2023

INTELIGENCIA ARTIFICIAL.

EXPRESIÓN ORAL Y ESCRITA

PATRICIA HERNÁNDEZ CRUZ
JANNIN PARRA ZAMORA

UNIVERSIDAD POLITÉCNICA DE TLAXCALA | INGENIERIA EN TECNOLOGIAS DE LA

INFORMACION 9° D
RESUMEN
La inteligencia artificial (IA) es una disciplina de la informática que busca crear
sistemas capaces de realizar tareas que normalmente requieren inteligencia
humana. Utilizando algoritmos y modelos de aprendizaje automático, la IA permite
que las máquinas aprendan de datos, realicen inferencias y tomen decisiones sin
intervención humana. Su aplicación abarca diversas áreas, como el procesamiento
del lenguaje natural, la visión por computadora, el reconocimiento de patrones y la
toma de decisiones. La IA ha impulsado avances significativos en campos como la
medicina, el transporte, la manufactura y la optimización de procesos, pero
también plantea desafíos éticos y sociales, como la privacidad, el sesgo
algorítmico y el impacto en el empleo. A medida que la IA continúa evolucionando,
es crucial abordar estos aspectos para garantizar su desarrollo responsable y
beneficioso para la sociedad.

INTRODUCCION
La introducción de la inteligencia artificial (IA) ha marcado un hito significativo en el
ámbito de la tecnología y la ciencia de la computación. La IA se ha convertido en
un campo de estudio y desarrollo que busca replicar la inteligencia humana en
sistemas y programas informáticos. Su objetivo principal es permitir a las
máquinas realizar tareas que normalmente requerirían la intervención humana,
como el reconocimiento de voz, la toma de decisiones, la comprensión del
lenguaje natural y la visión por computadora.
En las últimas décadas, la IA ha avanzado a pasos agigantados, gracias a la
mejora en los algoritmos de aprendizaje automático, el aumento de la capacidad
computacional y la disponibilidad de grandes cantidades de datos. Estos avances
han permitido el desarrollo de sistemas y aplicaciones de IA cada vez más
sofisticados, capaces de aprender de manera autónoma, adaptarse a nuevas
situaciones y resolver problemas complejos.
La IA ha encontrado aplicaciones en una amplia variedad de sectores, desde la
medicina y la atención sanitaria, hasta la industria automotriz, la gestión de datos,
el comercio electrónico y muchos otros. Sus beneficios son evidentes, ya que ha
mejorado la eficiencia, la precisión y la productividad en múltiples áreas,
ofreciendo soluciones innovadoras a problemas difíciles de abordar anteriormente.
Sin embargo, el advenimiento de la IA también ha generado preocupaciones y
desafíos. El impacto en el empleo, la ética en el desarrollo y uso de la tecnología,
la privacidad de los datos y el sesgo algorítmico son temas que requieren una
atención cuidadosa. Es esencial garantizar que la IA se utilice de manera
responsable y ética, evitando posibles consecuencias negativas y promoviendo su
beneficio para la sociedad en su conjunto.
En este informe, exploraremos en detalle el tema de la inteligencia artificial,
analizando sus aplicaciones, beneficios y desafíos, así como su impacto en
diversos campos. A través de un análisis exhaustivo y una discusión profunda, se
presentarán conclusiones clave sobre el estado actual y el futuro de la IA, con el
objetivo de comprender mejor esta emocionante y prometedora tecnología y su
papel en la actualidad.

DESCRIPCION DEL TEMA

¿Qué es Inteligencia Artificial?

El objetivo de la inteligencia artificial es desarrollar máquinas que puedan pensar,

aprender y resolver problemas de manera similar a como lo haría un ser humano,
o incluso superar sus capacidades en ciertos aspectos. Para lograr esto, se
utilizan algoritmos, modelos matemáticos, técnicas de aprendizaje automático y
otras metodologías para enseñar a las máquinas cómo realizar tareas específicas
y mejorar su desempeño con el tiempo. (Pathfinder, 2019)

TIPOS DE INTELIGENCIA ARTIFICIAL:

   Sistemas que piensan como humanos

Automatizan actividades como la toma de decisiones, la resolución de problemas y

el aprendizaje. Un ejemplo son las redes neuronales artificiales.
    Sistemas que actúan como humanos

Se trata de computadoras que realizan tareas de forma similar a como lo hacen

las personas. Es el caso de los robots.

   Sistemas que piensan racionalmente

Intentan emular el pensamiento lógico racional de los humanos, es decir, se

investiga cómo lograr que las máquinas puedan percibir, razonar y actuar en
consecuencia. Los sistemas expertos se engloban en este grupo.

   Sistemas que actúan racionalmente

Idealmente, son aquellos que tratan de imitar de manera racional el

comportamiento humano, como los agentes inteligentes. (Iberdrola, 2023)

ENFOQUE DE LA INTELIGENCIA ARTIFICIAL

La elección del enfoque depende del tipo de problema, los datos disponibles y los
recursos computacionales disponibles.
 Inteligencia artificial basada en reglas: Este enfoque utiliza reglas
predefinidas y estructuras de conocimiento para realizar tareas específicas.
Se basa en la lógica y el razonamiento simbólico. Los sistemas expertos
son un ejemplo de este enfoque, donde se captura el conocimiento de los
expertos humanos en forma de reglas para resolver problemas en dominios
específicos.
 Aprendizaje automático (machine learning): El aprendizaje automático
se enfoca en desarrollar algoritmos y modelos que permiten a las máquinas
aprender a partir de datos sin ser programados limpiamente. Se divide en
dos categorías principales: aprendizaje supervisado, donde se proporcionan
ejemplos etiquetados para el entrenamiento, y aprendizaje no supervisado,
donde los algoritmos encuentran patrones y estructuras en los datos sin
etiquetas. El aprendizaje profundo (deep learning) es una subárea del
aprendizaje automático que utiliza redes neuronales artificiales para realizar
tareas complejas como reconocimiento de imágenes y procesamiento del
lenguaje natural.
  Computación evolutiva: Este enfoque se basa en la evolución biológica y
utiliza algoritmos genéticos y técnicas de optimización para encontrar
soluciones a problemas complejos. Se utilizan operadores genéticos como
la selección, la reproducción y la mutación para mejorar iterativamente una
población de soluciones candidatas.
 Lógica difusa: La lógica difusa se utiliza para modelar la incertidumbre y la
vaguedad en los datos. A diferencia de la lógica clásica que se basa en
valores binarios (verdadero o falso), la lógica difusa permite la
representación de valores continuos en un rango entre verdadero y falso.
Se utiliza en aplicaciones donde los conceptos son borrosos o no se
pueden describir con precisión.
 Inteligencia artificial basada en agentes: Este enfoque se centra en la
construcción de sistemas inteligentes que pueden percibir su entorno y
tomar decisiones para alcanzar objetivos específicos. Los agentes pueden
ser físicos, como robots, o virtuales, como asistentes de inteligencia artificial
en dispositivos electrónicos. Se basa en el modelado de la interacción entre
el agente y su entorno.
ELEMENTOS DE INTELIGENCIA ARTIFICIAL
RAMAS DE LA INTELIGENCIA ARTIFICIAL
(IBM)

Aprendizaje supervisado: Es un enfoque de aprendizaje automático en el que se

proporciona al algoritmo un conjunto de ejemplos de entrada y sus
correspondientes salidas deseadas o etiquetas. El objetivo es que el algoritmo
aprenda una función que pueda mapear nuevas entradas a las salidas deseadas.
En resumen, el aprendizaje supervisado utiliza ejemplos etiquetados para predecir
o clasificar nuevas instancias
Aprendizaje no supervisado: En contraste con el aprendizaje supervisado, el
aprendizaje no supervisado se basa en datos no etiquetados. El objetivo principal
es descubrir patrones ocultos, estructuras subyacentes o grupos naturales en los
datos. En lugar de tener salidas deseadas, el algoritmo de aprendizaje no
supervisado se centra en encontrar relaciones intrínsecas y características
comunes entre los datos de entrada. (TIBC)
Redes neuronales artificiales: También conocidos como redes neuronales
profundas, son modelos matemáticos inspirados en el funcionamiento del cerebro
humano. Estas redes consisten en un conjunto interconectado de nodos llamados
neuronas artificiales o unidades, organizadas en capas. Cada neurona toma
entradas, realiza una operación matemática en ellas y produce una salida. Las
redes neuronales artificiales son capaces de aprender y generalizar a partir de
datos, adaptando los pesos y las conexiones entre las neuronas para realizar
tareas como clasificación, reconocimiento de patrones, procesamiento de lenguaje
natural y mucho más.
APLICACIONES EN LA INTELIGENCIA ARTIFICIAL

La Inteligencia Artificial (IA) tiene una amplia gama de aplicaciones en diversos

campos. A continuación, se presentan algunas de las áreas donde la IA ha
encontrado aplicaciones significativas:
Medicina: La IA se utiliza en el diagnóstico médico, análisis de imágenes
médicas, descubrimiento de fármacos, asistencia en cirugía, monitoreo de
pacientes y análisis de datos clínicos para mejorar la precisión de los diagnósticos
y el tratamiento.

Automoción: La IA se utiliza en sistemas de conducción autónoma, asistentes de

estacionamiento, sistemas de alerta de colisión, reconocimiento de voz y control
de vehículos para mejorar la seguridad vial y la experiencia de conducción.
Finanzas: La IA se aplica en la detección de fraudes, análisis de riesgos, gestión
de carteras, asesoramiento financiero, operaciones bursátiles algorítmicas y
atención al cliente para tomar decisiones financieras más precisas y eficientes.

Industria manufacturera: La IA se utiliza en la optimización de procesos,

mantenimiento predictivo, control de calidad, robots colaborativos y logística para
mejorar la eficiencia, reducir costos y aumentar la productividad.

Comercio electrónico: La IA se aplica en personalizadas, chatbots de atención al

cliente, análisis de datos de clientes, detección de fraudes y gestión de inventario
recomendaciones para mejorar la experiencia del usuario y aumentar las ventas.
Educación: La IA se utiliza en sistemas de tutoría inteligente, evaluación
automatizada, personalización del aprendizaje, análisis de datos educativos y
traducción automática para mejorar la educación y el acceso a la misma.

Asistentes virtuales: Los asistentes virtuales basados en IA, como Siri, Alexa y
Google Assistant, utilizan técnicas de procesamiento del lenguaje natural para
interactuar con los usuarios, responder preguntas, realizar tareas y controlar
dispositivos.

Agricultura: La IA se aplica en la optimización de cultivos, monitoreo de plagas y

enfermedades, gestión del riego, análisis de suelos y pronóstico de cosechas para
mejorar la productividad y la sostenibilidad agrícola.
Procesamiento del lenguaje natural (NLP): La IA se aplica en NLP para la
traducción automática, el resumen de texto, el análisis de sentimientos, la
generación de texto y la comprensión de documentos, lo que permite una
comunicación más efectiva entre humanos y máquinas.

Visión por computadora: La IA en la visión por computadora permite reconocer

objetos, rostros, escenas, y analizar imágenes y videos para aplicaciones como
sistemas de vigilancia, diagnóstico médico, vehículos autónomos y reconocimiento
facial.

Recomendaciones personalizadas: Empresas de streaming de contenido como

Netflix y plataformas de comercio electrónico como Amazon utilizan IA para
ofrecer recomendaciones personalizadas a los usuarios, basadas en su historial y
preferencias

Estas son solo algunas de las muchas aplicaciones de la IA en diferentes

sectores. A medida que la tecnología avanza, se espera que la IA siga
desempeñando un papel fundamental en la transformación y mejora de diversas
industrias y servicios.

RESULTADOS

El resultado de la inteligencia artificial (IA) ha sido significativo y ha generado

impactos en múltiples áreas. Algunos de los resultados clave de la IA incluyen:
Automatización de tareas: La IA ha permitido la automatización de tareas
repetitivas y tediosas, liberando a los humanos para que se centren en actividades
de mayor valor y creatividad.
Mejora de la eficiencia: Los sistemas de IA pueden procesar grandes cantidades
de datos y realizar tareas complejas de manera más rápida y precisa que los
humanos, lo que lleva a una mejora general de la eficiencia en diversas áreas,
como la industria, el comercio y la atención médica.
Predicción y análisis de datos: La IA ha mejorado la capacidad de predecir
tendencias, patrones y comportamientos a partir de datos. Esto se aplica en áreas
como el análisis financiero, la predicción del clima, el pronóstico de ventas y la
detección de fraudes.
Personalización y recomendaciones: La IA ha permitido la creación de sistemas
de recomendación y personalización altamente precisos. Los usuarios reciben
recomendaciones y contenido adaptado a sus preferencias, lo que mejora la
experiencia del cliente y la satisfacción.
Mejora de la atención médica: La IA se ha utilizado para el diagnóstico médico
asistido por computadora, ayudando a los profesionales de la salud a detectar
enfermedades y condiciones médicas de manera más precisa y temprana.
También ha contribuido al desarrollo de terapias personalizadas y medicina de
precisión.
Avances en la conducción autónoma: La IA ha sido fundamental en el
desarrollo de vehículos autónomos, mejorando la seguridad vial y transformando
la industria del transporte.
Avances en la robótica: La IA ha impulsado avances en la robótica, permitiendo
la creación de robots autónomos y colaborativos capaces de realizar tareas
complejas en entornos diversos, desde la industria manufacturera hasta la
medicina y la exploración espacial.
Progreso científico y descubrimientos: La IA ha contribuido al progreso
científico al acelerar la investigación en campos como la biología, la química y la
física. Los sistemas de IA pueden analizar grandes conjuntos de datos y descubrir
patrones y correlaciones que podrían no ser evidentes para los investigadores
humanos.
Estos resultados muestran cómo la IA ha transformado diferentes sectores y ha
llevado a avances significativos en la eficiencia, precisión y personalización. Sin
embargo, también es importante tener en cuenta los desafíos y las implicaciones
éticas asociadas con el uso de la IA, y asegurarse de que se implemente de
manera responsable y beneficiosa para la sociedad.

ANÁLISIS Y DISCUSIÓN

El análisis y la discusión de la inteligencia artificial (IA) son fundamentales para

comprender su impacto, beneficios y desafíos. A continuación, se presentan
algunos aspectos clave a considerar en el análisis y discusión de la IA:
Beneficios de la IA: La IA ha demostrado numerosos beneficios en diversos
campos. Por ejemplo, en la atención médica, ha mejorado el diagnóstico y el
tratamiento, lo que lleva una atención más precisa y personalizada. En la industria,
ha alcanzado la eficiencia y la productividad al automatizar tareas. Es importante
analizar y discutir cómo la IA ha mejorado aspectos específicos de diferentes
sectores y cómo ha transformado la forma en que realizamos tareas.
Desafíos éticos y sociales: La IA plantea desafíos éticos y sociales que deben
abordarse de manera crítica. Estos desafíos incluyen el sesgo algorítmico, la
privacidad de los datos, la seguridad y el impacto en el empleo. Se debe analizar y
discutir cómo la IA puede generar sesgos y cómo se pueden mitigar para
garantizar una toma de decisiones justa y no discriminatoria. Además, es
importante considerar cómo se protege la privacidad de los datos de los usuarios y
cómo se abordan los problemas de seguridad asociados con la IA. También es
relevante analizar el impacto en el empleo y cómo la IA puede afectar a diferentes
sectores laborales.
Responsabilidad y transparencia: La responsabilidad y la transparencia son
aspectos críticos cuando se trata de IA. Es importante analizar y discutir quién es
responsable en caso de errores o decisiones incorrectas realizadas por sistemas
de IA. Además, la transparencia en los algoritmos y modelos utilizados en la IA es
crucial para garantizar la confianza del público y permitir una evaluación adecuada
de los resultados y decisiones generadas por la IA.
Regulación y gobernanza: A medida que la IA continúa avanzando, la regulación
y la gobernanza adecuada se vuelven esenciales. Es necesario analizar y discutir
cómo se deben establecer marcos legales y éticos para el desarrollo,
implementación y uso de la IA. Esto incluye consideración sobre la
responsabilidad de las empresas y los desarrolladores, la protección de los
derechos de los usuarios y la supervisión adecuada de los sistemas de IA.
Equidad y acceso: La IA tiene el potencial de ampliar las desigualdades
existentes si no se implementa de manera equitativa. Se deben analizar y discutir
los desafíos relacionados con el acceso a la IA, especialmente en comunidades
desfavorecidas o regiones con recursos limitados. Además, es necesario
considerar cómo se pueden abordar las sesiones y garantizar que los beneficios
de la IA estén disponibles para todos, evitando la exacerbación de las
desigualdades sociales.
Interacción humano-IA: La interacción entre humanos y sistemas de IA es un
tema importante de análisis y discusión. Es fundamental comprender cómo la IA
puede complementar y mejorar las habilidades humanas en lugar de
reemplazarlas. También es necesario explorar cómo se pueden diseñar interfaces
y sistemas que faciliten la colaboración y la comprensión mutua entre humanos y
máquinas.

En resumen, el análisis y la discusión de la IA deben abordar tanto los beneficios

como los desafíos éticos, sociales y técnicos asociados con su implementación.
Es necesario considerar aspectos como la equidad, la transparencia, la
responsabilidad y la regulación para garantizar que la IA se utilice de manera
responsable y en beneficio de la sociedad en su conjunto.

CONCLUSIONES
En conclusión, la Inteligencia Artificial (IA) representa una de las tecnologías más
transformadoras y prometedoras de nuestro tiempo. Ha demostrado su capacidad
para mejorar la eficiencia, la precisión y la personalización en diversas industrias y
sectores, y ha generado beneficios significativos en la sociedad.
La IA ha impulsado la automatización de tareas repetitivas, liberando tiempo y
recursos para que los humanos se concentren en actividades más creativas y
estratégicas. Además, ha mejorado el diagnóstico médico, permitiendo una
atención más precisa y personalizada en el campo de la salud. En el ámbito de la
industria, la IA ha optimizado la producción y ha hecho posible la conducción
autónoma, lo que promete una revolución en el transporte y la movilidad.
Sin embargo, junto con estos beneficios, la IA también presenta desafíos éticos y
sociales que deben ser abordados con cuidado. El sesgo algorítmico, la privacidad
de los datos, la responsabilidad y el impacto en el empleo son cuestiones que
requieren una atención cuidadosa para asegurar que la IA se utilice de manera
justa, segura y responsable.
Es fundamental establecer una regulación y gobernanza adecuada para garantizar
que la IA se desarrolle de manera transparente y se implemente con el debido
escrutinio y supervisión. La equidad y el acceso a la IA también son aspectos
cruciales a considerar para evitar ampliar las brechas sociales existentes y
garantizar que los beneficios de esta tecnología lleguen a todos.
La interacción humano-IA es otro elemento crucial en el desarrollo de la IA. La
colaboración efectiva entre humanos y máquinas es esencial para aprovechar al
máximo el potencial de esta tecnología y asegurar que se alinee con los valores
humanos y los objetivos de la sociedad.En última instancia, la IA tiene el potencial
de mejorar significativamente la calidad de vida y abordar algunos de los desafíos
más apreciables que enfrenta la humanidad. Sin embargo, su desarrollo y
aplicación deben ir de la mano con una consideración cuidadosa de sus
implicaciones éticas y sociales, con el objetivo de maximizar sus beneficios y
minimizar sus riesgos.
Como sociedad, debemos mantener un enfoque equilibrado y responsable en el
desarrollo y adopción de la IA, asegurándonos de aprovechar su potencial para el
bien común y garantizar un futuro donde la inteligencia artificial sea una
herramienta poderosa y benéfica para la humanidad.

Bibliografía
Iberdrola. (2023). ¿Que es la IA? https://doi.org/https://www.iberdrola.com/innovacion/que-es-
inteligencia-artificial

IBM. (s.f.). ¿Qué es el aprendizaje supervisado?

https://doi.org/https://www.ibm.com/mx-es/topics/supervised-learning

Pathfinder, R. (2019). Inteligencia artificial. https://doi.org/https://www.hpe.com/mx/es/what-

is/artificial-intelligence.html
TIBC. (s.f.). ¿Qué es el aprendizaje no supervisado?
https://doi.org/https://www.tibco.com/es/reference-center/what-is-unsupervised-
learning