educacion

1. RESUMEN
Qué es la inteligencia artificial: definición, historia, aplicaciones y futuro
Hablar hoy en día de la definición de inteligencia artificial es más un tema de
usos cotidianos y menos de fantasías de ciencia ficción. Efectivamente, las
aplicaciones de la inteligencia artificial se presentan cada vez con mayor
frecuencia en diferentes ámbitos. De hecho, los usos de la IA se han expandido
de tal manera que podría considerarse que prácticamente todas las facetas de
la vida de una persona se ven beneficiadas por esta.
Desde los asistentes de voz hasta la robótica industrial, la IA avanza
constantemente. Conozca más acerca de lo que es en realidad la inteligencia
artificial y cuáles son sus usos, así como también su importancia tanto a nivel
personal como profesional.
INTRODUCCION DEL TEMA
Como se mencionó al inicio, el
término inteligencia artificial solía
estar relacionado con narrativas
futuristas en escenarios
usualmente irreales. Sin embargo,
el estado actual de las cosas es
muy diferente. Gracias a los
descubrimientos y avances tecnológicos, el concepto de inteligencia artificial ha
adquirido un nuevo sentido, pasando a formar parte de la cotidianeidad de una
gran parte de la población mundial.
La inteligencia artificial es una rama de la ciencia informática que tiene como
objetivo diseñar tecnología que emule la inteligencia humana. Esto significa que,
mediante la creación de algoritmos y sistemas especializados, las máquinas
pueden llevar a cabo procesos propios de la inteligencia humana, como
aprender, razonar o autocorregirse.
Al contrario de la concepción arcaica que se tenía hace algunos años, en la
actualidad se sabe que la IA no busca reemplazar a los humanos, sino contribuir
al desarrollo de sus capacidades y contribuciones. Sus diferentes aplicaciones
tienen como meta mejorar tanto el desempeño como la experiencia de sus
usuarios.
¿Cómo funciona la inteligencia artificial?
La manera en que opera una solución de IA varía en función de sus objetivos y
aplicaciones. No obstante, todos los sistemas de inteligencia artificial tienen un
factor en común: el manejo de datos.
Si bien el diseño de algoritmos y sistemas innovadores es parte esencial de la
IA, los datos son piezas clave para su éxito. Es decir que, para funcionar
eficientemente, la IA requiere de datos. De hecho, entre mayor sea el número de
datos que reciba un sistema de IA, este podrá aprender más en menor tiempo.

2. Al procesar esta información, el software puede identificar patrones y aprender
a responder dependiendo de sus objetivos. Así, por ejemplo, un sistema basado
en procesamiento del lenguaje natural (también conocido como PLN) puede no
solo analizar y entender el lenguaje humano, sino que también puede llegar a
generarlo por sí mismo.
Orígenes
Para hablar de la historia de la inteligencia artificial hay que mencionar los
orígenes de la computación. Es importante tener en mente que el desarrollo de
la IA depende del surgimiento de las ciencias informáticas.
A mediados de la década de los 30, Alan Turing publicó un artículo en el que
introdujo el concepto de Máquina de Turing. En su escrito, el matemático
británico definió lo que él describió como una máquina calculadora de capacidad
infinita, sentando así las bases del concepto moderno de algoritmo. Fue tal la
repercusión de este texto que a la fecha es considerado como la base teórica de
las ciencias de la computación.
Años más tarde, Konrad Zuse diseñó la primera computadora electrónica digital.
La Z3 operaba con un sistema binario y requería de una cinta externa para
almacenar los programas. A pesar de ser una versión un tanto rudimentaria, la
invención del ingeniero alemán dio paso al diseño de las computadoras como las
conocemos en la actualidad.
En 1955 el matemático John McCarthy acuñó por primera vez el término
inteligencia artificial. Un año después, se llevó a cabo la conferencia de
Dartmouth, en la que el reconocido matemático y otros expertos se reunieron
para ahondar más sobre el tema. Como resultado de este encuentro, se abrieron
nuevas ramas de estudio, como la ciencia de los datos.
Durante la década de los 70 se experimentó un crecimiento significativo en el
diseño de prototipos. Entre algunos de los éxitos de esa época están Mycin, el
sistema de diagnóstico de enfermedades, diseñado por la Universidad de
Stanford en 1974, y PROLOG, un lenguaje de programación lógica (1975).
Desde entonces hasta la fecha se ha visto un incremento exponencial en la
difusión de la IA. Si bien las aplicaciones de la inteligencia artificial son
prácticamente infinitas, las áreas de salud, finanzas, comunicación y
ciberseguridad han sido especialmente beneficiadas por estos avances.
Tipos de inteligencia artificial
De acuerdo con Arend Hintze, profesor de la Universidad de Michigan, existen
cuatro tipos de inteligencia artificial:
 Máquinas reactivas: es la forma más básica. Este tipo de sistemas no
tienen la capacidad de recordar ni de usar experiencias pasadas para
basar la toma de decisiones.
El ejemplo más conocido de máquinas reactivas es Deep Blue de IBM. Esta
supercomputadora es capaz de identificar las piezas en un tablero de ajedrez,

3. saber cómo se mueve cada una y predecir los movimientos, pero no puede
recordar lo ocurrido antes del momento presente.
 Memoria limitada: a diferencia de las máquinas reactivas, los sistemas de
memoria limitada sí pueden almacenar información sobre el pasado, pero
solo de manera transitoria.
Esto significa que, si bien pueden tomar decisiones con base en experiencias
pasadas, la información estará disponible por un período limitado. Como
resultado, estos sistemas aún no son capaces de aprender a partir de los datos
históricos.
 Teoría de la mente: las máquinas que entran en esta categoría son
aquellas que pueden comprender el comportamiento de los agentes a su
alrededor y ajustar el propio de acuerdo a cada circunstancia.
Estos sistemas deben ser capaces de identificar pensamientos y emociones, y
entender la manera en que estos afectan el comportamiento de las personas.
 Autoconciencia: este es considerado el último paso en el desarrollo de la
inteligencia artificial. Los sistemas de esta etapa deben contar con la
capacidad de formar representaciones sobre sí mismos, es decir, tener
conciencia de sí mismos. Este paso es crucial para el entendimiento de la
propia inteligencia humana.
El estado actual de la inteligencia artificial se caracteriza por la búsqueda de
soluciones cada vez más cercanas a la inteligencia humana. Hoy en día, la IA se
compone de un conjunto de conocimientos que, aunado a un entrenamiento
previo, permite arrojar un resultado. Si bien esto es un logro bastante
impresionante, el objetivo actual es mucho más ambicioso.
Los profesionales de la inteligencia artificial trabajan en aprendizaje profundo
(Deep learning) para crear algoritmos capaces de reconocer datos y aprender a
través de ejemplos. Con esto se busca que la IA sea capaz de integrar
habilidades propias del comportamiento humano (como la empatía y la
personalidad) para generar respuestas más personalizadas.
OBJETIVOS
Razonamiento y resolución de problemas
Una imagen de IA generada por Dall-e tras escribir el texto: "Un edificio
arquitectónico moderno con grandes ventanales de vidrio, situado en un
acantilado con vista a un océano sereno al atardecer".
Los primeros investigadores desarrollaron algoritmos que imitaban el
razonamiento paso a paso que los humanos usan cuando resuelven acertijos o
hacen deducciones lógicas. A finales de la década de 1981-1990, la
investigación de la inteligencia artificial había desarrollado métodos para tratar
con información incierta o incompleta, empleando conceptos de probabilidad y
economía.47

4. Estos algoritmos demostraron ser insuficientes para resolver grandes problemas
de razonamiento porque experimentaron una «explosión combinatoria»: se
volvieron exponencialmente más lentos a medida que los problemas crecían.48
De esta manera, se concluyó que los seres humanos rara vez usan la deducción
paso a paso que la investigación temprana de la inteligencia artificial seguía; en
cambio, resuelven la mayoría de sus problemas utilizando juicios rápidos e
intuitivos
Características principales de la inteligencia artificial
Imita la cognición humana
La inteligencia artificial se caracteriza principalmente por su imitación al modo de
pensar del ser humano. Posee su propio campo de estudio, el cual se conoce
como computación cognitiva. Se basa esencialmente en el reconocimiento de
patrones, la minería de datos y en el procesado del lenguaje natural para simular
el cerebro humano.
Automatiza procesos
La automatización de tareas es una de las cualidades más significativas de la IA.
Esta tecnología permite que actividades redundantes, largas y exhaustivas sean
ejecutadas por máquinas o programas, en vez de personas.

5. De hecho, mediante la combinación de la automatización robótica de
procesos (RPA) y la inteligencia artificial (IA), surge lo que se denomina como
la automatización inteligente (AI).
Por lo tanto, la AI es la composición que une las virtudes de ambas tecnologías
para crear un elemento altamente potente. Por su utilidad, es utilizada
ampliamente por las empresas, esencialmente para automatizar tareas
manuales y conseguir procesos eficientes.
Nunca descansa
Otro rasgo que las caracteriza es su
capacidad de funcionar las 24 horas
del día en los 365 días del año. La IA
nunca descansa y, por tanto, nunca
se detiene. Esto permite que los
programas inteligentes puedan
avanzar a un ritmo impresionante,
sin interrupciones.
Además, es especialmente importante en aquellas actividades donde se requiere
personal permanentemente activo y funcionando correctamente.
Es precisa
La alta confiabilidad que se le otorga a la inteligencia artificial es debido a su gran
precisión para ejecutar tareas. Las probabilidades de fallas en estos programas
son muy bajas. Por supuesto, su grado de precisión depende íntegramente del
diseño del software, ya que, al fin y al cabo, la IA es una fiel representación de
la creación humana.
Sin embargo, estos sistemas tienden a equivocarse cada vez menos, puesto
que, son los propios errores los que permiten la mejora constante de estos
diseños.
Gestiona una enorme cantidad de datos
Un rasgo esencial de la IA, es la capacidad de manejar cantidades ingentes de
información. Es aquí donde el Big Data entra en juego. El Big data hace
referencia al volumen de datos tan amplio, que es necesaria la utilización de
herramientas especializadas para tratar correctamente a esta cantidad de
información.
Y es la inteligencia artificial la responsable en manejar los datos que el Big data
pone a su disposición. Dicho de un modo fácil, el Big data es el combustible, y la
IA es la máquina que lo aprovecha.
La importancia de la combinación de ambas tecnologías se ve reflejada con la
creación de herramientas especializadas para ello, así como la formación
de nuevos perfiles profesionales para llevar a cabo estas actividades.

6. INTELIGENCIA ARTIFICIAL
In document UNIVERSIDAD MAYOR DE SAN ANDRÉS FACULTAD DE
CIENCIAS PURAS Y NATURALES CARRERA DE INFORMÁTICA (página 29-
38)
CAPITULO II MARCO TEÓRICO
N INTELIGENCIA ARTIFICIAL
La inteligencia artificial es la ciencia de hacer que las maquinas hagan cosas que
requerirían inteligencia si las hicieran los hombres [Copeland, 1993].
MAESTRO
18
En ciencias de la computación se denomina inteligencia artificial (IA) a las
inteligencias no naturales en agentes racionales no vivos [John McCarthy, 2008]
acuñó el término y definió: "Es la ciencia e ingeniería de hacer máquinas
inteligentes, especialmente programas de cómputo inteligentes."
De manera más específica la inteligencia artificial es la disciplina que se encarga
de construir procesos que al ser ejecutados sobre una arquitectura física
producen acciones o resultados que maximizan una medida de rendimiento
determinada, basándose en la secuencia de entradas percibidas y en el
conocimiento almacenado en tal arquitectura [John McCarthy, 2008].
Existen distintos tipos de conocimiento y medios de representación del
conocimiento, el cual puede ser cargado en el agente por su diseñador o puede
ser aprendido por el mismo agente utilizando técnicas de aprendizaje [John
McCarthy, 2008].
También se distinguen varios tipos de procesos válidos para obtener resultados
racionales, que determinan el tipo de agente inteligente. De más simples a más
complejos, los cinco principales tipos de procesos son:
• Ejecución de una respuesta predeterminada por cada entrada (análogas a
actos reflejos en seres vivos).
• Búsqueda del estado requerido en el conjunto de los estados producidos por
las acciones posibles.
• Algoritmos genéticos (análogo al proceso de evolución de las cadenas de ADN).
• Redes neuronales artificiales (análogo al funcionamiento físico del cerebro de
animales y humanos).
• Razonamiento mediante una lógica formal (análogo al pensamiento abstracto
humano).

7. También existen distintos tipos de percepciones y acciones, pueden ser
obtenidas y producidas, respectivamente por sensores físicos y sensores
mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto
como por entradas y salidas de bits de un software y su entorno software [John
McCarthy, 2008].
19
Varios ejemplos se encuentran en el área de control de sistemas, planificación
automática, la habilidad de responder a diagnósticos y a consultas de los
consumidores, reconocimiento de escritura, reconocimiento del habla y
reconocimiento de patrones. Los sistemas de IA actualmente son parte de la
rutina en campos como economía, medicina, ingeniería y la milicia, y se ha usado
en gran variedad de aplicaciones de software, juegos de estrategia como ajedrez
de computador y otros videojuegos [John McCarthy, 2008].
METODOLOGÌA DE LA INTELIGENCIA ARTIFICIAL
Los avances en el campo de la computación, la electrónica, sensores,
procesamiento de señales, representación de la información, etc., proporcionan
nuevas herramientas para el desarrollo de sistema inteligentes, así, las
metodologías que incluye la inteligencia artificial, se puede ver en la siguiente
tabla:
METODOLOGÌAS DESCRIPCIÒN
SISTEMAS EXPERTOS
Un Sistema Experto es esencialmente un programa de computadora que se
encuentra estructurado por conocimientos y raciocinio que llevan a cabo trabajos
que generalmente sólo realiza un experto humano.
LOGICA FUZZY
La lógica difusa es una técnica de la inteligencia computacional que permite
trabajar información con alto grado de imprecisión, en esto se diferencia de la
lógica convencional que trabaja con información bien definida y precisa.
REDES NEURONALES
Es un paradigma computacional conexionista cuya estructura emula el proceso
biológico del aprendizaje humano. Son sistemas compuestos por muchos
elementos de procesamiento (neuronas) que operan en paralelo, cuya función
es determinada por la estructura de la red, las conexiones y el procesamiento
local realizado por los elementos computacionales o nodos.
COMPUTACION EVOLUTIVA
Inspirada en el mundo biológico, desarrolla programas utilizando analogías con
procesos biológicos tales como la evolución y la selección natural, se aplica a
problemas de optimización programación automática y aprendizaje de
máquinas.

8. ALGORITMOS GENETICOS
Es un procedimiento de búsqueda y optimización modelado según los
mecanismos genéticos de selección natural de los seres vivos.
PROGRAMACION GENETICA
Aplica los principios evolutivos de los algoritmos genéticos para hacer
evolucionar programas informáticos, conduce el predominio de los programas
más aptos para la solución de un problema dado.
La inteligencia artificial es un campo en constante evolución que ha
revolucionado la forma en que interactuamos con la tecnología. A medida que
avanzamos en este camino, uno de los aspectos más importantes a considerar
es la conclusión de la inteligencia artificial. En este artículo, exploraremos las
diversas perspectivas y reflexiones sobre cómo el desarrollo de IA está
moldeando nuestro futuro.
Ventajas de la Inteligencia Artificial:
1. Mayor eficiencia en tareas complejas: La IA puede realizar tareas
complejas de manera más rápida y eficiente que los seres humanos.
Algoritmos avanzados y sistemas de aprendizaje automático permiten a
las máquinas procesar grandes cantidades de datos y tomar decisiones
precisas en un tiempo mucho más corto.
2. Automatización de procesos: La IA puede automatizar procesos
repetitivos y tediosos, liberando a los seres humanos para que se centren
en tareas más estratégicas y creativas.
3. Mayor capacidad de procesamiento: Los sistemas de IA pueden procesar
grandes volúmenes de datos y realizar análisis complejos en tiempo real.
Esto permite obtener información valiosa y tomar decisiones informadas
de manera más rápida y precisa.
4. Reducción de errores: La IA puede minimizar los errores humanos en
tareas que requieren precisión y atención constante. Al eliminar la fatiga
y las distracciones, las máquinas pueden realizar tareas con una precisión
casi perfecta.
5. Mejora de la seguridad: Los sistemas de IA pueden detectar y prevenir
amenazas de seguridad en tiempo real. Esto es especialmente útil en la
detección de fraudes, ataques cibernéticos y otras actividades maliciosas.
6. Personalización de experiencias: La IA puede analizar los datos de los
usuarios y ofrecer experiencias personalizadas y recomendaciones
precisas. Esto se utiliza en aplicaciones de comercio electrónico, servicios
de streaming y plataformas de redes sociales.

9. 7. Avances en la medicina: La IA ha revolucionado la medicina, permitiendo
diagnósticos más precisos, desarrollo de tratamientos personalizados y
asistencia en cirugías complejas.
8. Mejora de la eficiencia energética: La IA puede optimizar el consumo de
energía en diversos sectores, reduciendo el desperdicio y ayudando a
proteger el medio ambiente.
9. Innovación en la industria: La IA impulsa la innovación en diversos
sectores, desde el automotriz hasta el financiero. Permite el desarrollo de
nuevos productos y servicios que mejoran la calidad de vida de las
personas.
10.Mejora de la toma de decisiones: La IA puede analizar grandes
cantidades de datos y ofrecer insights y recomendaciones valiosas para
la toma de decisiones empresariales. Esto ayuda a reducir el sesgo
humano y maximizar los resultados.
Desventajas de la Inteligencia Artificial:
 Reemplazo de empleos: La IA puede automatizar tareas que antes eran
realizadas por seres humanos, lo que puede resultar en la pérdida de
empleos en ciertos sectores.
 Dependencia de datos: La IA se basa en grandes cantidades de datos
para funcionar correctamente. Si los datos son incompletos o irrelevantes,
los resultados de la IA pueden ser imprecisos o sesgados.
 Falta de creatividad y empatía: Aunque la IA puede realizar tareas
complejas, carece de la creatividad y la empatía que los seres humanos
poseen. Esto puede limitar su capacidad para tomar decisiones éticas o
comprender emociones humanas.
 Privacidad y seguridad: El uso masivo de la IA puede plantear
preocupaciones sobre la privacidad y la seguridad de los datos. La
recopilación y el uso indebido de información personal pueden ser un
problema importante.
 Sesgo algorítmico: Los algoritmos de IA pueden estar sesgados debido a
los datos utilizados para entrenarlos. Esto puede resultar en decisiones
discriminatorias o injustas en ciertos casos.
 Costos de implementación: La implementación de sistemas de IA puede
ser costosa, especialmente para pequeñas y medianas empresas. Esto
puede limitar el acceso a las ventajas de la IA.
 Supervisión y responsabilidad: La IA requiere una supervisión y
regulación adecuadas para garantizar su uso ético y responsable. La falta
de control puede dar lugar a consecuencias negativas e imprevistas.
 Posible pérdida de control: Existe un debate sobre la posibilidad de que la
IA se vuelva demasiado poderosa y supere la capacidad de control

10. humano. Esto plantea preocupaciones sobre la autonomía de las
máquinas y los posibles riesgos asociados.
 Falta de intuición y juicio: Aunque la IA puede analizar datos y tomar
decisiones basadas en ellos, carece de la intuición y el juicio humano que
a menudo se requieren en situaciones complejas.
 Impacto en la desigualdad: El acceso y la adopción de la IA pueden
aumentar la brecha entre aquellos que pueden beneficiarse de ella y
aquellos que no. Esto puede ampliar las desigualdades existentes en la
sociedad.
La conclusión de la inteligencia artificial:
La conclusión de la inteligencia artificial es que ha experimentado grandes
avances en los últimos años, superando expectativas y desafiando los límites de
lo que se consideraba posible. Los desarrollos en áreas como el aprendizaje
automático, el procesamiento del lenguaje natural y la visión por computadora
han llevado a la creación de sistemas cada vez más inteligentes y sofisticados.
Sin embargo, también existen importantes retos que deben abordarse para
garantizar un futuro prometedor para la inteligencia artificial. Entre estos desafíos
se incluyen la ética y la responsabilidad en el uso de la tecnología, la privacidad
y la seguridad de los datos, así como la confiabilidad y transparencia de los
sistemas de inteligencia artificial.
Es fundamental considerar las perspectivas futuras de la inteligencia artificial. A
medida que esta tecnología continúa evolucionando, es posible que se aplique
en una amplia gama de industrias y sectores, mejorando la eficiencia, la
productividad y el bienestar humano. La inteligencia artificial tiene el potencial de
resolver problemas complejos, impulsar la innovación y mejorar nuestra calidad
de vida.
En conclusión, la inteligencia artificial ha demostrado ser una poderosa
herramienta con un gran potencial. Sin embargo, es esencial abordar los retos y
asegurarnos de que se utilice de manera ética y responsable. Al hacerlo,
podemos aprovechar al máximo los beneficios de esta tecnología y dar forma a
un futuro en el que la inteligencia artificial sea una fuerza transformadora para el
bienestar de la humanidad.
RECOMENDACIONES
1. Reconocer los riesgos sociales que implica la inteligencia artificial
El primer paso para solucionar un problema es reconocer que existe, y según
EIU es innegable que la inteligencia artificial supone “un riesgo” para el futuro del
empleo. Frente a esta realidad, no cabe “alentar la complacencia o la
resignación”.
2. Explicar, educar y fomentar la transparencia

11. Pedir confianza ciega en los algoritmos es el mejor camino para la
desinformación y las distorsiones sobre la inteligencia artificial, según el informe.
“El mayor reto que afronta la IA es la posible falta de confianza en la tecnología
por la ausencia de transparencia sobre cómo toman sus decisiones las
máquinas”, dice Manuela Veloso, jefa del departamento de ‘machine learning’ de
la Universidad Carnegie Mellon y uno de los catorce expertos mundiales
entrevistados para el informe. Es necesario que los que protagonizan la
revolución de la IA expliquen su trabajo y sus intenciones a la sociedad de la
forma más sencilla posible. Tienen un gran poder, y eso conlleva una gran
responsabilidad, dice EIU.
3. Adaptar la formación y la educación a la nueva sociedad de la inteligencia
artificial
Se trata de trabajar en tres herramientas: la formación profesional, “que ahora
está de capa caída en muchos países y deberá cobrar más importancia”, dice el
informe; mantener el foco en las materias STEM (Ciencia, Tecnología, Ingeniería
y Matemáticas por sus siglas en inglés) y no olvidar la importancia de las
humanidades, cuya importancia crecerá “por el esperado aumento de la
demanda de ‘soft skills’ como la construcción de equipos, la cooperación y el
pensamiento crítico”. Todo ello, con una estrecha colaboración entre docentes,
empresa y legisladores, más necesaria que nunca ante la continua evolución de
las necesidades formativas.
4. Regular y mejorar el tratamiento de los datos
“El uso y abuso de los datos va a ser una de las cuestiones definitorias del siglo
XXI”, dice categóricamente el informe, que pide la creación de regulaciones
específicas que permitan el uso correcto de conjuntos de datos anónimos,
respondiendo a las dudas actuales sobre ciberseguridad y privacidad. Pero
atención: esas regulaciones no deben impedir la circulación de los datos más
allá de las fronteras estatales.
5. Tender puentes y aumentar la comunicación
El informe asegura que hay muchas “brechas de entendimiento” respecto al
desarrollo de la inteligencia artificial, pero probablemente la más importante sea
la que separa a los expertos técnicos de las empresas y los dirigentes políticos.
Para maximizar los potenciales beneficios del impacto económico y social de la
inteligencia artificial, son necesarias políticas públicas que puedan mitigar sus
efectos negativos, por ejemplo en el mercado laboral, sin limitar los positivos.