Mikarimin. Revista Científica Multidisciplinaria ISSN 2528-7842
La inteligencia artificial
Universidad Regional Autónoma de Los Andes - Sede Santo Domingo. Ecuador.
1
Evolución y perspectivas de la inteligencia artificial
Evolution and perspectives of artificial intelligence
AUTOR: Machuca Vivar, Silvio Amable
1
Fecha de publicación: 04 de septiembre del 2024
DOI: https://doi.org/10.61154/mrcm.v10i3.3760
Nota Editorial: La Inteligencia Artificial: Evolución y perspectivas en el Siglo XXI
La inteligencia artificial (IA) pasó de ser una promesa futurista a transformarse en una realidad
presente de forma intensa y acelerada nuestras vidas. Desde asesores virtuales que responden a
nuestras preguntas, algoritmos que sugieren productos en línea hasta tecnologías generativas de
textos, imágenes, videos, entre otros. La inteligencia artificial está presente en prácticamente todos
los aspectos de nuestra sociedad (Diego Olite et al., 2023). La inteligencia artificial posee diversas
disciplinas, en las que se destacan: el aprendizaje automático o machine learning y el aprendizaje
profundo o deep learning. Según la comunidad argentina de inteligencia artificial, "el machine
learning implica la creación y análisis de herramientas tecnológicas que emplean la experiencia
previa para tomar decisiones futuras; es el análisis de programas capaces de aprender a partir de
los datos" (IAAR Capacitación, 2024).
El propósito principal del aprendizaje automático es generalizar, o inducir una norma desconocida
a partir de una regla desconocida, el caso más común en el que se puede apreciar el empleo del
aprendizaje automático es en la filtración de los correos spam o basura. a través de la observación
de miles de emails que han sido enviados. El Deep Learning representa un grupo específico de
algoritmos de Machine Learning que emplean estructuras de redes neuronales profundas para
identificar patrones en la información. Actualmente, estos tipos de algoritmos son muy populares,
dado que han probado su gran eficacia para solucionar ciertos tipos de problemas; como, por
1
Ingeniero en Sistemas e informática, magister en educación superior, Docente de la carrera de software, coordinador
de investigación y editor general de la Revista Mikárimin, Facultad de Sistemas Mercantiles, Universidad Regional
Autónoma de Los Andes Uniandes. Santo Domingo, Ecuador. Doctorante de la Universidad Nacional Mayor de San
Marcos, Perú. E-mail: editor.revistamikarimin@uniandes.edu.ec Código ORCID: https://orcid.org/0000-0002-4681-
3045
Silvio Machuca
2
Revista Mikarimin. Publicación cuatrimestral. Vol. X, Año 2024, No. 3 (septiembre - diciembre)
ejemplo, el reconocimiento de imágenes. Algunos expertos piensan que estos modelos son los que
en el futuro conducirán a las personas a solucionar de manera definitiva el problema de la
Inteligencia Artificial (Giletta et al., 2020).
Factores como el incremento de la potencia de computación, la disponibilidad a gran escala de
datos y la creación de nuevas arquitecturas neuronales, han motivado que la década del 2020 se dé
un progreso exponencial en el ámbito de la inteligencia artificial El aprendizaje profundo,
especialmente, ha transformado la habilidad de las máquinas para adquirir conocimientos de
grandes volúmenes de información sin necesidad de ser programadas de manera explícita, lo que
ha generado aplicaciones innovadoras en campos como la visión computacional, el procesamiento
del lenguaje natural y la creación de contenido (Basáez y Mora, 2022).
Este rápido progreso genera cuestionamientos esenciales acerca del porvenir de la humanidad. ¿de
qué manera la IA impactará en el mercado de trabajo? ¿qué consecuencias traerá para la privacidad
y la seguridad? ¿cómo podemos asegurarnos de que la IA se desarrolle de forma responsable y
ética? es esencial enfrentar estos retos de forma proactiva. la cooperación entre investigadores,
gobiernos, corporaciones y la sociedad civil será fundamental para asegurar un desarrollo positivo
de la IA para todos. Esto significa definir normativas claras, impulsar la investigación en ética de
la IA y promover la educación y formación en competencias digitales para preparar a la mano de
obra para el futuro (Floridi, 2024).
La inteligencia artificial en la educación
A pesar del uso cada vez más generalizado de las tecnologías de la información y la comunicación
(TIC), las actividades educativas siguen sin ser suficientemente personalizadas, lo que ha llevado
a buscar en la inteligencia artificial (IA) los instrumentos que puedan ayudar en este sentido,
utilizando distintos métodos, modelos y técnicas con la intención de adquirir conocimiento,
representarlo y utilizarlo para realizar tareas específicas. los modelos pedagógicos que se utilizan
en IA son más matizados que los convencionales, ya que donde se usa solamente el modelo lineal,
en la IA se utilizan muchas variables e interacciones.
Se han planteado modelos predictivos para identificar a los estudiantes con probabilidad de
reprobar, se crean estrategias centradas en el estudiante, pero también plantean desafíos en cuanto
al mal uso de la IA generativa, retrasando el desarrollo del conocimiento, competencias
profesionales, habilidades del pensamiento, entre otras (Ouyang et al., 2023).
Mikarimin. Revista Científica Multidisciplinaria ISSN 2528-7842
La inteligencia artificial
Universidad Regional Autónoma de Los Andes - Sede Santo Domingo. Ecuador.
3
La inteligencia artificial se encuentra en un punto de inflexión y su potencial para mejorar nuestras
vidas es inmenso, pero también plantea desafíos significativos. es nuestra responsabilidad colectiva
garantizar que la IA se desarrolle de manera responsable y que beneficie a toda la humanidad.
REFERENCIAS BIBLIOGRÁFICAS
Basáez, E., & Mora, J. (2022). Salud e inteligencia artificial: ¿cómo hemos evolucionado?
Revista Médica Clínica Las Condes, 33(6), 556-561.
https://doi.org/https://doi.org/10.1016/j.rmclc.2022.11.003
Diego Olite, F. M., Morales Suárez, I. d., & Vidal Ledo, M. J. (2023). Chat GPT: origen,
evolución, retos e impactos en la educación. Revista Educación Médica Superior, 37(2).
http://scielo.sld.cu/scielo.php?pid=S0864-21412023000200016&script=sci_arttext
Floridi, L. (2024). Ética de la inteligencia artificial (Vol. ISBN 8425450659). Herder Editorial.
Giletta, M., Giordano, A., Mercaú, N., Orden, P., & Villareal, V. (2020). Inteligencia Artificial:
definiciones en disputa. Sociales Investiga(9), 20-33.
https://socialesinvestiga.unvm.edu.ar/ojs/index.php/socialesinvestiga/article/view/320/287
IAAR Capacitación. (08 de 08 de 2024). Comunidad IAAR. https://n9.cl/lbve9
Ouyang, F., Wu, M., Zheng, L., Zhang, L., & Jiao, P. (2023). Integration of artificial intelligence
performance prediction and learning analytics to improve student learning in online
engineering course. Revista International Journal of Educational Technology in Higher
Education, 20(1). https://doi.org/https://doi.org/10.1186/s41239-022-00372-4
Perines, H., & Murillo, F. (2017). ¿Cómo mejorar la investigación educativa? Sugerencias de los
docentes. Revista de la Educación Superior(46(181)), 89–104.
https://doi.org/http://dx.doi.org/10.1016/j.resu.2016.11.003
©2024 por los autores. Este editorial es de acceso abierto y distribuido según los términos y condiciones de la licencia Creative
Commons Atribución-No Comercial-Compartir Igual 4.0 Internacional (CC BY-NC-SA 4.0)
( https://creativecommons.org/licenses/by-nc-sa/4.0/ ).
