Actividad Integradora Primer Parcial-Ingeniería en Sistemas Computacionales by GILBERTO PAEZ GUTIERREZ

Siglo XX y el Siglo XXI

016554_1 — 2025-01-29 18:03:44 UTC

Cambios en la Profesión La inteligencia artificial (IA) y el procesamiento de lenguaje natural (PLN) han cambiado drásticamente desde el siglo XX hasta la actualidad. En el siglo pasado, la IA era principalmente teórica, con modelos matemáticos y algoritmos rudimentarios desarrollados en los años 50 y 60. La computación tenía capacidades limitadas, lo que restringía la aplicabilidad de la IA a tareas específicas como juegos de mesa y problemas matemáticos (McCarthy, 1956). En contraste, en el siglo XXI, los avances en el poder de procesamiento y el acceso a grandes volúmenes de datos han permitido el auge del aprendizaje profundo y las redes neuronales, lo que ha llevado a aplicaciones sofisticadas como asistentes virtuales y modelos conversacionales avanzados (LeCun, Bengio & Hinton, 2015).

Técnicas o Métodos Obsoletos

016554_1 — 2025-01-29 18:05:57 UTC

Muchas de las técnicas utilizadas en el siglo XX han sido reemplazadas o mejoradas. Por ejemplo, los sistemas basados en reglas, como ELIZA (Weizenbaum, 1966), fueron los primeros intentos de modelar el lenguaje humano, pero demostraron ser ineficaces para conversaciones complejas. Otro enfoque obsoleto es la programación basada en lógica pura, utilizada en sistemas expertos como MYCIN, que requería una gran cantidad de reglas predefinidas y era poco flexible (Shortliffe, 1976). En la actualidad, el aprendizaje profundo y los modelos de transformadores, como GPT y BERT, han reemplazado estos métodos al permitir una comprensión más contextualizada y flexible del lenguaje natural (Vaswani et al., 2017). También han quedado en desuso los métodos de redes neuronales artificiales con capas limitadas, ya que los avances en hardware han permitido la construcción de redes neuronales más profundas y eficientes. Asimismo, los algoritmos de aprendizaje automático han evolucionado, pasando de simples modelos supervisados a enfoques más avanzados como el aprendizaje por refuerzo y el aprendizaje auto supervisado, los cuales han demostrado ser más efectivos para ciertas tareas de IA.

Diferencias de Género en la Profesión

016554_1 — 2025-01-29 18:08:16 UTC

En el siglo XX, la computación y la IA estaban dominadas por hombres, aunque algunas mujeres pioneras, como Ada Lovelace y Grace Hopper, tuvieron un impacto significativo (Abbate, 2012). Sin embargo, la falta de oportunidades y la discriminación limitaron la participación femenina en la investigación tecnológica. En el siglo XXI, ha habido un aumento en las iniciativas para fomentar la participación de mujeres en STEM, aunque la brecha de género sigue existiendo. Programas como "Women in AI" buscan reducir esta disparidad y promover la inclusión en el campo de la IA (West, Whittaker & Crawford, 2019). Además, se ha identificado que los modelos de IA pueden perpetuar sesgos de género si no son diseñados con criterios éticos adecuados. Por esta razón, muchas empresas y organizaciones están implementando políticas de equidad en la contratación y promoción de mujeres en el sector tecnológico. Asimismo, existen esfuerzos para visibilizar el trabajo de mujeres en IA, a través de conferencias, becas y mentorías, con el fin de inspirar a más mujeres a ingresar en este campo y reducir la brecha existente.

Impacto de la Globalización y la Democratización del Conocimiento

016554_1 — 2025-01-29 18:10:20 UTC

Un cambio importante ha sido la accesibilidad a la información. En el siglo XX, el conocimiento en IA estaba restringido a instituciones académicas y militares. En el siglo XXI, la democratización del conocimiento, gracias a plataformas como Coursera, GitHub y arXiv, ha permitido que más personas accedan a herramientas y entren en el campo de la IA sin necesidad de una educación formal en universidades de prestigio (Jordan & Mitchell, 2015). Esto ha impulsado la colaboración global y la innovación a un ritmo sin precedentes. Además, la globalización ha permitido que investigadores de diferentes partes del mundo trabajen conjuntamente en proyectos de IA, enriqueciendo el campo con diversas perspectivas. También han surgido comunidades de código abierto que facilitan el acceso a tecnologías avanzadas sin necesidad de grandes inversiones. Como resultado, el desarrollo de la IA ha dejado de estar centralizado en unas pocas instituciones para convertirse en un esfuerzo colectivo impulsado por miles de investigadores, programadores y entusiastas de la tecnología en todo el mundo. Esto ha generado una mayor innovación y ha permitido que la IA se utilice en contextos más amplios, desde el desarrollo de soluciones para problemas sociales hasta el avance en automatización industrial.

Ética y Regulaciones en la Profesión

016554_1 — 2025-01-29 18:42:38 UTC

Otro aspecto relevante es la preocupación por la ética en la IA. En el siglo XX, la ética en la computación era un tema secundario, mientras que en el siglo XXI ha cobrado gran relevancia. Cuestiones como el sesgo algorítmico, la privacidad de datos y la automatización del empleo han llevado a regulaciones y debates sobre el impacto social de la IA (Bostrom, 2014). Gobiernos y organizaciones internacionales han comenzado a establecer lineamientos para el desarrollo responsable de la IA, como las recomendaciones de la UNESCO sobre la ética de la inteligencia artificial (UNESCO, 2021). Además, han surgido regulaciones en diversas partes del mundo, como la Ley de Inteligencia Artificial en la Unión Europea, que busca garantizar el uso responsable de estas tecnologías. Las empresas también están implementando prácticas de auditoría algorítmica para evitar sesgos discriminatorios y garantizar la transparencia en sus modelos. La IA ética se ha convertido en un campo de estudio en sí mismo, con investigadores dedicados a desarrollar modelos que sean justos, explicables y seguros para la sociedad. En consecuencia, la regulación de la IA se ha convertido en un tema crucial en la política y el derecho tecnológico, lo que influirá en el futuro desarrollo y aplicación de estas herramientas.

Alan Turing

016554_1 — 2025-01-29 18:49:02 UTC