Ensayo

Los ​RoboCops

Grupo 3

Alexys Martín Coate Reyes A01746998

Diana Patricia Aguilar Martínez A01745778

Daniel Córdova Bermúdez A01377242

Fabiola Alvarado A01371774

Rodrigo Labastida Cerda A01747086

Oscar Bosque Vargas A01377729

Expresión verbal en el ámbito profesional.

Profesora: Maria del Carmen Contreras García

Junio 25, 2019

 LOS ROBOCOPS 2

La psicología cognitiva ha adoptado la metáfora del ordenador para pensar sobre la

mente, la mente procesa la información, la codifica, la almacena y la recupera como un
ordenador. Una herramienta sumamente útil que usa la misma metáfora es la Inteligencia
Artificial, la cual ​se define como el campo de la ciencia y la ingeniería que se ocupa del
entendimiento computacional, de lo que comúnmente se conoce como comportamiento
inteligente, y de la creación de artefactos que exhiban tal comportamiento (Hochel, M., s.f)​,
en otras palabras es el desarrollo de métodos y algoritmos que permitan comportarse a las
computadoras de modo inteligente. Esta adopta la imagen especular y no de manera
metafórica sino literal: Un ordenador es una mente. ​Entrevistas hechas por el instituto
Oxford Insights ​arrojaron que, gracias a que las inteligencias artificiales generan
soluciones a problemas complejos y realizan procesos de manera más rápida y eficiente,
el 80% de los mexicanos con menores ingresos reciben mejores servicios ​(Martinho,
Miller, Asare, Petheram, Stirling, Gómez y Martínez, 2015, p.6). ​El estudio de este tema ha
sido escaso, por lo que en este ensayo se pretende recalcar las ventajas que las inteligencias
artificiales traen consigo.
¿Existen desventajas?
Sin embargo existen ciertos detalles dentro de esta ciencia que producen un cierto rechazo
por parte de las personas, y de entre ellos destaca una la cual es difícil de ignorar: según los
investigadores Burguan, Sánchez, Salto y Tenorio (2010,p. 10) dicen que la inteligencia
artificial tiene el potencial de sustituir la labor humana, lo cual produciría pérdida de empleos
para muchas personas trabajadoras, y el problema iría en crecimiento debido a que estiman
que llegará un punto en que habría más máquinas que empleados debido al avance de la
tecnología. Este es la principal de muchas críticas que caen sobre la Inteligencia Artificial.
Pero a pesar de las desventajas también existen ventajas, que valen la pena explorar por igual,
estas ventajas ayudan incluso a mejorar la economía de países en desarrollo. Existen muchas
pruebas que avalan la capacidad de la Inteligencia Artificial para mejorar la productividad de
cualquier proceso, y aunque existan desventajas es importante compararlas junto a los
beneficios que podemos obtener de esta ciencia en desarrollo.
¿Cuáles son los tipos de inteligencia artificial?
Existen dos tipos de inteligencia artificial: la IA clásica o simbólica y la IA conexionista,
la primera hace referencia al tipo de IA que es programable y basado en el supuesto del
conocimiento explicable por procedimientos de manipulación de símbolos, mientras que la
 LOS ROBOCOPS 3

segunda es autoprogramable por aprendizaje y donde el conocimiento viene representado la

propia estructura de la red neuronal. Este tipo de IA pueden ser aplicadas a diferentes áreas
para poder beneficiarnos de ellas como por ejemplo en México se ha utilizado IA
programable en varios sectores privados, seguros, pensiones, compliance y marketing digital;
esto es un indicador de la creciente necesidad de mejorar la productividad. Empresas como
Afore XXI Banorte, Seguros Banorte, CEMEX, OnlyIf, BBVA Bancomer, Inbursa y Sr. Pago
han sido pioneras en la transición hacia en la aplicación de Inteligencia Artificial, obteniendo
una ventaja en términos de asignaciones más eficientes de recursos frente a sus competidores.
¿Cómo funciona la inteligencia artificial?
En el año 1956 se desarrolló el primer programa de Inteligencia Artificial. Esto fue gracias
a los programadores Herbert Simon, el físico Allen Newell y J.C. Shaw. Llamaron a su
creación Logic Theorist y su trabajo era comprobar o demostrar teoremas matemáticos por
medio de expresiones lógicas. Su funcionamiento recae en lo que se conoce como árbol de
decisión, en el que se plantea una Hipótesis, éste parte de la raíz del árbol y recorre las ramas
en las cuales existe una deducción basada en postulados anteriores, por medio de leyes de
lógica comprueba si en la rama se encuentra la demostración de la hipótesis y si no pasa a la
siguiente, repitiendo el proceso hasta encontrar la solución (Rendon, 2011, p.5) . El principal
problema que enfrentaron fue determinar el número de ramas que tendría que tener el árbol,
para que no fueran muchas introdujeron reglas prácticas que tenían el propósito descartar
rápidamente una gran cantidad de ramas para optimizar la velocidad para encontrar una
respuesta correcta. El ejemplo anterior expone una de las características más importantes
sobre el funcionamiento de las inteligencias artificiales:
El comportamiento de los programas no es descrito explícitamente por el algoritmo. El
programa especifica cómo encontrar la secuencia de pasos necesarios para resolver un
problema dado (programa declarativo). En diferencia con los programas que no son de
Inteligencia Artificial, que siguen un algoritmo determinado, que detalla,
explícitamente, cómo hallar las variables de salida para cualquier variable dada de
entrada (programa de procedimiento) (Burguan et al., 2010, p. 3).
¿Qué es una Red Neuronal y cómo funciona?
Actualmente todo el estudio sobre la Inteligencia artificial recae en un concepto conocido
como red Neuronal. Esta es la que ha permitido que la inteligencia artificial sea de utilidad
para aplicarla en campos científicos o procedimentales para mejorar su eficiencia. Funciona
 LOS ROBOCOPS 4

por medio del conjunto de “neuronas”, que en este campo es la unidad básica de
procesamiento de la red Neuronal. Estas poseen un número determinado de conexiones de
entrada, mediante las cuales reciben estímulos externos. Posteriormente la neurona realiza un
cálculo o función interna para generar un valor de salida. A la función que se desarrolla
dentro se le conoce como suma ponderada (es decir se la da cierto valor de peso o intensidad
a cada valor de entrada). Se puede modificar el peso de las variables de entrada para modelar
la función, los valores que genere dicha función se comparan con un umbral previamente
establecido y se asigna un valor binario (0 o 1) (Rendon, 2011, pp.11-12). Al jugar
modificando estos elementos se pueden generar compuertas similares a las que se ocupan en
circuitos computacionales, es decir AND (solo es positivo cuando ambas condiciones se
cumplen) y OR (solo es necesaria que una se cumpla). Una sola neurona forma la red
neuronal más simple y se le conoce como perceptrón. Si se juntan unas neuronas entre sí se
pueden formar compuertas más complejas, como la XOR (para que el valor de salida sea 1
una condición se cumple y la otra forzosamente no). Así es como se logra modular
información más compleja: por medio de capas consecutivas de neuronas donde las salidas de
una se convierten en las entradas de las siguientes y se va formando información más
compleja, esto deriva en el concepto de conocimiento jerarquizado y conocimiento profundo
(deep learning). El problema es que con solo lo anterior visto solo es posible resolver
problemas o procesar información simple, para solucionar esto se usan las funciones de
activación las cuales vuelven no lineales los valores de salida y permiten soluciones más
complejas con la conexión o sinapsis de neuronas (Dot CSV,2018).
¿Cuál es la relación del aprendizaje con la inteligencia artificial?
Para explicar la relación no queda más claro que lo siguiente según la Universidad Privada
Telesup (2016, p.13) “tendremos una solución de problemas propia de la inteligencia
artificial cuando incluye algún tipo de aprendizaje: simbólico o conexionista. Sin aprendizaje
no hay inteligencia artificial”. Para lograr esto actualmente se crean algoritmos de
aprendizaje, los cuales entrenan a las redes neuronales para que reajusten sus parámetros y
que así aprendan la representación interna de la información que procesan. El método más
importante en este campo se le conoce como Backpropagation, donde en términos prácticos
se recorre desde el resultado de la red neuronal hacia atrás para asignarle una carga de
responsabilidad a cada neurona. Es así como se entrenan las redes neuronales y pueden
aprender a minimizar sus errores.
 LOS ROBOCOPS 5

¿Qué representa la inteligencia artificial en México?

De acuerdo con el coordinador general del Foro Consultivo Científico y Tecnológico
[Fccyt], (2017, párr. 1) José Franco es muy relevante generar espacios de discusión sobre las
nuevas tecnologías y su impacto tanto social como económico, asimismo, recalca que la
inteligencia artificial es el primer punto donde se debe avanzar. En nuestro futuro se verá
cada vez más común el trabajo con máquinas que aprendan y razonen y debido a ello, la IA se
ha convertido en una de las revoluciones tecnológicas de mayor impacto, sino es que la más
importante. Durante la última década se han registrado grandes avances en la materia, durante
la cual se han inventado nuevas técnicas para el avance de IA, es por eso que ahora podemos
ver esta tecnología en prácticamente todas las industrias.
¿Cómo beneficia la inteligencia artificial en el mundo?
La inteligencia artificial en el mundo representa la siguiente revolución industrial,
cambiando los paradigmas de desarrollo tecnológico alrededor del mundo. Países como China
y Estados Unidos impulsan su desarrollo puesto que lo ven como una oportunidad para
innovar. En México los efectos de la implementación de la inteligencia artificial según un
informe de Oxford Insight significa el aumento de la productividad así como del crecimiento
potencial del PIB. De hecho ​PwC estima que con la Inteligencia Artificial ​el PIB mundial
incrementará en 15.7 billones de dólares de aquí al 2030.

La Inteligencia Artificial incluye varios campos de desarrollo tales como: la robótica,

usada principalmente en el campo industrial; comprensión de lenguajes y traducción;
visión en máquinas que distinguen formas y que se usan en líneas de ensamblaje;
reconocimiento de palabras y aprendizaje de máquinas; sistemas computacionales
expertos (Rendon, 2011, p. 11).

Existen programas tan variados como los que diagnostican infecciones en la sangre y
pueden indicar un tratamiento. Hay otros que interpretan datos sismológicos en exploración
geológica y otros que configuran complejos equipos de alta tecnología. Existen también
programas que ayudan a doctores y químicos a desarrollar estructuras útiles químicas jamás
antes desarrolladas. Estas tareas reducen costos y reducen riesgos en la manipulación humana,
por lo tanto mejoran el desempeño del personal inexperto, y mejoran el control de calidad en
el ámbito comercial.
 LOS ROBOCOPS 6

¿Qué concluimos?

Definitivamente la Inteligencia artificial es un campo que ha evolucionado mucho y que

resulta muy complejo a la hora de explicar su funcionamiento. Claramente necesita un apoyo
mayor al que está recibiendo actualmente, donde pocos países están dando resultados
verdaderamente significativos. Se puede entender que aunque existan muchas posibles
desventajas con la inteligencia artificial se pueden encontrar beneficios que van muy en favor
de la humanidad, pues se puede desarrollar mejor la ciencia con la ayuda de estas
inteligencias o volver mucho más eficientes los procesos industriales. Un efecto secundario
que se formaría con esto pero que resulta muy trascendente sería que la contaminación
disminuiría. Así que concluimos que la Inteligencia Artificial es un campo que se debe seguir
explorando.
 LOS ROBOCOPS 7

Referencias
Bonilla, A. (2017). México frente al desarrollo de inteligencia artificial. ​Ciencia UV.
Recuperado de:
https://www.uv.mx/cienciauv/files/2017/03/me-xico-frente-al-desarrollo-de-inteligenc
ia-artificial.pdf
Burguan, D., Sánchez, M., Salto, M. & Tenorio,C. (2010) Recuperado de:
https://es.scribd.com/doc/42834762/Software-de-Inteligencia-Artificial
​ ecuperado
Chávez, G. (2017). El problema detrás de la inteligencia artificial. ​Tec Review. R
de:​ ​https://tecreview.tec.mx/el-problema-detras-de-la-inteligencia-artificial/
Dot CSV. . (2018, Marzo 19). ​¿Qué es una red neuronal?.​ Recuperado de:
https://www.youtube.com/watch?v=MRIv2IwFTPg
Hochel, M. y Gómez Milán, E. (s.f). La Inteligencia Artificial. Universidad de Granada.
Recuperado de:​ https://www.ugr.es/~setchift/docs/conciencia_capitulo_2.pdf
Martínez, M., Santana, E., & Beliz, N. (2017). Análisis de los paradigmas de inteligencia
artificial, para un modelo inteligente de gestión de la energía eléctrica. ​Revista De
Iniciación Científica​, ​3​(1), 77 - 84. Recuperado de:
https://revistas.utp.ac.pa/index.php/ric/article/view/1701
Martinho, E., Miller, H., Asare, I., Petheram, A., Stirling, R., Gómez, C. & Martínez, C.
(2015). Hacia una Estrategia de IAen México: Aprovechando la Revolución de la IA.
México. Embajada Británica en México.
​ ecuperado de:
Rendon, O. (2011). ​Inteligencia Artificial. R
https://es.scribd.com/document/49288818/Inteligencia-Artificial
​ ecuperado de:
Universidad Privada Telesup. (2016).​ Inteligencia Artificial. R
https://es.scribd.com/doc/297628426/Inteligencia-Artificial