Este PADLET tiene como principal tarea, proporcionar a los invitados una introducción clara y accesible a los conceptos fundamentales de la inteligencia artificial. Se centrará en explicar los principios teóricos de la IA, así como en presentar las oportunidades y desafíos.  También se mostrará la regulación legal de la inteligencia artificial.

En 1956, se llevó a cabo una conferencia seminal en Dartmouth College, Estados Unidos, donde el término "inteligencia artificial" se acuñó oficialmente. Durante este evento, los investigadores presentaron la idea de desarrollar programas de computadora capaces de simular la inteligencia humana. 

A finales de la década de 1960 y principios de la década de 1970, surgió un nuevo enfoque en la IA conocido como "sistemas expertos". Estos sistemas se basaban en el conocimiento especializado de expertos humanos y se utilizaron para resolver problemas específicos en dominios como la medicina y la ingeniería. 

A mediados de la década de 1970, el progreso en la IA se estancó y comenzó un período conocido como el "invierno de la IA". Los avances fueron más lentos de lo esperado, lo que llevó a una disminución en la financiación y el interés público en el campo. 

A finales de la década de 1980 y principios de la década de 1990, la IA experimentó un resurgimiento debido a avances en el aprendizaje automático y las redes neuronales. Se desarrollaron algoritmos más sofisticados y se lograron avances significativos en áreas como el reconocimiento de voz y la visión por computadora. 

A medida que avanzaba el siglo XXI, la IA se vio impulsada por el aumento de los datos disponibles y el poder de procesamiento de las computadoras. El aprendizaje profundo, una técnica basada en redes neuronales profundas, se convirtió en el enfoque dominante y permitió avances en áreas como el reconocimiento de imágenes, la traducción automática y los vehículos autónomos. 

En los últimos años, hemos presenciado avances significativos en áreas como el procesamiento del lenguaje natural, los asistentes virtuales y la robótica. 

A continuación presentamos algunas definiciones sobre la Inteligencia Artificial, lo cual nos va a coadyuvar para comprender mejor el concepto.

• La inteligencia artificial es un campo de estudio y desarrollo tecnológico que busca crear máquinas capaces de realizar actividades que normalmente requieren inteligencia humana, como el reconocimiento de voz, la traducción de idiomas, la planificación estratégica, entre otras.

• La inteligencia artificial se refiere a la capacidad de las máquinas para imitar y simular el comportamiento humano, permitiéndoles procesar información, aprender de ella y tomar decisiones basadas en esa información.

• La inteligencia artificial es un conjunto de técnicas y metodologías que permiten a las computadoras y sistemas informáticos procesar y comprender grandes cantidades de datos, identificar patrones, aprender de ellos y tomar decisiones en base a ese conocimiento.

• Aprendizaje automático (Machine Learning): Es una rama de la IA que permite a las máquinas aprender y mejorar automáticamente a partir de los datos sin ser programadas explícitamente. El aprendizaje automático se divide en dos categorías principales: el aprendizaje supervisado y el aprendizaje no supervisado.

• Aprendizaje supervisado: Los algoritmos reciben datos de entrenamiento etiquetados con respuestas conocidas. El objetivo es aprender una función que mapee las entradas a las salidas correctas.

• Aprendizaje no supervisado: Los algoritmos se utilizan para descubrir patrones o estructuras ocultas en los datos sin etiquetar. No hay respuestas conocidas previamente.

• Redes neuronales artificiales (ANN): Las redes neuronales artificiales están inspiradas en la estructura y el funcionamiento del cerebro humano. Estas redes están compuestas por nodos llamados neuronas artificiales interconectadas y organizadas en capas. Cada neurona recibe entradas, realiza cálculos y pasa la salida a otras neuronas.

• Procesamiento del lenguaje natural (PLN): El PLN se centra en la interacción entre las computadoras y el lenguaje humano. Implica el desarrollo de algoritmos y técnicas para comprender, analizar y generar texto y discurso en forma legible para las máquinas.

• Visión por computadora: Esta técnica se enfoca en permitir a las máquinas "ver" y comprender imágenes y videos. Utiliza algoritmos para analizar, procesar y extraer información visual a partir de datos visuales.

• Lógica difusa: La lógica difusa se utiliza para tratar la incertidumbre y la imprecisión en los sistemas de IA. Permite que las variables tengan grados de verdad, en lugar de simplemente ser verdaderas o falsas, lo que facilita la toma de decisiones en situaciones ambiguas.

• Algoritmos genéticos: Estos algoritmos se basan en principios de evolución biológica y se utilizan para resolver problemas complejos. Se aplican para encontrar soluciones óptimas o aproximadas a través de iteraciones, selección, recombinación y mutación.

Estas son solo algunas de las técnicas principales utilizadas en la inteligencia artificial. A medida que avanza la investigación, surgen nuevas técnicas y enfoques, lo que hace que el campo de la inteligencia artificial sea muy dinámico y en constante evolución. 

Oportunidades de la inteligencia artificial:

• Automatización y eficiencia: La IA puede realizar tareas repetitivas de manera rápida y precisa, lo que conduce a una mayor eficiencia y productividad en muchos sectores, como la manufactura, la logística y la atención al cliente.

• Avances en la atención médica: La IA puede ayudar en el diagnóstico y tratamiento de enfermedades, analizando grandes cantidades de datos médicos y proporcionando recomendaciones precisas. También puede contribuir a la investigación médica y la predicción de brotes de enfermedades.

• Mejora de la experiencia del cliente: Los sistemas de IA pueden personalizar la interacción con los clientes, proporcionando recomendaciones y respuestas rápidas y precisas, lo que mejora la satisfacción del cliente y las ventas.

• Conducción autónoma: Los vehículos autónomos impulsados por IA pueden aumentar la seguridad vial y mejorar la eficiencia del transporte al reducir el error humano y optimizar las rutas.

• Automatización del trabajo rutinario: La IA puede realizar tareas repetitivas y rutinarias, liberando a los humanos para enfocarse en tareas más creativas, estratégicas y significativas.

Desafíos de la inteligencia artificial:

• Ética y responsabilidad: Existen preocupaciones sobre el uso ético de la IA y su impacto en la privacidad, la discriminación algorítmica y la toma de decisiones autónomas sin supervisión humana adecuada.

• Desplazamiento laboral: Si bien la automatización impulsada por IA puede aumentar la eficiencia, también puede llevar a la pérdida de empleos en ciertos sectores, lo que requiere una adaptación y reskilling de la fuerza laboral.

• Sesgo y discriminación: Los algoritmos de IA pueden estar sesgados si se entrenan con conjuntos de datos sesgados, lo que puede resultar en decisiones discriminatorias en áreas como la contratación, los préstamos y la justicia.

• Seguridad cibernética: La IA también puede ser vulnerable a ataques cibernéticos y manipulación, lo que plantea riesgos en términos de seguridad y privacidad de los datos.

• Falta de comprensión y transparencia: Los sistemas de IA a menudo funcionan como cajas negras, lo que dificulta la comprensión de cómo toman decisiones. Esto puede generar desconfianza y dificultar la explicación de las decisiones tomadas por los algoritmos.

Enfrentar estos desafíos requerirá una regulación adecuada, la aplicación de estándares éticos, la transparencia en el desarrollo de sistemas de IA y la colaboración entre diversas partes interesadas, incluidos gobiernos, empresas y la sociedad en general.

• Tecnología y electrónica: La IA se utiliza en dispositivos electrónicos como teléfonos inteligentes, asistentes virtuales (por ejemplo, Siri, Alexa) y sistemas de reconocimiento de voz. También está presente en la industria de los semiconductores, ayudando en el diseño y fabricación de chips.

• Automoción: La industria automotriz utiliza la IA en vehículos autónomos para la detección de obstáculos, la toma de decisiones en tiempo real y la navegación. Además, se emplea en sistemas de asistencia al conductor, como la detección de colisiones y el reconocimiento de señales de tráfico.

• Salud y medicina: La IA se utiliza en la interpretación de imágenes médicas, como radiografías y resonancias magnéticas, para ayudar a los médicos en el diagnóstico y tratamiento de enfermedades. También se aplica en la investigación genética y en el descubrimiento de fármacos.

• Finanzas: En el sector financiero, la IA se utiliza para el análisis y procesamiento de grandes volúmenes de datos, detección de fraudes, asesoramiento financiero automatizado y predicción de tendencias del mercado.

• Comercio electrónico: Las plataformas de comercio electrónico utilizan la IA para personalizar recomendaciones de productos, segmentar a los clientes en grupos específicos y mejorar la experiencia de compra en general.

• Marketing y publicidad: La IA se emplea en el análisis de datos de usuarios, el aprendizaje de preferencias y comportamientos, y la creación de estrategias de publicidad dirigida.

• Educación: La IA se utiliza en aplicaciones de aprendizaje electrónico y tutoría virtual, adaptando el contenido educativo a las necesidades individuales de los estudiantes.

• Industria manufacturera: La IA se aplica en la automatización de procesos de fabricación, el mantenimiento predictivo de maquinaria y la optimización de la cadena de suministro.

Estos son solo algunos ejemplos, pero la IA se está integrando en numerosos campos y sectores, ya que su potencial es amplio y diverso. 

El tener un algoritmo que toma decisiones sin que nosotros sepamos, como específicamente se ha llegado a estos resultados, puede tener consecuencias reales y complejas en el mundo, lo que nos lleva al problema, los sesgos.

 ¿Porque se adquieren los sesgos?

 Cuando se entrena un algoritmo, se hace sobre una base de datos, que a su vez el sistema los interrelacionan con otros y emite resultados e información en base al análisis de todos esos datos, sin que se le haya ordenado o solicitado.

  DESARROLLO DE NORMAS EN LA IA:  

Tener reglas claras en IA, impacta muchos en el buen desempeño en muchas áreas, tales como:  

◦Comercio e innovación: reglas claras en IA, permite que las empresas inviertan en innovación con seguridad,  que los Estados otorguen subsidios, entre otras consecuencias que fomentan la inversión. Es necesaria para invertir y producir tecnología.

◦Derechos humanos: Se garantiza la protección de los derechos personales y sociales de los asociados y se protege los datos e información de loas personas.

◦Emergencia climática: Reglas claras, en el desarrollo de IA, disminuye la huella de carbono gigantesca, acelera la degradación del medioambiente

 PROBLEMAS DE REGULAR LA IA: 

Algunos son problemas clásicos de regulación de la IA y la innovación tecnológica general, pueden ser: 

◦Problema de ir acode al avance de la tecnología: los avances tecnológicos evolucionan cada día, y los procesos para la creación de normas, requiere de meses e incluso años de estudio, para que no sean contraria o ilegales con las normas actuales ya aprobadas. 

◦Cambio e innovación: una IA debe adaptarse al lugar o contexto que se pretende aplicar (ej: una IA para reconocer personas en EEUU puede no funcionar para reconocer personas en Chile), por lo cual los fines, propósitos, o funciones para lo cual han sido creadas generaria un cumulo inmenso de regulaciones internacionales y nacionales que complicaría el desarrollo de un cuerpo legal internacional 

◦Reglas y directrices: hard law vs soft law en IA, no sirven ser regulados por las normas detalladas, por la rápida evolución y obsolescencia tecnológica que produce, por lo que se favorecen estándares legales más flexibles y generales, que señalan como debe entenderse una conducta, pero sacrificando la especificidad regulatoria.

DILEMA REGULATORIO ACTUAL: 

"Elon Musk dice que debemos regular la robótica y la IA, tal como se hace con la comida, los fármacos, aviones y automóviles para evitar complicaciones.

"Sundar Pichai", indica: cuidado con regular la IA anticipadamente, puede detener y sofocar la innovación.

Las contradicciones y diferentes posiciones en contra o a favor de la regulación de la IA, crea un dilema en cuanto a la aceptación o no de tales regulaciones, poniendo en controversia a muchas partes, inclusive Estados a favor y en contra, solo por otros intereses políticos.

La protección jurídica efectiva contra posibles amenazas de la IA, crea una oportunidad al desarrollo de conocimiento y nuevas estrategias, haciendo un buen uso de la tecnología de inteligencia artificial, podremos aportar a la ciberseguridad necesaria, la paz y estabilidad internacional que satisface la necesidades de información.