UNIVERSIDAD TÉCNICA DE MANABÍ

FACULTAD DE CEINCIAS INFORMÁTICAS

CARRERA DE TECNOLOGÍA DE LA INFORMACIÓN

Nombres:
Liliana Monserrate Mieles Burgos
Jonathan Javier López Ortiz

Nivel:
4 “a”

Materia:
Introducción a la investigación científica

Docente:
Ing. Leonardo Chancay García

Actividad:
Ensayo #3

Periodo académico:
Abril 2024 – agosto 2024

1
 MARCO TEÓRICO

EL IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA SOCIEDAD MODERNA

Para comenzar, la Inteligencia Artificial (IA) ha surgido como una de las tecnologías
más transformadoras del siglo XXI, alterando significativamente diversos aspectos de la
sociedad moderna. Desde sus aplicaciones en la medicina y la educación hasta su influencia
en la economía y el empleo, la IA está redefiniendo la forma en que vivimos, trabajamos y
nos relacionamos. Este marco teórico explora el impacto multifacético de la IA en la sociedad
contemporánea, examinando sus beneficios, desafíos y las implicaciones éticas que conlleva
su implementación generalizada. A través de un análisis crítico de la literatura existente y
estudios recientes, se busca proporcionar una comprensión integral de cómo la IA está
moldeando nuestro presente y configurando nuestro futuro.

Marco Teórico

La Inteligencia Artificial ha recorrido un largo camino desde sus inicios teóricos en la

década de 1950, según Russell y Norvig (2020), la IA se define como “el estudio de agentes
inteligentes: cualquier dispositivo que percibe su entorno y lleva a cabo acciones que
maximizan sus posibilidades de alcanzar con éxito sus objetivos” (p. 8). Esta definición
amplia ha permitido que la IA se desarrolle en múltiples direcciones, desde sistemas expertos
hasta aprendizaje profundo. La progresión de la IA no ha sido lineal; ha experimentado
periodos de gran entusiasmo seguidos por “inviernos de la IA”, donde el progreso se
ralentizaba. Sin embargo, en las últimas dos décadas, gracias al aumento exponencial en la
potencia de cómputo y la disponibilidad de grandes conjuntos de datos, la IA ha logrado
avances significativos que han catalizado su adopción generalizada en diversos sectores de la
sociedad.

El impacto de la IA en el ámbito laboral ha sido uno de los aspectos más debatidos de

su implementación. Frey y Osborne (2017) realizaron un estudio que estimó que el 47% de
los empleos en Estados Unidos estaban en alto riesgo de automatización debido a la IA y la
robótica. Este estudio desencadenó una ola de investigaciones y debates sobre el futuro del
trabajo en la era de la IA. Sin embargo, investigaciones posteriores han matizado estas
predicciones. Por ejemplo, Arntz et al. (2017) argumentan que “cuando se tienen en cuenta
las diferencias en las tareas dentro de las ocupaciones, solo el 9% de los trabajos en los países
de la OCDE están en alto riesgo de automatización” (p. 157). Estos hallazgos subrayan la

2
complejidad de predecir el impacto exacto de la IA en el empleo y sugieren que, si bien habrá
disrupciones significativas, también surgirán nuevas oportunidades laborales.

En el campo de la medicina, la IA está revolucionando tanto la práctica clínica como

la investigación biomédica. Topol (2019) destaca cómo la IA está mejorando la precisión
diagnóstica, personalizando los tratamientos y acelerando el descubrimiento de fármacos. Un
ejemplo notable es el uso de algoritmos de aprendizaje profundo para analizar imágenes
médicas. Esteva et al. (2017) demostraron que una red neuronal convolucional podía
clasificar cánceres de piel con una precisión comparable a la de dermatólogos certificados.
Este tipo de avances no solo prometen mejorar la detección temprana de enfermedades, sino
que también podrían democratizar el acceso a la experiencia médica en áreas con recursos
limitados. Sin embargo, la integración de la IA en la atención médica también plantea
desafíos éticos y prácticos, como la protección de la privacidad de los pacientes y la
necesidad de transparencia en la toma de decisiones algorítmicas.

La educación es otro sector que está experimentando una transformación significativa

debido a la IA, Holmes et al. (2019) argumentan que la IA tiene el potencial de personalizar
el aprendizaje a una escala sin precedentes, adaptando el contenido y el ritmo de la
instrucción a las necesidades individuales de cada estudiante. Los sistemas de tutoría
inteligente, por ejemplo, pueden proporcionar retroalimentación instantánea y ajustar
dinámicamente la dificultad de las tareas. Además, la IA está facilitando nuevas formas de
evaluación que van más allá de los exámenes tradicionales, permitiendo una comprensión
más profunda del proceso de aprendizaje de los estudiantes. Sin embargo, la implementación
de la IA en la educación también plantea preocupaciones sobre la equidad y el acceso, ya que
no todas las instituciones educativas tienen los recursos para adoptar estas tecnologías
avanzadas.

En el ámbito de la seguridad y la vigilancia, la IA ha introducido capacidades sin

precedentes, pero también ha suscitado controversias significativas. El reconocimiento facial
basado en IA, por ejemplo, se ha convertido en una herramienta poderosa para la aplicación
de la ley. Sin embargo, como señalan Buolamwini y Gebru (2018), estos sistemas a menudo
exhiben sesgos raciales y de género, lo que plantea serias preocupaciones sobre su equidad y
precisión. Su estudio reveló que “los clasificadores de género tuvieron las tasas de error más
bajas para los hombres de piel clara y las tasas de error más altas para las mujeres de piel
oscura” (p. 8). Estas disparidades subrayan la necesidad crítica de abordar los sesgos

3
algorítmicos en las aplicaciones de IA de alto impacto, especialmente aquellas utilizadas en
contextos de seguridad pública y justicia criminal.

La influencia de la IA en la economía y los modelos de negocio es profunda y

multifacética. Brynjolfsson y McAfee (2017) argumentan que estamos entrando en una
“segunda era de las máquinas”, donde la IA está impulsando una nueva ola de productividad
y crecimiento económico. Afirman que “la prosperidad creada por las máquinas podría ser tan
impresionante que algunos observadores han comenzado a preguntar si finalmente hemos
llegado al mundo de la abundancia” (p. 7). Sin embargo, también advierten sobre los desafíos
de la distribución, señalando que los beneficios de la IA podrían concentrarse en un pequeño
grupo de empresas y trabajadores altamente calificados, exacerbando la desigualdad
económica existente. Este fenómeno subraya la necesidad de políticas proactivas para
garantizar una distribución más equitativa de los beneficios de la IA.

En el campo de la toma de decisiones y la gobernanza, la IA está transformando la

forma en que se formulan y ejecutan las políticas públicas. Coglianese y Lehr (2017)
exploran el potencial de la “regulación por robot”, donde los algoritmos de IA podrían ayudar
a las agencias gubernamentales a tomar decisiones más rápidas y precisas. Argumentan que
“el aprendizaje automático ofrece a las agencias gubernamentales la oportunidad de superar
las limitaciones del cerebro humano y mejorar significativamente la calidad de sus
decisiones” (p. 1147). Sin embargo, también reconocen los desafíos legales y éticos asociados
con la delegación de decisiones importantes a sistemas automatizados, incluyendo cuestiones
de responsabilidad, transparencia y debido proceso.

El impacto de la IA en la comunicación y las relaciones sociales es otro aspecto

crucial de su influencia en la sociedad moderna. Los sistemas de IA, como los chatbots y los
asistentes virtuales, están mediando cada vez más nuestras interacciones cotidianas. Turkle
(2017) advierte sobre los riesgos de esta tendencia, argumentando que “nos estamos
moviendo hacia un mundo donde esperamos más de la tecnología y menos de los demás” (p.
3). Esta observación plantea preguntas fundamentales sobre cómo la IA podría estar
reconfigurando nuestras expectativas y habilidades sociales, y si podría llevar a un
aislamiento social más profundo a pesar de la mayor conectividad tecnológica.

La intersección de la IA y la privacidad es un área de creciente preocupación en la era

digital. Los algoritmos de IA tienen una capacidad sin precedentes para analizar y hacer
inferencias a partir de grandes conjuntos de datos personales. Zuboff (2019) acuñó el término

4
“capitalismo de vigilancia” para describir un nuevo orden económico que explota la
experiencia humana como materia prima para prácticas comerciales ocultas de extracción,
predicción y ventas. Argumenta que “el capitalismo de vigilancia reclama unilateralmente la
experiencia humana como materia prima gratuita para la traducción en datos de
comportamiento” (p. 8). Esta dinámica plantea desafíos significativos para la privacidad
individual y la autonomía, y subraya la necesidad de marcos regulatorios robustos para
gobernar la recolección y el uso de datos personales en la era de la IA.

El papel de la IA en la investigación científica y la innovación tecnológica es otro

aspecto fundamental de su impacto en la sociedad moderna. Kitano (2016) propone la visión
de una “IA científica” que no solo asista a los investigadores humanos, sino que
eventualmente sea capaz de hacer descubrimientos científicos de forma autónoma.
Argumenta que “los sistemas de IA podrían superar a los humanos en la formulación de
hipótesis, diseño de experimentos y descubrimiento de conocimiento” (p. 39). Esta
perspectiva sugiere un futuro donde la IA podría acelerar dramáticamente el ritmo del
progreso científico, potencialmente conduciendo a avances revolucionarios en campos como
la medicina, la física y la ingeniería de materiales.

En el ámbito de la creatividad y las artes, la IA está desafiando nuestras concepciones

tradicionales sobre la autoría y la originalidad. Elgammal et al. (2017) han demostrado que
las redes generativas antagónicas (GANs) pueden crear obras de arte que son indistinguibles
de las producidas por humanos para observadores no expertos. Este desarrollo plantea
preguntas fascinantes sobre la naturaleza de la creatividad y el papel del artista en la era de la
IA. Como señalan los autores, “la creatividad artificial está desafiando la idea de que la
creatividad es una cualidad únicamente humana” (p. 7). Estas innovaciones no solo están
expandiendo las posibilidades artísticas, sino que también están provocando debates sobre el
valor y la autenticidad en el arte generado por IA.

La ética de la IA se ha convertido en un campo de estudio crucial a medida que estas

tecnologías se vuelven más omnipresentes y poderosas. Bostrom y Yudkowsky (2014)
argumentan que el desarrollo de la IA plantea desafíos éticos únicos debido a su potencial
para superar la inteligencia humana. Afirman que “la creación de una inteligencia artificial
superinteligente podría ser el último invento que la humanidad necesite hacer, con
consecuencias potencialmente existenciales” (p. 316). Esta perspectiva subraya la

5
importancia de desarrollar marcos éticos robustos y mecanismos de gobernanza para guiar el
desarrollo y la implementación de sistemas de IA avanzados.

El impacto de la IA en la sostenibilidad y el cambio climático es un área de creciente

interés. Rolnick et al. (2019) exploran cómo la IA puede contribuir a abordar el cambio
climático en diversos sectores, desde la optimización de sistemas de energía hasta la mejora
de la eficiencia en el transporte y la agricultura. Los autores argumentan que “la IA ofrece
poderosas herramientas para ayudar a abordar el cambio climático: las máquinas tienen la
capacidad de aprender, hacer predicciones y optimizar sistemas más rápido y mejor que los
humanos” (p. 2). Sin embargo, también advierten sobre el considerable consumo energético
asociado con el entrenamiento y la operación de modelos de IA a gran escala, lo que subraya
la necesidad de un enfoque equilibrado en la aplicación de estas tecnologías para la
sostenibilidad.

La influencia de la IA en la geopolítica y las relaciones internacionales es otro aspecto

crítico de su impacto en la sociedad moderna. Allen y Chan (2017) argumentan que la IA
tiene el potencial de alterar el equilibrio de poder global, afirmando que “el liderazgo en IA
probablemente resultará en un aumento del poder económico y militar, y tendrá un impacto
transformador en la conducción de la guerra” (p. 3). Esta dinámica ha llevado a una carrera
global por el dominio en IA, con implicaciones significativas para la seguridad nacional y la
estabilidad internacional. En este sentido, la concentración de la experiencia en IA y los
recursos computacionales en un pequeño número de países y empresas también plantea
preocupaciones sobre la equidad y el acceso global a estas tecnologías transformadoras.

Referencias Bibliográficas

Allen, G., & Chan, T. (2017). Inteligencia artificial y seguridad nacional. Belfer Center for
Science and International Affairs, Harvard Kennedy School.
https://www.belfercenter.org/sites/default/files/2017-
07/AI%20and%20National%20Security%20-%20final.pdf
Arntz, M., Gregory, T., & Zierahn, U. (2017). Revisando el riesgo de la automatización.
Economics Letters, 159, 157-160. https://doi.org/10.1016/j.econlet.2017.07.001
Bostrom, N., & Yudkowsky, E. (2014). La ética de la inteligencia artificial. En K. Frankish &
W. M. Ramsey (Eds.), Manual de Cambridge sobre Inteligencia Artificial (pp. 316-
334). Cambridge University Press. https://doi.org/10.1017/CBO9781139046855.020

6
Brynjolfsson, E., & McAfee, A. (2017). El negocio de la inteligencia artificial. Harvard
Business Review, 7, 3-11.
Buolamwini, J., & Gebru, T. (2018). Sombras de género: Disparidades de precisión
interseccional en la clasificación comercial de género. Actas de la 1a Conferencia
sobre Equidad, Responsabilidad y Transparencia, 81, 77-91.
https://proceedings.mlr.press/v81/buolamwini18a.html
Coglianese, C., & Lehr, D. (2017). Regulación por robot: Toma de decisiones administrativas
en la era del aprendizaje automático. Georgetown Law Journal, 105, 1147-1223.
Elgammal, A., Liu, B., Elhoseiny, M., & Mazzone, M. (2017). CAN: Redes adversarias
creativas, generando «arte» mediante el aprendizaje sobre estilos y la desviación de
las normas de estilo. https://arxiv.org/abs/1706.07068
Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017).
Clasificación a nivel de dermatólogo del cáncer de piel con redes neuronales
profundas. Nature, 542(7639), 115-118. https://doi.org/10.1038/nature21056
Frey, C. B., & Osborne, M. A. (2017). El futuro del empleo: ¿Qué tan susceptibles son los
trabajos a la computarización? Technological Forecasting and Social Change, 114,
254-280. https://doi.org/10.1016/j.techfore.2016.08.019
Holmes, W., Bialik, M., & Fadel, C. (2019). Inteligencia artificial en la educación: Promesas
e implicaciones para la enseñanza y el aprendizaje.
https://curriculumredesign.org/our-work/artificial-intelligence-in-education/
Kitano, H. (2016). Inteligencia artificial para ganar el Premio Nobel y más allá: Creando el
motor para el descubrimiento científico. AI Magazine, 37(1), 39-49.
https://doi.org/10.1609/aimag.v37i1.2642
Rolnick, D., Donti, P. L., Kaack, L. H., Kochanski, K., Lacoste, A., Sankaran, K., Ross, A. S.,
Milojevic-Dupont, N., Jaques, N., Waldman-Brown, A., Luccioni, A., Maharaj, T.,
Sherwin, E. D., Mukkavilli, S. K., Kording, K. P., Gomes, C., Ng, A. Y., Hassabis, D.,
Platt, J. C., & Bengio, Y. (2019). Abordando el cambio climático con aprendizaje
automático. https://arxiv.org/abs/1906.05433
Russell, S., & Norvig, P. (2020). Inteligencia artificial: Un enfoque moderno (4.a ed.).
Pearson.
Topol, E. J. (2019). Medicina de alto rendimiento: La convergencia de la inteligencia humana
y artificial. Nature Medicine, 25(1), 44-56. https://doi.org/10.1038/s41591-018-0300-
7

7
Turkle, S. (2017). Juntos pero solos: Por qué esperamos más de la tecnología y menos de los
demás. Basic Books.
Zuboff, S. (2019). La era del capitalismo de la vigilancia: La lucha por un futuro humano en
la nueva frontera del poder. Profile Books.