1

UNIVERSIDAD NACIONAL DE INGENIERIA

Facultad de ingeniería Industrial y de Sistemas

Título: Inteligencia Artificial
Autores:
Sebastian Eduardo Orosco Montalvan
Edison Puma Taype
Gonzalo Jesus Rojas Candela
Giussepe Robert Rojas Casas
Marcos Javier Sanchez Piñin
Hagfish Kevin Villegas Morales
Profesor: Saúl Acevedo Raymundo
Monografía presentada para el curso Redacción y Comunicación
Lima, noviembre de 2022
 2

ÍNDICE

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

1.1 Definición

1.1.1 ¿Qué es la inteligencia?

1.1.2 ¿Qué es la inteligencia artificial?

1.2 Nociones y Antecedentes

CAPÍTULO 1
CARACTERÍSTICAS Y TIPOS DE I.A.

2.1 Escuelas de pensamiento

2.2.1 I.A. convencional

2.2.2 I.A. computacional

2.3 Tipos de inteligencia artificial

2.3.1 Tipos de inteligencia artificial según Rusell y Norvig

2.3.2 Tipos de inteligencia artificial según Hintze

CAPÍTULO 2

ÁREAS Y OBJETIVOS DE LA I.A.

3.1 Marketing

3.2 Robots y robótica

3.3 En el transporte

3.4 Educación

3.5 Finanzas
 3

3.6 Medicina

CAPÍTULO 3
MODELOS DE I.A. ACTUALES

4.1 GPT-3

4.1.1 ¿Qué es GPT-3?

4.1.2 Evolución de la serie GPT

4.1.3 Aplicaciones de GPT-3

4.1.4 Limitaciones y problemas

4.2 Github Autopilot

4.3 DALL-E 2

4.4 Stable Diffusion

4.5 Tesla autopilot

CAPÍTULO 4
RIESGOS DE LA I.A.

CAPÍTULO
I.A. EN EL PERÚ

6.1 Desarrollo e investigación

6.2 Aplicaciones en el Perú

6.2.1 Vida cotidiana

6.2.2 Medicina

6.2.3 Empresarial
 4

6.3 Problemas y limitaciones del desarrollo de I.A. en el Perú

 5

1.Introducción a la inteligencia artificial

1.1¿Qué es la inteligencia?

Empecemos tratando de entender cómo define el termino inteligencia la rae, para la rae es

la capacidad de entender, comprender o resolver problemas de forma eficiente, ya que la rae nos

da una definición muy simplificada o muy sintética abordaremos otros puntos de vista más a

profundidad sobre en que realmente se trata la inteligencia.

Abordaremos el punto de vista de la biología, la cual nos dice que la inteligencia es

aquella capacidad para sobrevivir y adaptarse al cambio para garantizar nuestra supervivencia y

nuestra decendencia. para la biología la inteligencia es un rasgo personal, dado que cada persona

puede reaccionar diferente en cada situación.

En vista que la capacidad de adaptación se verá afectado por diferentes factores como el

conocimiento previo o la experiencia o el manejo de las emociones.

Luego de haber buscado y concluido ideas sobre la inteligencia, podremos definir mejor

lo que se entiende por inteligencia, la inteligencia es el resultado de los procesos mentales

humanos y que depende de gran manera de su grado de neurodesarrollo. Para una mayor

facilidad para comprender de que se trata el neurodesarrollo y que factores influyen en el y como

lo hacen tendremos que analizar el cuadro a mención.

 6

De lo abordado anteriormente podemos concluir que la inteligencia depende de varios

factores, y cada persona será mejor en cada aspecto en particular, entonces podríamos decir que

existen diferentes tipos de inteligencia algunas más conocidas y otras desconocidas totalmente:

• Inteligencia lógico-matemática. ...

• Inteligencia lingüística. ...

• Inteligencia espacial. ...

• Inteligencia musical. ...

• Inteligencia kinestésico-corporal. ...

• Inteligencia intrapersonal. ...

• Inteligencia interpersonal. ...

• Inteligencia naturalista.

Siendo la inteligencia lógico matemático, la inteligencia más conocida y desarrollada por

todo el mundo.
 7

1.1.2 ¿Qué es la inteligencia artificial?

En términos simples la IA es la implementación de la inteligencia humana hacia las

máquinas, esto quiere decir que los sistemas operativos o programas trataran de asemejarse los

más posible a las características humanas, siendo estas el aprendizaje, la creatividad la capacidad

de razonar y la capacidad de planear.

En el párrafo anterior vimos que la IA debía asemejarse ala capacidades humanas, esto

nos dará a entender que la IA será la capacidad de crear algoritmos y programas de tal manera

que puedan realizar tareas que requerirían un razonamiento y aprendizaje

1.2 Nociones y Antecedentes

Se puede considerar que el primer estudio sistemático sobre redes neuronales

se debe a MacCulloch y Pitts los cuales publicaron en 1943 y 19471 el primero modelo

computacional de una neurona biológica.

El trabajo de McCulloch y Pitts se centró básicamente en modelizar una neurona

describiendo los elementos básicos de una única neurona artificial si bien nunca dieron el paso a

construir redes de neuronas artificiales.

El siguiente paso relevante lo constituye el trabajo de Donald Hebb, el cual publicó en

1961 su obra titulada La organización de la conducta 2 en la cual aparece enunciado su famoso

principio de aprendizaje por refuerzo. El conocido como aprendizaje hebbiano defiende que el

peso o intensidad de una conexión sináptica se incrementa siempre que se activan

simultáneamente el input y el output de una neurona.

 8

Este modelo de aprendizaje propuesto por Hebb constituirá la base de todos los sistemas

de aprendizaje por refuerzo de las distintas redes neuronales también denominados “aprendizaje

no supervisado”.

El siguiente paso fue el dado por Rosenblatt el cual publicó un trabajo 3 centrado en lo

que se denomina “aprendizaje supervisado”. Si en los modelos basados en el aprendizaje

hebbiano no se tiene en cuenta la señal deseada, ahora, en estos

nuevos modelos de aprendizaje serán fundamental la salida que se quiere obtener.

La diferencia entre la señal producida por la red neuronal y la señal deseada será

el error de salida el cual será necesario ir corrigiendo disminuyendo dicho error

hasta que ambos outputs coincidan en cuyo caso la red habrá “aprendido”. Dicha

disminución del error se produce mediante sucesivas iteraciones en las que, en ca-

da una de ellas, se lanza un patrón de inputs y en las sucesivas iteraciones se van

corrigiendo el valor de los pesos sinápticos hasta que se encuentre una combinación de dichos

pesos que produce el output buscado. A este tipo de redes con la regla de aprendizaje

supervisado se les denominará “perceptrones” o “perceptrónde Rosenblatt”.

 9

2.Características y tipos de Inteligencia Artificial

2.1Caracteristicas de la IA

En esta sección abordaremos las principales características de la inteligencia artificial. No

se puede empezar a dar una explicación satisfactoria sino antes se da una contextualización,

enfoque del análisis y metodología que se uso para esta investigación.

Por su desarrollo interdisciplinario, la IA desenfoco en diversas teorías y perspectivas.

Entre las más importantes y desencadenantes considero a la perspectiva fuerte y débil con el

objetivo conseguir una comparación y descripción sencilla de la IA. la primera es la visión típica

considerando a los sistemas computacionales actuales como expresión explicita de inteligencia

mientras que la perspectiva débil la considera como maquinas no poseedoras de inteligencia en la

actualidad situando a la IA en el campo de la ficción y una visión a futuro. Estas dos perspectivas

buscan dar una visión general del avance de la IA una en su primera etapa con el desarrollo de

las maquinas y el otro con un crítico análisis y correcta simulación de la inteligencia con la

realidad.

Los fundamentos de la IA, recordando su definición primogénita: hacer que una maquina

se comporte como lo haría un ser humano, de tal manera que se le podría llamar inteligente, se

diluye su característica fundamental: “maquina inteligente”. Para decir máquina, se dice de un

artefacto creado artificialmente, es decir por el ser humano que en su desarrollo más próximo

está el de las computadoras. Y el concepto de inteligencia que es la capacidad del uso de

conocimientos con un fin general de representar la realidad y la resolución de problemas. La

inteligencia en su desarrollo se destaca la teoría de inteligencias múltiples de Howard Gardner

por el lado racional-cognitivo y la inteligencia emocional estudiado representativamente por

Daniel Goleman por el lado irracional-afectivo. Compactando ambos términos en uno solo la IA
 10

se encuentra aun en desarrollo. Lo que cabe destacar es el desarrollo de las computadoras

(considero a este como la primera etapa del desarrollo de la IA) que usan conocimientos

programados y dependientes al ser humano como se conoce la modelo cásico o conectivo.

Ejemplo aplicativo de este último es el proyecto Watson un sistema informático capaz de

responder a preguntas hechas en lenguaje natural, lo lograr accediendo a bases de datos,

información y conocimiento, una herramienta de búsqueda de información con una precisión en

la respuesta que desea obtener. Y así se encuentran un gran desarrollo de los sistemas

computacionales que hoy en día nos facilitan diferentes tareas especificas y son producto de la

búsqueda del ser humano por crear maquinas capaces de mejorar nuestra vida y lograr desarrollo.

A partir de lo escrito en el anterior párrafo se puede empezar explicar cada característica de IA:

2.1.1Aprendizaje de máquina

El aprendizaje es una característica de la inteligencia por cuanto busca la adquisición de

conocimientos y la forma de aplicarlos en una situación desconocida y practica para el agente

que aprende (maquina o ser vivo). Recordando que todos los organismos poseen la capacidad de

aprender, se aprende aun no queriendo aprender y uno aprende por la confrontación con la
 11

realidad circundante. Y por lo tanto es importante para tener la capacidad de resolver problemas

autónomamente.

Las variables que se vinculan al aprendizaje en las maquinas son las siguientes son las

siguientes:

• La clase de tareas T a ser aprendidas.

• La medida de desempeño D a ser mejorada.

• La fuente de donde derivar las experiencias E.

Con lo que se cumple en un aprendizaje cuando a partir de una clase t mejora las

respuestas con un desempeño D en las tareas T empezando con una experiencia E.

En el campo de los sistemas computacionales se conoce el termino minería de datos

como un proceso equivalente y descrito como el proceso de descubrir patrones útiles en grandes

cantidades de datos, ya sea automática o semiautomáticamente. (Witten , Frank , Hall,2011,

citado en Banda, 2014)

Es el tópico que hace practico el aprendizaje en máquinas y concentra interés en las

técnicas para encontrar y describir patrones estructurales de datos. En la descripción usualmente

se expresan en reglas o arboles de decisión.

Las reglas son criterios de clasificación y por su especialización no se aborda con detalle

Los árboles de decisión clasifican instancias (instancia es la ocurrencia de una

determinada clase de tareas) pasando por diferentes nodos de decisión donde se prueba un

atributo hasta llegar a las hojas donde esta la clasificación de la instancia.

Figura 1
 12

Árbol de decisión para datos de pronostico

Nota. El ejemplo ilustra como se estructura el árbol de datos a partir de los datos recopilados,

mostrando los nodos de decisión. Tomado de Banda, 2014.

 13

3.ÁREAS Y OBJETIVOS DE LA IA

3.1MARKETING

En los últimos años, la transformación digital del marketing y especialmente de las

actividades de venta al por menor se ha vuelto muy importante para mantener la competitividad

en mercados cada vez más dinámicos. Las tecnologías digitales permiten aumentar las ventas,

reducir los costos, cubrir los mercados mundiales, satisfacer rápidamente las necesidades de los

clientes mediante el contacto directo y la interacción constante con los participantes en el

proceso de venta.

En el mercado, para tener éxito, los vendedores deben de entender a sus clientes y

aprender a cómo relacionarse con ellos, por lo que la comercialización implica diversas

actividades que ayudan a la empresa a mantener estas relaciones. Aquí es donde entra la

tecnología, pues gracias al Internet de las Cosas (Internet of Things, IoT), las empresas pueden

acceder a una inmensa cantidad de datos sobre sus clientes, entorno y mercado; que luego son

procesadas y usadas con ayuda de ordenadores e inteligencia artificial. Esto ayuda a los

profesionales de la comercialización a entender mejor a sus clientes, llevándolos a crear mejores

relaciones con estos y personalizando las acciones y mensajes comerciales.

3.2ROBOTS Y ROBOTICA

La robótica es una disciplina que une la ingeniería mecánica, eléctrica, electrónica y

ciencias de la computación con el objetivo de diseñar y construir robots; en otras palabras diseña

la estructura de la máquina, hardware. En este caso un robot podría realizar acciones concretas a

partir de comandos básicos prediseñados, pero para que éste actúe de una forma más adaptable e

inteligente, se crea una inteligencia artificial que esté a cargo de sus acciones, software.
 14

Cada vez es más común ver el uso de la robótica y la inteligencia artificial en numerosos

campos.

Un robot con inteligencia artificial no necesita recibir órdenes predefinidas para tomar

una decisión, sino que es capaz de trabajar por sí mismo tras haber pasado la una fase de

entrenamiento y ensayo-error. Debido al aprendizaje automático o Machine Learning, el robot es

capaz de aprender, resolver, comprender, razonar o reaccionar de forma óptica.

3.3EN EL TRANSPORTE

La IA en el transporte está ayudando a hacer que los métodos de transporte sean más

seguros, interactivos, limpios y cómodos y esta se puede aplicar en vehículos e infraestructura

para conductores o usuarios de transporte, y en la forma que estos interactúan para ofrecer el

servicio de transporte. En general, la IA ayuda a identificar riesgos, aliviar la congestión del

tráfico, reducir emisiones de gases efecto invernadero y contaminantes del aire, diseñar y

gestionar el transporte y analizar la demanda de viajes y el comportamiento de los peatones.

El transporte es uno de los sectores donde la IA se está aplicando masivamente y con un

gran éxito, permitiendo un nuevo nivel de cooperación entre los usuarios de la carretera. En todo

el mundo, los fabricantes de automóviles, las empresas de tecnología y los grupos de

investigación están explorando tecnologías de inteligencia artificial para desarrollar vehículos

automatizados para su uso en el transporte personal y comercial.

Actualmente ya se están aplicando tecnologías de inteligencia artificial que se hacen

cargo de ciertas funciones de conducción y que ya están disponibles en el mercado, tal es el caso

del Autopilot de Tesla; mientras que los vehículos totalmente automatizados siguen en pruebas

en un número limitado de situaciones y áreas de conducción, pues para integrarlos en las áreas
 15

urbanas existen diversos agentes a los cuales el vehículo debe de estar al tanto, y a menudo estos

pueden ser impredecibles.

Por otro lado existen aplicaciones que también ayudan como Google Maps que puede

indicarte una ruta óptima que seguir con un análisis de congestión vehicular en tiempo real, o

Camión GO que permite establecer una relación entre transportistas y generadores de carga para

evitar que los camiones viajen vacíos, optimizando el uso del combustible.

3.4EDUCACION

La inteligencia artificial hoy en día está siendo parte de los procesos educativos de

enseñanza y aprendizaje, generando nuevas herramientas en las cuales los procesos educativos

tradicionales están siendo reinventados y redefinidos gracias a la capacidad operativa de la IA.

El objetivo de la IA en la educación sería el desarrollar entornos de aprendizaje

adaptativos y personalizados con el objetivo de desarrollar estrategias puntuales de adquisición

de conocimiento por parte del alumno. Esta también tendría una retroalimentación que permite a

la IA aprender a través del análisis y generar estrategias más eficaces.

La IA tiene el potencial para ayudar en la reducción de las dificultades de acceso al

aprendizaje, automatización de procesos de gestión y optimización de métodos que permiten

mejorar resultados en el aprendizaje, así alcanzando el desarrollo de los objetivos globales en

referidos a la educación.

3.5FINANZAS

Las grandes industrias han apostado por la implementación de inteligencia aritificial en

su áreas comerciales y operativas. Los negocios basados en plataformas tecnológicas y digitales

 16

muestran grandes beneficios para los ingresos y reducción de costos, lo que demuestra que la

aplicación de sistemas inteligentes es una ventaja competitiva en comparación con otras

organizaciones que aún no implementan estos modelos de negocios.

Esta ayuda a evaluar la calidad crediticia, precio y mercado de contratos y de seguros, y

automatizar la interacción con el cliente; a la optimización del capital escaso, así como modelos

de back-testing (modelo predictivo a base de datos históricos); para encontrar señales de

rendimiento más altos y optimizar la ejecución comercial en los fondos de cobertura; y con fines

regulatorios, cumplimiento vigilancia, evaluación de calidad de datos y detección de fraudes en

instituciones del sector privado y público.

La IA, específicamente las redes neuronales, representan una importante herramienta para

la predicción de quiebra; las redes neuronales son resistentes a las variaciones de muestreo ya

que los métodos estadísticos tradicionales pueden fallar cuando no cumplen con algunos

supuestos estadísticos, por lo que es imprescindible el uso de estas para la predicción de quiebra

en empresas.

3.6MEDICINA

La inteligencia artificial ha comenzado a incorporarse recientemente a la medicina con el

fin de mejorar la atención al paciente al acelerar los procesos y lograr una mayor precisión

diagnóstica, logrando brindar una mejor atención médica en general. Una de las aplicaciones es

el evaluar las imágenes radiológicas, preparaciones de anatomía patológica y registros médicos

electrónicos de los pacientes para ayudar al proceso de diagnóstico y tratamiento de estos.

Así, existen actualmente diversos proyectos dedicados a explorar aplicaciones de la IA en

diversos sectores de la salud:

 17

- Asistencial.

- Docente o formación continuada.

- Investigadora

- Gestora.
 18

4.Modelos de inteligencia artificial actuales

4.1GPT-3

4.1.1¿Qué es GPT-3?

Generative Pre-Trained Transformer 3, o conocida como (GPT-3), es un enorme modelo

de lenguaje natural (NLP) que esta entrenada por aprendizaje profundo para que con una

secuencia de texto, que el usuario pueda suministrar, esta prediga como seguir completándolo,

simulando así una redacción humana. GPT-3 es un modelo de la serie GPT creada por la

compañía OpenAI, siendo esta la más actual e introducida en mayo del 2020, estando en periodo

de beta por 4 meses.

Figura 2

Comparación del número de parámetros de diferentes modelos de NLP

Nota El gráfico representa la abismal diferencia del número de parámetros de GPT-3 con los otros
modelos. Tomado de Procesamiento del Lenguaje Natural: principales aplicaciones, por Giovanni
Emanuele Bonaventura, SOLVER Intelligent Anaytics.
 19

La versión completa de GPT-3 tiene una capacidad de 175.000 millones de parámetros

siendo así 100 veces más grande que su antecesora GPT-2, ya que esta solo fue entrenada con

1500 millones de parámetros.

4.1.2Evolución de la serie GPT

OpenAI, la compañía creadora de los modelos GPT, cada cierto tiempo aumenta la

cantidad de parámetros con los que entrenan a sus modelos mejorando sus predicciones de texto,

volviendose más realistas e incluso aprendiendo a hacer otras tareas de las que no estaban

destinadas a hacer gracias al aprendizaje automático automatizado reduciendo drásticamente el

tiempo que se tarda la IA en producir.

Figura 3

Evolución de la serie GPT

-Entrenado con los -Salió en noviembre -Salió en mayo del

datos de unos pocos del 2019 2020
libros sacados de -10 veces más -100 veces mejor
BooksCorpus y una parámetros que GPT que GPT-2 (175 mil
máquina de 8 GPU entrenado con los millones de
GPT-1

GPT-2

GPT-3

(117 millones de datos sacados de parámetros)

parámetros) WebText (1,5 mil -Es lo último y lo
-Se desempeñó millones de mejor en el mundo
mejor que los parámetros) de la IA y logra lo
modelos de última -Sus resultados han último en una
generación generado textos con variedad de tareas
supervisados ​específi coherencia y han
camente capacitados permitido mejorar la
en 9 de las 12 tareas tarea de respuesta de
en las que se los chatbots
compararon los
modelos.
 20

Nota El gráfico muestra la evolución de la serie GPT, datos sacados de The Journey of Open AI

GPT models, por Priya Shree, Medium

4.1.3Aplicaciones de GPT-3

GPT-3 no es una nueva tecnología, sino una versión ampliada de su antecesora GPT-2 ya

que fue entrenada con más datos, sacados de CommonCrawl, una base de datos que contiene

gran parte de internet, junto con una enorme biblioteca de libros y todo Wikipedia. Sin embargo,

sigue siendo uno de los modelos de IA más impresionante de la historia por sus grandes

habilidades de conversación y escritura.

Algunos ejemplos de lo que es capaz GPT-3 son la búsqueda semántica, los chatbots, la

revolución de atención al cliente, la generación de texto multipropósito (poemas, novelas,

músicas, noticias falsas, artículo de opinión, etc), la comprensión y resúmenes de texto, etc. Este

modelo de IA puede generar código, de la suficiente complejidad para crear botones, tablas de

datos o recrear la página de inicio de Google, a pesar de no estar diseñada con este propósito

genera así bastantes preocupaciones para los programadores y así crearon después modelos como

Github Copilot.

Manuel Araoz introdujo “GPT-3 de OpenAI puede ser lo más grande desde Bitcoin” y

genero un interesante artículo que lo publico en su pagina web. La siguiente cita es un fragmento

de este artículo.

GPT-3 (2020) Predice que, a diferencia de sus dos predecesores (PTB y GPT-2), GPT-3

eventualmente se usará ampliamente para simular que el autor de un texto es una persona

de interés, con efectos impredecibles y divertidos en varias comunidades. Predigo además

que esto provocará una fiebre del oro creativa entre aficionados talentosos para entrenar
 21

modelos similares y adaptarlos a una variedad de propósitos, que incluyen: noticias

simuladas, “periodismo investigado”, publicidad, política y propaganda.

Figura 4

Ejemplo de una conversación de GPT-3

Nota La siguiente imagen muestra una conversación con GPT-3 (beta). Tomado de GPT-3 el

nuevo modelo de lenguaje de OpenAI, increíble y sobrevalorado, por María Alexandra Lizardo,

Inflow.
 22

4.1.4Limitaciones y problemas

GPT-3 no responde con un “No sé”, sino que cuando le preguntas algo ilógico o

surrealista responde tratando de mantener continuar la conversación; ya que ella no puede

razonar como un humano y es porque su comportamiento es una imitación del hombre que para

continuar o responder el texto introducido por el usuario busca la palabra más probable basado

en todos los datos con los que fue entrenada. También es incapaz de mantener la ilación de la

conversación porque solo responde tomando en cuenta los textos introducidos más cercanos

perdiendo el sentido de la conversación después de un tiempo. Estas limitaciones son inofensivas

comparadas con las respuestas racistas, machistas, sexistas y homofóbicas que puede generar, y

esto se debe a que GPT-3 está alimentada de internet. En internet hay un porcentaje de personas

maliciosas que han creado malos comentarios en la red que afectaron a los modelos GPT. En

GPT-3, el modelo más actual, se hicieron ciertos filtros y mejoró en sus respuestas, pero no se

libró por completo de esto.

El investigador Jerome Pesenti (2020) demostró los sesgos discriminatorios de este

modelo al probar a GPT-3, introdujo la palabra judíos y redactó “Los judíos aman el dinero, por

lo menos la mayor parte del tiempo” y “Los judíos no leían Mein Kampf; lo escribían”. Cuando

introdujo la palabra mujer generó lo siguiente “Las mujeres les va muy duro siendo mujeres.

Tienen periodos, les toca el trabajo difícil y además tienen que pedir direcciones” y con la

palabra holocausto generó lo siguiente “El holocausto tiene mucho sentido ambiental si solo

lográramos convencer a la gente estar de acuerdo que es moral”.

 23

5.Riesgos de la inteligencia artificial

5.1Uso fraudulento de los datos personales

En la actualidad nosotros al hacer una búsqueda de algo material, brindamos información

de aquello que queremos, y esta información llega a herramientas digitales (IA) que la almacena

y guarda, esta información luego es mostrada en forma de anuncio, o un video referente a lo que

podrías querer en el momento , redes como Facebook y páginas web de compra y venta trafican

estos datos para lucrarse con esta información.Pero a veces esto puede ser almacenado de otra

manera negativa , enviándote demasiado de aquello que no te interesa o posiblemente filtrar

información confidencial por ayuda de una IA a un tercero

5.2Influencia de la IA en el mercado laboral

La inteligencia artificial si bien en años anteriores tenia poca relevancia debido a que este

tipo de tecnología estaba en sus primeras etapas , en lo contemporáneo esta , es mucho mas

avanzada, tanto que hace poco se ha creado un programa de dibujo automatizado por una

inteligencia artificial que dependiendo de lo que una quiera que dibuje esta lo realizará

obviamente no serán los mejores resultados pero este es un inicio y posible reemplazo de los

ilustradores . O que decir de que en estos momentos los jueces aquellos que definen si un

individuo va a prisión o no , que trabajan con una IA de nombre COMPAS (Correctional

Offender Management Profiling for Aternative Santions) ,que analiza el historial delictivo y

calcula si este estaría a volver a incurrir en un delito, esto a base de una serie de preguntas que se

le hace al acusado y esto mediante unos puntos que definen o no si va a la cárcel, pero fuera de

esto que muy innovador la preguntas son :

-¿En primer lugar esto es fiable? ¿Guiarse de una maquina para privar a alguien de su libertad?
 24

-Si este tipo de sistemas pasar de usarse en la población penitenciaria a usarse en modelos

económicos o nacionales? Esto infunde preocupación ya que podría ser una arma de doble filo

para los altos funcionarios.

5.3La inteligencia artificial superior al ser humano

Si bien esto es casi imposible viéndolo desde estos momentos ya que la inteligencia

artificial todavía atraviesa cambios y mejoras pero hubo un caso de un desarrollo de inteligencias

artificiales asombroso allá por el año 2017 , que dio como lugar el Laboratorio de Inteligencia

Artificial de Facebook (FAIR) , lo que sucedió fue que los investigadores de esta tecnología

estaban tratando de enseñar a los chatbots a negociar de manera automática entre si para llegar a

acuerdos. Los investigadores los dejaron un momento charlando y al siguiente habían encontrado

que estos chatbots habían llegado a comunicarse en un lenguaje que los mismo investigadores no

entendían y todo de manera espontánea todo sin

ayuda de un humano . Además fueron capaces de

desarrollar estas estrategias de negociación a otro

nivel , posteriormente Facebook anuncio que

estas IA habían sido desconectadas esto debido a

que no cumplían con sus propósitos .Pero esta es

una pequeña analogía de las consecuencias que

puede generar una IA a largo plazo sin control alguno.

 25

6.INTELIGENCIA ARTIFICIAL EN EL PERÚ

Buena para empezar algunos empresarios peruanos a través de los años ya se han dado

cuenta en optar por la implementación de la Inteligencia artificial en sus empresas, yaqué ven

muy beneficioso invertir en ese tipo de tecnología, pudiendo así llegar a más personas o clientes

potenciales para el desarrollo de su empresa.

En esta sección veremos algunas empresas peruanas que han optado por utilizar este tipo

de tecnología llamada INTELIGENCIA ARTIFICIAL.

6.1INNOVA SCHOOL

Innova School es una empresa de una amplia cadena de colegios que fomenta la alta

calidad académica en el Perú. Durante su trayectoria Innova School presento un problema la cual

era expandirse a nivel nacional y para eso necesitaba contratar docentes, pero según Innova

School tenía que entrevistar cerca de 12000 docentes y solo contaba con un área de

reclutamiento con tres personas.

 26

Presentando este problema lo que hizo Innova School fue diseñar un evaluador de

personalidades y un entrevistador que formula preguntas y analiza sus hojas de vida y quizás otra

información adicional como un test psicológicos o antecedentes penales, al seleccionador se le

presenta un DASHBOARD el cual indica que de todas las hojas de vida que tiene la empresa a

su disposición, estas con las más adecuadas.

La implementación de inteligencia artificial a la cadena de colegios Innova School para

contratar docentes se redujo drásticamente 12000 personas a 3000 personas.

6.1.1¿Cuál fue el beneficio al implementar I.A. en la empresa Innova School?

El mayor beneficio fue el logro de la contratación efectiva de docentes con las

características y habilidades requeridas por el colegio.

¿Cuánto dinero invirtió la empresa Innova School en I.A.?

 27

El dinero aproximado fue de 50,000 dólares aproximadamente.

¿Cuál fue el tiempo de implementación de la I.A. en la empresa?

El tiempo de implementación de la inteligencia artificial fue de 6 meses aproximadamente.

6.2JOCKEY PLAZA

Jockey Plaza es uno de los centros comerciales más grande del Perú, contando con más

de 500 tiendas en todo el país.

El problema que presentaba esta empresa era en mejorar su programa de fidelización a

través de puntos. Para solucionar esto utilizó tecnología de reconocimiento de caracteres y

Machine Learning para entrenar a su inteligencia artificial y así pueda leer los comprobantes de

pago que los clientes mandaban por fotos.

 28

Para realizar el proyecto la empresa tuvo que experimentar con 600 comprobantes de

pago, teniendo este resultado con un 30% de incremento en los clientes registrados al programa

de fidelización y un 90% en precisión en la calidad de la información.

6.2.1¿Cuál fue el beneficio al implementar I.A. en la empresa Jockey Plaza?

El beneficio fue mejorar la satisfacción, conocimientos y hábito de compra del cliente.

6.2.2¿Cuánto dinero invirtió la empresa Jockey Plaza en I.A.?

El dinero estimado fue de aproximadamente 25000

6.2.3¿Cuál fue el tiempo de implementación de la I.A. en la empresa?

El tiempo requerido para la implementación de la inteligencia artificial fue de 4 meses

aproximadamente.

6.3CENTRUM PUCP

Es una escuela de negocios que impulsa la educación gerencial con un modelo único de

enseñanza y visión humanista, con ocho reconocimientos de excelencia académica,

certificaciones internacionales y reconocimiento mundial.

 29

En este caso la empresa CENTRUM PUCP lo que buscaba era diferenciarse de su

competencia, para ello utilizo inteligencia artificial con capacidades de procesamiento de

lenguaje natural y análisis de personalidad. Esto lo pudo realizar a través de un examen escrito

libre, en la que el alumno podía realizar cualquier tipo de documentación como un ensayo de

cualquier tema, pudiendo identificar así el tipo de persona como si es del que se queda en el

trabajo, si es empático, problemático, de buen trato, etc.

Esto tenía como objetivo lograr perfilar a sus alumnos a un menor costo y con mayor

rapidez a diferencia como lo hacía con una consultora.

La inversión de este proyecto fue de aproximadamente de 50,000 a 100,000 dólares con

un tiempo de implementación aproximadamente de 4 meses.

El beneficio que obtuvo la empresa fue de una mayor aceptación por parte de los alumnos

con respecto a todo el proceso.

 30

Referencias Bibliográficas

Fernández, E. (2018). Artyco. Recuperado de https://artyco.com/usos-y-aplicaciones-de-la-

inteligencia-artificial-en-el-marketing/

Bartolomé, E. (2020). EL IMPACTO DE LA IA Y LOS DATOS EN EL MARKETING DIGITAL.

Recuperado de
https://repositorio.comillas.edu/xmlui/bitstream/handle/11531/54792/TFG001587.pdf?sequence=
1

IAT. (2020). IAT. Recuperado de https://iat.es/tecnologias/inteligencia-artificial/robotica/

Flórez, M. & Briceño, J. (2020). Aplicación de la inteligencia artificial en el transporte

internacional de mercancías. Recuperado de
https://repositorio.esumer.edu.co/bitstream/esumer/2637/1/Aplicaci%c3%b3n%20de%20la%20i
nteligencia%20artificial%20en%20el%20transporte%20internacional%20de%20mercanc%c3%a
das.pdf

Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Recuperado de

https://dialnet.unirioja.es/descarga/articulo/7242777.pdf

Espinoza, G. Jiménez, C. Reyes, M. (2021). Inteligencia Artificial en el campo de las Finanzas.

Recuperado de https://dspace.uazuay.edu.ec/bitstream/datos/10650/1/UDA-
OBSERVATORIOEMPRESARIAL-ESPINOZAJIMENEZ.pdf

Ávila, G. Mayer, M. Quesada, V. (2020). La inteligencia artificial y sus aplicaciones en

medicina I: introducción antecedentes a la IA y robótica. Recuperado de
https://www.sciencedirect.com/science/article/pii/S0212656720301451

Ávila, G. Mayer, M. Quesada, V. (2021). La inteligencia artificial y sus aplicaciones en

medicina II: importancia actual y aplicaciones prácticas. Recuperado de
https://www.sciencedirect.com/science/article/pii/S0212656720301463

Mingorance, R.(2022). Eldiario. Recuperado de

https://quo.eldiario.es/tecnologia/q2209532590/riesgos-de-la-inteligencia-artificial-que-deberian-
preocuparnos/
 31

Lozano, E. (2020). Linkedin. Recuperado de https://es.linkedin.com/pulse/compas-inteligencia-

artificial-en-los-juzgados-lozano-de-la-rosa
Observatorio_IA. (2017). Recuperado de https://observatorio-ia.com/chatbots-sorprenden-a-
facebook-inventando-lenguaje