Tipos

[editar]
Stuart J. Russell y Peter Norvig diferencian varios tipos de inteligencia artificial:
21
[ ]

 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.22 [ ]

 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).23 [ ]

 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).24[ ]

 Los sistemas que actúan racionalmente: Tratan de emular de forma

racional el comportamiento humano; por ejemplo, los agentes
inteligentes, que están relacionados con conductas inteligentes
en artefactos.25
[ ]

Inteligencia artificial generativa

[editar]
Artículo principal: Inteligencia artificial generativa
La inteligencia artificial generativa es un tipo de sistema de inteligencia artificial
capaz de generar texto, imágenes u otros medios en respuesta a comandos de
texto conocidos como "prompts".26 Los modelos de IA generativa aprenden los
[ ]

patrones y la estructura de sus datos de entrenamiento de entrada, y luego

generan nuevos datos que tienen características similares.

Los sistemas de IA generativa notables incluyen ChatGPT (y su

variante Microsoft Copilot), un bot conversacional creado por OpenAI usando
sus modelos de lenguaje grande fundacionales GPT-3 y GPT-
4; Gemini (anteriormente llamado Bard), un bot conversacional creado
por Google usando el modelo de lenguaje Gemini; y Claude, un bot
conversacional creado por Anthropic usando los modelos del mismo nombre. 27 [ ]

Otros modelos generativos de IA incluyen sistemas de arte de inteligencia

artificial como Stable Diffusion, Midjourney y DALL-E, que permiten crear
imágenes. Actualmente la IA generativa puede crear texto, código, imágenes,
vídeo, música, voces y efectos de sonido.

Inteligencia artificial fuerte

[editar]
Artículo principal: Inteligencia artificial fuerte
La Inteligencia artificial fuerte (IGA) es un tipo hipotético de inteligencia artificial
que iguala o excede la inteligencia humana promedio. Si se hiciera realidad,
una IGA podría aprender a realizar cualquier tarea intelectual que los seres
humanos o los animales puedan llevar a cabo. Alternativamente, la IGA se ha
definido como un sistema autónomo que supera las capacidades humanas en
la mayoría de las tareas económicamente valiosas.

Algunos sostienen que podría ser posible en años o décadas; otros, que podría
tardar un siglo o más; y una minoría cree que quizá nunca se consiga. Existe
un debate sobre la definición exacta de IGA y sobre si los grandes modelos de
lenguaje (LLM) modernos, como el GPT-4, son formas tempranas pero
incompletas de IGA.

Inteligencia artificial explicable

[editar]
Artículo principal: Inteligencia artificial explicable
La inteligencia artificial explicable se refiere a métodos y técnicas en la
aplicación de tecnología de inteligencia artificial por los que el ser humano es
capaz de comprender las decisiones y predicciones realizadas por la
inteligencia artificial.

Inteligencia artificial amigable

[editar]
Artículo principal: Inteligencia artificial amigable
La inteligencia artificial amigable es una IA fuerte e hipotética que puede tener
un efecto positivo más que uno negativo sobre la humanidad. 'Amigable' es
usado en este contexto como terminología técnica y escoge agentes que son
seguros y útiles, no necesariamente aquellos que son «amigables» en el
sentido coloquial. El concepto es invocado principalmente en el contexto de
discusiones de agentes artificiales de automejora recursiva que rápidamente
explota en inteligencia, con el argumento de que esta tecnología hipotética
pudiera tener una larga, rápida y difícil tarea de controlar el impacto en la
sociedad humana.

Inteligencia artificial multimodal

[editar]
Artículo principal: Inteligencia artificial multimodal
La inteligencia artificial multimodal es un tipo de inteligencia artificial que puede
procesar e integrar datos de diferentes modalidades,
como texto, imágenes, audio y video, para obtener una comprensión más
completa y contextualizada de una situación. La inteligencia artificial multimodal
se inspira en la forma en que los humanos usan varios sentidos para percibir e
interactuar con el mundo, y ofrece una forma más natural e intuitiva de
comunicarse con la tecnología.

Inteligencia artificial cuántica

[editar]
Artículo principal: Inteligencia Artificial Cuántica
La inteligencia artificial Cuántica es un campo interdisciplinar que se enfoca en
construir algoritmos cuánticos para mejorar las tareas computacionales dentro
de la IA, incluyendo subcampos como el aprendizaje automático. Existen
evidencias que muestran una posible ventaja cuadrática cuántica en
operaciones fundamentales de la IA.

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.28
[ ]

 Redes bayesianas: Propone soluciones mediante inferencia

probabilística.29 [ ]

 Inteligencia artificial basada en comportamientos: Esta inteligencia

contiene autonomía, es decir, puede autorregularse 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.30 [ ]

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 antiguos
griegos. 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.
 En 1912 Leonardo Torres Quevedo, desarrolló un autómata capaz
de jugar al ajedrez (el ajedrecista).
 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 1666 y 1972 Artificial Intelligence Center desarrollo el Robot
Shakey, considerado el primer robot inteligente de la historia. El
robot incluía visión artificial, y tenía la capacidad de percibir y razonar
sobre su entorno.
 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 1987 Hitachi desarrollo el Sendai Subway 1000, el primer tren
autónomo de la historia. Fue el primer de tren del mundo en
utilizar lógica difusa para controlar su velocidad, arranques y
paradas.
 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.31 [ ]

 En 2016, un programa informático ganó cinco a cero al triple

campeón de Europa de Go.32 [ ]

 En 2016, el entonces presidente Obama habla sobre el futuro de la

inteligencia artificial y la tecnología.33
[ ]

 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. 34 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. 35 [ ]

 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 2017 un grupo de ingenieros en Google inventan la arquitectura
de transformador, un modelo de deep learning que alumbró una
nueva generación de modelos grandes de lenguaje, empezando
por BERT, y luego el revolucionario GPT de OpenAI.36 [ ]

 En 2018, se lanza el primer televisor con inteligencia artificial por

parte de LG Electronics con una plataforma denominada ThinQ.37 [ ]

 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. 38 [ ]

 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 IA39 y ChatGPT alcanzó más de 100 millones de usuarios dos
[ ]

meses después de su lanzamiento.40 Más tarde, los expertos notaron

[ ]

que ChatGPT proporciona información errónea en áreas donde no

tiene conocimiento («alucinaciones de datos»), la cual a primera
vista parece creíble debido a su perfecta redacción.41 [ ]

 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.42 [ ]

Tendencias
[editar]
En 2024, se esperan avances significativos en varias áreas de la IA:

 Aprendizaje automático y profundo: Se espera que estas técnicas

permitan a las máquinas aprender de manera más eficiente y precisa
de grandes volúmenes de datos, mejorando capacidades en
procesamiento del lenguaje natural, visión por computadora y toma
de decisiones automatizada.23 [ ][ ]

 Procesamiento del Lenguaje Natural (PLN): Los avances en PLN

permitirán a las máquinas comprender y responder al lenguaje
humano de manera más natural y precisa, abriendo nuevas
posibilidades en atención al cliente automatizada y generación de
contenido.15[ ][ ]

 Analítica predictiva y prescriptiva: Estas técnicas utilizarán datos y

modelos matemáticos para prever el futuro y recomendar acciones,
permitiendo a las organizaciones anticipar y abordar problemas de
manera proactiva.1 [ ]

 Integración del Internet de las cosas (IoT) y la IA: Permitirá a las

máquinas recopilar y analizar datos en tiempo real para tomar
decisiones autónomas y mejorar la eficiencia.1 [ ]

 IA Generativa: Estará más al alcance de las personas sin

conocimientos técnicos, permitiendo la creación de chatbots
personalizados y otros modelos generativos.43 [ ]

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.44 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. 45 [ ]

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.4647 [ ][ ]

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.48[ ]

El Derecho49 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». 50 [ ]
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»51 Entre los impulsores de esta
[ ]

petición está toda la plana mayor de OpenAI, 52 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. 53
[ ]

Algunos autores han comenzado a explorar la posibilidad

de reconocer a las inteligencias artificiales avanzadas no
sólo como herramientas, sino como potenciales sujetos
jurídicos limitados, capaces de adquirir derechos y asumir
cargas fiscales en relación con los bienes digitales o
intangibles que producen.54 Esta propuesta encuentra
[ ]

inspiración en figuras ya reconocidas por el derecho,

como las personas jurídicas ficticias, que sin ser
humanas, han sido dotadas de capacidad para actuar en
el tráfico jurídico. En este contexto, se ha planteado que
ciertos autómatas complejos podrían constituir
patrimonios propios, asumir responsabilidades civiles por
los efectos de sus decisiones autónomas, e incluso
tributar, como una forma de responder por su impacto
económico y redistribuir los beneficios que generan en
sociedades cada vez más digitalizadas.

Esta perspectiva no implica una equiparación entre seres

humanos e inteligencias artificiales, sino una arquitectura
jurídica funcional que permitiría canalizar las
consecuencias derivadas de la producción autónoma de
bienes y servicios por parte de sistemas de IA. Se
propone, por ejemplo, que los ingresos generados por
bots creativos o vehículos autónomos puedan ser
destinados a fondos de garantía o tributación, aliviando
así presiones sobre las economías humanas y evitando
zonas grises en la responsabilidad jurídica. Esta visión
contribuye al debate sobre la singularidad tecnológica,
proponiendo respuestas normativas desde el derecho
privado y fiscal.54
[ ]

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.55 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.56 [ ]

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.57 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.58
[ ]

Representación del conocimiento

[editar]
Artículo principal: Representación del conocimiento
La representación del conocimiento59 y la ingeniería del
[ ]

conocimiento60 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,61 [ ]

situaciones, eventos, estados y tiempo62 causas y

[ ]

efectos;63 y el conocimiento sobre el conocimiento (lo que

[ ]

sabemos sobre lo que saben otras personas)64 entre [ ]

otros.

Planificación
[editar]
Otro objetivo de la inteligencia artificial consiste en poder
establecer metas y finalmente alcanzarlas.65 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.66 [ ]

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.67 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.68 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.69 [ ]

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.70 [ ]

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.70 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.71 [ ]

El mundo está en constante evolución, y herramientas

como ChatGPT están en el centro de esta
transformación. Mientras que muchas personas ven a
ChatGPT como una oportunidad para mejorar la
experiencia de sus negocios o personales, hay quienes
se muestran escépticos sobre su implementación. 72 [ ]

Procesamiento de lenguajes naturales

[editar]
Artículo principal: Procesamiento de lenguajes naturales
El procesamiento del lenguaje natural73 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.74 [ ]

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.75 En 2019, las arquitecturas de aprendizaje
[ ]

profundo basadas en transformadores podían generar

texto coherente.76 [ ]

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 máquina77 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,78 reconocimiento facial y
[ ]

reconocimiento de objetos.79 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.80 [ ]

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.81 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.82 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, un robot
humanoide controlado por IA.
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 derecho.83 [ ]

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 IA
mostraba características de un inglés corrupto y patrones
repetitivos, en especial de pronombres y determinantes. 84 [ ]

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 los
parámetros de los chatbots, desechando
el experimento al final por no tener ningún interés práctico
o útil dentro de la investigación sobre IA.85
[ ]

Ameca
[editar]
A principios del 2022, en la Feria de Electrónica de
Consumo (CES) que tomó lugar en Las Vegas, el robot
desarrollado por Engineered Arts nombrado Ameca causó
duda y miedo a los espectadores durante su exposición
principalmente por la semejanza de su rostro a uno de un
ser humano, la compañía expresó que el desarrollo de
este robot humanoide aún se encontraba en proceso y
hasta septiembre del mismo año el robot aún no era
capaz de caminar ni tener interacción alguna con las
personas.86 Por otro lado, en septiembre de 2023 la
[ ]
compañía volvió a exponer a Ameca al público mostrando
al robot en videos en donde se le puede ver frente a un
espejo haciendo 25 expresiones humanas,87 así como
[ ]

dibujando un gato al ya contar con brazos y piernas que

le otorgaron movilidad y, de igual manera, empleando
ironía en conversaciones con personas e incluso
declarando que realizó una broma al ser cuestionada
sobre su capacidad de soñar como un humano siendo un
robot al decir «soñé con dinosaurios luchando una guerra
contra alienígenas en Marte»88 esto lo desmintió
[ ]

momentos después explicando cómo es que

la IA implementada en su sistema le permitía crear
escenarios sobre hechos de la humanidad e iba
aprendiendo sobre ellos mientras se encontraba
apagada; estos hechos impactaron a la sociedad sobre la
semejanza que este robot humanoide estaba teniendo
con el ser humano y sobre el avance tecnológico que está
permitiendo que este robot esté cada vez más cercano a
vivir entre las personas como un miembro más de la
comunidad.

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.89
[ ]

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.
Uno de los mayores críticos de la denominación de estos
procesos informáticos con el término de inteligencia
artificial es Jaron Lanier. Para ello, objeta la idea de que
esta sea realmente inteligente y de que podríamos estar
en competencia con un ente artificial. «Esta idea de
superar la capacidad humana es ridícula porque está
hecha de habilidades humanas». 90 [ ]

Las principales críticas a la inteligencia artificial tienen

que ver con su capacidad de imitar por completo a un ser
humano.91 Sin embargo, hay expertos92en 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,93 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.94[ ]

Con 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.95 [ ]

Problemas de privacidad y derechos de

autor
[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.96 Por 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.97 Las opiniones sobre
[ ]

esta vigilancia generalizada van desde aquellos que la

ven como un mal necesario hasta aquellos para quienes
no es ética y constituye una violación del derecho a la
intimidad.98 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.99 [ ]

Desde 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”».100
[ ]

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, ya que
podría depender del propósito y el carácter del uso de la
obra protegida por derechos de autor y del efecto sobre el
mercado potencial de la obra protegida.101En 2023, [ ]

escritores como John Grisham y Jonathan

Franzen demandaron a las empresas de IA por usar sus
obras para entrenar IA generativa.102103 En 2024, 200
[ ][ ]

artistas escribieron una carta abierta que solicitaba «parar

el asalto a la creatividad humana».104 [ ]

Normativa para su uso en el

entorno educativo
[editar]
La normativa tiene como objetivo regular y reglamentar el
uso de la 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.

Organizaciones como UNESCO Ethics

AI (2020), UNESCO Education & AI (2021), Beijin
Consensus, OCDE (2021), Comisión Europea
(2019), European Parliament Report AI Education (2021),
UNICEF (2021) y Foro Económico Mundial (2019) han
mostrado preocupación por implementar lineamientos
sobre la ética y la IA en el entorno educativo. 105
[ ]

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.
 Honestidad: El contenido creado por los
estudiantes debe ser original sin caer en el
plagio. 106
[ ]

 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.
Riesgos de las IA en el entorno
educativo
[editar]
Así como tiene muchos beneficios también nos
encontramos con diferentes riesgos a los que la
educación está expuesta con su uso.

 Sesgos y discriminación: Al solo recoger

información de las bases de datos y textos que
procesa de Internet corre el riesgo de aprender
cualquier sesgo cognitivo que se encuentre en
dicha información.
 La no privacidad de los datos: El riesgo de
un ciberataque se incrementa cuando no hay
protocolos de seguridad adecuados en el
manejo de la IA.107 [ ]

 Dependencia: Los estudiantes corren el riesgo

de volverse dependientes de la tecnología y no
se fomenta la creatividad ni el pensamiento
propio.108
[ ]

 Confiabilidad: La IA puede generar respuestas

coherentes pero inexactas además muchas IA
no brindan fuentes de información.
 Falta de habilidades orales y escritas.109
[ ]

 Desinterés por la investigación por cuenta

propia.109
[ ]

 Dependencia por parte del docente: Los

docentes pueden generar dependencia a estas
herramientas al momento de dar
retroalimentación a las asignaciones además
del riesgo de usar la información de las IA para
su material didáctico sin antes consultar las
fuentes.109[ ]

 Los estudiantes no tendrían acabo un

aprendizaje natural este seria más artificial,
generando en ellos que a largo plazo
establezcan una falta posible falta de
conocimiento.
  Los docentes perderían la costumbre de
realizar presentaciones más llamativas,
interactivas volviéndolas estas así más
monótonas y perdiendo su propia autovía de
aquella.
Consideración de Diversidad e Inclusión
[editar]
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.

Aprendizaje automatizado y
aprendizaje profundo
[editar]
Artículos principales: Aprendizaje automático y Aprendizaje
profundo.
En cuanto a la naturaleza del aprendizaje, la IA puede
subdividirse en dos campos conceptualmente distintos:
  El aprendizaje automático, que 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.
 El aprendizaje profundo, 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. Este
tipo de aprendizaje 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, 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.
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.110111
[ ][ ]

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.112[ ]

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 qué 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».113
[ ]

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.

 Yo, Robot (1950), de Isaac Asimov: novela que

consta de nueve historias ambientas entre los
años de 1940 y 1950, cada uno cuenta con
personajes distintos pero que siguen la misma
temática a través del seguimiento de las Tres
Leyes de la Robótica, en donde se plantea
tanto su cumplimiento como la creación de
problemas alternos que los mismos robots
generan y de esta manera demostrar que la
tecnología siempre puede estar un paso
adelante del pensamiento y lógica humana.
También sigue el hilo argumentativo a través
de una entrevista con una psicóloga de robots
la cual va relatando el surgimiento de los robots
y suponiendo cómo será el desenvolvimiento
del ser humano en un mundo en donde la
tecnología se esté superando cada vez más.[1]
 Galatea 2.2 (1995) de Richard Powers: novela
que explora la relación entre inteligencia
artificial y literatura. La trama sigue al
protagonista, quien participa en un experimento
con un modelo computacional llamado «Helen»
para enseñarle a comunicarse como un
humano. A través de esta interacción, se
plantean cuestiones profundas sobre la
conciencia y la emoción en un entorno
tecnológico.
 La era del diamante (1996) de Neal
Stephenson, la inteligencia artificial juega un
papel crucial en la trama a través del Manual
ilustrado para jovencitas diseñado por John
Percival Hackworth. Este instrumento
interactivo es capaz de adaptarse
dinámicamente a las circunstancias de la niña
mediante 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.114
[ ]

En el cine
[editar]
Véase también: Computadoras en la ciencia ficción
La inteligencia artificial 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
microchip capaz de dotar de inteligencia
artificial a robots que luego se rebelan 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.
 Avengers: Era de Ultrón (2015): En esta
segunda entrega de las películas de Avengers,
dirigidas por Joseph Hill Whedon y basadas en
los cómics escritos por Stan Lee, se demuestra
como es que la inteligencia artificial albergada
dentro del cetro de Loki, la cual se tenía como
objetivo el convertirla en una protección para la
Tierra y recibió por nombre Ultrón, al ser
conectada con JARVIS, la IA desarrollada por
Stark, pudo obtener la suficiente información
para comenzar a pensar de manera
independiente y ser capaz de ir actualizando
tanto su sistema como su cuerpo logrando
controlar un ejército de robots con el objetivo
de destruir a la humanidad y así ser lo único
que quedara en la Tierra para, posteriormente,
dominarla y controlarla.[2]
 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 negocio115 [ ]

 Bot conversacional
 Cerebro artificial
 ChatGPT
 Cibernética
 Computación basada en humanos
 Computación cuántica
 Dinámica de sistemas
 ELIZA
 Filosofía de la inteligencia artificial
 Industria de la inteligencia artificial en China
 Inteligencia artificial fuerte
 Inteligencia computacional
 Inteligencia sintética
 Artificial Intelligence (álbum)
 Artificial Intelligence (serie)
 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)
 Aprendizaje por conjuntos
 U-Net
Referencias
[editar]

1. ↑ Saltar a:a b c d «¿Qué es la inteligencia

artificial?». Diccionario de informática en la
nube de Microsoft Azure. Consultado el 21 de
abril de 2023.
2. ↑ Saltar a:a b Real Academia
Española. «inteligencia artificial». Diccionario
de la lengua española (23.ª edición).
3. ↑ Saltar a:a b Rusell, S. J.; Norvig, P. (2004),
«Inteligencia artificial. Un enfoque
moderno», Pearson Educación (Segunda
edición) (Madrid), ISBN 978-84-205-4003-0.
4. ↑ 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.
5. ↑ Saltar a:a b 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.
6. ↑ 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.
7. ↑ 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.
8. ↑ Bitdefender. «Bitdefender`s Pick. Alan Turing,
Father of Artificial Intelligence!». Hot for
Security (en inglés estadounidense).
Consultado el 13 de febrero de 2025.
9. ↑ , Russell y Norvig, 2009, p. 2.
10. ↑ «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.
11. ↑ «La Inteligencia artificial en la estrategia |
McKinsey». www.mckinsey.com. Consultado el
1 de agosto de 2023.
12. ↑ Toews, Rob. «What Does “Artificial
Intelligence” Really Mean?». Forbes.
Consultado el 1 de agosto de 2023.
13. ↑ Schank, Roger C. (1991). «Where's the
AI» (PDF). AI Magazine (en inglés) 12 (4): 38.
14. ↑ 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.
15. ↑ 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.
16. ↑ Rouhiainen, Lasse (2018). Inteligencia
Artificial 101 cosas que debes saber hoy sobre
nuestro futuro. Alienta. Consultado el 2021.
17. ↑ López Takeyas, Bruno. «Introducción a la
Inteligencia Artificial». Archivado desde el
original el 9 de agosto de 2022. Consultado el
31 de enero de 2018.
18. ↑ McCarthy, John (11 de noviembre de
2007). «What Is Artificial Intelligence» (en
inglés). Sección «Basic Questions». Consultado
el 27 de octubre de 2011.
19. ↑ Grau-Luque, Enric (5 de mayo de
2024). Inteligencia artificial, aprendizaje
profundo, y por qué las polillas vuelan hacia la
luz. ISBN 979-8324882860.
20. ↑ «Qué es la Inteligencia Artificial: su fascinante
historia y cómo funciona | Servicios». La Voz
del Interior. 7 de junio de 2024. Consultado el 1
de abril de 2025.
21. ↑ Russell y Norvig, 2009.
22. ↑ Bellman, 1978.
23. ↑ Rich y Knight, 1991.
24. ↑ Winston, 1992.
25. ↑ Nilsson, 1998.
26. ↑ Ciaramella, Alberto; Ciaramella, Marco (2024).
«9». Introduction to Artificial Intelligence: from
 data analysis to generative AI (en inglés).
Rivoli. ISBN 978-8894787603.
27. ↑ «Introducing the next generation of
Claude». www.anthropic.com (en inglés).
Consultado el 27 de enero de 2025.
28. ↑ Castillo, Enrique; Gutiérrez, José Manuel;
Hadi, Ali S. (1997). «Introducción». Sistemas
expertos y modelos de redes probabilísticas.
Academia de Ingeniera. p. 3. Consultado el 16
de noviembre de 2021.
29. ↑ Miller Rivera, Lozano (2011). El papel de las
redes bayesianas en la toma de decisiones..
Archivado
desde edu.co/Administracion/documentos/inves
tigacion/laboratorio/miller_2_3.pdf el original el
3 de octubre de 2022. Consultado el 16 de
noviembre de 2021.
30. ↑ «¿Qué es la Inteligencia Computacional?».
31. ↑ «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.
32. ↑ Salas, Javier (28 de enero de 2016). «La
inteligencia artificial conquista el último tablero
de los humanos». El País.
33. ↑ Ortega, Andrés (27 de octubre de
2016). «Obama y la Inteligencia Artificial».
p. elDiario.es. Consultado el 9 de junio de 2021.
34. ↑ «Alpha Go».
35. ↑ 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.
36. ↑ Nast, Condé (23 de marzo de 2024). «Así es
como ocho empleados de Google inventaron la
inteligencia artificial moderna». WIRED.
Consultado el 8 de mayo de 2024.
37. ↑ «AI ThinQ: La plataforma de inteligencia
artificial de LG llega a todos sus televisores». El
Financiero. Consultado el 23 de septiembre de
2021.
38. ↑ 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.
39. ↑ «ChatGPT: Hacia un cambio de
paradigma». ELMUNDO. 25 de febrero de
2023. Consultado el 3 de junio de 2023.
40. ↑ 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.
41. ↑ 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.
42. ↑ 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.
43. ↑ Digital House. «Tendencias de la IA en 2024».
Consultado el 9 de enero de 2025.
44. ↑ 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.
45. ↑ Asimov, Isaac (1989). «Círculo vicioso». Los
robots. trad. Domingo Santos.
Barcelona: Martínez Roca. ISBN 84-270-0906-2.
46. ↑ «Riesgos de la inteligencia artificial». El
Mundo. Consultado el 21 de mayo de 2021.
47. ↑ 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.
48. ↑ «Artificial Intelligence and Robotics». UNICRI.
Consultado el 8 de agosto de 2020.
49. ↑ 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.v15i48.202
1.661. Consultado el 30 de agosto de 2021.
50. ↑ 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.
51. ↑ «Statement on AI Risk» (en inglés). Center for
ai Safety (CAIS). Consultado el 1 de junio de
2023.
52. ↑ «¿Podrían las IA representar un riesgo real de
extinción? El CEO de OpenAI firmó un
manifiesto para investigarlo - Green Home
 Press». 29 de diciembre de 2024. Consultado el
29 de diciembre de 2024.
53. ↑ 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.
54. ↑ Saltar a:a b Arenas Correa, José David
(2022). «Otros sujetos de propiedad y de
cargas fiscales». Revista CES
Derecho. doi:10.21615/cesder.7132.
55. ↑ 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
56. ↑ 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
57. ↑ Intratabilidad y eficiencia y la explosión
combinatoria:Russell y Norvig, 2003, pp. 9, 21–
22
58. ↑ Evidencia psicológica del razonamiento sub-
simbólico:Wason y Shapiro (1966),Kahneman,
Slovic y Tversky (1982),Lakoff y Núñez (2000)
59. ↑ 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
60. ↑ Ingeniería del conocimiento: * Russell y
Norvig, 2003, pp. 260–266,Poole, Mackworth y
Goebel, 1998, pp. 199–233,Nilsson, 1998, c.
17.1–17.4
61. ↑ 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
62. ↑ 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
63. ↑ Poole, Mackworth y Goebel, 1998, pp. 335–
337
64. ↑ Russell y Norvig, 2003, pp. 341–344,Poole,
Mackworth y Goebel, 1998, pp. 275–277
65. ↑ 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
66. ↑ Russell y Norvig, 2003, pp. 600–604
67. ↑ 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
68. ↑ Russell y Norvig, 2003, pp. 430–449
69. ↑ Russell y Norvig, 2003, pp. 449–455
70. ↑ 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
71. ↑ 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.
72. ↑ «ChatGPT, ¿es la revolución que
esperabamos o una amenaza?».
73. ↑ 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
74. ↑ Aplicaciones del procesamiento de lenguaje
natural:Russell y Norvig, 2003, pp. 840–
857,Luger y Stubblefield, 2004, pp. 623–630
75. ↑ 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.
76. ↑ 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.
77. ↑ Percepción de la máquina:Russell y Norvig,
2003, pp. 537–581, 863–898,Nilsson, 1998, ~c.
6
78. ↑ Reconocimiento de voz: * ACM, 1998, ~I.2.7
* Russell y Norvig, 2003, pp. 568–578
79. ↑ Russell y Norvig, 2003, pp. 885–892
80. ↑ Visión computacional:ACM, 1998,
I.2.10,Russell y Norvig, 2003, pp. 863–
898,Nilsson, 1998, c. 6
81. ↑ Chaves-Maza, Manuel (2023). Sistema de
inteligencia artificial para la mejora del
asesoramiento y apoyo al emprendimiento.
Actualidad Centra. ISBN 978-84-10064-01-0.
Consultado el 11/06/2024.
82. ↑ Aguilar, Iván Fernando Mérida (12 de enero
de 2024). «Inteligencia Artificial y poder
internacional». Meer. Consultado el 9 de abril
de 2024.
83. ↑ 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.
84. ↑ 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.
85. ↑ 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.
86. ↑ Nast, Condé (10 de enero de 2022). «El robot
humanoide más avanzado del mundo es
superrealista y se llama Ameca». GQ España.
Consultado el 6 de febrero de 2024.
87. ↑ «Robots humanos más avanzados y famosos
| IFEMA MADRID». www.ifema.es. Consultado
el 6 de febrero de 2024.
88. ↑ Marcos, Esteban García (21 de octubre de
2023). «Ameca, el robot humanoide más
avanzado del mundo asegura poder hacer algo
muy humano». Andro4all. Consultado el 6 de
febrero de 2024.
89. ↑ 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.
90. ↑ Hattenstone, Simon (23 de marzo de
2023). «Tech guru Jaron Lanier: ‘The danger
isn’t that AI destroys us. It’s that it drives us
insane’». The Guardian (en inglés
británico). ISSN 0261-3077. Consultado el 24 de
junio de 2024.
91. ↑ 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.
92. ↑ El hombre vs. la inteligencia artificial:
¿Reemplazo o
adaptación? https://puntoseguido.upc.edu.pe/
93. ↑ 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. ISSN 1697-
7912. doi:10.1016/S1697-7912(10)70055-8. Consultado el 21
de marzo de 2016.
94. ↑ 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.
95. ↑ 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.
96. ↑ Oficina de Contabilidad General de E.E.U.U.
(13 de septiembre de 2022), Consumer Data:
Increasing Use Poses Risks to Privacy.
97. ↑ Valinsky, 2019, p. 1.
98. ↑ Russell y Norvig, 2021, p. 991.
99. ↑ Russell y Norvig, 2021, pp. 991-992.
100. ↑ Christian, 2020, p. 63.
101. ↑ Vincent, 2022.
102. ↑ Reisner, 2023.
103. ↑ Alter y Harris, 2023.
104. ↑ «Stevie Wonder, Katy Perry o Raphael
firman una carta contra la IA: “Hay que parar el
asalto a la creatividad humana”». Caretas. 3 de
abril de 2024. Consultado el 4 de abril de 2024.
105. ↑ Jáuregui, Melissa Guerra (12 de febrero
de 2024). «Principios éticos de la educación
con Inteligencia Artificial (IA)». Observatorio /
Instituto para el Futuro de la Educación.
Consultado el 8 de marzo de 2024.
106. ↑ «PDF.js viewer». unesdoc.unesco.org.
Consultado el 7 de marzo de 2024.
107. ↑ Lozada, Roberto Fernando Lozada;
Aguayo, Estefany Maria Lopez; Suquilanda,
Mariana de Jesus Espinoza; Pico, Narcisa de
Jesus Arias; Vélez, Grace Edith Quille (15 de
noviembre de 2023). «Los Riesgos de la
Inteligencia Artificial en la Educación». Ciencia
Latina Revista Científica Multidisciplinar 7 (5):
7219-7234. ISSN 2707-2215. doi:10.37811/cl_rcm.v7i5.8301.
Consultado el 8 de marzo de 2024.
108. ↑ «Los Desafíos y Riesgos de la
Inteligencia Artificial en el Ámbito Educativo:
¿Es la IA un Peligro para los
Estudiantes?». es.linkedin.com. Consultado el 8
de marzo de 2024.
109. ↑ Saltar a:a b c «20 Peligros que la IA –
ChatGPT representa para la
educación.». es.linkedin.com. Consultado el 8
de marzo de 2024.
110. ↑ «Copyright in the Age of Artificial
Intelligence | U.S. Copyright
 Office». www.copyright.gov. Consultado el 22
de mayo de 2020.
111. ↑ «expertos en inteligencia artificial en
España». cronicaglobal.elespanol.com.
Consultado el 22 de mayo de 2020.
112. ↑ United States Copyright Office (5 de
febrero de 2020). «Copyright in the Age of
Artificial Intelligence». Library of Congress.
113. ↑ «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.
114. ↑ «Radio a la Carta - Andalucía es
cultura». www.canalsur.es. Consultado el 8 de
septiembre de 2023.
115. ↑ «Cómo implementar Inteligencia Artificial
para impulsar tu negocio
exitosamente». www.codigo6.com. 27 de enero
de 2024. Consultado el 19 de mayo de 2025.

Bibliografía
[editar]

 Arenas Correa, J. D. (2022). Otros sujetos de

propiedad y de cargas fiscales. Revista CES
Derecho, 13(3), 1–5.
https://doi.org/10.21615/cesder.7132
 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.
 Ríos, Mauro D. (20 de septiembre de 2023).
SSRN, ed. Inteligencia Artificial: Cuando la
tecnología es el menor de los paradigmas (1.ª
edición). New York: SSRN-ELSEVIER.
Consultado el 24 de agosto de 2024.
 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. do
i:10.1126/science.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.
Enlaces externos
[editar]

 Wikilibros alberga un libro o manual

sobre Ingeniería del conocimiento.
Control de  Proyectos Wikimedia
autoridades
 Datos: Q11660

 Multimedia: Artificial intelligence / Q11660

 Citas célebres: Inteligencia artificial

 Coordinación: Artificial intelligence

 Identificadores

 BNE: XX4659822

 BNF: 11932084t (data)

 GND: 4033447-8

 LCCN: sh85008180

 NDL: 00574798

 NKC: ph116536

 NLI: 987007294969105171

 AAT: 300251574

 Diccionarios y enciclopedias

 Britannica: url

 Identificadores médicos

 MeSH: D001185

 Ontologías

 Número IEV: 171-09-16

Categorías:
 Inteligencia artificial
 Cibernética
 Ciencias formales
 Tecnologías emergentes
 Neurociencia computacional
 Áreas de interés del altruismo eficaz
 Campos de estudio computacionales
 Problemas no resueltos de las ciencias de la
computación
 Esta página se editó por última vez el 21 may 2025 a las 16:56.
 El texto está disponible bajo la Licencia Creative Commons
Atribución-CompartirIgual 4.0; pueden aplicarse cláusulas
adicionales. Al usar este sitio aceptas nuestros términos de uso y
nuestra política de privacidad.
Wikipedia® es una marca registrada de la Fundación Wikimedia,
una organización sin ánimo de lucro.