Modelo Ético Adaptativo

El Modelo Ético Adaptativo es una propuesta para guiar decisiones éticas tanto de inteligencias artificiales (IA) como de seres humanos en una variedad de contextos, desde lo universal hasta lo unipersonal. Este modelo busca facilitar la coexistencia ética entre humanos y sistemas de IA, promoviendo principios de dignidad, justicia y bienestar colectivo.

Contenido del repositorio

• [docs/]: Documentos constitutivos del modelo, incluyendo valores universales, estructura jerárquica y matriz de ejercicios éticos.
  • [docs/analisis/]: Documentos de evaluación y diagnóstico estratégico del modelo.
    • analisis_foda_matriz_riesgos.md: Análisis FODA del Modelo Ético Adaptativo y matriz de riesgos dual.
  • [docs/modelo/]: Documentos de modelado, incluyendo el prompt de prueba y el manual de referencia ético para agentes.
• [agentes/]: Framework de código en Python y JSON para la carga de contextos jerárquicos y mediación de decisiones éticas autónomas.
• [proposals/]: Propuestas para debate público, como la creación de un órgano interdisciplinario.
• [examples/]: Ejercicios prácticos e interacciones reales de dilemas resueltos en local con Gemma 4.
• [LICENSE]: Licencia que regula el uso de este repositorio.
• [CONTRIBUTING.md]: Directrices para contribuir al desarrollo del proyecto.
• [MANIFIESTO.md]: Manifiesto del Modelo Etico Adaptativo.

Cómo usar este repositorio

1. Consulta los documentos: Navegá por las carpetas para explorar las diferentes secciones del modelo.
2. Revisa los análisis estratégicos: En la carpeta docs/analisis/ encontrarás el análisis FODA y la matriz de riesgos, que permiten comprender mejor las fortalezas, debilidades, oportunidades y amenazas del modelo.
3. Prueba el modelo en Local con Gemma 4: Revisa prompt_gemma4.md y utilízalo junto al manual Modelo_Etico_Adaptativo_Explicacion_Agentes.md en tu cliente local de LLM.
4. Integra el Framework de Agentes: Sigue las instrucciones del README.md de agentes para integrar la mediación de decisiones éticas en tus desarrollos de agentes de software en Python.
5. Contribuí al proyecto: Abrí un issue o enviá un pull request para proponer cambios o mejoras.
6. Prueba el modelo funcionando en ChatGPT: [https://chatgpt.com/g/g-673cbe2d1690819193418aee5911a0d8-modelo-etico-adaptativo]

Experiencia de Ejecución Local con Gemma 4

Se ha verificado la viabilidad práctica del modelo ejecutando gemma4:26b de forma local a través de LM Studio en hardware de consumo (GPU Nvidia RTX 3090 con 24GB de VRAM).

Tip

Para lograr una ejecución fluida y evitar fallas en la lógica conversacional, se debe configurar la ventana de contexto en LM Studio a su valor máximo. Esto permite que el modelo retenga la base de conocimiento completa del MEA junto al prompt de sistema durante todo el flujo interactivo de mediación de dilemas. Puedes ver una transcripción real de este uso en Ejemplo_de_uso_en_LM_Studio_-_2026-06-28_20.03.md.

Contacto

Para consultas o colaboración, podés contactarnos a través de los issues de este repositorio o al siguiente email: [modelo.etico.adaptativo@outlook.com]

---

Estructura de carpetas

• docs/:
  • introduccion.md: Introducción al Modelo Ético Adaptativo.
  • contextos.md: Definiciones y jerarquías de los contextos éticos.
  • valores.md: Lista y compromisos de los valores universales.
  • origen_y_evolucion.md: Historia del desarrollo y co-creación del modelo.
  • memorias_condensadas_alex.md: Registro de las conversaciones y desarrollo del modelo.
  • analisis/:
    • analisis_foda_matriz_riesgos.md: Análisis FODA y matriz de riesgos dual del modelo.
  • modelo/:
    • Modelo_Etico_Adaptativo_Explicación_Detallada.pdf: Explicación detallada del Modelo Etico Adaptativo (histórico).
    • Modelo_Etico_Adaptativo_Explicación_Detallada.md: Documento Markdown explicativo completo (histórico).
    • Modelo_Etico_Adaptativo_Explicacion_Agentes.md: Manual de referencia compacto optimizado para lectura de agentes de IA.
    • prompt_de_prueba.md: Prompt de prueba original.
    • prompt_gemma4.md: Prompt de prueba simplificado y optimizado para modelos Gemma 4 en local.
• agentes/:
  • contexts/: Esquemas de contextos JSON (Universal, Nacional, Local, Unipersonal).
  • context_loader.py: Cargador y fusionador de jerarquías de contextos éticos.
  • agent_referee.py: Árbitro ético encargado de interceptar acciones y ajustar métricas de conflicto.
  • README.md: Guía de desarrollo e integración de los agentes en Python.
• proposals/:
  • organo-publico.md: Propuesta del órgano interdisciplinario 24/7.
  • acuerdos-globales.md: Propuesta para fomentar la cooperación internacional.
• examples/:
  • ejercicios-base.md: Matriz de ejercicios básicos y su metodología.
  • funcion-onda.md: Análisis con la función de onda.
  • Ejemplo_de_uso_en_LM_Studio_-_2026-06-28_20.03.md: Transcripción de un caso real de mediación de dilemas en telecomunicaciones usando Gemma 4.

---

Casos de Uso del Modelo Ético Adaptativo

El Modelo Ético Adaptativo tiene el potencial de ser aplicado en diversos contextos donde la toma de decisiones requiere balancear valores éticos complejos. Aquí presentamos algunos escenarios:

1. Resolución de Conflictos Laborales

• Ejemplo: Dos departamentos en una empresa tienen un conflicto por recursos limitados. El modelo analiza los argumentos de ambas partes, identifica puntos en común y propone soluciones equitativas, minimizando tensiones y favoreciendo el bien colectivo.
• Beneficio: Promueve decisiones justas y reduce los tiempos de resolución.

2. Diseño Ético de IA

• Ejemplo: Un equipo de desarrollo desea entrenar una IA para moderar contenidos en redes sociales. El modelo ayuda a definir criterios éticos, asegurando que las decisiones sean transparentes, no discriminatorias y adaptadas a contextos culturales.
• Beneficio: Aumenta la confianza del usuario y mejora la percepción de la IA.

3. Gestión Comunitaria en Situaciones de Crisis

• Ejemplo: En un vecindario afectado por una inundación, se debe priorizar a qué zonas enviar ayuda. El modelo evalúa factores como vulnerabilidad, acceso y recursos disponibles para proponer una distribución ética y eficiente.
• Beneficio: Facilita decisiones críticas en momentos de alta presión.

4. Educación y Formación Ética

• Ejemplo: Universidades o empresas usan el modelo para simular dilemas éticos en clases o capacitaciones, ayudando a estudiantes y empleados a desarrollar pensamiento crítico en la resolución de problemas éticos.
• Beneficio: Mejora la formación en ética aplicada de manera interactiva.