Your rightsSus derechos

• Watch · 0:47
  Ver · 0:57
  A Chatbot Gave Made-Up Advice in 11 of 20 Test Questions free short + detailed Swiss researchers tested four AI models on questions patients ask after surgery. One local model did badly, and no one tested real patients or your privacy. One local model, Apertus, gave made-up information in 11 of the 20 questions. It gave harmful content in 9 of the 20. Researchers at Balgrist University Hospital in Zurich wrote 20 questions that patients commonly ask after orthopaedic surgery, on the hip, knee, shoulder and spine. Then they put each question to four chatbots and asked four blinded reviewers to grade the answers. Two were senior surgeons, two were residents in training. The two commercial models did best. Claude 4.5 Sonnet scored 0.949 out of 1 and GPT-5 scored 0.937.

  Un chatbot local dio contenido dañino en 9 de 20 respuestas e inventó información en 11 de 20 gratis breve + detallada El estudio probó cuatro modelos con 20 preguntas escritas después de una cirugía ortopédica. Ninguna persona real participó, así que no dice cómo le iría a un paciente de verdad. Investigadores del Hospital Universitario Balgrist, en Zúrich, Suiza, escribieron veinte preguntas que un paciente suele hacer después de una operación de cadera, rodilla, hombro o columna. Se las hicieron a cuatro programas de inteligencia artificial y cuatro revisores las calificaron sin saber qué programa había respondido. El modelo Apertus, que funciona dentro del hospital y no en internet, dio contenido dañino en 9 de las 20 respuestas. Apertus quedó último, con 0.693. Entre los revisores hubo acuerdo moderado al calificar, lo que significa que no siempre coincidieron.
• 
  Who Owns the Data When a Machine Helps Diagnose a Child? free short + detailed A study of one Chinese hospital found unclear ownership and slow answers about blame. It cannot tell you what your own country's rules say. A hospital starts using a computer program to help diagnose sick children.

  Qué se sabe del niño diagnosticado por IA: quién pone los datos y quién carga con la culpa gratis breve + detallada Un estudio revisó 89 documentos y 17 disputas en un solo hospital de China. Los propios autores advierten que no puede aplicarse a otros países ni a otras instituciones. Su hijo entra a una sala de urgencias. Un programa de computadora mira los exámenes, propone un diagnóstico y el médico decide.
• 
  One Syllabus Bans AI. The Next Says Nothing At All. free short + detailed A researcher read 35 course syllabi at one large U.S. public university. Eleven never mentioned AI, and what the other 24 said differed from course to course. On generative AI, at one large public research university in the United States, it often said nothing.

  En 35 programas de curso, la IA se prohibió en 11 y no se mencionó en otros 11 gratis breve + detallada Un estudio leyó 35 programas de curso de una universidad pública de Estados Unidos. Once no decían nada sobre el uso de IA, y eso no prueba que allí todo esté permitido. Veintidós eran de la facultad de Educación. La universidad no había impuesto una regla única.
• 
  A Chatbot Can Narrow a Patient Down to One Person, Turn by Turn free short + detailed Researchers added one detail at a time to 5,000 made-up medical records. The pattern warns about what repeated details can do, not about any real patient who was identified.

  Cada dato que agrega al chat acorta la lista de pacientes posibles gratis breve + detallada Un estudio con historias clínicas hechas por computadora encontró que, al sumar detalles turno tras turno, el grupo de personas entre las que se puede esconder un paciente se reduce hasta quedar casi en uno solo. No se documentó ningún caso real.
• 
  Medical AI Can Recognize Who Was in the Training Data free short + detailed A research audit of seven clinical datasets found some patients could be identified from a diagnostic model, though the study measured attack success, not real breaches.

  La IA médica delató a algunos pacientes con casi total certeza gratis breve + detallada Un estudio con siete bases de datos clínicas midió ataques a modelos de diagnóstico. No evaluó leyes, ni hospitales, ni países. Los modelos de inteligencia artificial para diagnóstico médico se entrenan con datos de pacientes, como radiografías, electrocardiogramas y fichas clínicas.

All sections →Todas las secciones →