La inteligencia artificial combina diversas disciplinas para crear máquinas que simulan la inteligencia humana, abordando tareas como juegos, traducción y diagnóstico. Sus características incluyen el uso de símbolos no matemáticos, programaciones no explícitas, y la capacidad de razonar y aprender. También aplica en áreas como sistemas expertos, robótica, procesamiento de lenguaje natural y vehículos autónomos, requiriendo una adecuada planificación y evaluación en auditorías informáticas.

1. INTELIGENCIA ARTIFICIAL
Concepto
La Inteligencia Artificial es una combinación de la ciencia del computador, fisiología y filosofía, tan
general y amplio como eso, es que reune varios campos (robótica, sistemas expertos, por
ejemplo), todos los cuales tienen en común la creación de máquinas que pueden pensar.
La de idea construir una máquina que pueda ejecutar tareas percibidas como requerimientos de
inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista
incluyen juegos, traducción de idiomas, comprensión de idiomas, diagnóstico de fallas, robótica,
suministro de asesoría experta en diversos temas.
La Inteligencia Artificial trata de conseguir que los ordenadores simulen en cierta manera la
inteligencia humana. Se acude a sus técnicas cuando es necesario incorporar en un sistema
informático, conocimiento o características propias del ser humano.
Otras herramientas inteligentes pueden utilizarse para escrutar entre los millones de datos que se
generan en un banco en busca de patrones de comportamiento de sus clientes o para detectar
tendencias en los mercados de valores.
Características de la Inteligencia Artificial.
1. Una característica fundamental que distingue a los métodos de Inteligencia Artificial de los
métodos numéricos es el uso de símbolos no matemáticos, aunque no es suficiente para
distinguirlo completamente. Otros tipos de programas como los compiladores y sistemas

2. de bases de datos, también procesan símbolos y no se considera que usen técnicas de
Inteligencia Artificial.
2. El comportamiento de los programas no es descrito explícitamente por el algoritmo. La
secuencia de pasos seguidos por el programa es influenciado por el problema particular
presente. El programa especifica cómo encontrar la secuencia de pasos necesarios para
resolver un problema dado (programa declarativo). En contraste con los programas que no
son de Inteligencia Artificial, que siguen un algoritmo definido, que especifica,
explícitamente, cómo encontrar las variables de salida para cualquier variable dada de
entrada (programa de procedimiento).
3. Las conclusiones de un programa declarativo no son fijas y son determinadas parcialmente
por las conclusiones intermedias alcanzadas durante las consideraciones al problema
específico. Los lenguajes orientados al objeto comparten esta propiedad y se han
caracterizado por su afinidad con la Inteligencia Artificial.
4. El razonamiento basado en el conocimiento, implica que estos programas incorporan
factores y relaciones del mundo real y del ámbito del conocimiento en que ellos operan. Al
contrario de los programas para propósito específico, como los de contabilidad y cálculos
científicos; los programas de Inteligencia Artificial pueden distinguir entre el programa de
razonamiento o motor de inferencia y base de conocimientos dándole la capacidad de
explicar discrepancias entre ellas.
5. Aplicabilidad a datos y problemas mal estructurados, sin las técnicas de Inteligencia
Artificial los programas no pueden trabajar con este tipo de problemas. Un ejemplo es la
resolución de conflictos en tareas orientadas a metas como en planificación, o el
diagnóstico de tareas en un sistema del mundo real: con poca información, con una
solución cercana y no necesariamente exacta

3. Ramas de la inteligencia artificial
Sistemas Expertos (Sistemas basados en Conocimiento). Programas computacionales que
resuelven problemas que normalmente requieren del conocimiento de un especialista o experto
humano. Es un sistema capaz de tomar decisiones inteligentes interpretando grandes cantidades
de datos sobre un dominio específico de problemas.
Aprendizaje y Razonamiento Automático. Máquinas capaces de planificar, tomar decisiones,
plantear y evaluar estrategias, aprender a partir de la experiencia, autoreprogramables, etc.
Robótica. Artefactos autónomos capaces de llevar a cabo diversas tareas mecánicas de manera
flexible e inteligente, cumpliendo con un objetivo y ajustándose al entorno cambiante.
Procesamiento de Lenguaje Natural. Sistemas capaces de reconocer, procesar y emular el lenguaje
humano.
Visión por Computadora (Reconocimiento de patrones). Reconoce y procesa señales, caracteres,
patrones, objetos, escenas.
Áreas de Vanguardia: Inteligencia Natural.
Redes Neurales. Crear elementos de procesamiento y organizarlos de acuerdo a un modelo
basado en las células del cerebro humano (neuronas). Estos sistemas no se programan, se
entrenan. Se caracterizan por reconocer objetos partiendo de señales ruidosas.
Lógica Difusa. Basado en los principios del razonamiento aproximado y el "cálculo con palabras",
éstos sistemas logran simplificar y aproximar la descripción del problema de una manera natural,
eficiente y robusta. La lógica difusa va más allá de la lógica booleana en cuanto a que acepta

4. valores parciales de verdad, es decir, de 0 a 100%; aceptando con ello expresiones tales como:
"Juan es alto" con un 75% de certeza, o mejor aún, simplificándolo a "Juan no es muy alto"; "El
tanque está lleno" con 50% de certeza, o bien, "El tanque está medio lleno o medio vacío".
Algoritmos genéticos. La ley de la selva de la Naturaleza: "La supervivencia del más apto", ha
impulsado la evolución, extinción y supervivencia de los seres vivos. Cada organismo, tiene inscrito
y codificado el conocimiento-biológico-genético acumulado durante millones de años. En una
computadora, comenzando por una población inicial de organismos-candidatos para la solución de
un problema, éstos se recombinan de manera aleatoria (reproducción), luego de seleccionar los
mejores, y después de cierto tiempo o número de generaciones se alcanza una solución
suficientemente buena para resolver el problema.
Vehículos Autónomos. Son una amalgama de ramas AI como: robótica, aprendizaje de máquina,
sistemas expertos, visión, etc. para lograr que una máquina inteligente pueda maniobrar en un
espacio físico singular pero variable, de manera autónoma hasta lograr el objetivo que se le
asigne: tomar una muestra de la superficie del planeta Marte, conducir un vehículo hasta cierto
destino por una carretera transitada, etc.
Realidad Virtual. Recrea mundos artificiales en tiempo real que pueden ser captados por diversos
canales sensoriales en el espectador, el cuál puede navegar "inmerso" a través de dicho mundo
virtual.
Agentes (Wizards). Son programas "invisibles" tipo espía que analizan las tareas que esté llevando
a cabo un usuario, y que dependiendo de las preferencias, costumbres y nivel del usuario, en
cuanto se detecte alguna anomalía, el agente "aparece" ante el usuario para ayudarle (dando
información), sugeriendo una solución o para ejecutar un conjunto de tareas rutinarias de manera
automática.
Tipos de auditoria
Para hacer una adecuada planeación de la auditoria en informática, hay que seguir una serie de
pasos previos que permitirán dimensionar el tamaño y características de área dentro del
organismo a auditar, sus sistemas, organización y equipo.
En el caso de la auditoria en informática, la planeación es fundamental, pues habrá que hacerla
desde el punto de vista de los dos objetivos:
Evaluación de los sistemas y procedimientos.
Evaluación de los equipos de cómputo.
Para hacer una planeación eficaz, lo primero que se requiere es obtener información general sobre
la organización y sobre la función de informática a evaluar. Para ello es preciso hacer una
investigación preliminar y algunas entrevistas previas, con base en esto planear el programa de

5. trabajo, el cual deberá incluir tiempo, costo, personal necesario y documentos auxiliares a solicitar
o formular durante el desarrollo de la misma.