MIT AI Risk InitiativeSiete dominios de riesgoDominio 3
Información errónea
Señales tempranas1 expediente coincidente
El dominio de riesgo
IA que produce por error información falsa o engañosa, y avalanchas de contenido personalizado que erosionan una noción compartida de lo que es verdad.
Paráfrasis de la fuente. Fuente: The AI Risk Repository: A Meta-Review, Database, and Taxonomy of Risks From Artificial Intelligence, MIT AI Risk Initiative, 14 ago 2024, dominio 3, tabla 2, página 8. Resumen publicado por MIT AI Risk Initiative: airisk.mit.edu.
Lo que muestra el registro
Un caso encaja directamente con la primera parte: un modelo de IA presentó ante la policía un aviso falso de asesinato. La desinformación deliberada corresponde al siguiente dominio, actores maliciosos.
Señales parciales o tempranas: los casos encajan con parte de la advertencia o se basan en alegaciones.
Historial del estado
| Fecha | Estado | Expedientes coincidentes | Cambio |
|---|---|---|---|
| 18 oct 2026 | Señales tempranas | 1 | Inicio del seguimiento |
Seguimiento desde el 18 oct 2026. Se añade una línea cuando cambia el estado, cuando se vincula el primer caso real y una vez al mes, de modo que el registro muestra cuándo una advertencia pasó de la investigación a la realidad. research_history.json
Todos los expedientes coincidentes
Los mismos expedientes en otras investigaciones
- Vista en incidentes reales Los agentes de IA fallan con menos oportunidades de detenerlos · International AI Safety Report · 1 en común
- Vista en incidentes reales Fallan las propias medidas de seguridad de los desarrolladores de IA · CAIS · 1 en común
Advertencias de otras fuentes vinculadas a algunos de los mismos expedientes.
Otras advertencias de este grupo
- Fuera de lo que medimos Discriminación y contenido tóxico
- Vista en incidentes reales Privacidad y seguridad
- Vista en incidentes reales Actores maliciosos y uso indebido
- Vista en incidentes reales Interacción persona-ordenador
- Fuera de lo que medimos Daños socioeconómicos y ambientales
- Vista en incidentes reales Seguridad de los sistemas de IA, fallos y limitaciones