XXV ValgrAI Matinal de Investigación – IA para la detección de sesgos y la localización inteligente en entornos robóticos

Desde ValgrAI hemos celebrado el XXV ValgrAI Matinal de Investigación, una edición muy especial en la que alcanzamos veinticinco «cafés» dedicados a la divulgación científica y a la investigación en Inteligencia Artificial dentro del ecosistema valenciano. En esta sesión, los asistentes pudieron conocer dos trabajos de gran relevancia en ámbitos tan diversos como la detección de contenidos sexistas en entornos digitales y la robótica móvil, además de participar en el habitual espacio de diálogo con los ponentes.

Ponente: Iván Arcos Gabaldón

Iván Arcos Gabaldón presentó una investigación centrada en la detección automática de sexismo en memes, un reto especialmente complejo debido a la ambigüedad multimodal, el contexto cultural y el uso del humor como mecanismo de negación plausible. Frente a los enfoques tradicionales basados únicamente en texto e imagen, el estudio propone un enfoque centrado en el ser humano que incorpora señales fisiológicas como eye-tracking, frecuencia cardíaca y electroencefalografía. El análisis de las respuestas de 16 participantes ante miles de memes muestra diferencias fisiológicas significativas entre contenidos sexistas y no sexistas, asociadas a una mayor carga cognitiva y esfuerzo de atención. A partir de estos resultados, se plantea un modelo de fusión multimodal que mejora el rendimiento de detección, especialmente en los casos más ambiguos, contribuyendo al desarrollo de sistemas más eficaces para combatir el sexismo en entornos digitales.

Ponente: Juan José Cabrera Mora

Juan José Cabrera Mora expuso CrossPlace, un método innovador para el reconocimiento de lugares en robótica móvil cuando el sensor utilizado para la localización es distinto del empleado para construir el mapa. Este problema, conocido como reconocimiento de lugares cross-modal, es clave para permitir la reutilización de mapas en sistemas robóticos con sensores heterogéneos, como cámaras de ojo de pez y sensores LiDAR. La propuesta se basa en la creación de un espacio de características unificado que integra información de intensidad, profundidad y semántica, permitiendo describir tanto mapas como consultas mediante vectores comparables entre modalidades. Este enfoque posibilita localizar robots usando sensores distintos a los originales del mapa, reduciendo costes, facilitando la incorporación de nuevos dispositivos y aumentando la flexibilidad operativa en entornos reales.