1
2
Inteligencia artificial: Desde el desarrollo sostenible, económico y de
gobernanza, hasta la ética de la investigación en ciencias exactas
Juan Carlos Lázaro Guillermo, Oscar Benito Pacheco, Carlos Máximo Gonzáles
Añorga, Adegundo Mario Cámara Figueroa, Percy Edwin De la Cruz Vélez de
Villa, Ronald Alfonso Melgarejo Solis, Hernán Noé Espinoza Acero
© Juan Carlos Lázaro Guillermo, Oscar Benito Pacheco, Carlos Máximo
Gonzáles Añorga, Adegundo Mario Cámara Figueroa, Percy Edwin De la Cruz
Vélez de Villa, Ronald Alfonso Melgarejo Solis, Hernán Noé Espinoza Acero, 2024
Primera edición: Diciembre, 2024
Editado por:
Editorial Mar Caribe
www.editorialmarcaribe.es
Av. General Flores 547, Colonia, Colonia-Uruguay.
Diseño de portada: Yelitza Sánchez Cáceres
Libro electrónico disponible en:
https://editorialmarcaribe.es/ark:/10951/isbn.9789915975214
Formato: electrónico
ISBN: 978-9915-9752-1-4
ARK: ark:/10951/isbn.9789915975214
Aviso de derechos de atribución no comercial: Los autores pueden autorizar
al público en general a reutilizar sus obras únicamente con fines no lucrativos,
los lectores pueden usar una obra para generar otra obra, siempre y cuando se
dé el crédito de investigación y, otorgan a la editorial el derecho de publicar
primero su ensayo bajo los términos de la licencia CC BY-NC 4.0.
Editorial Mar Caribe firmante N° 795 del 12.08.2024 de la Declaración de
Berlín: “Nos sentimos obligados a abordar los desafíos de internet como un medio
funcional emergente para la distribución de conocimiento. Obviamente, estos
avances podrán modificar significativamente la naturaleza de la publicación
científica, así como el sistema existente de aseguramiento de la calidad”
(Sociedad Max Planck, ed.. 2003., pp. 152-153).
3
Editorial Mar Caribe
Inteligencia artificial: Desde el desarrollo
sostenible, económico y de gobernanza, hasta la
ética de la investigación en ciencias exactas
Colonia del Sacramento, Uruguay
2024
4
Sobre los autores y la investigación
Juan Carlos Lázaro Guillermo
https://orcid.org/0000-0002-4785-9344
Universidad Nacional Intercultural de la
Amazonia, Perú
Oscar Benito Pacheco
obenitop@unmsm.edu.pe
https://orcid.org/0000-0003-1157-7764
Universidad Nacional Mayor de San Marcos, Perú
Carlos Máximo Gonzáles Añorga
https://orcid.org/0000-0001-9196-2093
Universidad Nacional José Faustino Sánchez
Carrión, Perú
Adegundo Mario Cámara Figueroa
adegundo.camara@unmsm.edu.pe
https://orcid.org/0000-0001-5635-7277
Universidad Nacional Mayor de San Marcos, Perú
Percy Edwin De la Cruz Vélez de Villa
pdelacruzv@unmsm.edu.pe
https://orcid.org/0000-0002-4943-7620
Universidad Nacional Mayor de San Marcos,
Perú
Ronald Alfonso Melgarejo Solis
ronald.melgar[email protected]
https://orcid.org/0000-0002-1476-0698
Universidad Privada del Norte, Perú
Hernán Noé Espinoza Acero
https://orcid.org/0000-0002-1054-6299
Universidad Nacional de San Agustín, Perú
Libro resultado de investigación:
Publicación original e inédita, cuyo contenido es resultado de un proceso de
investigación realizado antes de su publicación, ha sido revisada por pares externos a
doble ciego, el libro ha sido seleccionado por su calidad científica y porque contribuye
significativamente en el área del saber e ilustra una investigación completamente
desarrollada y completada. Además, la publicación ha pasado por un proceso editorial
que garantiza su estandarización bibliográfica y usabilidad.
5
Índice
Introducción ................................................................................................ 7
Capítulo I ................................................................................................... 11
Inteligencia artificial para el desarrollo sostenible y económico del
Estado ......................................................................................................... 11
1.1 El papel de la Inteligencia Artificial en el Desarrollo
Sostenible ............................................................................................... 13
1.1.1 Contribución de la IA al Desarrollo Económico ................. 15
1.1.2 Ética e Implicaciones Sociales ............................................. 18
1.2 Los ODS y la IA ............................................................................... 24
1.2.1 Confluencia entre Inteligencia Artificial y ODS ............. 26
1.2.2 Acceso desigual a tecnologías avanzadas ........................ 29
Capítulo II .................................................................................................. 34
Enfoque de la inteligencia artificial centrado el ser humano y el
enfoque ético de los gobiernos electrónicos ....................................... 34
2.1 El concepto de inteligencia artificial centrada en el ser
humano ................................................................................................... 36
2.1.1 Inteligencia artificial en Educación ..................................... 38
2.1.2 Ética y gobernanza .................................................................. 39
2.2 Inteligencia artificial aplicada en gobierno electrónico ......... 42
2.2.1 Integración de Inteligencia Artificial en Gobierno
Electrónico ......................................................................................... 44
Capítulo III ................................................................................................. 49
Inteligencia Artificial generativa en educación e investigación ..... 49
3.1 Conceptos Fundamentales de la Inteligencia Artificial
Generativa .............................................................................................. 50
3.1.1 Aplicaciones de la IA Generativa en la Educación ............ 52
3.1.2 Evaluación y Retroalimentación Automática .................... 53
3.1.3 Impacto de la IA Generativa en la Investigación
Académica ........................................................................................... 54
3.1.4 Innovación en Metodologías de Investigación ................... 55
3.1.5 Creación de Contenidos Educativos .................................... 57
3.2 Inteligencia artificial en la Investigación y sociedad científica
.................................................................................................................. 58
6
3.2.1 Impacto de la Inteligencia Artificial en la Sociedad
Científica ............................................................................................. 60
Capítulo IV ................................................................................................. 64
Desarrollo de capacidades digitales con inteligencia artificial:
enfoque hacia las ciencias ...................................................................... 64
4.1 Capacidades Digitales y su Importancia .................................... 65
4.1.1 Integración de Inteligencia Artificial en el Desarrollo de
Capacidades ........................................................................................ 67
4.2 Inteligencia artificial en el desarrollo de las ciencias exactas
.................................................................................................................. 71
4.2.1 Aplicaciones de la Inteligencia Artificial en las
Matemáticas ....................................................................................... 73
Conclusiones ............................................................................................. 82
Bibliografía ................................................................................................. 84
7
Introducción
La inteligencia artificial (IA) se ha convertido en uno de los pilares
fundamentales del desarrollo tecnológico en el siglo XXI, impactando
prácticamente todas las áreas de la vida humana. En un contexto de
creciente preocupación por el medio ambiente, la economía global y la
gobernanza, la IA ofrece tanto oportunidades únicas como desafíos
significativos. Este ensayo explora cómo la IA puede contribuir al
desarrollo sostenible, al crecimiento económico y a la mejora de la
gobernanza, al mismo tiempo que aborda los dilemas éticos que surgen
en la investigación de ciencias exactas.
Desde una perspectiva de desarrollo sostenible, la IA puede
desempeñar un papel crucial en la optimización de recursos naturales y
en la reducción de la huella de carbono. Las tecnologías de IA permiten
un manejo más eficiente del agua, la energía y otros recursos,
promoviendo prácticas más sostenibles en diversas industrias. No
obstante, es imprescindible garantizar que el desarrollo de estas
tecnologías no contribuya al agotamiento de estos recursos ni al deterioro
del medio ambiente.
Económicamente, la IA promete revolucionar sectores enteros,
desde la manufactura hasta los servicios financieros, facilitando procesos
más rápidos e innovadores. Sin embargo, la automatización también
plantea preocupaciones sobre la pérdida de empleo y la desigualdad
económica, lo que requiere una atención especial en la formulación de
políticas que aseguren una transición justa para todos los trabajadores.
En este contexto, la gobernanza de la IA se enfrenta a retos legales y
éticos, incluyendo la privacidad de los datos y la transparencia en los
algoritmos.
La implementación de regulaciones adecuadas es esencial para
garantizar que los beneficios de la IA se distribuyan equitativamente y
que se protejan los derechos de los ciudadanos. Este ensayo se adentrará
8
en cada uno de estos aspectos, evaluando los riesgos y beneficios
asociados con el avance de la inteligencia artificial en nuestra sociedad
actual. Por lo tanto, la inteligencia artificial (IA) se ha convertido en una
herramienta crucial en la búsqueda del desarrollo sostenible. Su
capacidad para procesar grandes volúmenes de datos y aprender de
patrones permite optimizar recursos y mejorar la eficiencia en diversas
áreas. Sin embargo, es fundamental analizar el impacto ambiental de
esta tecnología, así como su potencial para impulsar soluciones
sostenibles.
La formación y operación de modelos de aprendizaje automático,
especialmente aquellos que requieren cantidades masivas de datos,
puede ser intensiva en energía. Los centros de datos que alojan estas
operaciones generan una huella de carbono significativa. La inteligencia
artificial (IA) está transformando la economía global de diversas maneras,
principalmente a través de la innovación en sectores industriales y la
automatización de procesos, lo que, a su vez, genera implicaciones
significativas para el empleo.
Para los autores, la clave estará en adaptar la educación y la
formación laboral para preparar a la fuerza laboral ante estos cambios.
La gobernanza y las regulaciones de la inteligencia artificial (IA) se han
convertido en temas prioritarios en la agenda mundial debido a su
creciente influencia en diversos aspectos de la vida cotidiana. La rápida
evolución de esta tecnología presenta varios desafíos legales y éticos que
requieren una atención inmediata por parte de los legisladores y de la
sociedad en general.
Uno de los principales dilemas éticos en la investigación de ciencias
exactas es la manipulación de datos. La integridad científica exige que
los datos sean manejados de manera honesta y transparente. Sin
embargo, la presión por publicar resultados innovadores puede llevar a
algunos investigadores a alterar o seleccionar datos que favorezcan sus
hipótesis, comprometiendo así la validez de sus trabajos. Otro dilema
importante es el sesgo algorítmico. A menudo, los algoritmos de IA se
9
entrenan con conjuntos de datos que reflejan sesgos históricos o
culturales. Esto puede resultar en decisiones injustas, especialmente en
áreas como la contratación o la justicia penal. Es esencial que los
investigadores sean conscientes de estos sesgos y trabajen activamente
para mitigarlos.
La responsabilidad en el desarrollo y aplicación de la IA es un tema
igualmente relevante. Existen preguntas éticas sobre quién es
responsable de las decisiones tomadas por un sistema de IA. ¿Es el
programador, la empresa desarrolladora o la entidad que utiliza la
tecnología? La falta de claridad en esta responsabilidad puede llevar a
una ausencia de rendición de cuentas en caso de errores o malas
prácticas. Además, el uso de la IA en el ámbito militar plantea serias
preocupaciones éticas, como el potencial uso autónomo de sistemas de
armas.
La imposición de límites éticos en estas investigaciones es
indispensable para asegurar que la IA se desarrolle de manera
responsable y con un enfoque centrado en el ser humano. En términos
de gobernanza, la regulación de la inteligencia artificial es vital para
garantizar que su desarrollo se alinee con los intereses públicos. Los
desafíos legales son amplios, desde la privacidad de los datos hasta la
responsabilidad en casos de mal funcionamiento de sistemas
automatizados. Los marcos políticos que se implementen deben ser
flexibles y adaptables para responder a la rapidez con la que avanza la
tecnología.
En general, se busca que la inteligencia artificial integre a todas las
áreas del saber de manera transdisciplinar, en especial a las ciencias
básicas y exactas, donde el dilema ético asociado con la investigación en
ciencias exactas no puede ser subestimado. Es vital que las comunidades
científicas y tecnológicas se adhieran a principios éticos sólidos y
promuevan la transparencia y la responsabilidad. Solo así podremos
asegurar que la inteligencia artificial sea un motor de progreso y no una
fuente de conflictos o desigualdades. Por lo tanto, el futuro de la IA
10
depende de un enfoque colaborativo que contemple todas estas
dimensiones.
11
Capítulo I
Inteligencia artificial para el desarrollo sostenible
y económico del Estado
La IA se ha convertido en un motor principal de transformación en
casi todos los sectores de la sociedad. En este contexto, la IA es un
habilitador clave para asegurar el desarrollo económico, inclusivo y
sostenible de los Estados al mejorar la eficiencia y efectividad de las
políticas públicas, ayudando a impulsar el progreso frente a aspectos
globales, como el cambio climático, la pobreza y la desigualdad.
El desarrollo sostenible es definido por la Comisión Brundtland como
el tipo de desarrollo que satisface las necesidades del presente sin
comprometer la capacidad de las futuras generaciones para satisfacer
sus propias necesidades (Naciones Unidas (UN), s/f). Esta definición
resalta la importancia del equilibrio entre el crecimiento económico, la
inclusión social y la protección medioambiental. Una forma concreta de
realizar los Objetivos de Desarrollo Sostenible (ODS) de las Naciones
Unidas comienza con los países implementando tecnologías avanzadas
como la IA para integrar los ODS en sus naciones.
Una de las maneras en que la inteligencia artificial puede desempeñar
un papel importante en el desarrollo sostenible es a través de la eficiencia
en la utilización de recursos. Podemos usar tecnologías de IA para
optimizar procesos en sectores clave como la agricultura, la energía y el
transporte. Los sistemas de IA pueden basarse en el análisis en tiempo
real de datos climáticos y del suelo para ayudar a los agricultores a
mejorar sus prácticas, reduciendo el uso de pesticidas y aumentando los
rendimientos agrícolas, como en la agricultura de precisión. Esto
promueve la agricultura sostenible que es provechosa para los
agricultores y reduce el daño a redes criminales naturales.
12
Más allá de la agricultura, la IA también puede ser crucial en la gestión
de energía. Usando algoritmos que pronostiquen la demanda energética
y optimicen su distribución, es posible reducir el consumo de
combustibles fósiles y aumentar la participación de la energía renovable
en la matriz energética de un país. El papel de la sostenibilidad y la
optimización de recursos a través de la tecnología se destaca en el caso
de las Redes Inteligentes, donde el uso de IA está reduciendo el consumo
de energía al equilibrar la oferta y la demanda de energía.
En términos económicos, la IA puede descubrir posibilidades
innovadoras para promover el crecimiento. Al automatizar procesos y
desarrollar modelos de negocio basados en datos, se crean nuevas
oportunidades para empresas y emprendedores. En este caso, se
desarrollan nuevos campos (análisis de datos, robótica, biotecnología,
entre otras). Tan pronto como los Estados crean un entorno empresarial
innovador, el crecimiento económico y la generación de empleo pueden
crecer (UNESCO IESALC, 2023a).
Pero el uso de la inteligencia artificial no está exento de obstáculos. Si
nadie gestiona el riesgo de que las tecnologías de IA se usen en exceso, la
adopción de estas tecnologías podría profundizar las desigualdades
sociales y económicas. Es imperativo que los gobiernos y entes
regulatorios establezcan políticas que fomenten una IA inclusiva y
equitativa, asegurando que todos los sectores de la sociedad puedan
beneficiarse de su uso. Esto incluye capacitar y educar a la fuerza laboral
para adaptarse a la automatización y a la IA que crea nuevos entornos de
trabajo.
La ética y la transparencia de la inteligencia artificial, no obstante, es
otra historia. El impacto potencial de la toma de decisiones automatizada
en la vida de las personas es tan significativo que es crucial tener marcos
regulatorios sólidos para garantizar que la tecnología se use de manera
responsable. Fomentar un diálogo abierto entre gobiernos, empresas y
sociedad civil es vital mientras trabajamos hacia un futuro en el que la
inteligencia artificial sea una fuerza para el bien.
13
Por lo tanto, la IA podría ser potencialmente una herramienta
significativa para la conservación del mantenimiento de la economía de
los Estados. Esto le permite ser un gran aliado en la mejora de la
eficiencia y productividad en el uso de recursos, innovación y
escalamiento y abordaje de problemas complejos. No obstante, su
adopción debe venir con un marco ético y regulador que promueva la
distribución justa y equitativa de sus beneficios en toda la sociedad. En
un mundo impulsado por la IA, los países necesitan una visión holística
que sea sensible tanto a la promesa como al peligro.
1.1 El papel de la Inteligencia Artificial en el Desarrollo
Sostenible
La IA es una fuerza potencial para la sostenibilidad y su impacto en el
desarrollo sostenible se está volviendo cada vez más relevante. Situada
en el contexto de paradigmas nunca antes vistos en la historia de la
humanidad, la IA presenta nuevos caminos para la solución innovadora
de problemas. En este contexto, es importante evaluar cómo contribuye
a los Objetivos de Desarrollo Sostenible (ODS), así como resaltar estudios
de caso que la hayan aplicado con éxito.
Los ODS (Objetivos de Desarrollo Sostenible) son la agenda mundial
para el desarrollo sostenible hacia 2030, un plan de acción universal
adoptado por 193 países para acabar con la pobreza, proteger el planeta
y asegurar la prosperidad para todos. La inteligencia artificial puede
ayudar a acelerar la realización de estos objetivos, haciendo que muchos
sectores sean más efectivos y eficientes en su funcionamiento. Aquí hay
algunas de las formas en que la IA puede ayudar con los ODS:
- No pobreza (ODS 1): La IA puede revelar patrones de pobreza y
vulnerabilidad en diferentes demografías a través del análisis de
datos y modelos predictivos. También permite a los gobiernos y
organizaciones formular políticas más impactantes y dirigidas a los
requerimientos únicos de las comunidades.
14
- Salud y bienestar (ODS 3): La IA está transformando el panorama
de la atención sanitaria para mejor, mejorando la precisión
diagnóstica, creando planes de tratamiento personalizados y
mejorando los sistemas de prestación de cuidados. Los algoritmos
de aprendizaje automático pueden procesar imágenes médicas con
una precisión similar a la de un radiólogo, mejorando el diagnóstico
precoz en un entorno de atención sanitaria.
- Educación de calidad (ODS 4): Las plataformas impulsadas por IA
pueden personalizar la experiencia de aprendizaje, ajustándose al
ritmo y necesidades de cada estudiante. Esto significa que la
educación de calidad se vuelve más equitativa, particularmente en
comunidades desatendidas.
- Acción por el clima (ODS 13): La IA muestra promesa en la
modelización de escenarios climáticos y la predicción de desastres
naturales, lo que podría ayudarnos a prepararnos mejor para
responder a eventos catastróficos. También optimiza los procesos
industriales para reducir las emisiones de carbono y maximizar la
eficiencia de los recursos.
- Ciudades y comunidades sostenibles (ODS 11): La planificación y
gestión mejorada de los servicios públicos a través de datos
urbanos puede fomentar la sostenibilidad y resiliencia de las
ciudades. Sus sistemas inteligentes de tráfico, es decir, pueden
ayudar a aliviar la congestión y las emisiones relacionadas.
Esto también muestra que los procesos y tecnologías basadas en
IA —como la capacidad de procesar grandes volúmenes de datos y
aprender de ellos— están transformando cómo se pueden abordar
estos semblantes; el campo de la IA demuestra que las soluciones en
diferentes esferas pueden ayudarnos a identificar respuestas para
alcanzar los ODS (UNESCO IESALC, 2023b). Estas manifestaciones
pueden revelar el potencial de la IA para el desarrollo sostenible. Aquí
hay algunos estudios de caso que cumplen con el requisito:
15
- Ubisoft y el reciclaje electrónico: El desarrollo de videojuegos
Ubisoft utiliza IA para optimizar el reciclaje de electrónicos de
desechos generados durante la producción de juegos. Esto podría
conducir a una mejor identificación y clasificación de materiales
reciclables, en última instancia, aumentando el reciclaje de
desechos y contribuyendo al ODS 12 (Consumo y producción
responsables).
- Salud pública e IBM: El proyecto IBM Watson, utilizando IA para
analizar datos clínicos, ha demostrado que puede mejorar la
prestación de atención sanitaria en regiones desatendidas. Con sus
esfuerzos de colaboración con instituciones de salud en
comunidades rurales, Watson ha mejorado el diagnóstico y los
tratamientos, ayudando a disminuir la mortalidad por
enfermedades prevenibles como parte del ODS 3.
- Google y la agricultura inteligente: La compañía tecnológica aplica
IA para proporcionar información a los agricultores sobre el estado
nutricional de los cultivos y predicciones climáticas junto con datos
de consumo de agua. Esto ayuda a que los sistemas
agroalimentarios sean más productivos y sostenibles, lo que
aumenta su contribución hacia el ODS 2 (Hambre Cero).
Esta evidencia muestra el proceso de implementación de la
inteligencia artificial como impulsor del desarrollo sostenible en una serie
de dimensiones, desencadenando un efecto multiplicador en la mejora de
la calidad de vida de las personas y en la protección del planeta. La
evidencia de su potencial para avanzar en los ODS y de su aplicación a
través de estudios de caso concretos ilustra que, cuando se aborda de
forma responsable y ética, la IA puede ser uno de los aliados más
poderosos para lograr un futuro más sostenible y justo (Naciones Unidas
(UN), 2018).
1.1.1 Contribución de la IA al Desarrollo Económico
La IA está alterando la economía mundial más rápido que cualquier
otra tecnología en la historia, creando oportunidades sin precedentes en
16
casi todos los sectores. La simbiosis de la IA en los procesos de
producción y la creación de nuevos modelos de negocio impulsarán el
crecimiento económico, que, cuando se maneje adecuadamente, podrá
volverse sostenible y beneficioso para la sociedad en su conjunto. La
automatización de procesos es uno de los efectos primarios de la IA en la
economía. Este tipo de automatización permite a las empresas llevar a
cabo tareas mecánicas y repetitivas de manera óptima con un margen de
error menor, ya que estos sistemas pueden funcionar en jornadas de
trabajo completas, aumentando así su capacidad productiva. Entre las
áreas donde la automatización ha desempeñado un papel significativo
están:
- Manufactura: Las fábricas inteligentes utilizan robots equipados
con IA para ensamblar productos, reducir costos y aumentar la
producción. Esto permite a las empresas escalar rápidamente sus
operaciones y adaptarse a la demanda del mercado.
- Logística y cadena de suministro: Sistemas de IA pueden optimizar
rutas de entrega, prever la demanda y gestionar el inventario, lo
que resulta en una mayor eficiencia operativa y reducción de
costos.
- Atención al cliente: Los chatbots y asistentes virtuales, impulsados
por IA, pueden atender consultas y brindar soporte a los clientes
de forma instantánea, liberando a los empleados de tareas básicas
y permitiéndoles enfocarse en cuestiones más complejas que
requieren pensamiento crítico.
En cambio, si no tomamos las medidas de política necesarias para
ayudar a los trabajadores a transitar y aprender nuevas habilidades,
entonces las máquinas que asumen trabajos tradicionales pueden avivar
las tensiones laborales y aumentar la desigualdad. Por lo tanto, es
imperativo que los gobiernos y las empresas trabajen juntos para crear
programas de capacitación y reciclaje.
Además, además de la automatización, la IA está desencadenando el
surgimiento de nuevos modelos de negocio que antes no podían existir.
17
Las empresas están probando mecanismos novedosos que utilizan los
poderes de la IA para satisfacer las necesidades de los consumidores en
evolución:
- Economía de consumo altamente personalizada: Con la ayuda del
análisis masivo de datos, las empresas ahora pueden ofrecer
productos y servicios altamente personalizados. Identificando
patrones de comportamiento y preferencias del cliente, los
algoritmos de IA aconsejan a las empresas sobre cómo diseñar
mejores ofertas y experiencias para sus clientes, llevando la
experiencia del usuario y la lealtad a la marca a aumentar.
- Plataformas de colaboración: La IA actúa como un facilitador para
construir plataformas que conecten a los usuarios para interacción
y colaboración en tiempo real, desde aplicaciones de espacios de
trabajo colaborativos hasta plataformas de educación en línea.
Estas modalidades emergentes están redefiniendo cómo cada uno
de nosotros trabaja, aprende y se involucra, generando economías
más dinámicas.
- Modelos de negocio basados en suscripción: Un número
considerable de negocios ha optado por utilizar modelos de
suscripción para proporcionar servicios continuos y predecibles.
Es decir, las empresas de software ya no venden productos de
software, ofrecen servicios en la nube que aprovechan la IA para
mejorar constantemente la experiencia del usuario (preservación
digital, asignación de identificadores persistentes, etc.).
- Fintech, Insurtech: Procesos como las aprobaciones de crédito se
hacen más rápidos y precisos a través de la IA, mientras que la IA
analiza el comportamiento del usuario para proporcionar
coberturas de seguros, abriendo las puertas a servicios financieros
previamente inaccesibles.
Las instituciones juegan un papel crucial para capitalizar el potencial
de la IA impulsando la automatización y los modelos de negocio
disruptivos. Estas transformaciones tienen el potencial de mejorar
18
considerablemente la productividad y crear riqueza si se implementan
políticas de desarrollo inclusivas y equitativas.
1.1.2 Ética e Implicaciones Sociales
Es necesario analizar cómo estas tecnologías pueden reforzar las
desigualdades existentes y la necesidad de regulaciones y políticas
públicas apropiadas para asegurar su desarrollo equitativo y
responsable. Una de las preguntas más persuasivas en torno a la IA es
su potencial para acelerar las desigualdades sociales y económicas. Si las
herramientas de IA no se gestionan adecuadamente, pueden discriminar
a algunos en detrimento de otros, profundizando los sistemas existentes
de opresión e inequidad (Arbeláez et al., 2021). Aquí hay algunas formas
en que la IA podría magnificar estas desigualdades:
- Acceso inequitativo a la tecnología: No todos los grupos sociales
tienen el mismo acceso a las herramientas de IA. Tanto las
comunidades urbanas como rurales desfavorecidas pueden no
tener el apoyo infraestructural relevante para beneficiarse de las
aplicaciones de IA (internet de alta velocidad, dispositivos
inteligentes, etc.). El crecimiento de la brecha digital puede
entonces exacerbar la brecha en el desarrollo económico y
educativo.
- Sesgo en algoritmos: Los sistemas de IA son tan buenos como los
datos en los que se entrenan. Si los datos se basan en prejuicios
históricos o sociales, la IA replicará y amplificará este sesgo. En el
caso de los sistemas de reclutamiento utilizados para contratar, los
datos en los que se entrena la IA pueden ser discriminatorios y
discriminar a los solicitantes de empleo que provengan de grupos
minoritarios si los datos históricos muestran que las
contrataciones previas no han sido diversas. Esto puede hacer que
la exclusión social y laboral continúe.
- Desplazamiento laboral: La automatización impulsada por IA
podría llevar a pérdidas laborales en industrias de baja y media
calificación. Los trabajadores con habilidades de nivel inferior son
19
especialmente susceptibles al reemplazo por máquinas. Por otro
lado, los nuevos trabajos de IA generalmente demandan
habilidades de alto nivel y educación técnica especializada que
muchos de los trabajadores actuales no poseen, dejando a estas
poblaciones aún más atrás.
Por otra parte, debido a estas preocupaciones, los gobiernos e
instituciones deben crear regulaciones y políticas públicas en torno al
uso de la IA. Algunas acciones clave incluyen: La primera de ellas es la
necesidad de desarrollar marcos legales sólidos, de manera clara y
exhaustiva que rijan la implementación de tecnologías de IA. Esas
regulaciones serían específicas en cuanto a los datos que se recopilan y
cómo se usan, así como la transparencia con respecto a los algoritmos.
Las leyes deben enfocarse en cómo se despliegan las aplicaciones de IA
en industrias como la salud, la educación y el empleo, para que no
reproduzcan ni refuercen la inequidad.
La introducción de la IA necesita ir acompañada de iniciativas de
educación y capacitación, que permitirán a la fuerza laboral ajustarse a
las transiciones del mercado laboral. La educación técnica y la
capacitación continua (idealmente financiada parcialmente por
impuestos sobre las ganancias de capital) son importantes para que cada
trabajador, especialmente aquellos de comunidades vulnerables, tenga
acceso para adquirir las habilidades necesarias para tener éxito en un
entorno cada vez más automatizado.
El gobierno debe introducir políticas para promover y asegurar que las
bondades de la IA se distribuyan equitativamente entre todos los sectores
de la sociedad. Estas podrían tomar la forma de incentivos para las
empresas que crean tecnologías accesibles o que capacitan a sus
empleados para usar herramientas de IA (Comisión Económica para
América Latina y el Caribe (CEPAL), 2012). Además, promover la
representación de grupos tradicionalmente marginados en el desarrollo
tecnológico ayudará a reducir los sesgos y garantizar que los problemas
20
abordados con la tecnología inventada capturen un conjunto más amplio
de problemas enfrentados.
Esto llama por la necesidad de un mecanismo de monitoreo y
evaluación para medir los efectos de la IA en las personas. Eso significa
rastrear cómo se utilizan estas tecnologías y el impacto que tienen en la
desigualdad. La revisión regular de estas políticas también puede ayudar
a identificar cualquier deficiencia y asegurar que se tomen acciones
correctivas para facilitar su uso responsable. Si bien, las mejoras también
vienen con algunos aspectos éticos y sociales que necesitan abordarse
para aprovechar el potencial de catalizar un progreso transformador
hacia el desarrollo sostenible y económico. La regulación, capacitación y
actitud de inclusión serán elementos determinantes para garantizar que
el futuro de la inteligencia artificial sea una sociedad más equitativa.
La inteligencia artificial (IA) se ha convertido en una fuerza
transformadora en una variedad de sectores, desde la medicina hasta la
economía. Su proceso de desarrollo no está exento de debilidades, su
aplicación a veces incluso más. La IA ha hecho grandes avances, pero
aún no podremos utilizarla en su máximo potencial (Medinaceli y Silva,
2021). Sin datos adecuados, el entrenamiento de modelos de IA no puede
llevarse a cabo. A menudo, los datos estarán incompletos o sesgados,
incluso no representativos, resultando en resultados erróneos y
posiblemente peligrosos. La IA, a pesar de que los algoritmos y modelos
están avanzados, aún no emula la profundidad completa de la cognición
humana. El variare que esta IA creará es inmune a entender cómo
funciona la mente humana.
La mayoría de las aplicaciones de IA están altamente especializadas y
no funcionan bien en contextos más amplios. Hay investigaciones en
curso para diseñar IA que pueda adaptarse eficientemente a nuevas
situaciones. Junto con el uso expandido de la IA, también existen
preocupaciones éticas y de privacidad. Sin marcos regulatorios claros
para guiar el progreso y la implementación de la IA, podría tener efectos
adversos sobre la equidad y las condiciones de los derechos humanos.
21
Las limitaciones que presentan estas tecnologías y ciencias deben
recordarnos que, incluso con las tremendas capacidades que la IA puede
brindarnos, debemos abordarla con un ojo crítico desarrollado
responsablemente en su asignación sabia y de acuerdo con la ética de
nuestros tiempos. Mientras que las tendencias desafiantes se están
volviendo prominentes, también siguen nuevas tendencias que pueden
alterar el terreno de la IA.
Entender cómo las máquinas toman decisiones ha dado lugar a la IA
explicable. Esta tendencia apunta a construir modelos que sean efectivos,
transparentes y comprensibles para los usuarios, lo que a su vez puede
fomentar la confianza y aceptación en situaciones sensibles como la
medicina y la justicia. La forma en que los humanos se comunican con
la IA está cambiando. Las interfaces de usuario están volviéndose más
naturales, aprovechando el poder de tecnologías como el procesamiento
de lenguaje natural o la visión por computadora. Sirve para que más
personas, independientemente de su formación técnica, tengan acceso a
las capacidades de la IA.
Tan pronto como la ética y la justicia se convierten en un enfoque cada
vez más importante, las organizaciones están comenzando a seguir
principios de IA responsable. Esto también puede implicar establecer
normas que aseguren la equidad, transparencia y respeto por los
derechos humanos en el desarrollo y despliegue de tecnologías de IA. El
paradigma laboral está siendo transformado por la automatización
impulsada por IA. Mientras la sinergia entre humanos y máquinas
resulta en sistemas más eficientes y productivos, también provoca
reflexiones sobre el futuro del trabajo y qué tipo de habilidades serán
demandadas. La IA en sostenibilidad está siendo desplegada como una
herramienta para abordar inconvenientes climáticos (UNESCO, 2021).
Desde la optimización de recursos hasta el monitoreo del cambio
climático, la IA puede ser una herramienta clave en el desarrollo
sostenible, ayudando a abordar la crisis climática. El potencial y los
peligros de nuestro futuro artificial. Las limitaciones actuales de la
22
tecnología, junto con nuevas tendencias, indican que las prioridades
presentadas por estas tecnologías necesitarán ser abordados activamente
para asegurar la integración positiva y útil de la IA en el desarrollo
sostenible y económico del bien común.
La IA se ha establecido como uno de los motores de desarrollo más
significativos y barridos, para el crecimiento económico de los estados.
Desde la salud hasta la educación y el medio ambiente hasta la igualdad
de género, la IA tiene el potencial de tener un gran impacto en la
consecución de los ODS. En el ámbito de la salud, las herramientas de
IA pueden analizar grandes cantidades de datos para prever brotes de
enfermedades, optimizar terapias y personalizar el cuidado de los
pacientes. La IA también está revolucionando la educación a través del
desarrollo de plataformas de aprendizaje adaptativo que ajustan la
instrucción al individuo, permitiendo a los estudiantes interactuar con
contenidos y métodos que satisfacen sus preferencias de aprendizaje
(Raraz et al., 2023).
En tanto, en el sector medioambiental, ayuda a gestionar y monitorear
los recursos naturales, como vigilar el cambio climático. Los modelos
predictivos pueden ayudar a los estados a anticipar la ocurrencia de
desastres naturales y planificar el uso eficiente de los recursos hídricos,
minimizando el impacto ambiental de las actividades económicas.
Entonces, la adopción de algoritmos de IA para optimizar el rendimiento
agrícola puede llevar a una drástica disminución en el consumo de
pesticidas y fertilizantes.
La IA tiene el potencial de revolucionar los procesos industriales al
automatizar el trabajo aristotélico, lo que lleva a un aumento de la
productividad desde un punto de vista económico. No obstante, esta es
una transformación efectiva que requiere un ajuste por parte del mercado
laboral y es importante establecer programas educativos o de
capacitación adecuados para preparar a la fuerza laboral para los
conflictos éticos que trae la tecnología. La falta de implementación
efectiva de políticas públicas que regulen su uso puede agravar las
23
disparidades sociales. El riesgo es que estas tecnologías, junto con los
arreglos económicos y políticos existentes, solo favorezcan a ciertas áreas
o sectores, ahondando así la brecha entre personas con y sin recursos.
Por ende, es esencial que la IA se implemente dentro de un marco
regulatorio que asegure su uso ético y equitativo.
Otra dimensión difícil de soslayar está relacionada con la ética. Los
datos que se usan para entrenar los algoritmos de IA pueden tener sesgos
arraigados que resulten en decisiones discriminatorias perjudiciales que
afecten a minorías y grupos vulnerables. La política pública, por otro
lado, debería orientar la regulación de la tecnología haciendo los
algoritmos transparentes y fomentando la diversidad entre los científicos
de datos que desarrollan IA.
Mientras tanto, los estados deben priorizar la adopción de tecnologías
de IA con soluciones técnicas adecuadas mientras protegen la privacidad
y seguridad para los próximos años. La formación del tejido social que
debe soportar el peso de la relación humana con las máquinas será
importante en tanto que la IA evolucione; esto debería incluir la
participación de todos los actores, desde gobiernos hasta empresas y
ciudadanos. Para Martínez et al. (2020), la IA para el Desarrollo
Sostenible también requerirá cooperación internacional, permitiendo el
intercambio de buenas prácticas y lecciones aprendidas en la
implementación de la IA para los ODS. Agrupándose en torno a objetivos
específicos, los estados pueden aprovechar al máximo el impacto social
de la IA.
Así, en el contexto del desarrollo sostenible, la inteligencia artificial
puede ser un catalizador de cambio en varias capas del crecimiento
económico. Ahora bien, su despliegue debe manejarse con prudencia
para evitar riesgos y aprovechar sus ventajas para todos en la sociedad.
La solución es una gobernanza inclusiva, ética y adaptable que fomente
una aplicación equitativa y sostenible de una herramienta tan poderosa.
24
1.2 Los ODS y la IA
Los Objetivos de Desarrollo Sostenible (ODS) son 17 objetivos
globales interrelacionados establecidos en 2015 por la Asamblea General
de las Naciones Unidas en la resolución 70/1 como parte de la Agenda
2030 para el Desarrollo Sostenible; los objetivos cuentan con metas
definidas. Estos objetivos apuntan a enfrentar las necesidades globales
más urgentes, tales como la pobreza, la desigualdad, el cambio climático,
la degradación ambiental, la paz y la justicia (Naciones Unidas (UN),
2018). Su consecución debe lograrse de manera integral y concertada,
con la participación de gobiernos, empresas, sociedad civil y
comunidades, para un desarrollo sostenible que no deje a nadie atrás y
que esté a favor de las personas y el planeta.
Los ODS se describen como un plan global para erradicar la pobreza
en todas sus formas en todas partes. Son los llamados objetivos
interdependientes y están destinados a abordar problemas sociales,
económicos y ambientales de manera conjunta. Cada objetivo tiene metas
que deben alcanzarse para marcar una diferencia real, y estas metas
varían desde simples hasta complejas, de locales a globales. Así, el ODS
1 tiene como objetivo erradicar la pobreza extrema y el ODS 13 promueve
la acción climática. Los 17 ODS son:
1 Fin de la pobreza
2 Hambre cero
3 Salud y bienestar
4 Educación de calidad
5 Igualdad de género
6 Agua limpia y saneamiento
7 Energía asequible y no contaminante
8 Trabajo decente y crecimiento económico
9 Industria, innovación e infraestructura
10 Reducción de las desigualdades
11 Ciudades y comunidades sostenibles
12 Consumo y producción responsables
25
13 Acción por el clima
14 Vida submarina
15 Vida de ecosistemas terrestres
16 Paz, justicia e instituciones sólidas
17 Alianzas para lograr los objetivos
La estructura de los ODS está orientada globalmente, con el objetivo
de promover la cooperación internacional y la implementación local, con
indicadores de seguimiento que permiten evaluar cómo cada país ha
avanzado en la consecución de los objetivos estipulados. Alcanzar estos
Objetivos de Desarrollo Sostenible se considera que requiere la
contribución de todas las partes interesadas, incluidos los actores
privados. Para Naciones Unidas (2018), os ODS han sido reconocidos
desde hace tiempo como un marco clave para la política global de hoy.
Su adopción por parte de la ONU fue un punto de inflexión en la
realización de un enfoque holístico y multisectorial para el desarrollo
sostenible. Desde ese momento, los países han adaptado los ODS a sus
respectivas dimensiones de esfuerzos de desarrollo nacional y planes de
acción para enfrentar sus propios retos específicos.
Los ODS se han convertido en el marco organizador para la acción
sobre el desarrollo sostenible y han impulsado conversaciones en varios
puntos del sistema internacional, incluidas instituciones a nivel regional
y de país, hacia el apoyo de la colaboración entre países en tránsito hacia
la digitalización. He aquí el cambio climático, la migración forzada y la
crisis de biodiversidad: los problemas globales vienen con respuestas
globales.
Además, los ODS son herramientas importantes para que los
gobiernos movilicen recursos, creen un nuevo marco de financiación y
asocien el sector público y privado. Estos objetivos inculcan
transparencia y responsabilidad en las naciones, ya que cada país debe
informar sobre su progreso a través de revisiones periódicas que les
permiten rendir cuentas ante sus ciudadanos y la comunidad global. La
construcción de los ODS es un cambio paradigmático para abordar los
26
problemas actuales en la unificación de procesos con la IA. En un mundo
cada vez más interconectado con dilemas complejos, su compromiso con
la inclusión, la sostenibilidad y la cooperación internacional es más
importante que nunca.
La IA está hoy en una fase evolutiva de súper crecimiento. El
aprendizaje automático, el procesamiento del lenguaje natural (PNL), la
robótica, etc., son solo algunas de las muchas técnicas y métodos que
están transformando sectores enteros. Así que para 2030, el potencial
económico de la IA podría alcanzar entre 13 y 16 billones de dólares,
según un informe de McKinsey, lo que significa que gobiernos y empresas
desean tener una parte de este pastel. A modo de tendencias emergentes,
podemos citar:
-IA explicativa: Se está poniendo un mayor énfasis en la transparencia y
la ética de la IA, especialmente en decisiones críticas, como las que
afectan la vida de las personas. Entender cómo los sistemas de IA toman
decisiones se vuelve esencial.
- IA colaborativa: La cooperación entre humanos y máquinas está en
aumento, diseñando sistemas que complementan las capacidades
humanas, mejorando la eficiencia y la productividad en diversas áreas.
- Descentralización de la IA: La tecnología está avanzando hacia modelos
descentralizados donde los usuarios pueden tener más control sobre sus
datos y cómo se utilizan.
La evolución y las aplicaciones de la Inteligencia Artificial
continúan expandiéndose, brindando oportunidades sin precedentes
para abordar problemas complejos, incluido el cumplimiento de los
Objetivos de Desarrollo Sostenible (ODS). Por otra parte, también es
crucial abordar los dilemas éticos y sociales asociados para asegurarse
de que el futuro de la IA beneficie a toda la humanidad.
1.2.1 Confluencia entre Inteligencia Artificial y ODS
La sinergia entre la inteligencia artificial (IA) y los Objetivos de
Desarrollo Sostenible (ODS) es un campo emergente que ofrece tanto
27
oportunidades como debilidades. La IA tiene el potencial de transformar
diversas áreas clave del desarrollo sostenible, pero también plantea
cuestiones éticas y riesgos que deben ser cuidadosamente gestionados
para maximizar su impacto positivo (Naciones Unidas (UN), 2018). Entre
los aspectos más prometedores de la IA es su capacidad para contribuir
al avance de los ODS. A través del análisis de datos y la automatización
de procesos, la IA puede proporcionar soluciones innovadoras a
problemas complejos:
- Salud y bienestar: La IA puede revolucionar la atención sanitaria
mediante diagnósticos más precisos y tratamientos personalizados.
Algoritmos de aprendizaje automático pueden analizar grandes
volúmenes de datos médicos para detectar enfermedades en etapas
tempranas, mejorar la eficacia de los tratamientos y personalizar
las intervenciones.
- Educación de calidad: Las plataformas de aprendizaje basadas en
IA pueden personalizar la educación para estudiantes de diferentes
habilidades y contextos. Los sistemas de tutoría inteligente pueden
adaptarse a las necesidades individuales, ofreciendo recursos y
estrategias que maximizan el aprendizaje. Además, la IA puede
facilitar el acceso a la educación en regiones remotas, a través de
aplicaciones que enseñan idiomas o habilidades técnicas.
- Sostenibilidad y cambio climático: La IA puede ser instrumental en
la gestión de recursos naturales y la elaboración de políticas
sostenibles. Mediante el análisis predictivo, se puede optimizar el
uso de agua en la agricultura, disminuir el desperdicio de
alimentos y gestionar la energía de manera más eficiente.
Asimismo, la IA puede ayudar a modelar el impacto del cambio
climático y proponer soluciones adaptativas a las barreras
ambientales.
La implementación de la IA en el contexto de los ODS no está exenta
de aspectos éticos y riesgos. Algunos de los principales problemas
incluyen:
28
- Desigualdad en el acceso a la tecnología: A menudo, las mejoras de
la IA se concentran en los países y comunidades que ya poseen
infraestructura tecnológica avanzada. Esto puede profundizar las
disparidades existentes y crear nuevas formas de inequidad. Es
fundamental establecer políticas que fomenten un acceso
equitativo a la tecnología para asegurar que todas las
comunidades, especialmente las más vulnerables, puedan
beneficiarse de los avances en IA.
- Privacidad y seguridad de los datos: La IA depende de grandes
cantidades de datos para funcionar eficazmente. Esto plantea
preocupaciones sobre la privacidad y la seguridad de la
información personal. Se deben establecer regulaciones claras para
proteger los datos y garantizar que su uso sea ético y transparente,
evitando el abuso y la explotación de la información sensible.
- Bias y discriminación: Los algoritmos de IA a menudo se entrenan
con datos históricos que pueden contener prejuicios inherentes.
Esto puede llevar a decisiones automatizadas que perpetúen la
discriminación y coarten la equidad social. Es crucial desarrollar
mecanismos de auditoría y revisión para asegurar que las
herramientas de IA no repliquen o exacerben desigualdades
existentes.
La confluencia entre la inteligencia artificial y los ODS presenta una
vía prometedora hacia el desarrollo sostenible, pero es imprescindible
abordar los aspectos éticos y riesgos asociados. Solo de esta manera se
podrá asegurar que la IA contribuya de manera efectiva y equitativa a un
futuro sostenible para todos (Martinez et al., 2020). La IA también tiene
el potencial de transformar la educación, contribuyendo al ODS 4, que
busca garantizar una educación inclusiva, equitativa y de calidad.
Algunas de las aplicaciones más destacadas incluyen:
- Aprendizaje personalizado: Plataformas educativas basadas en IA
pueden adaptar el contenido y el método de enseñanza al ritmo y
estilo de aprendizaje de cada estudiante. Esto permite una
29
educación más efectiva y es especialmente beneficioso para
aquellos con necesidades educativas especiales.
- Acceso a educación: La IA está facilitando la creación de
plataformas de aprendizaje a distancia que son accesibles en
diversas regiones, lo que puede reducir la brecha educativa. Esto
es crucial en contextos donde la infraestructura educativa es
deficiente.
- Análisis de datos educativos: Herramientas de IA pueden analizar
datos de rendimiento académico para identificar patrones y áreas
que requieren atención. Esto permite a educadores y
administradores tomar decisiones informadas que beneficien a
todos los estudiantes.
Estos casos de estudio demuestran que la inteligencia artificial es una
herramienta innovadora y aliado estratégico en la consecución de los
ODS, abordando retos críticos en salud, sostenibilidad y educación. La
clave está en implementar estas tecnologías de manera ética y accesible,
para garantizar que sus bondades se distribuyan equitativamente en toda
la sociedad. El progreso hacia la implementación de los Objetivos de
Desarrollo Sostenible (ODS) está acompañado por la creciente presencia
de la inteligencia artificial (IA) en diversas áreas. Hasta cierto punto,
existen barreras y limitaciones que obstaculizan el pleno
aprovechamiento del potencial de la IA para alcanzar estos objetivos.
1.2.2 Acceso desigual a tecnologías avanzadas
En muchas regiones del mundo, especialmente en países en
desarrollo, el acceso a tecnologías digitales y de inteligencia artificial es
limitado. Las grandes ciudades suelen beneficiarse de un desarrollo
tecnológico más robusto, mientras que áreas rurales y comunidades
marginadas quedan rezagadas. Esto perpetúa la pobreza, y también
amplifica las disparidades en educación, salud y empleo.
Las inversiones necesarias para implementar soluciones basadas en
IA a menudo están fuera del alcance de pequeñas y medianas empresas
(PYMES) y organizaciones no gubernamentales (ONG) en países en
30
desarrollo. Esta situación limita su capacidad para participar en
iniciativas que podrían impulsar el progreso hacia los ODS. Sin un acceso
adecuado a la tecnología, muchas comunidades se ven excluidas de las
oportunidades que la IA puede ofrecer, lo que genera un ciclo de
exclusión.
La falta de formación adecuada en competencias digitales y en el uso
de tecnologías inteligentes también contribuye al acceso desigual.
Muchos sistemas educativos no están alineados con las demandas del
mercado, lo que resulta en una fuerza laboral poco preparada para
adoptar e implementar soluciones de IA. La educación es, por tanto, un
factor crucial para democratizar el acceso a la IA y, en consecuencia, para
avanzar en los ODS.
La rápida evolución de la inteligencia artificial ha superado la
capacidad de las regulaciones actuales para adaptarse. Normas jurídicas
que regulen su uso y desarrollo son necesarias para garantizar que la IA
se implemente de manera ética y transparente. Sin un marco normativo
sólido, las innovaciones pueden dar lugar a abusos, como la
discriminación algorítmica, que pone en riesgo los derechos humanos y
la dignidad de las personas (Martinez et al., 2020). La dimensión global
de los dilemas que enfrentan los ODS requiere de un esfuerzo coordinado
entre países. Pero, las diferencias en la regulación de la IA a nivel
internacional pueden complicar la cooperación. Los estándares de
protección de datos y privacidad pueden variar considerablemente,
dificultando la implementación de proyectos conjuntos en diferentes
regiones.
Existe una creciente preocupación sobre los riesgos éticos asociados
con la IA, tales como la automatización de empleos, la vigilancia masiva
y la manipulación de información. La falta de políticas responsables que
aborden estas preocupaciones puede generar desconfianza en la
tecnología y socavar su aceptación social. Para que la IA contribuya al
logro de los ODS, es crucial un enfoque centrado en los derechos
humanos y la inclusión.
31
Los retos de garantizar el acceso (a nuevas tecnologías avanzadas) y
la falta de regulaciones y políticas adecuadas son barreras importantes
para lograr los potenciales de la IA en el contexto de los ODS. Abordarlas
es vital para asegurar que el progreso hacia un futuro sostenible sea
equitativo y accesible para todos. La IA ha inaugurado una nueva era de
resolución de problemas globales, entre los cuales destacan los Objetivos
de Desarrollo Sostenible (ODS). La sostenibilidad tendrá que ser inclusiva
y justa, por lo que es esencial pensar sobre el futuro en este sentido,
utilizando los nuevos elementos de la tecnología de la información, en
particular la inteligencia artificial.
La inclusión es uno de los principios en el núcleo de los ODS. Ahora,
en la era de la IA, necesitamos poder proporcionar sus ventajas a todos
los segmentos de la población. Pero, la brecha digital es un obstáculo
importante en este camino. Además, las comunidades desfavorecidas no
tienen acceso a tecnologías avanzadas ni siquiera a la formación
necesaria para utilizar estas plataformas de manera efectiva. Para
abordar esta disparidad, es esencial promover políticas que garanticen el
acceso universal a la tecnología (Montes et al., 2021). Las iniciativas
pueden incluir:
- Educación digital: Implementación de programas educativos que
enseñen habilidades digitales desde temprana edad, especialmente
en áreas donde la tecnología aún no es accesible.
- Inversiones en infraestructura: Mejorar la conectividad y el acceso
a internet en regiones rurales y empobrecidas para que todos
tengan la oportunidad de participar en la economía digital.
- Sensibilización: Campañas que informen a las comunidades sobre
la importancia de la IA y cómo pueden utilizarla para mejorar su
calidad de vida.
Además, es crucial fomentar la diversidad en los equipos que
desarrollan soluciones de IA. Cuando se incorporan diversas perspectivas
y experiencias, se generan productos y servicios que consideran las
necesidades de todos los sectores de la sociedad. Por ende, la tecnología
32
será más inclusiva y potenciará la innovación, creando soluciones más
efectivas para problemas complejos. Para utilizar la IA de manera efectiva
en el marco de los ODS, se requieren nuevas estrategias y visiones que
integren tecnología y sostenibilidad.
Fomentar la cooperación entre gobiernos, sector privado,
organizaciones no gubernamentales y la sociedad civil. Al unir fuerzas,
se pueden desarrollar soluciones más integrales que aborden problemas
complejos de manera más eficaz. Implementar sistemas de IA que
optimicen el uso de los recursos naturales y reduzcan el desperdicio.
Establecer marcos normativos que guíen la investigación y desarrollo de
tecnologías de IA alineadas con los ODS. Esto incluye regulaciones que
garanticen la privacidad, seguridad y ética en el uso de datos, así como
incentivos para empresas que desarrollen soluciones sostenibles, por
ende, las universidades y los centros de investigación deben jugar un
papel clave en esta labor.
La clave estará en adoptar un enfoque proactivo, inclusivo y
colaborativo que garantice que el progreso tecnológico sea al mismo
tiempo ético y provechoso para todos. Así, podremos construir un futuro
donde los ODS coadyuven a crear un mundo más justo y sostenible
gracias a la inteligencia artificial. La sinergia entre los Objetivos de
Desarrollo Sostenible (ODS) y la inteligencia artificial (IA) ha sido objeto
de análisis creciente en los últimos años, especialmente considerando el
potencial transformador que la tecnología ofrece.
Los estudios realizados hasta la fecha revelan que la inteligencia
artificial puede ser un catalizador poderoso para la consecución de los
ODS. La IA tiene el potencial de optimizar el uso de recursos naturales al
predecir patrones de consumo y hacer sugerencias para una gestión más
sostenible. Esto es crucial para los ODS relacionados con el consumo
responsable y la producción sostenible (Monasterio, 2021). Los
algoritmos de IA han demostrado ser altamente eficientes en el análisis
de grandes volúmenes de datos, lo que facilita la detección temprana de
enfermedades y mejora la atención sanitaria. Esto es especialmente
33
pertinente para el ODS 3, que busca garantizar una vida sana y promover
el bienestar de todos.
Con tecnologías adaptativas, la IA puede personalizar experiencias de
aprendizaje y aumentar el acceso a recursos educativos. Esto se alinea
con el ODS 4, que promueve una educación inclusiva y equitativa. Las
brechas en el acceso a la tecnología, los sesgos algorítmicos y la
preocupación por la privacidad son retos importantes que deben ser
abordados para evitar que la IA perpetúe desigualdades existentes.
34
Capítulo II
Enfoque de la inteligencia artificial centrado el ser
humano y el enfoque ético de los gobiernos
electrónicos
La inteligencia artificial (IA) ha dejado de ser una herramienta
futurista para convertirse en una parte integral de nuestras vidas
cotidianas. Por ende, la tecnología avanza a un ritmo acelerado, la IA
presenta oportunidades y debilidades que afectan la manera en que
interactuamos con el mundo. A pesar de ello, no todas las aplicaciones
de la IA se desarrollan de igual manera; es aquí donde surge la relevancia
de un enfoque centrado en el ser humano. Este enfoque busca priorizar
el bienestar de las personas y considerar sus necesidades y valores en el
diseño y la implementación de sistemas de IA.
Analizar la influencia de la inteligencia artificial en la sociedad
implica comprender que estas herramientas tecnológicas son, en última
instancia, desarrolladas y utilizadas por seres humanos. En este
contexto, la perspectiva centrada en el ser humano promueve un
desarrollo ético y responsable, garantizando que la IA sirva para
empoderar a las personas y no para deshumanizarlas.
La historia de la IA está marcada por avances significativos desde
sus inicios. Aunque los primeros experimentos se remontan a la mitad
del siglo XX, la revolución digital de las últimas dos décadas ha
impulsado su desarrollo exponencial. Hoy en día, encontramos
aplicaciones de IA en diversas áreas, incluyendo finanzas, salud,
educación y entretenimiento (Porcelli, 2020). En cambio, este crecimiento
también ha traído consigo un conjunto de problemas que deben ser
discutidos, como sesgos algorítmicos, invasión de la privacidad y el riesgo
de reemplazo laboral.
35
Un aspecto clave de este enfoque es la ética. Al crear sistemas de
IA, debemos considerar cómo las decisiones automatizadas pueden
afectar a las personas. Los principios de equidad, transparencia y
rendición de cuentas deben guiar el desarrollo de la IA, asegurando que
se minimicen los riesgos y se maximicen los beneficios para la sociedad.
Esto incluye el desarrollo de algoritmos que sean inclusivos y que tomen
en consideración la diversidad de experiencias y contextos.
Además, el enfoque centrado en el ser humano no se limita a la
creación de tecnología, implica la educación de los usuarios sobre su
interacción con la IA. Esto es crucial en un momento en que la población
en general debe ser capaz de entender y cuestionar los sistemas que
utilizan. La alfabetización digital se convierte así en una competencia
esencial, proporcionando a las personas las herramientas necesarias
para participar activamente en un mundo donde la IA desempeña un
papel cada vez más determinante.
Las aplicaciones prácticas de la IA y su impacto en distintos
sectores, da evidencia de un enfoque centrado en el ser humano puede
fomentar un desarrollo que se alinee más estrechamente con los intereses
y necesidades de la sociedad. Desde la medicina personalizada hasta la
educación adaptativa y el futuro del trabajo, todas estas áreas se
beneficiarán de un diseño que priorice la experiencia del usuario y tenga
en cuenta las implicaciones éticas de las tecnologías emergentes.
Por lo tanto, la inteligencia artificial centrada en el ser humano es
una necesidad fundamental en la transformación digital de nuestro
tiempo. En el capítulo 3 y 4, profundizaremos en los principios,
aplicaciones de este enfoque, con la esperanza de contribuir a un diálogo
más amplio sobre cómo podemos moldear un futuro donde la tecnología
y la humanidad coexistan de manera armoniosa.
36
2.1 El concepto de inteligencia artificial centrada en el
ser humano
La inteligencia artificial (IA) centrada en el ser humano es un
enfoque que prioriza las necesidades, valores y bienestar de las personas
en el desarrollo y aplicación de tecnologías de IA. Este concepto surge
como respuesta a las preocupaciones y desafíos éticos que plantea la
implementación cada vez más extendida de sistemas de inteligencia
artificial en diversas áreas de la vida cotidiana. Se fundamenta en la idea
de que la tecnología debe servir a la humanidad, en lugar de reemplazar
o deshumanizar las interacciones y decisiones humanas (Cornejo, 2023).
La inteligencia artificial centrada en el ser humano se define como
el diseño, desarrollo y uso de soluciones tecnológicas que respetan y
promueven la dignidad, autonomía y derechos de las personas. Este
enfoque implica el reconocimiento de valores humanos en todas las
etapas del ciclo de vida de la IA. Entre sus principios fundamentales se
encuentran:
- Transparencia: Los sistemas de IA deben ser comprensibles, lo que
significa que los usuarios deben entender cómo funcionan y cómo
toman decisiones. Esto es vital para generar confianza en la
tecnología.
- Inclusividad: Desarrollar tecnologías que sean accesibles para
todos, independientemente de sus capacidades, antecedentes o
contextos culturales. Esto contribuye a reducir la brecha digital y
asegurar que todos se beneficien de los avances tecnológicos.
- Responsabilidad: Los creadores y operadores de sistemas de IA
deben hacerse responsables de sus acciones y decisiones. Esto
implica establecer mecanismos claros para rendir cuentas en caso
de errores o daños causados por la IA.
- Colaboración: Fomentar el trabajo conjunto entre humanos y
máquinas, en lugar de ver a la IA como un sustituto. Esto mejora
la eficacia de los procesos y permite que los humanos sigan
teniendo la última palabra en decisiones críticas.
37
El desarrollo de la inteligencia artificial plantea importantes dilemas
éticos que deben abordarse para garantizar que se utilice de manera
beneficiosa. La ética en la IA centrada en el ser humano requiere un
marco que guíe las decisiones y acciones de los desarrolladores,
gobiernos y empresas. Algunas de las consideraciones éticas más
relevantes incluyen:
- Privacidad: La IA a menudo opera con grandes volúmenes de datos
personales, lo que plantea preocupaciones sobre la privacidad
individual. Es vital que se implementen políticas de protección de
datos robustas que garanticen que la información de las personas
se maneje de manera responsable y con el consentimiento
apropiado.
- Sesgos algorítmicos: Los algoritmos pueden incorporar sesgos
presentes en los datos con los cuales fueron entrenados, lo que
puede dar lugar a resultados discriminatorios. Se debe trabajar
activamente para reconocer y mitigar estos sesgos, asegurando que
los sistemas de IA promuevan la equidad y no perpetúen
injusticias.
- Deshumanización de decisiones: Al delegar decisiones importantes
a sistemas de IA, existe el riesgo de deshumanizar procesos que
deberían ser intrínsecamente humanos, como la atención sanitaria
o el sistema de justicia. Es esencial establecer límites claros sobre
las capacidades de decisión de la IA y mantener siempre un
mecanismo humano de supervisión.
- Impacto social: La IA puede tener efectos profundos en la sociedad,
generando cambios en la economía, el empleo y las relaciones
interpersonales. Es fundamental discutir y evaluar estos impactos,
involucrando a diversas partes interesadas en las conversaciones
sobre el futuro de la tecnología y su papel en nuestras vidas.
El enfoque en la inteligencia artificial centrada en el ser humano es
esencial para garantizar que su desarrollo y utilización beneficien a la
sociedad en su conjunto, promoviendo un futuro en el que tecnología y
38
humanidad coexistan de manera armoniosa. La inteligencia artificial (IA)
centrada en el ser humano está transformando diversas áreas de nuestra
vida cotidiana. Desde la atención médica hasta el ámbito educativo y el
entorno laboral, las aplicaciones de esta tecnología están diseñadas para
mejorar la calidad de vida y aumentar la eficiencia, todo mientras se
preserva la dignidad y los derechos de las personas (Lanzagorta et al.,
2024).
2.1.1 Inteligencia artificial en Educación
La educación también se beneficia enormemente de las
aplicaciones de IA. Plataformas de aprendizaje adaptativo están
revolucionando la forma en que se imparte el conocimiento. A través del
análisis de datos sobre el rendimiento y las preferencias de los
estudiantes, se pueden ofrecer experiencias de aprendizaje más
personalizadas.
- Tutorización personalizada: Sistemas de IA pueden identificar
áreas de dificultad y proporcionar recursos específicos para ayudar
a los estudiantes a mejorar en esas áreas, adaptando el contenido
a su ritmo y estilo de aprendizaje.
- Evaluaciones automáticas: La IA puede facilitar la corrección y
evaluación de trabajos, ahorrando tiempo a los profesores y
proporcionándoles informes sobre el progreso de sus alumnos de
manera más rápida y precisa.
- Acceso equitativo: Plataformas de IA pueden ayudar a superar
barreras geográficas y socioeconómicas, proporcionando educación
de calidad a estudiantes en regiones remotas o desatendidas,
asegurando que todos tengan oportunidades de aprendizaje.
El uso de la IA en educación debe enfocarse en complementar, y no
reemplazar, la interacción humana, fundamental para el desarrollo
emocional y social de los estudiantes. La automatización impulsada por
la inteligencia artificial está cambiando radicalmente el panorama
laboral. Las empresas están implementando IA para optimizar procesos
y mejorar la toma de decisiones, lo que puede resultar en una mayor
39
productividad. La implementación de la inteligencia artificial centrada en
el ser humano acarrea varios variantes y problemas potenciales que
deben ser abordados para garantizar que esta tecnología tenga un
impacto positivo en la sociedad. Entre los paradigmas más relevantes se
encuentran la privacidad y la seguridad, así como las desigualdades y la
accesibilidad.
La privacidad de los datos personales es uno de los principales
problemas que enfrenta la inteligencia artificial en la actualidad. En
tanto, las herramientas de inteligencia artificial se integran cada vez más
en nuestras vidas, su capacidad para recopilar y analizar grandes
volúmenes de datos personales plantea interrogantes sobre la protección
de la información sensible.
La capacidad de la IA para aprender de los comportamientos y
preferencias individuales permitirá la creación de experiencias altamente
personalizadas. Desde la educación adaptativa hasta la atención médica
individualizada, se espera que las tecnologías de IA se integren de manera
más profunda en la vida de las personas, optimizando los servicios para
satisfacer sus necesidades específicas (Torres et al., 2024)
La evolución de las interfaces de usuario está permitiendo
interacciones más naturales y humanas con los sistemas de IA.
Tecnologías como el procesamiento del lenguaje natural (PLN) y el
reconocimiento de emociones facilitarán conversaciones más fluidas y
comprensibles. Esto fomentará una mayor aceptación y comprensión de
la IA por parte de los usuarios, además de facilitar su integración en
entornos cotidianos.
2.1.2 Ética y gobernanza
Tan pronto como la IA se convierte en una parte integral de la
sociedad, la discusión sobre la ética y la gobernanza de la tecnología
cobrará mayor relevancia. Las organizaciones y gobiernos están
empezando a reconocer la importancia de desarrollar marcos legales y
éticos que protejan los derechos de las personas. Se anticipa que habrá
40
un enfoque más riguroso en la transparencia del manejo de datos y la
responsabilidad de las empresas que desarrollan y utilizan IA. En lugar
de ver la IA como una amenaza que reemplazará a los trabajadores
humanos, se espera que se desarrolle una colaboración más efectiva
entre humanos y máquinas. La IA podrá complementar las habilidades
humanas, permitiendo una mayor productividad y creatividad. Esta
sinergia podría llevar a nuevas formas de trabajo y a la creación de roles
laborales que actualmente no existen.
Sectores como la salud, la educación y el transporte
experimentarán una transformación significativa. En la salud, la IA
podría facilitar diagnósticos más rápidos y precisos, permitiendo
tratamientos más efectivos. En la educación, el aprendizaje personalizado
podría volverse la norma, adaptando los contenidos a las habilidades y
ritmos de cada estudiante.
La brecha digital podría ampliarse si ciertas poblaciones no tienen
acceso a la tecnología necesaria para beneficiarse de la IA. Esto podría
intensificar las desigualdades existentes en la educación y el empleo. Por
lo tanto, es esencial que las iniciativas de IA-CH se enfoquen en la
inclusión y en garantizar que todos tienen acceso a los beneficios que la
inteligencia artificial puede ofrecer.
A largo plazo, se espera que el desarrollo de la IA se centre aún más
en el bienestar humano. La IA podría desempeñar un papel en la
detección temprana de problemas de salud mental, ofreciendo apoyo y
recursos adecuados. El futuro de la inteligencia artificial centrada en el
ser humano es prometedor y lleno de posibilidades. Con un enfoque ético
y responsable, es posible construir un ecosistema donde la IA además de
ser una herramienta de productividad, es aliado que impulsa el desarrollo
humano y el bienestar social (Patel, 2024).
La inteligencia artificial (IA) ha transformado drásticamente el
panorama tecnológico y social en las últimas décadas. En cierto modo,
este cambio no está exento de retos y responsabilidades. Abordar el
41
enfoque en la inteligencia artificial centrada en el ser humano es
fundamental para garantizar que esta tecnología promueva el desarrollo
sostenible y ético que respete la dignidad y los derechos humanos.
Esto implica escuchar y entender la voz de las comunidades,
garantizando que sus necesidades y preocupaciones se integren en los
procesos de diseño y ejecución. Las tecnologías de IA deben ser
adaptadas y personalizadas para servir al ser humano en su diversidad;
es decir, deben ser inclusivas y estar accesibles para todos,
independientemente de su contexto socioeconómico, cultural o
geográfico.
Es crucial señalar que una IA centrada en el ser humano se
enfrenta a cuestiones éticas que deben ser prioritarias. Esto implica
reconocer los riesgos asociados con el sesgo algorítmico, la falta de
transparencia en los procesos de decisión automatizados y las posibles
amenazas a la privacidad de los datos (Patel, 2024). Las empresas y
organizaciones que desarrollan tecnologías basadas en IA deben adoptar
prácticas responsables que incluyan auditorías éticas, rendición de
cuentas y procesos de revisión continua. En este sentido, la creación de
marcos regulatorios claros y efectivas es esencial para guiar el desarrollo
de estas tecnologías.
La implementación de la IA centrada en el ser humano tiene el
potencial de impactar positivamente en diversas áreas, como la salud, la
educación y el empleo. En el ámbito de la salud, la IA puede ayudar a
mejorar los diagnósticos y tratamientos, pero solamente si se asegura que
todos los pacientes tengan acceso equitativo a estas herramientas. En la
educación, la IA puede personalizar la experiencia de aprendizaje,
brindando apoyo adicional a los estudiantes que lo necesiten.
Sin embargo, también es crítico estar atentos a cómo estas
implementaciones pueden afectar la estructura del trabajo. Si bien la
automatización puede mejorar la productividad, también puede
amenazar empleos y provocar desigualdades. Desde la lucha contra la
42
desigualdad en el acceso a la tecnología hasta la necesidad de garantizar
la privacidad de los datos individuales. Los esfuerzos deben ser
sistemáticos, colaborativos e inclusivos, prolongando los beneficios de la
IA a la mayor parte posible de la sociedad.
Por ende, esencial promover un entorno donde la IA evolucione no
solo como una herramienta de avance tecnológico, sino como un medio
para potenciar el bienestar humano. La educación, el diálogo y la
colaboración multisectorial serán fundamentales para diseñar un futuro
en el que la IA contribuya verdaderamente al desarrollo humano y la
justicia social.
Como sociedad, tenemos la responsabilidad de guiar el desarrollo
de la inteligencia artificial hacia un camino que priorice el ser humano.
Fomentar un enfoque centrado en el ser humano permitirá aprovechar el
potencial transformador de la IA, sentará las bases para un futuro más
justo y equitativo; donde la tecnología y la humanidad coexistan en
armonía. Con el compromiso adecuado, es posible construir un mundo
donde la inteligencia artificial se alinee con nuestros valores y
aspiraciones más fundamentales.
2.2 Inteligencia artificial aplicada en gobierno electrónico
La necesidad de un enfoque ético en el desarrollo y utilización de
tecnologías de inteligencia artificial en el ámbito gubernamental, implica
asegurar la imparcialidad en los algoritmos utilizados, para garantizar
que las decisiones automatizadas no perpetúen discriminaciones o
desigualdades preexistentes. La formación y sensibilización de los
funcionarios públicos sobre estos temas es esencial para minimizar los
riesgos asociados con la implementación de la IA (Saavedra et al., 2023).
El gobierno electrónico, o e-gobierno, se refiere al uso de
tecnologías de la información y la comunicación (TIC) para mejorar la
gestión y los servicios públicos, facilitando la interacción entre los
ciudadanos y las administraciones. Este enfoque busca hacer más
accesibles, eficientes y transparentes los procesos gubernamentales,
43
aprovechando Internet y otras plataformas digitales. La definición de
gobierno electrónico no es estática, ya que se adapta a las necesidades
cambiantes de la sociedad. En cierto modo, se puede entender
generalmente como:
• Interacción digital: La conectividad a través de plataformas en
línea, que permite a los ciudadanos acceder a información y
servicios públicos sin necesidad de desplazarse físicamente a
oficinas gubernamentales.
• Participación ciudadana: Fomentar la participación activa de los
ciudadanos en la toma de decisiones, facilitando la comunicación
y el feedback a través de encuestas en línea, foros y plataformas de
votación.
• Transparencia y rendición de cuentas: La publicación de datos y
la apertura de procesos administrativos contribuyen a una mayor
confianza en las instituciones, ya que los ciudadanos pueden
seguir cómo se utilizan los recursos públicos.
• Mejora de la eficiencia administrativa: Al digitalizar procesos
burocráticos, se reduce la cantidad de papel, se minimizan errores
y se optimizan los tiempos de respuesta.
El alcance del gobierno electrónico abarca diversas áreas, incluyendo
la administración pública, la gestión de servicios sociales, la educación,
la salud y la justicia, facilitando un modelo en el que los servicios se
ofrezcan de manera integral y centrada en el ciudadano. Además, se
extiende a la implementación de políticas que fomentan la innovación y
el uso de tecnología en la gestión pública. La evolución del gobierno
electrónico se puede observar en varias fases significativas:
- Primera generación (1990-2000): Durante esta etapa, la mayoría
de los esfuerzos se centraron en la creación de sitios web
gubernamentales que proporcionaban información básica. Era un
periodo de exploración en el que las instituciones comenzaban a
reconocer la importancia de estar presentes en el ámbito digital.
44
- Segunda generación (2001-2010): En esta fase, se inicia la
interacción bidireccional con los ciudadanos. Se desarrollaron
portales donde los usuarios podían realizar trámites en línea, como
la obtención de licencias, el pago de impuestos y la consulta de
documentos. El uso de redes sociales también comenzó a ser parte
del diálogo entre la administración pública y los ciudadanos.
- Tercera generación (2011-presente): En la actualidad, el
gobierno electrónico ha avanzado hacia un modelo más integrado
y participativo. La implementación de herramientas como
aplicaciones móviles, plataformas de datos abiertos y el uso de la
inteligencia artificial para la toma de decisiones son patrones de
cómo la tecnología sigue transformando la interacción entre
gobierno y ciudadanos.
El concepto de gobierno electrónico ha evolucionado desde simples
páginas web informativas hasta complejas plataformas interactivas que
buscan transformar la manera en que los ciudadanos se relacionan con
sus gobiernos, siempre en búsqueda de un mejor servicio y una mayor
calidad de vida.
2.2.1 Integración de Inteligencia Artificial en Gobierno Electrónico
La integración de la inteligencia artificial (IA) en el ámbito del
gobierno electrónico representa una revolución en la forma en que las
administraciones públicas interactúan con los ciudadanos, gestionan los
servicios y optimizan sus recursos. Tal y como las tecnologías avanzan,
cada vez es más evidente el impacto positivo que la IA puede tener en la
eficiencia de los procesos gubernamentales (Sánchez, 2022). Los
beneficios de incorporar IA en el gobierno electrónico son numerosos y
diversos:
• Mejora en la eficiencia operativa: La IA puede automatizar tareas
rutinarias y administrativas, tales como la gestión de expedientes
y la atención al cliente, permitiendo que los empleados se
concentren en actividades más estratégicas y de mayor valor
añadido.
45
• Análisis de datos avanzados: La capacidad de la IA para procesar
grandes volúmenes de información permite a los gobiernos analizar
patrones de comportamiento de los ciudadanos y optimizar la toma
de decisiones basadas en datos concretos.
• Personalización de servicios: Los sistemas de IA pueden ofrecer
servicios personalizados a los ciudadanos, anticipándose a sus
necesidades y mejorando su experiencia con el gobierno, a través
de interfaces que responden a las consultas y necesidades
individuales.
• Predicción y prevención: La IA ayuda a reaccionar ante
problemas y puede predecir posibles crisis o conflictos a partir del
análisis de datos históricos, apoyando a los gobiernos a tomar
medidas preventivas.
• Aceptación pública y confianza: La percepción de los ciudadanos
hacia la IA y su capacidad para tomar decisiones justas y
transparentes es crucial. La falta de confianza en estas tecnologías
puede llevar a una resistencia en la adopción de servicios
electrónicos basados en IA.
• Proteger la privacidad y la seguridad de los datos: El uso de IA
implica el manejo de grandes volúmenes de datos personales. Es
fundamental garantizar la protección de la privacidad de los
ciudadanos y asegurar que la información no sea vulnerable a
ataques cibernéticos.
• Desigualdad en el acceso a la tecnología: No todas las
poblaciones tienen igual acceso a tecnologías avanzadas. Esto
puede ocasionar una brecha digital, donde solo aquellos con
mejores recursos puedan beneficiarse de los avances en IA,
dejando a otros en desventaja.
• Marco regulatorio y ético: La creación de un marco normativo
para guiar el uso de IA en el sector gubernamental es un panorama
complejo. Es necesario establecer reglas claras que definan cómo
46
se deben utilizar los datos y cómo se asegura la transparencia en
los algoritmos utilizados.
La implementación de la inteligencia artificial en el gobierno
electrónico promete un futuro más eficiente y centrado en el ciudadano,
pero su implementación debe ser cuidadosamente planificada y
ejecutada para superar los retos éticos, técnicos y sociales que conlleva.
La clave del éxito radicará en encontrar un equilibrio entre innovación y
responsabilidad, garantizando que los beneficios de la IA se traduzcan en
un mejor servicio al ciudadano sin comprometer sus derechos y
libertades.
Las tecnologías de IA, especialmente aquellas que utilizan el
procesamiento de grandes volúmenes de datos, pueden llevar a la
recolección y análisis de información personal sin el consentimiento
adecuado. Esto podría resultar en la creación de perfiles demasiado
detallados de los individuos, lo que plantea preocupaciones sobre la
vigilancia y el control por parte del estado (Breceda, 2024). Además, la
falta de transparencia en los algoritmos puede dar lugar a sesgos y
discriminación. Si los datos utilizados para entrenar estos sistemas
contienen prejuicios históricos, las decisiones automatizadas pueden
perpetuar y incluso exacerbar estas injusticias. Un sistema de IA que
evalúa solicitudes de subsidio social podría discriminar a ciertos grupos
si los datos reflejan tendencias de exclusión.
Los errores en los sistemas de IA también representan un riesgo real.
Un fallo en la toma de decisiones podría conducir a la denegación de
servicios esenciales o, en el peor de los casos, a la creación de políticas
públicas ineficaces o dañinas. Por ello, es fundamental contar con
mecanismos de supervisión y auditoría que aseguren la correcta
operación de estas tecnologías y que se mantenga la responsabilidad en
la toma de decisiones.
2.2.2 Normativas y Políticas
47
Para mitigar estos riesgos, es esencial establecer normativas y
políticas que regulen el uso de la inteligencia artificial en el contexto del
gobierno electrónico. Existen diversas iniciativas a nivel internacional y
local que buscan desarrollar marcos legales que protejan la privacidad de
los ciudadanos. Algunas de las consideraciones clave que deben incluirse
en estas normativas son:
• Consentimiento informado: Las políticas deben garantizar que
los ciudadanos otorguen su consentimiento de manera explícita e
informada antes de que se recojan y utilicen sus datos.
• Transparencia: Los gobiernos deben ser claros acerca de cómo se
utilizan los datos y qué algoritmos están siendo implementados en
los sistemas de IA. Esto incluye el derecho de los ciudadanos a
entender cómo se toman las decisiones que afectan sus vidas.
• Responsabilidad y rectificación: Deben existir mecanismos
claros que permitan a los ciudadanos cuestionar y rectificar
decisiones tomadas a través de sistemas de IA. Además, se deben
establecer responsabilidades claras para las entidades que
implementan estas tecnologías.
• Protección de datos: Se deben adoptar medidas para garantizar
que los datos personales se manejen de acuerdo con las mejores
prácticas de seguridad y se minimicen los riesgos de filtraciones o
abusos.
Aunque la inteligencia artificial tiene el potencial de mejorar la
eficiencia y la calidad de los servicios públicos, es crucial abordar las
consideraciones éticas y de privacidad desde el diseño de las políticas de
gobierno electrónico. Solo a través de un enfoque responsable y una
regulación adecuada se podrá aprovechar al máximo estas innovaciones,
al tiempo que se protege la dignidad y la privacidad de los ciudadanos
(Sánchez, 2022).
Las tendencias emergentes enfatizan en un panorama innovador para
mejorar la eficiencia gubernamental, a su vez, plantean cuestiones
48
críticas que deben ser abordadas para garantizar que el uso de la
tecnología beneficie a todos los ciudadanos de manera equitativa y justa.
La colaboración intersectorial será clave para abordar estos retos y
avanzar hacia un futuro donde la IA y el gobierno electrónico se integren
de forma efectiva y ética.
Mirando hacia el futuro, la IA en el gobierno electrónico tiene el
potencial de revolucionar aún más el servicio público. Se pueden
anticipar tendencias emergentes, como la creación de plataformas más
interactivas y el uso de IA para la participación ciudadana en la toma de
decisiones. No obstante, es crucial que los gobiernos mantengan un
enfoque proactivo en la adaptación y regulación de estas tecnologías,
teniendo en cuenta las necesidades de sus ciudadanos y los posibles
efectos secundarios de su implementación.
Por lo tanto, la convergencia de la inteligencia artificial con el
gobierno electrónico es un campo prometedor que puede transformar
profundamente la relación entre los ciudadanos y sus gobiernos. Ahora
bien, será vital asegurar que la innovación se realice de manera
responsable y ética, para construir un futuro más justo y eficiente para
todos.
49
Capítulo III
Inteligencia Artificial generativa en educación e
investigación
A medida que las instituciones educativas y los investigadores
adoptan herramientas avanzadas, la IA generativa se presenta como una
solución innovadora para mejorar la calidad y accesibilidad de la
educación. Este fenómeno se refiere a sistemas que pueden generar
contenido nuevo y original a partir de patrones existentes, lo que tiene
implicaciones significativas en la educación y la investigación.
La IA y, específicamente, la IA generativa poseen un enorme
potencial en el ámbito educativo por diversas razones. Primero, pueden
facilitar un aprendizaje más personalizado y adaptativo. Para Bolaño y
Duarte (2024), en los métodos de enseñanza tradicionales, los
educadores a menudo se enfrentan a ambigüedades en el método, la
praxis, etc. La incorporación de sistemas de IA puede ayudar a
proporcionar contenido adaptado a las necesidades individuales,
permitiendo que los alumnos se muevan a su propio ritmo y estilo, lo que
resulta en una experiencia de aprendizaje más efectiva.
Además, la IA generativa puede contribuir a la creación de recursos
educativos, como libros de texto digitales, cuestionarios, pruebas y
materiales multimedia. Con la capacidad de analizar grandes volúmenes
de datos y tendencias educativas, la IA puede generar contenido que sea
relevante y actualizado, asegurando que los estudiantes tengan acceso a
la información más reciente en su campo de estudio.
Otra área donde la IA generativa cobra relevancia es en el ámbito
de la evaluación y la retroalimentación. Los sistemas de IA pueden
automatizar el proceso de calificación, permitiendo evaluaciones más
rápidas y precisas. Las herramientas de IA pueden, incluso, identificar
50
patrones en el rendimiento de los estudiantes, ofreciendo a los
educadores información valiosa sobre la efectividad de sus métodos de
enseñanza y ayudándoles a realizar ajustes necesarios.
Asimismo, la educación inclusiva se beneficia enormemente de la
IA generativa. Los sistemas pueden ser diseñados para atender a
estudiantes con discapacidades, creando materiales de aprendizaje
accesibles que consideren diversas necesidades. La adaptabilidad que
ofrece la IA puede significar la diferencia entre el éxito y el fracaso para
muchos alumnos que, de otro modo, estarían en desventaja.
Además de estas aplicaciones, la IA en la educación se extiende al
ámbito de la investigación. Los investigadores pueden utilizar
herramientas generativas para analizar grandes conjuntos de datos,
generar hipótesis y explorar nuevas áreas del conocimiento. Esto acelera
el proceso de descubrimiento y fomenta la innovación.
La IA generativa se está convirtiendo en un componente crucial de
la educación contemporánea, proveyendo soluciones efectivas y
novedosas a las cuestiones históricas que han enfrentado las
instituciones educativas. La capacidad de crear contenido, personalizar
el aprendizaje, optimizar la evaluación y promover la inclusión resalta su
importancia en el futuro del aprendizaje (García et al., 2024). Por lo que
avanzamos hacia una era donde la tecnología es omnipresente, la
colaboración entre humanos y máquinas promete aunar esfuerzos para
cultivar una educación más rica, inclusiva y adaptativa.
3.1 Conceptos Fundamentales de la Inteligencia Artificial
Generativa
La Inteligencia Artificial Generativa (IAG) representa un avance
significativo en el campo de la inteligencia artificial, destacándose por su
capacidad de crear contenido original en diversas formas. Esta tecnología
se basa en modelos complejos que aprenden patrones y estructuras de
datos existentes, permitiéndoles generar nuevas representaciones que
51
pueden ser indistinguibles de las creadas por seres humanos (Hinojosa
et al., 2024).
La IA generativa tiene como objetivo producir nuevos datos o
contenido, mientras que otras formas de IA, como la IA discriminativa, se
centran principalmente en clasificar o identificar patrones en datos
existentes. Un modelo discriminativo podría utilizarse para identificar si
una imagen contiene un gato o un perro, mientras que un modelo
generativo puede crear imágenes nuevas que representen gatos o perros
que nunca han sido vistas previamente.
La IA generativa habitualmente utiliza técnicas como Redes
Generativas Antagónicas (GANs) y Modelos de Variational Autoencoders
(VAEs). Estas metodologías permiten la creación de nuevos datos
mediante la simulación de la complejidad del mundo real (Bandi et al.,
2023). En contraste, los modelos de la IA tradicional suelen basarse en
algoritmos de aprendizaje supervisado o no supervisado, donde el
enfoque principal es mejorar la precisión en la clasificación o predicción
de datos existentes.
Esta tecnología abre la puerta a una mayor interactividad y
creatividad en sus aplicaciones. Mientras que las tecnologías de IA más
convencionales están diseñadas para ejecutar tareas específicas de
manera eficiente, la IAG permite una colaboración única y permite la co-
creación, potenciando la creatividad humana.
Mientras que muchas tecnologías de IA, como los sistemas de
recomendación, están diseñadas para analizar datos y ofrecer
sugerencias basadas en patrones previos, la IA generativa puede crear
contenido completamente nuevo. En la educación, un modelo generativo
podría diseñar materiales didácticos personalizados o exámenes
adaptativos. Esto contrasta con otros modelos de IA que solo adaptan o
clasifican contenido ya existente.
La creación de contenido original abre debates sobre derechos de
autor y originalidad. Además, el potencial de generar desinformación o
52
contenido engañoso plantea preocupaciones éticas que requieren un
enfoque cuidadoso. Por otro lado, otras tecnologías de IA, aunque
también enfrentan problemas éticos, tienden a centrarse más en la
transparencia y la interpretabilidad de los modelos, al tratar con
decisiones que pueden impactar en las vidas de las personas.
La IA generativa está impulsando nuevas formas de innovación en
campos como el diseño, la publicidad, la medicina y la educación. Su
capacidad para crear soluciones innovadoras y de calidad puede
transformar industrias enteras, mientras que muchas tecnologías de IA
son utilizadas principalmente para optimizar procesos y aumentar la
eficiencia. Por lo que se distingue de otras tecnologías de inteligencia
artificial debido a su enfoque en la creación de contenido, sus
metodologías de aprendizaje únicas y sus aplicaciones interactivas. Estos
aspectos la convierten en un campo de gran interés y potencial para el
futuro de la educación, la investigación y otras disciplinas.
3.1.1 Aplicaciones de la IA Generativa en la Educación
La Inteligencia Artificial Generativa (IAG) se ha convertido en una
herramienta transformadora en el ámbito educativo, ofreciendo
soluciones innovadoras para diversos desafíos en la enseñanza y el
aprendizaje. La creación de contenidos educativos es una de las áreas
donde la IAG ha demostrado su gran potencial (Hinojosa et al., 2024).
Las herramientas de IAG pueden generar materiales didácticos de forma
rápida y eficiente, adaptándose a diferentes estilos de aprendizaje y
necesidades educativas. Algunas de las aplicaciones más notables
incluyen:
- Generación de libros de texto y recursos: La IAG puede analizar
grandes volúmenes de contenido existente y crear nuevos textos,
como libros de texto, guías de estudio y materiales
complementarios de forma automatizada. Esto permite a los
educadores tener acceso a recursos actualizados, aliviando su
carga de trabajo.
53
- Creación de ejercicios y pruebas: Los algoritmos de IAG pueden
generar preguntas y ejercicios personalizados según el nivel de
competencia del estudiante. Además, pueden adaptar la dificultad
de las preguntas en función del desempeño del alumno,
proporcionando así material que se alinea mejor con sus
capacidades.
La IAG también permite la creación de simulaciones y entornos de
aprendizaje virtuales que pueden enriquecer la experiencia del
estudiante. La personalización del aprendizaje es otro de los beneficios
clave que ofrece la IA Generativa. Cada estudiante tiene un ritmo y un
estilo de aprendizaje diferentes, y la IAG puede ayudar a adaptar el
contenido a estas particularidades. Algunas aplicaciones incluyen:
- Planes de estudio ajustados: A través del análisis de datos sobre el
rendimiento de los estudiantes, la IAG puede recomendar un plan
de estudio individualizado que potencie las fortalezas y aborde las
debilidades de cada alumno.
- Recomendaciones de recursos: Utilizando algoritmos avanzados, la
IA puede sugerir recursos adicionales que se alineen con los
intereses y necesidades del estudiante, facilitando un aprendizaje
más autónomo y dirigido.
- Mentores virtuales: La implementación de tutores virtuales,
alimentados por IAG, puede ofrecer apoyo adicional a los
estudiantes, respondiendo preguntas, aclarando dudas y
proporcionando recursos complementarios a cualquier hora del
día.
3.1.2 Evaluación y Retroalimentación Automática
El proceso de evaluación y retroalimentación es fundamental en la
educación, y la IAG facilita este aspecto de varias maneras, entre ellas, la
IA puede corregir pruebas y tareas de manera rápida y precisa. Por ende,
reduce la carga de trabajo de los docentes y permite a los estudiantes
recibir resultados de manera más ágil, puede proporcionar
retroalimentación inmediata sobre el desempeño del estudiante en tareas
54
y exámenes, lo que les permite entender sus errores y áreas de mejora
rápidamente (Bolaño y Duarte, 2024). Además de calificar, las
herramientas de IAG pueden realizar un análisis profundo de los
resultados, identificando patrones en el rendimiento de los estudiantes y
ofreciendo informes detallados que pueden guiar a los educadores en sus
futuras intervenciones pedagógicas.
Entonces, la Inteligencia Artificial Generativa está transformando
la educación al ofrecer soluciones innovadoras en la creación de
contenidos, la personalización del aprendizaje y la evaluación. Estas
aplicaciones influyen desde la praxis asertiva del proceso educativo, y
pueden promover un aprendizaje más ágil y adaptativo, en sintonía con
las necesidades individuales de cada estudiante.
3.1.3 Impacto de la IA Generativa en la Investigación Académica
La llegada de la inteligencia artificial generativa ha transformado la
manera en que se lleva a cabo la investigación académica. Su capacidad
para analizar grandes volúmenes de datos y generar contenido de manera
autónoma está revolucionando tanto el proceso de recopilación y análisis
de datos como las metodologías empleadas en la investigación.
Tradicionalmente, estos procesos pueden ser extremadamente
lentos y requieren un esfuerzo humano considerable. La IA generativa
habilita a los investigadores a procesar y analizar datos a una velocidad
sin precedentes. Esto se logra mediante diversas técnicas y algoritmos
que permiten:
- Análisis de grandes volúmenes de datos: La capacidad de los
modelos de IA para analizar millones de documentos en cuestión
de minutos permite a los investigadores acceder a una cantidad
masiva de información de la que antes se dependía de forma
manual durante meses o incluso años.
- Detección de patrones: A través de técnicas de aprendizaje
automático, la IA puede identificar patrones en conjuntos de datos
que pueden ser invisibles para los investigadores. Es decir, acelera
55
el proceso y abre nuevas áreas de investigación que anteriormente
podrían haber pasado desapercibidas.
- Automatización de la recopilación de datos: Los algoritmos de IA
pueden extraer información relevante de múltiples fuentes, como
artículos científicos, trabajos de conferencias y bases de datos,
facilitando la creación de bases de datos enriquecidas para futuras
investigaciones.
Esta agilidad en el procesamiento de datos tiene un efecto
transformador, permitiendo que los investigadores se concentren más en
el análisis crítico y la interpretación de sus hallazgos, en lugar de perder
tiempo en tareas tediosas de recopilación y organización.
3.1.4 Innovación en Metodologías de Investigación
La implementación de la IA generativa también ha sido un
catalizador para la innovación en las metodologías de investigación. Las
formas tradicionales de llevar a cabo estudios están siendo
complementadas o incluso reemplazadas por enfoques más modernos y
eficaces. Los investigadores ahora pueden utilizar la IA para diseñar
experimentos complejos. Los algoritmos pueden sugerir configuraciones
experimentales que maximicen el potencial de descubrimiento y
optimicen los recursos (Álvarez, 2023). La IA generativa permite crear
simulaciones que pueden modelar resultados en diversos escenarios.
Este tipo de análisis ayuda a prever posibles resultados y a optimizar
metodologías antes de llevar a cabo estudios en el mundo real.
La IA puede integrar y sintetizar datos de diferentes disciplinas,
facilitando la colaboración entre investigadores de diversas áreas y
fomentando diálogos que fortalecen la innovación en la investigación. En
conjunto, estas innovaciones proporcionadas por la IA generativa
mejoran la eficiencia en los procesos de investigación e inspiran nuevas
formas de pensar, diseñar y llevar a cabo estudios académicos. Al integrar
inteligencia artificial en la investigación, los académicos están, en última
instancia, ampliando las fronteras del conocimiento y acelerando el
avance de la ciencia en un mundo en constante cambio.
56
La implementación de la Inteligencia Artificial (IA) generativa en el
ámbito educativo e investigativo no está exenta de retos éticos que deben
ser cuidadosamente considerados. Dos de los desafíos más relevantes
son el sesgo y la equidad, así como la privacidad de los datos. Ahora bien,
el sesgo que puede aparecer en los algoritmos y modelos utilizados
(Clemente et al., 2024). Estos sesgos pueden originarse de diversas
fuentes, como los datos de entrenamiento que alimentan a los modelos
de IA. Si los datos son inherentemente sesgados, el modelo generativo
producirá resultados que reflejan esos sesgos, perpetuando
desigualdades preexistentes en la educación o en la investigación.
Es decir, si un modelo se entrena predominantemente con datos de
un grupo demográfico específico (ya sea por raza, género, ubicación
geográfica o nivel socioeconómico), puede no ser capaz de generar
contenido relevante o equitativo para otros grupos. Esto se traduce en
experiencias de aprendizaje o herramientas de investigación que no son
inclusivas, lo que puede impactar negativamente la calidad de la
educación y limitar las oportunidades para ciertos estudiantes o
investigadores. Además, el sesgo puede manifestarse en la manera en la
que se evalúa el rendimiento de los estudiantes o en las recomendaciones
de materiales educativos.
Puede ocurrir que ciertos grupos no reciban el mismo nivel de
apoyo o que su progreso no sea valorado de manera justa. Por lo tanto,
es crucial que los desarrolladores de IA generativa implementen prácticas
responsables durante la fase de entrenamiento de los modelos, utilizando
conjuntos de datos diversos y revisando continuamente los resultados
para detectar y corregir sesgos.
La inteligencia artificial generativa ha comenzado a moldear el
panorama educativo y de investigación, pero su potencial sigue siendo
vasto y en evolución. En la medida que esta tecnología avanza, se
vislumbran tendencias emergentes que pueden transformar tanto la
manera en que se enseña como la forma en que se lleva a cabo la
investigación académica.
57
Las plataformas educativas están comenzando a integrar sistemas
de IA generativa que se adaptan de manera dinámica a las necesidades
de los estudiantes. Estos sistemas generativos personalizan el contenido
educativo en función de la progresión individual, también utilizan el
aprendizaje automático para predecir áreas de dificultad y sugerir
recursos adicionales. Esto propicia una experiencia de aprendizaje más
efectiva y centrada en el estudiante.
La IA generativa facilita la creación de recursos educativos abiertos
(OER) de alta calidad. Con algoritmos capaces de generar textos, gráficos,
simulaciones y cuestionarios, los educadores pueden tener acceso
inmediato a material didáctico adaptado a sus necesidades (UNESCO
IESALC, 2021). A su vez, esto fomenta la colaboración entre docentes,
quienes pueden compartir estas creaciones y mejorar su propio contenido
a través de sugerencias generadas por IA.
La colaboración entre investigadores puede mejorar
significativamente con la IA generativa, que permite la recopilación y el
análisis de grandes volúmenes de datos en tiempo real. Plataformas de
investigación colaborativa impulsadas por IA podrán identificar
tendencias, sugerir hipótesis, y hasta ayudar en la redacción de trabajos
académicos, acelerando el proceso de investigación. La IA generativa
puede utilizarse para crear simulaciones complejas que operan en tiempo
real, lo que ofrece a los estudiantes y a los investigadores herramientas
robustas para experimentación y análisis. En áreas como la medicina, la
biología y la ingeniería, estas simulaciones pueden permitir el ensayo y
análisis de diferentes teorías y modelos de manera mucho más rápida y
eficiente que los métodos tradicionales.
3.1.5 Creación de Contenidos Educativos
La IA generativa puede desarrollar materiales educativos de alta
calidad, como textos, videos y ejercicios interactivos, adaptados a
diferentes niveles y estilos de aprendizaje. Esto permite a los educadores
contar con recursos innovadores y diversos que pueden enriquecer sus
clases y facilitar el proceso de enseñanza. A través del análisis de datos
58
de los estudiantes, la IA puede ofrecer experiencias de aprendizaje
personalizadas. Los sistemas pueden identificar las fortalezas y
debilidades de cada alumno, adaptando el contenido y el ritmo de estudio
según sus necesidades específicas.
En el ámbito de la investigación, la IA generativa puede analizar
grandes volúmenes de datos en dimensiones y contextos que serían
imposibles para un ser humano. Esta capacidad permite a los
investigadores encontrar patrones y correlaciones de manera más
eficiente, facilitando el descubrimiento de nuevas tendencias que pueden
orientar futuras investigaciones (Mayol, 2024). La inteligencia artificial
brinda la oportunidad de desarrollar metodologías de investigación más
sólidas y rigurosas. Mediante el uso de algoritmos avanzados, los
investigadores pueden simular escenarios complejos y realizar
experimentos virtuales, lo que abre nuevas posibilidades en campos que
requieren un enfoque más dinámico y adaptativo.
3.2 Inteligencia artificial en la Investigación y sociedad
científica
El uso de la inteligencia artificial en la investigación se manifiesta
en diversas disciplinas, como la biomedicina, la física, la astronomía, la
ingeniería y las ciencias sociales, por mencionar solo algunas. La
capacidad de la IA para analizar patrones complejos en datos masivos
permite a los investigadores descubrir correlaciones y causalidades que,
de otro modo, serían difíciles de identificar. Este advenimiento facilita la
generación de nuevos conocimientos y acelera el proceso de
investigación, a menudo reduciendo el tiempo necesario para llegar a
resultados significativos.
Hoy en día, estamos inmersos en una era de datos donde cada
actividad, desde el uso de dispositivos móviles hasta las transacciones en
línea, genera información valiosa. Esto ha llevado a la acumulación de
enormes volúmenes de datos, lo que plantea dilemas significativos en su
análisis y comprensión. Aquí es donde la inteligencia artificial juega un
59
papel crucial. Herramientas como el aprendizaje automático y el
procesamiento del lenguaje natural permiten a los investigadores
gestionar grandes conjuntos de datos y que las redes neuronales
artificiales aprendan de estos.
Es decir, en el campo de la biomedicina, la IA se emplea para
analizar datos genéticos y clínicos, identificando patrones que pueden
conducir a nuevos tratamientos o a la mejora de los existentes. Mientras
tanto, la IA en la astronomía se utiliza para analizar datos de telescopios
e identificar nuevos cuerpos celestes, aumentando nuestra comprensión
del universo. Esta capacidad de gestionar y dar sentido a datos complejos
ha revolucionado la manera en que se lleva a cabo la investigación en
muchos campos.
No obstante, es fundamental entender que la inteligencia artificial
no reemplaza a los investigadores, complementa su trabajo. La
interacción entre humanos y máquinas es fundamental para maximizar
el potencial de la IA en la investigación. Las máquinas pueden manejar
tareas repetitivas y analizar datos a una velocidad y precisión que
superan a los humanos, mientras que los investigadores aportan
creatividad, intuición y juicio crítico, características que son difíciles de
replicar en una máquina.
En este sentido, es el investigador quien finalmente deberá formular la
hipótesis, diseñar el experimento y validar los resultados. De esta
manera, la inteligencia artificial se convierte en un poderoso aliado,
permitiendo a los científicos concentrarse en las tareas que requieren
pensamiento creativo y especializado, mientras que las tareas más
mecánicas son delegadas a la tecnología.
Además, el uso de algoritmos entrenados en conjuntos de datos
sesgados puede perpetuar o incluso exacerbar desigualdades existentes.
En el ámbito de la salud, si los datos utilizados para entrenar modelos de
IA no son representativos de toda la población, los resultados podrían
favorecer a ciertas demografías mientras perjudican a otras. Por lo tanto,
60
es esencial que la comunidad científica aborde estos problemas y trabaje
hacia prácticas de investigación más justas y equitativas.
La introducción de tecnologías avanzadas puede llevar a la
automatización de ciertas tareas, lo que podría resultar en la pérdida de
empleos. Es vital que se realicen esfuerzos por parte de instituciones
académicas y políticas públicas para capacitar a los trabajadores en
habilidades que sean complementarias a las tecnologías emergentes,
asegurando que la transición hacia un futuro más automatizado sea
beneficiosa para todos. La colaboración entre humanos y máquinas,
junto con un enfoque ético y consciente, será fundamental para
aprovechar al máximo las oportunidades que la inteligencia artificial
ofrece a la sociedad científica.
3.2.1 Impacto de la Inteligencia Artificial en la Sociedad Científica
El impacto de la IAG se materializa en dos áreas principales: el
cambio en la metodología de investigación y la ética en la investigación
con IA (Mayol, 2024). En tanto, la automatización de tareas que
anteriormente requerían intervención humana es uno de los impactos
más notables de la IA en la investigación. Programas de IA pueden
gestionar grandes cantidades de datos, realizar análisis estadísticos y
generar hipótesis:
- Análisis de datos masivos: Herramientas como el aprendizaje
automático permiten a los investigadores analizar grandes
volúmenes de datos que serían impracticables de evaluar
manualmente.
- Revisión sistemática de la literatura: Algoritmos pueden escanear
y resumir estudios previos, facilitando la identificación de
investigaciones relevantes y ahorrando semanas de trabajo.
La IA ha demostrado ser un catalizador para acelerar el proceso de
descubrimiento. Al proporcionar simulaciones y modelado predictivo, los
investigadores pueden formular y probar hipótesis con rapidez. Los
modelos de IA pueden prever cómo los tratamientos afectarán a diferentes
61
grupos de pacientes, permitiendo personalizar tratamientos de manera
eficiente. La capacidad de analizar datos en tiempo real durante
experimentos permite ajustes inmediatos a las condiciones del estudio.
La complejidad de los problemas actuales necesita un enfoque
interdisciplinario, y la IA sirve como un puente entre campos como la
biología, la informática y la ingeniería.
La interacción entre investigadores de diferentes áreas estimula la
creatividad y detona nuevos descubrimientos. Con el aumento en la
utilización de la IA en la investigación, emergen numerosas cuestiones
éticas que deben abordarse. La aplicación de IA en contextos científicos
acarrea responsabilidades importantes que los investigadores deben
tener en cuenta; el uso de algoritmos complejos en la investigación debe
ser transparente para garantizar que los resultados sean comprensibles
y reproducibles. La falta de transparencia puede llevar a la desconfianza
en los resultados, especialmente en campos sensibles como la salud.
Un aspecto clave a destacar es el significativo aumento en la eficiencia
que la IA puede aportar a la investigación. Los algoritmos de aprendizaje
automático pueden analizar datos a una velocidad y con una precisión
que superan las capacidades humanas. Esto permite acelerar
descubrimientos que de otro modo podrían haber tomado años o incluso
décadas. Así, la IA se utiliza para identificar nuevos compuestos químicos
que podrían conducir a tratamientos innovadores, lo cual podría
transformar el enfoque frente a enfermedades hasta ahora incurables.
No obstante, este avance no está exento de complicaciones. La
dependencia creciente de la IA en la investigación plantea importantes
cuestiones éticas. El uso de algoritmos para la toma de decisiones
científicas puede llevar a sesgos inherentes en los resultados. Si los datos
utilizados para entrenar estos algoritmos son incompletos o sesgados, las
conclusiones pueden ser igualmente erróneas. Esto es especialmente
preocupante en áreas donde las decisiones basadas en la investigación
pueden tener repercusiones significativas en la sociedad, como es el caso
de la salud pública y la política ambiental.
62
Además, es fundamental que la comunidad científica mantenga un
enfoque crítico y ético en la implementación de la IA. La transparencia en
los procesos de investigación se vuelve crucial, pues, fomenta la
confianza en la investigación y en cómo se aplican los avances
tecnológicos en pro del bienestar social. La replicabilidad de los
resultados es otro aspecto que se ve amenazado cuando se invoca la IA;
a menudo, los modelos son negros, lo que dificulta su evaluación y
comprensión.
Los dilemas mencionados son solo una parte de un panorama más
amplio que involucra la interacción de la IA y la investigación científica.
En este sentido, también es oportuno considerar cómo la IA está
modificando la estructura de colaboración en ciencia. Se prevé que, en
un futuro muy cercano, equipos multidisciplinarios que combinan
científicos, ingenieros y expertos en IA trabajen de manera conjunta para
abordar problemas complejos. Esta fusión de habilidades podría llevar a
los investigadores a nuevas fronteras, donde la creatividad humana se
amalgame con la eficiencia de las máquinas para desarrollar soluciones
innovadoras.
Las colaboraciones interinstitucionales y el diálogo continuo entre
científicos, tecnólogos y responsables políticos serán clave para
garantizar que los beneficios de la IA se maximicen mientras se mitigan
sus riesgos. La educación y la formación en ética de la IA también son
cruciales para preparar a futuras generaciones de científicos para
manejar las potencia y los peligros de esta tecnología.
La inteligencia artificial tiene el potencial de transformar el paisaje de
la investigación científica de maneras que apenas comenzamos a
entender. Su capacidad para procesar y analizar datos rápidamente
puede acelerar el avance del conocimiento, pero este potencial debe ser
manejado con cuidado (Bengio, 2018). La ética, la transparencia y la
colaboración interdisciplinaria serán fundamentales para asegurar que
la IA se utilice en beneficio de la humanidad y que sus riesgos se
gestionen adecuadamente. De cara al futuro, nuestra responsabilidad
63
como sociedad es cultivar un ecosistema científico donde la inteligencia
artificial actúe como un aliado comprometido con el progreso y el
bienestar colectivo.
64
Capítulo IV
Desarrollo de capacidades digitales con
inteligencia artificial: enfoque hacia las ciencias
En la era digital del siglo 21, el desarrollo de capacidades digitales
se ha vuelto imprescindible para el éxito tanto a nivel personal como
profesional. La rápida evolución de la tecnología y la omnipresencia de
internet han transformado la manera en que interactuamos, aprendemos
y trabajamos. En este contexto, la Inteligencia Artificial (IA) desempeña
un papel crucial en la mejora y expansión de estas habilidades digitales.
El concepto de capacidades digitales abarca un amplio espectro de
habilidades que van desde el uso básico de tecnología hasta la capacidad
de analizar y transformar datos mediante soluciones avanzadas. Entre
las habilidades digitales básicas se incluyen la capacidad de utilizar
dispositivos tecnológicos, navegar por internet, comunicarse
efectivamente a través de medios digitales y entender conceptos básicos
de ciberseguridad. Por otro lado, las competencias digitales avanzadas
implican habilidades más complejas, como la programación, el análisis
de datos y el uso de herramientas de software que permiten automatizar
procesos.
La Inteligencia Artificial se presenta como una herramienta
fundamental en el proceso de desarrollo de capacidades digitales. A
través de sus aplicaciones, se pueden crear entornos de aprendizaje
personalizados que se adaptan a las necesidades y ritmos de cada
individuo, facilitando así el aprendizaje y la adquisición de nuevas
habilidades. Prototipos de plataformas de educación online alimentadas
por IA pueden ofrecer recomendaciones personalizadas de cursos y
recursos basados en el perfil y las preferencias del usuario (Ayuso del
Puerto y Gutiérrez, 2022). Esto permite que las personas adquieran
65
competencias digitales de forma más efectiva y eficiente, sin importar su
nivel inicial de conocimiento.
Si bien, el avance en las capacidades digitales impulsadas por la IA
no está exento de eventos indeseados. En la globalización del
conocimiento, las brechas digitales limitan la oportunidad de acceder a
herramientas y recursos que faciliten el aprendizaje y la adquisición de
habilidades digitales. Esto puede perpetuar las desigualdades existentes
y generar un entorno en el que solo una parte de la población pueda
beneficiarse de los avances tecnológicos.
Con el aumento en la recopilación y el procesamiento de datos,
surgen preocupaciones sobre la privacidad y la seguridad de la
información personal. Es fundamental que se establezcan normativas y
prácticas claras que protejan a los usuarios y garanticen que la tecnología
se utilice de manera responsable, respetando la dignidad y los derechos
de todas las personas.
Conforme avanzamos hacia un futuro cada vez más digitalizado, es
imperativo invertir en la formación y educación que permita a las
personas desarrollar habilidades numéricas y el pensamiento lógico, a
través de habilidades digitales. En última instancia, se busca formar una
visión holística que contemple tanto los beneficios como los aspectos a
considerar en el desarrollo de capacidades digitales ante el panorama
actual y futuro marcado por la Inteligencia Artificial.
4.1 Capacidades Digitales y su Importancia
En la actualidad, el desarrollo de capacidades digitales se ha vuelto
fundamental en todos los ámbitos de la sociedad. Con la rápida evolución
de la tecnología y la persuasiva influencia de Internet, contar con un
conjunto de habilidades digitales se ha convertido en un requisito
indispensable para la vida cotidiana, el trabajo y la educación.
Las habilidades digitales básicas son esenciales para cualquier
persona en esta era digital. Estas habilidades representan el punto de
partida para interactuar efectivamente con la tecnología y acceder a
66
diversas plataformas y servicios en línea. El dominio de estas habilidades
básicas es vital para enfrentar los retos del mundo digital actual. Sin
estas capacidades, las personas corren el riesgo de quedar rezagadas y
perder oportunidades en el ámbito laboral, educativo y social (Cruz et al.,
2018).
Las competencias digitales avanzadas se refieren a un conjunto
más amplio y complejo de habilidades que permiten a los individuos
adecuar sus procesos cognitivos en el entorno digital, acoplando las
inteligencias múltiples, desarrollando, innovando y liderando proyectos
en un contexto digital. Algunas de estas competencias incluyen:
- Análisis de datos: Con el aumento de la importancia de los datos
en la toma de decisiones, la capacidad de recopilar, analizar e
interpretar datos se ha convertido en una competencia crítica. Esto
permite a las organizaciones tomar decisiones informadas y
desarrollar estrategias basadas en información objetiva.
- Desarrollo de contenido digital: La creación de contenido atractivo
y relevante es esencial en el marketing digital. Saber diseñar
gráficos, producir videos y redactar blogs o artículos permite a los
profesionales destacar en un mercado cada vez más saturado.
- Programación y desarrollo de software: Aunque no todos necesitan
ser programadores, tener un conocimiento básico de lenguajes de
programación y cómo funcionan las aplicaciones es muy
beneficioso. Las habilidades de codificación permiten a las
personas contribuir a la creación y mejora de productos digitales.
- Colaboración en línea: Con el auge del trabajo remoto, la habilidad
para colaborar efectivamente utilizando herramientas digitales se
ha vuelto esencial. Esto incluye el uso de plataformas como Google
Workspace, Microsoft Teams o Slack para trabajar en equipos
distribuidos.
- Innovación y pensamiento crítico: La capacidad de evaluar
tecnologías emergentes, pensar de manera crítica sobre su
aplicación y desarrollar soluciones innovadoras es fundamental
67
para el crecimiento profesional. Esto ayuda a las organizaciones a
adaptarse y evolucionar en un entorno digital cambiante.
Las competencias digitales avanzadas son, por tanto, una necesidad
estratégica en un mundo donde la transformación digital está en
constante movimiento. Los individuos que desarrollan estas
competencias pueden beneficiarse de mejores oportunidades laborales y
contribuir más efectivamente al progreso de sus organizaciones. En este
sentido, el desarrollo de capacidades digitales, tanto básicas como
avanzadas, es crucial en el contexto actual. Estas habilidades La
educación y la formación en habilidades digitales deben considerarse una
prioridad para garantizar que todos puedan participar plenamente en la
sociedad digital.
4.1.1 Integración de Inteligencia Artificial en el Desarrollo de
Capacidades
La Inteligencia Artificial (IA) y su vínculo con el desarrollo de
capacidades digitales representa un avance significativo en diversas
áreas, especialmente en la educación. La capacidad de personalizar el
aprendizaje, analizar el rendimiento de los estudiantes y proporcionar
retroalimentación en tiempo real son solo algunas de las ventajas que la
IA ofrece en este contexto (Menachó et al., 2024). Con base en los
algoritmos de aprendizaje automático, se pueden identificar las
necesidades y preferencias individuales de los estudiantes. Esto permite
crear rutas de aprendizaje adaptadas que consideran las habilidades y
los ritmos de cada alumno. Algunos de los beneficios más destacados
son:
- Aprendizaje Personalizado: La IA puede adaptar el contenido
didáctico en función del rendimiento y los intereses de cada
estudiante. Ahora bien, si un estudiante tiene dificultades en
matemáticas, los sistemas de IA pueden proporcionarle ejercicios
adicionales y recursos específicos para mejorar.
68
- Análisis Predictivo: Los sistemas de inteligencia artificial pueden
analizar datos históricos de rendimiento académico para prever
qué estudiantes pueden necesitar apoyo adicional antes de que los
resultados finales se vean afectados. Esto permite a los educadores
intervenir de manera proactiva.
- Retroalimentación Inmediata: Las plataformas de aprendizaje
impulsadas por IA pueden ofrecer retroalimentación instantánea a
los estudiantes. Esto mejora su aprendizaje dialógico interactivo,
as u vez, permite corregir errores en tiempo real, lo que es
fundamental para una noción efectiva.
- Reducción de Cargas Administrativas: La IA puede automatizar
tareas administrativas como la corrección de exámenes y la gestión
de la asistencia. Esto permite a los docentes centrarse más en la
enseñanza y en el apoyo a sus estudiantes, mejorando la calidad
de la educación.
- Accesibilidad: La IA puede desempeñar un papel crucial en la
inclusión educativa, ofreciendo herramientas que ayudan a los
estudiantes con discapacidades. El reconocimiento de voz y la
traducción automática pueden facilitar el aprendizaje para
personas con diferentes necesidades.
Existen diversas herramientas de IA que están transformando la
forma en que se enseña y se aprende. Estas tecnologías aportan
soluciones innovadoras en todas las áreas del saber, también fomentan
un ambiente de aprendizaje más interactivo y efectivo. Algunas de las
herramientas más relevantes incluyen:
- Sistemas de Tutoría Inteligente: Plataformas como Carnegie
Learning utilizan IA para proporcionar tutoría personalizada a los
estudiantes en diversas materias. Estas plataformas emplean
algoritmos que analizan las respuestas y el progreso de los
estudiantes para ajustar el contenido y los métodos de enseñanza.
- Asistentes Virtuales: Herramientas como chatbots y asistentes de
voz están siendo utilizados para responder dudas y ofrecer apoyo
69
a los estudiantes fuera del horario escolar. Estos asistentes pueden
ayudar a aclarar conceptos, proporcionar recursos adicionales y
ayudar en la planificación de estudios.
- Plataformas de Aprendizaje Adaptativo: Estas plataformas, como
Knewton y DreamBox, utilizan tecnología de IA para personalizar
la experiencia de aprendizaje de los estudiantes. Al analizar cómo
interactúan con el material, pueden recomendar ejercicios y
recursos que se ajustan a su nivel de habilidad.
- Realidad Aumentada y Virtual: La IA también está impulsando
aplicaciones de realidad aumentada (AR) y virtual (VR) que
permiten experiencias de aprendizaje inmersivas. Estas tecnologías
pueden simular escenarios del mundo real y ofrecer a los
estudiantes la oportunidad de practicar habilidades en un entorno
seguro y controlado.
- Análisis de Datos Educativos: Herramientas como Tableau y
Google Data Studio permiten a las instituciones educativas
analizar grandes volúmenes de datos para mejorar la toma de
decisiones. Esto incluye el seguimiento del rendimiento de los
estudiantes, la evaluación de programas y la identificación de áreas
que requieren mejora.
Los docentes pasan de ser meros transmisores de conocimiento a
facilitadores del aprendizaje, guiando a los estudiantes mientras ellos
exploran y adquieren habilidades digitales esenciales para afrontar los
retos del futuro. En este sentido, es clave promover la capacitación en
herramientas de IA para educadores y estudiantes, asegurando un uso
ético y efectivo de estas tecnologías en el ámbito educativo.
La adopción de capacidades digitales potenciadas por la inteligencia
artificial (IA) ha traído consigo múltiples ventajas y oportunidades. Las
implicaciones éticas de la inteligencia artificial abarcan un amplio
espectro que incluye decisiones algorítmicas, sesgo en los datos, y
responsabilidad. Dado que la IA toma decisiones con base en patrones en
70
los datos, es crucial considerar cómo estas decisiones pueden afectar a
las personas y a la sociedad en general.
Los sistemas de IA pueden perpetuar o incluso amplificar prejuicios
existentes si se entrenan con datos sesgados. Esto puede resultar en
decisiones injustas que afecten a ciertos grupos. En el ámbito de la
educación, un sistema de recomendación que no considere la diversidad
de contextos puede favorecer a ciertos perfiles de estudiante, dejando de
lado a aquellos que no encajan en esos patrones. Las organizaciones
deben estar atentas para identificar y corregir estos sesgos, asegurando
que los algoritmos sean justos e inclusivos.
La naturaleza de las decisiones automáticas planteadas por la IA
puede dificultar la comprensión de por qué se toman ciertas decisiones.
Es vital que los usuarios y afectados tengan la capacidad de solicitar
explicaciones sobre cómo y por qué se procesan sus datos. Esto fomenta
un ambiente donde la confianza se establece, y donde la rendición de
cuentas se convierte en un principio esencial en la implementación de
prácticas laborales. Las tecnologías impulsadas por IA pueden tener
efectos profundos en el trabajo y la sociedad.
La automatización de procesos puede llevar a la reducción de empleos
en ciertas áreas, mientras que también puede resultar en la creación de
nuevas oportunidades en otras. Las partes interesadas deben evaluar
cómo sus decisiones impactan en la sociedad, sobre todo al integrar
capacidades digitales con inteligencia artificial, es imprescindible
abordar tanto la privacidad y seguridad de los datos como las
implicaciones éticas (Cornejo, 2023).
La cooperación entre comunidades tecnológicas, gobiernos y la
sociedad civil es fundamental para generar un entorno digital que sea
seguro, equitativo y que promueva el desarrollo de habilidades digitales
para todos. Solo a través de un enfoque responsable y crítico podrán las
capacidades digitales y la inteligencia artificial ofrecer su máximo
potencial en beneficio de la humanidad.
71
4.2 Inteligencia artificial en el desarrollo de las ciencias
exactas
La inteligencia artificial (IA) ha emergido como una de las
tecnologías más transformadoras en la historia reciente, impactando
diversos campos, incluyendo el desarrollo de las ciencias exactas. Las
matemáticas, la física y la química son disciplinas fundamentales que se
nutren de la lógica y la rigurosidad, y la combinación de la IA en estas
áreas ha abierto un abanico de oportunidades para resolver problemas
complejos que antes parecían insuperables.
A lo largo de los años, las ciencias exactas han evolucionado de
manera sorprendente debido a la creciente capacidad de procesamiento
de datos y a la mejora en los algoritmos de aprendizaje automático. La IA
asiste a los científicos en el análisis de cadenas de texto y alfanuméricas
y proporciona nuevas herramientas para la comprensión y la predicción
de fenómenos naturales. En la actualidad, la IA desempeña un papel
crucial en varios aspectos del trabajo científico:
- Automatización de procesos: La IA permite la automatización de
tareas repetitivas, liberando a los científicos para que se
concentren en la investigación innovadora. Desde la recopilación
de datos hasta el análisis estadístico, la IA asume muchas de las
tareas que consumen tiempo.
- Modelado y simulación: Las técnicas de IA facilitan la creación de
modelos más precisos y complejos que pueden simular situaciones
del mundo real. Esto es especialmente relevante en la física, donde
las simulaciones cuánticas y los modelos de sistemas complejos se
están volviendo cada vez más comunes.
- Optimización de soluciones: Los algoritmos de aprendizaje
profundo y otras técnicas de IA ofrecen soluciones optimizadas a
problemas que anteriormente requerían enfoques heurísticos. Esto
es particularmente evidente en matemáticas aplicadas, donde la IA
puede ayudar a encontrar soluciones óptimas para problemas de
optimización.
72
- Descubrimiento y predicción: En química, la IA está
revolucionando el descubrimiento de nuevos compuestos y la
predicción de reacciones químicas. Los modelos de IA pueden
analizar estructuras moleculares y predecir sus propiedades,
facilitando el diseño de nuevos materiales o fármacos.
Asimismo, el avance de la IA también plantea preguntas éticas y
técnicas que deben abordarse. La interpretación de los resultados, la
validez de los modelos y la transparencia de los algoritmos se convierten
en aspectos críticos, especialmente cuando se aplican a problemas que
pueden tener un impacto significativo en la sociedad y el medio ambiente.
La inteligencia artificial se presenta como una herramienta que
complementa las ciencias exactas, es componente fundamental que está
redefiniendo el enfoque de la investigación en estas disciplinas. Su
capacidad para manejar, analizar y prever fenómenos complejos se
convierte en un aliado invaluable para los científicos que buscan
desentrañar aún más los misterios del universo. Con el continuo avance
de la IA, se espera que su influencia en las ciencias exactas se profundice,
llevando a descubrimientos innovadores y a una mayor comprensión de
los principios que rigen nuestro mundo.
Las ciencias exactas se fundamentan en principios y conceptos que
buscan describir y entender el mundo que nos rodea de manera precisa
y objetiva. Estas disciplinas son esenciales para el desarrollo de
tecnologías y aplicaciones que han transformado nuestra sociedad. En
este contexto, las matemáticas, la física y la química son pilares
fundamentales que permiten modelar fenómenos naturales y resolver
problemas complejos (Morales et al., 2021).
Las matemáticas son el lenguaje universal de las ciencias exactas. Se
ocupan del estudio de las cantidades, estructuras, espacios y cambios, y
son fundamentales para formular teorías y resolver problemas en
diversas áreas. La física es la ciencia que estudia los fenómenos naturales
y las leyes que los rigen. Se basa en principios fundamentales que
73
explican desde el comportamiento de las partículas subatómicas hasta el
movimiento de los planetas. La química es la ciencia que estudia la
composición, estructura, propiedades y cambios de la materia. Esta
disciplina se basa en principios fundamentales que permiten entender la
naturaleza de los átomos y moléculas.
4.2.1 Aplicaciones de la Inteligencia Artificial en las Matemáticas
La Inteligencia Artificial (IA) ha transformado diversos campos del
conocimiento a lo largo de los años, y las matemáticas no son una
excepción. La capacidad de la IA para analizar grandes volúmenes de
datos y identificar patrones ha permitido avances significativos en la
solución de problemas complejos y en la optimización de algoritmos.
Los avances de la IA en matemáticas están en la capacidad para
abordar problemas que, en ocasiones, son demasiado complejos o
laboriosos para ser resueltos por métodos tradicionales. Esto se ha vuelto
especialmente evidente en áreas como la teoría de números, la geometría
algebraica y la combinatoria. El aprendizaje automático ha demostrado
ser eficaz al aplicar técnicas como la regresión, redes neuronales y
algoritmos evolutivos para resolver ecuaciones y problemas específicos
(Román, 2024). En el campo de la teoría de grupos, los algoritmos de IA
pueden analizar estructuras combinatorias complejas, ayudando a
descubrir propiedades previamente desconocidas.
La IA puede explorar eficientemente grandes espacios de búsqueda
buscando soluciones a problemas matemáticos difíciles. Los sistemas
basados en IA pueden realizar millones de cálculos en un período corto,
lo que permite abordar problemas que antes requerían años de trabajo
por parte de un humano. Además, la IA ha demostrado su utilidad en la
resolución de teoremas matemáticos. Proyectos como el Programming
Language and Theorem Prover; utilizan técnicas de IA para ayudar a los
matemáticos a formalizar y demostrar teoremas, facilitando así su trabajo
y aumentando la eficiencia en el desarrollo matemático.
74
La optimización de algoritmos es otra área donde la IA ha hecho
contribuciones significativas. En muchos casos, los algoritmos
tradicionales pueden ser ineficientes y consumir una cantidad excesiva
de recursos computacionales. Aquí es donde la IA ofrece soluciones
innovadoras.
Los algoritmos de optimización impulsados por la IA, como los
algoritmos genéticos y la optimización por enjambre, utilizan enfoques
heurísticos para mejorar la calidad y la rapidez de las soluciones. Estos
métodos son aplicables en áreas como la planificación, la logística y el
diseño de circuitos, donde se necesita minimizar costos o maximizar
eficiencia. La IA también ayuda a reducir la complejidad de los algoritmos
mediante el uso de técnicas como el aprendizaje por refuerzo. Este
enfoque permite a los sistemas adaptarse y mejorar continuamente sus
decisiones con el tiempo, encontrando soluciones óptimas en un menor
número de iteraciones.
La Inteligencia Artificial ha abierto nuevas puertas en el campo de
las matemáticas, proporcionando herramientas valiosas para la solución
de problemas complejos y la optimización de algoritmos. Por lo que las
técnicas de IA continúan evolucionando, es probable que su impacto en
las matemáticas y en otras disciplinas continúe expandiéndose,
mejorando nuestro entendimiento del mundo y facilitando la resolución
de problemas que antes parecían insuperables.
4.2.2 Impacto en la Física
La inteligencia artificial (IA) ha traído consigo un cambio radical en
la forma en que se aborda la física moderna. A través de simulaciones y
modelos predictivos, así como los avances en mecánica cuántica, la IA
está transformando nuestras capacidades para investigar y comprender
fenómenos físicos complejos. Entre los principales aportes de la IA en el
campo de la física es su capacidad para llevar a cabo simulaciones y
modelos predictivos (Mejía y Pino, 2021). Estos modelos son
fundamentales para analizar sistemas físicos que son intrínsecamente
75
difíciles de estudiar mediante experimentación directa. Las técnicas de
IA, tales como el aprendizaje automático, permiten procesar grandes
volúmenes de datos y extraer patrones significativos que antes habrían
pasado desapercibidos.
En la búsqueda de nuevos materiales y en la comprensión de fenómenos
como la superconductividad, los modelos predictivos guiados por IA
pueden simular la estructura atómica y las propiedades electrónicas de
compuestos que aún no han sido sintetizados. La mecánica cuántica es
otra área donde la IA ha demostrado ser de gran utilidad. Esta rama de
la física se ocupa de fenómenos que ocurren a escalas extremadamente
pequeñas, donde las intuiciones clásicas no se aplican. Aquí, la IA
permite explorar y modelar sistemas cuánticos complejos que son
difíciles de entender mediante las matemáticas tradicionales.
Una de las aplicaciones más destacadas es el desarrollo de
algoritmos capaces de resolver ecuaciones cuánticas. Estos algoritmos
son utilizados para encontrar soluciones a problemas que, de otro modo,
resultarían computacionalmente inviables. Esto incluye la modelación de
átomos y moléculas, así como la simulación de interacciones entre
partículas a nivel cuántico.
Además, se están explorando métodos para integrar la IA en
computadoras cuánticas, lo que podría revolucionar la manera en que
procesamos la información y resolvemos problemas complejos. Los
sistemas cuánticos alimentados por IA tienen el potencial de acelerar
drásticamente los cálculos, facilitando descubrimientos en campos como
la química, la física de partículas y la cosmología. Por otro lado, la IA
también está ayudando en la interpretación de datos experimentales en
física cuántica. A través de técnicas de aprendizaje profundo, los
investigadores pueden analizar grandes volúmenes de datos recolectados
en experimentos, extrayendo información sobre fenómenos que son
difíciles de observar directamente (Trisna y Jie, 2022).
76
La inteligencia artificial está marcando una nueva era en la física,
facilitando tanto la simulación de fenómenos complejos como la
exploración de la intrincada naturaleza del mundo cuántico. Es probable
que veamos un incremento aún mayor en el impacto que la IA tiene en
esta disciplina, abriendo nuevas vías para la investigación y el
descubrimiento.
La inteligencia artificial (IA) ha revolucionado múltiples campos, y
la química no es la excepción. Las técnicas avanzadas de IA, trabajando
en conjunto con la química computacional, han permitido hacer
descubrimientos significativos que antes habrían requerido años de
investigación y experimentación. En este capítulo, exploramos dos áreas
clave donde la IA ha tenido un impacto notable: el descubrimiento de
nuevos compuestos y el modelado de reacciones químicas.
Algoritmos como redes neuronales generativas permiten a los
investigadores explorar espacios de química molecular vastos y
complejos. Estas herramientas pueden sugerir nuevas estructuras de
compuestos que luego son validadas experimentalmente. A través del
análisis de datos históricos, los modelos de IA pueden predecir qué
compuestos tienen probabilidades de mostrar actividad biológica en
ciertos contextos. Esto es especialmente útil en el descubrimiento de
nuevos fármacos, donde la IA puede reducir el tiempo y los costes
asociados a la búsqueda de activos farmacéuticos. Una notable victoria
en este campo fue el uso de modelos de IA para encontrar nuevos
inhibidores de proteínas que pueden ser relevantes en el tratamiento de
enfermedades como el cáncer.
Otra área en la que la inteligencia artificial ha hecho contribuciones
significativas es en el modelado de reacciones químicas. La capacidad de
simular y prever los resultados de estas reacciones con precisión es
crucial en la química, ya que puede ayudar a optimizar procedimientos y
a desarrollar nuevos métodos sintéticos. Las redes neuronales se usan
para simular la energía de las moléculas a través de potenciales de
reacción. Esto permite a los investigadores mapear rutas de reacción
77
posibles y determinar cuál puede ser la más eficiente (Reiser et al., 2022).
El uso de la IA en combinación con la teoría de funcional de la densidad
(DFT) ha permitido simular reacciones complejas como la catálisis en
condiciones específicas, lo que antes era muy difícil de alcanzar.
Herramientas de IA se utilizan para predecir los productos de
reacciones químicas a partir de los reactivos. Esto ha llevado a la creación
de bases de datos de reacciones químicas donde se pueden buscar
combinaciones y resultados a partir de parámetros específicos. La
inteligencia artificial está transformando la química moderna a través de
su capacidad para descubrir nuevos compuestos y modelar reacciones
químicas de manera eficaz. A medida que los investigadores continúan
integrando estas tecnologías, es probable que se logren avances aún más
sorprendentes en el campo de la química, con implicaciones relevantes
para la medicina, la energía y otros sectores fundamentales.
La complejidad de las redes neuronales y otros modelos de IA a
menudo hace que sus decisiones sean difíciles de interpretar. Esto
plantea preguntas sobre la responsabilidad cuando una IA produce
resultados erróneos o perjudiciales. Si un algoritmo optimiza un proceso
en la investigación química y resulta en un compuesto inestable, ¿quién
es el responsable del fallo: el científico que diseñó el experimento, los
desarrolladores del modelo de IA o la propia máquina.
Además, existe el riesgo de sesgos inherentes en los datos
utilizados para entrenar los modelos de IA. Si estos datos reflejan
desigualdades o estereotipos, la IA podría perpetuar o incluso amplificar
estas injusticias, llevando a resultados que no son equitativos. Este
dilema es particularmente relevante en campos como la medicina, donde
un sesgo en el análisis de datos puede afectar el tratamiento de diferentes
grupos poblacionales.
Por otro lado, la automatización impulsada por la IA plantea
preocupaciones sobre la pérdida de empleo en algunas áreas de la ciencia
y la investigación. La sustitución de la mano de obra humana por
78
sistemas automatizados puede llevar a una desvalorización del trabajo
científico, creando un ambiente en el que los investigadores se convierten
en meros supervisores de máquinas en lugar de innovadores activos.
Aunque la IA ha demostrado ser eficaz en el análisis de grandes
volúmenes de datos y en la identificación de patrones, su capacidad para
generar nuevo conocimiento es más limitada. La creatividad, la intuición
y la capacidad de formular hipótesis son características humanas que no
pueden ser replicadas completamente por máquinas. Además, hay áreas
en la física y la química donde las teorías aún son incompletas o donde
se requieren enfoques teóricos que trascienden el análisis cuantitativo.
La IA puede ayudar a modelar estas teorías, pero no puede reemplazar la
comprensión profunda y el pensamiento crítico que los científicos
aportan al proceso de descubrimiento.
La incapacidad de la IA para entender conceptos abstractos
también implica que, para avanzar en ciertas disciplinas, se requerirá el
aporte humano. Esta colaboración entre la IA y el intelecto humano es la
clave para superar las fronteras del conocimiento, pero plantea la
pregunta: ¿cómo se puede optimizar esta colaboración para que la
inteligencia artificial sea una herramienta útil en lugar de un competidor.
Entonces, la inteligencia artificial promete revolucionar el desarrollo de
las ciencias exactas, es fundamental abordar los retos éticos y las
limitaciones inherentes a su implementación. Solo así se podrá asegurar
que sus beneficios se distribuyan equitativamente y que se fomente un
avance auténtico del conocimiento.
Para Tramallino y Zeni (2024), el futuro de la inteligencia artificial
(IA) en las ciencias exactas promete ser transformador, ofreciendo nuevas
herramientas y enfoques que pueden revolucionar la forma en que se
llevan a cabo la investigación y el desarrollo en disciplinas como la
matemáticas, la física y la química. Con el continuo avance de la
tecnología, la IA está preparada para jugar un papel crucial en la
búsqueda de soluciones a problemas complejos y en la comprensión de
fenómenos aún no del todo claros en estas áreas.
79
Los algoritmos de aprendizaje automático están capacitados para
identificar patrones en vastas cantidades de datos, lo que permite hacer
predicciones y generar nuevas conjeturas. Instancias como el uso de
redes neuronales para probar teoremas matemáticos o para resolver
ecuaciones diferenciales complejas están ganando terreno. Esta
capacidad de procesamiento puede acelerar significativamente el tiempo
que se necesitan para alcanzar resultados o validar hipótesis
matemáticas.
Los físicos están comenzando a utilizar algoritmos de inteligencia
artificial para interpretar datos experimentales, especialmente en áreas
como la astrofísica y la física de partículas. El uso de IA en el análisis de
datos del gran colisionador de hadrones (LHC) ha permitido una mejor
detección de partículas y la búsqueda de nuevos fenómenos, como la
materia oscura. Además, la creación de modelos predictivos más precisos
podría ayudar a entender fenómenos naturales complejos, lo que podría
conducir a grandes avances en la ciencia física.
En el campo de la química, la IA está facilitando el descubrimiento
de nuevos compuestos y materiales. Utilizando técnicas de aprendizaje
profundo, los investigadores pueden predecir las propiedades de las
moléculas antes de ser sintetizadas, lo que ahorra tiempo en el
laboratorio. Esto es especialmente útil en la búsqueda de nuevos
fármacos y materiales sostenibles, donde las propiedades deseadas
pueden ser complejas y multidimensionales. La simulación de reacciones
químicas también se ve beneficiada, permitiendo una mejor comprensión
de los mecanismos en juego (Reizer et al., 2022).
La toma de decisiones automatizada plantea interrogantes sobre la
transparencia y la responsabilidad. Además, la posibilidad de que la IA
reemplace el trabajo humano en ciertos aspectos es un tema de debate
que necesita ser considerado. También será crucial abordar la
reproducibilidad de los modelos de IA, especialmente en campos donde
los resultados experimentales deben ser verificables y reproducibles. Los
científicos deben ser conscientes de las limitaciones de la inteligencia
80
artificial y desarrollar estrategias para integrar la IA de manera que
complemente, y no reemplace, el pensamiento crítico humano.
Dado que avanzamos hacia un futuro donde la inteligencia artificial
se convierta en un aliado en el desarrollo de las ciencias exactas, la
colaboración entre científicos, ingenieros y expertos en IA será
fundamental. Con un enfoque ético y responsable, la IA tiene el potencial
de llevar a las ciencias exactas a nuevas alturas, desvelando misterios
que hasta ahora han permanecido en la sombra y acelerando la
innovación como nunca antes.
La inteligencia artificial (IA) ha emergido como una herramienta
fundamental en el desarrollo y avance de las ciencias exactas,
transformando la manera en que se realizan investigaciones y se
resuelven problemas. La integración de la IA en disciplinas como las
matemáticas, la física y la química ha permitido acelerar procesos y
mejorar la precisión de los resultados, aperturando nuevas vías de
exploración científica que antes eran inimaginables.
La aplicación de algoritmos avanzados y técnicas de aprendizaje
automático ha cambiado la dinámica tradicional de las investigaciones
científicas. Los matemáticos, ahora cuentan con herramientas capaces
de abordar problemas complejos que requerían años de trabajo humano
en cuestión de minutos. A través de la IA, es posible encontrar patrones
en grandes volúmenes de datos y resolver ecuaciones que, hasta hace
poco, se consideraban intratables. Este avance fomenta la colaboración
interdisciplinaria, ya que los investigadores pueden compartir sus
hallazgos y metodologías más fácilmente.
En el campo de la física, la IA ha demostrado ser una aliada
excepcional. Las simulaciones computacionales que se utilizan para
modelar fenómenos físicos complejos se han beneficiado enormemente de
algoritmos de IA, que permiten realizar predicciones más precisas y
rápidas. Esto ha sido especialmente relevante en áreas como la mecánica
cuántica, donde la naturaleza probabilística y a menudo contraintuitiva
81
de las partículas subatómicas se puede explorar de manera más efectiva
mediante modelos desarrollados con IA (Chen et al., 2024). A medida que
la comprensión de estos fenómenos progresa, también se vislumbran
nuevas aplicaciones tecnológicas que podrían surgir como resultado.
En la química, la inteligencia artificial ha revolucionado la manera
en que se realizan descubrimientos de nuevos compuestos y fármacos. A
través de la simulación molecular y el aprendizaje profundo, los
investigadores pueden explorar vastos espacios químicos y predecir la
viabilidad de nuevas moléculas antes de realizar costosos y prolongados
experimentos de laboratorio (Valdiviezo, 2023). Este enfoque ha atenuado
la necesidad de pruebas repetidas y ha acelerado el desarrollo de nuevos
medicamentos, lo cual es crucial en un contexto global donde se
requieren soluciones rápidas para enfermedades emergentes.
La dependencia de la IA plantea preguntas sobre la interpretación
de resultados, la responsabilidad en la toma de decisiones y las
implicaciones de confiar en sistemas automatizados. Además, la brecha
entre quienes tienen acceso a estas tecnologías y quienes no podría
profundizar aún más las desigualdades existentes en la investigación
científica.
En general, la inteligencia artificial está redefiniendo los límites de
las ciencias exactas, aportando soluciones innovadoras y eficaces a
problemas que antes parecían insuperables. La colaboración entre
científicos, ingenieros y especialistas en ética será esencial para
garantizar que los avances tecnológicos se utilicen de manera que
enriquezcan nuestro entendimiento del universo y mejoren la calidad de
vida en todo el mundo.
82
Conclusiones
La inteligencia artificial (IA) se ha establecido como una
herramienta esencial para el progreso tecnológico en el siglo XXI y su
impacto abarca múltiples aspectos de la vida. Ofrece oportunidades y
desafíos en el contexto de sostenibilidad, crecimiento económico y
gobernanza, además de plantear dilemas éticos en las ciencias exactas.
Desde la perspectiva del desarrollo sostenible, la IA es vital para optimizar
el uso de recursos naturales y reducir la huella de carbono.
A través de la gestión eficiente del agua, la energía y otros recursos,
la IA promueve prácticas sostenibles en diversas industrias. No obstante,
es crucial que la implementación de estas tecnologías no comprometa la
sostenibilidad ambiental. El libro examinó los beneficios y riesgos
derivados del avance de la IA, destacando su papel en la búsqueda de un
desarrollo más sostenible. La capacidad de la IA para procesar grandes
volúmenes de datos y aprender de patrones permite una mayor eficiencia,
pero el impacto ambiental asociado y el uso intensivo de energía en la
formación de modelos deben ser considerados.
Además, surgen interrogantes sobre la responsabilidad en las
decisiones de la IA, cuestionando quién debe rendir cuentas en caso de
fallos. La utilización de la IA en el ámbito militar también genera
preocupaciones éticas sobre el uso autónomo de armamento. Por ende,
la regulación de la IA es esencial para que su desarrollo se alinee con
intereses públicos. Existen múltiples desafíos legales, que van desde la
protección de datos hasta la responsabilidad ante el mal funcionamiento
de sistemas. Se necesita un marco político flexible que responda
rápidamente a la evolución tecnológica.
La integración de la IA en las ciencias básicas y exactas debe
llevarse a cabo bajo principios éticos sólidos, promoviendo la
transparencia y la responsabilidad, lo que garantizará que la IA avance
como un motor de progreso y no como una fuente de desigualdad. En
83
conclusión, un enfoque colaborativo es crucial para abordar esta
complejidad y la IA actúa como un facilitador en el proceso educativo que
ayuda a automatizar tareas que tradicionalmente requerían intervención
humana. Esto libera tiempo y recursos que pueden ser aprovechados
para enfocarse en el desarrollo de habilidades más complejas,
fomentando así un ciclo virtuoso de aprendizaje continuo.
84
Bibliografía
Álvarez-Sepúlveda, H.A. (2023). La Inteligencia Artificial como
Catalizador en la Enseñanza de la Historia: Retos y Posibilidades
Pedagógicas. Revista Tecnológica-Educativa Docentes 2.0, 16(2), 318-
325. https://doi.org/10.37843/rted.v16i2.426
Arbeláez-Campillo, D.F., Villasmil Espinoza, J.J., y Rojas-Bahamón, M.J.
(2021). Inteligencia artificial y condición humana: ¿Entidades
contrapuestas o fuerzas complementarias?. Revista De Ciencias
Sociales, 27(2), 502-513. https://doi.org/10.31876/rcs.v27i2.35937
Ayuso del Puerto, D., y Gutiérrez Esteban, P. (2022). La Inteligencia
Artificial como recurso educativo durante la formación inicial del
profesorado. RIED-Revista Iberoamericana de Educación a
Distancia, 25(2), 347–362. https://doi.org/10.5944/ried.25.2.32332
Bandi, A., Adapa, P.V.S.R., y Kuchi, Y.E.V.P.K. (2023). El poder de la IA
generativa: una revisión de requisitos, modelos, formatos de entrada y
salida, métricas de evaluación y desafíos. Future Internet , 15 (8), 260.
https://doi.org/10.3390/fi15080260
Bengio, Y. (2018). Resistir a la monopolización de la investigación. El
Correo de la UNESCO: Inteligencia Artificial, promesas y amenazas.
Organización de las Naciones Unidas para la Educación, la Ciencia y la
Cultura. https://unesdoc.unesco.org/ark:/48223/pf0000265211_spa
Bolaño-García, M., y Duarte-Acosta, N. (2024). Una revisión sistemática
Del Uso De La Inteligencia Artificial En La educación. Rev Colomb
Cir., 39, 51-63
Breceda Pérez, J.A. (2024). La dignidad humana frente a la inteligencia
artificial: un análisis ético y normativo en América Latina. Trayectorias
Humanas Trascontinentales, (18). https://doi.org/10.25965/trahs.6367
Chen Cheng, C., Chung , E., Correa , N., Martínez Soto A., y Chen Cheng,
A. (2024). La Revolución de la IA: Un Análisis Cualitativo de sus
85
Implicaciones en la Física Conceptual. REICIT, 3(2), 170–182.
https://doi.org/10.48204/reict.v3n2.4687
Clemente Alcocer , A.A., Cabello Cabrera, A., y Añorve García, E. (2024).
La inteligencia artificial en la educación: desafíos éticos y perspectivas
hacia una nueva enseñanza. LATAM Revista Latinoamericana De Ciencias
Sociales Y Humanidades, 5(6), 464 – 472.
https://doi.org/10.56712/latam.v5i6.3019
Comisión Económica para América Latina y el Caribe (CEPAL) (2012). Las
tecnologías digitales frente a los desafíos de una educación inclusiva en
América Latina Algunos casos de buenas prácticas (LC/L.3545 2012-809).
Santiago de Chile: CEPAL. Recuperado de
https://repositorio.cepal.org/server/api/core/bitstreams/7be78858-
1bdf-4c59-b7d2-78532198900b/content
Cornejo Cachay, D.L. (2023). La inteligencia artificial y su incidencia en
el mercado laboral peruano. Revista De Derecho Procesal Del
Trabajo, 6(8), 179-214. https://doi.org/10.47308/rdpt.v6i8.752
Cruz Pérez, M.A., Pozo Vinueza, M.A., Andino Jaramillo, A.F., y Arias
Parra, A.D. (2018). Las Tecnologías de la Información y la Comunicación
(TIC) como forma investigativa interdisciplinaria con un enfoque
intercultural para el proceso de formación de los estudiantes. E-Ciencias
De La Información, 9(1). https://doi.org/10.15517/eci.v1i1.33052
García Peñalvo, F.J., Llorens-Largo, F., y Vidal, J. (2024). La nueva
realidad de la educación ante los avances de la inteligencia artificial
generativa. RIED-Revista Iberoamericana de Educación a Distancia, 27(1),
9–39. https://doi.org/10.5944/ried.27.1.37716
Hinojosa, J., Catacora, E., y Mamani, J. (2024). Bitácora de Herramienta
Digitales: la inteligencia artificial en la investigación y las producciones
académicas. Guarujá: Editora Científica LTDA
86
Lanzagorta-Ortega, D., Carrillo-Pérez D.L., y Carrillo-Esper, R. (2022)
Inteligencia artificial en medicina: presente y futuro. Gac. Méd. Méx., 158(
Suppl 1), 17-21.
Martinez, R., Palma, A., y Velásquez, A. (2020). Revolución tecnológica e
inclusión social: reflexiones sobre desafíos y oportunidades para la política
social en América Latina, serie Políticas Sociales, N° 233 (LC/TS.2020/88).
Santiago de Chile: Comisión Económica para América Latina y el Caribe
(CEPAL)
Mayol Martínez, J. (2024). Impacto de la Inteligencia Artificial generativa
en la publicación científica. Enfermería Nefrológica, 27(3), 187–188.
https://doi.org/10.37551/S2254-28842024019
Medinaceli Díaz, K.I, y Silva Choque, M.M. (2021). Impacto y regulación
de la Inteligencia Artificial en el ámbito sanitario. Revista IUS, 15(48), 77-
113. https://doi.org/10.35487/rius.v15i48.2021.745
Mejía, J.A., y Pino, L.E. (2021). El encuentro entre la medicina y la
matemática. Revista Medicina, 4(135), 497-513
Menacho Ángeles, M.R., Pizarro Arancibia, L.M., Osorio Menacho, J.A.,
Osorio Menacho, J.A., y León Pizarro, B.L. (2024). Inteligencia artificial
como herramienta en el aprendizaje autónomo de los estudiantes de
educación superior. Revista InveCom, 4(2), e040258.
https://doi.org/10.5281/zenodo.10693945
Monasterio Astobiza, A. (2021). Inteligencia Artificial para el bien común
(AI4SG): IA y los Objetivos de Desarrollo Sostenible. Arbor, 197(802),
a629. https://doi.org/10.3989/arbor.2021.802007
Montes, R., Melero, F.J., Palomares, I., Alonso, S., Chiachío, J., Chiachío,
M., Molina, D., Martínez-Cámara, E., Tabik, S., y Herrera, F. (2021).
Inteligencia Artificial y Tecnologías Digitales para los ODS. Granada: Real
Academia de Ingeniería, Universidad de Granada
Morales Jasso, G., Rodríguez López , A., y Saury de la Garza , C.I. (2021).
Clasificación de las ciencias y otras áreas del conocimiento, una
87
problematización. IE Revista De Investigación Educativa De La
REDIECH, 12, e1354.
https://doi.org/10.33010/ie_rie_rediech.v12i0.1354
Naciones Unidas (UN). (2018). La Agenda 2030 y los Objetivos de
Desarrollo Sostenible: una oportunidad para América Latina y el Caribe
(LC/G.2681-P/Rev.3). Santiago de Chile: Naciones Unidas. Recuperado
de https://repositorio.cepal.org/server/api/core/bitstreams/cb30a4de-
7d87-4e79-8e7a-ad5279038718/content
Naciones Unidas (UN). (s/f). Sostenibilidad. Naciones Unidas
(UN). https://www.un.org/es/impacto-
acad%C3%A9mico/sostenibilidad
Patel, K. (2024). Ethical Reflections On Data-Centric AI: Balancing
Benefits And Risks. SSRN, 2(1), 1-17.
http://dx.doi.org/10.2139/ssrn.4993089
Porcelli, A.M. (2020). La inteligencia artificial y la robótica: sus dilemas
sociales, éticos y jurídicos. Derecho global. Estudios sobre derecho y
justicia, 6(16), 49-105. https://doi.org/10.32870/dgedj.v6i16.286
Raraz-Vidal J., Escobedo Hinostroza A., y Raraz-Vidal O. (2023) El
impacto de la inteligencia artificial en la administración de la salud. Rev.
Peru. Investig. Salud, 7(4), 1-7. https://doi.org/10.35839/repis.7.4.2005
Román Cañizares, G.N. (2024). El Rol de la IA en la Enseñanza de
Matemáticas en Entornos Virtuales. Reincisol, 3(6), 2111–2133.
https://doi.org/10.59282/reincisol.V3(6)2111-2133
Saavedra, C., Jáuregui, K., y Arista, L. (2023). La incidencia del sesgo
algorítmico en la justicia predictiva del sistema judicial.
(2023). TZHOECOEN, 15(2), 79-
97. https://doi.org/10.26495/tzh.v15i2.2592
Sánchez Acevedo, M.E. (2022). La inteligencia artificial en el sector
público y su límite respecto de los derechos fundamentales. Estudios
88
constitucionales, 20(2), 257-284. https://dx.doi.org/10.4067/S0718-
52002022000200257
Torres-Chávez, T.H., y Medina Romero, M.{A. (2024). Incidencia de la
inteligencia artificial en los derechos humanos: desafíos y oportunidades
para el Estado mexicano. Transdigital, 5(10), e363.
https://doi.org/10.56162/transdigital363
Tramallino, C.P., y Zeni, A.M. (2024). Avances y discusiones sobre el uso
de inteligencia artificial (IA) en educación. Educación, 33(64), 29-54.
https://doi.org/10.18800/educacion.202401.m002
Trisna, K.W., y Jie, H.J. (2022). Enfoque de aprendizaje profundo para la
clasificación de sentimientos basada en aspectos: una revisión
comparativa. Inteligencia artificial aplicada , 36 (1).
https://doi.org/10.1080/08839514.2021.2014186
UNESCO (2021). Recomendación sobre la Ética de la Inteligencia Artificial.
París: UNESCO. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000381133/PDF/381133e
ng.pdf.multi.page=62
UNESCO IESALC. (2021). Inteligencia artificial y educación. Guía para
las personas a cargo de formular políticas. Caracas: UNESCO IESALC.
Available at https://unesdoc.unesco.org/ark:/48223/pf0000379376
UNESCO IESALC. (2023a). ChatGPT and Artificial Intelligence in higher
education: Quick start guide. Caracas: UNESCO IESALC. Available at
https://unesdoc.unesco.org/ark:/48223/pf0000385146
UNESCO IESALC. (2023b). Guía para el uso de IA generativa en educación
e investigación. Caracas: UNESCO IESALC. Available at
https://unesdoc.unesco.org/ark:/48223/pf0000389227
Valdiviezo, J. (2023). La Química Farmacéutica en la Era Digital:
Transformando el Diseño de Medicamentos con Métodos
Computacionales. Revista de Química, 2023, 37 (2), 11-20.
https://doi.org/10.18800/quimica.202302.002
89
De esta edición de “Inteligencia articial: Desde el desarrollo sostenible,
económico y de gobernanza, hasta la ética de la investigación en ciencias exactas”
se terminó de editar en la ciudad de Colonia del Sacramento, República
Oriental del Uruguay, el 26 de diciembre del año 2024.
90
