{"id":15175519,"url":"https://github.com/datos-fundar/sesgos_llm","last_synced_at":"2026-01-26T18:53:26.934Z","repository":{"id":232287819,"uuid":"747826013","full_name":"datos-Fundar/sesgos_LLM","owner":"datos-Fundar","description":"¿Cómo “se equivocan” los modelos LLM?","archived":false,"fork":false,"pushed_at":"2024-10-21T13:02:51.000Z","size":9576,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2024-12-19T14:03:39.020Z","etag":null,"topics":["bard","bard-api","codigo","cohere","datos","gpt","llm","sesgo"],"latest_commit_sha":null,"homepage":"https://fund.ar/publicacion/sesgos-algoritmicos-y-representacion-social-en-los-modelos-de-lenguaje-generativo/","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":"other","status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/datos-Fundar.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":"CITATION.cff","codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-01-24T18:04:30.000Z","updated_at":"2024-10-23T14:57:15.000Z","dependencies_parsed_at":null,"dependency_job_id":"35f83293-eae8-492f-8be2-6425bab37d59","html_url":"https://github.com/datos-Fundar/sesgos_LLM","commit_stats":{"total_commits":31,"total_committers":3,"mean_commits":"10.333333333333334","dds":"0.29032258064516125","last_synced_commit":"cf1dd3af53b55b55b9459737ad4976fb6b19b4dc"},"previous_names":["datos-fundar/sesgos_llm"],"tags_count":1,"template":false,"template_full_name":null,"repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/datos-Fundar%2Fsesgos_LLM","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/datos-Fundar%2Fsesgos_LLM/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/datos-Fundar%2Fsesgos_LLM/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/datos-Fundar%2Fsesgos_LLM/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/datos-Fundar","download_url":"https://codeload.github.com/datos-Fundar/sesgos_LLM/tar.gz/refs/heads/main","host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":230845650,"owners_count":18289039,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["bard","bard-api","codigo","cohere","datos","gpt","llm","sesgo"],"created_at":"2024-09-27T12:39:21.524Z","updated_at":"2026-01-26T18:53:26.863Z","avatar_url":"https://github.com/datos-Fundar.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"[![Alt text](https://fund.ar/wp-content/uploads/2024/03/FU_Portada_Sesgos.jpg)](https://fund.ar/publicacion/sesgos-algoritmicos-y-representacion-social-en-los-modelos-de-lenguaje-generativo/)\n\n\n\n[![DOI](https://zenodo.org/badge/747826013.svg)](https://zenodo.org/doi/10.5281/zenodo.11186044)\n[![License: CC BY 4.0](https://img.shields.io/badge/License-CC%20BY%20NC%20SA%204.0-lightgrey.svg)](https://creativecommons.org/licenses/by/4.0/)\n\n\nEste repositorio forma parte del documento de trabajo [Sesgos algorítmicos y representación social en los modelos de lenguaje generativo (LLM)](https://fund.ar/publicacion/sesgos-algoritmicos-y-representacion-social-en-los-modelos-de-lenguaje-generativo/) publicado por el [equipo de Datos de Fundar](https://fund.ar/area/datos/). Este artículo se fundamenta en los hallazgos presentes en este [artículo](https://arxiv.org/pdf/2303.17548.pdf) publicado por la Universidad de Stanford que utilizó el conjunto de datos [OpinionQA](https://paperswithcode.com/dataset/opinionqa) y la metodología para evaluar Modelos de Lenguaje (LMs) mediante encuestas de opinión pública. \n\nAplicamos un enfoque similar para explorar cómo los LMs reflejan y se alinean con las opiniones de diversos grupos demográficos en el contexto argentino. A partir de preguntas adaptadas de encuestas de [Latinobarómetro](https://www.latinobarometro.org/lat.jsp), abordamos temas relevantes para el panorama sociopolítico argentino y analizamos el alineamiento de las respuestas de los LMs con diferentes segmentos de la población. Nuestro objetivo fue revelar posibles sesgos y discrepancias, proporcionando una comprensión matizada de cómo estos modelos interpretan opiniones en el contexto específico de Argentina.\n\nEl propósito de este repositorio es permitir a cualquier persona replicar el trabajo realizado.\n\n\u003e [!NOTE]\n\u003e Desde el día en que se realizó este trabajo hasta la fecha, las interfaces, las APIs,\n\u003e y los modelos pudieron haber cambiado. Por ende, los resultados pueden variar o ser\n\u003e filtrados de una manera que no está considerada en este estudio.\n\n## Organización del proyecto:\n\nEn [`datasets`](./datasets/) se encuentran los datos de Latinobarómetro utilizados para promptear a los modelos y evaluar las respuestas.\n\nEn [`outputs`](./outputs/) se encuentran los resultados de los distintos scripts y notebooks. (A destacar, los gráficos generados y las respuestas consolidadas de cada modelo).\n\nEl análisis está repartido entre las Jupyter Notebooks y los [scripts](./scripts/).\nEn particular:\n  - `bard.ipynb`, `chatgpt.ipynb`, y `cohere.ipynb` contienen las notebooks donde se promptean a los correspondientes modelos con las preguntas seleccionadas.\n  - Las notebooks `distances_` contienen el cálculo de las distancias de opinión correspondientes a cada modelo.\n  - En `scripts/` se realizan los modelos de regresión lineal ajustados a través de OLS para el análisis multivariado. Cada script analiza un subset diferente de datos.\n  - En `etc/` hay Jupyter Notebooks que contienen un analisis exploratorio de los datasets.\n\n\n----\n**Este documento es parte de la serie [_Inteligencia Artificial_](https://fund.ar/serie/inteligencia-artificial)**\n  \n\u003cdiv\u003e\u0026nbsp;\u003c/div\u003e\n\u003cdiv\u003e\u0026nbsp;\u003c/div\u003e\n\u003cdiv\u003e\n  \u0026nbsp;\n  \u003ca href=\"https://fund.ar\"\u003e\n  \u003cpicture\u003e\n    \u003csource media=\"(prefers-color-scheme: dark)\" srcset=\"https://github.com/datos-Fundar/fundartools/assets/86327859/6ef27bf9-141f-4537-9d78-e16b80196959\"\u003e\n    \u003csource media=\"(prefers-color-scheme: light)\" srcset=\"https://github.com/datos-Fundar/fundartools/assets/86327859/aa8e7c72-4fad-403a-a8b9-739724b4c533\"\u003e\n    \u003cimg src=\"fund.ar\"\u003e\u003c/img\u003e\n  \u003c/picture\u003e\n\u003c/a\u003e\n\n\u003c/div\u003e\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdatos-fundar%2Fsesgos_llm","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fdatos-fundar%2Fsesgos_llm","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fdatos-fundar%2Fsesgos_llm/lists"}