La finalidad de este artículo es analizar desde un punto de vista historiográfico el capítulo que sobre los omeyas de al-Andalus incluyen dos de las obras más representativas del periodo mameluco, la Nihāyat al-arab de al-Nuwayrī y los Masālik al-abṣār Al-ʿUmarī, Ibn Faḍl Allāh, Masālik al-abṣār fī mamālik al-amṣār: qabāʾil al-ʿarab fī l-qarnayn al-sābiʿ wa-l-ṯāmin al-hiǧriyayn, Dorothea Krawulski (ed.), Beirut, al-Markaz al-Islāmī li-l-Buḥūṯ, 1985 de al-ʿUmarī; ambas enmarcadas en lo que se ha denominado «enciclopedismo mameluco». En primer lugar, se realiza (...) una aproximación a la producción escrita de este periodo, señalándose las principales características de esta producción, así como las circunstancias que las moldearon. Posteriormente, se ofrecen algunas consideraciones generales sobre estos autores y sus respectivas obras. Todo esto con el fin de ofrecer una visión general del contexto cultural en el que se enmarcan las obras objeto de estudio de este artículo. Finalmente, se procede al análisis historiográfico crítico de la información que las dos obras nos proporcionan sobre los omeyas de al-Andalus, con especial atención a las fuentes que estos autores manejaron para su composición. Este análisis nos proporciona nuevos datos sobre el proceso de transmisión textual en la historiografía árabe, además de ampliar nuestro conocimiento sobre algunas fuentes andalusíes relevantes, algunas de las cuales permanecen total o parcialmente perdidas, como es el caso del Muqtabis de Ibn Ḥayyān. (shrink)

The literature addressing bias and fairness in AI models (fair-AI) is growing at a fast pace, making it difficult for novel researchers and practitioners to have a bird’s-eye view picture of the field. In particular, many policy initiatives, standards, and best practices in fair-AI have been proposed for setting principles, procedures, and knowledge bases to guide and operationalize the management of bias and fairness. The first objective of this paper is to concisely survey the state-of-the-art of fair-AI methods and resources, (...) and the main policies on bias in AI, with the aim of providing such a bird’s-eye guidance for both researchers and practitioners. The second objective of the paper is to contribute to the policy advice and best practices state-of-the-art by leveraging from the results of the NoBIAS research project. We present and discuss a few relevant topics organized around the NoBIAS architecture, which is made up of a Legal Layer, focusing on the European Union context, and a Bias Management Layer, focusing on understanding, mitigating, and accounting for bias. (shrink)