Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
Arquitecto principal, Servicios de infraestructura de TI, Cognizant Technology Solutions, Estados Unidos
*
Correo electrónico para correspondencia: praveen.donepudi@ust-global.com
https://doi.org/10.18034/abr.v9i3.494
ABSTRACTO
El objetivo principal de este estudio fue analizar la influencia del aprendizaje automático en la era digital,
particularmente en el campo de las finanzas. Este estudio involucra la aplicación del aprendizaje automático, sus
desafíos, oportunidades y efecto en las vacantes y las operaciones. Este artículo se basa en los hallazgos de un
estudio cualitativo del texto sobre el tema del aprendizaje automático en las finanzas. La parte teórica de este
artículo explora el marco universal, como el pasado, el existente y el siguiente nivel del aprendizaje automático,
con énfasis en sus ventajas e inconvenientes. El estudio también examina el reconocimiento global del
aprendizaje automático en la revisión del desarrollo y las nuevas empresas de inteligencia artificial en países
europeos. La metodología de investigación utilizada en este estudio fue la evaluación de los métodos cualitativos
en el trabajo. El estudio también revisó veinte registros electrónicos y artículos sobre aprendizaje automático en
finanzas. Durante la investigación sobre cómo la tecnología informática transforma el sector bancario, se discutió
la implementación y el impacto de la inteligencia artificial en el financiamiento. La investigación muestra que
varias instituciones financieras se han beneficiado significativamente de la introducción de una variedad de
aprendizaje automático e inteligencia artificial. Este trabajo demuestra que existe una falta de experiencia en el
campo del aprendizaje automático, incluso cuando muchas tareas no calificadas o semicualificadas realizadas por
individuos son realizadas por máquinas. Este estudio ha demostrado que, a través de la valoración bancaria y
financiera, ya sea en la fabricación, el análisis de datos o seguir invirtiendo, habrá muchos más desarrollos que
pueden hacer el trabajo.
Palabras clave: Inteligencia artificial, Innovación, servicios financieros, asistente virtual, aprendizaje automático, tecnologías
Muchos dispositivos móviles modernos identificarán El análisis incluye encontrar e intentar redefinir preocupaciones,
rostros y firmas y los utilizarán como control de diseñar modelos o soluciones recomendadas; recopilar,
seguridad principal. La integración de IA también se ha organizar y analizar datos; racionalizar y sacar conclusiones; y,
utilizado para identificar fraudes en el sistema financiero, en última instancia, comprobar las conclusiones para
donde se identifican transacciones sospechosas y se determinar si son adecuadas al supuesto. La metodología de
activan las alarmas. Actualmente se han desarrollado investigación describe la hoja de ruta de la investigación y define
varias aplicaciones en el mundo corporativo utilizando IA las tareas clave de la comunidad de investigación local. El
para crear modelos computacionales que se pueden objetivo de esta investigación es reconocer la influencia de la IA
mejorar significativamente (De Prado, 2018). Los modelos en el sector de servicios financieros.
predictivos pueden incorporarse en los pronósticos de
Metodología de investigación
precios de propiedades, tipos de cambio de divisas,
modelos contables y financieros, modelos de pronóstico Esta investigación utiliza una metodología de investigación
de demanda y, hasta cierto punto, un análisis nostálgico cualitativa para estudiar la aplicación y los efectos de la IA en las
de cómo los clientes responden a un producto en finanzas, además de investigar cómo la inteligencia artificial está
particular. Por ejemplo, su incorporación al mundo cambiando la industria de servicios financieros. Esta
empresarial ha supuesto un aumento de las ventas. metodología de investigación busca explorar la IA en las
Amazon, por ejemplo, reportó más del 60 por ciento de finanzas de una manera más amplia y detallada. La investigación
los ingresos de sus sistemas de recomendación. cualitativa se centra en las causas de la calidad, es decir, los
fenómenos que responden a la calidad o la involucran. El análisis
cualitativo tiene como objetivo evaluar dichos procesos o
comportamientos y luego mostrar cómo se pueden combinar y
El sector de servicios financieros integra IA para analizar datos
agrupar para producir resultados medibles. Esta forma de
masivos, rastrear estafas mediante la detección de transacciones
análisis es más selectiva y requiere una interpretación minuciosa
sospechosas, interactuar electrónicamente con los clientes y
de las variables. El beneficio de este conjunto de métodos es que
explorar una serie de otras funciones clave. En lo que respecta a la
es versátil y fácil de responder a los cambios en el entorno de la
reconfiguración facial, identificación de voz y ML, hay eventos
investigación y también a un bajo costo. Aunque se establecen
beneficiosos extremadamente importantes. Las nuevas tecnologías
datos cuantitativos,
brindan grandes beneficios para maximizar el valor de las
propuestas del cliente para impulsar la productividad y la eficiencia Análisis de documentos
en la empresa. Las herramientas de inteligencia artificial traerán
El análisis de documentos es un método estructurado en el que se
beneficios significativos al sector financiero, permitiendo la
pueden verificar o revisar registros que pueden ser tanto escritos
automatización de ciertas actividades y mejorando las capacidades
como electrónicos (basados en computadora y mundo en línea). La
analíticas en comparación con las técnicas convencionales que se
elección de la "revisión de documentos" como herramienta de
están volviendo rápidamente obsoletas (Chuiet al., 2015). Sin
estudio puede tener muchas ventajas: permite al investigador llegar
embargo, a pesar de las ventajas que cambian la vida de las
a "individuos o sujetos inaccesibles". Varios documentos de 'dominio
aplicaciones de IA, a menudo tienen diferentes inconvenientes que
público' son recopilados por profesionales y proporcionan
podrían hacer que no sean ideales para llevar a cabo ciertas tareas,
conocimientos y observaciones muy útiles y documentales que están
junto con una variedad de riesgos que deben abordarse en
disponibles para las más altas expectativas y, por lo tanto, son muy
consecuencia. Este documento demuestra cómo se utiliza la
económicos. En particular, estos registros pueden ser una fuente de
máquina de aprendizaje de inteligencia artificial para la resolución
datos increíblemente precisa, ya que se producen por razones
de problemas en una serie de eventos que se aprovechan de forma
nacionales o extranjeras.
independiente y automática sin la participación humana.
Para este estudio, se eligió la revisión del sistema de recopilación de ARTIFICIAL INTELIGENCIA (AI)
datos cualitativos, ya que brinda la oportunidad de analizar los datos
La IA es un término amplio que se refiere a los avances tecnológicos
recopilados por los profesionales, que a menudo no son accesibles a
que en realidad hacen que las computadoras sean "inteligentes".
través de una metodología externa, y estos documentos también
Hay muchos términos diferentes relacionados con la IA, como
están bastante disponibles. Por ejemplo, los hallazgos de diferentes
aprendizaje profundo, ML, reconocimiento de imágenes,
organizaciones internacionales se centran en encuestas a largo
procesamiento del lenguaje natural (NLP), tecnologías cognitivas,
plazo en las que un académico no puede realizarlas. Por lo tanto,
mejora cognitiva, inteligencia artificial e inteligencia aumentada. La
este tipo de documentos han sido útiles para esta investigación, y la
IA, como se usa aquí, involucra todas las ideas de un evento. La IA
mayoría de ellos se puede acceder a través de sitios web oficiales a
está trabajando para crear un marco autónomo e inteligente. ML es
nivel organizacional.
una categoría de IA que permite a la computadora avanzar en su
Materiales usados comprensión electrónicamente sin la intervención humana directa
(Mullainathan & Spiess, 2017). Hay dos técnicas que opera la IA, una
Como en todo enfoque empírico utilizado en la investigación
de las cuales es conceptual, mientras que la otra se enfoca en los
cualitativa, el estudio de documentos requiere ser revisado y
resultados. En el caso de un sistema de base de datos llamado ML,
evaluado con el fin de evaluar el contexto, recopilar
deberíamos transmitir una gran cantidad de datos al sistema antes
conocimientos y obtener información. Este documento examina
de que se puedan entender. Las máquinas aprenderán mucho más
una variedad de recursos en línea seleccionados sobre la base
sobre las medidas. La computadora monitorea una gran cantidad de
de las siguientes métricas: "IA y finanzas" "Efectos de la IA en las
datos de alta dimensión y evalúa patrones. Cuando se hayan
finanzas", "Aplicación de la IA en las finanzas", "El futuro de las
estudiado estos modelos, harán predicciones de que los individuos
finanzas" y "Prioridades de la estrategia de IA". A lo largo del
no han podido manejarlos. La IA se compone de varios subcampos,
estudio se ha considerado que los trabajos y artículos utilizados
como se ilustra en la figura 2.
para el análisis han sido precisos.
El estudio de IA incluye pensamiento, representación de utilizados en IA, como optimización de búsqueda, estrategias de
información, preparación, aprendizaje, PNL, comprensión y clasificación y marcos numéricos, tanto potencialmente
capacidad para controlar y transferir información. La inteligencia rentables. El área de IA se centra en tecnologías de la
general es una de las prioridades a largo plazo de la IA. Las información, aritmética, literatura, psicología y filosofía. Los
estrategias suelen incluir estrategias analíticas, inteligencia artificial científicos científicos en los campos estadístico y analítico han
e IA simbólicas tradicionales. Varios mecanismos han sido desarrollado métodos innovadores para
Obtenga información significativa que varía de los vastos conjuntos realizado por el gran maestro de ajedrez Kasporov, es una
de datos (De Prado, 2018). La información puede clasificarse en máquina sensible que reconoce y responde a los títeres en el
diferentes categorías, o la información puede estar configurada o tablero de ajedrez. No ha podido conectarse con ninguna de sus
mal configurada. Mediante el uso de técnicas, es posible maximizar experiencias anteriores y, por lo tanto, no puede adaptarse al
la capacidad de las máquinas para realizar tareas a través de la proceso de planificación. Google Al-phaGo, que prevaleció sobre
educación experiencial, como la PNL y la identificación de imágenes. el Go Champion individual, es otro ejemplo de un método
reactivo.
La IA se está desarrollando gradualmente en varios sectores La memoria restringida consiste en modelos ML que derivan la
diferentes. Hay un sinfín de solicitudes de IA. La innovación comprensión de hechos, conocimiento encriptado o eventos que se
podría aplicarse en una amplia gama de sectores y empresas. han aprendido. Con la excepción, quizás, de las computadoras
Por ejemplo, en el campo médico, la IA se ha probado y aplicado reactivas, la memoria limitada se beneficia de los viejos tiempos a
para la dosificación y tratamientos separados en pacientes y través de la observación de eventos o la información proporcionada
cirugía. Además, la IA se utiliza en la identificación y marcado de para crear experiencia. La mayoría de las aplicaciones conocidas
operaciones bancarias y financieras, como el uso inusual de pertenecen a la misma clase de IA. Los sistemas de memoria
tarjetas de cajero automático y grandes depósitos bancarios, restringida pueden retener información durante un breve período
todo lo cual ayuda a la unidad de fraude del banco (Gomberet al. de tiempo. Por ejemplo, algunos coches, bots de chat y ayudantes
, 2018). Las implementaciones de IA también se utilizan para privados virtuales utilizan una innovación de memoria limitada.
agilizar y promover los negocios. Esto se puede lograr
promoviendo la evaluación de la producción, la demanda y el miFUSIÓN DEL AI
costo de las acciones.
El mundo ha experimentado enormes avances industriales
Tipos de inteligencia artificial que han llevado al desarrollo de sistemas de inteligencia
artificial que actualmente controlan muchos sectores,
A pesar del hecho de que la IA es ciertamente
incluido el financiero. El desarrollo de la máquina de vapor
multidimensional, todavía hay tipos únicos de IA en los que
fue la primera revolución que tuvo lugar en 1784. A esto le
caen las clases expandidas. Hay varios conceptos y
siguió el desarrollo de la electricidad en 1870, que hizo
significados en la IA que dificultan el análisis de la distinción
posible el uso de máquinas. Además, la tecnología de la
entre tipos, subsecciones o diversidad de IA, pero cada uno
información (TI) surgió en 1969, lo que condujo a una IA de
de ellos tiene puntos de vista distintos. Algunas
emergencia que hizo más fácil y más preciso procesar o
subsecciones más de IA incluyen ML, Big Data y NLP (Sharma
procesar datos masivos (Figura 3) (Athey, 2018).
et al., 2014). No obstante, en esta sección se analizan cuatro
categorías principales de IA: ordenadores reactivos, Las revoluciones anteriores han transformado el concepto de
memoria limitada, teoría de la conciencia y autoconciencia. Inteligencia Artificial en la hipótesis e integración de sistemas de
información capaces de realizar tareas que usualmente involucran
cerebros humanos, como percepción visual, identificación del habla,
toma de decisiones así como traducción de idiomas (Baydin et al.,
2017). Alan Turing notó que muchas personas podían analizar
información, resolver problemas complicados y tomar decisiones
acertadas cuando las computadoras no podían hacerlo. Centrado en
esto, Turing (1950) ideó una prueba operativa presentada en su
revista, "Computing Machinery and Intelligence". Actualmente, la
evaluación se utiliza a menudo como punto de referencia para
evaluar la capacidad de la computadora para funcionar como un ser
normal. La prueba de Turing sentó las bases para el aprendizaje
automático, la computación evolutiva y la programación genética.
técnica de monitoreo de delitos financieros llamada Sistema más de 200 000 actividades financieras por semana y, en
de Inteligencia Artificial FinCEN (FIAS) en 1993. Los aproximadamente dos años, la plataforma identificó 400 intentos por $ 1
resultados fueron sobresalientes y la máquina pudo evaluar mil millones en fraude financiero.
ARTIFICIAL INTELIGENCIA EN CCOLGANDO FINANCIERO esta cifra será aún mayor en los EE. UU. y ligeramente más baja,
SERVICIOS casi el 40% en países en desarrollo como India. ⠀
El sector financiero es uno de los principales contribuyentes a la Estos sistemas son importantes porque tienen la capacidad
tecnología de IA y su uso está creciendo rápidamente. Los fondos de de realizar transacciones al mejor precio posible. En su
cobertura y las firmas financieras de alta frecuencia (HFT) se han presencia, una computadora a menudo tiene una
convertido en los primeros suscriptores de AI, pero muchas de las probabilidad significativamente menor de cometer errores
implementaciones han ingresado desde entonces a otras partes del que un ser humano. Además, tienen el potencial de lidiar
sector financiero, incluidos bancos, instituciones de seguros, con cargas de datos a la vez y rastrear múltiples mercados al
formuladores de políticas y varias plataformas FinTech. Hay una mismo tiempo. Por último, las intervenciones no tienen un
serie de aplicaciones de IA diversas en este tipo de empresas, y la impacto en el comercio o es probable que minimicen las
población está aumentando considerablemente. Muchos de los decisiones indebidas (Kuroda, 2017). Preferiblemente, para
aspectos clave incluyen el comercio electrónico, la estructura y poder utilizar AT y HFT, es necesario tener las menores
optimización de la cartera, los servicios de consultoría robótica, los diferencias de tiempo potenciales y un alto grado de
servicios al cliente automatizados, la previsión empresarial y otras automatización y capacidad de consolidación dentro del
formas de análisis intensivo de datos. El documento se centra mercado de valores. El comercio HTF está formado por
específicamente en algunos de esos usos particulares en los que la empresas comerciales multinacionales distribuidas en varios
IA está cambiando el sector financiero convencional existente. bonos del tesoro, como acciones, bonos corporativos, ETF y
futuros. Los fondos de cobertura,
Trading algorítmico
En la actualidad, las plataformas AT y HFT son capaces de operar en
El comercio algorítmico (AT), también conocido como el sistema
milisegundos. Por ejemplo, los gráficos a continuación ilustran las
automático de comercio, ha sido uno de los mayores participantes en los
fluctuaciones de los precios tick por tick de los derivados (ES) de E-mini
mercados de capitales internacionales. AT se remonta a la década de
S&P 500 y los ETF de SPDR S&P 500 en intervalos de tiempo separados. Al
1970, cuando se implementaron sistemas financieros automatizados en
hacer zoom en las cifras, se identifica una gran brecha de precios entre
los mercados de capital estadounidenses (Begum et al., 2012). Cartea et al
las dos acciones. Parecen completamente relacionados a primera vista.
(2015) describe la TA como la aplicación de reglas financieras a un
Cuanto más se amplía uno en los diagramas, mayor es la diferencia de
sistema tan avanzado, pero luego las usa con fines comerciales.
precio de los valores. Solo en este escenario, lo que parece estar
Actualmente, AT ha implementado un complejo algoritmo de inteligencia
idealmente vinculado termina siendo lucrativo desde el punto de vista de
artificial que es capaz de actuar increíblemente rápido y, por lo tanto, es
la robótica AT extremadamente rápida (Treleaven & Batrinca, 2017).
capaz de comerciar mucho más rápido que los humanos. HFT y las
Dichos diferenciales pueden parecer escasos, pero las plataformas de
máquinas representan el 50-70 por ciento de todas las transacciones en
negociación algorítmica son capaces de producir grandes cantidades de
los mercados financieros y el 60 por ciento de las transacciones de
empresas tan pequeñas a diario, con la posibilidad de obtener ganancias
futuros. La gente suele predecir que
masivas.
Detección de fraude y cumplimiento todos los usuarios que utilizan su teléfono inteligente (Donepudi, 2018b).
Se pueden utilizar préstamos de diferentes bancos y el motor de
El dinero asociado con el cumplimiento en la mayoría de la industria
inteligencia artificial puede evaluar los ingresos y gastos de los clientes
financiera es relativamente alto para evitar sanciones relacionadas.
para predecir cuánto deberían invertir y ahorrar. Esto tiene la ventaja de
Por esta razón, los bancos ahora están introduciendo tecnología de
la accesibilidad o reestructuración de los instrumentos financieros
inteligencia artificial para hacer que estas transacciones sean más
regulatorios, la rentabilidad en la que se requieren asignaciones de
eficientes y confiables. Además, McAfee informa que los delitos
activos diversificadas y de bajo precio y sesgos de comportamiento. Como
cibernéticos actualmente le cuestan al sector financiero alrededor de
resultado, las aplicaciones de asesoramiento robótico ahorrarían hasta
$ 600 mil millones al año, aunque el fraude de identidad ha sido el
un 4,4% de los costes anuales en comparación con el asesoramiento
más frecuente. Varias firmas financieras están implementando IA
financiero convencional.
para detectar fraudes. Cada uno de ellos es una MasterCard (Ahmed
& Siddique, 2013). Su programa de inteligencia artificial, llamado La seguridad cibernética
Forum, 816 ejecutivos senior de TI y comunicaciones participaron en excepcional para coincidir con las tendencias, haciendo que la
la encuesta Technology Tipping Points and Social Effects. Anunciaron tecnología sea accesible para una amplia gama de industrias y
que el 75 por ciento de los participantes aceptaron que para 2025 se grandes empresas (Kokina & Davenport, 2017). Específicamente,
alcanzaría un punto de inflexión del 30 por ciento para las auditorías el estudio Deep Shift señala que pronto más trabajadores serían
comerciales de IA (Abedinet al., 2012). Uno de los mejores aspectos reemplazados por algoritmos informáticos y robótica.
de la IA es que
los implicados. El marco del proyecto de IA permitirá la toma de Aprendiendo + sobre + economía + La + economía + de + inteligencia +
decisiones por parte de los ejecutivos. Las startups de estilo de vida artificial% 3A + An + agenda & btnG=
internas pueden permitir a los usuarios desarrollar sus propias Baydin, AG, Pearlmutter, BA, Radul, AA y Siskind, JM
estrategias para un desafío complejo. (2017). Diferenciación automática en el aprendizaje automático: una
encuesta.The Journal of Machine Learning Research, 18(1), 5595-
Finalmente, las instituciones financieras deben actualizar su modelo 5637. https://dl.acm.org/doi/abs/10.5555/3122009.3242010
operativo de TI para planificar el nuevo estándar. Las empresas
Begum, R., Ahmed, AAA y Neogy. TK (2012).Gestión
deben desarrollar sus habilidades tecnológicas, sus políticas y ser Decisiones y análisis univariante: efectos sobre el gobierno corporativo
más inteligentes sobre las necesidades de sus clientes. La en Bangladesh. Revista de estudios empresariales, 3, 87-115.
organización debe centrarse en la seguridad cibernética antes de
Cartea, A., S. Jaimungal y J. Penalva (2015). Algorítmica y
que parezca urgente. Es importante que las empresas se aseguren
Negociación de alta frecuencia (1ª ed.). Cambridge: Cambridge
de tener los derechos exclusivos sobre los talentos y las habilidades University Press.
necesarias para desempeñarse y ganar.
Chui, M., Manyika, J. y Miremadi, M. (2015). Cuatro
fundamentos de la automatización del lugar de trabajo.McKinsey
CONCLUSIÓN Trimestral, 29(3), 1-9. https://roubler.com/sg/wpcontent/
uploads/sites/49/2016/11/Four-fundamentalsof-workplace-
El principal objetivo de este trabajo fue analizar el impacto de la IA en la sociedad digital,
automation.pdf
particularmente en el sector financiero. También trató de describir la implementación de la IA, sus
Chui, M., Manyika, J. y Miremadi, M. (2016). Donde las maquinas
limitaciones, sus perspectivas y su impacto en el empleo y los servicios. Para este estudio se utilizó un
podría reemplazar a los humanos, y donde no pueden
documento de revisión cualitativa del proceso para recopilar información sobre la implementación e
(todavía).McKinsey Quarterly, 30 años(2), 1-9.http://
impacto de la IA, así como una propuesta para la adopción de la IA por parte del sector bancario. Cabe
pinguet.free.fr/wheremachines.pdf
señalar que el sector financiero puede estar muy interesado en diseñar y adoptar IA para lograr
De Prado, ML (2018). Avances en el aprendizaje automático financiero: John
velocidad, precisión y rendimiento. La IA hace una contribución significativa para cambiar y cambiar la
Wiley & Sons.
cultura del trabajo y la eficiencia, y existe un enorme potencial. La nueva oleada de aplicaciones
https://books.google.com/books?hl=es&lr=&id=oU9KD
basadas en IA apunta a ser la transición tecnológica más grande e influyente del pasado. Su existencia
wAAQBAJ & oi = fnd & pg = PR21 & dq = Avances + en + finanzas
de propósito general, que facilita el uso de estas nuevas tecnologías en diferentes sectores y + aprendizaje + automático: + John + Wiley +% 26 + Sons & ots =
ocupaciones, independientemente del tipo de profesionalismo de los empleados en el lugar de trabajo, 7UDHV _Axey & sig = 1oymGgObxzI6ZUrk3XYPY1EVXD8
es una fuente de temor colectivo generalizado a la pérdida de puestos de trabajo y la pérdida de poder
Donepudi, PK (2015). Punto de cruce de la inteligencia artificial
sobre la vida de las personas. Todas las empresas pueden utilizar la tecnología de inteligencia artificial en Ciberseguridad. Revista estadounidense de comercio y política, 2
con fines financieros y contables. Es importante que las empresas y la sociedad en su conjunto (3), 121-128. https://doi.org/10.18034/ajtp.v2i3.493
aprendan a utilizar y mejorar las nuevas tecnologías. Para seguir siendo competitivas, las empresas
Donepudi, PK (2018a). Inteligencia artificial y aprendizaje automático en el comercio minorista
deberán incorporar la IA y los trabajadores deberán adaptar sus habilidades para conservar el empleo. Farmacia: revisión sistemática de literatura relacionada.
es una fuente de miedo colectivo generalizado a la pérdida de puestos de trabajo y la pérdida de poder ABC Journal of Advanced Research, 7(2), 109-112.https://
sobre la vida de las personas. Todas las empresas pueden utilizar la tecnología de inteligencia artificial doi.org/10.18034/abcjar.v7i2.514
con fines financieros y contables. Es importante que las empresas y la sociedad en su conjunto
Donepudi, PK (2018b). Aplicación de la Inteligencia Artificial en
aprendan a utilizar y mejorar las nuevas tecnologías. Para seguir siendo competitivas, las empresas Industria de la automatización. Revista asiática de ciencias
deberán incorporar la IA y los trabajadores deberán adaptar sus habilidades para conservar el empleo. aplicadas e ingeniería, 7(1), 7-20.http://doi.org/10.5281/
es una fuente de miedo colectivo generalizado a la pérdida de puestos de trabajo y la pérdida de poder zenodo.4146232
sobre la vida de las personas. Todas las empresas pueden utilizar la tecnología de inteligencia artificial Gomber, P., Kauffman, RJ, Parker, C. y Weber, BW (2018).
con fines financieros y contables. Es importante que las empresas y la sociedad en su conjunto Sobre la revolución fintech: interpretar las fuerzas de la
aprendan a utilizar y mejorar las nuevas tecnologías. Para seguir siendo competitivas, las empresas innovación, la disrupción y la transformación en los servicios
deberán incorporar la IA y los trabajadores deberán adaptar sus habilidades para conservar el empleo. financieros. Revista de sistemas de información de gestión, 35
(1), 220-265. https://doi.org/10.1080/07421222.2018.1440766
Horowitz, MC, Allen, GC, Saravalle, E., Cho, A., Frederick,
REFERENCIAS K. y Scharre, P. (2018). Inteligencia artificial y seguridad
internacional: Centro para una nueva seguridad estadounidense.
Abedin, MM, Ahmed, AAA y Neogy, T. http://www.indexfunds.org/resources/Research-Materials/
K. (2012). Mecanismo de rendición de cuentas y auditoría: NatSec/Strategic_Competition_in_Era_of_AI.pdf
escenarios del sector público de Bangladesh. Revista de estudios
Kokina, J. y Davenport, TH (2017). El surgimiento de
empresariales, 4, 131-148.
inteligencia artificial: cómo la automatización está cambiando la
Ahmed, AAA y Siddique, MN-E.-A. (2013). Internet auditoría.Revista de tecnologías emergentes en contabilidad, 14(1),
Esposo bancario en Bangladesh: un estudio de sondeo. 115-122.https://meridian.allenpress.com/jeta/articleabstract/
Ingeniería Internacional, 1(2), 93-100.https://doi.org/ 14/1/115/116001
10.18034/ei.v1i2.211 Kuroda, H. (2017). AI y las fronteras de las finanzas. Trabajo presentado en
Athey, S. (2018). El impacto del aprendizaje automático en la economía el Discurso pronunciado por el Gobernador del Banco de Japón en la
La economía de la inteligencia artificial: una agenda ( Conferencia sobre “Inteligencia Artificial y Servicios Financieros /
507-547): University of Chicago Press.https:// Mercados Financieros.https://pdfs.semanticscholar.org/
scholar.google.com/scholar?hl=en&as_sdt=0%2C5 & as_ylo cc08/475f1efd0e74701e0 18362fba8cd302e8511.pdf
= 2010 & as_yhi = 2022 & q = El + impacto + de + máquina +
Lu, H., Li, Y., Chen, M., Kim, H. y Serikawa, S. (2018). Cerebro Sharma, R., Mithas, S. y Kankanhalli, A. (2014). Transformando
inteligencia: vaya más allá de la inteligencia artificial. procesos de toma de decisiones: una agenda de investigación
Aplicaciones y redes móviles, 23(2), 368-375. para comprender el impacto de la analítica empresarial en
https://link.springer.com/article/10.1007/s11036-017-0932-8 organizaciones: Taylor Y Francis.
Mackenzie, A. (2015). La producción de predicción: ¿qué https://orsociety.tandfonline.com/doi/abs/10.1057/ejis.2
¿Quieres aprendizaje automático? Revista europea de 014.17
estudios culturales, 18(4-5), 429-445. Treleaven, P. y Batrinca, B. (2017). Regulación algorítmica:
https://doi.org/10.1177%2F1367549415577384 Automatizar el monitoreo y la regulación del cumplimiento
Mullainathan, S. y Spiess, J. (2017). Aprendizaje automático: un financiero mediante IA y blockchain. Revista de
enfoque econométrico aplicado. Revista de perspectivas transformación financiera, 45, 14-21.
económicas, 31(2), 87-106.https://www.aeaweb.org/articles? https://files.openpdfs.org/jE1d4GBZ5Ob.pdf#page=14
id=10.1257/jep.31.2.87 Turing, AM, (1950). Maquinaria de Computación y
Rouhiainen, L. (2018). Inteligencia artificial: 101 cosas que debes Inteligencia, Mente59: 433–460; reimpreso en (Copeland,
conoce hoy sobre nuestro futuro: Lasse Rouhiainen.https:// 2004)
books.google.com/books?hl=en&lr=&id=P3fSDw AAQBAJ & oi = Wilson, HJ y Daugherty, PR (2018). Colaborativo
fnd & pg = PP1 & dq = Inteligencia + artificial: +10 1 + cosas + inteligencia: los seres humanos y la IA están uniendo
que + debes + saber + hoy + sobre + nuestro + futuro & ots = fuerzas. Harvard Business Review, 96(4), 114-123.
TZYjzBx0tq & sig = Fzfr8YbzD5m8g0s9Rmx2jwy4ZuU https://www.accenture.com/t00010101t000000z__w__/_acnm
edia / pdf-84 / accenture-colaborative-intelligence-2018.pdf
Shabbir, J. y Anwer, T. (2018). La inteligencia artificial y su
papel en un futuro próximo. preimpresión de arXiv arXiv:
1804.01396.https://arxiv.org/abs/1804.01396
- - 0--