Inteligencia Artificial
INTEGRANTES:
AVILES CARLOS
CÉLLERI GIANCARLO
ORRALA RODAS GRACE
SANTA FÉ YULIANA
Contenido
Marco teórico.....................................................................................................................................
Inteligencia:....................................................................................................................................
Inteligencia Artificial:......................................................................................................................
El estudio de la IA abarca dos escuelas de pensamiento...................................................................
Inteligencia Artificial simbólico-deductiva......................................................................................
Inteligencia Artificial subsimbólica-inductiva.................................................................................
Pilares de la IA....................................................................................................................................
Aplicaciones.......................................................................................................................................
Temores.............................................................................................................................................
Actualmente.......................................................................................................................................
1
Marco teó rico
Inteligencia: Es considerada la capacidad de aprender, procesar información y a partir de
ello resolver problemas, por lo que se considera que la tecnología tendría la capacidad de
generar una inteligencia artificial.
Inteligencia Artificial: Es el concepto para máquinas que “piensan como seres humanos”;
en otras palabras, que realizan tareas Como: razonar, planificar, aprender y entender el
lenguaje.
Ilustración 1Explicación resumida de Inteligencia Artificial
El estudio de la IA abarca dos escuelas de pensamiento
Inteligencia Artificial simbó lico-deductiva.
Conocida también como Inteligencia Artificial convencional, intenta comprender y replicar el
comportamiento humano desde una perspectiva de análisis formal y estadística.
Inteligencia Artificial subsimbó lica-inductiva.
También llamada Inteligencia Artificial computacional, persigue el desarrollo y el aprendizaje
interactivo, basándose en datos empíricos y en modificaciones de los parámetros de conexión.
2
Pilares de la IA
Se consideran cuatro los pilares del estudio y desarrollo de la Inteligencia Artificial:
1. La búsqueda de un estado deseado, entre los conjuntos posibles de acuerdo con las
acciones ofrecidas en un instante determinado, es decir, la libre elección.
2. Algoritmos genéticos inspirados en el código genético humano (ADN).
3. Redes neuronales artificiales, que imitan el funcionamiento de los cerebros orgánicos.
4. Razonamiento de lógica formal, semejante al pensamiento abstracto de los humanos.
Aplicaciones
Las aplicaciones contemporáneas de la Inteligencia Artificial en sus distintos prototipos y
estados de desarrollo pueden resumirse en:
Videojuegos y software de entretenimiento inteligente.
Soporte digital para servicios online y programas computacionales.
Sistemas de procesamiento masivo de datos e información.
Robótica y sistemas de automatización complejos.
Temores
La Inteligencia Artificial no siempre es recibida con entusiasmo. Muchos ven en su
posibilidad una herramienta tecnológica capaz de desplazar a numerosos individuos de
sus puestos de trabajo, ya que la IA podría hacerlo en menos tiempo y sin tomarse
descansos ni reclamar por derechos. La robotización representa por igual una
esperanza para los industriales y una amenaza para los trabajadores.
Por otro lado, mucho se ha advertido respecto a los peligros de una lógica racional
desprovista de empatía, de emotividad y compromisos afectivos, capaz de tomar
decisiones frías y dolorosas para la humanidad en pro de la consecución de algún
objetivo abstracto.
3
Actualmente
La Inteligencia artificial actual se puede encontrar en muchos sitios como en los
vehículos actuales que poseen una memoria interna capaz de reaccionar a
determinadas situaciones.
Actualmente la Inteligencia artificial no pasa de ser una simulación de las reacciones y
pensamientos humanos a través de distintos algoritmos.
Con el desarrollo de la tecnología la inteligencia artificial ha avanzado enormemente
sin embargo aún no se asemeja a la inteligencia humana a pesar de que existen
procesos que una maquina puede realizar mejor que el ser humano.
Utilidad de la IA en la Auditoría
La IA propone un rediseño de la forma en que se analizan los datos y provee un método más
rápido para su análisis, empleando patrones basados en el autoaprendizaje y la automatización
de procesos.
Dado que la IA no posee un límite de datos (el cual sí posee el ser humano), se incorpora otro
aspecto relevante que es la “big data”, donde se analizan grandes bloques de datos, tanto en
la nube como en aplicaciones, y se mantienen los principios de precisión y confiabilidad, pese a
que aumente el alcance de nuestras revisiones. Cabe mencionar que los sistemas que analizan
esos datos son desarrollados por humanos por lo que previamente se debe garantizar la
veracidad de la información obtenida para que el análisis resultante sea válido y acorde a la
realidad de la empresa.
A continuación, mencionaremos brevemente las alternativas de uso de la IA que están siendo
aplicadas por las Big 4:
Deloitte: Implementó una herramienta informática(plataforma) que almacena el 100%
de los datos de las transacciones diarias y, como resultado, han logrado optimizar el
análisis de dichos datos de manera continua.
PwC: Adquirió una herramienta basada en “big data”, la cual le ha permitido analizar
grandes bloques de datos y a partir de ello, identificar patrones de comportamiento
que permiten tomar decisiones efectivas con anticipación.
KPMG: Entabló alianzas con IBM, adaptando su programa “Watson” el cual permite
analizar “big data” desde diferentes fuentes, y con Microsoft, para mejorar el
almacenamiento y disponibilidad de dicha información.
E&Y: Inauguró su centro de excelencia de IA y analítica de datos donde se monetizan y
diseñan métodos de administración de los mismos, al mismo tiempo que se emplea
como academia de formación para profesionales en “big data” y análisis avanzado de
datos.
Riesgos de la IA en la Auditoría
4
La tecnología emergente, como es el caso de la IA, trae consigo nuevos riesgos y temas que se
deben abordar para lograr estandarizar su uso. A continuación, mencionaremos los principales
riesgos:
La IA puede ser utilizada inmoralmente y es por esto que han aumentado los “cyber
ataques” y los casos de “Phishing”, debido a que la vulnerabilidad de datos es mayor al
encontrarse en la nube; esto ha resultado en pérdida de información por parte de las
empresas.
Al aplicar la IA en el análisis de datos financieros, respondemos a la pregunta ¿qué
sucede con el proceso X o qué sucede con la cuenta Y? Pero no podemos pedirle al
sistema que nos explique el motivo por el cual ocurre dicho evento, lo cual nos hace
pensar que no hay una forma clara de sustentar las decisiones que se tomen, a menos
que un humano intervenga con su juicio profesional, lo que a su vez nos da una idea de
que la IA no podría reemplazarnos, al menos no por ahora.
El riesgo de que los sesgos humanos no identificados serán incrustado en la tecnología
de AI.
El riesgo de que los errores de lógica humana se incrusten en la tecnología de la
inteligencia artificial.
El riesgo de que las pruebas y la supervisión de la inteligencia artificial sean
inadecuadas obteniendo resultados éticamente cuestionables
El riesgo de que los productos y servicios de la auditoria interna causen daño,
resultando en problemas financieros y / o de reputación.
Los riesgos que los clientes u otras partes interesadas no aceptar ni adoptar las
iniciativas de IA de la organización.
Oportunidades
La capacidad de comprimir el ciclo de procesamiento de datos.
La capacidad de reducir errores mediante la sustitución de humanos acciones con
acciones de máquina perfectamente repetibles.
La capacidad de reemplazar actividades que requieren mucho tiempo con
actividades de tiempo eficiente (automatización de procesos), reduciendo el tiempo y
los costos de la mano de obra
La capacidad de tener robots o drones para reemplazar humanos en situaciones
potencialmente peligrosas.
5
La capacidad de hacer mejores predicciones, para todo predecir las ventas de ciertos
bienes en particular mercados para predecir epidemias y naturales catástrofes.
La capacidad de impulsar los ingresos y aumentar la cuota de mercado a través de
iniciativas de AI.
Bibliografía
[Link]
auditorias/pdf
[Link]
[Link]
[Link]
[Link]
