Inteligencia artificial

La inteligencia artificial (IA), en el contexto de las ciencias de la

computación, es una disciplina y un conjunto de capacidades
cognoscitivas e intelectuales expresadas por sistemas informáticos o
combinaciones de algoritmos cuyo propósito es la creación de
máquinas que imiten la inteligencia humana para realizar tareas, y
que pueden mejorar conforme recopilen información.1 2​ ​ Se hizo
presente poco después de la Segunda Guerra Mundial con el
desarrollo de la «prueba de Turing», mientras que la locución fue
acuñada en 1956 por el informático John McCarthy en la
Conferencia de Dartmouth.

En la actualidad, la inteligencia artificial abarca una gran variedad

de subcampos. Éstos van desde áreas de propósito general, Acuarela de Alan Turing generada
aprendizaje y percepción, a otras más específicas como el mediante inteligencia artificial,
reconocimiento de voz, el juego de ajedrez, la demostración de considerado el padre de la misma.
teoremas matemáticos, la escritura de poesía y el diagnóstico de
enfermedades. La inteligencia artificial sintetiza y automatiza tareas
que en principio son intelectuales y, por lo tanto, es potencialmente relevante para cualquier ámbito de
diversas actividades intelectuales humanas. En este sentido, es un campo genuinamente universal.3 ​

La arquitectura de las inteligencias artificiales y los procesos por los cuales aprenden, se mejoran y se
implementan en algún área de interés varían según el enfoque de utilidad que se les quiera dar, pero de
manera general, estos van desde la ejecución de sencillos algoritmos hasta la interconexión de complejas
redes neuronales artificiales que intentan replicar los circuitos neuronales del cerebro humano y que
aprenden mediante diferentes modelos de aprendizaje tales como el aprendizaje automático, el aprendizaje
por refuerzo, el aprendizaje profundo o el aprendizaje supervisado.4 ​

Por otro lado, el desarrollo y aplicación de la inteligencia artificial en muchos aspectos de la vida cotidiana
también ha propiciado la creación de nuevos campos de estudio como la roboética y la ética de las
máquinas que abordan aspectos relacionados con la ética en la inteligencia artificial y que se encargan de
analizar cómo los avances en este tipo de tecnologías impactarían en diversos ámbitos de la vida, así como
el manejo responsable y ético que se les debería dar a los mismos, además de establecer cuál debería ser la
manera correcta de proceder de las máquinas y las reglas que deberían cumplir.5 ​

En cuanto a su clasificación, tradicionalmente se divide a la inteligencia artificial en inteligencia artificial

débil, la cual es la única que existe en la actualidad y que se ocupa de realizar tareas específicas, e
inteligencia artificial general, que sería una IA que excediese las capacidades humanas. Algunos expertos
creen que si alguna vez se alcanza este nivel, se podría dar lugar a la aparición de una singularidad
tecnológica, es decir, una entidad tecnológica superior que se mejoraría a sí misma constantemente,
volviéndose incontrolable para los humanos, dando pie a teorías como el basilisco de Roko.6 ​

Algunas de las inteligencias artificiales más conocidas y utilizadas en la actualidad alrededor del mundo
incluyen inteligencia artificial en el campo de la salud, asistentes virtuales como Alexa, el asistente de
Google o Siri, traductores automáticos como el traductor de Google y DeepL, sistemas de recomendación
como el de la plataforma digital de YouTube, motores de ajedrez y otros juegos como Stockfish y
AlphaZero, chatbots como ChatGPT, creadores de arte de inteligencia artificial como Midjourney, Dall-e,
Leonardo y Stable Diffusion, e incluso la conducción de vehículos autónomos como Tesla Autopilot.7 ​

Asimismo la Inteligencia artificial, se está desarrollando en la plataforma digital cada vez más,
evolucionando y creando nuevas herramientas, como la plataforma laboral que existe desde el año 2023
llamada SIVIUM , una herramienta por el cual, una persona postula en forma automatizada a todas las
ofertas laborales de todos los portales de trabajo, sin necesidad de estar revisando cada oferta laboral que se
presente y enviar su CV uno por uno.

En cuanto a la definición de la expresión

En 2019 la Comisión Mundial de Ética del Conocimiento Científico y la Tecnología (COMEST) de la
UNESCO definió la inteligencia artificial como un campo que implica máquinas capaces de imitar
determinadas funcionalidades de la inteligencia humana, incluidas características como la percepción, el
aprendizaje, el razonamiento, la resolución de problemas, la interacción lingüística e incluso la producción
de trabajos creativos.

Coloquialmente, la locución «inteligencia artificial» se aplica cuando una máquina imita las funciones
«cognitivas» que los humanos asocian como competencias humanas, por ejemplo: «percibir», «razonar»,
«aprender» y «resolver problemas».8 ​Andreas Kaplan y Michael Haenlein definen la inteligencia artificial
como «la capacidad de un sistema para interpretar correctamente datos externos, y así aprender y emplear
esos conocimientos para lograr tareas y metas concretas a través de la adaptación flexible».9 ​A medida que
las máquinas se vuelven cada vez más capaces, se elimina de la definición la tecnología que alguna vez se
pensó que requería de inteligencia. Marvin Minsky, uno de los ideadores de la IA, hablaba del término
inteligencia artificial como una palabra maleta ("suitcase word") porque en él se pueden meter una
diversidad de elementos.10 11
​ ​

Por ejemplo, el reconocimiento óptico de caracteres ya no se percibe como un ejemplo de la «inteligencia

artificial» habiéndose convertido en una tecnología común.12 ​ Avances tecnológicos todavía clasificados
como inteligencia artificial son los sistemas de conducción autónomos o los capaces de jugar ajedrez o
Go.13 ​

La inteligencia artificial es una nueva forma de resolver problemas dentro de los cuales se incluyen los
sistemas expertos, el manejo y control de robots y los procesadores, que intenta integrar el conocimiento en
tales sistemas, en otras palabras, un sistema inteligente capaz de escribir su propio programa. Un sistema
experto definido como una estructura de programación capaz de almacenar y utilizar un conocimiento sobre
un área determinada que se traduce en su capacidad de aprendizaje.14 ​ De igual manera se puede
considerar a la IA como la capacidad de las máquinas para usar algoritmos, aprender de los datos y utilizar
lo aprendido en la toma de decisiones tal y como lo haría un ser humano,15 ​.

Según Takeyas (2007) la IA es una rama de las ciencias computacionales encargada de estudiar modelos de
cómputo capaces de realizar actividades propias de los seres humanos con base en dos de sus características
primordiales: el razonamiento y la conducta.16 ​

En 1956, John McCarthy acuñó la expresión «inteligencia artificial», y la definió como «la ciencia e
ingenio de hacer máquinas inteligentes, especialmente programas de cómputo inteligentes».17 ​

También existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y producidas,
respectivamente, por sensores físicos y sensores mecánicos en máquinas, pulsos eléctricos u ópticos en
computadoras, tanto como por entradas y salidas de bits de un software y su entorno software.
Varios ejemplos se encuentran en el área de control de sistemas, planificación automática, la capacidad de
responder a diagnósticos y a consultas de los consumidores, reconocimiento de escritura, reconocimiento
del habla y reconocimiento de patrones. Los sistemas de IA actualmente son parte de la rutina en campos
como economía, medicina, ingeniería, el transporte, las comunicaciones y la milicia, y se ha usado en gran
variedad de programas informáticos, juegos de estrategia, como ajedrez de computador, y otros
videojuegos.

Tipos
Stuart J. Russell y Peter Norvig diferencian varios tipos de inteligencia artificial:18 ​

Los sistemas que piensan como humanos: Estos sistemas tratan de emular el pensamiento
humano; por ejemplo, las redes neuronales artificiales. La automatización de actividades
que vinculamos con procesos de pensamiento humano, actividades como la toma de
decisiones, resolución de problemas y aprendizaje.19 ​
Los sistemas que actúan como humanos: Estos sistemas tratan de actuar como humanos;
es decir, imitan el comportamiento humano; por ejemplo, la robótica (El estudio de cómo
lograr que los computadores realicen tareas que, por el momento, los humanos hacen
mejor).20 ​
Los sistemas que piensan racionalmente: Es decir, con lógica (idealmente), tratan de imitar
el pensamiento racional del ser humano; por ejemplo, los sistemas expertos, (el estudio de
los cálculos que hacen posible percibir, razonar y actuar).21 ​
Los sistemas que actúan racionalmente: Tratan de emular de forma racional el
comportamiento humano; por ejemplo, los agentes inteligentes, que está relacionado con
conductas inteligentes en artefactos.22 ​

Escuelas de pensamiento
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional.

La inteligencia computacional.

Inteligencia artificial convencional

Se conoce también como IA simbólica-deductiva. Está basada en el análisis formal y estadístico del
comportamiento humano ante diferentes problemas:

Razonamiento basado en casos: Ayuda a tomar decisiones mientras se resuelven ciertos

problemas concretos y, aparte de que son muy importantes, requieren de un buen
funcionamiento.
Sistemas expertos: Infieren una solución a través del conocimiento previo del contexto en
que se aplica y utiliza ciertas reglas o relaciones.23 ​
Redes bayesianas: Propone soluciones mediante inferencia probabilística.24 ​
Inteligencia artificial basada en comportamientos: Esta inteligencia contiene autonomía, es
decir, puede auto-regularse y controlarse para mejorar.
 Smart process management: Facilita la toma de decisiones complejas, proponiendo una
solución a un determinado problema al igual que lo haría un especialista en dicha actividad.

Inteligencia artificial computacional

La inteligencia computacional (también conocida como IA subsimbólica-inductiva) implica desarrollo o

aprendizaje interactivo (por ejemplo, modificaciones interactivas de los parámetros en sistemas de
conexiones). El aprendizaje se realiza basándose en datos empíricos.

La inteligencia computacional tiene una doble finalidad. Por un lado, su objetivo científico es comprender
los principios que posibilitan el comportamiento inteligente (ya sea en sistemas naturales o artificiales) y,
por otro, su objetivo tecnológico consiste en especificar los métodos para diseñar sistemas inteligentes.25 ​

Historia
La expresión «inteligencia artificial» fue acuñada formalmente en 1956 durante la
Conferencia de Dartmouth, pero para entonces ya se había estado trabajando en ello
durante cinco años en los cuales se había propuesto muchas definiciones distintas que en
ningún caso habían logrado ser aceptadas totalmente por la comunidad investigadora. La
IA es una de las disciplinas más recientes junto con la genética moderna.
Las ideas más básicas se remontan a los griegos, antes de Cristo. Aristóteles (384-
322 a. C.) fue el primero en describir un conjunto de reglas que describen una parte del
funcionamiento de la mente para obtener conclusiones racionales, y Ctesibio de Alejandría
(250 a. C.) construyó la primera máquina autocontrolada, un regulador del flujo de agua
(racional pero sin razonamiento).
En 1315 Ramon Llull en su libro Ars magna tuvo la idea de que el razonamiento podía ser
efectuado de manera artificial.
En 1840 Ada Lovelace previó la capacidad de las máquinas para ir más allá de los simples
cálculos y aportó una primera idea de lo que sería el software.
Leonardo Torres Quevedo(1852-1936) es considerado como uno de los padres de la
inteligencia artificial y de la Automática.
En 1936 Alan Turing diseña formalmente una Máquina universal que demuestra la
viabilidad de un dispositivo físico para implementar cualquier cómputo formalmente
definido.
En 1943 Warren McCulloch y Walter Pitts presentaron su modelo de neuronas artificiales, el
cual se considera el primer trabajo del campo, aun cuando todavía no existía el término. Los
primeros avances importantes comenzaron a principios del año 1950 con el trabajo de Alan
Turing, a partir de lo cual la ciencia ha pasado por diversas situaciones.
En 1955 Herbert Simon, Allen Newell y Joseph Carl Shaw, desarrollan el primer lenguaje
de programación orientado a la resolución de problemas, el IPL-11. Un año más tarde
desarrollan el LogicTheorist, el cual era capaz de demostrar teoremas matemáticos.
En 1956 fue ideada la expresión «inteligencia artificial» por John McCarthy, Marvin Minsky
y Claude Shannon en la Conferencia de Dartmouth, un congreso en el que se hicieron
previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono
casi total de las investigaciones durante quince años.
En 1957 Newell y Simon continúan su trabajo con el desarrollo del General Problem Solver
(GPS). GPS era un sistema orientado a la resolución de problemas.
En 1958 John McCarthy desarrolla en el Instituto Tecnológico de Massachusetts (MIT) el
LISP. Su nombre se deriva de LISt Processor. LISP fue el primer lenguaje para
procesamiento simbólico.
En 1959 Rosenblatt introduce el «perceptrón».
A finales de la década de 1950 y comienzos de la de 1960 Robert K. Lindsay desarrolla
«Sad Sam», un programa para la lectura de oraciones en inglés y la inferencia de
conclusiones a partir de su interpretación.
En 1963 Quillian desarrolla las redes semánticas como modelo de representación del
conocimiento.
En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el
cual era capaz de inferir conocimiento basado en información que se le suministra. Bobrow
desarrolla STUDENT.
A mediados de los años 60, aparecen los sistemas expertos, que predicen la probabilidad
de una solución bajo un set de condiciones. Por ejemplo, DENDRAL, iniciado en 1965 por
Buchanan, Feigenbaum y Lederberg, el primer Sistema Experto, que asistía a químicos en
estructuras químicas complejas, MACSYMA, que asistía a ingenieros y científicos en la
solución de ecuaciones matemáticas complejas.
Posteriormente entre los años 1968-1970 Terry Winograd desarrolló el sistema SHRDLU,
que permitía interrogar y dar órdenes a un robot que se movía dentro de un mundo de
bloques.
En 1968 Marvin Minsky publica Semantic Information Processing.
En 1968 Seymour Papert, Danny Bobrow y Wally Feurzeig desarrollan el lenguaje de
programación LOGO.
En 1969 Alan Kay desarrolla el lenguaje Smalltalk en Xerox PARC y se publica en 1980.
En 1973 Alain Colmenauer y su equipo de investigación en la Universidad de Aix-Marseille
crean PROLOG (del francés PROgrammation en LOGique) un lenguaje de programación
ampliamente utilizado en IA.
En 1973 Shank y Abelson desarrollan los guiones, o scripts, pilares de muchas técnicas
actuales en inteligencia artificial y la informática en general.
En 1974 Edward Shortliffe escribe su tesis con MYCIN, uno de los Sistemas Expertos más
conocidos, que asistió a médicos en el diagnóstico y tratamiento de infecciones en la
sangre.
En las décadas de 1970 y 1980, creció el uso de sistemas expertos, como MYCIN:
R1/XCON, ABRL, PIP, PUFF, CASNET, INTERNIST/CADUCEUS, etc. Algunos
permanecen hasta hoy (Shells) como EMYCIN, EXPERT, OPSS.
En 1981 Kazuhiro Fuchi anuncia el proyecto japonés de la quinta generación de
computadoras.
En 1986 McClelland y Rumelhart publican Parallel Distributed Processing (Redes
Neuronales).
En 1988 se establecen los lenguajes Orientados a Objetos.
En 1997 Gari Kaspárov, campeón mundial de ajedrez, pierde ante la computadora
autónoma Deep Blue.
En 2006 se celebró el aniversario con el Congreso en español 50 años de Inteligencia
Artificial - Campus Multidisciplinar en Percepción e Inteligencia 2006.
En 2009 ya había en desarrollo sistemas inteligentes terapéuticos que permiten detectar
emociones para poder interactuar con niños autistas.
En 2011 IBM desarrolló un superordenador llamado Watson, el cual ganó una ronda de tres
juegos seguidos de Jeopardy!, venciendo a sus dos máximos campeones, y ganando un
premio de 1 millón de dólares que IBM luego donó a obras de caridad.26 ​
En 2016, un programa informático ganó cinco a cero al triple campeón de Europa de Go.27 ​
En 2016, el entonces presidente Obama habla sobre el futuro de la inteligencia artificial y la
tecnología.28 ​
 Existen personas que al dialogar sin saberlo con un chatbot no se percatan de hablar con
un programa, de modo tal que se cumple la prueba de Turing como cuando se formuló:
«Existirá inteligencia artificial cuando no seamos capaces de distinguir entre un ser humano
y un programa informático en una conversación a ciegas».
En 2017 AlphaGo desarrollado por DeepMind derrota 4-1 en una competencia de Go al
campeón mundial Lee Sedol. Este suceso fue muy mediático y marcó un hito en la historia
de este juego.29 ​A finales de ese mismo año, Stockfish, el motor de ajedrez considerado el
mejor del mundo con 3 400 puntos ELO, fue abrumadoramente derrotado por AlphaZero
con solo conocer las reglas del juego y tras solo 4 horas de entrenamiento jugando contra sí
mismo.30 ​
Como anécdota, muchos de los investigadores sobre IA sostienen que «la inteligencia es
un programa capaz de ser ejecutado independientemente de la máquina que lo ejecute,
computador o cerebro».
En 2018, se lanza el primer televisor con inteligencia artificial por parte de LG Electronics
con una plataforma denominada ThinQ.31 ​
En 2019, Google presentó su Doodle en que, con ayuda de la inteligencia artificial, hace un
homenaje a Johann Sebastian Bach, en el que, añadiendo una simple melodía de dos
compases la IA crea el resto.
En 2020, la OECD (Organización para la Cooperación y el Desarrollo Económico) publica
el documento de trabajo intitulado Hola, mundo: La inteligencia artificial y su uso en el
sector público, dirigido a funcionarios de gobierno con el afán de resaltar la importancia de
la IA y de sus aplicaciones prácticas en el ámbito gubernamental.32 ​
Al final del año 2022, se lanzó ChatGPT, una inteligencia artificial generativa capaz de
escribir textos y responder preguntas en muchos idiomas. Dado que la calidad de las
respuestas recordaba inicialmente al nivel humano, se generó un entusiasmo mundial por
la IA33 ​ y ChatGPT alcanzó más de 100 millones de usuarios dos meses después de su
lanzamiento.34 ​ Más tarde, los expertos notaron que ChatGPT proporciona información
errónea en áreas donde no tiene conocimiento ("alucinaciones de datos"), lo que a primera
vista parece creíble debido a su perfecta redacción.35 ​
En 2023, las fotos generadas por IA alcanzaron un nivel de realismo que las hacía
confundirse con fotos reales. Como resultado, hubo una ola de "fotos" generadas por IA que
muchos espectadores creyeron que eran reales. Una imagen generada por Midjourney se
destacó, mostrando al Papa Francisco con un elegante abrigo blanco de invierno.36 ​

Implicaciones sociales, éticas y filosóficas

Ante la posibilidad de crear máquinas dotadas de inteligencia, se volvió importante preocuparse por la
cuestión ética de las máquinas para tratar de garantizar que no se produzca ningún daño a los seres
humanos, a otros seres vivos e incluso a las mismas máquinas según algunas corrientes de pensamiento37 ​.
Es así como surgió un amplio campo de estudios conocido como ética de la inteligencia artificial de
relativamente reciente aparición y que generalmente se divide en dos ramas, la roboética, encargada de
estudiar las acciones de los seres humanos hacia los robots, y la ética de las máquinas encargada del estudio
del comportamiento de los robots para con los seres humanos.

El acelerado desarrollo tecnológico y científico de la inteligencia artificial que se ha producido en el

siglo xxi supone también un importante impacto en otros campos. En la economía mundial durante la
segunda revolución industrial se vivió un fenómeno conocido como desempleo tecnológico, que se refiere a
cuando la automatización industrial de los procesos de producción a gran escala reemplaza la mano de obra
humana. Con la inteligencia artificial podría darse un fenómeno parecido, especialmente en los procesos en
los que interviene la inteligencia humana, tal como se ilustraba en el cuento ¡Cómo se divertían! de Isaac
Asimov, en el que su autor vislumbra algunos de los efectos que tendría la interacción de máquinas
inteligentes especializadas en pedagogía infantil, en lugar de profesores humanos, con los niños en etapa
escolar. Este mismo escritor diseñó lo que hoy se conocen como las tres leyes de la robótica, aparecidas por
primera vez en el relato Círculo vicioso (Runaround) de 1942, donde establecía lo siguiente:

Primera Ley
Un robot no hará daño a un ser humano ni, permitirá que un ser humano sufra daño.
Segunda Ley
Un robot debe cumplir las órdenes dadas por los seres humanos, a excepción de
aquellas que entren en conflicto con la primera ley.
Tercera Ley
Un robot debe proteger su propia existencia en la medida en que esta protección no entre
en conflicto con la primera o con la segunda ley.38 ​

Otras obras de ciencia ficción más recientes también exploran algunas cuestiones éticas y filosóficas con
respecto a la Inteligencia artificial fuerte, como las películas Yo, robot o A.I. Inteligencia Artificial, en los
que se tratan temas tales como la autoconsciencia o el origen de una conciencia emergente de los robots
inteligentes o sistemas computacionales, o si éstos podrían considerarse sujetos de derecho debido a sus
características casi humanas relacionadas con la sintiencia, como el poder ser capaces de sentir dolor y
emociones o hasta qué punto obedecerían al objetivo de su programación, y en caso de no ser así, si
podrían ejercer libre albedrío. Esto último es el tema central de la famosa saga de Terminator, en la que las
máquinas superan a la humanidad y deciden aniquilarla, historia que, según varios especialistas, podría no
limitarse a la ciencia ficción y ser una posibilidad real en una sociedad posthumana que dependiese de la
tecnología y las máquinas completamente.39 40 ​ ​

Regulación
El Derecho41 ​desempeña un papel fundamental en el uso y desarrollo de la IA. Las leyes establecen reglas
y normas de comportamiento para asegurar el bienestar social y proteger los derechos individuales, y
pueden ayudarnos a obtener los beneficios de esta tecnología mientras minimizamos sus riesgos, que son
significativos. De momento no hay normas jurídicas que regulen directamente a la IA. Pero con fecha 21 de
abril de 2021, la Comisión Europea ha presentado una propuesta de Reglamento europeo para la regulación
armonizada de la inteligencia artificial (IA) en la UE. Su título exacto es Propuesta de Reglamento del
Parlamento Europeo y del Consejo por el que se establecen normas armonizadas en materia de
inteligencia artificial –Ley de Inteligencia Artificial– y se modifican otros actos legislativos de la Unión.

En marzo de 2023, cientos de empresarios como Elon Musk, Steve Wozniak (cofundador de Apple) o los
presidentes de numerosas compañías tecnológicas; intelectuales como Yuval Noah Harari y cientos de
académicos e investigadores especializados en inteligencia artificial firmaron una carta abierta avisando del
peligro de la falta de regulación de la IA, poniendo el foco sobre OpenAI, la empresa que ha desarrollado
ChatGPT. Pidieron una pausa de al menos 6 meses para sus experimentos más potentes, hasta que el
mundo logre un consenso internacional para que estos sistemas «sean más precisos, seguros, interpretables,
transparentes, robustos, neutrales, confiables y leales».42 ​

Dos meses más tarde, en mayo, 350 ejecutivos de las principales empresas desarrolladoras de IA,
académicos e investigadores expertos firmaron un nuevo manifiesto alertando de que la IA avanzada sin
regular representa un peligro de extinción para la humanidad: «Mitigar el riesgo de extinción de la IA
debería ser una prioridad mundial junto a otros riesgos a escala social como las pandemias y la guerra
nuclear»43 ​Entre los impulsores de esta petición está toda la plana mayor de OpenAI, el jefe de Tecnología
de Microsoft, el líder de Google DeepMind con 38 ejecutivos, investigadores o profesores de universidad
relacionados con la empresa, y representantes de desarrolladoras más pequeñas como Anthropic, Stability
AI o Inflection AI.44 ​

Objetivos

Razonamiento y resolución de problemas

Los primeros investigadores desarrollaron algoritmos que imitaban el razonamiento paso a paso que los
humanos usan cuando resuelven acertijos o hacen deducciones lógicas.45 ​A finales de la década de 1981-
1990, la investigación de la inteligencia artificial había desarrollado métodos para tratar con información
incierta o incompleta, empleando conceptos de probabilidad y economía.46 ​

Estos algoritmos demostraron ser insuficientes para resolver grandes problemas de razonamiento porque
experimentaron una «explosión combinatoria»: se volvieron exponencialmente más lentos a medida que los
problemas crecían.47 ​ De esta manera, se concluyó que los seres humanos rara vez usan la deducción paso
a paso que la investigación temprana de la inteligencia artificial seguía; en cambio, resuelven la mayoría de
sus problemas utilizando juicios rápidos e intuitivos.48 ​

Representación del conocimiento

La representación del conocimiento49 ​ y la ingeniería del conocimiento50 ​ son fundamentales para la

investigación clásica de la inteligencia artificial. Algunos «sistemas expertos» intentan recopilar el
conocimiento que poseen los expertos en algún ámbito concreto. Además, otros proyectos tratan de reunir
el «conocimiento de sentido común» conocido por una persona promedio en una base de datos que
contiene un amplio conocimiento sobre el mundo.

Entre los temas que contendría una base de conocimiento de sentido común están: objetos, propiedades,
categorías y relaciones entre objetos,51 ​ situaciones, eventos, estados y tiempo52 ​ causas y efectos;Poole,
Mackworth y Goebel, 1998, pp. 335–337 y el conocimiento sobre el conocimiento (lo que sabemos sobre
lo que saben otras personas)53 ​entre otros.

Planificación

Otro objetivo de la inteligencia artificial consiste en poder establecer metas y finalmente alcanzarlas.54
Para ello necesitan una forma de visualizar el futuro, una representación del estado del mundo y poder
hacer predicciones sobre cómo sus acciones lo cambiarán, con tal de poder tomar decisiones que
maximicen la utilidad (o el «valor») de las opciones disponibles.55 ​

En los problemas clásicos de planificación, el agente puede asumir que es el único sistema que actúa en el
mundo, lo que le permite estar seguro de las consecuencias de sus acciones.56 ​Sin embargo, si el agente no
es el único actor, entonces se requiere que este pueda razonar bajo incertidumbre. Esto requiere un agente
que no solo pueda evaluar su entorno y hacer predicciones, sino también evaluar sus predicciones y
adaptarse en función de su evaluación.57 ​ La planificación de múltiples agentes utiliza la cooperación y la
competencia de muchos sistemas para lograr un objetivo determinado. El comportamiento emergente como
este es utilizado por algoritmos evolutivos e inteligencia de enjambre.58 ​

Aprendizaje

El aprendizaje automático es un concepto fundamental de la investigación de la inteligencia artificial desde

el inicio de los estudios de este campo; consiste en la investigación de algoritmos informáticos que mejoran
automáticamente a través de la experiencia.59 ​

El aprendizaje no supervisado es la capacidad de encontrar patrones en un flujo de entrada, sin que sea
necesario que un humano etiquete las entradas primero. El aprendizaje supervisado incluye clasificación y
regresión numérica, lo que requiere que un humano etiquete primero los datos de entrada. La clasificación
se usa para determinar a qué categoría pertenece algo y ocurre después de que un programa observe varios
ejemplos de entradas de varias categorías. La regresión es el intento de producir una función que describa la
relación entre entradas y salidas y predice cómo deben cambiar las salidas a medida que cambian las
entradas.59 ​ Tanto los clasificadores como los aprendices de regresión intentan aprender una función
desconocida; por ejemplo, un clasificador de spam puede verse como el aprendizaje de una función que
asigna el texto de un correo electrónico a una de dos categorías, «spam» o «no spam». La teoría del
aprendizaje computacional puede evaluar a los estudiantes por complejidad computacional, complejidad de
la muestra (cuántos datos se requieren) o por otras nociones de optimización.60 ​

Procesamiento de lenguajes naturales

El procesamiento del lenguaje natural61 ​permite a las máquinas leer y comprender el lenguaje humano. Un
sistema de procesamiento de lenguaje natural suficientemente eficaz permitiría interfaces de usuario de
lenguaje natural y la adquisición de conocimiento directamente de fuentes escritas por humanos, como los
textos de noticias. Algunas aplicaciones sencillas del procesamiento del lenguaje natural incluyen la
recuperación de información, la minería de textos, la respuesta a preguntas y la traducción automática.62
Muchos enfoques utilizan las frecuencias de palabras para construir representaciones sintácticas de texto.
Las estrategias de búsqueda de «detección de palabras clave» son populares y escalables, pero poco
óptimas; una consulta de búsqueda para «perro» solo puede coincidir con documentos que contengan la
palabra literal «perro» y perder un documento con el vocablo «caniche». Los enfoques estadísticos de
procesamiento de lenguaje pueden combinar todas estas estrategias, así como otras, y a menudo logran una
precisión aceptable a nivel de página o párrafo. Más allá del procesamiento de la semántica, el objetivo final
de este es incorporar una comprensión completa del razonamiento de sentido común.63 ​ En 2019, las
arquitecturas de aprendizaje profundo basadas en transformadores podían generar texto coherente.64 ​

Percepción

La percepción de la máquina65 ​ es la capacidad de utilizar la entrada de sensores (como cámaras de

espectro visible o infrarrojo, micrófonos, señales inalámbricas y lidar, sonar, radar y sensores táctiles) para
entender aspectos del mundo. Las aplicaciones incluyen reconocimiento de voz,66 ​reconocimiento facial y
reconocimiento de [Link] y Norvig, 2003, pp. 885–892 La visión artificial es la capacidad de
analizar la información visual, que suele ser ambigua; un peatón gigante de cincuenta metros de altura muy
lejos puede producir los mismos píxeles que un
peatón de tamaño normal cercano, lo que requiere
que la inteligencia artificial juzgue la probabilidad
relativa y la razonabilidad de las diferentes
interpretaciones, por ejemplo, utilizando su
«modelo de objeto» para evaluar que los peatones
de cincuenta metros no existen.67 ​ La detección de características (en la imagen se
observa la detección de bordes) ayuda a la inteligencia
Importancia de la inteligencia artificial a componer estructuras abstractas
informativas a partir de datos sin procesar.
artificial
La gran importancia de la IA radica en el hecho de que tiene una amplia gama de aplicaciones, desde la
automatización de tareas tediosas hasta la creación de sistemas avanzados de asistencia médica y
diagnóstico de enfermedades, la detección de fraudes y la optimización de procesos empresariales. En
muchos casos, la IA puede hacer cosas que los humanos no pueden hacer, como el procesamiento de datos
en grandes cantidades y la localización de patrones e interrelaciones entre estos que serían difíciles o
imposibles de detectar de otra manera.

Esta herramienta ayuda a automatizar el aprendizaje y descubrimiento repetitivo a través de datos, realiza
tareas computarizadas frecuentes de manera confiable, sin embargo, necesita intervención humana para la
configuración del sistema. Analiza datos más profundos y agrega inteligencia ya que no se puede vender
como una aplicación individual, por lo que es un valor agregado a los productos. Tiene una gran precisión a
través de redes neuronales profundas; por ejemplo, en medicina se puede utilizar la IA para detectar cáncer
con MRIs (imágenes ppr resonancia magnética). Se adapta a través de algoritmos de aprendizaje
progresivo, encuentra estructura y regularidades en los datos de modo que el algoritmo se convierte en un
clasificador o predictor. Y, por último, la inteligencia artificial, saca el mayor provecho de datos.

Además, una de las principales razones por las que la IA es importante es porque puede automatizar tareas
repetitivas y monótonas, liberando tiempo y recursos para que las personas se centren en tareas más
creativas y valiosas. Por ejemplo, la IA puede ayudar a las empresas a automatizar tareas de back office,
como la contabilidad y el procesamiento de facturas, lo que puede reducir los costos y mejorar la eficiencia.
De manera similar, la IA puede ayudar a los trabajadores a realizar tareas más complejas y creativas, como
el diseño y la planificación estratégica.

Otra razón por la que la IA es importante es porque puede ayudar a las empresas a tomar decisiones
informadas y precisas. Así mismo, la IA puede procesar grandes cantidades de datos y proporcionar
información valiosa para la toma de decisiones empresariales, lo que puede ayudar a las empresas a
identificar oportunidades comerciales, predecir tendencias de mercado y mejorar la eficiencia del mercado
financiero. Además, la IA puede ayudar a los trabajadores a tomar decisiones informadas en tiempo real,
como en el caso de la atención médica, donde la IA puede ayudar a los médicos a identificar enfermedades
y personalizar el tratamiento.

La IA también es importante en el campo de la ciberseguridad. La IA puede ayudar a detectar y prevenir

amenazas, desde ciberataques hasta la detección de comportamientos sospechosos. La IA puede analizar
grandes cantidades de datos en tiempo real y detectar patrones y anomalías que podrían indicar una
amenaza de seguridad. Además, la IA puede aprender de los patrones de comportamiento y mejorar su
capacidad para detectar amenazas en el futuro. En el campo de la seguridad cibernética, la IA puede ayudar
a proteger los sistemas y las redes de los ataques de virus informáticos y la infiltración de malware.
Otra área donde la IA es importante es en el descubrimiento de conocimientos. La IA puede descubrir
patrones y relaciones en los datos que los humanos no podrían detectar, lo que puede llevar a nuevas ideas
y avances en diversos campos. Por ejemplo, la IA puede ayudar a los investigadores a identificar nuevos
tratamientos para enfermedades, o ayudar a los científicos a analizar datos de sensores y satélites para
entender mejor el calentamiento global.

Controversias

Sophia

En marzo de 2016, se hizo popular el comentario que la robot humanoide llamada Sophia de la empresa
Hanson Robotics hizo durante su presentación cuando su creador, David Hanson, le preguntara si estaba
dispuesta a destruir a la humanidad, a lo que la robot contestó: «Está bien, voy a destruir a la humanidad».
Posteriormente, Sophía se ganó el reconocimiento y la atención mediática mundial debido a sus conductas
casi humanas, siendo entrevistada en muchas ocasiones por distintos medios y sosteniendo conversaciones
con personalidades famosas y reconocidas. En 2017, Sophia obtuvo la ciudadanía saudí, convirtiéndose así
en la primera robot en ser reconocida como ciudadana por un país, lo cual levantó la controversia sobre si
se les debería otorgar los mismos derechos y obligaciones a los robots como si se trataran de sujetos de
derecho68 ​

Alice y Bob

A finales de julio de 2017, varios medios internacionales dieron a conocer que el laboratorio de
investigación de inteligencia artificial del Instituto Tecnológico de Georgia, en conjunto con el Grupo de
Investigación de Inteligencia Artificial (FAIR) de Facebook, ahora Meta, tuvieron que apagar dos
inteligencias artificiales de tipo chatbot denominadas Bob y Alice ya que habían desarrollado un lenguaje
propio más eficiente que el inglés, idioma en el que habían sido entrenados para aprender a negociar,
desarrollando finalmente un tipo de comunicación incomprensible que se alejaba de las reglas gramaticales
del lenguaje natural y que favorecía el uso de abreviaturas. El lenguaje creado por estas IAs mostraba
características de un inglés corrupto y patrones repetitivos, en especial de pronombres y determinantes.69 ​

Este inesperado suceso fue visto con pánico en los medios de comunicación ya que se aseguraba que los
chatbots supuestamente habían salido del control humano y habían desarrollado la capacidad de
comunicarse entre sí. Sin embargo, posteriormente esto también fue desmentido, pues se argumentó que en
realidad Facebook no apagó las inteligencias artificiales, sino que simplemente las puso en pausa y cambió
la parámetros de los chatbots, desechando el experimento al final por no tener ningún interés práctico o útil
dentro de la investigación sobre IA.70 ​

Falsos desnudos

La utilización de aplicaciones gratuitas de IA para transformar fotografías de personas en falsos desnudos

está generando problemas que afectan a menores. El caso saltó a los medios de comunicación en
septiembre de 2023 cuando en Almendralejo (Badajoz, España) aparecieron varias fotografías de niñas y
jóvenes (entre 11 y 17 años) que habían sido modificadas mediante Inteligencia Artificial para aparecer
desnudas. Las imágenes fueron obtenidas de los perfiles de Instagram y de la aplicación Whatsapp de al
menos 20 niñas de la localidad. Las fotografías de niñas desnudas habían circulado después mediante
Whatsapp y a partir de ellas se había creado un vídeo que también había circulado entre menores. Los
autores de dicha transformación también eran menores y compañeros de colegio o instituto. La Agencia
Española de Protección de Datos abrió una investigación y se comunicó con el Ayuntamiento de
Almendralejo y con la Junta de Extremadura informándoles de que se podía solicitar la retirada de cualquier
imagen circulando en internet en el canal prioritario de la agencia.71 ​

Críticas
Las principales críticas a la inteligencia artificial tienen que ver
con su capacidad de imitar por completo a un ser humano72 ​.
Sin embargo, hay expertos[cita requerida] en el tema que
indican que ningún humano individual tiene capacidad para
resolver todo tipo de problemas, y autores como Howard
Gardner han teorizado sobre la solución.

En los humanos, la capacidad de resolver problemas tiene dos

aspectos: los aspectos innatos y los aspectos aprendidos. Los
aspectos innatos permiten, por ejemplo, almacenar y recuperar La «revolución digital» y, más
información en la memoria, mientras que en los aspectos concretamente, el desarrollo de la
aprendidos reside el saber resolver un problema matemático inteligencia artificial, está suscitando
temores y preguntas, incluso en el ámbito
mediante el algoritmo adecuado. Del mismo modo que un
de personalidades relevantes en estas
humano debe disponer de herramientas que le permitan
cuestiones. En esta imagen, se observa
solucionar ciertos problemas, los sistemas artificiales deben ser
a Bill Gates, exdirector general de
programados para que puedan llegar a resolverlos.
Microsoft; el citado y Elon Musk (director
Muchas personas consideran que la prueba de Turing ha sido general de Tesla) opinan que se debe ser
superada, citando conversaciones en que al dialogar con un «muy cauteloso con la inteligencia
artificial»; si tuviéramos que «apostar por
programa de inteligencia artificial para chat no saben que
lo que constituye nuestra mayor amenaza
hablan con un programa. Sin embargo, esta situación no es
a la existencia», serían precisamente
equivalente a una prueba de Turing, que requiere que el
ciertas aplicaciones sofisticadas del
participante se encuentre sobre aviso de la posibilidad de
citado asunto, que podrían llegar a tener
hablar con una máquina.
derivaciones por completo impensadas.
Otros experimentos mentales como la habitación china, de
John Searle, han mostrado cómo una máquina podría simular
pensamiento sin realmente poseerlo, pasando la prueba de Turing sin siquiera entender lo que hace, tan solo
reaccionando de una forma concreta a determinados estímulos (en el sentido más amplio de la palabra).
Esto demostraría que la máquina en realidad no está pensando, ya que actuar de acuerdo con un programa
preestablecido sería suficiente. Si para Turing el hecho de engañar a un ser humano que intenta evitar que le
engañen es muestra de una mente inteligente, Searle considera posible lograr dicho efecto mediante reglas
definidas a priori.

Uno de los mayores problemas en sistemas de inteligencia artificial es la comunicación con el usuario. Este
obstáculo es debido a la ambigüedad del lenguaje, y se remonta a los inicios de los primeros sistemas
operativos informáticos. La capacidad de los humanos para comunicarse entre sí implica el conocimiento
del lenguaje que utiliza el interlocutor. Para que un humano pueda comunicarse con un sistema inteligente
hay dos opciones: o bien que el humano aprenda el lenguaje del sistema como si aprendiese a hablar
cualquier otro idioma distinto al nativo, o bien que el sistema tenga la capacidad de interpretar el mensaje
del usuario en la lengua que el usuario utiliza. También puede haber desperfectos en las instalaciones de los
mismos.

Un humano, durante toda su vida, aprende el vocabulario de su lengua nativa o materna, siendo capaz de
interpretar los mensajes (a pesar de la polisemia de las palabras) y utilizando el contexto para resolver
ambigüedades. Sin embargo, debe conocer los distintos significados para poder interpretar, y es por esto
que lenguajes especializados y técnicos son conocidos solamente por expertos en las respectivas disciplinas.
Un sistema de inteligencia artificial se enfrenta con el mismo problema, la polisemia del lenguaje humano,
su sintaxis poco estructurada y los dialectos entre grupos.

Los desarrollos en inteligencia artificial son mayores en los campos disciplinares en los que existe mayor
consenso entre especialistas. Un sistema experto es más probable que sea programado en física o en
medicina que en sociología o en psicología. Esto se debe al problema del consenso entre especialistas en la
definición de los conceptos involucrados y en los procedimientos y técnicas a utilizar. Por ejemplo, en física
hay acuerdo sobre el concepto de velocidad y cómo calcularla. Sin embargo, en psicología se discuten los
conceptos, la etiología, la psicopatología, y cómo proceder ante cierto diagnóstico. Esto dificulta la creación
de sistemas inteligentes porque siempre habrá desacuerdo sobre la forma en que debería actuar el sistema
para diferentes situaciones. A pesar de esto, hay grandes avances en el diseño de sistemas expertos para el
diagnóstico y toma de decisiones en el ámbito médico y psiquiátrico (Adaraga Morales, Zaccagnini
Sancho, 1994).

Al desarrollar un robot con inteligencia artificial se debe tener cuidado con la autonomía,73 ​ hay que tener
en cuenta el no vincular el hecho de que el robot tenga interacciones con seres humanos a su grado de
autonomía. Si la relación de los humanos con el robot es de tipo maestro esclavo, y el papel de los humanos
es dar órdenes y el del robot obedecerlas, entonces sí cabe hablar de una limitación de la autonomía del
robot. Pero si la interacción de los humanos con el robot es de igual a igual, entonces su presencia no tiene
por qué estar asociada a restricciones para que el robot pueda tomar sus propias decisiones.74 ​Con el
desarrollo de la tecnología de inteligencia artificial, muchas compañías de software como el aprendizaje
profundo y el procesamiento del lenguaje natural han comenzado a producirse y la cantidad de películas
sobre inteligencia artificial ha aumentado. Stephen Hawking advirtió sobre los peligros de la inteligencia
artificial y lo consideró una amenaza para la supervivencia de la humanidad.75 ​

Problemas de privacidad y Copyright

Los algoritmos de aprendizaje automático requieren grandes cantidades de datos. Las técnicas utilizadas
para adquirir estos datos generan preocupaciones sobre temas de privacidad y vigilancia.

Las empresas tecnológicas recopilan un gran número de datos de sus usuarios, incluida la actividad en
internet, los datos de geolocalización, video y audio. 76 ​Por ejemplo, para construir algoritmos de
reconocimiento de voz, Amazon entre otros ha grabado millones de conversaciones privadas y han
permitido que [Trabajo temporal|trabajadores temporales] las escuchen para transcribirlas algunas de
ellas.77 ​Las opiniones sobre esta vigilancia generalizada van desde aquellos que la ven como un mal
necesario hasta aquellos para quienes no es ética y contituye una violación del derecho a la intimidad.78 ​

Los desarrolladores de IA argumentan que esta es la única forma de ofrecer aplicaciones valiosas y han
desarrollado varias técnicas que intentan preservar la privacidad mientras se obtienen los datos, como la
agregación de datos, la desidentificación y la privacidad diferencial.79 ​Desde 2016, algunos expertos en
privacidad, como Cynthia Dwork, comenzaron a ver la privacidad desde la perspectiva de la equidad:
Brian Christian escribió que los expertos han cambiado "de la pregunta de 'qué saben' a la pregunta de 'qué
están haciendo con ello'.".80 ​

La IA generativa a menudo se entrena con obras protegidas por derechos de autor no autorizadas, incluidos
dominios como imágenes o código informático; la salida se utiliza luego bajo una justificación de "uso
justo". Los expertos no están de acuerdo sobre la validez de esta justificación durante un proceso legal;
podría depender de "el propósito y el carácter del uso de la obra protegida por derechos de autor" y "el
efecto sobre el mercado potencial de la obra protegida por derechos de autor".81 ​En 2023, los principales
autores (incluidos John Grisham y Jonathan Franzen) demandaron a las empresas de IA por usar sus obras
para entrenar IA generativa.82 83
​ ​

Aplicaciones de la inteligencia artificial

Las técnicas desarrolladas en el campo de la inteligencia artificial
son numerosas y ubicuas. Comúnmente cuando un problema es
resuelto mediante inteligencia artificial la solución es incorporada en
ámbitos de la industria y de la vida84 ​ diaria de los usuarios de
programas informáticos, pero la percepción popular se olvida de los
orígenes de estas tecnologías que dejan de ser percibidas como
inteligencia artificial. A este fenómeno se le conoce como el efecto
IA.85 ​

Lingüística computacional
Minería de datos (Data Mining)
Industria
Medicina
Mundos virtuales
Un asistente automático en línea
Procesamiento de lenguaje natural (Natural Language
Processing) dando servicio de atención al cliente
en un sitio web – una de las muchas
Robótica
aplicaciones primitivas de la
Sistemas de control inteligencia artificial.
Sistemas de apoyo a la decisión
Videojuegos
Prototipos informáticos
Análisis de sistemas dinámicos
Simulación de multitudes
Sistemas Operativos
Automoción

Diferencia entre «aprendizaje automatizado» y «aprendizaje

profundo»
El aprendizaje automático y el aprendizaje profundo son dos subcampos de la inteligencia artificial que
comparten algunas similitudes pero también presentan importantes diferencias.

El aprendizaje automático se enfoca en desarrollar algoritmos de regresión, árboles de decisión y modelos

que puedan aprender de datos existentes y realizar predicciones o decisiones basadas en esos datos. En el
aprendizaje automático, se utilizan técnicas de estadística matemática para encontrar patrones y relaciones
en los datos y, a partir de ellos, desarrollar modelos que puedan hacer predicciones sobre nuevos datos.

Por otro lado, el aprendizaje profundo es una rama más especializada del aprendizaje automático que se
centra en la creación de redes neuronales artificiales capaces de aprender y realizar tareas de manera similar
a como lo hacen los seres humanos. En el aprendizaje profundo, se utilizan capas de neuronas artificiales
para procesar los datos de entrada y aprender a través de un proceso iterativo de ajuste de los pesos de las
conexiones entre neuronas.
Una de las principales diferencias entre el aprendizaje automático y el aprendizaje profundo es que el
último es capaz de procesar y analizar grandes cantidades de datos de manera más eficiente y precisa que el
primero, especialmente cuando se trata de datos no estructurados, como imágenes, texto y audio. Además,
el aprendizaje profundo tiene la capacidad de identificar patrones y características más complejas en los
datos, lo que puede llevar a mejores resultados en aplicaciones como el reconocimiento de voz, la visión
por computadora y el procesamiento del lenguaje natural.

Como se mencionó anteriormente, en resumen, la inteligencia artificial es la ciencia que entrena máquinas
para que realicen tareas humanas, por lo que todo nuestro alrededor está rodeado de ella y mientras existan
recursos con ese tipo de lenguaje la IA estará presente. El «aprendizaje automatizado» es una rama de la
inteligencia artificial que le entrena a una máquina a cómo aprender, esta se encarga de ver patrones y datos
para llegar a una conclusión por sí sola; cómo funciona es: haces una pregunta, recolecta información,
entrena al algoritmo, lo pone a prueba, recolecta la retroalimentación y usa esa retroalimentación, mientras
que el aprendizaje profundo se centra en la creación de redes neuronales artificiales que puedan procesar y
analizar grandes cantidades de datos de manera más eficiente y precisa, especialmente cuando se trata de
datos no estructurados.

Propiedad intelectual de la inteligencia artificial

Al hablar acerca de la propiedad intelectual atribuida a creaciones
de la inteligencia artificial se forma un debate fuerte alrededor de si
una máquina puede tener derechos de autor. Según la Organización
Mundial de la Propiedad Intelectual (OMPI), cualquier creación de
la mente puede ser parte de la propiedad intelectual, pero no
especifica si la mente debe ser humana o puede ser una máquina,
dejando la creatividad artificial en la incertidumbre.

Alrededor del mundo han comenzado a surgir distintas legislaciones

con el fin de manejar la inteligencia artificial, tanto su uso como
creación. Los legisladores y miembros del gobierno han comenzado
a pensar acerca de esta tecnología, enfatizando el riesgo y los
desafíos complejos de esta. Observando el trabajo creado por una Imagen de una ciudad futurista
máquina, las leyes cuestionan la posibilidad de otorgarle propiedad generada por la IA Midjourney. La
intelectual a una máquina, abriendo una discusión respecto a la composición está en el dominio
legislación relacionada con IA. público al no ser de un autor
humano.
El 5 de febrero de 2020, la Oficina del Derecho de Autor de los
Estados Unidos y la OMPI asistieron a un simposio donde
observaron de manera profunda cómo la comunidad creativa utiliza la inteligencia artificial (IA) para crear
trabajo original. Se discutieron las relaciones entre la inteligencia artificial y el derecho de autor, qué nivel
de involucramiento es suficiente para que el trabajo resultante sea válido para protección de derechos de
autor; los desafíos y consideraciones de usar inputs con derechos de autor para entrenar una máquina; y el
futuro de la inteligencia artificial y sus políticas de derecho de autor.86 87
​ ​

El director general de la OMPI, Francis Gurry, presentó su preocupación ante la falta de atención que hay
frente a los derechos de propiedad intelectual, pues la gente suele dirigir su interés hacia temas de
ciberseguridad, privacidad e integridad de datos al hablar de la inteligencia artificial. Así mismo, Gurry
cuestionó si el crecimiento y la sostenibilidad de la tecnología IA nos guiaría a desarrollar dos sistemas para
manejar derechos de autor- uno para creaciones humanas y otro para creaciones de máquinas.88 ​
Aún hay una falta de claridad en el entendimiento alrededor de la inteligencia artificial. Los desarrollos
tecnológicos avanzan a paso rápido, aumentando su complejidad en políticas, legalidades y problemas
éticos que se merecen la atención global. Antes de encontrar una manera de trabajar con los derechos de
autor, es necesario entenderlo correctamente, pues aún no se sabe cómo juzgar la originalidad de un trabajo
que nace de una composición de una serie de fragmentos de otros trabajos.

La asignación de derechos de autor alrededor de la inteligencia artificial aún no ha sido regulada por la falta
de conocimientos y definiciones. Aún hay incertidumbre sobre si, y hasta que punto, la inteligencia artificial
es capaz de producir contenido de manera autónoma y sin ningún humano involucrado, algo que podría
influenciar si sus resultados pueden ser protegidos por derechos de autor.

El sistema general de derechos de autor aún debe adaptarse al contexto digital de inteligencia artificial, pues
están centrados en la creatividad humana. Los derechos de autor no están diseñados para manejar cualquier
problema en las políticas relacionado con la creación y el uso de propiedad intelectual, y puede llegar a ser
dañino estirar excesivamente los derechos de autor para resolver problemas periféricos dado que:

«Usar los derechos de autor para gobernar la inteligencia artificial es poco inteligente y contradictorio con
la función primordial de los derechos de autor de ofrecer un espacio habilitado para que la creatividad
florezca»89 ​

La conversación acerca de la propiedad intelectual tendrá que continuar hasta asegurarse de que la
innovación sea protegida pero también tenga espacio para florecer.

En la cultura popular

En la literatura

A continuación se incluye alguna obra que tiene como motivo central la Inteligencia Artificial.

El primer libro (2013), de Antonio Palacios Rojo: una novela dialogada que satiriza el uso
de la IA en la creación artística unos diez años antes de la irrupción de estas herramientas
inteligentes.90 ​

En el cine
Véase también: Computadoras en la ciencia ficción

La IA está cada vez más presente en la sociedad, la evolución de la tecnología es una realidad y con ello, la
producción de películas sobre esta temática. Cabe destacar, que lleva habiendo piezas audiovisuales sobre
inteligencia artificial desde hace mucho tiempo, ya sea incluyendo personajes o mostrando un trasfondo
moral y ético. A continuación, se muestra una lista de algunas de las principales películas que tratan este
tema:

The Terminator (1984): En esta película el argumento se basa en el desarrollo de un micro

chip capaz de dotar de inteligencia artificial a robots que luego se revelan contra la
humanidad. Se trata de una de las películas más populares sobre una hipotética guerra
entre humanos y robots inteligentes capaces de crearse a sí mismos.
Matrix (1999): En esta película Keanu Reeves interpreta a Thomas Anderson / Neo, un
programador de día y hacker de noche que trata de desentrañar la verdad oculta tras una
simulación conocida como «Matrix». Esta realidad simulada es producto de programas de
 inteligencia artificial que terminan esclavizando a la humanidad y utilizando sus cuerpos
como fuente de energía.
Inteligencia artificial (2001): Un trabajador de Cybertronics Manufacturing adopta a David de
forma momentánea para, así, estudiar su comportamiento. Tanto él como su esposa acaban
por tratar al niño artificial como a su propio hijo biológico. A pesar del cariño que le
profesan, David siente la necesidad de escapar de su hogar e iniciar un viaje que le ayude
a descubrir a quién pertenece realmente. Ante sus perplejos ojos, se abrirá un nuevo
mundo oscuro, injusto, violento, insensible... Algo que le resultará difícil aceptar. Se
pregunta cosas como: ¿cómo es posible que sienta algo tan real como el amor y que él sea
artificial? y fue nominado al Premio Oscar.
Minority Report (2002): La película sobre IA de Steven Spielberg, Minority Report, sigue a
John (Tom Cruise), un agente de la ley, que es acusado de un asesinato que cometerá en el
futuro. En esta película de principios de los años 2000, el protagonista utiliza una tecnología
del futuro que permite a la policía atrapar a los criminales antes de que hayan cometido un
delito. En Minority Report, la IA se representa a través de los Precogs, los gemelos que
poseen habilidades psíquicas. Los Precogs ven los asesinatos antes de que se produzcan,
lo que permite a las fuerzas del orden perseguir el crimen antes de que se cometa. En lugar
de los robots físicos de IA tipo cyborg, aquí explora la IA mediante el uso de seres humanos.
Yo, robot (2004): Esta película de ciencia ficción protagonizada por Will Smith está
ambientada en 2035, en una sociedad donde los humanos viven en perfecta armonía con
robots inteligentes en los que confían para todo. Los problemas emergen a la superficie
cuando un error en la programación de un superordenador llamado VIKI le lleva a creer que
los robots deben tomar las riendas para proteger a la humanidad de sí misma.
Her (2013): Esta película de Spike Jonze relata la historia de un escritor de cartas quien
está solo y a punto de divorciarse. Este personaje lo representó el galardonado Joaquin
Phoenix. Este hombre compró un sistema operativo con inteligencia artificial para utilizarlo
a fin de complacer a todos los usuarios y adaptarse a sus necesidades. Sin embargo, el
resultado es que desarrolla un sentimiento romántico con Samantha. Quien es la voz
femenina del sistema operativo.
Ex Machina (2015): En la interpretación de Alicia Vikander, increíblemente editada, como
Ava, encontramos un probable robot a prueba de Turing escondido en la mansión de un
genio, Nathan, un poco loco. Y es que, hablamos de una creación extraña que se siente
totalmente real y a la vez inhumana. Está considerada como una de las mejores películas
que tratan la inteligencia artificial. Esto se debe principalmente a que parece cubrir todo el
concepto IA integrado en una película: el protagonista es un sustituto del ser humano y nos
adentra en multitud de argumentos morales que rodean a esta, al tiempo que vemos un arco
narrativo de thriller que, desde luego, acaba enganchándonos. Desde luego aquí la
representación del personaje de la IA no es blanco o negro. Ava no es buena, pero tampoco
es del todo mala. Y en esto, el público se queda reflexionando sobre cuestiones profundas
sobre la naturaleza de la IA.

Véase también
AI box Cibernética Inteligencia artificial fuerte
Alucinación (inteligencia Computación basada en Inteligencia
artificial) humanos computacional
Aprendizaje Dinámica de sistemas Inteligencia sintética
Aprendizaje automático ELIZA Internet
Automatización de los Filosofía de la inteligencia Internet en la ciencia
procesos de negocio artificial ficción
Bot conversacional Industria de la inteligencia Interfaces de usuario
Cerebro artificial artificial en China
 LLM (modelo grande de Riesgo existencial de la Sistema dinámico
lenguaje) inteligencia artificial Sistema inteligente
Razonamiento William Ross Ashby Visión artificial
automatizado Seguridad de la Red neuronal residual
Red neuronal artificial inteligencia artificial
Confabulación (redes
Regulación de la Singularidad tecnológica neuronales)
inteligencia artificial Sistema complejo

Referencias
8. , Russell y Norvig, 2009, p. 2.
1. «¿Qué es la inteligencia artificial?» (https://
[Link]/es-es/resources/cloud- 9. «Andreas Kaplan; Michael Haenlein (2019)
computing-dictionary/what-is-artificial-intelli Siri, Siri in my Hand, who's the Fairest in
gence). Diccionario de informática en la the Land? On the Interpretations,
nube de Microsoft Azure. Consultado el 21 Illustrations and Implications of Artificial
de abril de 2023. Intelligence, Business Horizons, 62(1), 15-
25» ([Link]
2. Real Academia Española. «inteligencia 191205/[Link]
artificial» ([Link]
nce/article/pii/S0007681318301393).
ficial). Diccionario de la lengua española
Archivado desde el original ([Link]
(23.ª edición).
[Link]/science/article/pii/S000768
3. Rusell, S. J.; Norvig, P. (2004), 1318301393) el 21 de noviembre de 2018.
«Inteligencia artificial. Un enfoque Consultado el 13 de noviembre de 2018.
moderno», Pearson Educación (Segunda
10. «La Inteligencia artificial en la estrategia |
edición) (Madrid), ISBN 978-84-205-4003-0. McKinsey» ([Link]
4. Rodríguez, Txema (27 de enero de 2017). ured-insights/destacados/la-inteligencia-art
«Machine Learning y Deep Learning: cómo ificial-en-la-estrategia/es).
entender las claves del presente y futuro de [Link]. Consultado el 1 de
la inteligencia artificial» ([Link] agosto de 2023.
[Link]/robotica-e-ia/machine-learning-y-de
11. Toews, Rob. «What Does “Artificial
ep-learning-como-entender-las-claves-del-
Intelligence” Really Mean?» ([Link]
presente-y-futuro-de-la-inteligencia-artificia
[Link]/sites/robtoews/2020/02/17/what-d
l). Xataka. Consultado el 21 de abril de oes-artificial-intelligence-really-mean/).
2023.
Forbes. Consultado el 1 de agosto de
5. Barrio, Miguel Ángel (26 de febrero de 2023.
2016). «La importancia de la ética en la 12. Schank, Roger C. (1991). «Where's the AI»
inteligencia artificial» ([Link]
([Link]
na/2019/02/25/tendencias/1551089772_65
zine/article/download/917/835) (PDF). AI
[Link]). El País. Consultado el 21 de
Magazine (en inglés) 12 (4): 38.
abril de 2023.
13. Kaplan, Andreas; Haenlein, Michael
6. Sabán, Antonio (8 de mayo de 2016).
(2018). Siri, Siri in my Hand, who's the
«¿Qué es la singularidad tecnológica y qué
Fairest in the Land? On the Interpretations,
supondría para el ser humano?» ([Link] Illustrations and Implications of Artificial
[Link]/2016/05/singularidad-tecnolo
Intelligence ([Link]
gica). Hipertextual. Consultado el 21 de
181121191205/[Link]
abril de 2023.
om/science/article/pii/S000768131830139
7. Thompson, Elaine (6 de septiembre de 3) (PDF) (en inglés) 62 (1). Archivado
2019). «10 ejemplos de que ya dependes desde el original ([Link]
de la IA en tu vida diaria» ([Link] [Link]/science/article/pii/S00076813183013
[Link]/tecnologia/inteligencia-artifi 93) el 21 de noviembre de 2018.
cial/10-ejemplos-de-que-ya-dependes-de-l Consultado el 13 de noviembre de 2018.
a-ia-en-tu-vida-diaria). BBVA OpenMind.
Consultado el 21 de abril de 2023.
14. Ferrer Abello (1986). «Introducción a la p://[Link]/2011/02/21/watso
Inteligencia Artificial» ([Link] n-y-otros-sistemas-que-mejoran-nuestras-vi
tails/BibliotecaBasicaInformatica28Intelige das-con-inteligencia-artificial/) el 8 de
nciaArtificial/mode/1up). En Antonio M. marzo de 2011. Consultado el 21 de
Ferrer Abello, ed. Inteligencia Artificial y febrero de 2011.
Sistemas Expertos. Ediciones Ingelek, S.A. 27. Salas, Javier (28 de enero de 2016). «La
p. 7-20. ISBN 84-85831-31-4. inteligencia artificial conquista el último
15. Rouhiainen, Lasse (2018). Inteligencia tablero de los humanos» ([Link]
Artificial 101 cosas que debes saber hoy elpais/2016/01/26/ciencia/1453766578_68
sobre nuestro futuro ([Link] [Link]). El País.
[Link]/libros_contenid 28. Ortega, Andrés (27 de octubre de 2016).
o_extra/40/39308_Inteligencia_artificial.pd «Obama y la Inteligencia Artificial» (https://
f). Alienta. Consultado el 2021. [Link]/opinion/zona-critica/obam
16. López Takeyas, Bruno. «Introducción a la a-inteligencia-artificial_129_3760919.html).
Inteligencia Artificial» ([Link] p. [Link]. Consultado el 9 de junio de
[Link]/takeyas/Articulos/Inteligencia% 2021.
20Artificial/ARTICULO%20Introduccion%2 29. «Alpha Go» ([Link]
0a%20la%20Inteligencia%[Link]). electronics-test/watch-google-deepminds-a
17. McCarthy, John (11 de noviembre de lphago-documentary-free/16932839616268
2007). «What Is Artificial Intelligence» (htt 7).
p://[Link]/jmc/whatisai/n 30. Rodríguez, Roberto (14 de diciembre de
[Link]) (en inglés). Sección «Basic 2017). «Alpha Zero, el programa que
Questions». Consultado el 27 de octubre revoluciona el ajedrez y puede cambiar el
de 2011. mundo» ([Link]
18. Russell y Norvig, 2009. portes/otros-deportes/20171214/43362437
19. Bellman, 1978. 9301/alpha-zero-deep-mind-gary-kasparov-
[Link]). La
20. Rich y Knight, 1991.
Vanguardia. Consultado el 21 de mayo de
21. Winston, 1992. 2021.
22. Nilsson, 1998. 31. «AI ThinQ: La plataforma de inteligencia
23. CASTILLO, Enrique; GUTIÉRREZ, José artificial de LG llega a todos sus
Manuel; HADI, Ali S. (1997). «1» ([Link] televisores» ([Link]
[Link]/~htejeda/gutierjm/Bo mx/mundo-empresa/ai-thinq-la-plataforma-
[Link]). Sistemas expertos y modelos de-inteligencia-artificial-de-lg-llega-a-todos
de redes probabilısticas. Academia de -sus-televisores/). El Financiero.
Ingenierıa. p. 3. Consultado el 16 de Consultado el 23 de septiembre de 2021.
noviembre de 2021. 32. Berryhill, Heang, Clogher, McBride,
24. Miller Rivera, Lozano (2011). urosario. edu. Asociación Méxicana de Internet (2020).
co/Administracion/documentos/investigacio «Hola, mundo: La inteligencia artificial y su
n/laboratori o/miller_2_3. pdf. El papel de uso en el sector público.» ([Link]
las redes bayesianas en la toma de [Link]/gov/innovative-government/hola-mun
decisiones. ([Link] Consultado el 16 do-la-inteligencia-artificial-y-su-uso-en-el-s
de noviembre de 2021. [Link]). DOCUMENTOS DE
25. «¿Qué es la Inteligencia Computacional?» TRABAJO DE LA OCDE SOBRE
([Link] GOBERNANZA PÚBLICA. Consultado el 9
igencia-computacional). de junio de 2021.
26. «Watson y otros sistemas que mejoran 33. «ChatGPT: Hacia un cambio de
nuestras vidas con inteligencia artificial» (h paradigma» ([Link]
ttps://[Link]/web/2011030808070 logia/2023/02/25/63f90422e4d4d8e55c8b4
7/[Link] [Link]). ELMUNDO. 25 de febrero de
atson-y-otros-sistemas-que-mejoran-nuestr 2023. Consultado el 3 de junio de 2023.
as-vidas-con-inteligencia-artificial/). 34. Hu, Krystal (2 de febrero de 2023).
Pinggers. Archivado desde el original (htt «ChatGPT sets record for fastest-growing
 user base - analyst note» ([Link] inglés) 15 (48). ISSN 1870-2147 ([Link]
[Link]/technology/chatgpt-sets-record-faste [Link]/resource/issn/1870-2147).
st-growing-user-base-analyst-note-2023-02 doi:10.35487/rius.v15i48.2021.661 ([Link]
-01/). Reuters (en inglés). Consultado el 3 10.35487%2Frius.v15i48.2021.661). Consultado
de junio de 2023. el 30 de agosto de 2021.
35. Weise, Karen (1 de mayo de 2023). «When 42. Castillo, del, Carlos (29 de marzo de 2023).
A.I. Chatbots Hallucinate» ([Link] «Cientos de expertos piden parar la
[Link]/2023/05/01/business/ai-chatbots- “peligrosa carrera” de la inteligencia
[Link]). The New York Times artificial hasta alcanzar un pacto global» (ht
(en inglés estadounidense). ISSN 0362-4331 tps://[Link]/tecnologia/cientos-ex
([Link] pertos-piden-parar-peligrosa-carrera-intelig
Consultado el 3 de junio de 2023. encia-artificial-alcanzar-pacto-global_1_10
36. VerificaRTVE, Lara Huwyler / María [Link]). [Link]. Consultado el 1
Navarro / (28 de marzo de 2023). «¿Cómo de junio de 2023.
detectar imágenes generadas por 43. «Statement on AI Risk» ([Link]
Inteligencia Artificial?» ([Link] i/statement-on-ai-risk#signatories) (en
noticias/20230328/como-detectamos-imag inglés). Center for ai Safety (CAIS).
enes-generadas-inteligencia-artificial/2433 Consultado el 1 de junio de 2023.
[Link]). [Link]. Consultado el 1 de 44. Castillo, del, Carlos (30 de mayo de 2023).
junio de 2023. «Desarrolladores y académicos avisan de
37. Jaramillo Arango, Diego Alejandro; que la inteligencia artificial representa un
Montenegro, Diego Ignacio (17 de riesgo como el de la bomba nuclear» (http
diciembre de 2019). «De la Inteligencia s://[Link]/tecnologia/creadores-int
Artificial al juego de los dioses» ([Link] eligencias-artificiales-academicos-piden-e
[Link]/10.31207/rch.v10i3.210). quiparar-riesgos-bomba-nuclear_1_10253
ComHumanitas: revista científica de [Link]?mc_cid=98ee440b6c&mc_eid=U
comunicación 10 (3): 85-106. ISSN 1390-776X NIQID). [Link]. Consultado el 1 de
([Link] junio de 2023.
doi:10.31207/rch.v10i3.210 ([Link] 45. Resolución de problemas, resolución de
07%2Frch.v10i3.210). Consultado el 3 de acertijos, juego y deducción:Russell y
octubre de 2022. Norvig, 2003, c. 3–9,Poole, Mackworth y
38. Asimov, Isaac (1989). «Círculo vicioso». Goebel, 1998, c. 2,3,7,9,Luger y
Los robots. trad. Domingo Santos. Stubblefield, 2004, c. 3,4,6,8,Nilsson, 1998,
Barcelona: Martínez Roca. ISBN 84-270-0906- c. 7–12
2. 46. Razonamiento incierto:Russell y Norvig,
39. «Riesgos de la inteligencia artificial» (http 2003, pp. 452–644,Poole, Mackworth y
s://[Link]/inteligencia-artificial/ries Goebel, 1998, pp. 345–395,Luger y
[Link]). El Mundo. Consultado el 21 de Stubblefield, 2004, pp. 333–381,Nilsson,
mayo de 2021. 1998, c. 19
40. Santos, Josilene C.; Wong, Jeannie Hsiu 47. Intratabilidad y eficiencia y la explosión
Ding; Pallath, Vinod; Ng, Kwan Hoong (20 combinatoria:Russell y Norvig, 2003, pp. 9,
de julio de 2021). «The perceptions of 21–22
medical physicists towards relevance and 48. Evidencia psicológica del razonamiento
impact of artificial intelligence» ([Link] sub-simbólico:Wason y Shapiro
rg/10.1007/s13246-021-01036-9). Physical (1966),Kahneman, Slovic y Tversky
and Engineering Sciences in Medicine (en (1982),Lakoff y Núñez (2000)
inglés). ISSN 2662-4737 ([Link]
49. Representación del conocimiento:ACM,
ource/issn/2662-4737). doi:10.1007/s13246-021-
1998, I.2.4,Russell y Norvig, 2003,
01036-9 ([Link]
pp. 320–363,Poole, Mackworth y Goebel,
1036-9). Consultado el 21 de julio de 2021.
1998, pp. 23–46, 69–81, 169–196, 235–
41. Barrio Andres, Moises (23 de junio de 277, 281–298, 319–345,Luger y
2021). «Towards legal regulation of artificial Stubblefield, 2004, pp. 227–243,Nilsson,
intelligence» ([Link] 1998, c. 18
p/ius/article/view/661). REVISTA IUS (en
50. Ingieneria del conocimiento: * Russell y pp. 840–857,Luger y Stubblefield, 2004,
Norvig, 2003, pp. 260–266,Poole, pp. 623–630
Mackworth y Goebel, 1998, pp. 199– 63. Cambria, Erik; White, Bebo (Mayo de
233,Nilsson, 1998, c. 17.1–17.4 2014). «Jumping NLP Curves: A review of
51. Representación de categorías y Natural Language Processing Research
relaciones:Russell y Norvig, 2003, [Review Article]». IEEE Computational
pp. 349–354,Poole, Mackworth y Goebel, Intelligence Magazine (en inglés) 9 (2): 48-
1998, pp. 174–177,Luger y Stubblefield, 57. S2CID 206451986 ([Link]
2004, pp. 248–258,Nilsson, 1998, c. 18.3 rg/CorpusID:206451986).
52. Representación de eventos y el doi:10.1109/MCI.2014.2307227 ([Link]
tiempo:Russell y Norvig, 2003, pp. 328– 1109%2FMCI.2014.2307227).
341,Poole, Mackworth y Goebel, 1998, 64. Vincent, James (7 de noviembre de 2019).
pp. 281–298,Nilsson, 1998, c. 18.2 «OpenAI has published the text-generating
53. Russell y Norvig, 2003, pp. 341–344,Poole, AI it said was too dangerous to share» (http
Mackworth y Goebel, 1998, pp. 275–277 s://[Link]/web/20200611054114/
[Link]
54. Planificación automática:ACM, 1998,
040/openai-text-generation-ai-gpt-2-full-mo
~I.2.8,Russell y Norvig, 2003, pp. 375–
del-release-1-5b-parameters). The Verge
459,Poole, Mackworth y Goebel, 1998,
(en inglés). Archivado desde el original (htt
pp. 281–316,Luger y Stubblefield, 2004,
ps://[Link]/2019/11/7/2095304
pp. 314–329,Nilsson, 1998, c. 10.1–2, 22 0/openai-text-generation-ai-gpt-2-full-model
55. Russell y Norvig, 2003, pp. 600–604 -release-1-5b-parameters) el 11 de junio de
56. Planificación clásica: * Russell y Norvig, 2020. Consultado el 11 de junio de 2020.
2003, pp. 375–430,Poole, Mackworth y 65. Percepción de la máquina:Russell y
Goebel, 1998, pp. 281–315,Luger y Norvig, 2003, pp. 537–581, 863–
Stubblefield, 2004, pp. 314–329,Nilsson, 898,Nilsson, 1998, ~c. 6
1998, c. 10.1–2, 22
66. Reconocimiento de voz: * ACM, 1998,
57. Russell y Norvig, 2003, pp. 430–449 ~I.2.7 * Russell y Norvig, 2003, pp. 568–
58. Russell y Norvig, 2003, pp. 449–455 578
59. Aprendizaje automático:ACM, 1998, 67. Visión computacional:ACM, 1998,
I.2.6,Russell y Norvig, 2003, pp. 649– I.2.10,Russell y Norvig, 2003, pp. 863–
788,Poole, Mackworth y Goebel, 1998, 898,Nilsson, 1998, c. 6
pp. 397–438,Luger y Stubblefield, 2004, 68. Fernández, Yúbal (27 de octubre de 2017).
pp. 385–542,Nilsson, 1998, c. 3.3, 10.3, «Sophia pasa de bromear con acabar con
17.5, 20 los humanos a convertirse en el primer
60. Jordan, M. I.; Mitchell, T. M. (16 de julio de robot ciudadano de Arabia Saudí» (https://
2015). «Machine learning: Trends, [Link]/robotica-e-ia/este-robot-e
perspectives, and prospects». Science (en s-capaz-de-realizar-entrevista-gracias-a-un
inglés) 349 (6245): 255-260. a-ia-que-hace-incluso-guinos-a-elon-mus
Bibcode:2015Sci...349..255J ([Link] k). Xataka. Consultado el 22 de abril de
edu/abs/2015Sci...349..255J). PMID 26185243 (http 2023.
s://[Link]/pubmed/26185243). 69. Jiménez de Luis, Ángel (28 de julio de
S2CID 677218 ([Link] 2017). «Facebook apaga una inteligencia
sID:677218). doi:10.1126/science.aaa8415 ([Link] artificial que había inventado su propio
[Link]/10.1126%2Fscience.aaa8415). idioma» ([Link]
61. Procesamiento de lenguaje natural:ACM, 7/07/28/[Link]).
1998, I.2.7,Russell y Norvig, 2003, El Mundo. Consultado el 22 de abril de
pp. 790–831,Poole, Mackworth y Goebel, 2023.
1998, pp. 91–104,Luger y Stubblefield, 70. Scaliter, Juan (17 de marzo de 2022). «Lo
2004, pp. 591–632 que (de verdad) pasó con los dos robots
62. Aplicaciones del procesamiento de que Facebook desconectó por “inventarse
lenguaje natural:Russell y Norvig, 2003, un idioma”» ([Link]
gia/20220317/echko3xzkrcjta4p7br7rj2s3a.
 html). La Razón (España). Consultado el 78. Russell y Norvig, 2021, p. 991.
22 de abril de 2023. 79. Russell y Norvig, 2021, pp. 991-992.
71. Viejo, Manuel (20 de septiembre de 2023). 80. Christian, 2020, p. 63.
«Siete nuevas víctimas en Almendralejo en
81. Vincent, 2022.
24 horas: lo que se sabe por el momento
del caso de los desnudos con IA» ([Link] 82. Reisner, 2023.
[Link]/sociedad/2023-09-20/siete-nueva 83. Alter y Harris, 2023.
s-victimas-en-almendralejo-en-24-horas-lo- 84. [Link]. «La inteligencia artificial
que-se-sabe-por-el-momento-del-caso-de-l como herramienta de progreso social» (http
[Link]). El País. s://[Link]/algeciras/inteligencia
Consultado el 20 de septiembre de 2023. -artificial-herramienta-progreso-social_0_1
72. Sadin, Éric (2021). La inteligencia artificial [Link]). Consultado el 16 de
o el desafío del siglo : anatomía de un octubre de 2018.
antihumanismo radical ([Link] 85. «AI set to exceed human brain power» (htt
[Link]/oclc/1193413308) (1ª ed., 1ª reimp p://[Link]/2006/TECH/science/07/2
edición). Caja Negra. ISBN 978-987-1622-86-3. 4/[Link]/) (en inglés). CNN. 26 de julio
OCLC 1193413308 ([Link] de 2006.
93413308). Consultado el 3 de octubre de
86. «Copyright in the Age of Artificial
2022.
Intelligence | U.S. Copyright Office» (https://
73. Salichs, Miguel A.; Malfaz, María; [Link]/events/artificial-intellige
Gorostiza, Javi F. (1 de octubre de 2010). nce/). [Link]. Consultado el 22
«Toma de Decisiones en Robótica» (http:// de mayo de 2020.
[Link]/science/article/pii/
87. « "expertos en inteligencia artificial en
S1697791210700558). Revista España" » ([Link]
Iberoamericana de Automática e
com/creacion/vida-tecky/quienes-mayores-
Informática Industrial RIAI 7 (4): 5-16.
expertos-espanoles-inteligencia-artificial-n
doi:10.1016/S1697-7912(10)70055-8 ([Link]
prs_502077_102.html).
g/10.1016%2FS1697-7912%2810%2970055-8).
[Link]. Consultado
Consultado el 21 de marzo de 2016. el 22 de mayo de 2020.
74. osmany-yildirim, Osman (26 de marzo de
88. United States Copyright Office (5 de febrero
2020). «The Effect of Artificial Intelligence
de 2020). «Copyright in the Age of Artificial
on Society» ([Link] Intelligence» ([Link]
com/2020/03/the-effect-of-artificial-intellige
ents/artificial-intelligence/[Link]).
[Link]). Artificial Intelligence (en inglés
Library of Congress.
británico). Consultado el 26 de marzo de
2020. 89. «Why We're Advocating for a Cautious
Approach to Copyright and Artificial
75. Cellan-Jones, Rory (20 de octubre de
Intelligence» ([Link]
2016). «Stephen Hawking - will AI kill or
2020/02/20/cautious-approach-to-copyright
save?» ([Link]
-and-artificial-intelligence/). Creative
ogy-37713629). BBC News (en inglés Commons (en inglés estadounidense). 20
británico). Consultado el 28 de octubre de
de febrero de 2020. Consultado el 22 de
2018.
mayo de 2020.
76. Oficina de Contabilidad General de
90. «Radio a la Carta - Andalucía es cultura»
E.E.U.U. (13 de septiembre de 2022),
([Link]
Consumer Data: Increasing Use Poses ndalucia-es-cultura/detalle/[Link]?v
Risks to Privacy ([Link] ideo=1943744). [Link].
ucts/gao-22-106096). Consultado el 8 de septiembre de 2023.
77. Valinsky, 2019, p. 1.

Bibliografía
Bellman, Richard (1978). An introduction to artificial intelligence: can computers think? (en
inglés). San Francisco: Boyd & Fraser Pub. Co. ISBN 978-0878350667.
Nilsson, Nils J. (1998). Artificial Intelligence: A New Synthesis (en inglés) (4.ª edición). San
Francisco: Kaufmann. ISBN 978-1558604674.
Rich, Elaine; Knight, Kevin (1991). Artificial intelligence ([Link]
tell00rich) (en inglés) (2.ª edición). New York: McGraw-Hill. ISBN 978-0070522633.
Russell, Stuart J.; Norvig, Peter Norvig (2009). Artificial intelligence: a modern approach (en
inglés) (3.ª edición). Upper Saddle River, N.J.: Prentice Hall. ISBN 0-13-604259-7.
Winston, Patrick Henry (1992). Artificial intelligence (en inglés) (3.ª edición). Reading,
Mass.: Addison-Wesley Pub. Co. ISBN 978-0201533774.
Russell, Stuart J.; Norvig, Peter (2003), Artificial Intelligence: A Modern Approach ([Link]
[Link]/) (en inglés) (2ª edición), Upper Saddle River, New Jersey: Prentice Hall,
ISBN 0-13-790395-2.
Poole, David; Mackworth, Alan; Goebel, Randy (1998). Computational Intelligence: A
Logical Approach ([Link]
omputationalint00pool) (en inglés). New York: Oxford University Press. ISBN 978-0-19-510270-3.
Archivado desde el original ([Link] el 26 de julio
de 2020. Consultado el 22 de agosto de 2020.
Luger, George; Stubblefield, William (2004). Artificial Intelligence: Structures and Strategies
for Complex Problem Solving ([Link]
org/details/artificialintell0000luge) (en inglés) (5ª edición). Benjamin/Cummings. ISBN 978-0-
8053-4780-7. Archivado desde el original ([Link] el
26 de julio de 2020. Consultado el 17 de diciembre de 2019.
Wason, P. C.; Shapiro, D. (1966). New horizons in psychology ([Link]
0200726131518/[Link] (en inglés).
Harmondsworth: Penguin. Archivado desde el original ([Link]
nsinpsy0000foss) el 26 de julio de 2020. Consultado el 18 de noviembre de 2019.
Kahneman, Daniel; Slovic, D.; Tversky, Amos (1982). «Judgment under uncertainty:
Heuristics and biases». Science (en inglés) 185 (4157) (New York: Cambridge University
Press). pp. 1124-1131. ISBN 978-0-521-28414-1. PMID 17835457 ([Link]
835457). S2CID 143452957 ([Link]
doi:10.1126/science.185.4157.1124 ([Link]
«ACM Computing Classification System: Artificial intelligence» ([Link]
20071012025921/[Link] (en inglés). ACM. 1998. Archivado
desde el original ([Link] el 12 de octubre de 2007.
Consultado el 30 de agosto de 2007.
Lakoff, George; Núñez, Rafael E. (2000). Where Mathematics Comes From: How the
Embodied Mind Brings Mathematics into Being ([Link]
s00lako) (en inglés). Basic Books. ISBN 978-0-465-03771-1.
SAS. (2018, 27 septiembre). Inteligencia Artificial: Qué es y Por Qué Importa.
[Link]
Grupo Iberdrola. (2019, 17 junio). ¿Somos conscientes de los retos y principales
aplicaciones de la Inteligencia Artificial? Iberdrola.
[Link]
Oracle. (2021, 13 enero). ¿Qué es la inteligencia artificial?
[Link]

Valinsky, Jordan (11 de abril de 2019), Amazon reportedly employs thousands of people to
listen to your Alexa conversations ([Link]
ning/[Link]).
Russell, Stuart J.; Norvig, Peter. (2021). Artificial Intelligence: A Modern Approach (4ª
edición). Hoboken: Pearson. ISBN 978-0134610993. LCCN 20190474 ([Link]
 Christian, Brian (2020). The Alignment Problem: Machine learning and human values. W. W.
Norton & Company. ISBN 978-0-393-86833-3. OCLC 1233266753 ([Link]
3).

Vincent, James (15 de noviembre de 2022). «The scary truth about AI copyright is nobody
knows what will happen next» ([Link]
[Link]/23444685/generative-ai-copyright-infringement-legal-fair-use-training-data).
The Verge. Archivado desde el original ([Link]
opyright-infringement-legal-fair-use-training-data) el 19 de junio de 2023. Consultado el 19
de junio de 2023.

Reisner, Alex (19 de agosto de 2023), «Revealed: The Authors Whose Pirated Books are
Powering Generative AI» ([Link]
i-meta-llama-pirated-books/675063/), The Atlantic.
Alter, Alexandra; Harris, Elizabeth A. (20 de septiembre de 2023), «Franzen, Grisham and
Other Prominent Authors Sue OpenAI» ([Link]
[Link]?campaign_id=2&emc=edit_th_20230921&instance_i
d=103259&nl=todaysheadlines&regi_id=62816440&segment_id=145288&user_id=ad24f35
45dae0ec44284a38bb4a88f1d), The New York Times.

Enlaces externos
Wikilibros alberga un libro o manual sobre Ingeniería del conocimiento.
Revista «Inteligencia Artificial» ([Link]
Página sobre inteligencia artificial ([Link]
La economía de la inteligencia artificial: unas ideas básicas ([Link]
m/economia/la-mano-visible/2023-05-01/economia-de-la-inteligencia-artificial-ideas-basica
s_3620152/)
La inteligencia artificial y el futuro del crecimiento económico ([Link]
m/economia/la-mano-visible/2023-06-11/inteligencia-artificial-futuro-crecimiento-economico
_3662645/)

Obtenido de «[Link]