'impact de l'intelligence artificielle (IA) générative dans les domaines culturels et médiatiques. Les intervenants, experts dans leurs domaines respectifs, discutent des implications juridiques, technologiques et créatives de l'IA générative. Ils explorent comment l'IA transforme la création de contenu et les défis associés, notamment en matière de droits d'auteur et de propriété intellectuelle.

Points forts: + [00:00:00][^1^][1] Introduction au séminaire * Présentation des organisateurs et du thème de l'IA générative * Importance de l'IA dans les industries culturelles et créatives + [00:10:17][^2^][2] Impact de l'IA sur la création de contenu * Discussion sur la génération de contenu par l'IA et ses défis juridiques * Examen des perturbations potentielles dans les marchés créatifs + [00:12:01][^3^][3] Présentation de Giancarlo Frosio * Analyse des litiges concernant l'IA générative et le droit d'auteur * Exploration de la diffusion et de la perturbation du marché créatif par l'IA

Résumé de la vidéo 00:34:02 - 01:12:21 : La deuxième partie de la vidéo se concentre sur les implications juridiques de l'intelligence artificielle (IA) générative dans la création de contenus culturels et médiatiques. L'orateur discute des défis posés par l'IA en matière de droit d'auteur, notamment la question de savoir si les œuvres générées par l'IA peuvent être protégées et la responsabilité en cas de violation du droit d'auteur. Il explore également les différences entre les juridictions, comme les États-Unis, l'Europe et la Chine, en ce qui concerne la protection des œuvres générées par l'IA.

Points forts: + [00:34:02][^1^][1] Droit d'auteur et IA * Différences entre les juridictions sur la protection des œuvres d'IA * Cas de jurisprudence et doctrine du fair use aux États-Unis * Débat sur la personnalité juridique des machines + [00:50:32][^2^][2] Originalité et IA * Discussion sur l'originalité et la créativité algorithmique * Question de savoir si l'IA peut être considérée comme un auteur * Impact de l'IA sur l'homogénéisation culturelle + [01:02:24][^3^][3] Marché de la créativité et IA * Considérations sur le marché de la créativité face à l'IA * Proposition de licences obligatoires pour l'utilisation d'œuvres protégées * Réflexion sur la redistribution de la valeur générée par l'IA

Résumé de la vidéo 01:12:24 - 01:40:53 : La troisième partie de la vidéo se penche sur les questions juridiques et éthiques soulevées par l'intelligence artificielle générative dans la création de contenus culturels et médiatiques. Elle explore les implications du droit d'auteur, la responsabilité en cas de violation, et la distinction entre les contributions humaines et celles de l'IA. La vidéo met en lumière les défis posés par l'IA dans le respect des droits d'auteur et la nécessité d'une éthique dans l'utilisation de l'IA générative.

Points forts: + [01:12:24][^1^][1] Droit d'auteur et IA générative * Débat sur la responsabilité en cas de contenu similaire à une œuvre protégée * Question de la responsabilité secondaire de l'utilisateur ou de la plateforme + [01:17:02][^2^][2] L'impact de l'IA sur la création artistique * Discussion sur l'apocalypse artistique annoncée et la réponse de l'esthétique artificielle * Réflexion sur l'intégration de l'IA dans les démarches esthétiques + [01:38:10][^3^][3] Éthique de l'IA générative dans les médias * Présentation sur la formation d'un écosystème médiatique éthique avec l'IA * Importance de servir l'intérêt public dans l'utilisation de l'IA

Résumé de la vidéo 01:40:55 - 02:04:02 : La quatrième partie de la vidéo se concentre sur l'éthique de l'intelligence artificielle (IA) générative dans les médias. L'intervenante, Chloé, explore les opportunités et les risques associés à l'utilisation de l'IA dans le journalisme, en mettant l'accent sur la nécessité d'une approche éthique et transparente. Elle présente des exemples concrets d'utilisation de l'IA pour la traduction, le résumé automatique et l'enrichissement de l'information, tout en soulignant l'importance du rôle humain dans la supervision de ces outils.

Points forts: + [01:40:55][^1^][1] L'éthique dans l'utilisation de l'IA * Responsabilité dans la communication de l'utilisation de l'IA * Importance de l'éthique pour guider l'utilisation de l'IA dans les médias + [01:42:02][^2^][2] Exemples d'utilisation de l'IA dans les médias * Traduction des nouvelles pour les réfugiés ukrainiens * Édition en anglais du journal Le Monde grâce à l'IA + [01:45:32][^3^][3] Innovation dans la structure de l'information * Création d'histoires fractales pour la mise à jour automatique de l'information * Utilisation de l'IA pour réorganiser la structure des articles de presse + [01:47:21][^4^][4] Risques et défis de l'IA générative * Risque de mésinformation et désinformation * Importance de la vérification humaine et de la transparence

Résumé de la vidéo 02:04:04 - 02:26:14 : La cinquième partie de la vidéo se concentre sur les implications esthétiques et juridiques de l'intelligence artificielle (IA) dans la création littéraire. L'orateur examine comment les modèles d'IA, en particulier ceux basés sur l'architecture des Transformers, tels que ChatGPT, remettent en question la nature de la littérature et du langage. Il aborde la littérature générée par informatique, la relation entre les textes d'entraînement et les textes générés, et les questions d'autorité et de réception des œuvres littéraires produites par l'IA.

Points forts: + [02:04:04][^1^][1] L'IA dans la création littéraire * Débat sur la littérature comme calcul statistique * Impact des modèles d'IA sur la conception de la littérature * Question de l'autonomie des textes générés par l'IA + [02:05:00][^2^][2] Transformations de la littérature * Nouveaux processus créatifs basés sur la contrainte statistique * Relation intertextuelle entre textes d'entraînement et textes générés * Transformation de la notion d'autorité dans la création littéraire + [02:06:00][^3^][3] Historique de la littérature générée par informatique * Évolution des pratiques de génération de texte par informatique * Recherche d'autonomie dans les processus génératifs * Différences entre génération combinatoire et apprentissage calculatoire + [02:17:01][^4^][4] Conséquences juridiques et esthétiques * Implications du droit d'auteur pour les textes générés par IA * Distinction entre les œuvres protégées et les créations mécaniques * Positionnement des auteurs face aux textes générés par IA

Résumé de la vidéo 02:26:16 - 02:48:24 : La sixième partie de la vidéo explore les implications de l'intelligence artificielle (IA) dans la création littéraire et culturelle. Elle met en lumière la notion de transfictionnalité et la capacité de l'IA à générer des narrations cohérentes, ce qui ouvre un nouveau champ de recherche et de pratique. L'orateur souligne l'importance de l'intention de l'auteur et la nécessité de recontextualiser la valeur littéraire à l'ère de l'IA générative.

Points forts: + [02:26:16][^1^][1] Transfictionnalité et IA * Discussion sur l'émergence de nouvelles pratiques littéraires grâce à l'IA * L'IA atteint la narrativité, présageant un domaine de recherche fécond + [02:27:01][^2^][2] L'IA comme 'signe noir' * Surprise face aux progrès rapides de l'IA dans le domaine littéraire * Les textes générés sont des simulacres, soulevant des questions sur leur authenticité + [02:27:29][^3^][3] Hypothèses sur l'avenir de la littérature * Prévision d'un recentrage de la littérature autour de la relation esthétique avec le monde * La génération de texte par l'IA ne signifie pas que tout le monde sera auteur

https://en.wikipedia.org/wiki/American_Gothic

¿En todos los casos? ¿Cuáles serían los más representativos para las prácticas de investigación conectadas específicamente con vigilancia algorítmica, segiminento de usuarios a través de sitios, recolección y venta de datos, burbujas de filtros? ¿Qué pasaría si "seguimos el dinero"?

Uno de los problemas fundamentales de la justicia es la reificación o los procesos de reconocimiento. Tal vez estos pasan, también por un asunto que tradicionalmente se ha considerado menor, el diseño.

Résumé vidéo [00:00:00][^1^][1] - [00:22:46][^2^][2]: La vidéo présente une session de webinaire organisée par Solidatech, où l'équipe de Cyber Forgo discute de l'intelligence artificielle (IA) et de son utilisation par les associations. Elodie de Solidatech introduit le webinaire et explique les aspects pratiques, suivie par une présentation de Solidatech et ses services pour les associations. L'équipe de Cyber Forgo partage ensuite des exemples d'utilisation de l'IA générative et des conseils pour son utilisation sécurisée et efficace.

Points forts: + [00:00:00][^3^][3] Introduction et objectifs du webinaire * Présentation par Elodie de Solidatech * Discussion sur l'IA par Cyber Forgo + [00:02:15][^4^][4] Présentation de Solidatech * Services numériques pour associations * Histoire et mission de Solidatech + [00:06:19][^5^][5] Exemples d'utilisation de l'IA générative * Utilité de l'IA pour les associations * Conseils pour une utilisation responsable + [00:09:35][^6^][6] Risques et précautions d'usage de l'IA * Importance de la sécurité et de l'éthique * Astuces pour éviter les pièges de l'IA Résumé de la vidéo [00:22:48][^1^][1] - [00:49:22][^2^][2]: La vidéo présente l'association Data for Good qui soutient des projets technologiques à impact social. Elle met en lumière l'utilisation de l'IA pour extraire des données, analyser des images et accélérer le développement technique avec des ressources limitées.

Points forts: + [00:22:48][^3^][3] Structure de Data for Good * Saisons de projets tech * Recrutement envisagé + [00:24:56][^4^][4] Extraction de données non structurées * Observatoire sur l'évasion fiscale + [00:25:09][^5^][5] Analyse d'image * Projets environnementaux * Détection d'incendies et pollution plastique + [00:25:35][^6^][6] Développements techniques complexes * Projets ambitieux avec petites équipes + [00:30:50][^7^][7] Projet Carbon Bombs * Visualisation de mégaprojets fossiles + [00:32:16][^8^][8] Risques de l'IA générative * Biais, fausses informations, fuites de données + [00:38:23][^9^][9] Conseils pour utiliser l'IA générative * Écrire des requêtes claires * Ne pas divulguer d'informations personnelles * Vérifier les réponses obtenues Résumé de la vidéo 00:49:23 - 01:04:05 : La vidéo aborde l'écriture de prompts, la confidentialité des données avec les outils génératifs, et l'utilisation de l'IA dans les associations. Elle souligne l'importance de la transparence et de la sécurité des données.

Points clés : + [00:49:23][^1^][1] Écriture de prompts * Conseils pour construire des requêtes + [00:50:09][^2^][2] Applications pour prompts * Utiliser des applis pour créer des requêtes + [00:51:13][^3^][3] Conseils sur les requêtes * Créer ses propres requêtes pour mieux comprendre l'outil + [00:52:01][^4^][4] Sécurité des données * Risques liés à l'utilisation des outils génératifs + [00:54:06][^5^][5] Confidentialité et IA * Prudence avec les informations personnelles + [00:57:18][^6^][6] IA pour FAQ * Réflexion sur l'utilisation de l'IA pour améliorer les FAQ

L'invention de l'imprimerie à caractères mobiles est présentée comme une rupture majeure, et cela souligne son importance dans la propagation de l'information.

Je ne peux pas m'empêcher de faire un parallèle avec ce qu'il se passe avec l'IA générative devenue accessible à un plus large public ces dernières années…

la inteligencia que utiliza es humana, y lo que hace el programa es automatizado de esa información. si los humanos no creamos nuevos conocimientos el sistema no tiene de donde alimentarse

importante delimitar, en la práctica, a qué tipo de sistemas nos referimos, ¿sensores también, por ejemplo? y los hardware donde se instalan esos sistemas

aquí se toma un rumbo de cómo se entiende la IA, que vale la pena seguir discutiendo.

también sería interesante incluir esto en algo como un glosario, buscar distintas aproximaciones críticas, preguntar(nos) si tiene sentido referirse a la IA -y por qué-, o qué términos alternativos, pero bien descriptivos, podrían reemplazar IA. reconocer las críticas sobre la existencia de muchos otros sistemas de decisión algorítimica que son ampliamente usados, y que no necesariamente tienen la complejidad de la IA

AI text generator, a boon for bloggers? A test report

While I wanted to investigate AI text generators further, I ended up writing a testreport.. I was quite stunned because the AI ​​text generator turns out to be able to create a fully cohesive and to-the-point article in minutes. Here is the test report.

https://warrenellis.ltd/isles/wrangling-writing-on-wordpress/

1ère condition avant de manipuler les IA

This is the integration that I am using to connect my daily writing practice with the process of publishing. iA Writer and Ghost have enabled me to share my ideas and project intentions into the world in such a way that they have become indispensable tools for community building.

Eu pensei em uma IA capas de analisar todos os dados de uma empresa e mostra possíveis direções.

Não é bem assim, já existem IAS capazes de escrever livros e compor musicas, que ao serem lidas ou ouvidas não dar para saber se foi feito por uma pessoa ou IA.

https://hellotimking.com/2020/05/bear-a-three-year-journey/

I'm so excited to hear an update on this project!

There may be a bit of a path forward here that some might consider using that has some fantastic flexibility.

There is a WordPress plugin called Micropub (which needs to be used in conjunction with the IndieAuth plugin for authentication to their CMS account) that will allow students to log into various writing/posting applications.

These are usually slimmed down interfaces that don't provide the panoply of editing options that the Gutenberg interface or Classic editor metabox interfaces do. Quill is a good example of this and has a Medium.com like interface. iA Writer is a solid markdown editor that has this functionality as well (though I think it only works on iOS presently).

Students can write and then post from these, but still have the option to revisit within the built in editors to add any additional bells and whistles they might like if they're so inclined.

This system is a bit like SPLOTs, but has a broader surface area and flexibility. I'll also mention that many of the Micropub clients are open source, so if one were inclined they could build their own custom posting interface specific to their exact needs. Even further, other CMSes like Known, Drupal, etc. either support this web specification out of the box or with plugins, so if you built a custom interface it could work just as well with other platforms that aren't just WordPress. This means that in a class where different students have chosen a variety of ways to set up their Domains, they can be exposed to a broader variety of editing tools or if the teacher chooses, they could be given a single editing interface that is exactly the same for everyone despite using different platforms.

For those who'd like to delve further, I did a WordPress-focused crash course session on the idea a while back:

Micropub and WordPress: Custom Posting Applications at WordCamp Santa Clarita 2019 (slides)

Why and how we harness machine and human capabilities.

Augmenting Intelligence means increasing:

              for Conclusive solutions
             Complex problem situations
    to Comprehend               
 Capability   

Continuous

Reallyy?? I am just reading that so many humans' do not not comprehend at all most of their decisions and acts. Furthermore, most significant decisions and mindful processing are taken by the subconscious.

So, what does it mean to "understand", really? Are we sure that AlphaGo's pure number-crunching is not equivalent to some sense of understanding? And cannot it be that the relative "awareness" of some of our being comes from that simple, non-intelligent number-crunching?