😎 ¡Tecnología para el bien!

🛠️ A veces la misma tecnología que se usa para el mal (IA, LLMs...) puede ayudarnos a combatirlo.

⚔️ Mi tesis muestra cómo la Inteligencia Artificial 🤖 puede ser nuestra aliada contra los mercados negros online.

📋 Mi investigación ha sido difundida en congresos nacionales e internacionales:

📄 JNIC 2024: hdl.handle.net/10017/62822

📄🏆 CECIIS 2024, con el premio al mejor paper: archive.ceciis.foi.hr/app/public/c...

📄 CIAWI 2024: www.ciaca-conf.org/wp-content/u...

➕ Además de clasificar contenido, comparo entre mercados:

✔️ Qué tecnologías usan 🖥️
✔️ Quiénes son los principales vendedores 🕵️‍♀️
✔️ Qué productos se ofrecen 🔄

🕸️ Así detecto patrones comunes y agrupaciones en la Dark Web.

🤖 Los Modelos de Lenguaje Grandes (LLM, por sus siglas en inglés: Large Language Models) no son perfectos:

❌ A veces alucinan (inventan cosas).

✅ Por eso combino la IA con validación humana 👨‍🏫 y aprendizaje activo, donde los humanos ayudan a corregir al modelo en los casos dudosos. 🧠

💼Trabajo con técnicas zero-shot y few-shot:

👉 Sin necesidad de entrenar modelos desde cero 🚀.

👉 Les doy ejemplos y descripciones → el modelo clasifica textos.

📊 Resultado: rapidez ⚡ y precisión 🧐.

2️⃣ Antes de analizarlos toca "limpiar":

✔️ Eliminar duplicados 🗑️
✔️ Normalizar textos 📝
✔️ Corregir errores 🚫

🧹 Así preparo los datos para que los modelos de IA puedan interpretarlos correctamente.

📝 ¿Cómo clasificar millones de páginas y textos en la Dark Web?

🤔 ¿Cómo descubrir relaciones ocultas entre páginas, vendedores y compradores?

👉 Respuesta: combinar IA 🤖, grafos 🕸️ y análisis avanzado de datos 📊.

🌐 La Dark Web es una parte oculta de internet 🌑, accesible solo con software especial como Tor, I2P, Freenet o ZeroNet.

🕵️‍♂️ Aquí florecen actividades ilegales: venta de drogas, armas, explotación sexual o robo de identidades.

🤔 Pero... ¿qué ocurre realmente allí?