Inteligencia artificial

Acuarela de Alan Turing, generada mediante inteligencia artificial, considerado

el padre de la misma.
La inteligencia artificial (IA), en el contexto de las ciencias de la computación,
es una disciplina y un conjunto de
capacidades cognoscitivas e intelectuales expresadas por sistemas
informáticos o combinaciones de algoritmos cuyo propósito es la creación
de máquinas que imiten la inteligencia humana para realizar tareas, y que
pueden mejorar conforme recopilen información.12 Se hizo presente poco
después de la Segunda Guerra Mundial con el desarrollo de la «prueba de
Turing», mientras que la locución fue acuñada en 1956 por el informático John
McCarthy en la Conferencia de Dartmouth.
En la actualidad, la inteligencia artificial abarca una gran variedad de
subcampos. Éstos van desde áreas de propósito
general, aprendizaje y percepción, a otras más específicas como
el reconocimiento de voz, el juego de ajedrez, la demostración de teoremas
matemáticos, la escritura de poesía y el diagnóstico de enfermedades. La
inteligencia artificial sintetiza y automatiza tareas que en principio son
intelectuales y, por lo tanto, es potencialmente relevante para cualquier ámbito
de actividades intelectuales humanas. En este sentido, es un campo
genuinamente universal.3
La arquitectura de las inteligencias artificiales y los procesos por los cuales
aprenden, se mejoran y se implementan en algún área de interés varía según
el enfoque de utilidad que se les quiera dar, pero de manera general, estos van
desde la ejecución de sencillos algoritmos hasta la interconexión de
complejas redes neuronales artificiales que intentan replicar los circuitos
neuronales del cerebro humano y que aprenden mediante diferentes modelos
de aprendizaje tales como el aprendizaje automático, el aprendizaje por
refuerzo, el aprendizaje profundo y el aprendizaje supervisado.4
Por otro lado, el desarrollo y aplicación de la inteligencia artificial en muchos
aspectos de la vida cotidiana también ha propiciado la creación de
nuevos campos de estudio como la roboética y la ética de las máquinas que
abordan aspectos relacionados con la ética en la inteligencia artificial y que se
encargan de analizar cómo los avances en este tipo de tecnologías impactarían
en diversos ámbitos de la vida, así como el manejo responsable y ético que se
les debería dar a los mismos, además de establecer cuál debería ser la manera
correcta de proceder de las máquinas y las reglas que deberían cumplir.5
En cuanto a su clasificación, tradicionalmente se divide a la inteligencia artificial
en inteligencia artificial débil, la cual es la única que existe en la actualidad y
que se ocupa de realizar tareas específicas, e inteligencia artificial general, que
sería una IA que excediese las capacidades humanas. Algunos expertos creen
que si alguna vez se alcanza este nivel, se podría dar lugar a la aparición de
una singularidad tecnológica, es decir, una entidad tecnológica superior que se
mejoraría a sí misma constantemente, volviéndose incontrolable para los
humanos, dando pie a teorías como el basilisco de Roko.6
Algunas de las inteligencias artificiales más conocidas y utilizadas en la
actualidad alrededor del mundo incluyen inteligencia artificial en el campo de la
salud, asistentes virtuales como Alexa, el asistente de
Google o Siri, traductores automáticos como el traductor de
Google y DeepL, sistemas de recomendación como el de la plataforma
digital de YouTube, motores de ajedrez y otros juegos
como Stockfish y AlphaZero, chatbots como ChatGPT, creadores de arte de
inteligencia artificial como Midjourney, Dall-e, Leonardo y Stable Diffusion, e
incluso la conducción de vehículos autónomos como Tesla Autopilot.7
Asimismo la inteligencia artificial se está desarrollando en la plataforma
digital cada vez más, evolucionando y creando nuevas herramientas, como la
plataforma laboral que existe desde el año 2023 llamada SIVIUM, una
herramienta por la cual una persona postula en forma automatizada a todas las
ofertas laborales de todos los portales de trabajo, sin necesidad de estar
revisando cada oferta laboral que se presente y enviar su CV uno por uno.

En cuanto a la definición de la expresión[editar]

Imagen de una red neuronal para "inteligencia

artificial" según DALL-E
En 2019 la Comisión Mundial de Ética del Conocimiento Científico y la
Tecnología (COMEST) de la UNESCO definió la inteligencia artificial como un
campo que implica máquinas capaces de imitar determinadas funcionalidades
de la inteligencia humana, incluidas características como la percepción,
el aprendizaje, el razonamiento, la resolución de problemas, la
interacción lingüística e incluso la producción de trabajos creativos.
Coloquialmente, la locución «inteligencia artificial» se aplica cuando una
máquina imita las funciones «cognitivas» que los humanos asocian como
competencias humanas, por ejemplo: «percibir», «razonar», «aprender» y
«resolver problemas».8 Andreas Kaplan y Michael Haenlein definen la
inteligencia artificial como «la capacidad de un sistema para interpretar
correctamente datos externos, y así aprender y emplear esos conocimientos
para lograr tareas y metas concretas a través de la adaptación flexible».9 A
medida que las máquinas se vuelven cada vez más capaces, se elimina de la
definición la tecnología que alguna vez se pensó que requería de
inteligencia. Marvin Minsky, uno de los ideadores de la IA, hablaba del término
inteligencia artificial como una palabra maleta ("suitcase word") porque en él se
pueden meter una diversidad de elementos.1011
Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un
ejemplo de la «inteligencia artificial» habiéndose convertido en una tecnología
común.12 Avances tecnológicos todavía clasificados como inteligencia artificial
son los sistemas de conducción autónomos o los capaces de
jugar ajedrez o Go.13
La inteligencia artificial es una nueva forma de resolver problemas dentro de los
cuales se incluyen los sistemas expertos, el manejo y control de robots y los
procesadores, que intenta integrar el conocimiento en tales sistemas, en otras
palabras, un sistema inteligente capaz de escribir su propio programa. Un
sistema experto definido como una estructura de programación capaz de
almacenar y utilizar un conocimiento sobre un área determinada que se traduce
en su capacidad de aprendizaje.14 De igual manera se puede considerar a la IA
como la capacidad de las máquinas para usar algoritmos, aprender de los
datos y utilizar lo aprendido en la toma de decisiones tal y como lo haría un ser
humano,15.
Según Takeyas (2007) la IA es una rama de las ciencias computacionales
encargada de estudiar modelos de cómputo capaces de realizar actividades
propias de los seres humanos con base en dos de sus características
primordiales: el razonamiento y la conducta.16
En 1956, John McCarthy acuñó la expresión «inteligencia artificial», y la definió
como «la ciencia e ingenio de hacer máquinas inteligentes,
especialmente programas de cómputo inteligentes».17
También existen distintos tipos de percepciones y acciones, que pueden ser
obtenidas y producidas, respectivamente, por sensores físicos y sensores
mecánicos en máquinas, pulsos eléctricos u ópticos en computadoras, tanto
como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación
automática, la capacidad de responder a diagnósticos y a consultas de los
consumidores, reconocimiento de escritura, reconocimiento del
habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte
de la rutina en campos como economía, medicina, ingeniería, el transporte,
las comunicaciones y la milicia, y se ha usado en gran variedad de programas
informáticos, juegos de estrategia, como ajedrez de computador, y
otros videojuegos.
Tipos[editar]
Stuart J. Russell y Peter Norvig diferencian varios tipos de inteligencia
artificial:18

• Los sistemas que piensan como humanos: Estos sistemas tratan de

emular el pensamiento humano; por ejemplo, las redes neuronales
artificiales. La automatización de actividades que vinculamos con
procesos de pensamiento humano, actividades como la toma de
decisiones, resolución de problemas y aprendizaje.19
• Los sistemas que actúan como humanos: Estos sistemas tratan de
actuar como humanos; es decir, imitan el comportamiento humano;
por ejemplo, la robótica (El estudio de cómo lograr que los
computadores realicen tareas que, por el momento, los humanos
hacen mejor).20
• Los sistemas que piensan racionalmente: Es decir, con lógica
(idealmente), tratan de imitar el pensamiento racional del ser
humano; por ejemplo, los sistemas expertos, (el estudio de
los cálculos que hacen posible percibir, razonar y actuar).21
• Los sistemas que actúan racionalmente: Tratan de emular de forma
racional el comportamiento humano; por ejemplo, los agentes
inteligentes, que está relacionado con conductas inteligentes
en artefactos.22

Escuelas de pensamiento[editar]
La IA se divide en dos escuelas de pensamiento:

• La inteligencia artificial convencional.

• La inteligencia computacional.
Inteligencia artificial convencional[editar]
Se conoce también como IA simbólica-deductiva. Está basada en el análisis
formal y estadístico del comportamiento humano ante diferentes problemas:

• Razonamiento basado en casos: Ayuda a tomar decisiones mientras

se resuelven ciertos problemas concretos y, aparte de que son muy
importantes, requieren de un buen funcionamiento.
• Sistemas expertos: Infieren una solución a través del conocimiento
previo del contexto en que se aplica y utiliza ciertas reglas o
relaciones.23
• Redes bayesianas: Propone soluciones mediante inferencia
probabilística.24
• Inteligencia artificial basada en comportamientos: Esta inteligencia
contiene autonomía, es decir, puede auto-regularse y controlarse
para mejorar.
• Smart process management: Facilita la toma de decisiones
complejas, proponiendo una solución a un determinado problema al
igual que lo haría un especialista en dicha actividad.
Inteligencia artificial computacional[editar]
Artículo principal: Inteligencia computacional
La inteligencia computacional (también conocida como IA subsimbólica-
inductiva) implica desarrollo o aprendizaje interactivo (por ejemplo,
modificaciones interactivas de los parámetros en sistemas de conexiones). El
aprendizaje se realiza basándose en datos empíricos.
La inteligencia computacional tiene una doble finalidad. Por un lado, su objetivo
científico es comprender los principios que posibilitan el comportamiento
inteligente (ya sea en sistemas naturales o artificiales) y, por otro, su objetivo
tecnológico consiste en especificar los métodos para diseñar sistemas
inteligentes.25

Historia[editar]
Artículo principal: Historia de la inteligencia artificial

• La expresión «inteligencia artificial» fue acuñada formalmente en

1956 durante la Conferencia de Dartmouth, pero para entonces ya se
había estado trabajando en ello durante cinco años en los cuales se
había propuesto muchas definiciones distintas que en ningún caso
habían logrado ser aceptadas totalmente por la comunidad
investigadora. La IA es una de las disciplinas más recientes junto con
la genética moderna.
• Las ideas más básicas se remontan a los griegos, antes de
Cristo. Aristóteles (384-322 a. C.) fue el primero en describir un
conjunto de reglas que describen una parte del funcionamiento de la
mente para obtener conclusiones racionales, y Ctesibio de Alejandría
(250 a. C.) construyó la primera máquina autocontrolada, un
regulador del flujo de agua (racional pero sin razonamiento).
• En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el
razonamiento podía ser efectuado de manera artificial.
• En 1840 Ada Lovelace previó la capacidad de las máquinas para ir
más allá de los simples cálculos y aportó una primera idea de lo que
sería el software.
• Leonardo Torres Quevedo(1852-1936) es considerado como uno de
los padres de la inteligencia artificial y de la Automática.
• En 1936 Alan Turing diseña formalmente una Máquina universal que
demuestra la viabilidad de un dispositivo físico para implementar
cualquier cómputo formalmente definido.
• En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de
neuronas artificiales, el cual se considera el primer trabajo del
campo, aun cuando todavía no existía el término. Los primeros
avances importantes comenzaron a principios del año 1950 con el
trabajo de Alan Turing, a partir de lo cual la ciencia ha pasado por
diversas situaciones.
• En 1955 Herbert Simon, Allen Newell y Joseph Carl Shaw,
desarrollan el primer lenguaje de programación orientado a la
resolución de problemas, el IPL-11. Un año más tarde desarrollan
 el LogicTheorist, el cual era capaz de demostrar teoremas
matemáticos.
• En 1956 fue ideada la expresión «inteligencia artificial» por John
McCarthy, Marvin Minsky y Claude Shannon en la Conferencia de
Dartmouth, un congreso en el que se hicieron previsiones
triunfalistas a diez años que jamás se cumplieron, lo que provocó el
abandono casi total de las investigaciones durante quince años.
• En 1957 Newell y Simon continúan su trabajo con el desarrollo
del General Problem Solver (GPS). GPS era un sistema orientado a
la resolución de problemas.
• En 1958 John McCarthy desarrolla en el Instituto Tecnológico de
Massachusetts (MIT) el LISP. Su nombre se deriva de LISt
Processor. LISP fue el primer lenguaje para procesamiento
simbólico.
• En 1959 Rosenblatt introduce el «perceptrón».
• A finales de la década de 1950 y comienzos de la de 1960 Robert K.
Lindsay desarrolla «Sad Sam», un programa para la lectura de
oraciones en inglés y la inferencia de conclusiones a partir de su
interpretación.
• En 1963 Quillian desarrolla las redes semánticas como modelo de
representación del conocimiento.
• En 1964 Bertrand Raphael construye el sistema SIR (Semantic
Information Retrieval) el cual era capaz de inferir conocimiento
basado en información que se le suministra. Bobrow desarrolla
STUDENT.
• A mediados de los años 60, aparecen los sistemas expertos, que
predicen la probabilidad de una solución bajo un set de condiciones.
Por ejemplo, DENDRAL, iniciado en 1965 por Buchanan,
Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a
químicos en estructuras químicas complejas, MACSYMA, que asistía
a ingenieros y científicos en la solución de ecuaciones matemáticas
complejas.
• Posteriormente entre los años 1968-1970 Terry Winograd desarrolló
el sistema SHRDLU, que permitía interrogar y dar órdenes a un robot
que se movía dentro de un mundo de bloques.
• En 1968 Marvin Minsky publica Semantic Information Processing.
• En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig
desarrollan el lenguaje de programación LOGO.
• En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y
se publica en 1980.
• En 1973 Alain Colmenauer y su equipo de investigación en la
Universidad de Aix-Marseille crean PROLOG (del
francés PROgrammation en LOGique) un lenguaje de programación
ampliamente utilizado en IA.
• En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares
de muchas técnicas actuales en inteligencia artificial y la informática
en general.
• En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los
Sistemas Expertos más conocidos, que asistió a médicos en el
diagnóstico y tratamiento de infecciones en la sangre.
• En las décadas de 1970 y 1980, creció el uso de sistemas expertos,
como MYCIN: R1/XCON, ABRL, PIP, PUFF, CASNET,
INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy
(Shells) como EMYCIN, EXPERT, OPSS.
• En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta
generación de computadoras.
• En 1986 McClelland y Rumelhart publican Parallel Distributed
Processing (Redes Neuronales).
• En 1988 se establecen los lenguajes Orientados a Objetos.
• En 1997 Gari Kaspárov, campeón mundial de ajedrez, pierde ante la
computadora autónoma Deep Blue.
• En 2006 se celebró el aniversario con el Congreso en español 50
años de Inteligencia Artificial - Campus Multidisciplinar en Percepción
e Inteligencia 2006.
• En 2009 ya había en desarrollo sistemas inteligentes terapéuticos
que permiten detectar emociones para poder interactuar con niños
autistas.
• En 2011 IBM desarrolló un superordenador llamado Watson, el cual
ganó una ronda de tres juegos seguidos de Jeopardy!, venciendo a
sus dos máximos campeones, y ganando un premio de 1 millón de
dólares que IBM luego donó a obras de caridad.26
• En 2016, un programa informático ganó cinco a cero al triple
campeón de Europa de Go.27
• En 2016, el entonces presidente Obama habla sobre el futuro de la
inteligencia artificial y la tecnología.28
• Existen personas que al dialogar sin saberlo con un chatbot no se
percatan de hablar con un programa, de modo tal que se cumple
la prueba de Turing como cuando se formuló: «Existirá inteligencia
artificial cuando no seamos capaces de distinguir entre un ser
humano y un programa informático en una conversación a ciegas».
• En 2017 AlphaGo desarrollado por DeepMind derrota 4-1 en una
competencia de Go al campeón mundial Lee Sedol. Este suceso fue
muy mediático y marcó un hito en la historia de este juego.29 A
finales de ese mismo año, Stockfish, el motor de ajedrez considerado
el mejor del mundo con 3 400 puntos ELO, fue abrumadoramente
derrotado por AlphaZero con solo conocer las reglas del juego y tras
solo 4 horas de entrenamiento jugando contra sí mismo.30
• Como anécdota, muchos de los investigadores sobre IA sostienen
que «la inteligencia es un programa capaz de ser ejecutado
independientemente de la máquina que lo ejecute, computador o
cerebro».
• En 2018, se lanza el primer televisor con inteligencia artificial por
parte de LG Electronics con una plataforma denominada ThinQ.31
• En 2019, Google presentó su Doodle en que, con ayuda de la
inteligencia artificial, hace un homenaje a Johann Sebastian Bach, en
 el que, añadiendo una simple melodía de dos compases la IA crea el
resto.
• En 2020, la OECD (Organización para la Cooperación y el Desarrollo
Económico) publica el documento de trabajo intitulado Hola, mundo:
La inteligencia artificial y su uso en el sector público, dirigido a
funcionarios de gobierno con el afán de resaltar la importancia de la
IA y de sus aplicaciones prácticas en el ámbito gubernamental.32
• Al final del año 2022, se lanzó ChatGPT, una inteligencia artificial
generativa capaz de escribir textos y responder preguntas en
muchos idiomas. Dado que la calidad de las respuestas recordaba
inicialmente al nivel humano, se generó un entusiasmo mundial por
la IA33 y ChatGPT alcanzó más de 100 millones de usuarios dos
meses después de su lanzamiento.34 Más tarde, los expertos notaron
que ChatGPT proporciona información errónea en áreas donde no
tiene conocimiento ("alucinaciones de datos"), lo que a primera vista
parece creíble debido a su perfecta redacción.35
• En 2023, las fotos generadas por IA alcanzaron un nivel de realismo
que las hacía confundirse con fotos reales. Como resultado, hubo
una ola de "fotos" generadas por IA que muchos espectadores
creyeron que eran reales. Una imagen generada por Midjourney se
destacó, mostrando al Papa Francisco con un elegante abrigo blanco
de invierno.36

Implicaciones sociales, éticas y filosóficas[editar]

Artículo principal: Ética en la inteligencia artificial
Ante la posibilidad de crear máquinas dotadas de inteligencia, se volvió
importante preocuparse por la cuestión ética de las máquinas para tratar de
garantizar que no se produzca ningún daño a los seres humanos, a otros seres
vivos e incluso a las mismas máquinas según algunas corrientes de
pensamiento.37 Es así como surgió un amplio campo de estudios conocido
como ética de la inteligencia artificial de relativamente reciente aparición y que
generalmente se divide en dos ramas, la roboética, encargada de estudiar las
acciones de los seres humanos hacia los robots, y la ética de las
máquinas encargada del estudio del comportamiento de los robots para con los
seres humanos.
El acelerado desarrollo tecnológico y científico de la inteligencia artificial que se
ha producido en el siglo XXI supone también un importante impacto en otros
campos. En la economía mundial durante la segunda revolución industrial se
vivió un fenómeno conocido como desempleo tecnológico, que se refiere a
cuando la automatización industrial de los procesos de producción a gran
escala reemplaza la mano de obra humana. Con la inteligencia artificial podría
darse un fenómeno parecido, especialmente en los procesos en los que
interviene la inteligencia humana, tal como se ilustraba en el cuento ¡Cómo se
divertían! de Isaac Asimov, en el que su autor vislumbra algunos de los efectos
que tendría la interacción de máquinas inteligentes especializadas
en pedagogía infantil, en lugar de profesores humanos, con los niños en etapa
escolar. Este mismo escritor diseñó lo que hoy se conocen como las tres leyes
de la robótica, aparecidas por primera vez en el relato Círculo
vicioso (Runaround) de 1942, donde establecía lo siguiente:
Primera Ley
Un robot no hará daño a un ser humano ni, permitirá que un ser humano
sufra daño.
Segunda Ley
Un robot debe cumplir las órdenes dadas por los seres humanos, a
excepción de aquellas que entren en conflicto con la primera ley.
Tercera Ley
Un robot debe proteger su propia existencia en la medida en que esta
protección no entre en conflicto con la primera o con la segunda ley.38
Otras obras de ciencia ficción más recientes también
exploran algunas cuestiones éticas y filosóficas con
respecto a la Inteligencia artificial fuerte, como las
películas Yo, robot o A.I. Inteligencia Artificial, en los que
se tratan temas tales como la autoconsciencia o el origen
de una conciencia emergente de los robots inteligentes o
sistemas computacionales, o si éstos podrían
considerarse sujetos de derecho debido a sus
características casi humanas relacionadas con
la sintiencia, como el poder ser capaces de
sentir dolor y emociones o hasta qué punto obedecerían
al objetivo de su programación, y en caso de no ser así, si
podrían ejercer libre albedrío. Esto último es el tema
central de la famosa saga de Terminator, en la que las
máquinas superan a la humanidad y deciden aniquilarla,
historia que, según varios especialistas, podría no
limitarse a la ciencia ficción y ser una posibilidad real en
una sociedad posthumana que dependiese de la
tecnología y las máquinas completamente.3940

Regulación[editar]
Artículo principal: Regulación de la inteligencia artificial

Cronología de estrategias,
planes de acción y documentos de políticas que definen
enfoques nacionales, regionales e internacionales para la
IA.41
El Derecho42 desempeña un papel fundamental en el uso
y desarrollo de la IA. Las leyes establecen reglas y
normas de comportamiento para asegurar el bienestar
social y proteger los derechos individuales, y pueden
ayudarnos a obtener los beneficios de esta tecnología
mientras minimizamos sus riesgos, que son significativos.
De momento no hay normas jurídicas que regulen
directamente a la IA. Pero con fecha 21 de abril de 2021,
la Comisión Europea ha presentado una propuesta de
Reglamento europeo para la regulación armonizada de la
inteligencia artificial (IA) en la UE. Su título exacto
es Propuesta de Reglamento del Parlamento Europeo y
del Consejo por el que se establecen normas
armonizadas en materia de inteligencia artificial –Ley de
Inteligencia Artificial– y se modifican otros actos
legislativos de la Unión.
En marzo de 2023, cientos de empresarios como Elon
Musk, Steve Wozniak (cofundador de Apple) o los
presidentes de numerosas compañías tecnológicas;
intelectuales como Yuval Noah Harari y cientos de
académicos e investigadores especializados en
inteligencia artificial firmaron una carta abierta avisando
del peligro de la falta de regulación de la IA, poniendo el
foco sobre OpenAI, la empresa que ha
desarrollado ChatGPT. Pidieron una pausa de al menos 6
meses para sus experimentos más potentes, hasta que el
mundo logre un consenso internacional para que estos
sistemas «sean más precisos, seguros, interpretables,
transparentes, robustos, neutrales, confiables y leales».43
Dos meses más tarde, en mayo, 350 ejecutivos de las
principales empresas desarrolladoras de IA, académicos
e investigadores expertos firmaron un nuevo manifiesto
alertando de que la IA avanzada sin regular representa un
peligro de extinción para la humanidad: «Mitigar el riesgo
de extinción de la IA debería ser una prioridad mundial
junto a otros riesgos a escala social como las pandemias
y la guerra nuclear»44 Entre los impulsores de esta
petición está toda la plana mayor de OpenAI, el jefe de
Tecnología de Microsoft, el líder de Google
DeepMind con 38 ejecutivos, investigadores o profesores
de universidad relacionados con la empresa, y
representantes de desarrolladoras más pequeñas como
Anthropic, Stability AI o Inflection AI.45

Objetivos[editar]
Razonamiento y resolución de
problemas[editar]
 Una imagen de IA
generada por Dall-e tras escribir el texto: "Un edificio
arquitectónico moderno con grandes ventanales de vidrio,
situado en un acantilado con vista a un océano sereno al
atardecer".
Los primeros investigadores desarrollaron algoritmos que
imitaban el razonamiento paso a paso que los humanos
usan cuando resuelven acertijos o hacen deducciones
lógicas.46 A finales de la década de 1981-1990, la
investigación de la inteligencia artificial había desarrollado
métodos para tratar con información incierta o incompleta,
empleando conceptos de probabilidad y economía.47
Estos algoritmos demostraron ser insuficientes para
resolver grandes problemas de razonamiento porque
experimentaron una «explosión combinatoria»: se
volvieron exponencialmente más lentos a medida que los
problemas crecían.48 De esta manera, se concluyó que
los seres humanos rara vez usan la deducción paso a
paso que la investigación temprana de la inteligencia
artificial seguía; en cambio, resuelven la mayoría de sus
problemas utilizando juicios rápidos e intuitivos.49
Representación del conocimiento[editar]
Artículo principal: Representación del conocimiento
La representación del conocimiento50 y la ingeniería del
conocimiento51 son fundamentales para la investigación
clásica de la inteligencia artificial. Algunos «sistemas
expertos» intentan recopilar el conocimiento que poseen
los expertos en algún ámbito concreto. Además, otros
proyectos tratan de reunir el «conocimiento de sentido
común» conocido por una persona promedio en una base
de datos que contiene un amplio conocimiento sobre el
mundo.
Entre los temas que contendría una base de
conocimiento de sentido común están: objetos,
propiedades, categorías y relaciones entre objetos,52
situaciones, eventos, estados y tiempo53 causas y
efectos;Poole, Mackworth y Goebel, 1998, pp. 335–337 y
el conocimiento sobre el conocimiento (lo que sabemos
sobre lo que saben otras personas)54 entre otros.
Planificación[editar]
Otro objetivo de la inteligencia artificial consiste en poder
establecer metas y finalmente alcanzarlas.55 Para ello
necesitan una forma de visualizar el futuro, una
representación del estado del mundo y poder hacer
predicciones sobre cómo sus acciones lo cambiarán, con
tal de poder tomar decisiones que maximicen la utilidad (o
el «valor») de las opciones disponibles.56
En los problemas clásicos de planificación, el agente
puede asumir que es el único sistema que actúa en el
mundo, lo que le permite estar seguro de las
consecuencias de sus acciones.57 Sin embargo, si el
agente no es el único actor, entonces se requiere que
este pueda razonar bajo incertidumbre. Esto requiere un
agente que no solo pueda evaluar su entorno y hacer
predicciones, sino también evaluar sus predicciones y
adaptarse en función de su evaluación.58 La planificación
de múltiples agentes utiliza la cooperación y la
competencia de muchos sistemas para lograr un objetivo
determinado. El comportamiento emergente como este es
utilizado por algoritmos evolutivos e inteligencia de
enjambre.59
Aprendizaje[editar]
El aprendizaje automático es un concepto fundamental de
la investigación de la inteligencia artificial desde el inicio
de los estudios de este campo; consiste en la
investigación de algoritmos informáticos que mejoran
automáticamente a través de la experiencia.60
El aprendizaje no supervisado es la capacidad de
encontrar patrones en un flujo de entrada, sin que sea
necesario que un humano etiquete las entradas primero.
El aprendizaje
supervisado incluye clasificación y regresión numérica, lo
que requiere que un humano etiquete primero los datos
de entrada. La clasificación se usa para determinar a qué
categoría pertenece algo y ocurre después de que un
programa observe varios ejemplos de entradas de varias
categorías. La regresión es el intento de producir una
función que describa la relación entre entradas y salidas y
predice cómo deben cambiar las salidas a medida que
cambian las entradas.60 Tanto los clasificadores como los
aprendices de regresión intentan aprender una función
desconocida; por ejemplo, un clasificador de spam puede
verse como el aprendizaje de una función que asigna el
texto de un correo electrónico a una de dos categorías,
«spam» o «no spam». La teoría del aprendizaje
computacional puede evaluar a los estudiantes
por complejidad computacional, complejidad de la
muestra (cuántos datos se requieren) o por otras
nociones de optimización.61
Procesamiento de lenguajes naturales[editar]
Artículo principal: Procesamiento de lenguajes naturales
El procesamiento del lenguaje natural62 permite a las
máquinas leer y comprender el lenguaje humano. Un
sistema de procesamiento de lenguaje natural
suficientemente eficaz permitiría interfaces de usuario de
lenguaje natural y la adquisición de conocimiento
directamente de fuentes escritas por humanos, como los
textos de noticias. Algunas aplicaciones sencillas del
procesamiento del lenguaje natural incluyen
la recuperación de información, la minería de textos,
la respuesta a preguntas y la traducción automática.63
Muchos enfoques utilizan las frecuencias de palabras
para construir representaciones sintácticas de texto. Las
estrategias de búsqueda de «detección de palabras
clave» son populares y escalables, pero poco óptimas;
una consulta de búsqueda para «perro» solo puede
coincidir con documentos que contengan la palabra literal
«perro» y perder un documento con el vocablo «caniche».
Los enfoques estadísticos de procesamiento de lenguaje
pueden combinar todas estas estrategias, así como otras,
y a menudo logran una precisión aceptable a nivel de
página o párrafo. Más allá del procesamiento de la
semántica, el objetivo final de este es incorporar una
comprensión completa del razonamiento de sentido
común.64 En 2019, las arquitecturas de aprendizaje
profundo basadas en transformadores podían generar
texto coherente.65
Percepción[editar]

La
detección de características (en la imagen se observa
la detección de bordes) ayuda a la inteligencia artificial a
componer estructuras abstractas informativas a partir de
datos sin procesar.
La percepción de la máquina66 es la capacidad de utilizar
la entrada de sensores (como cámaras de espectro
visible o infrarrojo, micrófonos, señales inalámbricas
y lidar, sonar, radar y sensores táctiles) para entender
aspectos del mundo. Las aplicaciones
incluyen reconocimiento de voz,67 reconocimiento facial y
reconocimiento de objetos.Russell y Norvig, 2003,
pp. 885–892 La visión artificial es la capacidad de
analizar la información visual, que suele ser ambigua; un
peatón gigante de cincuenta metros de altura muy lejos
puede producir los mismos píxeles que un peatón de
tamaño normal cercano, lo que requiere que la
inteligencia artificial juzgue la probabilidad relativa y la
razonabilidad de las diferentes interpretaciones, por
ejemplo, utilizando su «modelo de objeto» para evaluar
que los peatones de cincuenta metros no existen.68

Importancia de la inteligencia
artificial[editar]
La gran importancia de la IA radica en el hecho de que
tiene una amplia gama de aplicaciones, desde
la automatización de tareas tediosas hasta la creación de
sistemas avanzados de asistencia médica y diagnóstico
de enfermedades, la detección de fraudes y la
optimización de procesos empresariales. En muchos
casos, la IA puede hacer cosas que los humanos no
pueden hacer, como el procesamiento de datos en
grandes cantidades y la localización de patrones e
interrelaciones entre estos que serían difíciles o
imposibles de detectar de otra manera.
Esta herramienta ayuda a automatizar el aprendizaje y
descubrimiento repetitivo a través de datos, realiza tareas
computarizadas frecuentes de manera confiable, sin
embargo, necesita intervención humana para la
configuración del sistema. Analiza datos más profundos y
agrega inteligencia ya que no se puede vender como una
aplicación individual, por lo que es un valor agregado a
los productos. Tiene una gran precisión a través de redes
neuronales profundas; por ejemplo, en medicina se puede
utilizar la IA para detectar cáncer con MRIs (imágenes ppr
resonancia magnética). Se adapta a través de algoritmos
de aprendizaje progresivo, encuentra estructura y
regularidades en los datos de modo que el algoritmo se
convierte en un clasificador o predictor. Y, por último, la
inteligencia artificial, saca el mayor provecho de datos.
Además, una de las principales razones por las que la IA
es importante es porque puede automatizar tareas
repetitivas y monótonas, liberando tiempo y recursos para
que las personas se centren en tareas más creativas y
valiosas. Por ejemplo, la IA puede ayudar a las empresas
a automatizar tareas de back office, como
la contabilidad y el procesamiento de facturas, lo que
puede reducir los costos y mejorar la eficiencia. De
manera similar, la IA puede ayudar a los trabajadores a
realizar tareas más complejas y creativas, como el diseño
y la planificación estratégica.
Otra razón por la que la IA es importante es porque
puede ayudar a las empresas a tomar decisiones
informadas y precisas. Así mismo, la IA puede procesar
grandes cantidades de datos y proporcionar información
valiosa para la toma de decisiones empresariales, lo que
puede ayudar a las empresas a identificar oportunidades
comerciales, predecir tendencias de mercado y mejorar
la eficiencia del mercado financiero. Además, la IA puede
ayudar a los trabajadores a tomar decisiones informadas
en tiempo real, como en el caso de la atención médica,
donde la IA puede ayudar a los médicos a identificar
enfermedades y personalizar el tratamiento.
La IA también es importante en el campo de
la ciberseguridad. La IA puede ayudar a detectar y
prevenir amenazas, desde ciberataques hasta la
detección de comportamientos sospechosos. La IA puede
analizar grandes cantidades de datos en tiempo real y
detectar patrones y anomalías que podrían indicar una
amenaza de seguridad. Además, la IA puede aprender de
los patrones de comportamiento y mejorar su capacidad
para detectar amenazas en el futuro. En el campo de la
seguridad cibernética, la IA puede ayudar a proteger los
sistemas y las redes de los ataques de virus
informáticos y la infiltración de malware.
Otra área donde la IA es importante es en
el descubrimiento de conocimientos. La IA puede
descubrir patrones y relaciones en los datos que los
humanos no podrían detectar, lo que puede llevar a
nuevas ideas y avances en diversos campos. Por
ejemplo, la IA puede ayudar a los investigadores a
identificar nuevos tratamientos para enfermedades, o
ayudar a los científicos a analizar datos de sensores
y satélites para entender mejor el calentamiento global.

Controversias[editar]
Sophia[editar]
En marzo de 2016, se hizo popular el comentario que
la robot humanoide llamada Sophia de la empresa
Hanson Robotics hizo durante su presentación cuando su
creador, David Hanson, le preguntara si estaba dispuesta
a destruir a la humanidad, a lo que la robot contestó:
«Está bien, voy a destruir a la humanidad».
Posteriormente, Sophía se ganó el reconocimiento y la
atención mediática mundial debido a sus conductas casi
humanas, siendo entrevistada en muchas ocasiones por
distintos medios y sosteniendo conversaciones con
personalidades famosas y reconocidas. En 2017, Sophia
obtuvo la ciudadanía saudí, convirtiéndose así en la
primera robot en ser reconocida como ciudadana por un
país, lo cual levantó la controversia sobre si se les
debería otorgar los mismos derechos y obligaciones a los
robots como si se trataran de sujetos de derecho69
Alice y Bob[editar]
A finales de julio de 2017, varios medios internacionales
dieron a conocer que el laboratorio de investigación de
inteligencia artificial del Instituto Tecnológico de Georgia,
en conjunto con el Grupo de Investigación de Inteligencia
Artificial (FAIR) de Facebook, ahora Meta, tuvieron que
apagar dos inteligencias artificiales de
tipo chatbot denominadas Bob y Alice ya que habían
desarrollado un lenguaje propio más eficiente que
el inglés, idioma en el que habían sido entrenados para
aprender a negociar, desarrollando finalmente un tipo de
comunicación incomprensible que se alejaba de las
reglas gramaticales del lenguaje natural y que favorecía
el uso de abreviaturas. El lenguaje creado por estas IAs
mostraba características de un inglés corrupto y patrones
repetitivos, en especial de pronombres y determinantes.70
Este inesperado suceso fue visto con pánico en
los medios de comunicación ya que se aseguraba que los
chatbots supuestamente habían salido del control
humano y habían desarrollado la capacidad de
comunicarse entre sí. Sin embargo, posteriormente esto
también fue desmentido, pues se argumentó que en
realidad Facebook no apagó las inteligencias artificiales,
sino que simplemente las puso en pausa y cambió la
parámetros de los chatbots, desechando
el experimento al final por no tener ningún interés práctico
o útil dentro de la investigación sobre IA.71
Falsos desnudos[editar]
La utilización de aplicaciones gratuitas de IA para
transformar fotografías de personas en falsos desnudos
está generando problemas que afectan a menores. El
caso saltó a los medios de comunicación en septiembre
de 2023 cuando en Almendralejo (Badajoz, España)
aparecieron varias fotografías de niñas y jóvenes (entre
11 y 17 años) que habían sido modificadas mediante
Inteligencia Artificial para aparecer desnudas. Las
imágenes fueron obtenidas de los perfiles de Instagram y
de la aplicación Whatsapp de al menos 20 niñas de la
localidad. Las fotografías de niñas desnudas habían
circulado después mediante Whatsapp y a partir de ellas
se había creado un vídeo que también había circulado
entre menores. Los autores de dicha transformación
también eran menores y compañeros de colegio o
instituto. La Agencia Española de Protección de
Datos abrió una investigación y se comunicó con el
Ayuntamiento de Almendralejo y con la Junta de
Extremadura informándoles de que se podía solicitar la
retirada de cualquier imagen circulando en internet en el
canal prioritario de la agencia.72

Críticas[editar]

La «revolución digital» y,
más concretamente, el desarrollo de la inteligencia
artificial, está suscitando temores y preguntas, incluso en
el ámbito de personalidades relevantes en estas
cuestiones. En esta imagen, se observa a Bill Gates,
exdirector general de Microsoft; el citado y Elon
Musk (director general de Tesla) opinan que se debe ser
«muy cauteloso con la inteligencia artificial»; si
tuviéramos que «apostar por lo que constituye nuestra
mayor amenaza a la existencia», serían precisamente
ciertas aplicaciones sofisticadas del citado asunto, que
podrían llegar a tener derivaciones por completo
impensadas.
Las principales críticas a la inteligencia artificial tienen
que ver con su capacidad de imitar por completo a un ser
humano.73 Sin embargo, hay expertos[cita requerida] en el
tema que indican que ningún humano individual tiene
capacidad para resolver todo tipo de problemas, y autores
como Howard Gardner han teorizado sobre la solución.
En los humanos, la capacidad de resolver problemas
tiene dos aspectos: los aspectos innatos y los aspectos
aprendidos. Los aspectos innatos permiten, por ejemplo,
almacenar y recuperar información en la memoria,
mientras que en los aspectos aprendidos reside el saber
resolver un problema matemático mediante el algoritmo
adecuado. Del mismo modo que un humano debe
disponer de herramientas que le permitan solucionar
ciertos problemas, los sistemas artificiales deben ser
programados para que puedan llegar a resolverlos.
Muchas personas consideran que la prueba de Turing ha
sido superada, citando conversaciones en que al dialogar
con un programa de inteligencia artificial para chat no
saben que hablan con un programa. Sin embargo, esta
situación no es equivalente a una prueba de Turing, que
requiere que el participante se encuentre sobre aviso de
la posibilidad de hablar con una máquina.
Otros experimentos mentales como la habitación china,
de John Searle, han mostrado cómo una máquina podría
simular pensamiento sin realmente poseerlo, pasando la
prueba de Turing sin siquiera entender lo que hace, tan
solo reaccionando de una forma concreta a determinados
estímulos (en el sentido más amplio de la palabra). Esto
demostraría que la máquina en realidad no
está pensando, ya que actuar de acuerdo con un
programa preestablecido sería suficiente. Si
para Turing el hecho de engañar a un ser humano que
intenta evitar que le engañen es muestra de una mente
inteligente, Searle considera posible lograr dicho efecto
mediante reglas definidas a priori.
Uno de los mayores problemas en sistemas de
inteligencia artificial es la comunicación con el usuario.
Este obstáculo es debido a la ambigüedad del lenguaje, y
se remonta a los inicios de los primeros sistemas
operativos informáticos. La capacidad de los humanos
para comunicarse entre sí implica el conocimiento del
lenguaje que utiliza el interlocutor. Para que un humano
pueda comunicarse con un sistema inteligente hay dos
opciones: o bien que el humano aprenda el lenguaje del
sistema como si aprendiese a hablar cualquier otro
idioma distinto al nativo, o bien que el sistema tenga la
capacidad de interpretar el mensaje del usuario en la
lengua que el usuario utiliza. También puede haber
desperfectos en las instalaciones de los mismos.
Un humano, durante toda su vida, aprende el vocabulario
de su lengua nativa o materna, siendo capaz de
interpretar los mensajes (a pesar de la polisemia de las
palabras) y utilizando el contexto para resolver
ambigüedades. Sin embargo, debe conocer los distintos
significados para poder interpretar, y es por esto que
lenguajes especializados y técnicos son conocidos
solamente por expertos en las respectivas disciplinas. Un
sistema de inteligencia artificial se enfrenta con el mismo
problema, la polisemia del lenguaje humano,
su sintaxis poco estructurada y los dialectos entre grupos.
Los desarrollos en inteligencia artificial son mayores en
los campos disciplinares en los que existe mayor
consenso entre especialistas. Un sistema experto es más
probable que sea programado en física o en medicina
que en sociología o en psicología. Esto se debe al
problema del consenso entre especialistas en la
definición de los conceptos involucrados y en los
procedimientos y técnicas a utilizar. Por ejemplo, en física
hay acuerdo sobre el concepto de velocidad y cómo
calcularla. Sin embargo, en psicología se discuten los
conceptos, la etiología, la psicopatología, y cómo
proceder ante cierto diagnóstico. Esto dificulta la creación
de sistemas inteligentes porque siempre habrá
desacuerdo sobre la forma en que debería actuar el
sistema para diferentes situaciones. A pesar de esto, hay
grandes avances en el diseño de sistemas expertos para
el diagnóstico y toma de decisiones en el ámbito médico y
psiquiátrico (Adaraga Morales, Zaccagnini Sancho, 1994).
Al desarrollar un robot con inteligencia artificial se debe
tener cuidado con la autonomía,74 hay que tener en
cuenta el no vincular el hecho de que el robot tenga
interacciones con seres humanos a su grado de
autonomía. Si la relación de los humanos con el robot es
de tipo maestro esclavo, y el papel de los humanos es dar
órdenes y el del robot obedecerlas, entonces sí cabe
hablar de una limitación de la autonomía del robot. Pero
si la interacción de los humanos con el robot es de igual a
igual, entonces su presencia no tiene por qué estar
asociada a restricciones para que el robot pueda tomar
sus propias decisiones.75Con el desarrollo de la
tecnología de inteligencia artificial, muchas compañías de
software como el aprendizaje profundo y el
procesamiento del lenguaje natural han comenzado a
producirse y la cantidad de películas sobre inteligencia
artificial ha aumentado. Stephen Hawking advirtió sobre
los peligros de la inteligencia artificial y lo consideró una
amenaza para la supervivencia de la humanidad.76
Problemas de privacidad y Copyright[editar]
Los algoritmos de aprendizaje automático requieren
grandes cantidades de datos. Las técnicas utilizadas para
adquirir estos datos generan preocupaciones sobre temas
de privacidad y vigilancia.
Las empresas tecnológicas recopilan un gran número de
datos de sus usuarios, incluida la actividad en internet, los
datos de geolocalización, video y audio.77Por ejemplo,
para construir algoritmos de reconocimiento de
voz, Amazon entre otros ha grabado millones de
conversaciones privadas y han permitido que [Trabajo
temporal|trabajadores temporales] las escuchen para
transcribirlas algunas de ellas.78Las opiniones sobre
esta vigilancia generalizada van desde aquellos que la
ven como un mal necesario hasta aquellos para quienes
no es ética y contituye una violación del derecho a la
intimidad.79
Los desarrolladores de IA argumentan que esta es la
única forma de ofrecer aplicaciones valiosas y han
desarrollado varias técnicas que intentan preservar
la privacidad mientras se obtienen los datos, como
la agregación de datos, la desidentificación y la privacidad
diferencial.80Desde 2016, algunos expertos en privacidad,
como Cynthia Dwork, comenzaron a ver la privacidad
desde la perspectiva de la equidad: Brian Christian
escribió que los expertos han cambiado "de la pregunta
de 'qué saben' a la pregunta de 'qué están haciendo con
ello'.".81
La IA generativa a menudo se entrena con obras
protegidas por derechos de autor no autorizadas,
incluidos dominios como imágenes o código informático;
la salida se utiliza luego bajo una justificación de "uso
justo". Los expertos no están de acuerdo sobre la validez
de esta justificación durante un proceso legal; podría
depender de "el propósito y el carácter del uso de la obra
protegida por derechos de autor" y "el efecto sobre el
mercado potencial de la obra protegida por derechos de
autor".82En 2023, los principales autores (incluidos John
Grisham y Jonathan Franzen) demandaron a las
empresas de IA por usar sus obras para entrenar IA
generativa.8384

Normativa para el Uso de Inteligencia

Artificial en el Entorno Educativo[editar]
La presente normativa tiene como objetivo regular y
reglamentar el uso de la Inteligencia Artificial (IA) en el
entorno educativo, específicamente en el aula. La IA ha
experimentado un rápido desarrollo y se ha convertido en
una herramienta potencialmente beneficiosa para mejorar
la enseñanza y el aprendizaje. No obstante, su
implementación plantea desafíos éticos, de privacidad y
equidad que deben ser abordados de manera efectiva.
Esta normativa se establece en respuesta a la necesidad
de garantizar que la IA se utilice de manera ética,
responsable y equitativa en el ámbito educativo.
Los objetivos de esta normativa son:
Promover el uso de la IA como una herramienta
complementaria en el proceso de enseñanza-aprendizaje.
Garantizar la protección de datos y la privacidad de los
estudiantes. Fomentar la equidad y la inclusión en el
acceso y el uso de la IA. Establecer principios éticos que
rijan el uso de la IA en el aula. Definir responsabilidades y
procedimientos claros para el uso de la IA. Esta
normativa se aplica a todas las instituciones educativas y
docentes que utilizan la IA en el aula, así como a los
proveedores de tecnología educativa que ofrecen
soluciones basadas en IA.
El uso de la IA en el entorno educativo debe regirse por
los siguientes principios éticos y valores:
Transparencia: Las decisiones tomadas por algoritmos de
IA deben ser comprensibles y explicables. Equidad: La IA
no debe discriminar a ningún estudiante ni grupo de
estudiantes. Privacidad: Los datos de los estudiantes
deben ser protegidos y utilizados de manera responsable.
Responsabilidad: Los docentes y las instituciones son
responsables de las decisiones tomadas con la ayuda de
la IA. Mejora del aprendizaje: La IA debe utilizarse para
mejorar la calidad de la educación y el aprendizaje.
Capacitación: Los docentes deben recibir formación sobre
el uso de la IA y su aplicación en el aula. Evaluación: Las
soluciones de IA deben ser evaluadas en términos de su
eficacia y su impacto en el aprendizaje. Protección de
datos: Los datos de los estudiantes deben ser protegidos
de acuerdo con las leyes de privacidad aplicables.
Supervisión: Se debe establecer un proceso de
supervisión para garantizar que la IA se utilice de manera
ética y responsable. 5. Consideración de Diversidad e
Inclusión Se debe prestar especial atención a la
diversidad de estudiantes y garantizar que la IA sea
accesible y beneficiosa para todos, independientemente
de su origen étnico, género, discapacidad u orientación
sexual. Las soluciones de IA deben ser diseñadas
teniendo en cuenta la accesibilidad y la inclusión.
Esta normativa se basa en investigaciones académicas,
recomendaciones de organizaciones educativas y en las
mejores prácticas establecidas en el uso de la IA en la
educación. Se alienta a las instituciones a mantenerse al
día con la literatura científica y las directrices relevantes.
Aunque la IA puede ser una herramienta poderosa en el
aula, no debe reemplazar la creatividad, la originalidad y
el juicio humano en el proceso educativo. La IA debe ser
utilizada de manera complementaria para enriquecer la
experiencia educativa.
Esta normativa se presenta como un marco general que
deberá ser adaptado y ampliado por las instituciones
educativas de acuerdo a sus necesidades y contextos
específicos. Debe ser comunicada de manera efectiva a
todos los involucrados en el proceso educativo y revisada
periódicamente para asegurar su vigencia.
Esta normativa tiene como objetivo garantizar que la IA
sea utilizada de manera ética y responsable en el aula,
promoviendo el beneficio de los estudiantes y el avance
de la educación. Su cumplimiento es esencial para lograr
una implementación exitosa de la IA en el entorno
educativo.

Diferencia entre «aprendizaje

automatizado» y «aprendizaje
profundo»[editar]
El aprendizaje automático y el aprendizaje profundo son
dos subcampos de la inteligencia artificial que comparten
algunas similitudes pero también presentan importantes
diferencias.
El aprendizaje automático se enfoca en desarrollar
algoritmos de regresión, árboles de decisión y modelos
que puedan aprender de datos existentes y
realizar predicciones o decisiones basadas en esos
datos. En el aprendizaje automático, se utilizan técnicas
de estadística matemática para encontrar patrones y
relaciones en los datos y, a partir de ellos, desarrollar
modelos que puedan hacer predicciones sobre nuevos
datos.
Por otro lado, el aprendizaje profundo es una rama más
especializada del aprendizaje automático que se centra
en la creación de redes neuronales artificiales capaces
de aprender y realizar tareas de manera similar a como lo
hacen los seres humanos. En el aprendizaje profundo, se
utilizan capas de neuronas artificiales para procesar los
datos de entrada y aprender a través de un proceso
iterativo de ajuste de los pesos de las conexiones entre
neuronas.
Una de las principales diferencias entre el aprendizaje
automático y el aprendizaje profundo es que el último es
capaz de procesar y analizar grandes cantidades de
datos de manera más eficiente y precisa que el primero,
especialmente cuando se trata de datos no estructurados,
como imágenes, texto y audio. Además, el aprendizaje
profundo tiene la capacidad de identificar patrones y
características más complejas en los datos, lo que puede
llevar a mejores resultados en aplicaciones como
el reconocimiento de voz, la visión por computadora y
el procesamiento del lenguaje natural.
Como se mencionó anteriormente, en resumen, la
inteligencia artificial es la ciencia que entrena máquinas
para que realicen tareas humanas, por lo que todo
nuestro alrededor está rodeado de ella y mientras existan
recursos con ese tipo de lenguaje la IA estará presente.
El «aprendizaje automatizado» es una rama de la
inteligencia artificial que le entrena a una máquina a cómo
aprender, esta se encarga de ver patrones y datos para
llegar a una conclusión por sí sola; cómo funciona es:
haces una pregunta, recolecta información, entrena al
algoritmo, lo pone a prueba, recolecta la retroalimentación
y usa esa retroalimentación, mientras que el aprendizaje
profundo se centra en la creación de redes neuronales
artificiales que puedan procesar y analizar grandes
cantidades de datos de manera más eficiente y precisa,
especialmente cuando se trata de datos no estructurados.

Propiedad intelectual de la inteligencia

artificial[editar]

Imagen de una ciudad

futurista generada por la IA Midjourney. La composición
está en el dominio público al no ser de un autor humano.
Al hablar acerca de la propiedad intelectual atribuida a
creaciones de la inteligencia artificial se forma un debate
fuerte alrededor de si una máquina puede tener derechos
de autor. Según la Organización Mundial de la Propiedad
Intelectual (OMPI), cualquier creación de la mente puede
ser parte de la propiedad intelectual, pero no especifica si
la mente debe ser humana o puede ser una máquina,
dejando la creatividad artificial en la incertidumbre.
Alrededor del mundo han comenzado a surgir distintas
legislaciones con el fin de manejar la inteligencia artificial,
tanto su uso como creación. Los legisladores y miembros
del gobierno han comenzado a pensar acerca de esta
tecnología, enfatizando el riesgo y los desafíos complejos
de esta. Observando el trabajo creado por una máquina,
las leyes cuestionan la posibilidad de otorgarle propiedad
intelectual a una máquina, abriendo una discusión
respecto a la legislación relacionada con IA.
El 5 de febrero de 2020, la Oficina del Derecho de Autor
de los Estados Unidos y la OMPI asistieron a un simposio
donde observaron de manera profunda cómo la
comunidad creativa utiliza la inteligencia artificial (IA) para
crear trabajo original. Se discutieron las relaciones entre
la inteligencia artificial y el derecho de autor, qué nivel de
involucramiento es suficiente para que el trabajo
resultante sea válido para protección de derechos de
autor; los desafíos y consideraciones de usar inputs con
derechos de autor para entrenar una máquina; y el futuro
de la inteligencia artificial y sus políticas de derecho de
autor.8586
El director general de la OMPI, Francis Gurry, presentó su
preocupación ante la falta de atención que hay frente a
los derechos de propiedad intelectual, pues la gente suele
dirigir su interés hacia temas de ciberseguridad,
privacidad e integridad de datos al hablar de la
inteligencia artificial. Así mismo, Gurry cuestionó si el
crecimiento y la sostenibilidad de la tecnología IA nos
guiaría a desarrollar dos sistemas para manejar derechos
de autor- uno para creaciones humanas y otro para
creaciones de máquinas.87
Aún hay una falta de claridad en el entendimiento
alrededor de la inteligencia artificial. Los desarrollos
tecnológicos avanzan a paso rápido, aumentando su
complejidad en políticas, legalidades y problemas éticos
que se merecen la atención global. Antes de encontrar
una manera de trabajar con los derechos de autor, es
necesario entenderlo correctamente, pues aún no se
sabe cómo juzgar la originalidad de un trabajo que nace
de una composición de una serie de fragmentos de otros
trabajos.
La asignación de derechos de autor alrededor de la
inteligencia artificial aún no ha sido regulada por la falta
de conocimientos y definiciones. Aún hay incertidumbre
sobre si, y hasta que punto, la inteligencia artificial es
capaz de producir contenido de manera autónoma y sin
ningún humano involucrado, algo que podría influenciar si
sus resultados pueden ser protegidos por derechos de
autor.
El sistema general de derechos de autor aún debe
adaptarse al contexto digital de inteligencia artificial, pues
están centrados en la creatividad humana. Los derechos
de autor no están diseñados para manejar cualquier
problema en las políticas relacionado con la creación y el
uso de propiedad intelectual, y puede llegar a ser dañino
estirar excesivamente los derechos de autor para resolver
problemas periféricos dado que:
«Usar los derechos de autor para gobernar la inteligencia
artificial es poco inteligente y contradictorio con la función
primordial de los derechos de autor de ofrecer un espacio
habilitado para que la creatividad florezca»88
La conversación acerca de la propiedad intelectual tendrá
que continuar hasta asegurarse de que la innovación sea
protegida pero también tenga espacio para florecer.

En la cultura popular[editar]
En la literatura[editar]
A continuación se incluye alguna obra que tiene como
motivo central la Inteligencia Artificial.

• El primer libro (2013), de Antonio Palacios

Rojo: una novela dialogada que satiriza el uso
de la IA en la creación artística unos diez años
antes de la irrupción de estas herramientas
inteligentes.89
En el cine[editar]
Véase también: Computadoras en la ciencia ficción
La IA está cada vez más presente en la sociedad, la
evolución de la tecnología es una realidad y con ello, la
producción de películas sobre esta temática. Cabe
destacar, que lleva habiendo piezas audiovisuales sobre
inteligencia artificial desde hace mucho tiempo, ya sea
incluyendo personajes o mostrando un trasfondo moral y
ético. A continuación, se muestra una lista de algunas de
las principales películas que tratan este tema:

• The Terminator (1984): En esta película el

argumento se basa en el desarrollo de un micro
chip capaz de dotar de inteligencia artificial a
robots que luego se revelan contra la
humanidad. Se trata de una de las películas
más populares sobre una hipotética guerra
entre humanos y robots inteligentes capaces
de crearse a sí mismos.
• Matrix (1999): En esta película Keanu Reeves
interpreta a Thomas Anderson / Neo, un
programador de día y hacker de noche que
trata de desentrañar la verdad oculta tras una
simulación conocida como «Matrix». Esta
realidad simulada es producto de programas de
inteligencia artificial que terminan esclavizando
a la humanidad y utilizando sus cuerpos como
fuente de energía.
• Inteligencia artificial (2001): Un trabajador de
Cybertronics Manufacturing adopta a David de
forma momentánea para, así, estudiar su
 comportamiento. Tanto él como su esposa
acaban por tratar al niño artificial como a su
propio hijo biológico. A pesar del cariño que le
profesan, David siente la necesidad de escapar
de su hogar e iniciar un viaje que le ayude a
descubrir a quién pertenece realmente. Ante
sus perplejos ojos, se abrirá un nuevo mundo
oscuro, injusto, violento, insensible... Algo que
le resultará difícil aceptar. Se pregunta cosas
como: ¿cómo es posible que sienta algo tan
real como el amor y que él sea artificial? y fue
nominado al Premio Oscar.
• Minority Report (2002): La película sobre IA de
Steven Spielberg, Minority Report, sigue a John
(Tom Cruise), un agente de la ley, que es
acusado de un asesinato que cometerá en el
futuro. En esta película de principios de los
años 2000, el protagonista utiliza una
tecnología del futuro que permite a la policía
atrapar a los criminales antes de que hayan
cometido un delito. En Minority Report, la IA se
representa a través de los Precogs, los
gemelos que poseen habilidades psíquicas.
Los Precogs ven los asesinatos antes de que
se produzcan, lo que permite a las fuerzas del
orden perseguir el crimen antes de que se
cometa. En lugar de los robots físicos de IA tipo
cyborg, aquí explora la IA mediante el uso de
seres humanos.
• Yo, robot (2004): Esta película de ciencia
ficción protagonizada por Will Smith está
ambientada en 2035, en una sociedad donde
los humanos viven en perfecta armonía con
robots inteligentes en los que confían para
todo. Los problemas emergen a la superficie
cuando un error en la programación de un
superordenador llamado VIKI le lleva a creer
que los robots deben tomar las riendas para
proteger a la humanidad de sí misma.
• Her (2013): Esta película de Spike Jonze relata
la historia de un escritor de cartas quien está
solo y a punto de divorciarse. Este personaje lo
representó el galardonado Joaquin Phoenix.
Este hombre compró un sistema operativo con
inteligencia artificial para utilizarlo a fin de
complacer a todos los usuarios y adaptarse a
sus necesidades. Sin embargo, el resultado es
que desarrolla un sentimiento romántico con
Samantha. Quien es la voz femenina del
sistema operativo.
 • Ex Machina (2015): En la interpretación de
Alicia Vikander, increíblemente editada, como
Ava, encontramos un probable robot a prueba
de Turing escondido en la mansión de un
genio, Nathan, un poco loco. Y es que,
hablamos de una creación extraña que se
siente totalmente real y a la vez inhumana.
Está considerada como una de las mejores
películas que tratan la inteligencia artificial.
Esto se debe principalmente a que parece
cubrir todo el concepto IA integrado en una
película: el protagonista es un sustituto del ser
humano y nos adentra en multitud de
argumentos morales que rodean a esta, al
tiempo que vemos un arco narrativo de thriller
que, desde luego, acaba enganchándonos.
Desde luego aquí la representación del
personaje de la IA no es blanco o negro. Ava
no es buena, pero tampoco es del todo mala. Y
en esto, el público se queda reflexionando
sobre cuestiones profundas sobre la naturaleza
de la IA.

Véase también[editar]
• AI box
• Alucinación (inteligencia artificial)
• Aprendizaje
• Aprendizaje automático
• Automatización de los procesos de negocio
• Bot conversacional
• Cerebro artificial
• Cibernética
• Computación basada en humanos
• Dinámica de sistemas
• ELIZA
• Filosofía de la inteligencia artificial
• Industria de la inteligencia artificial en China
• Inteligencia artificial fuerte
• Inteligencia computacional
• Inteligencia sintética
• Internet
• Internet en la ciencia ficción
• Interfaces de usuario
• LLM (modelo grande de lenguaje)
• Razonamiento automatizado
• Red neuronal artificial
• Regulación de la inteligencia artificial
 • Riesgo existencial de la inteligencia artificial
• William Ross Ashby
• Seguridad de la inteligencia artificial
• Singularidad tecnológica
• Sistema complejo
• Sistema dinámico
• Sistema inteligente
• Visión artificial
• Red neuronal residual
• Confabulación (redes neuronales)

Referencias[editar]
0. ↑ «¿Qué es la inteligencia artificial?». Diccionario de
informática en la nube de Microsoft Azure. Consultado
el 21 de abril de 2023.
1. ↑ Real Academia Española. «inteligencia
artificial». Diccionario de la lengua española (23.ª
edición).
2. ↑ Rusell, S. J.; Norvig, P. (2004), «Inteligencia artificial.
Un enfoque moderno», Pearson Educación (Segunda
edición) (Madrid), ISBN 978-84-205-4003-0.
3. ↑ Rodríguez, Txema (27 de enero de 2017). «Machine
Learning y Deep Learning: cómo entender las claves
del presente y futuro de la inteligencia
artificial». Xataka. Consultado el 21 de abril de 2023.
4. ↑ Barrio, Miguel Ángel (26 de febrero de 2016). «La
importancia de la ética en la inteligencia artificial». El
País. Consultado el 21 de abril de 2023.
5. ↑ Sabán, Antonio (8 de mayo de 2016). «¿Qué es la
singularidad tecnológica y qué supondría para el ser
humano?». Hipertextual. Consultado el 21 de abril de
2023.
6. ↑ Thompson, Elaine (6 de septiembre de 2019). «10
ejemplos de que ya dependes de la IA en tu vida
diaria». BBVA OpenMind. Consultado el 21 de abril de
2023.
7. ↑ , Russell y Norvig, 2009, p. 2.
8. ↑ «Andreas Kaplan; Michael Haenlein (2019) Siri, Siri in
my Hand, who's the Fairest in the Land? On the
Interpretations, Illustrations and Implications of Artificial
Intelligence, Business Horizons, 62(1), 15-25».
Archivado desde el original el 21 de noviembre de
2018. Consultado el 13 de noviembre de 2018.
9. ↑ «La Inteligencia artificial en la estrategia |
McKinsey». www.mckinsey.com. Consultado el 1 de
agosto de 2023.
10. ↑ Toews, Rob. «What Does “Artificial Intelligence”
Really Mean?». Forbes. Consultado el 1 de agosto de
2023.
11. ↑ Schank, Roger C. (1991). «Where's the AI» (PDF). AI
Magazine (en inglés) 12 (4): 38.
12. ↑ Kaplan, Andreas; Haenlein, Michael (2018). Siri, Siri
in my Hand, who's the Fairest in the Land? On the
Interpretations, Illustrations and Implications of Artificial
Intelligence (PDF) (en inglés) 62 (1). Archivado
 desde el original el 21 de noviembre de 2018.
Consultado el 13 de noviembre de 2018.
13. ↑ Ferrer Abello (1986). «Introducción a la Inteligencia
Artificial». En Antonio M. Ferrer Abello, ed. Inteligencia
Artificial y Sistemas Expertos. Ediciones Ingelek, S.A.
p. 7-20. ISBN 84-85831-31-4.
14. ↑ Rouhiainen, Lasse (2018). Inteligencia Artificial 101
cosas que debes saber hoy sobre nuestro futuro.
Alienta. Consultado el 2021.
15. ↑ López Takeyas, Bruno. «Introducción a la Inteligencia
Artificial».
16. ↑ McCarthy, John (11 de noviembre de 2007). «What Is
Artificial Intelligence» (en inglés). Sección «Basic
Questions». Consultado el 27 de octubre de 2011.
17. ↑ Russell y Norvig, 2009.
18. ↑ Bellman, 1978.
19. ↑ Rich y Knight, 1991.
20. ↑ Winston, 1992.
21. ↑ Nilsson, 1998.
22. ↑ CASTILLO, Enrique; GUTIÉRREZ, José Manuel;
HADI, Ali S. (1997). «1». Sistemas expertos y modelos
de redes probabilısticas. Academia de Ingenierıa. p. 3.
Consultado el 16 de noviembre de 2021.
23. ↑ Miller Rivera, Lozano (2011). urosario. edu.
co/Administracion/documentos/investigacion/laboratori
o/miller_2_3. pdf. El papel de las redes bayesianas en
la toma de decisiones.. Consultado el 16 de noviembre
de 2021.
24. ↑ «¿Qué es la Inteligencia Computacional?».
25. ↑ «Watson y otros sistemas que mejoran nuestras vidas
con inteligencia artificial». Pinggers. Archivado desde el
original el 8 de marzo de 2011. Consultado el 21 de
febrero de 2011.
26. ↑ Salas, Javier (28 de enero de 2016). «La inteligencia
artificial conquista el último tablero de los humanos». El
País.
27. ↑ Ortega, Andrés (27 de octubre de 2016). «Obama y la
Inteligencia Artificial». p. elDiario.es. Consultado el 9 de
junio de 2021.
28. ↑ «Alpha Go».
29. ↑ Rodríguez, Roberto (14 de diciembre de
2017). «Alpha Zero, el programa que revoluciona el
ajedrez y puede cambiar el mundo». La Vanguardia.
Consultado el 21 de mayo de 2021.
30. ↑ «AI ThinQ: La plataforma de inteligencia artificial de
LG llega a todos sus televisores». El Financiero.
Consultado el 23 de septiembre de 2021.
31. ↑ Berryhill, Heang, Clogher, McBride, Asociación
Méxicana de Internet (2020). «Hola, mundo: La
inteligencia artificial y su uso en el sector
público.». DOCUMENTOS DE TRABAJO DE LA OCDE
SOBRE GOBERNANZA PÚBLICA. Consultado el 9 de
junio de 2021.
32. ↑ «ChatGPT: Hacia un cambio de
paradigma». ELMUNDO. 25 de febrero de 2023.
Consultado el 3 de junio de 2023.
33. ↑ Hu, Krystal (2 de febrero de 2023). «ChatGPT sets
record for fastest-growing user base - analyst
note». Reuters (en inglés). Consultado el 3 de junio de
2023.
34. ↑ Weise, Karen (1 de mayo de 2023). «When A.I.
Chatbots Hallucinate». The New York Times (en inglés
estadounidense). ISSN 0362-4331. Consultado el 3 de
junio de 2023.
35. ↑ VerificaRTVE, Lara Huwyler / María Navarro / (28 de
marzo de 2023). «¿Cómo detectar imágenes
generadas por Inteligencia Artificial?». RTVE.es.
Consultado el 1 de junio de 2023.
36. ↑ Jaramillo Arango, Diego Alejandro; Montenegro,
Diego Ignacio (17 de diciembre de 2019). «De la
Inteligencia Artificial al juego de los
dioses». ComHumanitas: revista científica de
comunicación 10 (3): 85-106. ISSN 1390-
776X. doi:10.31207/rch.v10i3.210. Consultado el 3 de octubre
de 2022.
37. ↑ Asimov, Isaac (1989). «Círculo vicioso». Los robots.
trad. Domingo Santos. Barcelona: Martínez
Roca. ISBN 84-270-0906-2.
38. ↑ «Riesgos de la inteligencia artificial». El Mundo.
Consultado el 21 de mayo de 2021.
39. ↑ Santos, Josilene C.; Wong, Jeannie Hsiu Ding;
Pallath, Vinod; Ng, Kwan Hoong (20 de julio de
2021). «The perceptions of medical physicists towards
relevance and impact of artificial intelligence». Physical
and Engineering Sciences in Medicine (en
inglés). ISSN 2662-4737. doi:10.1007/s13246-021-01036-9.
Consultado el 21 de julio de 2021.
40. ↑ «Artificial Intelligence and Robotics». UNICRI.
Consultado el 8 de agosto de 2020.
41. ↑ Barrio Andres, Moises (23 de junio de
2021). «Towards legal regulation of artificial
intelligence». REVISTA IUS (en
inglés) 15 (48). ISSN 1870-
2147. doi:10.35487/rius.v15i48.2021.661. Consultado el 30 de
agosto de 2021.
42. ↑ Castillo, del, Carlos (29 de marzo de 2023). «Cientos
de expertos piden parar la “peligrosa carrera” de la
inteligencia artificial hasta alcanzar un pacto global».
eldiario.es. Consultado el 1 de junio de 2023.
43. ↑ «Statement on AI Risk» (en inglés). Center for ai
Safety (CAIS). Consultado el 1 de junio de 2023.
44. ↑ Castillo, del, Carlos (30 de mayo de
2023). «Desarrolladores y académicos avisan de que la
inteligencia artificial representa un riesgo como el de la
bomba nuclear». eldiario.es. Consultado el 1 de junio
de 2023.
45. ↑ Resolución de problemas, resolución de acertijos,
juego y deducción:Russell y Norvig, 2003, c. 3–9,Poole,
Mackworth y Goebel, 1998, c. 2,3,7,9,Luger y
Stubblefield, 2004, c. 3,4,6,8,Nilsson, 1998, c. 7–12
46. ↑ Razonamiento incierto:Russell y Norvig, 2003,
pp. 452–644,Poole, Mackworth y Goebel, 1998,
pp. 345–395,Luger y Stubblefield, 2004, pp. 333–
381,Nilsson, 1998, c. 19
47. ↑ Intratabilidad y eficiencia y la explosión
combinatoria:Russell y Norvig, 2003, pp. 9, 21–22
48. ↑ Evidencia psicológica del razonamiento sub-
simbólico:Wason y Shapiro (1966),Kahneman, Slovic y
Tversky (1982),Lakoff y Núñez (2000)
49. ↑ Representación del conocimiento:ACM, 1998,
I.2.4,Russell y Norvig, 2003, pp. 320–363,Poole,
Mackworth y Goebel, 1998, pp. 23–46, 69–81, 169–
 196, 235–277, 281–298, 319–345,Luger y Stubblefield,
2004, pp. 227–243,Nilsson, 1998, c. 18
50. ↑ Ingieneria del conocimiento: * Russell y Norvig, 2003,
pp. 260–266,Poole, Mackworth y Goebel, 1998,
pp. 199–233,Nilsson, 1998, c. 17.1–17.4
51. ↑ Representación de categorías y relaciones:Russell y
Norvig, 2003, pp. 349–354,Poole, Mackworth y Goebel,
1998, pp. 174–177,Luger y Stubblefield, 2004, pp. 248–
258,Nilsson, 1998, c. 18.3
52. ↑ Representación de eventos y el tiempo:Russell y
Norvig, 2003, pp. 328–341,Poole, Mackworth y Goebel,
1998, pp. 281–298,Nilsson, 1998, c. 18.2
53. ↑ Russell y Norvig, 2003, pp. 341–344,Poole,
Mackworth y Goebel, 1998, pp. 275–277
54. ↑ Planificación automática:ACM, 1998, ~I.2.8,Russell y
Norvig, 2003, pp. 375–459,Poole, Mackworth y Goebel,
1998, pp. 281–316,Luger y Stubblefield, 2004, pp. 314–
329,Nilsson, 1998, c. 10.1–2, 22
55. ↑ Russell y Norvig, 2003, pp. 600–604
56. ↑ Planificación clásica: * Russell y Norvig, 2003,
pp. 375–430,Poole, Mackworth y Goebel, 1998,
pp. 281–315,Luger y Stubblefield, 2004, pp. 314–
329,Nilsson, 1998, c. 10.1–2, 22
57. ↑ Russell y Norvig, 2003, pp. 430–449
58. ↑ Russell y Norvig, 2003, pp. 449–455
59. ↑ Saltar a:a b Aprendizaje automático:ACM, 1998,
I.2.6,Russell y Norvig, 2003, pp. 649–788,Poole,
Mackworth y Goebel, 1998, pp. 397–438,Luger y
Stubblefield, 2004, pp. 385–542,Nilsson, 1998, c. 3.3,
10.3, 17.5, 20
60. ↑ Jordan, M. I.; Mitchell, T. M. (16 de julio de 2015).
«Machine learning: Trends, perspectives, and
prospects». Science (en inglés) 349 (6245): 255-
260. Bibcode:2015Sci...349..255J. PMID 26185243. S2CID 677218.
doi:10.1126/science.aaa8415.
61. ↑ Procesamiento de lenguaje natural:ACM, 1998,
I.2.7,Russell y Norvig, 2003, pp. 790–831,Poole,
Mackworth y Goebel, 1998, pp. 91–104,Luger y
Stubblefield, 2004, pp. 591–632
62. ↑ Aplicaciones del procesamiento de lenguaje
natural:Russell y Norvig, 2003, pp. 840–857,Luger y
Stubblefield, 2004, pp. 623–630
63. ↑ Cambria, Erik; White, Bebo (Mayo de 2014).
«Jumping NLP Curves: A review of Natural Language
Processing Research [Review Article]». IEEE
Computational Intelligence Magazine (en inglés) 9 (2):
48-57. S2CID 206451986. doi:10.1109/MCI.2014.2307227.
64. ↑ Vincent, James (7 de noviembre de 2019). «OpenAI
has published the text-generating AI it said was too
dangerous to share». The Verge (en inglés). Archivado
desde el original el 11 de junio de 2020. Consultado el
11 de junio de 2020.
65. ↑ Percepción de la máquina:Russell y Norvig, 2003,
pp. 537–581, 863–898,Nilsson, 1998, ~c. 6
66. ↑ Reconocimiento de voz: * ACM, 1998, ~I.2.7 * Russell
y Norvig, 2003, pp. 568–578
67. ↑ Visión computacional:ACM, 1998, I.2.10,Russell y
Norvig, 2003, pp. 863–898,Nilsson, 1998, c. 6
68. ↑ Fernández, Yúbal (27 de octubre de 2017). «Sophia
pasa de bromear con acabar con los humanos a
convertirse en el primer robot ciudadano de Arabia
Saudí». Xataka. Consultado el 22 de abril de 2023.
 69. ↑ Jiménez de Luis, Ángel (28 de julio de
2017). «Facebook apaga una inteligencia artificial que
había inventado su propio idioma». El Mundo.
Consultado el 22 de abril de 2023.
70. ↑ Scaliter, Juan (17 de marzo de 2022). «Lo que (de
verdad) pasó con los dos robots que Facebook
desconectó por “inventarse un idioma”». La Razón
(España). Consultado el 22 de abril de 2023.
71. ↑ Viejo, Manuel (20 de septiembre de 2023). «Siete
nuevas víctimas en Almendralejo en 24 horas: lo que
se sabe por el momento del caso de los desnudos con
IA». El País. Consultado el 20 de septiembre de 2023.
72. ↑ Sadin, Éric (2021). La inteligencia artificial o el
desafío del siglo : anatomía de un antihumanismo
radical (1ª ed., 1ª reimp edición). Caja Negra. ISBN 978-
987-1622-86-3. OCLC 1193413308. Consultado el 3 de
octubre de 2022.
73. ↑ Salichs, Miguel A.; Malfaz, María; Gorostiza, Javi F.
(1 de octubre de 2010). «Toma de Decisiones en
Robótica». Revista Iberoamericana de Automática e
Informática Industrial RIAI 7 (4): 5-16. doi:10.1016/S1697-
7912(10)70055-8. Consultado el 21 de marzo de 2016.
74. ↑ osmany-yildirim, Osman (26 de marzo de 2020). «The
Effect of Artificial Intelligence on Society». Artificial
Intelligence (en inglés británico). Consultado el 26 de
marzo de 2020.
75. ↑ Cellan-Jones, Rory (20 de octubre de
2016). «Stephen Hawking - will AI kill or save?». BBC
News (en inglés británico). Consultado el 28 de octubre
de 2018.
76. ↑ Oficina de Contabilidad General de E.E.U.U. (13 de
septiembre de 2022), Consumer Data: Increasing Use
Poses Risks to Privacy.
77. ↑ Valinsky, 2019, p. 1.
78. ↑ Russell y Norvig, 2021, p. 991.
79. ↑ Russell y Norvig, 2021, pp. 991-992.
80. ↑ Christian, 2020, p. 63.
81. ↑ Vincent, 2022.
82. ↑ Reisner, 2023.
83. ↑ Alter y Harris, 2023.
84. ↑ «Copyright in the Age of Artificial Intelligence | U.S.
Copyright Office». www.copyright.gov. Consultado el 22
de mayo de 2020.
85. ↑ «"expertos en inteligencia artificial en
España"». cronicaglobal.elespanol.com. Consultado el
22 de mayo de 2020.
86. ↑ United States Copyright Office (5 de febrero de
2020). «Copyright in the Age of Artificial
Intelligence». Library of Congress.
87. ↑ «Why We're Advocating for a Cautious Approach to
Copyright and Artificial Intelligence». Creative
Commons (en inglés estadounidense). 20 de febrero de
2020. Consultado el 22 de mayo de 2020.
88. ↑ «Radio a la Carta - Andalucía es
cultura». www.canalsur.es. Consultado el 8 de
septiembre de 2023.

Bibliografía[editar]
• Bellman, Richard (1978). An introduction to
artificial intelligence: can computers think? (en
inglés). San Francisco: Boyd & Fraser Pub.
Co. ISBN 978-0878350667.
• Nilsson, Nils J. (1998). Artificial Intelligence: A
New Synthesis (en inglés) (4.ª edición). San
Francisco: Kaufmann. ISBN 978-1558604674.
• Rich, Elaine; Knight, Kevin (1991). Artificial
intelligence (en inglés) (2.ª edición). New York:
McGraw-Hill. ISBN 978-0070522633.
• Russell, Stuart J.; Norvig, Peter Norvig
(2009). Artificial intelligence: a modern
approach (en inglés) (3.ª edición). Upper
Saddle River, N.J.: Prentice Hall. ISBN 0-13-
604259-7.
• Winston, Patrick Henry (1992). Artificial
intelligence (en inglés) (3.ª edición). Reading,
Mass.: Addison-Wesley Pub. Co. ISBN 978-
0201533774.
• Russell, Stuart J.; Norvig, Peter (2003), Artificial
Intelligence: A Modern Approach (en inglés) (2ª
edición), Upper Saddle River, New Jersey:
Prentice Hall, ISBN 0-13-790395-2.
• Poole, David; Mackworth, Alan; Goebel, Randy
(1998). Computational Intelligence: A Logical
Approach (en inglés). New York: Oxford
University Press. ISBN 978-0-19-510270-3.
Archivado desde el original el 26 de julio de
2020. Consultado el 22 de agosto de 2020.
• Luger, George; Stubblefield, William
(2004). Artificial Intelligence: Structures and
Strategies for Complex Problem Solving (en
inglés) (5ª edición).
Benjamin/Cummings. ISBN 978-0-8053-4780-7.
Archivado desde el original el 26 de julio de
2020. Consultado el 17 de diciembre de 2019.
• Wason, P. C.; Shapiro, D. (1966). New horizons
in psychology (en inglés). Harmondsworth:
Penguin. Archivado desde el original el 26 de
julio de 2020. Consultado el 18 de noviembre
de 2019.
• Kahneman, Daniel; Slovic, D.; Tversky, Amos
(1982). «Judgment under uncertainty:
Heuristics and biases». Science (en
inglés) 185 (4157) (New York: Cambridge
University Press). pp. 1124-1131. ISBN 978-0-
521-28414-
1. PMID 17835457. S2CID 143452957. doi:10.1126/scie
nce.185.4157.1124.
• «ACM Computing Classification System:
Artificial intelligence» (en inglés). ACM. 1998.
Archivado desde el original el 12 de octubre de
2007. Consultado el 30 de agosto de 2007.
• Lakoff, George; Núñez, Rafael E.
(2000). Where Mathematics Comes From: How
the Embodied Mind Brings Mathematics into
Being (en inglés). Basic Books. ISBN 978-0-465-
03771-1.
• SAS. (2018, 27 septiembre). Inteligencia
Artificial: Qué es y Por Qué Importa.
https://www.sas.com/es_mx/insights/analytics/w
hat-is-artificial-intelligence.html
• Grupo Iberdrola. (2019, 17 junio). ¿Somos
conscientes de los retos y principales
aplicaciones de la Inteligencia Artificial?
Iberdrola.
https://www.iberdrola.com/innovacion/que-es-
inteligencia-artificial
• Oracle. (2021, 13 enero). ¿Qué es la
inteligencia artificial?
https://www.oracle.com/mx/artificial-
intelligence/what-is-ai/
• Valinsky, Jordan (11 de abril de 2019), Amazon
reportedly employs thousands of people to
listen to your Alexa conversations.

• Russell, Stuart J.; Norvig,

Peter. (2021). Artificial Intelligence: A Modern
Approach (4ª edición). Hoboken:
Pearson. ISBN 978-0134610993. LCCN 20190474.

• Christian, Brian (2020). The Alignment

Problem: Machine learning and human values.
W. W. Norton & Company. ISBN 978-0-393-86833-
3. OCLC 1233266753.

• Vincent, James (15 de noviembre de

2022). «The scary truth about AI copyright is
nobody knows what will happen next». The
Verge. Archivado desde el original el 19 de
junio de 2023. Consultado el 19 de junio de
2023.

• Reisner, Alex (19 de agosto de

2023), «Revealed: The Authors Whose Pirated
Books are Powering Generative AI», The
Atlantic.
• Alter, Alexandra; Harris, Elizabeth A. (20 de
septiembre de 2023), «Franzen, Grisham and
Other Prominent Authors Sue OpenAI», The
New York Times.