Inteligencia artificial

y el Marketing 5.0
Mgtr. Kleber Duche
kduchel@ulvr.edu.ec
1
Mgtr. Kleber Duche - Ing. Com.
 Curso de competencias generales y especificas.
Inteligencia artificial y el Marketing 5.0
Objetivo del curso
Proporcionar a los estudiantes de educación
superior un entendimiento integral de la
Inteligencia Artificial y su aplicación
estratégica en el contexto del Marketing 5.0.
El curso se enfocará en desarrollar
habilidades teóricas y prácticas que les
permitan utilizar de manera efectiva las
herramientas de IA para optimizar
estrategias de marketing avanzadas.
Mgtr. Kleber Duche - Ing. Com. 2
 Curso de competencias generales y especificas.
Inteligencia artificial y el Marketing 5.0
Contenido semana 1: Introducción a la Inteligencia Artificial
1. Historia de la inteligencia artificial.
2. La IA se convierte en una industria y en una industria.
3. Emergencia de los sistemas inteligentes.
4. Fundamentos de Inteligencia artificial.
5. ¿Qué es la inteligencia artificial?
6. Clasificación de la inteligencia artificial.
7. Modelos de inteligencia artificial.
8. Paradigmas de la inteligencia artificial.
9. Aplicaciones y herramientas derivadas de la inteligencia artificial.
Mgtr. Kleber Duche - Ing. Com. 3
 Curso de competencias generales y especificas.
Inteligencia artificial y el Marketing 5.0
Contenido semana 1: Principales tecnologías que
componen la A.I.:
1. Creación logos originales y atractivos con inteligencia
artificial.
2. Remover fondos con inteligencia artificial.
3. Mejoramiento de la calidad en imágenes.
4. Manejo y programación de ChatGPT.
5. Consideraciones y elementos básicos en la creación
de prompt.
Mgtr. Kleber Duche - Ing. Com. 4
 Resultados de aprendizaje
• Comprende la Historia y Evolución de la Inteligencia
Artificial.
• Identifica Oportunidades en la Intersección de IA y
Marketing 5.0
• Aplica Fundamentos de Inteligencia Artificial al Marketing.
• Clasifica y Selecciona Modelos de IA para Marketing.
• Implementa Estrategias de Marketing 5.0:
• Analiza Paradigmas de IA en el Contexto de Marketing.
• Utiliza Herramientas de IA para Optimizar Decisiones de
Marketing.
• Evalúa Impacto Ético de la IA en Estrategias de Marketing.
Mgtr. Kleber Duche - Ing. Com. 5
Introducción a la Inteligencia Artificial

Mgtr. Kleber Duche - Ing. Com. 6

Historia de la inteligencia artificial.
Nacimiento de la IA (1950 - 1970):
Alan Turing, considerado el padre de la IA, propuso el
Test de Turing en 1950 para evaluar la capacidad de
una máquina para exhibir un comportamiento
inteligente equivalente al humano.
En la conferencia de Dartmouth en 1956 marca el
nacimiento oficial del campo de la IA, reuniendo a
pioneros como John McCarthy, Marvin Minsky y Allen
Newell.
Los programas pioneros como ELIZA y STUDENT
demostraron la capacidad de las máquinas para
procesar lenguaje natural y resolver problemas.
Mgtr. Kleber Duche - Ing. Com. 7
Historia de la inteligencia artificial.
Nacimiento de la IA (1950 - 1970):
Rosenblatt, en 1969 demostró el famoso teorema del
perceptrón, con lo que mostró que su algoritmo de
aprendizaje podría ajustar las intensidades de las
conexiones de un perceptrón para que se adaptaran a
los datos de entrada, siempre y cuando existiera una
correspondencia.

Mgtr. Kleber Duche - Ing. Com. 8

La IA se convierte en una industria
El primer sistema experto comercial que tuvo éxito, R1,
inició su actividad en Digital Equipment Corporation
(McDermott, 1982). El programa se utilizaba en la
elaboración de pedidos de nuevos sistemas informáticos. En
1986 representaba para la compañía un ahorro estimado de
40 millones de dólares al año. En 1988, el grupo de
Inteligencia Artificial de DEC había distribuido ya 40
sistemas expertos, y había más en camino. Du Pont
utilizaba ya 100 y estaban en etapa de desarrollo 500 más,
lo que le generaba ahorro de diez millones de dólares
anuales aproximadamente. Casi todas las compañías
importantes de Estados Unidos contaban con su propio
grupo de IA, en el que se utilizaban o investigaban sistemas
expertos.
Mgtr. Kleber Duche - Ing. Com. 9
Emergencia de los sistemas inteligentes.

Mgtr. Kleber Duche - Ing. Com. 10

Avances en la inteligencia artificial.
Renacimiento de la IA (1990 - actualidad):
Los avances en computación y algoritmos, junto con la
disponibilidad de grandes conjuntos de datos,
impulsaron un nuevo auge de la IA.
Deep learning y redes neuronales profundas
revolucionaron la IA, permitiendo avances en áreas
como visión artificial, procesamiento del lenguaje
natural y aprendizaje automático.
Las aplicaciones de la IA proliferan en diversos
sectores como la salud, finanzas, marketing, industria,
entre muchos otros.

Mgtr. Kleber Duche - Ing. Com. 11

Breve historia de la inteligencia artificial.

Mgtr. Kleber Duche - Ing. Com. 12

Inteligencia artificial en la actualidad.
IA hoy y futuro:
Hoy en día la IA se ha convertido en una tecnología esencial para
el desarrollo y la innovación en el mundo actual. Los desafíos
éticos como la transparencia, la responsabilidad y el sesgo
algorítmico son objeto de debate y análisis.
El futuro de la IA se perfila como un camino de colaboración
entre humanos e inteligencias artificiales para construir un mundo
mejor.

Mgtr. Kleber Duche - Ing. Com. 13

Fundamentos de Inteligencia artificial
Enfoques y paradigmas de la IA:
Existen diferentes enfoques para desarrollar sistemas
de IA, cada uno con sus propias ventajas y
desventajas:
Enfoque simbólico: se basa en la representación del
conocimiento mediante símbolos y reglas.
Enfoque conexionista: se inspira en el
funcionamiento del cerebro humano y utiliza redes
neuronales artificiales.
Enfoque bioinspirado: busca desarrollar sistemas de
IA basados en la naturaleza, como los sistemas de
enjambre y los algoritmos genéticos.
Mgtr. Kleber Duche - Ing. Com. 14
Fundamentos de Inteligencia artificial
Ramas y sub-campos de la IA:
La IA se divide en diversas ramas que se enfocan en
diferentes aspectos del comportamiento inteligente:
Aprendizaje automático: permite que las máquinas
aprendan de datos sin ser programadas explícitamente.
Visión artificial: permite que las máquinas interpreten
y comprendan imágenes y videos.
Procesamiento del lenguaje natural: permite que las
máquinas comprendan y generen lenguaje humano.
Robótica: se encarga del diseño, construcción y
operación de robots.
Mgtr. Kleber Duche - Ing. Com. 15
Fundamentos de Inteligencia artificial
Atributos y capacidades de un sistema inteligente:
Los sistemas inteligentes se caracterizan por:
Percepción: capacidad de captar información del
entorno.
Aprendizaje: capacidad de mejorar su rendimiento con
el tiempo.
Razonamiento: capacidad de analizar información y
tomar decisiones.
Planificación: capacidad de trazar objetivos y
estrategias para alcanzarlos.
Comunicación: capacidad de interactuar con otros
sistemas. Mgtr. Kleber Duche - Ing. Com. 16
Fundamentos de Inteligencia artificial

Diferencias entre la IA y la inteligencia humana:

Si bien la IA busca emular la inteligencia humana,
existen diferencias importantes:
La IA es artificial: se basa en hardware y software,
mientras que la inteligencia humana es biológica.
La IA es específica: se limita a tareas para las que fue
diseñada, mientras que la inteligencia humana es más
general.
La IA no tiene conciencia: no tiene emociones ni
sentimientos, mientras que la inteligencia humana sí.

Mgtr. Kleber Duche - Ing. Com. 17

Fundamentos de Inteligencia artificial
La Inteligencia Artificial (IA), es un campo fascinante
y complejo que busca crear máquinas capaces de
emular el comportamiento inteligente humano.

Mgtr. Kleber Duche - Ing. Com. 18

¿Qué es la inteligencia artificial?

Mgtr. Kleber Duche - Ing. Com. 19

¿Qué es la inteligencia artificial?
La inteligencia artificial (IA), no tiene una definición
única y universalmente aceptada, sin embargo,
podemos definirla como la capacidad de una máquina
para realizar tareas que normalmente requieren
inteligencia humana, como el aprendizaje, la resolución
de problemas, la toma de decisiones y el razonamiento.

Mgtr. Kleber Duche - Ing. Com. 20

¿Qué es la inteligencia artificial?

Mgtr. Kleber Duche - Ing. Com. 21

¿Qué es la inteligencia artificial?

Mgtr. Kleber Duche - Ing. Com. 22

¿Qué es la inteligencia artificial?
¿Qué puede hacer la IA?
La IA puede realizar una amplia gama de tareas, incluyendo:
• Procesamiento del lenguaje natural: entender y
generar lenguaje humano.
• Visión artificial: analizar y comprender imágenes y
videos.
• Aprendizaje automático: aprender de datos y mejorar
su rendimiento con el tiempo.
• Toma de decisiones: analizar información y tomar
decisiones inteligentes.
• Robótica: controlar robots para realizar tareas en el
mundo real.
Mgtr. Kleber Duche - Ing. Com. 23
¿Qué es la inteligencia artificial?

Mgtr. Kleber Duche - Ing. Com. 24

Clasificación de la inteligencia artificial.
La inteligencia artificial (IA) es un campo complejo y diverso
que abarca una amplia gama de tecnologías y enfoques. Para
comprender mejor la IA, es fundamental clasificarla en
diferentes categorías, que son:
1. Según su nivel de inteligencia:
• IA reactiva: solo puede responder a estímulos del entorno
actual.
• IA de memoria limitada: puede aprender de experiencias
pasadas y usar esa información para tomar decisiones.
• Teoría de la mente: puede comprender las creencias,
deseos e intenciones de otros.
• IA autoconsciente: tiene conciencia de sí misma y de su
lugar en el mundo.
Mgtr. Kleber Duche - Ing. Com. 25
Clasificación de la inteligencia artificial.
2. Según su enfoque:
• Enfoque simbólico: utiliza símbolos y reglas para representar
el conocimiento.
• Enfoque conexionista: utiliza redes neuronales artificiales
para aprender de datos.
• Enfoque bioinspirado: se inspira en la naturaleza para
desarrollar sistemas inteligentes.
3. Según su objetivo:
• IA para la automatización: automatiza tareas que
normalmente realizan los humanos.
• IA para la toma de decisiones: ayuda a los humanos a tomar
mejores decisiones.
• IA para la creatividad: ayuda a los humanos a ser más
creativos. Mgtr. Kleber Duche - Ing. Com. 26
Clasificación de la inteligencia artificial.
4. Según su técnica:
• Aprendizaje automático: permite que las máquinas aprendan
de datos sin ser programadas explícitamente.
• Visión artificial: permite que las máquinas interpreten y
comprendan imágenes y videos.
• Procesamiento del lenguaje natural: permite que las
máquinas comprendan y generen lenguaje humano.
• Robótica: se encarga del diseño, construcción y operación de
robots.

Mgtr. Kleber Duche - Ing. Com. 27

Clasificación de la inteligencia artificial.

Clasificación de las IA
Categoría Descripción Ejemplos
Nivel de inteligencia

IA reactiva Responde a estímulos del entorno actual Juego de ajedrez, filtro de spam

IA de memoria limitada Aprende de experiencias pasadas Autocompletar en un teclado, reconocimiento facial

Teoría de la mente Comprende las creencias e intenciones de otros Asistente virtual, chatbot

IA autoconsciente Tiene conciencia de sí misma No existe aún

Enfoque

Enfoque simbólico Utiliza símbolos y reglas Sistema experto, traducción automática

Enfoque conexionista Utiliza redes neuronales artificiales Reconocimiento de imágenes, aprendizaje automático

Enfoque bioinspirado Se inspira en la naturaleza Algoritmos genéticos, computación evolutiva

Objetivo

IA para la automatización Automatiza tareas Robots industriales, vehículos autónomos

IA para la toma de decisiones Ayuda a los humanos a tomar mejores decisiones Diagnóstico médico, análisis de riesgo financiero

IA para la creatividad Ayuda a los humanos a ser más creativos Composición musical, generación de contenido

Mgtr. Kleber Duche - Ing. Com. 28

Modelos de inteligencia artificial
Algunos de los modelos de IA más importantes son:
1. Redes neuronales artificiales (RNA):
Las RNA se inspiran en el funcionamiento del cerebro humano y están
compuestas por capas de neuronas artificiales que procesan
información y aprenden de patrones. Las RNA se utilizan en una
amplia variedad de aplicaciones, como el reconocimiento de
imágenes, el procesamiento del lenguaje natural y el aprendizaje
automático.
2. Aprendizaje automático (ML):
El ML se basa en la idea de que las máquinas pueden aprender de
datos sin ser programadas explícitamente. Los algoritmos de ML se
entrenan con conjuntos de datos y luego pueden usar ese
conocimiento para realizar predicciones o tomar decisiones. El ML se
utiliza en una amplia variedad de aplicaciones, como el análisis de
riesgo financiero, el diagnóstico médico y la recomendación de
productos. Mgtr. Kleber Duche - Ing. Com. 29
Modelos de inteligencia artificial
3. Deep learning:
El deep learning es un subcampo del ML que utiliza redes
neuronales profundas para aprender de datos. Las redes
neuronales profundas son capaces de aprender patrones
complejos y realizar tareas que antes eran imposibles para las
máquinas, como el reconocimiento de voz y la traducción
automática.

4. Procesamiento del lenguaje natural (PLN):

El PLN se encarga de la interacción entre las máquinas y el
lenguaje humano. Los modelos de PLN se utilizan para
comprender y generar lenguaje natural, y se encuentran en
aplicaciones como los chatbots, la traducción automática y la
generación de texto.
Mgtr. Kleber Duche - Ing. Com. 30
Modelos de inteligencia artificial
5. Visión artificial (VA):
La VA se encarga de la interpretación y comprensión de imágenes
y videos por parte de las máquinas. Los modelos de VA se utilizan
en una amplia variedad de aplicaciones, como el reconocimiento
facial, la detección de objetos y el control de robots.

6. Robótica:
La robótica se encarga del diseño, construcción y operación de
robots. Los robots son máquinas que pueden realizar tareas de
forma autónoma y se utilizan en una amplia variedad de
aplicaciones, como la fabricación, la atención médica y la
exploración espacial.

Mgtr. Kleber Duche - Ing. Com. 31

Paradigmas de la inteligencia artificial.
Los paradigmas de la inteligencia artificial (IA), son las
diferentes escuelas de pensamiento que guían el desarrollo
de sistemas inteligentes. Cada paradigma tiene sus propias
características, ventajas y desventajas.

Mgtr. Kleber Duche - Ing. Com. 32

 Paradigmas de la inteligencia artificial.
1. Enfoque simbólico:
• Este paradigma se basa en la idea de que la inteligencia puede
ser representada mediante símbolos y reglas.
• Los sistemas simbólicos utilizan lógica y razonamiento para
resolver problemas.
• Este paradigma ha sido utilizado con éxito en aplicaciones como
la traducción automática y el juego de ajedrez.
2. Enfoque conexionista:
• Este paradigma se basa en la idea de que la inteligencia puede
ser implementada mediante redes neuronales artificiales.
• Las redes neuronales artificiales están compuestas por unidades
interconectadas que procesan información similar a las neuronas.
• Este paradigma ha sido utilizado con éxito en aplicaciones como
el reconocimiento de imágenes y el aprendizaje automático.
Mgtr. Kleber Duche - Ing. Com. 33
Paradigmas de la inteligencia artificial.
3. Enfoque bioinspirado:
• Este paradigma se basa en la idea de que la inteligencia puede
ser imitada de los sistemas biológicos.
• Los sistemas bioinspirados se inspiran en la naturaleza, como
el comportamiento de las abejas o el vuelo de los pájaros.
4. Enfoque computacional:
• Este paradigma se basa en la idea de que la inteligencia puede
ser implementada mediante algoritmos y estructuras de datos
eficientes.
• El enfoque computacional se centra en la eficiencia y la
escalabilidad de los sistemas inteligentes.
• Este paradigma ha sido utilizado con éxito en aplicaciones
como la búsqueda en internet y la optimización de recursos.
Mgtr. Kleber Duche - Ing. Com. 34
Paradigmas de la inteligencia artificial.
Los paradigmas de la inteligencia artificial (IA), son las
diferentes escuelas de pensamiento que guían el desarrollo
de sistemas inteligentes. Cada paradigma tiene sus propias
características, ventajas y desventajas.

Paradigmas de la inteligencia artificial

Paradigma Descripción Ejemplos
Representación de la inteligencia mediante
Enfoque simbólico Traducción automática, juego de ajedrez
símbolos y reglas
Implementación de la inteligencia mediante
Enfoque conexionista Reconocimiento de imágenes, aprendizaje automático
redes neuronales artificiales
Imitación de la inteligencia de los sistemas
Enfoque bioinspirado Comportamiento de las abejas, vuelo de los pájaros
biológicos
Implementación de la inteligencia mediante
Enfoque computacional Búsqueda en internet, optimización de recursos
algoritmos eficientes

Mgtr. Kleber Duche - Ing. Com. 35

Paradigmas de la inteligencia artificial.

Ver video: https://youtu.be/_peHYwe_784?si=D6iXft6sfZJALttW

Mgtr. Kleber Duche - Ing. Com. 36

Aplicaciones y herramientas derivadas de la
inteligencia artificial
¿Dónde se usa la IA?
La IA se está utilizando en una amplia variedad de sectores,
incluyendo:
Salud: para diagnosticar enfermedades, desarrollar nuevos
medicamentos y brindar atención personalizada a los pacientes.
Finanzas: para detectar fraudes, realizar análisis de riesgo y
gestionar inversiones.
Marketing: para personalizar anuncios, segmentar audiencias y
optimizar campañas.
Industria: para automatizar procesos, mejorar la eficiencia y
optimizar la producción.
Transporte: para desarrollar vehículos autónomos y mejorar la
gestión del tráfico.
Mgtr. Kleber Duche - Ing. Com. 37
Aplicaciones y herramientas derivadas de la
inteligencia artificial

Mgtr. Kleber Duche - Ing. Com. 38

Bibliografía.

Bibliografía Sugerida:
1. Philip Kotler; Marketing 5.0, ebook (2021).
2. Philip Kotler, Gary Armstrong, Dionisio Cámara Ibáñez, Ignacio
Cruz Roche, Marketing, 10ma. Edición, PEARSON
EDUCACIÓN (2004).
3. Red de asesores tecnológicos, Marketing digital para Pymes
(2012).
4. Javier Maqueda Lafuente, Marketing para los nuevos tiempos,
McGraw-Hill, Madrid (2012).
5. Stuart Russell, Inteligencia Artificial un enfoque moderno, 2ª.
Edición, PEARSON EDUCACIÓN (2004).

Mgtr. Kleber Duche - Ing. Com. 39

Bibliografía.

Bibliografía Sugerida:
1. José Palma M., Roque Marín M., Inteligencia Artificial
Métodos, técnicas y aplicaciones, McGraw-Hill, Madrid (2008).
2. Julio Ponce, Aurora Torres, Fátima Quezada, Inteligencia
Artificial, 1ª. Edición, Iniciativa Latinoamericana de Libros de
Texto Abiertos (LATIn) (2014)

Mgtr. Kleber Duche - Ing. Com. 40

 Mgtr. Kleber Duche
Correo: kduchel@ulvr.edu.ec
Mgtr. Kleber Duche - Ing. Com. 41