Capítulo 6. Inteligencia Artificial y la producción audiovisual
DOI:
https://doi.org/10.52495/c6.emcs.23.ti12Palabras clave:
Creación de contenido, eficiencia en producción, personalización de experiencias, innovación tecnológica, ética en la IAResumen
Examina cómo la Inteligencia Artificial está revolucionando la producción audiovisual, desde la escritura de guiones hasta la edición de video, proporcionando herramientas que pueden predecir el éxito de contenidos y personalizar producciones para audiencias específicas. A pesar de estas ventajas, la IA también plantea desafíos en cuanto a derechos de autor y creatividad, con preocupaciones sobre la originalidad de los contenidos generados por IA.
Descargas
Citas
Arbeló Díaz, E.; Pérez Jiménez, M. (2022). Un sprint legal para la Inteligencia Artificial. Derecom, (32), 129-139. http://www.derecom.com/secciones/opiniones/item/456-un-sprint-legal-para-la-inteligencia-artificial
Banchoff Tzancoff, C.M.; Fava, L.A.; Martin, E.S.; Diaz Gira, F.; Aguirre, A. (2022). Explorando con realidad virtual interactiva. En XXIV Workshop de Investigadores en Ciencias de la Computación (WICC 2022, Mendoza). http://sedici.unlp.edu.ar/handle/10915/145263
Bazán-Gil, V. (2023). Aplicaciones de inteligencia artificial en archivos media. Profesional de la Información, 32(5), e320517. https://doi.org/10.3145/epi.2023.sep.17
Bisong, E. (2019). Building machine learning and deep learning models on Google Cloud Platform. A Comprehensive Guide for Beginners. Springer.
Cádiz, R.F. (2020). Creating Music With Fuzzy Logic. Frontiers in Artificial Intelligence, 3, 59. https://doi.org/10.3389/frai.2020.00059
Chicaiza, R.M.; Camacho Castillo, L.A.; Ghose, G.; Castro Magayanes, I.E.; Gallo Fonseca, V.T. (2023). Aplicaciones de Chat GPT como inteligencia artificial para el aprendizaje de idioma inglés: avances, desafíos y perspectivas futuras: Applications of Chat GPT as Artificial Intelligence for English Language Learning: Advances, Challenges, and Future Perspectives. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 4 (2), 2610-2628. https://doi.org/10.56712/latam.v4i2.781
Chiriboga Zamora, P.A.; Méndez Naranjo, P.M.; Bodero Poveda, E.M. (2017). Aplicación de la inteligencia artificial en la inversión de campañas publicitarias. Uniandes Episteme. Revista de Ciencia, Tecnología e Innovación, 4(3), 312-322. https://revista.uniandes.edu.ec/ojs/index.php/EPISTEME/article/view/542
Estupiñán Ricardo, J.; Leyva Vázquez, M.Y.; Peñafiel Palacios, A.J.; El Assafiri Ojeda, Y. (2021). Inteligencia artificial y propiedad intelectual. Universidad y Sociedad, 13(S3), 362-368. https://rus.ucf.edu.cu/index.php/rus/article/view/2490
Fierro Rodríguez, D. (2023). Huelga ante la liquidez de los derechos de propiedad intelectual e imagen en Hollywood. Diario La Ley, (10356), 1. https://dialnet.unirioja.es/ejemplar/639350
Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. methaodos.revista de ciencias sociales, 11(2), m231102a10. https://doi.org/10.17502/mrcs.v11i2.710
Gao, R. (2023). AIGC Technology: Reshaping the Future of the Animation Industry. Highlights in Science, Engineering and Technology, 56, 148-152. https://drpress.org/ojs/index.php/HSET/issue/view/AICT2023
García-Regalado, U.; Carballo-Valverde, Y. (2022). Inteligencia Artificial para análisis de sentimientos en los videojuegos. TECHNO REVIEW. Revista Internacional de Tecnología, Ciencia y Sociedad, 11 (2), 185-198. https://doi.org/10.37467/revtechno.v11.3823
García-Velázquez, L.M. (2023). Inteligencia Artificial y patrimonio cultural: una aproximación desde las Humanidades Digitales. DICERE, (4), 149-160. https://doi.org/10.35830/dc.vi4.55
Goodfellow, I.; Bengio, Y.; Courville, A. (2016). Deep learning. MIT Press.
Herremans, D.; Chuan, C.H. (2020). The emergence of deep learning: new opportunities for music and audio technologies. Neural Computing and Applications, 32, 913-914. https://doi.org/10.1007/s00521-019-04166-0
Ibáñez-García, F.; Castelli, A. (2023). Evolución de la tecnología virtual en televisión y su aplicación a la educación, en Castelló Mayo, E.; Méndez Fernández, R.: CloudClass. Comunicación virtual para la innovación docente. Salamanca: Comunicación Social Ediciones y Publicaciones. https://doi.org/10.52495/c5.emcs.15.c45
Jofche, N.; Mishev, K.; Stojanov, R.; Jovanovik, M.; Zdravevski, E.; Trajanov, D. (2023). Pharmke: Knowledge extraction platform for pharmaceutical texts using transfer learning. Computers, 12(1), 17. https://doi.org/10.3390/computers12010017
José, F.; García-Ull, G.U. (2021). DeepFakes: The Next Challenge in Fake News Detection. Analisi, (64), 103-120. https://doi.org/10.5565/REV/ANALISI.3378
Kaehler, A.; Bradski, G. (2016).Learning OpenCV 3: computer vision in C++ with the OpenCV library. O’Reilly Media, Inc.
Karpathy, A.; Fei-Fei, L. (2015). Deep visual-semantic alignments for generating image descriptions. Proceedings of the IEEE conference on computer vision and pattern recognition, 3128-3137. https://acortar.link/yycYio
LeCun, Y.; Bengio, Y.; Hinton, G. (2015). Deep learning. Nature, 521 (7553), 436-444. https://doi.org/10.1038/nature14539
Liz-Gutiérrez, A.M. (2020). ¿Un mundo nuevo? Realidad virtual, realidad aumentada, inteligencia artificial, humanidad mejorada, Internet de las cosas. arbor, 196 (797), a572-a572. https://doi.org/10.3989/arbor.2020.797n3009
Loock, K. (2021). On the realist aesthetics of digital de‐aging in contemporary Hollywood cinema. Orbis Litterarum, 76(4), 214-225. https://doi.org/10.1111/oli.12302
Mallat, S. (2000). Une exploration des signaux en ondelettes. Editions Ecole Polytechnique.
Mínguez, T.D. (2021). Visión artificial: aplicaciones prácticas con OpenCV-Python. Marcombo.
Moreno López, B. (2018). El uso de la pseudociencia y la experimentación en las nuevas tendencias de comunicación publicitaria como recurso persuasivo. Revista Latina de Comunicacion Social, 2018(73), 1428-1444. https://doi.org/10.4185/RLCS-2018-1315
Nawaz, M.; Javed, A.; Irtaza, A. (2023). Convolutional long short-term memory-based approach for deepfakes detection from videos. Multimedia Tools and Applications. https://doi.org/10.1007/s11042-023-16196-x
Nevsky, A. (2023). Object-Based Access: Enhancing Accessibility with Data-Driven Media. IMX 2023 - Proceedings of the 2023 ACM International Conference on Interactive Media Experiences, 402-406. https://doi.org/10.1145/3573381.3596500
Ortega Rodas, A. (2023). El error como recurso visual y conceptual en la creación artística con inteligencias artificiales. Revista Sonda: Investigación y Docencia en Artes y Letras, 11, 27-42. https://doi.org/10.4995/sonda.2022.18634
Ponce Gallegos, J.C.; Torres Soto, A.; Quezada Aguilera, F.S.; Silva Sprock, A.; Martínez Flor, E.U.; Casali, A.; Scheihing, E.; Túpac Valdivia, Y.J.; Torres Soto, M.D.; Ornelas Zapata, F.J.; Hernández, J.A.; Zavala, C.; Vakhnia, N.; Pedreño, O. (2014). Inteligencia artificial. Iniciativa Latinoamericana de Libros de Texto Abiertos (LATIn).
Reichel, J.; Benko, Ľ. (2022). The Influence of a Machine Translation System on Sentiment Levels. RASLAN 2022 Recent Advances in Slavonic Natural Language Processing, 201. https://nlp.fi.muni.cz/raslan/2022/paper7.pdf
Rodríguez-Alegre, L.R.; Trujillo-Valdiviezo, G.; Egusquiza-Rodríguez, M.J. (2021). Revolución industrial 4.0: La brecha digital en Latinoamérica. Revista arbitrada interdisciplinaria Koinonia, 6 (11), 147-162. https://doi.org/10.35381/r.k.v6i11.1219
Rolnick, D.; Donti, P.L.; Kaack, L.H.; Kochanski, K.; Lacoste, A.; Sankaran, K.; Bengio, Y. (2022). Tackling climate change with machine learning. ACM Computing Surveys (CSUR), 55 (2), 1-96. https://doi.org/10.1145/3485128
Sáenz de Jubera Higuero, B. (2023). Inteligencia artificial y tecnología blockchain: transparencia e información como pilares de la protección del consumidor. En Maria Raquel Guimarães; Rute Teixeira Pedro (coord.) Direito e Inteligência Artificial (pp. 505-536). Almedina.
Socher, R. (2014). Recursive deep learning for natural language processing and computer vision. Stanford University. http://purl.stanford.edu/xn618dd0392
Torres, J. (2020). Python deep learning: Introducción práctica con Keras y TensorFlow 2. Alpha Editorial.
Uman, I. (2018). El efecto Netflix: cómo los sistemas de recomendación transforman las prácticas de consumo cultural y la industria de contenidos. Cuadernos de comunicólogos, (6), 27-42. https://www.comunicologos.com/revista/revista-2018/
Vásquez Leal, L. (2020). ¿Autoría algorítmica? Consideraciones sobre la autoría de las obras generadas por inteligencia artificial. Revista Iberoamericana de la Propiedad Intelectual, (13), 207-233. https://doi.org/10.26422/RIPI.2020.1300.vas
Vats, D.; Vinash Sharma, A. (2022). A Collaborative Filtering Recommender System using Apache Mahout, Ontology and Dimensionality Reduction Technique. In 2022 International Conference on Advances in Computing, Communication and Applied Informatics (ACCAI) (pp. 1-12). IEEE. https://doi.org/10.1109/ACCAI53970.2022.9752604
Vilaça, L.; Viana, P.; Carvalho, P.; Andrade, T. (2020). Improving Audiovisual Content Annotation Through a Semi-automated Process Based on Deep Learning. Advances in Intelligent Systems and Computing, 942, 66-75. https://doi.org/10.1007/978-3-030-17065-3_7
Wang, Y.; Gao, W.; Yang, S.; Chen, Q.; Ye, C.; Wang, H.; Zhang, Q.; Ren, J.; Ning, Z.; Chen, X.; Shao, Z.; Li, J. (2023). Humanoid Intelligent Display Platform for Audiovisual Interaction and Sound Identification. Nano-Micro Letters, 15(1), 221. https://doi.org/10.1007/s40820-023-01199-y
Zelcer, M. (2023). Sistemas de recomendación en plataformas de streaming audiovisual: las lógicas de los algoritmos. Revista Mídia e Cotidiano, 17 (2). https://doi.org/10.22409/rmc.v17i2.57130
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Los artículos publicados en la revista se distribuyen con la Licencia Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional
