{"id":6331,"date":"2019-12-13T07:00:08","date_gmt":"2019-12-13T06:00:08","guid":{"rendered":"https:\/\/ceadigilaw.com\/?p=6331"},"modified":"2024-10-07T11:56:39","modified_gmt":"2024-10-07T09:56:39","slug":"inteligencia-artificial-siete-ambitos-en-los-que-la-inteligencia-artificial-avanzara-en-2020","status":"publish","type":"post","link":"https:\/\/ceadigilaw.org\/es\/blog\/inteligencia-artificial-siete-ambitos-en-los-que-la-inteligencia-artificial-avanzara-en-2020\/","title":{"rendered":"Inteligencia artificial Siete \u00e1mbitos en los que la inteligencia artificial avanzar\u00e1 en 2020"},"content":{"rendered":"<p class=\"articulo-subtitulo\">IA son las siglas del momento. Y parece que en 2020 avanzar\u00e1 en campos tan importantes como educaci\u00f3n, log\u00edstica, sanidad, transportes e incluso en el ej\u00e9rcito. Y s\u00ed, nuestra privacidad se ver\u00e1 afectada.<\/p>\n<p>En 1997 la supercomputadora de IBM llamada Deep Blue fue la primera que derrot\u00f3 al campe\u00f3n del mundo Gary Kasp\u00e1rov jugando al ajedrez. En poco m\u00e1s de 20 a\u00f1os la inteligencia artificial se ha desarrollado en multitud de terrenos y ha revolucionado la vida de los ciudadanos. En\u00a02011 las\u00a0<em>apps<\/em>\u00a0de asistentes virtuales como Siri, Now y Cortana transformaron el mercado tecnol\u00f3gico, en 2013 Google cre\u00f3 un cerebro artificial, en 2013 lleg\u00f3 el boom del machine learning,\u00a0en 2015 se comenz\u00f3 a hablar de coches aut\u00f3nomos\u00a0y Alphago se convirti\u00f3 en la primera m\u00e1quina de en ganar a un jugador profesional del videojuego Go. En 2017 despuntaron los algoritmos para el procesamiento de im\u00e1genes que mejoran el rastreo de criminales a trav\u00e9s de retratos robot y este a\u00f1o la IA se ha consolidado en la selecci\u00f3n de personal. Pero, \u00bfQu\u00e9 nos espera en 2020?<\/p>\n<ul class=\"en_contenido\">\n<li><strong>Medicina: diagn\u00f3sticos autom\u00e1ticos<\/strong><\/li>\n<\/ul>\n<p>La IA ayudar\u00e1 a los profesionales sanitarios a realizar diagn\u00f3sticos de enfermedades de forma autom\u00e1tica.\u00a0Una maquina les puede dar pistas para que no pierdan el tiempo y reducir la carga de trabajo de los m\u00e9dicos. La detecci\u00f3n de tumores en im\u00e1genes de resonancia magn\u00e9tica y tacs ya se est\u00e1 llevando a cabo en algunos hospitales de EE UU. Y superan a las im\u00e1genes en 3D presentan muchos cortes y la maquina es capaz de descartar todos los que no hay tumor. \u201cLos informes de IBM (los creadores de este sistema) aseguran que el algoritmo supera la precisi\u00f3n de un humano. Sin embarg\u00f3 el sistema se traslad\u00f3 a Europa para diagnosticar otro tipo de enfermedades y no obtuvo resultados \u00f3ptimos por lo que en 2020 habr\u00e1 que realizar mejoras\u201d, se\u00f1ala Jordi Casas, director del m\u00e1ster de aplicaciones multimedia de la Universidad Oberta de Catalunya (UOC) y experto en IA.<\/p>\n<p>Las innovaciones en medicina es sin duda, la mayor de las que ha tra\u00eddo la inteligencia artificial, seg\u00fan\u00a0asegura el investigador Humberto Bustince. Somos capaces de clasificar con todos los datos a todos los enfermos que llegan a urgencias\u201d, explica, \u201cy se pueden manejar variables que se escapaban a los m\u00e9dicos por el gran volumen de datos que supon\u00eda\u201d. Tambi\u00e9n es capaz de permitir que la m\u00e1quina lea la mente \u201cy que puedan decirte qu\u00e9 prefieren comer sin necesidad de moverse o abrir la boca\u201d.<\/p>\n<section id=\"sumario_1|apoyos\" class=\"sumario_apoyos centro\">\n<div class=\"sumario__interior\">\n<header class=\"sumario-encabezado\"><\/header>\n<div class=\"sumario-texto\">\n<div class=\"apoyos\">\n<ul>\n<li><strong>Log\u00edstica: T\u00fa supermercado sabe lo que vas a querer<\/strong><\/li>\n<\/ul>\n<\/div>\n<\/div>\n<\/div>\n<\/section>\n<p>Los supermercados, las grandes superficies y las peque\u00f1as tiendas est\u00e1n prepar\u00e1ndose para una nueva forma de consumir. Este tipo de establecimientos est\u00e1n comenzando a implementar sistemas de previsi\u00f3n de la demanda. \u201cEmpiezan a saber qu\u00e9 productos compra un usuario en cada tienda con\u00a0<em>machine learning<\/em>\u00a0y evitan que los camiones de transporte viajen en vano pero sin quedarse sin stock\u201d, relata Casas. Para averiguar qu\u00e9 productos necesitan,\u00a0parten de los datos anteriores, de lo que han vendido y en qu\u00e9 fechas concretas, si era navidad o Black Friday. \u201cLos sistemas de IA acumulan datos y despu\u00e9s los algoritmos aprenden de los datos anteriores, renovando a\u00f1o tras a\u00f1o su eficacia\u201d, a\u00f1ade Casas.<\/p>\n<p>Evidentemente, el liderazgo en este sentido viene de China: all\u00ed, Los\u00a0cajeros desaparecen\u00a0en favor de los pagos autom\u00e1ticos a trav\u00e9s del m\u00f3vil. Carros que siguen al cliente o cintas transportadoras con art\u00edculos ya forman parte del paisaje.<\/p>\n<ul>\n<li><strong>Y tambi\u00e9n saben cuanta energ\u00eda vas a consumir<\/strong><\/li>\n<\/ul>\n<p>La IA ayudar\u00e1 a las familias m\u00e1s vulnerables. Existe un programa piloto de detecci\u00f3n de hogares que tienen m\u00e1s dificultades para afrontar las facturas de agua o gas. \u201cSe establece un patr\u00f3n con los domicilios que alg\u00fan mes o varios meses han tenido dificultades para pagar por retrasos o falta de pago directamente, se miran los edificios de baja calificaci\u00f3n energ\u00e9tica, se analizan los casos de familias monoparentales que pueden tener menos ingresos y, de esta forma, los servicios sociales pueden poner el foco en ciertas zonas de barrios concretos\u201d, afirma Casas. \u201cAdem\u00e1s, las el\u00e9ctricas est\u00e1n trabajando para generar la energ\u00eda suficiente para abastecer la demanda sin producir demasiada para no desperdiciarla\u201d, a\u00f1ade.<\/p>\n<ul class=\"en_contenido\">\n<li><strong>Plataformas audiovisuales de pago: la ciencia de la influencia<\/strong><\/li>\n<\/ul>\n<p>En 2011,\u00a0Netflix ten\u00eda 21,5 millones de usuarios suscritos. Siete a\u00f1os m\u00e1s tarde, esta cifra se ha multiplicado por siete: 151,6 millones tiene Netfli y 142 acumula HBO. La explosi\u00f3n de espectadores en las plataformas de v\u00eddeo &#8216;on demand&#8217; (SVOD, por sus siglas en ingl\u00e9s\u00a0<em>subscription video-on-demand<\/em>) no ha llegado sola, al mismo tiempo han llegado los galardones: en 2019, HBO se llev\u00f3 34 premios Emmy y Netflix, 27.<\/p>\n<p>Desde hace a\u00f1os cuando un usuario se da de alta en Netflix, HBO o Spotify y comienza a seleccionar pel\u00edculas, series o canciones, el algoritmo guarda las preferencias del usuario y le recomienda nuevo contenido en funci\u00f3n de sus preferencias.\u00a0Lo que no sabemos es lo que hay detr\u00e1s de la ciencia de la influencia. \u201cMuchas de estas plataformas dise\u00f1an distintos carteles de las series propias y en funci\u00f3n de si las preferencias del usuario son dramas, comedias o series de terror muestran uno u otro cartel para que el usuario se sienta atra\u00eddo a reproducirla, sea de su gusto o no\u201d, ha afirmado Keith Dear, miembro del departamento de innovaci\u00f3n de las fuerzas a\u00e9reas de Reino Unido, durante una conferencia en el congreso de IA y Big Data Big Things. Esto ha dado lugar a esc\u00e1ndalos. Como cuando se detect\u00f3 que los clientes negros de Netflix recib\u00edan los carteles con los actores negros que aparec\u00edan en las pel\u00edculas, aunque sus papeles fueran residuales.<\/p>\n<ul class=\"en_contenido\">\n<li><strong>Pr\u00e1ctica militar: generales artificiales.<\/strong><\/li>\n<\/ul>\n<p>Parece ciencia ficci\u00f3n pero el a\u00f1o que viene ser\u00e1 una realidad. \u201cLa IA va a alterar la toma de decisiones en combate en el ej\u00e9rcito\u201d, asegura Dear. La precisi\u00f3n de los sat\u00e9lites y la mejora de los algoritmos permitir\u00e1 que mandar soldados a un lugar determinado, con unas coordenadas concretas y yendo por un camino espec\u00edfico significan m\u00e1s probabilidades de supervivencia que por otro sendero. \u201cSimplemente analizando otras batallas y formas de actuaci\u00f3n de otros soldados, un algoritmo podr\u00e1 dise\u00f1ar mejores estrategias que los propios humanos\u201d, se\u00f1ala Dear. \u201cSin embargo, estamos preocupados porque existe una gran implicaci\u00f3n \u00e9tica: es posible que una maquina mejor reconociendo el enemigo que un humano en la misma posici\u00f3n\u201d, a\u00f1ade.<\/p>\n<ul class=\"en_contenido\">\n<li>\u00a0<strong>Educaci\u00f3n: un robot profesor<\/strong><\/li>\n<\/ul>\n<p>Los sistemas inform\u00e1ticos actuales dentro de la mayor\u00eda de universidades guardan los datos acad\u00e9micos de los estudiantes como sus notas o sus estudios previos pero no almacenan otros datos como el tiempo que aplican en el estudio, los recursos acad\u00e9micos que consumen o simplemente qu\u00e9 competencias han adquirido en los cursos anteriores.<\/p>\n<p>Sin embargo, algunas facultades est\u00e1n comenzando a guardar datos no tan acad\u00e9micos de los estudiantes con sistemas de IA. \u201cEn algunas instituciones se est\u00e1n implementando sistemas de\u00a0<em>coaching<\/em>\u00a0para recomendar a los estudiantes qu\u00e9 estudios deben realizar o asignaturas que se deben de matricular a partir de sus preferencias y, adem\u00e1s, solucionar problemas administrativos que puedan tener\u201d, asegura David Ba\u00f1eres, investigador del eLearn Center de la Universidad Oberta de Catalunya (UOC). Tambi\u00e9n se est\u00e1n implantando sistemas de detecci\u00f3n de estudiantes en riesgo. \u201cCon las notas y con las acciones que los estudiantes hacen en los cursos se puede predecir si el estudiante va a superar una asignatura o no\u201d, afirma Ba\u00f1eres.<\/p>\n<p>Los sistemas de aprendizaje adaptativo son los m\u00e1s complejos.\u00a0El objetivo emular la figura de un profesor en todos los sentidos. Es decir, responder preguntas, recomendar recursos de aprendizaje o actividades para practicar un tema en concreto y evaluar autom\u00e1ticamente las actividades hechas por los alumnos. \u201cLas universidades hasta ahora est\u00e1n desarrollando este sistema en partes de forma separada. Por ejemplo, en algunas utilizan un chatbot en las aulas para responder a las preguntas repetitivas de los alumnos cada semestre o sistemas de autoevaluaci\u00f3n dependiendo de las asignaturas pero el objetivo es implantar un programa completo\u201d, a\u00f1ade.<\/p>\n<p>Tambi\u00e9n se est\u00e1 avanzando en la ense\u00f1anza con IA para personas\u00a0con dificultades de aprendizaje\u00a0provocadas por trastornos como el\u00a0s\u00edndrome de Down, autismo o Asperger<\/p>\n<ul>\n<li><strong>Transporte a\u00e9reo: agilidad versus privacidad<\/strong><\/li>\n<\/ul>\n<p>La segunda mitad del siglo XX signific\u00f3 la democratizaci\u00f3n del turismo\u00a0en el mundo occidental. En el XXI surgen nuevos retos: conseguir que llegue a todo el mundo de manera sostenible, es decir, escalar, en el argot de las\u00a0<em>startup<\/em>, y que rompa con lo anterior, la manida disrupci\u00f3n. Mientras los cl\u00e1sicos del sector se suman a la ola de transformaci\u00f3n confiando en aliarse con\u00a0<em>startups<\/em>, estas plantean modelos m\u00e1s llamativos y experimentales.<\/p>\n<p>Iberia ha implementado un proyecto piloto de reconocimiento facial en la Terminal 4 del aeropuerto Adolfo Su\u00e1rez Madrid-Barajas para agilizar el embarque. Esta propuesta\u00a0permitir\u00e1 que los usuarios puedan identificarse en el control de seguridad\u00a0general y en el\u00a0<em>fast track<\/em>\u00a0y en la puerta de embarque con su perfil biom\u00e9trico, sin necesidad de ense\u00f1ar el DNI o el pasaporte. Estos proyectos agilizan los tr\u00e1mites de los viajeros a cambio de la privacidad de los clientes, ya que es imprescindible que la compa\u00f1\u00eda guarde el rostro del usuario en una base de datos.<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>&nbsp;<\/p>\n<p>publicado inicialmente <span class=\"firma-texto\">Por<\/span><\/p>\n<div class=\"autor\">\n<div class=\"autor-texto\"><span class=\"autor-nombre\">Bel\u00e9n Ju\u00e1rez el Pais.Retina<\/span><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>IA son las siglas del momento. Y parece que en 2020 avanzar\u00e1 en campos tan importantes como educaci\u00f3n, log\u00edstica, sanidad, transportes e incluso en el ej\u00e9rcito. Y s\u00ed, nuestra privacidad se ver\u00e1 afectada. En 1997 la supercomputadora de IBM llamada Deep Blue fue la primera que derrot\u00f3 al campe\u00f3n del mundo Gary Kasp\u00e1rov jugando al [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":6332,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"wds_primary_category":0,"wds_primary_cea_women":0,"footnotes":""},"categories":[1084],"tags":[1092,248,98,243],"cea_women":[],"class_list":["post-6331","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","tag-etica","tag-etica-digital","tag-inteligencia-artificial","tag-supercomputacion"],"acf":[],"_links":{"self":[{"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/posts\/6331","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/comments?post=6331"}],"version-history":[{"count":0,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/posts\/6331\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/media\/6332"}],"wp:attachment":[{"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/media?parent=6331"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/categories?post=6331"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/tags?post=6331"},{"taxonomy":"cea_women","embeddable":true,"href":"https:\/\/ceadigilaw.org\/es\/wp-json\/wp\/v2\/cea_women?post=6331"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}