INTELIGENCIA ARTIFICIAL

JUAN CARLOS VIVEROS GOMEZ

CAMILO ACOSTA GUERRERO
EIDER ESTIVEN ISAZA QUIROGA
JUAN JACOBO DIAZ ROZO

TRABAJO PRESENTADO A:
FELIX MATIZ PINZON

PONTIFICIA UNIVERSIDAD JAVERIANA – CALI

FACULTAD DE
POSTGRADO EN SISTEMAS GERENCIALES DE INGENIERIA
CALI, MARZO 2020
 CONTENIDO

1. Introducción...................................................................................................................2
2. Definición de Inteligencia Artificial.................................................................................2
3. Tipos de inteligencia artificial.........................................................................................2
4. Efecto de la Inteligencia artificial sobre la gerencia en los próximos 30 años...............2
5. Efecto de la inteligencia artificial sobre la mano de obra...............................................2
6. Ventajas y riesgos de la inteligencia artificial................................................................2
7. Conclusiones.................................................................................................................2
8. Referencias Bibliográficas.............................................................................................2
 1. Introducción

Establecer un concepto que defina que es la Inteligencia Artificial (IA) por extraño
que parezca es algo que enfrenta a diario a científicos e ingenieros, en especial
por la falta de certeza que se tiene alrededor del mismo concepto de inteligencia.
Y es que se dice que los seres humanos somos una especie inteligente con
capacidades para la resolución de problemas, hablar, desplazarnos, inventar,
crear, entre otras habilidades y destrezas que quizás en el resto de especies
existen y pasan desapercibidas por el hombre. Lo cual puede cuestionar la
existencia de la inteligencia no solo en el ser humano, sino también en los
animales, convirtiendo el concepto de inteligencia en algo amplio y con
limitaciones al momento de definirlo.

Sin embargo, en el presente documento buscamos resolver algunos

cuestionamientos alrededor de la Inteligencia Artificial, un acercamiento hacia una
definición, algo de su historia, sus ventajas y desventajas, pero lo más importante
de este trabajo es mostrar su aplicación en nuestros días.
 2. Definición de Inteligencia Artificial

El primer intento de definir la Inteligencia Artificial (IA) lo hizo el matemático y

científico inglés Alan Turing, considerado como el padre de la computación y
fundador de la IA, conocido por su máquina de Turing: una máquina conceptual
que utilizó para formalizar los conceptos del modelo computacional que seguimos
utilizando hoy día y con los cuales buscaba responder a la rigurosa pregunta de:
¿pueden las máquinas pensar? De esta manera, el trabajo de Turing demostró
que con las operaciones básicas podía desarrollar una máquina capaz de codificar
cualquier algoritmo, y que toda máquina capaz de computar tendría las mismas
operaciones básicas que su máquina o un superconjunto de estas.

Según lo reseña Pérez Orozco (2018) en 1950 Turing publicó un artículo llamado
Computing machinery and intelligence donde argumentaba que si una máquina
puede actuar como un humano, podría decirse que es inteligente. En su artículo
proponía una prueba, llamada Test de Turing, la cual permitiría afirmar si una
máquina es o no inteligente. Para llegar a esa conclusión, un ser humano se
comunicaría a través de un terminal informática con una entidad que se hallaría en
una habitación contigua. Esta entidad podría ser un humano o una máquina
inteligente. Si tras una conversación la persona no es capaz de distinguir si lo que
hay en la otra habitación es un humano o una máquina, entonces, en caso de ser
una máquina, Turing la consideraba inteligente.

El Test de Turing, pese a los años, según García Serrano (2012) tiene una gran
importancia, ya que exige una serie de capacidades a la máquina inteligente cuyo
conjunto conforma, a grandes rasgos, lo que es la Inteligencia Artificial. De esta
manera, la IA se reconoce cuando una máquina es capaz de imitar las funciones
cognitivas propias de la mente humana, como: creatividad, sensibilidad,
aprendizaje, entendimiento, percepción del ambiente y uso del lenguaje En efecto,
una máquina que sea capaz de pasar el Test de Turing ha de tener las siguientes
capacidades: reconocimiento del lenguaje natural; razonamiento; aprendizaje y
representación del conocimiento.

Existe además, una prueba llamada Test de Turing Total en la que la terminal
informática que permite la comunicación dispone de cámara de vídeo e imagen,
por lo que la comunicación se produce como si fuera una videoconferencia.
También se permite el paso de objetos a través de una puerta. Para pasar esta
prueba, una máquina ha de tener dos capacidades adicionales: visión y robótica.
Efectivamente, la máquina tiene que ser capaz de reconocer el lenguaje natural
en el que hablan los humanos. De ahí, que el habla se asocia a una inteligencia
superior, y para que una máquina sea capaz de reconocerla y también de
construir frases tiene que ser capaz de realizar complejos análisis morfológicos,
sintácticos, semánticos y contextuales de la información que recibe y de las frases
que genera.

Así mismo, García Serrano (2012) determina que la prueba propuesta por Turing
exige también una capacidad de razonamiento automático. Los humanos somos
capaces de llegar a conclusiones a partir de una serie de premisas, ejemplo de
ello es al saber que está lloviendo, el individuo establece que el suelo estará
mojado y en consecuencia es muy probable que esté resbaladizo. Un primer
intento de conseguir que las máquinas razonaran fue llevado a la práctica
mediante los llamados sistemas expertos. Estos tratan de llegar a conclusiones
lógicas a partir de hechos o premisas introducidas a priori en el sistema.
Actualmente, se utilizan otras técnicas más versátiles como las redes
probabilísticas, que permiten hacer predicciones y llegar a conclusiones incluso
cuando hay cierto nivel de incertidumbre en las premisas.

Por otra parte, García Serrano (2012) destaca que como parte de la IA, se incluye
también el aprendizaje automático, condición necesaria para que un ente artificial
pueda ser considerado inteligente. Si una máquina no es capaz de aprender cosas
nuevas, difícilmente será capaz de adaptarse al medio, condición exigible a
cualquier ser dotado de inteligencia. En IA, las líneas de investigación actuales
buscan hacer que las máquinas sean capaces de hacer generalizaciones a partir
de situaciones del entorno.

Por su parte, Pascal (2019) reconoce el trabajo de expertos como John McCarthy,
Newell, Simon o el mencionado Marvin Minsky, quienes usaron por vez primera en
1956 el término "inteligencia artificial" en una conferencia en Dartmouth (Estados
Unidos). Minsky creó el primer simulador de redes neuronales, inventó el
microscopio confocal y patentó el primer casco de realidad virtual en 1963.
Además fue el principal asesor de la película 2001: Una Odisea en el Espacio,
dando vida al ordenador inteligente HAL 9000.

Sin embargo, el verdadero auge de la inteligencia artificial, a un nivel práctico,

comenzó con la aparición de los ordenadores potentes y baratos, capaces de
experimentar con la IA a un nivel global y cotidiano, apareciendo primero los
agentes inteligentes, entidades capaces de dar una respuesta analizando los
datos según una reglas, o los populares chatbots que eran capaces de mantener
una conversación como un humano. El más famoso de todos fue A.L.I.C.E. el más
real en los primeros años del milenio. Su descendiente más actual es Mitsuku, que
ha sido galardonado con el premio Loebner al mejor chatbot del mundo en 2013,
2016, 2017 y 2018.

Para Pascal (2019) el momento en el que la IA pasó de ser parte del imaginario
colectivo a una realidad sucedió en 1997, cuando el ordenador Deep Blue de IBM
venció en una partida de ajedrez al que por aquel entonces era el mejor jugador
de ajedrez de la historia, el ruso Gary Kaspárov. De allí en adelante, los
ordenadores dotados de inteligencia artificial han vencido a los mejores jugadores
en todo tipo de juegos.
 3. Tipos de inteligencia artificial

Existen cuatro tipos de inteligencia artificial. La clasificación propone una visión

generalizada sobre los avances en investigación de Inteligencia Artificial (IA). Por
esta razón, tenemos en cuenta los aportes de Arend Hintze, profesor de Biología
Integrada y Ciencias de la Computación de la Universidad de Michigan, quien
trabaja estudiando y creando máquinas. Su objetivo es traspasar la frontera de la
IA que precisa de la enseñanza previa del humano, buscando la fórmula para
diseñar el robot que sea capaz de aprender por sí mismo. Para ello, la IA deberá
seguir el mismo proceso de aprendizaje utilizado por las personas. Por lo anterior,
Hintze (2016) ha establecido una clasificación con cuatro tipos de inteligencia
artificial, así:

- Máquinas reactivas: Considerados como los tipos más básicos de

sistemas de IA son puramente reactivos. No tienen la capacidad de formar
recuerdos. Tampoco pueden utilizar experiencias pasadas en las cuales
basar sus decisiones actuales. Ejemplo de este tipo de máquinas es Deep
Blue una supercomputadora creada por IBM, capaz de vencer al ajedrez al
gran maestro internacional Garry Kasparov. Deep Blue, era capaz de
identificar las piezas en un tablero de ajedrez y saber cómo se mueve cada
una, realizaba predicciones sobre los mejores movimientos y elegía la
mejor de todas las posibilidades. Sin embargo, la maquina no tenía ningún
concepto del pasado y tampoco posee recuerdos de lo que ha sucedido
antes. Aparte de una regla de ajedrez, Deep Blue ignora todo antes del
momento presente, lo único que hacía era enfocar las piezas del tablero en
tiempo real y elegir entre los siguientes movimientos posibles.
- Memoria limitada: considerada como las maquinas tipo II son aquellas que
pueden mirar hacia el pasado. Los vehículos autónomos ya hacen algo
parecido. Por ejemplo, observan la velocidad y dirección de otros autos.
Para que funcionen así hay que identificar objetos específicos y
monitorearlos a lo largo del tiempo. Estas observaciones se agregan a las
representaciones preprogramadas para la memoria de estos coches. Se
incluyen marcas de carril, semáforos y otros elementos importantes, como
curvas en la carretera. También se añaden experiencias como cuando el
automóvil decide en qué momento cambiar de carril para evitar interrumpir
a otro conductor o ser embestido por un automóvil cercano. Sin embargo,
estas simples piezas de información sobre el pasado son solo transitorias.
No se guardan como parte de la biblioteca de experiencias del automóvil.
En estos tipos de inteligencia artificial, la máquina no puede compilar la
experiencia durante años, como lo hace un humano.

- Teoría de la mente: las maquinas incluidas en este grupo son más

avanzadas. No solo forman representaciones sobre el mundo, también
sobre otros agentes o entidades. Por esta razón, se tienen en cuenta
aportes desde la psicología, y lo que se denomina como la ‘teoría de la
mente’, la cual implica la comprensión de que las personas, las criaturas y
los objetos en el mundo pueden tener pensamientos y emociones que
afectan a su propio comportamiento. Esto es crucial para la forma en que
los humanos formamos sociedades, porque nos permite la interacción
social. De esta manera, las máquinas deberán tener una comprensión
sobre el pensamiento, emoción y comportamiento esperado del sujeto, lo
que le llevara a identificar las posibles consecuencias y ajustar la conducta
esperada.

- Autoconciencia, en este último tipo de máquinas se espera que la IA

pueda construir sistemas que formen representaciones sobre sí mismos. En
 última instancia, los investigadores de la IA tendrán que comprender no
solo la conciencia, sino también construir máquinas que la tengan. Los
seres conscientes son conscientes de sí mismos, conocen sus estados
internos y pueden predecir los sentimientos de los demás. Sin embargo, los
esfuerzos se enfocan hacia la comprensión de la memoria, el aprendizaje y
la capacidad de basar las decisiones en experiencias pasadas.

Los cuatro tipos de inteligencia artificial definidos por Hintze dan una idea sobre
las intenciones que el hombre tiene acerca del futuro de la máquina. Puede que
estemos lejos de al IA autoconsciente. No obstante, está claro que eso es lo que
se persigue en última instancia y lo que se espera en los próximos años lograr a
nivel tecnológico.

En este mismo apartado podemos señalar también, lo que podría decirse es una
división de la IA, es decir, la IA débil y la IA fuerte. Quien introdujo esta distinción
entre IA débil y fuerte fue el filósofo John Searle en un artículo publicado en 1980.
Para Searle (1980) la IA fuerte implicaría que un ordenador convenientemente
diseñado no simula una mente sino que es una mente y por consiguiente debería
ser capaz de tener una inteligencia igual o incluso superior a la humana. Searle en
su artículo intenta demostrar que la IA fuerte es imposible. En este punto conviene
aclarar que no es lo mismo IA general que IA fuerte. Existe obviamente una
conexión pero solamente en un sentido, es decir que toda IA fuerte será
necesariamente general pero puede haber IA generales, es decir multitarea, que
no sean fuertes, que emulen la capacidad de exhibir inteligencia general similar a
la humana pero sin experimentar estados mentales.

Ahora bien, la IA débil, consistiría, según Searle (1980) en construir programas

que realicen tareas específicas y, obviamente sin necesidad de tener estados
mentales. La capacidad de los ordenadores para realizar tareas específicas,
incluso mejor que las personas, ya se ha demostrado ampliamente. En ciertos
dominios, los avances de la IA débil superan en mucho la pericia humana, como
por ejemplo buscar soluciones a fórmulas lógicas con muchas variables o jugar al
ajedrez, en el diagnóstico médico y muchos otros aspectos relacionados con la
toma de decisiones. También se asocia con la IA débil el hecho de formular y
probar hipótesis acerca de aspectos relacionados con la mente (por ejemplo la
capacidad de razonar deductivamente, de aprender inductivamente, etcétera)
mediante la construcción de programas que llevan a cabo dichas funciones
aunque sea mediante procesos completamente distintos a los que lleva a cabo el
cerebro.

4. Efecto de la Inteligencia artificial sobre la gerencia en los próximos 30

años.

Para Pérez Orozco (2018) la IA es una realidad para los entornos administrativos,
su impacto en el sector productivo, llevara consigo una serie de mejoras entre
ellas la incorporación de métodos automáticos para la toma de decisiones. En la
manufactura, se usan robots con capacidades de desplazamiento y localización de
objetos. En la agricultura, se desarrollan tecnologías para diagnosticar
oportunamente enfermedades en cosechas, así como sistemas de vigilancia del
suelo utilizando sensores, imágenes satelitales y registros históricos para predecir
la productividad de los plantíos. Sin embargo, estas tecnologías y su acceso a
ellas traen consigo un alto costo social y económico. En cuanto a su costo social,
hablamos de un incremento en las tasas de desempleo, debido a la falta de
oportunidades laborales en actividades que con la llegada de las maquinas
reemplazaran la mano de obra del hombre. Así mismo, por su alto costo, la
implementación de la IA sólo será accesible para grandes empresas, obligando
incluso a desarrollar en los gerentes nuevos conocimientos y habilidades en
tecnología y robótica necesarios para conocer las falencias y beneficios de estas
máquinas en los contextos organizacionales.

Asimismo, Pérez Orozco (2018) reconocen que dentro del ámbito laboral nacional
como internacional, los empleos requerirán de conocimientos en computación y
análisis de datos y por otro, disminuirá la oferta de aquellos empleos que pueden
ser automatizados, como la albañilería, manufactura, o las ventas por teléfono.
Con estos cambios de paradigma, la competitividad favorecerá a profesionales y
en especial a gerentes con habilidades de razonamiento computacional,
abstracción de conceptos y capaces de trabajar en ambientes multidisciplinarios.
Es importante destacar que estos cambios, tienen áreas con mayor probabilidad
de automatización aquellas que requieren habilidades manuales repetitivas. Sin
embargo, aquellas que necesitan habilidades sociales, de análisis, negociación,
tutoría, empatía y creatividad por parte del colaborador son las que menos riesgos
obtienen.

5. Efecto de la inteligencia artificial sobre la mano de obra.

Dentro de los efectos que la IA se presume tendrá dentro de la mano de obra, un

informe de la consultora tecnológica, Accenture (citado por Sánchez, 2020), afirma
que no aumentará el desempleo, ya que los trabajos que los robots realizarán se
centrarán en operaciones básicas y técnicas, por lo que la consecuencia será que
los perfiles profesionales cambien un poco, y se vayan alejando cada vez más de
dichas tareas, lo cual obliga a desarrollar nuevos campos de acción para los
trabajadores, unidos a la necesidad de adquirir nuevos conocimientos. Lo que
genera una serie de ventajas y desventajas que pueden estar asociadas a
impactos económicos, sociales e incluso éticos para los contextos
organizacionales.
 6. Ventajas y riesgos de la inteligencia artificial

Dentro de lo que se consideran ventajas de la IA tenemos:

- En los contextos laborales, reduce los costos y salarios adicionales, lo cual

resulta atractivo para las organizaciones.
- Se han desarrollado aplicaciones que realizan tareas que el hombre nunca
hubiera podido hacer debido a su complejidad.
- Puede predecir situaciones a largo plazo.
- Reduce el tiempo que consume realizar cierta actividad por parte del
hombre.
- Facilita el logro y la capacidad de hallazgos y avances científicos.

Por su parte como riesgos o desventajas de la IA podemos señalar:

- Por ser un software, requiere de constantes actualizaciones

(mantenimiento).
- Su realización, mantenimiento y seguimiento demanda de sistemas
expertos que requieren de mucho tiempo y dinero.
- La creación de este tipo de máquinas con niveles de autosuficiencia pueden
a futuro desplazar a la raza humana.
- El uso irracional y exagerado de esta tecnología podría conllevar a
depender de ellas.
 7. Conclusiones

Como parte de las conclusiones tenemos:

- La IA es la simulación de procesos de inteligencia humana por parte de

máquinas, especialmente de sistemas informáticos. Estos procesos
incluyen tareas como razonar, planificar, aprender, entender el lenguaje y
autocorregirse. No obstante, esta simulación ha permitido lograr avances
tecnológicos y científicos que han beneficiado algunos sectores
productivos, sin embargo enfrenta dilemas éticos alrededor de su uso y
manipulación de forma desmedida y sin control que con el paso del tiempo
no solo reemplazarían la capacidad del hombre de tomar decisiones, sino
de controlar los contextos organizacionales donde habita.
-
- De igual manera, no se puede desconocer que estos sistemas inteligentes
actuales son capaces de manejar grandes cantidades de datos, realizar
cálculos complejos con mucha rapidez y ser altamente efectivos en los
sectores productivos donde ya se utilizan. Sin embargo, carecen de un
elemento que será clave para construir las máquinas inteligentes que
imaginamos tener en el futuro, el libre albedrio, la conducta y el
 comportamiento se han convertido en los limitantes para construir maquinas
más autónomas y capacitadas para reemplazar al hombre, barreras que
separan a las máquinas del ser humano y que permiten hasta el momento
que el hombre pueda controlarlas y utilizarlas en procesos técnicos y
automatizados.
- Ahora bien, el futuro de la IA se hace evidente en el uso de sistemas
inteligentes que reducirá la oferta en algunas labores, en especial aquellas
con un mayor componente de habilidades manuales. Estos empleos se
encuentran concentrados en países en vías de desarrollo, lo que generara
que países desarrollados que contratan esta mano de obra en el extranjero,
tienden a reemplazarla por sistemas inteligentes dentro de su propio
territorio.
- Finalmente, las interacciones con otras áreas del conocimiento y otras
tecnologías, en particular, el cómputo cognitivo se beneficiará de los
avances en el entendimiento del funcionamiento del cerebro humano y las
neurociencias, así como del desarrollo de procesadores, sistemas de
almacenamiento de datos y los ambientes de realidad virtual y realidad
aumentada, que mejoraran en sectores como la salud y la educación.
 8. Referencias Bibliográficas

Garcia Serrano, A. (2012) Inteligencia Artificial. Fundamentos, práctica y

aplicaciones. RC Libros
Pascal, J.A. (2019) Inteligencia artificial: qué es, cómo funciona y para qué se está
utilizando. Recuperado
dhttps://computerhoy.com/reportajes/tecnologia/inteligencia-artificial-469917
Pérez Orozco, B. (2018) Inteligencia artificial. Nota-INCyTU | Número 012 | Marzo
2018. Recuperado de:
https://www.foroconsultivo.org.mx/INCyTU/documentos/Completa/INCYTU_18-
012.pdf
Sánchez, A.M. (2020) La llegada de la Inteligencia Artificial no impactará en el
aumento del desempleo. Recuperado de: https://www.larepublica.co/alta-
gerencia/por-que-es-importante-la-robotizacion-en-los-puestos-de-trabajo-2948885
Searle, John R. (1980): «Minds, brains, and programs», en Behavioral and Brain
Science, vol. 3, n.º 3, pp. 417-457.