Bloque 9. Sistemas informáticos emergentes.

1. Fundamentos de la inteligencia artificial. Tipos: máquinas reactivas, memoria

limitada, teoría de la mente y autoconciencia.
2. Características fundamentales del big data: volumen, velocidad, variedad de
los datos, veracidad de los datos, viabilidad, visualización de los datos y valor.
Bases de datos distribuidas. Bases de datos relacionales.
3. La ciberseguridad a nivel de usuario. Concepto, amenazas, medidas básicas
de protección.

1. Fundamentos de la inteligencia artificial

La Inteligencia Artificial (o I.A.) es la capacidad de una máquina o sistema
informática de emular en parte el comportamiento de la mente humana desarrollando
capacidades que hasta hace poco solo estaban alcance del cerebro humano, como la
creatividad o el análisis complejo en base de datos incompletos. Se basa en procesos
que incluyen el aprendizaje, el razonamiento y la autocorrección.

Aunque puede que a muchos el término de Inteligencia Artificial aún les suene a
ciencia ficción, lo cierto es que ya está presente en muchos ámbitos de la sociedad y
su uso y desarrollo no deja de crecer; está en los capuchas, en los chatbos, en los
procesos de selección de candidatos, se emplea en la salud y la sanidad, en el análisis
del Big Data, en los videojuegos, en los vehículos autónomos, etc.

Tampoco es un concepto muy nuevo, la primera vez que se acuñó fue en 1956, por el
matemático estadounidense John MacCarthy, en la Conferencia de Dartmouth. Desde
entonces, ha seguido desarrollándose, aunque todavía le queda un largo camino por
recorrer para poder hablar de sistemas de IA completamente autónomos y conscientes
de sí mismos.

Definición

Aunque los expertos no se ponen de acuerdo para dar una definición unificada de lo
que es la Intelgiencia Artificial, sí que podemos encontrar aproximaciones muy válidas.
Así, la Comisión Europea define la IA como aquellos sistemas que manifiestan un
comportamiento inteligente, al ser capaces de analizar el entorno y realizar acciones,
con cierto grado de autonomía, con el fin de alcanzar objetivos específicos.

Tipos de inteligencia artificial

El funcionamiento de la Inteligencia Artificial depende en gran medida de los
algoritmos y proceso empleados para desarrollarla o de los objetivos que se persiguen
con ella, por ello podemos hablar de diferentes tipos de IA.

Una primera diferencia la podemos hacer entre los sistemas de IA débil e IA fuerte.
Los primeros, también conocidos como IA estrecha, son sistemas diseñados y
entrenados para realizar una única tarea. Mientras que los segundos, también
llamados como inteligencia general artificial, son sistemas que cuentan con
habilidades cognitivas humanas generalizadas, de manera que tienen la capacidad de
encontrar por sí mismas la solución a una tarea planteada.

Una segunda forma de distinguir entre tipos de IA la encontramos en la categorización

que hizo Arend Hintze, profesor de biología integradora e ingeniería y ciencias de la
computación en la Universidad Estatal de Michigan. Hintze distingue entre 4 tipos de
IA, tanto existentes hoy en día como todavía por desarrollarse. Los vemos en detalle a
continuación:

Máquinas reactivas

Las máquinas reactivas son el tipo más básico de Inteligencia Artificial; se basan en
decisiones sobre el presente, es decir, no tienen memoria y, por lo tanto, no pueden
mirar al pasado para aprender de experiencias pasadas y son incapaces de
evolucionar.

Un ejemplo de este tipo de IA lo encontramos en Deep Blue, el ordenador que ganó al

ajedrez al campeón Kasparov. Este ordenador era capaz de reconocer las figuras en
el tablero y procesar 200 millones de movimientos en un segundo, pero ese era su
único objetivo, procesar la información y los datos en busca del mejor movimiento en
tiempo real en función a las jugadas de su oponente.

Memoria limitada

Las máquinas de IA de memoria limitada son capaces de mirar al pasado, pero de una
forma limitada y temporal. De esta manera, pueden almacenar la información que
recogen durante cierto tiempo y añadirla a su programación para crear nuevos
patrones de comportamiento y respuesta para un futuro no lejano. Es decir, que no
son capaces de realizar representaciones completas y perdurables en el tiempo.

Como ejemplo de este tipo de Inteligencia Artificial tenemos los coches autónomos.

Teoría de la mente

La teoría de la mente presenta sistemas o máquinas cuya IA les permite entender

cómo funciona su entorno, es decir, las personas, objetos y otros sistemas que les
rodean. Son sistemas capaces de aprender en base a nuestros comportamientos y
deducir y saber cuáles son nuestros gustos, necesidades, deseos o hasta cómo
esperamos ser tratados.

Este tipo de Inteligencia Artificial tendría la capacidad de entender el mundo que le

rodea y cuando esté desarrollada plenamente, será capaz de realizar una interacción
social más cercana a la de un ser humano.

Autoconciencia

Hemos llegado a lo que todavía es terreno de la ciencia ficción, porque actualmente no

existe ningún tipo de IA con autoconciencia. Se trataría de una Inteligencia Artificial
que ha desarrollado conciencia de sí misma y es capaz de reconocerse como una
entidad independiente, que puede tomar sus propias decisiones, diferenciando entre
ella y los objetos, personas y sistemas que la rodean. Sería el primer paso en lo que
ha denominado la singularidad de la tecnológica.
Aplicaciones de la inteligencia artificial
Como decíamos, la Inteligencia Artificial se emplea en muchos ámbitos actuales y sin
duda son muchas las aplicaciones de esta que pueden aprovechar las empresas
para mejorar sus procesos de ventas, reclutamiento o en sus servicios de atención al
cliente, como vamos a ver en los siguientes puntos.

Marketing y ventas

En un mercado cada vez más competitivo, donde se hace necesario ofrecer productos
o servicios con un valor añadido para poder diferenciarse de la competencia, el
análisis de datos y la elaboración de perfiles de consumidores son clave y es aquí
donde entra la Inteligencia Artificial aplicada al marketing y las ventas, puesto que
permite automatizar procesos como la minería y análisis de la información extraída.

La IA aplicada al marketing permite predecir futuras necesidades a través del empleo

de herramientas capaces de analizar condutas y elaborar patrones de comportamiento
en base a la huella que los usuarios dejan en Internet. Así, pueden elaborar perfiles de
usuarios, segmentar la audiencia y poder así ofrecerles productos según sus
necesidades y deseos.

Ejemplos

Algunos ejemplos de Inteligencia Artificial aplicada al campo del marketing y las

ventas los tenemos en:

 Publicidad programática: Son plataformas que permiten la compra de espacios

publicitarios en función de las audiencias a las que se desea llegar, y se hace
de forma completamente automatizada.
 Creación de contenido: Ya podemos encontrar programas capaces de generar
contenido completamente original en base a determinados conceptos y
palabras clave.

Atención al cliente

Los departamentos de atención al cliente también pueden beneficiarse del empleo de

sistemas de Inteligencia Artificial, puesto que pueden delegar algunas tareas en
asistentes virtuales. Pero no solo eso, como en el caso del marketing, pueden analizar
el comportamiento de los usuarios y poder ofrecerles la ayuda que buscan
prácticamente en tiempo real.

La atención al cliente genera una gran cantidad de datos que los sistemas de IA
pueden ayudar a analizar para crear servicios predictivos con los que las empresas
puedan adelantarse a las consultas y necesidades de sus clientes, ofreciéndoles una
atención más personalizada.

Ejemplos

El ejemplo más claro de la aplicación de la Inteligencia Artificial en el departamento de

atención al cliente lo tenemos en los chatbots. Se trata de una aplicación informática
que simula la conversación con cliente. Los hay muy básicos, con respuestas estándar
a preguntas concretas, pero también existen chatbots realmente complejos, capaces
de procesar un gran volumen de mensajes, aprender durante el proceso y
prácticamente mantener una conversación natural con los usuarios.

Recursos humanos

Los departamentos de recursos humanos también pueden servirse de los sistemas de

Inteligencia Virtual para llevar a cabo los procesos de selección y reclutamiento de
trabajadores o llevar a cabo otras tareas relacionadas con el análisis y la gestión de
los datos de la empresa, de manera que la IA agrupe estos datos y proporcione
diferentes resultados respecto a diferentes áreas, como la evolución del talento, la
productividad o los conflictos.

Pero donde sin duda la IA representa una ventaja para Recursos Humanos es en la
eliminación de los llamados prejuicios cognitivos, es decir, la eliminación de
valoraciones erróneas que puede hacer una persona sobre otra en base a su aspecto,
apariencia, conducta, etc., puesto que la IA no hace juicios de valor de este tipo.

Ejemplos

Ejemplos del empleo de Inteligencia Artificial en Recursos Humanos podemos verlos

en la automatización de algunos procesos, como la entrada y categorización de
curriculums.

También puede emplearse para analizar el absentismo laboral en una empresa,

determinar sus posibles causas y presentar soluciones. Así mismo puede analizar el
comportamiento de los trabajadores encontrar los que tienen un mejor rendimiento
son buenos líderes de equipo. Análisis que también se puede emplear para buscar
perfiles similares para contratar nuevos trabajadores.

Ventajas y desventajas de la inteligencia artificial

Como toda la tecnología actual y aquella que aún sigue en desarrollo, la Inteligencia
Artificial cuenta con una serie de ventajas y desventajas que la sociedad en su
conjunto debe valorar.

Como ventajas de la Inteligencia Artificial, entre otras, tenemos:

 Aumenta la eficacia de los procesos y los lleva a cabo de forma más rápida.
 Permite automatizar procesos repetitivos.
 Al estar basada en procedimientos computacionales, no comete errores
humanos.
 Es incansable, puede trabajar todos los días a todas horas.
 Puede facilitar el día a día de las personas con herramientas como los
asistentes virtuales.
 Es capaz de analizar enormes cantidades de datos, extraer información
relevante y crear perfiles o modelos predictivos en muchos ámbitos (medicina,
comportamiento social, medioambiente, etc.).
  Puede realizar tareas que para los humanos serían peligrosas o imposibles.
En cuanto a las desventajas o peligros que puede entrañar la IA encontramos:

 Cuanto más sofisticados y complejos se vuelven los sistemas de Inteligencia

Artificial, más probable se hace que puedan sustituir a los trabajadores
humanos, impactando negativamente en el mercado laboral.
 Puesto que aún carecen de creatividad y capacidad de improvisación, sus
soluciones y respuestas están basadas en algoritmos y análisis de información
preexistente, lo que limita su capacidad de tomar decisiones más allá de los
datos.
 Su carencia de empatía o sentimientos la hace «inútil» para desempeñar
tareas en las que el factor humano es fundamental.
 Se puede emplear con fines ilegales, como la creación y distribución de
malware o la suplantación de identidad.
 Plantea dudas éticas en cuanto a su evolución hacia IA autoconscientes.

2. INTERNET DE LAS COSAS. BIG DATA. CARACTERÍSTICAS DEL BIG

DATA

Big Data: Conjunto de datos de gran complejidad y tamaño procedentes de fuentes

de datos digitales que precisan aplicaciones complejas para poder ser
gestionados.

IOT: Internet of things, se refiere a la conexión a través de internet de dispositivos

a plataformas en la nube donde entregan datos para su posterior estudio o también
reciben programación a través de estas plataformas para realizar una función.
Suelen ser sensores conectados a tarjetas electrónicas especializadas capaces de
conectarse a la red y recibir información.
Las características más importantes del Big Data perfectamente se pueden clasificar
en cuatro magnitudes, más conocidas como las cuatro V del Big Data, relativas
a volumen, variedad, velocidad y veracidad. A estas cuatro V, podemos añadir tres
más, como pueden ser la de Viabilidad y Visualización. Pero si hablamos de V en Big
Data no podemos dejar pasar la principal característica del análisis de datos que es
la V de Valor de los datosVolumen
1. Velocidad
2. Variedad de los datos
3. Veracidad de los datos
4. Viabilidad
5. Visualización de los datos
6. Valor de los datos

Volumen de información

El volumen se refiere a la cantidad de datos que son generados cada segundo,

minuto y días en nuestro entorno. Es la característica más asociada al Big Data, ya
que hace referencia a las cantidades masivas de datos que se almacenan con la
finalidad de procesar dicha información, transformando los datos en acciones.
Cada vez estamos más conectados al mundo 2.0 por lo que generamos más y más
datos. Para algunas empresas, el estar en el mundo digital es algo obligatorio, por lo
que la cantidad de datos generados es aún mayor. Por ejemplo, una empresa que
vende sus productos únicamente a través de un canal online, le convendría implantar
tecnología Big Data para procesar toda aquella información que recoge su página web
rastreando todas las acciones que lleva a cabo el cliente; conocer donde cliquea más
veces, cuántas veces ha pasado por el carrito de la compra, cuáles son los productos
más vistos, las páginas más visitadas, etc.

Velocidad de los datos

La velocidad se refiere a los datos en movimiento por las constantes interconexiones

que realizamos, es decir, a la rapidez en la que son creados, almacenados y
procesados en tiempo real.
Para los procesos en los que el tiempo resulta fundamental, tales como la detección
de fraude en una transacción bancaria o la monitorización de un evento en redes
sociales, estos tipos de datos deben estudiarse en tiempo real para que resulten útiles
para el negocio y se consigan conclusiones efectivas.

Variedad de los datos

La variedad se refiere a las formas, tipos y fuentes en las que se registran los datos.
Estos datos pueden ser datos estructurados y fáciles de gestionar como son las bases
de datos, o datos no estructurados, entre los que se incluyen documentos de texto,
correos electrónicos, datos de sensores, audios, vídeos o imágenes que tenemos en
nuestro dispositivo móvil, hasta publicaciones en nuestros perfiles de redes sociales,
artículos que leemos en blogs, las secuencias de click que hacemos en una misma
página, formularios de registro e infinidad de acciones más que realizamos desde
nuestro Smartphone, Tablet y ordenador.

Veracidad de los datos

Cuando hablamos de veracidad nos referimos a la incertidumbre de los datos, es

decir, al grado de fiabilidad de la información recibida.
Es necesario invertir tiempo para conseguir datos de calidad, aplicando soluciones y
métodos que puedan eliminar datos imprevisibles que puedan surgir como datos
económicos, comportamientos de los consumidores que puedan influir en las
decisiones de compra.

Viabilidad

La inteligencia empresarial es un componente fundamental para la viabilidad de un

proyecto y el éxito empresarial. Se trata de la capacidad que tienen las compañías en
generar un uso eficaz del gran volumen de datos que manejan.
La inteligencia competitiva también se asocia con la innovación de los equipos de
trabajo y el uso de tecnologías empleadas. Una empresa inteligente analiza,
selecciona y monitoriza la información con el fin de conocer mejor el mercado en el
que opera, a sus clientes y diseñar estrategias eficaces.

Visualización de los datos

Cuando hablamos de visualización nos referimos al modo en el que los datos son
presentados. Una vez que los datos son procesados (los datos están en tablas y
hojas de cálculo), necesitamos representarlos visualmente de manera que sean
legibles y accesibles, para encontrar patrones y claves ocultas en el tema a investigar.
Para que los datos sean comprendidos existen herramientas de visualización que
ayudarán a comprender los datos gráficamente y en perspectiva contextual.
Valor de los datos

El dato no es valor. Tampoco tienes valor por el mero hecho de recopilar gran cantidad
de información. El valor se obtiene de datos que se transforman en información; esta
a su vez se convierte en conocimiento, y este en acción o en decisión. El valor de los
datos está en que sean accionables, es decir, que los responsables de las empresas
puedan tomar una decisión (la mejor decisión) en base a estos datos.
No todos los datos de los que partimos se convierten en acción o decisión. Para ello,
es necesario tener tecnologías aplicadas. Por ejemplo, una publicación en una red
social, que gracias al uso de tecnologías de procesamiento de lenguaje natural, puede
medir el sentimiento positivo o negativo, con la ayuda de un algoritmo de análisis de
redes sociales o herramientas que permitan obtener de esto información.

BASES DE DATOS DISTRIBUIDAS (BDD)

Actualmente, hay gran cantidad de empresas que tiene sucursales en diferentes
ubicacions geográficas, muy alejadas ente ellas y que manejan gran cantidad de
datos. Esto ha hecho que los datos se tengan que procesar en varios lugares a la vez.
Estas empresas tenían una base de datos centralizada en un mismo servidor
localizado en un mismo sitio físico. Cuando las sucursales debían acceder a la misma
base de datos se producían múltiples problemas de comunicación, grandes tiempos de
acceso para usuarios y aplicaciones, etc. Esta es la razón del desarrollo de las bases
de datos distribuidas.
Una BDD es un sistema que almacena y gestiona datos que se encuentran en
diferentes ubicaciones físicas, llamadas nodos, las cuales se encuentran
interconectadas. Los datos son repartidos entre los diferentes nodos que
forman la rd de tal manera que se facilita el rápido acceso de los usuarios a los
datos desde diferentes ubicaciones geográficas.
Cada nodo funciona de forma autónoma con su propia capacidad de almacenamiento
y procesamiento. Estos nodos están interconectados a través de internet o redes de
ordenadores con lo cual pueden compartir los datos y trabajar de forma coordinada.
Almacenamiento de datos en una BDD
Puede ser replicado o fragmentado:
- Almacenamiento replicado. Consiste en realizar en los nodos una copia
de la base de datos. Al tener cada nodo una copia de los datos
completa, cuando falta uno, los otros nodos pueden acceder a los
datos. También permite realizar consultas en paralelo.
- Almacenamiento fragmentado. Los datos se dividen en fragmentos que
se guardan en los diferentes nodos de la BDD. Así cada nodo
almacena una parte de los datos completos permitiendo distribuir la
carga de trabajo. Esto evita que para una misma petición a la base de
datos se reciban respuestas diferentes, esto puede suceder en el
almacenamiento replicado.
3. Ciberseguridad a nivel de usuario.
La ciberseguridad es el conjunto de medidas, técnicas y herramientas
utilizadas para proteger a los sistemas, las redes informáticas y los programas
de los ciberdelitos, los cuales buscan borrar, dañar, secuestrar y dañar datos
informáticos con la intención en la mayoría de los caos de obtener un beneficio
económico.
Amenazas más comunes
 1. Denegación de servicio (DDoS)
Este tipo de ataque implica la inundación de un sitio web o red
con tráfico falso para sobrecargar el servidor y hacer que sea
inaccesible para los usuarios legítimos. Los equipos infectados
los convierte en máquinas zombies sin que lo sepan los usuarios
atacando al mismo tiempo. El conjunto de máquinas infectadas
recibe el nombre de botnet.
2. Phishing
Se engaña a los usuarios para que proporcionen información
confidencial a través de correos electrónicos fraudulentos o
sitios web falsos.
3. Malware.
Software malicioso que se utiliza para infectar los sistemas
informáticos y robar información confidencial o controlar el
sistema infectado. La mayoría de las veces, los creadores de
este tipo de software buscan obtener un beneficio económico.
4. Ingeniería social
El objetivo de este tipo de ataques es conseguir la confianza del
usuario mediante técnicas de manipulación y engaño para lograr
que este realice alguna acción, como podría ser ejecutar un
programa de malware, conseguir claves privadas o comprar en
sitios web fraudulentos. Se suelen combinar con ataques de
phishing y spoofing (suplantar la identidad del remitente)
5. Ransomware
Es un tipo de malware que actúa sobre el sistema del usuario, e
impide que este pueda acceder a sus archivos personales
cifrándolos y exigiendo un pago para desdifrarlos.
PRINCIPALES HERRAMIENTAS DE CIBERSEGURIDAD
Existen muchas herramientas para incrementar la ciberseguridad de nuestros equipos
informáticos, las que se consideran más importantes son:
- Software antivirus: Mantiene protección efectiva ante el malware dado
la posibilidad de eliminar los ataques maliciosos o poner dispositivos en
cuarentena.
- Cortafuegos o firewall: escanea los datos que van por la red y que viene
de Internet , permitiendo o bloqueando su paso según las instrucciones
que se le hayan definido.
- Servidor proxy: es un dispositivo de software que actúa como
intermediario entre las conexiones del navegador e internet, filtrando la
información que se envía ente ambos. Puede bloquear sitios web que
se estimen peligrosos.
- Cifrado de punto final: produce la codificación de los datos, los cuales,
para ser leídos necesitan una clave de descifrado. El objetivo es evitar
que el mensaje pueda ser leído en el proceso de comunicación por
terceros.