4 tipos de inteligencia artificial que debes conocer

Hoy en día, el término inteligencia artificial es muy conocido y sonado, pero ¿cuáles son los tipos de inteligencia artificial que existen a nuestro alrededor?

Existen cuatro tipos de tipos de inteligencia artificial, clasificados según una visión generalizada sobre los avances en investigación de Inteligencia Artificial (IA). Se trata de una especie de consenso que concluye que las máquinas inteligentes y sensitivas están cada vez más cerca.

Continuar leyendo «4 tipos de inteligencia artificial que debes conocer»

5 razones por las que debes desarrollar un software ERP a medida

Los softwares ERP se han convertido en una herramienta esencial en muchísimas empresas, ya que estos nos ofrecen la posibilidad de satisfacer nuestras necesidades haciendo uso de un sistema operativo o una aplicación web o una aplicación móvil que está diseñada para mejorar la calidad de la empresa, para automatizar tareas, para entender las distintas etapas del proceso de desarrollo y para aumentar el rendimiento general, entre muchas otras cualidades.

Continuar leyendo «5 razones por las que debes desarrollar un software ERP a medida»

El mercado de México, ¿quién es quién en el comercio electrónico?

Se espera que el mercado represente más del 60% del comercio electrónico mundial en los próximos 5 años.

Actualmente, más del 65% de los adultos en México ya compran en línea.

Se espera que el mercado represente más del 60% del comercio electrónico mundial en los próximos 5 años.

Continuar leyendo «El mercado de México, ¿quién es quién en el comercio electrónico?»

La Evolución de los Medios Mexicanos: Personalización de Contenidos

Los editores tienen la envidiable oportunidad de analizar lo que leen las personas que visitan sus sitios y utilizar esa información para mejorar su contenido.

En el siglo pasado, hubo una clara distinción entre las noticias transmitidas por televisión y las noticias difundidas a través de los periódicos. Las columnas de opinión de los distintos diarios nunca compitieron directamente por audiencia con los programas informativos de las principales cadenas de televisión.

Internet, entre muchos otros cambios que ha provocado, ha hecho que estas empresas compitan directamente entre sí, sobre todo en lo que más les interesa: las ganancias por anunciarse en los diferentes medios. Hoy en día, NMas, la cadena noticiosa de Grupo Televisa, compite directamente por tráfico de internet contra grupos tradicionales impresos que también han dado el salto al internet, además de nuevos contrincantes que nacieron en la arena digital. Quizás el ejemplo más claro sea el Huffington Post, que nunca ha tenido una edición impresa o un programa de televisión, pero que hoy en día es una de las fuentes de información más poderosas en Estados Unidos.

¿Y qué hacer ante esta coyuntura histórica? Algunos grupos periodísticos se han enquistado en sus prácticas históricas y tratan de seguir un esquema meramente de suscripción, dejándolos en el olvido del internet, donde la mayoría del contenido es gratuito. Sobre todo en México, donde la población no está acostumbrada a pagar por contenido noticioso. Solo como comparación, el New York Times tiene alrededor de 9.6 millones de suscriptores, mientras que un periódico en México que solo ha apostado al modelo de suscripción, con dificultad supera los 70 mil.

En México en particular, los medios deben comenzar a adoptar prácticas más allá de simplemente anunciar utilizando plataformas típicas de mercadeo digital de Google. Los medios tienen la envidiable oportunidad de poder analizar lo que leen las personas que visitan sus sitios y, armados con esa información, mejorar su contenido para atraer más visitas e incrementar así sus ingresos por anuncios.

Vale la pena mencionar que ningún periódico en México tiene científicos de datos contratados, al menos no con ese título, mientras que el New York Times tiene al menos 44 personas contratadas que se dedican a temas de datos. Y no solo para analizar su contenido y visitantes, sino también para crear visualizaciones y análisis que a la audiencia realmente le interesen, proporcionando información valiosa que las personas puedan utilizar para tomar decisiones.

¿Cuáles son los obstáculos de aplicar este tipo de tecnologías en México? De acuerdo con las conversaciones que he tenido con personas del medio, uno de ellos es que muchos de los medios tradicionales desconocen o no consideran que estas prácticas sean útiles o rentables. Todavía consideran a los periódicos como se han considerado en los últimos 200 años, medios estáticos que la gente utiliza para consumir información, donde no hay personalización y solo hay una publicación.

Otra razón podría ser que los medios tradicionales no ofrecen retos o problemas atractivos para un científico de datos. Esta industria históricamente carece de recursos y es posible que, en competencia con un banco o una startup, no puedan ofrecer salarios tan atractivos.

Es posible que en la próxima década veamos a algunos medios comenzando a hacer sus primeros intentos usando herramientas de analítica e inteligencia artificial. El advenimiento de ChatGPT y otras herramientas de creación de contenido puede ser tanto un reto como una oportunidad si se saben utilizar bien.

En un futuro no muy lejano, es posible que un habitante de Pachuca tenga acceso a un sitio web de una cadena de noticias que le proporcione contenido personalizado, relevante y útil para su vida diaria. Este sitio web podría brindar información específica sobre eventos y noticias de la ciudad, así como temas de interés para el usuario. A medida que el usuario interactúe con el sitio, la plataforma podría proporcionar información aún más relevante y personalizada, aumentando así su nivel de conocimiento y su capacidad para tomar decisiones informadas. Esta personalización del contenido podría ser una realidad gracias al uso de herramientas de analítica e inteligencia artificial, y los medios de comunicación podrían aprovechar esta tecnología para mejorar la experiencia del usuario y aumentar su alcance y relevancia en el mercado.

León Palafox es académico de la Facultad de Ingeniería de la Universidad Panamericana.

Twitter: @leonpalafox

LinkedIn: www.linkedin.com/in/leonpalafox

Mail: lfpalafox@up.edu.mx

Fuente: El Financiero

¿La inteligencia artificial tiene sesgos?

La inteligencia artificial (IA) no es más que un espejo de quien la crea. De manera muy general, la IA es un proceso computacional que simula la inteligencia humana para resolver problemas, aprendiendo de la realidad a través de observar los datos que la rodean. Si la rodean datos sesgados, la IA internaliza los mismos sesgos, incluyendo los de género. Si históricamente han sido los hombres quienes en su mayoría participan en este sector, ¿qué ocurre cuando la IA se olvida de espejear las voces y necesidades de las mujeres?

El traductor de Google es un ejemplo del sesgo de género que existe en los datos y que la tecnología replica. Al traducir “él es enfermero, ella es presidente” del español a un idioma neutral en género (como el turco) se traduce en “esta persona es enfermero, esta persona es presidente”. Al revés (del turco al español), el traductor arroja “ella es enfermera, él es presidente”. El algoritmo escoge esa combinación de pronombres porque aprendió de una base de datos que con mayor probabilidad asigna que ella es enfermera y él presidente. Hagan la prueba.

Este ejemplo, aunque perpetúa estereotipos de género que no quisiéramos llevarnos al futuro, es uno de pequeña escala. Pero no todos los sesgos de la inteligencia artificial son así. Por ejemplo, un algoritmo diseñado para detectar daño letal en los riñones se equivoca con el doble de probabilidad en las mujeres que en los hombres. Esto ocurre dado que fue entrenado mayoritariamente con datos de hombres y nunca aprendió cómo se veía el daño en la otra mitad de la población. Gartner, empresa de consultoría tecnológica, predijo que en 2022, 85% de los proyectos de inteligencia artificial generarían resultados erróneos producidos por sesgos en los datos, ya sea en los algoritmos o en los equipos responsables de manejarlos.

Una de las causas de esto es que las mujeres están subrepresentadas desde la formación del talento en ciencias, tecnología, ingeniería y matemáticas (STEM por sus siglas en inglés) hasta su incorporación en el mercado laboral. En cuanto a las profesionistas de inteligencia artificial a nivel mundial, 22% son mujeres y la mayoría de los puestos técnicos y de liderazgo los ocupan hombres. De las publicaciones en la materia, 14% son de autoría femenina y de las principales conferencias 18% las dan mujeres. En resumen, hacen falta mujeres que diseñen y creen tecnología.

La transformación tecnológica ha provocado que la inteligencia artificial permee en todos los sectores de la economía, cambiando la manera en que trabajamos, estudiamos, consumimos y nos comunicamos. El poder de la IA está en el enorme potencial de mejorar y facilitar nuestras vidas, automatizando tareas y aumentando la productividad y seguridad de estas. En general, la IA puede apoyar en una toma de decisiones más eficiente.

Pero si no se representan las necesidades y la diversidad de toda la población, la inteligencia artificial, lejos de facilitarnos la vida, puede perpetuar sesgos de género del siglo pasado que amplifican inequidades sociales. Las personas generan, recolectan y etiquetan los datos para entrenar al algoritmo, por lo que son responsables de identificar y romper los sesgos cuando ocurran. Además de tener equipos y datos de entrenamiento más diversos, es momento de que los países implementen un marco regulatorio para su uso. Las recomendaciones en la ética de la Inteligencia Artificial de la Unesco son un buen referente para ello.

Hoy, la inteligencia artificial está en su auge de transformación en el mundo y está en todos nosotros hacer el mejor uso de ella.

Fuente: imco.org.mx

Translate »