Documentos de Académico
Documentos de Profesional
Documentos de Cultura
net/publication/354849564
La inteligencia artificial
CITATIONS READS
0 11,447
2 authors, including:
Angelica Sanchez-Riofrio
Universidad de Especialidades Espíritu Santo
55 PUBLICATIONS 258 CITATIONS
SEE PROFILE
All content following this page was uploaded by Angelica Sanchez-Riofrio on 26 September 2021.
1. Introducción
A medida que avanza la tecnología, los puntos de referencia anteriores que definían
la inteligencia artificial quedan obsoletos. Por ejemplo, ya no se considera que las máquinas
que calculan funciones básicas o reconocen texto a través del reconocimiento óptico de
caracteres incorporen inteligencia artificial, ya que esta función ahora se da por sentada
como una función informática inherente (Rodríguez & Sánchez, 2020). La inteligencia
artificial evoluciona continuamente para beneficiar a muchas industrias diferentes. Las
máquinas están conectadas utilizando un enfoque multidisciplinario basado en matemáticas,
informática, lingüística, psicología y más (Ocaña, Valenzuela, & Garro, 2019).
2. Metodología
3. Análisis de resultados
3.1.Antecedentes de la inteligencia artificial
Los inicios de la inteligencia artificial moderna se remontan a los intentos de los filósofos
clásicos de describir el pensamiento humano como un sistema simbólico. Pero el campo de
la inteligencia artificial no se fundó formalmente hasta 1956, en una conferencia en
Dartmouth College, en Hanover, New Hampshire, donde se acuñó el término inteligencia
artificial (Cesce, 2017). En 2011, el sistema de respuesta a preguntas del gigante de las
computadoras, Watson, ganó el concurso Jeopardy, al vencer a los campeones reinantes
Brad Rutter y Ken Jennings. Ese mismo año, el chatbot informático, que era un parlante
desarrollado por Eugene Goostman, capturó los titulares por engañar a los jueces
haciéndoles creer que era un ser humano real durante una prueba de Turing. Esta prueba se
trataba de una competencia desarrollada por el matemático e informático británico Alan
Turing en 1950 (De la Torre, 2019).
1950 Prueba de Turing
•El científico 1955 Nacimiento de la
informático Alan Inteligencia Artificial 1961 Unimate
Turing propone una •El término inteligencia Primer
prueba de artificial fue acuñado •Robot industrial,
inteligencia artificial. por el informático Unimate va a
Si una máquina John McCarthy para trabajar en GM
puede engañar a los describir la ciencia y la reemplazando a
humanos ingeniería de la humanos en la
haciéndoles pensar fabricación de línea de
que es un humano, máquinas inteligentes. ensamblaje
entonces tiene
inteligencia.
1998 Kismet
•Cynthia Breazeal del MIT 1999 Aibo 2002 Roomba
presenta KiSmet, un •Sony lanza el primer •Primera producción en
robot emocionalmente perro mascota robot de masa de una aspiradora
inteligente en la medida consumo AIBO con robótica autónoma de
en que falla y responde a habilidades y irobot que aprende a
los sentimientos de las personalidad que se navegar y limpiar el
personas desarrollan con el hogar
tiempo
2017 Alphago
•La inteligencia artificial de Google vence al campeón mundial Ke Jie en
el complejo juego de mesa de GO, que se destaca por su gran cantidad
de posiciones posibles
Los sistemas de inteligencia artificial fuertes son sistemas que llevan a cabo las
tareas que se consideran similares a las humanas. Suelen ser sistemas más complejos y
complicados. Están programados para manejar situaciones en las que se les puede exigir
que resuelvan problemas sin que una persona intervenga. Este tipo de sistemas se pueden
encontrar en aplicaciones como automóviles autónomos o en quirófanos de hospitales
(Universidad Nebrija, 2017).
Aprendizaje
supervisado
Aprendizaje
por refuerzo
En el caso del aprendizaje mediante una red neural, se caracteriza por ser un
aprendizaje basado en máquina que se ha compuesto de unidades que se encuentran
interconectadas entre sí. Simulando las neuronas contenidas en el cerebro. En ella se
procesa la información respondiendo a estímulos que se encuentran en las entradas externas
del sistema (SAS, 2020).
En el caso del aprendizaje a fondo, se tiene referencia de las redes neurales que
existen. Estas poseen capas de unidades de procesamiento utilizados para aprovechar el
avance en el poder de los sistemas de cómputo. Estas se encuentran interconectadas para
transmitir la información entre cada una de las unidades. El proceso necesita de múltiples
pases en los datos a fin de hallar conexiones y eliminar los datos que no estén bien
definidos (Ávila, 2020).
En el caso de la visión de la computadora, se genera por el reconocimiento de los
patrones y el aprendizaje profundo mediante el análisis de las imágenes o los videos. En las
máquinas se pueden generar procesamiento, análisis y entendimiento de las imágenes, las
cuales pueden utilizarse para obtener resultados e interpretaciones sobre el entorno
(Thomas, 2011).
Existen tres factores que son responsables del desarrollo de la inteligencia artificial.
Estos elementos se pueden combinar otorgando un mejor resultado final. Estos aspectos son
el incremento vertiginoso del sistema informático, la caída de los costos de almacenamiento
de datos y una explosión de los datos digitalizados (Zhinin, 2019). La automatización
inteligente corresponde a una nueva forma de inteligencia artificial desarrollada para el
crecimiento de la información basado en el beneficio de la productividad. Entre estos
beneficios se encuentra la capacidad de automatización de las tareas, sin importar el nivel
de complejidad. También se encuentran la adaptabilidad, la agilidad y el nivel de
aprendizaje que puedan obtener los robots de manera autónoma (Jiménez, 2018).
La Inteligencia artificial plantea ser utilizada más allá de los objetivos tradicionales,
llegando incluso a la innovación en el sector de la agricultura. La innovación tecnológica en
la agricultura será fundamental para que la economía pueda desarrollarse de manera más
impactante en el mundo. La innovación generará nuevas vías prometedoras para el
desarrollo económico en la nación (Ponguta & Cepeda, 2020).
40
30
20
10
0
Estados China Unión Argentina Brasil Ecuador
Unidos Europea
Figura 3. Índice de la inteligencia artificial según las principales regiones del mundo
Fuente: Recuperado de (Fernández J. , 2020)
10000
8000
6000
4000
2000
0
Argentina Brasil Chile Colombia Perú Ecuador
América Latina ha sido durante mucho tiempo víctima de una baja productividad y,
como era de esperar, la pandemia de COVID-19 está empeorando las cosas. Ahora, la
inteligencia artificial es una oportunidad para que las economías de la región den un salto
hacia una mayor innovación y progreso económico. La investigación sugiere que la
inteligencia artificial agregará un punto porcentual completo del PIB a cinco de las
economías más grandes de América del Sur como son Argentina, Brasil, Chile, Colombia y
Perú en el 2035 (Franco, 2020).
Una encuesta global del MIT a altos ejecutivos de empresas en todo el mundo
encontró que, a fines de 2019, el 79% de las empresas en América Latina habían lanzado
programas de inteligencia artificial. Los resultados han sido positivos puesto que menos del
2% de los encuestados informaron que las iniciativas obtuvieron rendimientos inferiores a
los esperados (Revista San Gregorio, 2020).
4. Conclusión
Mediante los resultados expuestos, se logró cumplir con los objetivos de trabajo que
eran determinar la evolución de la inteligencia artificial y su utilización en américa latina.
La inteligencia artificial corresponde a la combinación de algoritmos ejecutados con el fin
de crear un sistema informático que sea capaz de imitar el razonamiento realizado por el ser
humano. La inteligencia artificial debe siempre ser llevado por una máquina y deberá tener
la capacidad de ser flexible en su entorno, comprenderlo y ejecutar acciones que mejoren
sus posibilidades de éxito según la actividad u objetivo determinado.
Alarcón, J. (2016). Aplicación de juegos digitales en educación superior. Portoviejo : Revista San
Gregorio.
Ambrosio, M. (2019). La IA predice un futuro más saludable para América Latina. Madrid : Scidev.
Banco Interamericano de Desarrollo. (2020). BID lanza mapeo sobre ecosistema de IA en 12 países
de América Latina y el Caribe. Madrid : BID.
BBC News. (2014). Stephen Hawking: "La inteligencia artificial augura el fin de la raza humana".
Madrid : BBC News.
BCG. (2020). Inteligencia Artificial: Más del 70% de los ejecutivos la consideran una oportunidad
para sus negocios. Buenos Aires : BCG.
Gómez, C., Del Pozo, C., & Martínez, C. (2020). La inteligencia artificial al servicio del bien social en
América Latina y el Caribe: Panorámica regional e instantáneas de doce países. Madrid :
Banco Interamericano de Desarrollo.
Gómez, E., & Hochel, M. (2019). La inteligencia artificial. Madrid : Universidad de Granada.
Grueso-Hinestroza, M., Riofrio, A.M.S., Mendez, J.E. (2021). Corporate Social Innovation during the
COVID-19 Pandemic: Some Practices from Colombian Companies. En R. Perez-Uribe, D.
Ocampo-Guzman, N. Moreno-Monsalve, y W. Fajardo-Moreno (Eds) del libro Handbook of
Research on Management Techniques and Sustainability Strategies for Handling Disruptive
Situations in Corporate Settings (pp. 207-226). Editorial IGI Global.
Latam. (2020). La agenda global de IA: promesa, realidad y un futuro de intercambio de datos.
Bogotá: Latam.
Mendoza, N. (2019). Banco Galicia, un caso de éxito internacional por innovación en banca digital.
Bogotá: Universidad de Colombia.
Moreno, A. (2019). Procesamiento del lenguaje natural ¿qué es? Madrid : UAM.
National Geographic. (2020). Breve historia visual de la inteligencia artificial. Madrid : National
Geographic.
Ocaña, Y., Valenzuela, L., & Garro, L. (2019). Inteligencia artificial y sus implicaciones en la
educación superior. Lima: Scielo.
Ponce, J., Torres, A., Quezada, F., & Silva, A. (2014). Inteligencia Artificial. Madrid : Research Gate.
Ponguta, A., & Cepeda, J. (2020). Inteligencia artificial en américa latina. Bogotá: Universidad
Pedagógica y Tecnológica de Colombia.
Primicias. (2020). Inteligencia Artificial, el as bajo la manga contra la Covid-19. Quito : Primicias.
Revista Gestión Digital. (2020). La banca ecuatoriana, con buen pulso en servicios móviles y redes
sociales. Quito : Revista Gestión Digital.
Revista San Gregorio. (2020). Bases teóricas y legales de la inteligencia artificial. Portoviejo :
Revista San Gregorio.
Revista San Gregorio. (2021). Inteligencia Artificial. Portoviejo: Revista San Gregorio.
Riofrio, A.M.S y Disintonio, J.A.G. (2019). El sucesor en empresas familiares agrícolas, factores que
influyen en su elección. Lúmina, 19: 28-47.
Riofrio, A.S. y Silva, M.C.A. (2016). La gestión del talento humano en la economía del
conocimiento: Análisis del caso de Corea del Sur y Ecuador en el período 2001–2015.
Revista Científica y Tecnológica UPSE, 3 (3), 59-70.
Rodríguez, J., & Sánchez, A. (2020). Análisis comparativo del NAMA y el SAREB. Samborondón:
UEES.
Ruano, L., Montenegro, J., & León, R. (2019). Inteligencia artificial e innovación: campos de
aplicación para la industria del Ecuador. Carchi: UPEC.
Sánchez, A., Guerras, L., & Forcadell, F. (2016). Reestructuración de la Cartera de Negocios:
Revisión de la Literatura. Podium, 30(2), 71-83Samborondón: UEES.
Sánchez, A., Guerras, L., & Forcadell, F. (2017). Who's who in Business Portfolio Restructuring
Research: The intellectual structure. Samborondón: UEES.
Schweigmann, N. (2018). Argentina: Usan inteligencia artificial contra el dengue. Buenos Aires:
Scidev.
Solis, K., & Sánchez, A. (2021). Factores que determinan la satisfacción laboral y su relación con la
productividad del trabajo: El caso de Unilever. Samborondón: UEES.
Unesco. (2021). Inteligencia Artificial: oportunidad para el Desarrollo Sostenible en América Latina.
Montevideo : Unesco.
Villalobos, C. (2017). La inteligencia artificial en la comunitat valenciana: Una estrategia para las
personas. Madrid: UMH.
Zhinin, L. (2019). Inteligencia Artificial. Portoviejo : Universidad San Gregorio.
Zambrano, D.; Rodríguez-Vásquez, J.G. y Sánchez-Riofrío, A.M. (2018). Factores que motivan la
creación de spin-offs universitarias en los estudiantes de la Facultad de Ciencias
Administrativas de la Universidad de Guayaquil. RES NON VERBA, 8 (2): 159-175.