Curso híbrido: Uso de ChatGPT y Hugging Face en la cuantificación del sesgo de modelos matemáticos

Resumen:

En este mini-curso, los participantes aprenderán a crear personas virtuales utilizando plataformas de inteligencia artificial como ChatGPT y Hugging Face. El curso combina fundamentos teóricos sobre los LLMs (Large Language Models, por sus siglas en inglés) con actividades prácticas a través de ejercicios interactivos. Iniciamos con una introducción general a los LLMs, seguida de una explicación del concepto de ingeniería de indicaciones (prompting engineering) y su aplicación en escenarios reales. En la segunda parte del curso, se configurarán agentes capaces de generar datos virtuales a partir de fenómenos observables, y se concluirá con el análisis del sesgo (error) entre los datos generados por los modelos y los valores empíricamente observados.

Temario

Introducción a los LLMs (Large Laguge Models - ChatGPT y Hugging Face).

Crear e interactuar con agentes virtuales usando LLMs

Generar y analizar conocimientos sobre una población usando LLMs

Comprender cómo usar LLMs para simulación de datos

Calcular medidas de sesgo entre datos empíricamente observador y datos generados por agentes virtuales.

Ejercicio práctico

Requisitos Previos:

Laptop/computadora con acceso a internet

Cuenta en Huggingface (https://huggingface.co/)

Cuenta en ChatGPT (https://chatgpt.com)

Cuenta de Google

Familiaridad básica con Python

Referencias:

Brand, Israeli, & Ngwe. (2023). Using GPT for market research.

Junque de Fortuny, E.. (2025). Simulating market equilibrium with large language models. HICSS 2025

Hewitt, L., Ashokkumar, A., Ghezae, I., & Willer, R. (2024). Predicting results of social science experiments using large language models. Stanford University and New York University.

Atari, M., Xue, M. J., Park, P. S., Blasi, D. E., & Henrich, J. (n.d.). Which humans? Department of Human Evolutionary Biology, Harvard University.

World Values Survey. (n.d.). World Values Survey. Retrieved November 18, 2024, from https://www.worldvaluessurvey.org/wvs.jsp

Moon, S., Abdulhai, M., Kang, M., Suh, J., Soedarmadji, W., Kohen Behar, E., & Chan, D. M. (2024). Virtual personas for language models via an anthology of backstories. University of California, Berkeley. arXiv:2407.06576v3 [cs.CL]. Retrieved November 1, 2024, from https://arxiv.org/abs/2407.06576v3

Duración

4 horas distribuidas de la siguiente forma:

Miércoles 4 de junio de 2025. Dos horas

Jueves 5 de junio de 2025. Dos horas

Más información: https://www.matcuer.unam.mx/actividades/TallerAgentes.php