Web 3.

Ciberdelitos

0
Introducción a la web 3.0
Para comenzar con esta unidad, estudiaremos qué se entiende por web 3.0
para luego entrar en el mundo de la inteligencia artificial, machine
learning, realidad aumentada y realidad virtual, con sus respectivas
diferencias y la incidencia de los ciberdelitos.

Web 3.0
Como podrás ver, iniciaremos con un tema que hoy en día avanza a pasos
agigantados: la web 3.0, cuya definición todavía no es muy clara, pero que
se podría interpretar como aquella web que facilita el acercamiento de las
personas a la información, haciéndola más interactiva, intuitiva,
humanizada y accesible a cualquier dispositivo, momento y espacio.

Dicho esto, vemos cómo esta nueva web tiene mayor incidencia en la
interacción de las personas con las herramientas y plataformas
tecnológicas. Es más inteligente, más virtual, se nutre de la semántica y es
claramente una conversión de la red en una gran base de datos que se
alimenta de la inteligencia artificial y del machine learning, entre otras
cosas.

Si hacemos un repaso y nos retrotraemos a finales de los años 80 –sin

olvidar sus comienzos en los 60–, hablamos de la web 1.0, que consistió
simplemente en búsqueda de información. Entonces no había interacción,
sino que solo se mantuvo estática y no hubo actividad por parte del
usuario. Ya para el año 2004, surgió la web 2.0, que se asocia a una web
más interactiva y social que posibilita la colaboración entre las personas a
través de blogs, podcasts, etcétera.

Como consecuencia de lo anterior, las personas crearon la web a partir del

factor social, llevando el mundo físico al mundo online. En suma, la
evolución ha ido mejorando los mecanismos de comunicación entre el
usuario y la web, que por cierto seguirá avanzando exponencialmente con
una tendencia hacia la web 4.0. En este último caso, podremos ver cómo el
ser humano se autoactualiza, es decir, que se encuentra en actividad
constante, ya sea hablando con la web o interactuando con cada elemento
que lo rodea, ya que será reconocido por los dispositivos y, de una u otra
manera, se logrará mayor integración de datos (ver Figura 1).

1
Figura 1: Evolución de la web

Fuente: Radar Networks & Nova Spivack, 2007, https://goo.gl/uMo68e

Inteligencia artificial

Continuando con el desarrollo del tema, hablaremos de lo relativo a

inteligencia artificial, es decir, la inteligencia de las computadoras. Para
ello, haremos mención de un concepto general de inteligencia a partir de la
Real Academia Española:

“Disciplina científica que se ocupa de crear programas informáticos que

ejecutan operaciones comparables a las que realiza la mente humana,
como el aprendizaje o el razonamiento lógico” (RAE, 2014,
https://goo.gl/tvv5go).

Por otra parte, también se la relaciona a “la tarea similar de usar las
computadoras para entender la inteligencia humana” (McCarthy, 2007,
https://goo.gl/QiuJ3f).

Como se puede ver, todo se relaciona con ejecutar operaciones

comparables a las que realiza la mente humana o, en otras palabras: cómo
interactúan de forma inteligente con el ser humano. Ahora, siguiendo con
este análisis, cuando se comenzó a investigar la inteligencia artificial los
factores centrales fueron los siguientes:

 El estudio, es decir, lo que se aprende por prueba y error. Esto lo

vemos, por ejemplo, cuando buscamos que un programa realice una
función, pero para llegar a ella debemos comenzar probando diferentes

2
 comandos para lograr dar con la función y que pueda ejecutarse el
programa.
 En el razonamiento, o sea, en tener juicios de valor sobre la realidad
actual. Un ejemplo lo podemos ver cuando el programa debe analizar si
un vehículo autónomo, al momento de tener una situación extrema por
accidente, se debe desviar para un lado o para el otro. En efecto, si lo
hace para el lado derecho, llevará a que colisione contra otro vehículo y
que haya un 90 % de posibilidades de que pierda la vida la persona que
va dentro de dicho vehículo; mientras que, si dobla hacia la izquierda,
puede haber un 90 % de posibilidades de que atropelle a una madre y a
su hijo, que se encuentran caminando por la vereda, y les ocasione la
muerte.
 En la resolución de conflictos, en la búsqueda de dar fin a problemas o
determinadas situaciones que se generan. Un claro ejemplo lo
podemos ver en el caso de los delitos en determinadas zonas
geográficas, donde, con base en datos analizados, debe buscar la
solución X. Así, deberá determinar cuáles serán las conductas propicias
que se cometerán y que estén relacionadas a determinado delito o
identificar a los posibles delincuentes con base en fotografías. De esta
manera, se va a elaborar un programa robot para que dé las señales de
alarma sobre este tipo de situaciones y permita la prevención de
futuros hechos criminales.
 En la captación, es decir, en apreciar cada conducta o acto del entorno,
a través del uso de órganos de los sentidos, reales y artificiales. De esta
manera, permitirá analizar el espacio con base en los objetos,
características y relaciones. Así, un ejemplo sería el de los vehículos
autocontrolados, en los que se conducirá a determinada velocidad de
acuerdo con el entorno, es decir, si es autopista, ruta o ciudad.
 Entendimiento del habla, es decir, lograr comprender las distintas
formas de comunicación, ya sea de sistemas de signos o del lenguaje
humano, el cual es netamente productivo, ya que, en el caso de las
computadoras, si bien utilizan uno o varios lenguajes, no significa que
lo entiendan. En este caso va a depender de muchos factores, no solo
de comportamiento humano, sino de la historia y momentos que ha
vivenciado esa persona y por qué llegó a donde llegó.

Como podemos ver, cada uno de los elementos descriptos hace que se
convierta en una inteligencia artificial.

Machine learning o aprendizaje automático

Luego de analizar lo que se entiende por inteligencia artificial, es

importante ver una rama de ellas, la machine learning o aprendizaje
automático. El científico Arthur Samuel la definió así:

3
“El campo de estudio que da a las computadoras la capacidad de aprender
sin ser programas explícitamente” (Samuel, como se cita en Ng, s. f.,
https://goo.gl/iVVuTa).

Con base en el concepto anterior, podemos inferir que la capacidad de

inteligencia del sistema será proporcional a la de contemplar el ambiente
en el que se encuentra e instruirse a partir de él.

Se encuentran diferentes interpretaciones de las tipologías de aprendizaje,

pero una de las que da, es la Universidad Politécnica de Catalunya
(2014/2015), la cual refiere que se encuentran los siguientes tipos de
aprendizajes:

 Aprendizaje inductivo, es decir, que realiza una búsqueda de modelos

que expliquen determinados casos. Se basa en métodos como caja
blanca (árboles de decisión o probabilísticos) o caja negra (redes de
neuronas artificiales o máquinas vectoriales).
 Aprendizaje analítico o deductivo, es decir, se realiza un razonamiento
con base en una determinada idea y descripción de esta.
 Aprendizaje bayesiano, es decir, es el proceso que permite encontrar
una hipótesis con mayor probabilidad.

Pasando en limpio lo que anteriormente hemos visto, el aprendizaje

automático va a estar relacionado a la estadística computacional y va a
tender a corregir los errores.

Otros autores hablan de aprendizaje automático supervisado, que requiere

de la retroalimentación del hombre para aprender y luego seguir aplicando
dicho aprendizaje. Por otra parte, tenemos a los no supervisados, que no
requieren ser capacitados, sino que se basan en cierto análisis de
determinados datos y llegan a determinada conclusiones.

Uno de los tantos ejemplos que hoy podemos ver lo encontramos en la

minería de datos. El marketing personalizado hoy en día utiliza ciertas
herramientas para llegar al cliente final. Claro que todo esto trae
aparejadas cuestiones legales de penetración con base en los datos que se
obtengan. Por otro lado, ya se está utilizando en el sector bancario para
analizar casos de fraude con tarjetas de crédito. Otro de los que también lo
está usando es Facebook con las fuentes de noticias, lo cual permite
personalizar la fuente de alimentación de noticias de cada usuario, es decir,
que, si leo más sobre ciberataques, me generará más noticias de mis
amigos que publiquen sobre ese tema.

4
Como podemos ver, en cada momento hay aprendizaje y corrección a
partir de las conductas que se vayan analizando y estudiando (ver Figura 2).

Figura 2: Proceso del aprendizaje automático

Fuente: Debora.riu, 2011, https://goo.gl/KmqZ2L

Realidad aumentada y realidad virtual

Desde otro lado, haremos una distinción entre lo que se entiende por
realidad aumentada y lo que se entiende por realidad virtual con el fin de
comprender mejor ambos fenómenos. En este sentido, se puede entender
a la realidad aumentada como:

Una versión mejorada de la realidad donde las vistas

directas o indirectas en vivo de los entornos físicos del
mundo real se incrementan con imágenes generadas por un
dispositivo superpuesta sobre la visión del usuario del
mundo real, mejorando así la percepción actual de la
realidad. (RealityTechnologies.com, 2016,
https://goo.gl/YCi6N3).

Como vemos, la tecnología mejora y complementa el uso del usuario final,

lo cual le permite ver objetos que a través de una visión normal no lo
podría realizar.

Por otro lado, nos encontramos con la realidad virtual:

“Representación de escenas o imágenes de objetos producida por un

sistema informático, que da la sensación de su existencia real” (RAE, 2014,
https://goo.gl/3H4UcX).

5
Como vemos en el concepto anterior, podemos inferir que, si bien se
refiere a una representación, esta no es real, sino que da una sensación de
ello.

Con base en cada definición, es pertinente hacer una diferencia entre una y
otra con el objeto de saber ante qué situación estamos en cada caso. Para
ello, comenzamos diciendo que, en el caso de la realidad virtual, esta nos
sumerge en un mundo diferente, que da la sensación de ser real, pero no lo
es; en cambio, con la realidad aumentada nos encontramos en el mundo
real y vemos información incorporada sobre imágenes, la cual nos aporta
otra óptica de las cosas.

Cabe resaltar que en la realidad virtual, con el uso de la tecnología 3D, el

usuario puede inventar o examinar cualquier espacio, y así darle cualquier
finalidad. También es cierto que lo aísla y lo encierra en una experiencia
más personal (ver Figura 3).

Figura 3: Detalle en campo de realidad virtual

Fuente: [Imagen sin título sobre realidad virtual]. (s. f.). Recuperado de https://goo.gl/fEs3MK

Del otro lado del mostrador, la realidad aumentada nos permite

interactuar con el mundo real. Un claro ejemplo de ello Pokemon Go: a
través de nuestro smartphone, podemos interactuar en el juego haciendo
uso de la realidad aumentada (ver Figura 4).

6
Figura 4: Representación de Pokemon Go a través de realidad aumentada

Fuente: [Imagen sin título sobre realidad aumentada]. (s. f.). Recuperado de https://goo.gl/gDo2je

Luego de tener un panorama general de las nuevas tecnologías, sería

importante mencionar cómo influyen desde los ciberdelitos. La realidad
aumentada puede ser usada para casos de reconocimiento facial, en donde
la misma aplicación identificaría el rostro de un usuario y se superpondría
sobre la imagen de todos los enlaces de las redes sociales en la que tenga
perfiles creados. De esta manera, se podría obtener información de otras
personas y aprovecharse de la ingeniería social para fines delictivos. Por el
otro costado, en el caso de la realidad virtual, se están utilizando
auriculares que permiten crear escenarios virtuales con la finalidad de
aprender cómo actúan los ciberdelincuentes, dependiendo del entorno.
Además, en varios países se han detectado ciberdelitos a través de los
juegos virtuales, principalmente por robo de información y fraudes, es
decir, cometer un delito real con objetos o armas de un juego en línea.
Otro de los casos es la compra de avatares virtuales, pero con plata real, a
partir de lo cual se va creando un negocio que no es controlado por nadie.
Uno de los casos resonantes fue en Holanda (Weiss, 2012), donde se
condenó a un jugador adolescente de robar algo que no existe, es decir,
dos objetos virtuales. El tribunal entendió que esos objetos son mercancías
y, por lo tanto, bajo la ley holandesa, es un robo.

7
Referencias
Debora.riu. (2017). Aprendizaje automático [Imagen]. Recuperado de
https://upload.wikimedia.org/wikipedia/commons/7/78/Esquema_aprendi
zaje.jpg

[Imagen sin título sobre realidad aumentada]. (s. f.). Recuperado de

http://www.knowyourmobile.com/products/15761/ces-2012-aurasma-
unveils-augmented-reality-3d-engine

[Imagen sin título sobre realidad virtual]. (s. f.). Recuperado de

http://parentesis.com/imagesPosts/usos-realidad-virtual-4.jpg

LSI-FIB. (2014/2015). Aprendizaje Automático. Recuperado de

http://www.lsi.upc.edu/~bejar/ia/transpas/teoria/6-AP-aprendizaje.pdf

McCarthy, J. (2007). What is Artificial Intellingence? Recuperado de

http://www-formal.stanford.edu/jmc/whatisai/

Ng, A. (2017). What is Machine Learning? Recuperado de

https://es.coursera.org/learn/machine-learning/lecture/Ujm7v/what-is-
machine-learning

Radar Networks, & Nova Spivack. (2017). [Imagen sin título sobre
evolución de la web]. Recuperado de https://lifeboat.com/ex/web.3.0

Real Academia Española. (2014). Inteligencia. En Diccionario de la lengua

española (23.va ed.). Recuperado de
http://dle.rae.es/?id=LqtyoaQ|LqusWqH

Real Academia Española. (2014). Realidad. En Autor, Diccionario de la

lengua española (23.va ed.). Recuperado de http://dle.rae.es/?id=VH7cofQ

RealityTechnologies.com. (2017). The Ultimate Guide to Augmented

Reality Technology. Recuperado de
http://www.realitytechnologies.com/augmented-reality

Weiss, A. (2012). Should Video Gamers Be Prosecuted for Stealing Virtual

Objects? Recuperado de
http://www.slate.com/blogs/future_tense/2012/02/07/runescape_dutch_
teen_convicted_of_theft_for_stealing_amulet_and_shield_in_virtual_worl
d_.html