Revista ModMex 36 Revista electrónica, gratuita semestral; dedicada a la difusión de: informática, computación, modding y electrónica.

http://revistamodmex.wordpress.com
M O D M E X P C
M O D M E X P C
¡
¡ TU IMAGINACIÓN AL MÁXIMO !
TU IMAGINACIÓN AL MÁXIMO !
Revista Electrónica Publicación Semestral MARZO 2024
Damas y Caballeros.
Damas y Caballeros... Guido van Rossum
Ladies and gelements..
Ladies and gelements.. Guido van Rossum
Guido van Rossum
IA
La vida no es sino una continua
sucesión de oportunidades para
sobrevivir

5
1 MARZO 2024
En 1956 se dio el término
“inteligencia artificial” en
Dartmouth durante una
conferencia convocada
por John McCarthy
9 Gabriel García Márquez
1 Damas y Caballeros Guido van Rossum
Guido van Rossum
3 Python
12 IA
MODMEX PC
MODMEX PC
¡TU IMAGINACION AL MAXIMO!
20 TEMU

MODMEX PC
MODMEX PC
¡TU IMAGINACION AL MAXIMO!

5
EDITORIAL
EDITORIAL
agh2kmx@gmail.com
¿Qué es la inteligencia
artificial?
Difícil pregunta y más su respuesta,
he aquí un punto de vista importante
por tratarse de nada menos que la vi-
sión del gigante azul IBM.
Si bien en las últimas décadas han
surgido varias definiciones de inteli-
gencia artificial (IA), John McCarthy
ofrece la siguiente: “Es la ciencia y
la ingeniería de fabricar máquinas in-
teligentes, especialmente programas
informáticos inteligentes.
Está relacionado con la tarea similar
de usar computadoras para compren-
der la inteligencia humana, pero la IA
no tiene que limitarse a métodos que
sean biológicamente observables”.
Sin embargo, décadas antes de esta
definición, el nacimiento de la conver-
sación sobre inteligencia artificial fue
señalado por el trabajo fundamental
de Alan Turing, “ Computing Machi-
nery and Intelligence “, que se publicó
en 1950. En este artículo, Turing, co-
nocido como el “padre de la informá-
tica”, plantea la siguiente pregunta:
“¿Pueden pensar las máquinas?” A
partir de ahí, ofrece una prueba, ahora
conocida como la “Prueba de Turing”,
en la que un interrogador humano in-
tentaría distinguir entre una respuesta
de texto de computadora y humana. Si
bien esta prueba ha sido objeto de mu-
cho escrutinio desde su publicación,
sigue siendo una parte importante de
la historia de la IA, así como un con-
cepto continuo dentro de la filosofía,
ya que utiliza ideas relacionadas con
la lingüística.
Stuart Russell y Peter Norvig proce-
dieron a publicar Artificial Intelligen-
ce: A Modern Approach, convirtiéndo-
se en uno de los libros de texto líderes
en el estudio de la IA. En él, profun-
dizan en cuatro posibles objetivos o
definiciones de la IA, que diferencia
los sistemas informáticos en función
de la racionalidad y el pensamiento vs.
la acción:
Enfoque humano:
•Sistemas que piensan como humanos
•Sistemas que actúan como humanos
Enfoque ideal:
•Sistemas que piensan racionalmente
•Sistemas que actúan racionalmente
En su forma más simple, la inteligencia
artificial es un campo que combina la in-
formática y conjuntos de datos sólidos
para permitir la resolución de problemas.
También abarca subcampos de aprendi-
zaje automático y aprendizaje profundo,
que a menudo se mencionan junto con
la inteligencia artificial. Estas disciplinas
se componen de algoritmos de IA que
buscan crear sistemas expertos que rea-
licen predicciones o clasificaciones ba-
sadas en datos de entrada.
A lo largo de los años, la inteligencia ar-
tificial ha pasado por muchos ciclos de
exageración, pero incluso para
los escépticos, el lanzamiento de Chat-
GPT de OpenAI parece marcar un punto
de inflexión.
La última vez que la IA generativa cobró
tanta importancia, los avances se pro-
dujeron en la visión por computadora,
pero ahora el salto adelante está en el
procesamiento del lenguaje natural. Y no
se trata sólo del lenguaje: los modelos
generativos también pueden aprender la
gramática del código de software, molé-
culas, imágenes naturales y una varie-
dad de otros tipos de datos.
Las aplicaciones de esta tecnología cre-
cen cada día y apenas estamos comen-
zando a explorar las posibilidades.
Pero a medida que aumenta el revuelo en
torno al uso de la IA en los negocios, y
las conversaciones sobre ética se vuel-
ven de vital importancia.

1
https://sites.google.com/site/rmodmex/
Guido
van
Rossum
Python es un lenguaje de
programación de alto nivel,
estructurado y de código
abierto que se puede utilizar
para una amplia variedad
de tareas de programación.
Python fue creado por Guido
Van Rossum a principios de
la década de 1990, su segui-
miento ha crecido constante-
mente y el interés se incre-
menta notablemente en los
últimos años más o menos.
Lleva el nombre del progra-
ma de comedia de Monty
Python Flying Circus.
Guido van Rossum
Mi nombre plantea a menudo di-
ficultades a los estadounidenses.
Pronunciación: en holandés, la
“G” de Guido es una G dura, que
se pronuncia aproximadamente
como la “ch” del “loch” escocés.
Sin embargo, si es estadouniden-
se, también puede pronunciarlo
como “Guido” italiano.
No me preocupan demasiado las
asociaciones que algunas perso-
nas tienen con los asesinos de la
mafia.
:-)
Ortografía: mi apellido consta de
dos palabras y me gustaría man-
tenerlo así, a pesar de la ortogra-
fía de algunas de mis tarjetas de
crédito. Las reglas ortográficas
holandesas dictan que cuando
se usa en combinación con mi
nombre, “van” no se escribe con
mayúscula: “Guido van Rossum”.
Pero cuando mi apellido se usa
solo para referirse a mí, se es-
cribe en mayúscula, por ejemplo:
“Como siempre, Van Rossum te-
nía razón”.
Alfabetización: en Estados Uni-
dos, aparezco en el alfabeto bajo
“V”. Pero en Europa aparezco
bajo “R”. Y algunos de mis ami-
gos me pusieron bajo “G” en su
libreta de direcciones...
Damas y Caballeros.
Damas y Caballeros... Guido van Rossum
Ladies and gelements..
Ladies and gelements.. Guido van Rossum
Guido van Rossum

2
Guido van Rossum es el creador
del lenguaje de programación
Python.
Creció en Holanda y estudió en la
Universidad de Ámsterdam, don-
de se graduó con una Maestría
en Matemáticas e Informática.
Su primer trabajo después de la
universidad fue como programa-
dor en CWI, donde trabajó en el
lenguaje ABC, el sistema opera-
tivo distribuido Amoeba y una va-
riedad de proyectos multimedia.
Durante este tiempo creó Python
como proyecto paralelo. Luego se
mudó a los Estados Unidos para
trabajar en un laboratorio de in-
vestigación sin fines de lucro en
Virginia, se casó con una texana,
trabajó para varias otras empre-
sas emergentes y se mudó a Ca-
lifornia.
En 2005 se incorporó a Google,
donde obtuvo el rango de Senior
Staff Engineer, y en 2013 empezó
a trabajar para Dropbox como In-
geniero Principal.
En octubre de 2019 se jubiló. Des-
pués de una breve jubilación, se
unió a Microsoft como ingeniero
distinguido en 2020. Hasta 2018
fue BDFL (Dictador benévolo de
por vida) de Python y todavía está
profundamente involucrado en la
comunidad de Python. Guido y
su familia viven en Silicon Valley,
donde les encanta caminar, andar
en bicicleta y observar aves.
Guido van Rossum creó Python
en 1990 mientras trabajaba en
CWI en Ámsterdam. Fue el BDFL
del idioma hasta que renunció en
2018. Ha ocupado varios trabajos
tecnológicos, incluido el de inge-
niero senior en Google e ingenie-
ro principal en Dropbox.
Actualmente es un ingeniero dis-
tinguido en Microsoft, donde to-
davía participa activamente en el
desarrollo de Python.
Nacido y criado en los Países
Bajos, se mudó a los EE. UU. en
1995 y actualmente vive con su
familia en el Área de la Bahía.
Educación.
Obtuve una maestría en Matemá-
ticas e Informática de la Universi-
dad de Ámsterdam en 1982 y ese
mismo año me uní al CWI como
investigador. Mientras estudiaba,
trabajé durante 5 años como pro-
gramador de sistemas en el cen-
tro académico de informática de
Ámsterdam, SARA.
Premios
En noviembre de 2019, el CWI me
otorgó la primera beca Dijkstra.
En octubre de 2018, fui uno de los
cinco ganadores de los primeros
premios anuales Oracle Ground-
breaker.
Desde octubre de 2018 soy miem-
bro Senior del IEEE. (Pero no dan
descuentos para personas mayo-
res. :-)
En abril de 2018 ingresé al Sa-
lón de Becarios del Museo de la
Computación.
En junio de 2013, Python ganó el
altamente competitivo premio ho-
landés COMMIT/.
En julio de 2007 recibí el premio
USENIX STUG.
En octubre de 2006 fui elegido In-
geniero Distinguido de ACM.
En junio de 2003 quedé finalis-
ta en la categoría “TI - Software
(Individual)” de los premios World
Technology Network.
En mayo de 2003 recibí el Pre-
mio NLUUG 2003 por servicios
extraordinarios a la comunidad
de usuarios de Unix y Sistemas
Abiertos.
En febrero de 2002 recibí el Pre-
mio de la Fundación para el Soft-
ware Libre.
En mayo de 1999 recibí el Premio
a la Excelencia en Programación
1999 del Dr. Dobb’s Journal, junto
con Donald Becker.
https://gvanrossum.github.io//bio.html
X
Guido
van
Rossum

3

4
Python
Python es un lenguaje cen-
trado en la simplicidad y la
facilidad de uso.
Es multiparadigma, lo que
permite a los programadores
escribir código en estilos de
programación orientados a
objetos, estructurales o fun-
cionales.
Hoy en día, se utiliza amplia-
mente en múltiples campos,
como el aprendizaje auto-
mático (marcos como Tensor
Flow y Keras) y el desarro-
llo web. Después de JavaS-
cript, es el lenguaje de pro-
gramación más utilizado en
el mundo.
Al igual que los lenguajes
más populares de la actuali-
dad, como C y Java, Python
tiene una larga historia de-
trás.
Un nuevo lenguaje entre
Bash y C
La persona principal que nos
acompañará en nuestro viaje
será Guido van Rossum.
Guido es el principal creador
del idioma.
Hasta 2018, también se des-
empeñó como BDFL (dicta-
dor benévolo de por vida) de
Python, lo que influyó en las
decisiones tomadas sobre
los cambios y actualizacio-
nes del lenguaje.
En 1989, Van Rossum esta-
ba trabajando en Amoeba,
un sistema distribuido basa-
do en microkernel, para el
cual estaba desarrollando
utilidades del sistema. Mien-
tras trabajaba en ellos,
Guido se dio cuenta de que
desarrollarlos en C requiere
demasiado tiempo.
Decidió dedicar su tiempo li-
bre a desarrollar un lenguaje
que le ayudara a realizar su
trabajo más rápido.
Tenía la idea de un lenguaje
de programación que estaría
en algún punto entre C y un
script de Shell: interpretado,
pero mucho más fácilmente
programable y legible que
los scripts de Shell.
Como probablemente ha-
brás adivinado, ese lenguaje
resultó ser Python. Un dato
curioso: Python no lleva el
nombre de la especie de
serpiente, sino del grupo de
comedia surrealista británica
Monty Python.
Según palabras de Guido:
“La referencia me pareció
adecuadamente irreverente
para lo que era esencialmen-
te un “proyecto skunkworks”.
Python

5
Python
La palabra “Python” también
era pegadiza, un poco atrevi-
da y, al mismo tiempo, enca-
jaba en la tradición de nom-
brar idiomas con nombres de
personajes famosos, como
Pascal, Ada y Eiffel”.
El primer lanzamiento
Después de que el idioma
fuera bien recibido en el CWI,
el instituto en el que trabaja-
ba Guido en ese momento
logró acordar con su gerente
publicarlo en código abierto.
En febrero de 1991, Van Ros-
sum publicó el código fuen-
te del intérprete de Python
en alt. sources, un grupo de
Usenet para código fuente
abierto.
Si bien esto puede parecer
algo normal (hoy en día, bá-
sicamente todos los lengua-
jes de programación son de
código abierto y están en
GitHub), en aquel entonces
todavía no estaba claro cuál
sería el modelo de negocio
de las personas que desa-
rrollaran los lenguajes.
Por ejemplo, había lenguajes
propietarios, pero era difícil
que se hicieran populares.
Guido ha dicho que el código
abierto de Python fue una de
las cosas que lo ayudó sig-
nificativamente a tener éxito
en ese momento.
En ese momento, existían al-
gunas dificultades a la hora
de compartir código fuente
abierto.
El código fuente del intérpre-
te de Python tuvo que dividir-
se en 21codificadomensajes
para compartirlo en el gru-
po de noticias, pero aun así
era mejor que llevar consigo
una versión física del código
fuente como lo haría antes
de Usenet.
La primera versión (0.9.0)
tenía características como
clases, manejo de excep-
ciones, funciones y tipos de
datos principales como list,
dict, str, etc.
Se inspiró en gran medida en
ABC, un lenguaje que Guido
pasó algún tiempo imple-
mentando en CWI. Mientras
creaba Python, su objetivo
era tomar las partes buenas
de ABC y arreglar el resto.
En enero de 1994, se lanzó
la versión 1.0 y se creó un
grupo Usenet separado, lo
que marcó un hito en la his-
toria de Python.
Por esa época, se crearon
muchos otros lenguajes in-
terpretados y escritos di-
námicamente similares a
Python, como Perl y Ruby, lo
que demuestra que la nece-
sidad de un lenguaje de este
tipo definitivamente estaba
en el aire.
El lento crecimiento de la po-
pularidad.
En 1994, Guido fue invita-
do a Estados Unidos por el
NIST, el Instituto Nacional de
Estándares y Tecnología de
Estados Unidos.
El NIST estaba interesado
en utilizar Python para va-
rios proyectos relacionados
con estándares y necesitaba
a alguien que mejorara sus
habilidades en Python.
Evidentemente, el creador
del lenguaje fue una gran
elección.
Con el apoyo del NIST, Gui-
do pudo realizar talleres y
participar en conferencias,
difundiendo Python y atra-
yendo contribuyentes clave
que luego serían muy impor-
tantes para el futuro del len-
guaje.

6
Python
Esto resultó en una oferta de
trabajo para Guido por parte
del CNRI, un laboratorio de
investigación sin fines de lu-
cro.
Este puesto ayudó a Guido
a crear un equipo de entu-
siastas de Python y a tener
soporte para lanzar las ver-
siones 1.3-1.6 de Python y
crear infraestructura como el
sitio web y la lista de correo
de Python.
Las características son las
siguientes:
Fácil de codificar y mantener
Mucha gente lo considera fá-
cil de usar para desarrollado-
res porque es bastante fácil
de aprender.
Además, podemos apren-
der a escribir su código muy
fácilmente en unas horas o
días. Además, esto es posi-
ble porque tiene sólo unas
pocas palabras clave, una
estructura simple y una sin-
taxis claramente definida.
Código abierto y gratuito
Es un lenguaje de código
abierto, lo que significa que
cualquiera puede descargar-
lo, usarlo y compartirlo. Ade-
más, es gratuito.
Orientado a objetos
Admite funciones de lengua-
je de programación orienta-
do a objetos. Por ejemplo, el
concepto de objeto y clases,
encapsulación, herencia,
etc.
Admite programación GUI
Python tiene soporte para
crear varias aplicaciones
GUI.
Además, estas aplicaciones
pueden funcionar en mu-
chos software y bibliotecas
del sistema. Además, cuenta
con módulos como PyQt5,
PyQt4, wxPython o Tk me-
diante los cuales podemos
realizar interfaces gráficas de
usuario. Entre ellos, PyQt5
es el más popular para crear
aplicaciones gráficas.
De naturaleza extensible
Es de naturaleza extensible,
lo que significa que podemos
usar código Python en otros
lenguajes. Por ejemplo, C,
C++ también puede compilar
ese código en C o C++.
Portátil e independiente de
plataforma.
Es de naturaleza portátil.
Además, podemos ejecutar
el código Python en cualquier
entorno como Windows, Li-
nux, Mac, etc. sin cambiar-
lo. Además, si escribimos el
código en un SO y lo ejecu-
tamos en otro es totalmente
válido.
Lenguaje Integrado
Podemos integrarlo fácil-
mente con otros lenguajes
como C, C++, etc. Por tanto,
es un lenguaje integrado.
Guido en el taller de Python. Fuente: https://legacy.python.org/

7
Python
Lenguaje interpretado
Utiliza un intérprete para
convertir el código fuente en
código de máquina.
Esto significa que ejecuta-
mos el código Python línea
por línea. Por lo tanto, resul-
ta fácil depurar el error y re-
solverlo.
Enorme biblioteca estándar
Hay una gran cantidad de bi-
bliotecas en Python.
Estas bibliotecas contienen
módulos y funciones prede-
finidos para determinadas
tareas.
Por lo tanto, al programador
le resulta fácil desarrollar el
código, ya que no tiene que
hacer todo por sí mismo.
Además, la biblioteca es por-
tátil y compatible con varias
plataformas.
Escrito dinámicamente
Esto significa que no tene-
mos que definir el tipo de va-
riable. El intérprete lo decide
por sí mismo en tiempo de
ejecución. De ahí el nombre
escrito dinámicamente.
Escalable
Proporciona un buen soporte
para programas grandes.
Algunas características adi-
cionales además de estas
son las siguientes:
•Admite estructuras de pro-
gramación orientadas a ob-
jetos y a procedimientos.
•Podemos usarlo como len-
guaje de script para aplica-
ciones grandes.
•Contiene recolección auto-
mática de basura.
•Realiza una verificación de
tipo dinámica.
•De naturaleza sensible a
mayúsculas y minúsculas.
•Útil para desarrollar aplica-
ciones web.
•utiliza sangría para la es-
tructuración del programa. A
diferencia de otros lengua-
jes que utilizan llaves para la
distinción de bloques.
Modos de ejecución en
Python
Como sabemos, Python uti-
liza un intérprete para la
ejecución del código fuente.
Ahora bien, hay dos formas
en las que podemos utilizar
el intérprete. Son los siguien-
tes:
•Modo interactivo
•Modo de guion
El modo interactivo nos per-
mite ejecutar una única de-
claración al instante. Mien-
tras que en el modo script
podemos escribir varias lí-
neas de código y luego eje-
cutarlo.
Modo interactivo
En este modo, podemos eje-
cutar una sola declaración a
la vez.
Además, para usar el modo
interactivo, tenemos que es-
cribir la declaración delante
de ‘>>>’ y presionar Enter.
Esto da como resultado la
salida inmediata de esa de-
claración en particular.
Este modo es fácil y conve-
niente de usar para ver la sa-
lida instantánea.
Pero, al mismo tiempo, no
podemos guardar el código
completo y tenemos que es-

8
Python
cribirlo una y otra vez para
ejecutarlo.
Modo de guion
En este modo tenemos que
escribir todo el código fuente
y guardarlo como un archivo
de código fuente de Python.
Además, podemos ejecutar
este archivo usando el intér-
prete.
Además, guardamos el ar-
chivo de código fuente de
Python con la extensión ‘.py’.
Un buen ejemplo de los prin-
cipios de Python es el Zen
de Python, un conjunto de
aforismos del ingeniero de
software Tom Peters. En 20
líneas como “Lo bello es me-
jor que lo feo”, zen Contiene
la filosofía central de Python.
El zen de Python
Lo bello es mejor que lo feo.
Lo explícito es mejor que lo
implícito.
Lo simple es mejor que lo
complejo.
Complejo es mejor que
complicado.
Plano es mejor que anidado.
Escaso es mejor que denso.
La legibilidad cuenta.
Los casos especiales no
son lo suficientemente espe-
ciales como para romper las
reglas.
Aunque la practicidad vence
a la pureza.
Los errores nunca deben
pasar en silencio.
A menos que se silencie
explícitamente.
Ante la ambigüedad, recha-
ce la tentación de adivinar.
Debería haber una, y prefe-
riblemente sólo una, manera
obvia de hacerlo.
Aunque puede que al princi-
pio no resulte obvio a me-
nos que seas holandés.
Ahora es mejor que nunca.
Aunque nunca es mejor que
*ahora mismo* ahora.
Si la implementación es difí-
cil de explicar, es una mala
idea.
Si la implementación es fácil
de explicar, puede ser una
buena idea.
Los espacios de nombres
son una gran idea: ¡haga-
mos más de eso!
“La generación de código,
como beber alcohol, es
bueno si se hace con mode-
ración”
– Alex Lowe
Fuente:
https://python-course.eu/python-tutorial/history-
and-philosophy-of-python.php
https://www.toppr.com/guides/computer-science/
introduction-to-python/getting-started-with-python/
python/#:~:text=uses%20English%20keywords.-
,History%20of%20Python,ABC%2C%20Unix%20
shell%2C%20https://cointelegraph.com/news/
history-of-python-programming-language
https://gvanrossum.github.io

9
Gabriel
García
Márque
Gabriel
García
Márque

10
GARCIA MARQUEZ
Gabriel José de la Concordia García Már-
quez (Aracataca, 6 de marzo de 1927-Ciu-
dad de México, 17 de abril de 2014)
Fue un escritor y periodista colombiano.
Reconocido principalmente por sus nove-
las y cuentos, también escribió narrativa
de no ficción, discursos, reportajes, críti-
cas cinematográficas y memorias.
Fue conocido como Gabo, y familiarmente
y por sus amigos como Gabito.
En 1982 recibió el Premio Nobel de Litera-
tura «por sus novelas e historias cortas,
en las que lo fantástico y lo real se com-
binan en un mundo ricamente compuesto
de imaginación, lo que refleja la vida y los
conflictos de un continente». Junto a Ju-
lio Cortázar, Mario Vargas Llosa y Carlos
Fuentes, es uno de los exponentes centra-
les del boom latinoamericano.
También está considerado uno de los prin-
cipales autores del realismo mágico, y su
obra más conocida, la novela Cien años de
soledad, es considerada una de las más
representativas de esa corriente literaria,
e incluso se considera que por el éxito de
la novela es que el término se aplica a la
literatura surgida a partir de 1960 en Amé-
rica Latina.
En 2007 la Real Academia Española y la
Asociación de Academias de la Lengua
Española publicaron una edición popular
conmemorativa de esta obra, por conside-
rarla parte de los grandes clásicos hispá-
nicos de todos los tiempos.
Información extraída de Wikipedia

11
Poema desde un caracol
Yo he visto el mar. Pero no era
el mar retórico con mástiles
y marineros amarrados
a una leyenda de cantares.
Ni el verde mar cosmopolita
—mar de Babel— de las ciudades,
que nunca tuvo unas ventanas
para el lucero de la tarde.
Ni el mar de Ulises que tenía
siete sirenas musicales cual siete islas rodeadas
de música por todas partes.
Ni el mar inútil que regresa
con una carga de paisajes
para que siempre sea octubre
en el sueño de los alcatraces.
Ni el mar bohemio con un puerto
y un marinero delirante
que perdiera su corazón
en una partida de naipes.
Ni el mar que rompe contra el
muelle
una canción irremediable
que llega al pecho de los días
sin emoción, como un tatuaje.
Ni el mar puntual que siempre tiene
un puerto para cada viaje
donde el amor se vuelve vida
como en el vientre de una madre.
Que era mi mar el mar eterno,
mar de la infancia, inolvidable,
suspendido de nuestro sueño
como una Paloma en el aire.
Era el mar de la geografía,
de los pequeños estudiantes,
que aprendíamos a navegar
en los mapas elementales.
En el mar de los caracoles,
mar prisionero, mar distante,
que llevábamos en el bolsillo
como un juguete a todas partes.
El mar azul que nos miraba,
cuando era nuestra edad tan frágil
que se doblaba bajo el
peso de los castillos en el aire.
Y era el mar del primer amor
en unos ojos otoñales.
Un día quise ver el mar
—mar de la infancia— y ya era tarde.

12

13
harvard.edu
¿Pueden pensar las máquinas?
En la primera mitad del siglo XX,
la ciencia ficción familiarizó al
mundo con el concepto de robots
con inteligencia artificial.
Comenzó con el “despiadado”
Hombre de Hojalata del Mago de
Oz y continuó con el robot huma-
noide que se hizo pasar por María
en Metrópolis.
En la década de 1950, teníamos
una generación de científicos,
matemáticos y filósofos con el
concepto de inteligencia artificial
(o IA) culturalmente asimilado en
sus mentes.
Una de esas personas fue Alan
Turing, un joven erudito británico
que exploró la posibilidad mate-
mática de la inteligencia artificial.
Turing sugirió que los humanos
utilizan la información disponible
además de la razón para resolver
problemas y tomar decisiones,
entonces, ¿por qué las máquinas
no pueden hacer lo mismo?
Este fue el marco lógico de su ar-
tículo de 1950, Computing Machi-
nery and Intelligence, en el que
discutía cómo construir máquinas
inteligentes y cómo probar su in-
teligencia.
Antes de 1949, las computadoras
carecían de un prerrequisito cla-
ve para la inteligencia: no podían
almacenar comandos, sólo ejecu-
tarlos.
En otras palabras, a las compu-
tadoras se les podía decir qué
hacer, pero no podían recordar lo
que hicieron.
A esto se agrega los costos com-
putacionales.
Donde empezó todo
A través de Logic Theorist de
Allen Newell, Cliff Shaw y Herbert
Simon. The Logic Theorist fue
un programa diseñado para imi-
tar las habilidades de resolución
de problemas de un ser humano
y fue financiado por la Corpora-
ción de Investigación y Desarrollo
(RAND).
Muchos lo consideran el primer
programa de inteligencia artificial
y se presentó en el Proyecto de
Investigación de Verano sobre In-
teligencia Artificial de Dartmouth.
(DSRPAI) organizado por John
McCarthy y Marvin Minsky en
1956.
En esta conferencia histórica,
McCarthy, imaginando un gran
esfuerzo de colaboración, reunió
a los mejores investigadores de
diversos campos para una discu-
sión abierta sobre inteligencia ar-
tificial, el término que acuñó en el
mismo evento.
Lamentablemente, la conferencia
no cumplió con las expectativas
de McCarthy; la gente iba y ve-
nía a su antojo y no se llegó a un
acuerdo sobre métodos estándar
para el campo.
Este evento, se catalizó a los si-
guientes veinte años de investi-
gación en IA.
Subidas y bajadas
De 1957 a 1974, la IA floreció.
Las computadoras pudieron al-
macenar más información y se
volvieron más rápidas, más bara-
tas y accesibles.
Los algoritmos de aprendizaje
automático también mejoraron y
las personas supieron mejor qué
algoritmo aplicar a su problema.
Las primeras demostraciones,
como General Problem Solver de
Newell y Simon y ELIZA de Jo-
seph Weizenbaum, se mostraron
prometedoras hacia los objetivos
de la resolución de problemas y la
interpretación del lenguaje habla-
do, respectivamente.
Estos éxitos, así como la defensa
de los principales investigadores
(es decir, los asistentes al DSR-
PAI), convencieron a agencias
gubernamentales como la Agen-
cia de Proyectos de Investigación
Avanzada de Defensa (DARPA)
para financiar Investigación de IA
en varias instituciones.
El gobierno estaba particularmen-
te interesado en una máquina
que pudiera transcribir y traducir
el lenguaje hablado, así como un
procesamiento de datos de alto
rendimiento.
El optimismo era alto y las expec-
tativas aún mayores.
En 1970, Marvin Minsky dijo a la
revista Life que “entre tres y ocho
años tendremos una máquina
AI

14
AI
con la inteligencia general de un
ser humano promedio”. Sin em-
bargo, si bien la prueba básica
de principio estaba ahí, todavía
quedaba un largo camino por re-
correr antes de que se pudieran
alcanzar los objetivos finales del
procesamiento del lenguaje natu-
ral, el pensamiento abstracto y el
autorreconocimiento.
Romper la niebla inicial de la IA
reveló una montaña de obstácu-
los.
El mayor fue la falta de potencia
computacional para hacer algo
sustancial: las computadoras
simplemente no podían almace-
nar suficiente información ni pro-
cesarla lo suficientemente rápido.
Para comunicarse, por ejem-
plo, es necesario conocer el sig-
nificado de muchas palabras y
comprenderlas en muchas com-
binaciones. Hans Moravec, estu-
diante de doctorado de McCarthy
en ese momento, afirmó que “las
computadoras eran todavía millo-
nes de veces demasiado débiles
para exhibir inteligencia”.
A medida que la paciencia dismi-
nuyó, también lo hizo la financia-
ción, y la investigación fue lenta
durante diez años.
Los 80s
En la década de 1980, la IA se re-
avivó gracias a dos fuentes: una
expansión del conjunto de he-
rramientas algorítmicas y un au-
mento de fondos. John Hopfield
y David Rumelhart popularizaron
técnicas de “aprendizaje profun-
do” que permitían a las computa-
doras aprender utilizando la ex-
periencia.
Por otro lado, Edward Fei-
genbaum introdujo sistemas ex-
pertos que imitaban el proceso de
toma de decisiones de un experto
humano.
El programa le preguntaría a un
experto en un campo cómo res-
ponder en una situación deter-
minada, y una vez que esto se
aprendiera para prácticamente
todas las situaciones, los no ex-
pertos podrían recibir asesora-
miento de ese programa.
Los sistemas expertos se utiliza-
ron ampliamente en las indus-
trias.
El gobierno japonés financió
fuertemente sistemas expertos y
otros esfuerzos relacionados con
la IA como parte de su Proyecto
de Computación de Quinta Gene-
ración.(FGCP).
Entre 1982 y 1990, invirtieron 400
millones de dólares con el obje-
tivo de revolucionar el procesa-
miento informático, implementar
la programación lógica y mejorar
la inteligencia artificial.
Lamentablemente, la mayoría de
los ambiciosos objetivos no se
cumplieron.
Sin embargo, se podría argumen-
tar que los efectos indirectos del
FGCP inspiraron a una joven ge-
neración talentosa de ingenieros
y científicos.
De todos modos, la financiación
del FGCP cesó y la IA quedó fue-
ra del centro de atención.
Irónicamente, en ausencia de fi-
nanciación gubernamental y pu-
blicidad pública, la IA prosperó.
Durante las décadas de 1990 y
2000, se lograron muchos de los
objetivos históricos de la inteli-
gencia artificial.
En 1997, el actual campeón mun-
dial de ajedrez y gran maestro
Gary Kasparov fue derrotado por
Deep Blue de IBM, un programa
informático para jugar al ajedrez.
Este partido altamente publicitado
fue la primera vez que un actual
campeón mundial de ajedrez per-
dió ante una computadora y sir-
vió como un gran paso hacia un
programa de toma de decisiones
artificialmente inteligente.
Ese mismo año, se implementó
en Windows el software de reco-
nocimiento de voz desarrollado
por Dragon Sistema.
Este fue otro gran paso adelante,
pero en la dirección del esfuerzo
de interpretación del lenguaje ha-
blado.
Parecía que no había ningún pro-
blema que las máquinas no pu-
dieran resolver. Incluso las emo-
ciones humanas eran un juego
limpio, como lo demuestra Kis-
met, un robot desarrollado por
Cynthia Breazeal que podía reco-
nocer y mostrar emociones.
El tiempo cura todas las heridas
No nos hemos vuelto más inteli-
gentes sobre cómo codificamos
la inteligencia artificial, entonces,
¿qué cambió? Resulta que el lí-
mite fundamental del almacena-

15
miento informático que nos fre-
naba hace 30 años ya no era un
problema.
La Ley de Moore , que estima que
la memoria y la velocidad de las
computadoras se duplican cada
año, finalmente había alcanzado
y, en muchos casos, superado
nuestras necesidades.
Así es precisamente como Deep
Blue pudo derrotar a Gary Kaspa-
rov en 1997, y cómo Alpha Go de
Google pudo derrotar al campeón
chino de Go, Ke Jie, hace sólo
unos meses.
Ofrece una pequeña explicación
de la montaña rusa de la inves-
tigación de la IA; saturamos las
capacidades de la IA al nivel de
nuestra potencia computacional
actual (almacenamiento de la
computadora y velocidad de pro-
cesamiento) y luego esperamos a
que la Ley de Moore se recupere
nuevamente.
La inteligencia artificial es una es-
pecialidad dentro de la informáti-
ca que se ocupa de la creación
de sistemas que puedan replicar
la inteligencia humana y las habi-
lidades de resolución de proble-
mas.
Lo hacen tomando una gran can-
tidad de datos, procesándolos y
aprendiendo de su pasado para
optimizarlos y mejorar en el futu-
ro.
Un programa informático normal
necesitaría interferencia humana
para corregir errores y mejorar los
procesos
La idea de “inteligencia artificial”
se remonta a miles de
años, cuando los filóso-
fos antiguos consideraban
cuestiones de vida y muer-
te.
En la antigüedad, los in-
ventores crearon cosas
llamadas “autómatas”, que
eran mecánicas y se mo-
vían independientemente
de la intervención humana.
La palabra “ autómata ”
proviene del griego antiguo
y significa “actuar por vo-
luntad propia”.
Uno de los primeros regis-
tros de un autómata data
del año 400 a. C. y se refie-
re a una paloma mecánica
creada por un amigo del fi-
lósofo Platón.
Muchos años después, uno
de los autómatas más fa-
mosos fue creado por Leo-
nardo da Vinci alrededor
del año 1495 .
Entonces, si bien la idea
de que una máquina pueda
funcionar por sí sola es an-
tigua, para los propósitos
de este artículo nos centra-
remos en el siglo XX, cuan-
do los ingenieros y científi-
cos comenzaron a avanzar
hacia nuestra IA moderna.
Rockwell Anyoha
AI

16
AI
Bases para la IA:
1900-1950 A principios del siglo
XX, se crearon muchos medios
de comunicación centrados en la
idea de humanos artificiales.
Tanto es así que científicos de
todo tipo empezaron a pregun-
tarse: ¿es posible crear un cere-
bro artificial? Algunos creadores
incluso hicieron algunas versio-
nes de lo que ahora llamamos
“robots” (y la palabra fue acuña-
da en una obra checa en 1921),
aunque la mayoría de ellas eran
relativamente simples. En su ma-
yor parte funcionaban con vapor
y algunos podían hacer expresio-
nes faciales e incluso caminar.
Fechas destacadas:
•1921: el dramaturgo checo Karel
Čapek estrenó una obra de cien-
cia ficción “Los robots universales
de Rossum ” que introdujo la idea
de “personas artificiales” a las
que llamó robots.
Este fue el primer uso conocido
de la palabra.
•1929: el profesor japonés Mako-
to Nishimura construye el primer
robot japonés, llamado Gakuten-
soku .
•1949: El científico informático
Edmund Callis Berkley publicó el
libro “ Cerebros gigantes o máqui-
nas que piensan “, que compara-
ba los modelos más nuevos de
computadoras con los cerebros
humanos.
Nacimiento de la IA: 1950-1956
En este periodo de tiempo fue
cuando el interés por la IA real-
mente llegó a un punto crítico.
Alan Turing publicó su trabajo
“Computer Machinery and Inte-
lligence”, que eventualmente se
convirtió en The Turing Test, que
los expertos utilizaron para medir
la inteligencia informática.
El término “inteligencia artificial”
fue acuñado y se hizo de uso po-
pular.
Fechas destacadas:
•1950: Alan Turing publicó “ Com-
puter Machinery and Intelligence ”
que proponía una prueba de inte-
ligencia de las máquinas llamada
The Imitation Game.
•1952: Un científico informático
llamado Arthur Samuel desarrolló
un programa para jugar a las da-
mas, que es el primero en apren-
der el juego de forma indepen-
diente.
•1955: John McCarthy celebró un
taller en Dartmouth sobre “inteli-
gencia artificial”, que es el primer
uso de la palabra y cómo llegó a
ser de uso popular.
Maduración de la IA: 1957-1979
El período transcurrido entre la
creación de la frase “inteligencia
artificial” y la década de 1980 fue
un período de rápido crecimiento
y lucha por la investigación de la
IA.
Desde finales de la década de
1950 hasta la de 1960 fue una
época de creación.
Desde lenguajes de programa-
ción que todavía se utilizan hasta
el día de hoy hasta libros y pelícu-
las que exploraron la idea de los
robots, la IA se convirtió rápida-
mente en una idea generalizada.
La década de 1970 mostró mejo-
ras similares, desde el primer ro-
bot antropomórfico construido en
Japón hasta el primer ejemplo de
un vehículo autónomo construido
por un estudiante de posgrado en
ingeniería.
Sin embargo, también fue una
época de lucha para la investiga-
ción en IA, ya que el gobierno de
EE. UU. mostró poco interés en
seguir financiando la investiga-
ción en IA.
Las fechas notables incluyen:
•1958: John McCarthy creó LISP
(acrónimo de List Processing), el
primer lenguaje de programación
para la investigación de IA, que
todavía es de uso popular hasta
el día de hoy.
•1959: Arthur Samuel creó el tér-
mino “aprendizaje automático”
cuando pronunció un discurso
sobre enseñar a las máquinas a
jugar al ajedrez mejor que los hu-
manos que las programaron.
•1961: El primer robot industrial,
Unimate, empezó a trabajar en
una línea de montaje de General
Motors en Nueva Jersey, con la
tarea de transportar carcasas de

17
troqueles y soldar piezas de au-
tomóviles (lo que se consideraba
demasiado peligroso para los hu-
manos).
•1965: Edward Feigenbaum y
Joshua Lederberg crearon el pri-
mer “sistema experto” , que era
una forma de IA programada para
replicar las capacidades de pen-
samiento y toma de decisiones de
los expertos humanos.
•1966: Joseph Weizenbaum creó
el primer “chatterbot” (más tarde
abreviado como chatbot), ELIZA,
un psicoterapeuta simulado , que
utilizaba el procesamiento del
lenguaje natural (PNL) para con-
versar con humanos.
1968: el matemático soviético
Alexey Ivakhnenko publicó el
“Método grupal de manejo de da-
tos”. en la revista “Avtomatika”,
que propuso un nuevo enfoque
de la IA que luego se convertiría
en lo que hoy conocemos como
“aprendizaje profundo”.
•1973: Un matemático aplicado
llamado James Lighthill presentó
un informe al Consejo Científi-
co Británico, subrayando que los
avances no fueron tan impresio-
nantes como los que habían pro-
metido los científicos, lo que llevó
a una reducción significativa del
apoyo y la financiación para la in-
vestigación de la IA por parte del
gobierno británico.
•1979: James L. Adams creó The
Standford Cart en 1961, que se
convirtió en uno de los primeros
ejemplos de vehículo autónomo.
En 1979, navegó con éxito por
una habitación llena de sillas sin
interferencia humana.
•1979: Se funda la Asociación
Estadounidense de Inteligencia
Artificial, ahora conocida como
Asociación para el Avance de la
Inteligencia Artificial (AAAI).
Auge de la IA: 1980-1987
La mayor parte de la década de
1980 mostró un período de rápi-
do crecimiento e interés en la IA,
ahora denominado “boom de la
IA”. Esto se debió tanto a avances
en la investigación como a finan-
ciación gubernamental adicional
para apoyar a los investigadores.
Las técnicas de aprendizaje pro-
fundo y el uso de sistemas exper-
tos se hicieron más populares, lo
que permitió a las computadoras
aprender de sus errores y tomar
decisiones independientes.
Las fechas notables en este pe-
ríodo de tiempo incluyen:
•1980: Se celebró la primera con-
ferencia de la AAAI en Stanford.
•1980: Llega al mercado comer-
cial el primer sistema experto ,
conocido como XCON (configura-
dor experto). Fue diseñado para
ayudar en el pedido de sistemas
informáticos seleccionando au-
tomáticamente componentes se-
gún las necesidades del cliente.
•1981: El gobierno japonés asig-
nó 850 millones de dólares (más
de 2 mil millones de dólares en di-
nero actual) al proyecto de Com-
putadora de Quinta Generación .
Su objetivo era crear compu-
tadoras que pudieran traducir,
conversar en lenguaje humano y
expresar razonamientos a nivel
humano.
•1984: La AAAI advierte sobre un
inminente “ invierno de la IA ” en
el que la financiación y el interés
disminuirían y dificultarían signifi-
cativamente la investigación.
•1985: Se demuestra en la con-
ferencia AAAI un programa de
dibujo autónomo conocido como
AARON .
•1986: Ernst Dickmann y su equi-
po de la Universidad Bundeswehr
de Munich crearon y demostraron
el primer automóvil sin conductor
(o automóvil robot). Podía con-
ducir hasta 55 mph en carreteras
que no tuvieran otros obstáculos
ni conductores humanos.
•1987: Lanzamiento comercial de
Alacrity por parte de Alactrious
Inc. Alacrity fue el primer sistema
de asesoramiento de gestión es-
tratégica y utilizó un sistema ex-
perto complejo con más de 3000
reglas.
Invierno de IA: 1987-1993
Como advirtió la AAAI, llegó un
invierno de IA. El término descri-
be un período de escaso interés
de los consumidores, públicos y
privados en la IA, lo que conduce
a una disminución de la financia-
ción de la investigación, lo que, a
su vez, conduce a pocos avan-
ces.
Tanto los inversores privados
como el gobierno perdieron in-
terés en la IA y suspendieron su
financiación debido al alto cos-
to versus el aparentemente bajo
AI

18
AI
rendimiento. Este invierno de IA
se produjo debido a algunos reve-
ses en el mercado de máquinas
y sistemas expertos, incluido el
final del proyecto de Quinta Ge-
neración, recortes en iniciativas
informáticas estratégicas y una
desaceleración en el despliegue
de sistemas expertos.
•1987: El mercado de hardware
especializado basado en LISP co-
lapsó debido a competidores más
baratos y accesibles que podían
ejecutar software LISP, incluidos
los ofrecidos por IBM y Apple.
Esto provocó que muchas empre-
sas LISP especializadas fracasa-
ran, ya que la tecnología ahora
era fácilmente accesible.
•1988: Un programador informá-
tico llamado Rollo Carpenter in-
ventó el chatbot Jabberwacky ,
que programó para proporcionar
conversaciones interesantes y
entretenidas a los humanos.
Agentes de IA: 1993-2011
A pesar de la falta de financia-
ción durante el invierno de la IA,
a principios de los años 90 se ob-
servaron algunos avances impre-
sionantes en la investigación de
la IA, incluida la introducción del
primer sistema de IA que podía
vencer a un ajedrecista campeón
mundial reinante.
Esta era también introdujo la IA en
la vida cotidiana a través de inno-
vaciones como el primer Roomba
y el primer software de reconoci-
miento de voz disponible comer-
cialmente en computadoras con
Windows.
Al aumento del interés le siguió
un aumento de la financiación
para la investigación, lo que per-
mitió avanzar aún más.
•1997: Deep Blue (desarrollado
por IBM) venció al campeón mun-
dial de ajedrez, Gary Kasparov,
en una partida muy publicitada,
convirtiéndose en el primer pro-
grama en vencer a un campeón
de ajedrez humano.
•1997: Windows lanzó un soft-
ware de reconocimiento de voz
(desarrollado por Dragon Sys-
tems).
•2000: La profesora Cynthia
Breazeal desarrolló el primer ro-
bot que podía simular las emocio-
nes humanas con su rostro, que
incluía ojos, cejas, orejas y boca.
Se llamaba Kismet.

19
•2002: Se lanza el primer Room-
ba.
•2003: La NASA aterrizó dos ro-
vers en Marte (Spirit y Opportuni-
ty) y navegaron por la superficie
del planeta sin intervención hu-
mana.
•2006: Empresas como Twitter,
Facebook y Netflix comenzaron
a utilizar la IA como parte de sus
algoritmos de publicidad y expe-
riencia de usuario (UX).
•2010: Microsoft lanzó Xbox 360
Kinect, el primer hardware de jue-
gos diseñado para rastrear el mo-
vimiento del cuerpo y traducirlo
en direcciones de juego.
•2011: Una computadora de PNL
programada para responder pre-
guntas llamada Watson (creada
por IBM) ganó Jeopardy contra
dos excampeones en un juego te-
levisado.
•2011: Apple lanzó Siri, el primer
asistente virtual popular.
Inteligencia General Artificial:
2012-presente
Esto nos lleva a los desarrollos
más recientes en IA, hasta el día
de hoy. Hemos visto un aumento
en las herramientas de inteligen-
cia artificial de uso común, como
asistentes virtuales, motores de
búsqueda, etc. Este período tam-
bién popularizó el aprendizaje
profundo y el big data.
•2012: Dos investigadores de
Google (Jeff Dean y Andrew Ng)
entrenaron una red neuronal para
reconocer gatos mostrándole
imágenes sin etiquetar y sin infor-
mación de fondo.
•2015: Elon Musk, Stephen Haw-
king y Steve Wozniak (y más de
3.000 personas más) firmaron
una carta abierta a los sistemas
gubernamentales del mundo pro-
hibiendo el desarrollo (y poste-
riormente el uso de) armas autó-
nomas con fines bélicos.
•2016: Hanson Robotics creó un
robot humanoide llamado Sophia,
que se hizo conocido como el
primer “robot ciudadano” y fue el
primer robot creado con una apa-
riencia humana realista y la capa-
cidad de ver y replicar emociones,
así como de comunicarse.
•2017: Facebook programó dos
chatbots con inteligencia artificial
para conversar y aprender a ne-
gociar, pero mientras iban y ve-
nían terminaron renunciando al
inglés y desarrollando su propio
idioma, de forma completamente
autónoma.
•2018: Un grupo tecnológico chi-
no llamado IA de procesamiento
del lenguaje de Alibaba venció al
intelecto humano en una prue-
ba de lectura y comprensión de
Stanford.
•2019: AlphaStar de Google al-
canzó Gran Maestro en el video-
juego StarCraft 2, superando a
todos menos el 0,2% de los juga-
dores humanos.
•2020: OpenAI comenzó las prue-
bas beta de GPT-3, un modelo
que utiliza el aprendizaje profun-
do para crear código, poesía y
otras tareas similares de lenguaje
y escritura. Si bien no es el prime-
ro de su tipo, es el primero que
crea contenido casi indistinguible
de los creados por humanos.
•2021: OpenAI desarrolló DALL-
E, que puede procesar y com-
prender imágenes lo suficiente
como para producir subtítulos
precisos, lo que acerca la IA un
paso más a la comprensión del
mundo visual.
¿Qué depara el futuro?
Ahora que volvemos al presente,
probablemente tenga en mente la
siguiente pregunta natural: enton-
ces, ¿qué sigue para la IA?
Bueno, nunca podremos predecir
por completo el futuro. Sin embar-
go, muchos expertos destacados
hablan sobre los posibles futuros
de la IA, por lo que podemos ha-
cer conjeturas fundamentadas.
Podemos esperar ver una mayor
adopción de la IA por parte de
empresas de todos los tamaños,
cambios en la fuerza laboral a
medida que una mayor automa-
tización elimine y cree puestos
de trabajo en igual medida, más
robótica, vehículos autónomos y
mucho más.
https://sitn.hms.harvard.edu/flash/2017/history-artificial-intelligence/
https://www.tableau.com/data-insights/ai/history
AI

20

21
TEMU: La aplicación gratuita
más descargada tanto en App
Store como en Google Play du-
rante gran parte de cuatro me-
ses.
Temu ofrece grandes descuen-
tos en una gran cantidad de
productos, en su mayoría en-
viados directamente desde fá-
bricas o almacenes chinos.
Además de los precios increí-
blemente bajos, Temu sin duda
puede atribuir su popularidad
a su estrategia de ofrecer co-
sas gratis a los usuarios que
promocionan la aplicación en
sus redes sociales y consiguen
que amigos y familiares se re-
gistren.
Que dice Temu de ellos;
Temu es un sitio web en línea
que conecta a los consumido-
res con millones de vendedo-
res, fabricantes y marcas de
todo el mundo con la misión de
empoderarlos para que vivan
su vida de la mejor manera.
Temu se compromete a ofre-
cer los productos de calidad
más asequibles para permitir
a los consumidores y vende-
dores cumplir sus sueños en
un entorno inclusivo. Temu fue
fundado en Boston, Massachu-
setts en 2022.
¿Qué significa Temu?
Temu significa: TEAM UP,
PRICE DOWN (Entre Todos,
Bajamos Precios)Esperamos
que disfrutes de los productos
asequibles y de calidad que
ofrecemos en nuestro merca-
do, procedentes de millones de
vendedores, fabricantes y mar-
cas de todo el mundo.
¿De dónde provienen los
envíos de Temu?
Temu envía sus productos des-
de una red global de proveedo-
res y fabricantes, con socios
de logística experimentados y
confiables. Los envíos de Temu
pueden variar de origen según
el producto que compres.
Sin embargo, Temu trabaja
con repartidores de paquetes
líderes como UPS, FedEx y
USPS para garantizar que to-
dos los pedidos se entreguen
de manera rápida y segura a
los clientes.
Las fortalezas únicas de Temu
Temu lleva a tu puerta a los
artículos de los mejores ven-
dedores, fabricantes y marcas
de todas las escalas gracias a
nuestro:
Capacidad para obtener los
mejores productos a nivel mun-
dial
Experiencia en administrando
cadenas de suministro logísti-
cas complejas
Modelo de negocio de consu-
midor a fabricante (“C2M”)
Temu es una megatienda de
compras en línea que ofrece
casi cualquier producto que
puedas imaginar.
Puede comprar accesorios
para el automóvil, ropa, pro-
ductos electrónicos, muebles
de exterior, herramientas eléc-
tricas, ropa para bebés y todo
lo demás.
La característica destacada de
Temu es que muchos de los
productos del sitio son increí-
blemente baratos.
Puedes comprar gafas de sol
por $2, collares por $1 y colla-
res para mascotas que brillan
en la oscuridad por $3. De he-
cho, cualquier cosa que se te
ocurra probablemente esté en
Temu por menos de $30.
Algunas personas comparan
TEMU

22
TEMU
Temu con sitios como Shein,
Wish y AliExpress, pero Temu
es un poco diferente.
Shein se centra en moda y
prendas de vestir, mientras que
los clientes pueden comprar
casi cualquier cosa en Temu.
Wish y AliExpress son conoci-
dos por tener artículos de me-
nor calidad, tiempos de envío
más largos y una ventana de
devolución de artículos más
corta.
La empresa matriz de Temu es
PDD Holdings, un grupo co-
mercial multinacional con sede
en Dublín, Irlanda. PDD Hol-
dings es propietaria de Temu y
su empresa hermana, Pinduo-
duo.
Sin embargo, es un poco difícil
precisar con precisión los orí-
genes exactos de Temu.
En una presentación SEC 6-K
de febrero de 2023 , Pinduoduo
Inc. cambió su nombre a PDD
Holdings en una resolución
especial. La empresa también
trasladó sus principales ofici-
nas ejecutivas de Shanghai,
China, a Dublín, Irlanda.
La reubicación de la oficina eje-
cutiva no es necesariamente
una señal de alerta, ya que mu-
chas empresas de tecnología,
incluidas las estadounidenses,
se mudan a Irlanda debido a
las bajas tasas impositivas cor-
porativas del país .
Temu dice que la empresa se
fundó en Boston en 2022, pero
la página ‘Acerca de nosotros’
del sitio no menciona a su em-
presa matriz, según The Wash-
ington Post .
La oficina de Temu en Boston
no es un almacén lleno de pro-
ductos, pero lo más probable
es que sea la oficina central
que está conectada con las
otras oficinas de Temu en todo
el mundo.
Según el Boston Globe , Temu
decidió establecer su campa-
mento en Boston en parte debi-
do a su proximidad a Canadá,
donde la empresa abrió recien-
temente otra oficina.
Los artículos de Temu son ex-
cepcionalmente baratos. Temu
dice que mantiene sus produc-
tos asequibles conectando a
los clientes directamente con
los proveedores, mientras que
Temu se encarga del envío de
los artículos a los clientes. Por
lo tanto, Temu no es propietario
de los productos enumerados
en su sitio web y actúa como
enlace entre compradores y
vendedores.
Como se mencionó anterior-
mente, la empresa matriz de
Temu, PDD Holdings, posee
otra plataforma de comercio
electrónico llamada Pinduoduo
que opera en China. Pinduo-
duo obtuvo más de 18 mil mi-
llones de dólares en ingresos
en 2022.
Sin embargo, el Comité Se-
lecto de la Cámara de Repre-
sentantes de EE. UU. afirma
que Temu puede fabricar sus
productos a un precio tan bajo
para los consumidores esta-
dounidenses porque la em-
presa opera bajo el vacío legal
de minimis, que permite que
importaciones valoradas en
menos de 800 dólares entren
a EE.UU. sin pagar derechos,
impuestos y tasas, y sometido
a rigurosas inspecciones.
El informe del Comité dice que
Temu puede abaratar sus pro-
ductos utilizando la disposición
de minimis para evadir dere-
chos de importación, aranceles
e inspecciones de la Aduana
estadounidense.
Según Retail Insider , el modelo
de fabricación inversa de Temu
ayuda a la empresa a reducir el
desperdicio al medir con mayor
precisión los productos desea-
dos por los clientes.
El Código de conducta de ter-
ceros de Temu enfatiza que la
empresa tiene una política de
tolerancia cero para los pro-
veedores que utilizan trabajo
forzoso para fabricar produc-
tos. Todos los proveedores de
Temu deben cumplir con las
leyes locales sobre salarios y
horarios, y sus condiciones de
trabajo deben ser seguras y no
abusivas.

23
Sin embargo, el informe del
Comité Selecto de la Cámara
de Representantes de EE. UU.
afirma que Temu no tiene un
programa de auditoría o cum-
plimiento para garantizar que
los vendedores cumplan con
su Código de conducta.
Si se pregunta si Temu es am-
bientalmente ético, ese es un
tema más complicado. Sitios
como Temu, Shein y AliEx-
press dicen que están compro-
metidos con la sostenibilidad
ambiental mediante la digitali-
zación de la economía, la re-
ducción del desperdicio en la
cadena de suministro y la com-
pensación de las emisiones de
carbono.
Pero muchas de estas em-
presas también distribuyen
productos que contienen sus-
tancias químicas nocivas que
acaban acabando en los verte-
deros .
Estas empresas también afir-
man compensar sus emisiones
comprando créditos de carbo-
no para financiar iniciativas de
sostenibilidad.
Pero no está claro cómo, cuán-
do y dónde estos créditos de
carbono ayudan al medio am-
biente.
Además, el informe del Comité
Selecto de la Cámara de Re-
presentantes de Estados Uni-
dos dice que Temu no garan-
tiza adecuadamente que sus
productos no sean el resultado
de trabajos forzados.
Es ilegal vender artículos en
EE. UU. que provengan de la
región china de Xinjiang .
La región china de Xinjiang tie-
ne una historia complicada y
violenta entre el gobierno chi-
no y el pueblo uigur. Es común
que los artículos fabricados en
esta región sean producto de
trabajo forzado.
¿Los productos de Temu
son de buena calidad?
Temu no está acreditado por el
Better Business Bureau (BBB)
y tiene una calificación prome-
dio de dos de cinco estrellas.
Muchas quejas recientes sobre
Temu en el sitio web de BBB
dicen que los artículos nunca
llegaron o, si lo hicieron, tarda-
ron semanas o incluso meses
en llegar.
En las redes sociales, particu-
larmente en TikTok , la gente
está satisfecha con sus com-
pras de Temu.
Desde pequeños aparatos y
artículos para el hogar hasta
ropa y zapatos, Temu se está
convirtiendo en la última obse-
sión de TikTok.
Probé productos de Temu y en-
contré problemas mínimos. Por
supuesto, algunos artículos se
TEMU

24
X
TEMU
fabrican a bajo precio, pero eso
es de esperarse por un artículo
de entre 1 y 3 dólares. Sin em-
bargo, en general, los elemen-
tos de Temu son lo que espera-
rías que fueran.
El símbolo de las acciones de
Temu es PDD y está registrado
bajo el billete NASDAQ:PDD.
La plataforma de ecommerce
más popular en Estados Uni-
dos no es ni Amazon, ni Wal-
mart; es Temu.
Bueno, por lo menos desde no-
viembre ha logrado mantener-
se como la app de ecommerce
con más descargas. La aplica-
ción llegó a las tiendas iOS y
Android en septiembre del año
pasado, y desde entonces ha
logrado conseguir 24 millones
de descargas y más de 11 mi-
llones de usuarios activos al
mes.
Temu pertenece al gigante chi-
no de comercio social: Pinduo-
duo; y al igual que Shein, Wish
o Alibaba ofrecen una gran va-
riedad de productos a un pre-
cio bajo.
Jugando con fuego
Su estrategia se basa preci-
samente en eso —bajos pre-
cios—, pues llega a ofrecer
ofertas flash de hasta el 89%;
aunque, según Abe Yousef de
Sensor Tower, eso pueda lle-
gar a provocar la pregunta:
¿Es demasiado barato para
ser bueno?
Por lo pronto, la compañía
ya tiene la mirada puesta
en el mercado canadien-
se, peeero los expertos
no creen que Temu pueda
mantener ese nivel de pre-
cios por mucho tiempo.
Vía: CNN.

25
LOS ACTIVOS FINANCIE-
ROS EN MANOS DEL GO-
BIERNO EN EL MUNDO
Hemos visto la deuda externa
de China y otros países avan-
zados, pero para poder ha-
cernos una idea del balance
financiero de un gobierno ne-
cesitamos comparar la deuda
total (interna y externa) con
los activos de que dispone.
Si para la deuda hemos dis-
puesto de los datos del pri-
mer trimestre de 2023, para el
análisis de los activos finan-
cieros tan solo está disponible
en el Fondo Monetario Inter-
nacional (FMI) la información
completa o cuasi completa de
2019. Los datos que presen-
tamos son los relativos al Go-
bierno general, a diferencia
del análisis de la deuda exter-
na donde hemos presentado
la correspondiente a toda la
sociedad para evitar cualquier
duda al respecto.
En la definición del Gobierno
general del FMI se incluye a
los gobiernos centrales y lo-
cales, a los fondos de seguri-
dad social y las corporaciones
públicas no financieras y a las
corporaciones públicas finan-
cieras.
Hemos subrayado que in-
cluye a los gobiernos loca-
les para dejar patente que la
cacareada, supuestamente
amenazadora, deuda de los
gobiernos locales de China
está incorporada en la infor-
mación que se presenta a
continuación.
Los activos financieros en
manos de los gobiernos del
mundo, expresados en por-
centaje del total, son los si-
guientes:
https://rebelion.org/
https://www.zdnet.com/article/is-temu-legit-what-
to-know-about-this-wildly-popular-shopping-app/
https://time.com/6243738/temu-app-complaints/
https://www.temu.com/mx/about

26
“La obtención de la libertad está en la cultura”do la oportunidad de
pensarlo” Chris Pirillo, blogger.
Alfonso Gómez H
“Si el contenido es el rey, la conversación es la reina” John Munsell, CEO de Bizzuka.
“Facebook nació para dar a la gente el poder de compartir y hacer del mundo un lugar
más abierto y conectado” Mark Zuckerberg, creador de Facebook.
BLOG R.MODMEX PC
EDICIONESTECNOLOGICA
SITE R.MODMEX PC

27
PCeclectico
PCeclectico
No es inteligencia artificial
lo que me preocupa, es la
estupidez humana
Neil Jacobstein

Revista ModMex 36 Revista electrónica, gratuita semestral; dedicada a la difusión de: informática, computación, modding y electrónica.

Recomendados

Recomendados

Más contenido relacionado

Similar a Revista ModMex 36 Revista electrónica, gratuita semestral; dedicada a la difusión de: informática, computación, modding y electrónica.

Similar a Revista ModMex 36 Revista electrónica, gratuita semestral; dedicada a la difusión de: informática, computación, modding y electrónica. (20)

Más de ALFONSO GOMEZ HERRERA

Más de ALFONSO GOMEZ HERRERA (20)

Último

Último (20)

Revista ModMex 36 Revista electrónica, gratuita semestral; dedicada a la difusión de: informática, computación, modding y electrónica.