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 Imagen generada por DALL-E 3.
de subcampos. Éstos van desde áreas de propósito general,
aprendizaje y percepción, a otras más específicas como el
reconocimiento de voz, el juego de ajedrez, la demostración de
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 actividades
intelectuales humanas. En este sentido, es un campo genuinamente
universal.3 ​ Vídeo explicativo sobre la
inteligencia artificial, incluyendo
La arquitectura de las inteligencias artificiales y los procesos por secciones sobre los dilemas éticos.
Subtítulos disponibles.
los cuales aprenden, se mejoran y se implementan en algún área de
interés varía 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 y 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 ​

Denominación
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: Ilustración generada mediante
«percibir», «razonar», «aprender» y «resolver problemas». ​ 8 inteligencia artificial, con estilo de
Andreas Kaplan y Michael Haenlein definen la inteligencia Acuarela, de Alan Turing,
artificial como «la capacidad de un sistema para interpretar considerado uno de los padres

correctamente datos externos, y así aprender y emplear esos fundadores de la IA [cita requerida].

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 ​

Grau-Luque contrasta diferentes definiciones desde diversas fuentes y autores, destacando que difieren
dependiendo de «en qué campo específico se usen».18 ​Esto lleva al autor a definir «inteligencia artificial»
como «sistemas que llevan a cabo tareas consideradas inteligentes», para luego asociar conceptos como
«aprendizaje» y «razonamiento» con el aprendizaje automático como una subdisciplina de la inteligencia
artificial.

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:19 ​

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.20 ​
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).21 ​
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).22 ​
 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.23 ​

Inteligencia artificial generativa

La inteligencia artificial generativa es un tipo de sistema de inteligencia artificial capaz de generar texto,
imágenes u otros medios en respuesta a comandos.24 ​ Los modelos de IA generativa aprenden los
patrones y la estructura de sus datos de entrenamiento de entrada y luego generan nuevos datos que tienen
características similares.

Los sistemas de IA generativa notables incluyen ChatGPT (y su variante Microsoft Copilot), un bot
conversacional creado por OpenAI usando sus modelos de lenguaje grande fundacionales GPT-3 y GPT-
4;​y Gemini (anteriormente llamado Bard), un bot conversacional creado por Google usando el modelo de
lenguaje Gemini. Otros modelos generativos de IA incluyen sistemas de arte de inteligencia artificial
como Stable Diffusion, Midjourney y DALL-E.

Inteligencia artificial fuerte

La Inteligencia artificial fuerte (IGA) es un tipo hipotético de inteligencia artificial que iguala o excede la
inteligencia humana promedio.​ Si se hiciera realidad, una IGA podría aprender a realizar cualquier tarea
intelectual que los seres humanos o los animales puedan llevar a cabo.​​ Alternativamente, la IGA se ha
definido como un sistema autónomo que supera las capacidades humanas en la mayoría de las tareas
económicamente valiosas.

Algunos sostienen que podría ser posible en años o décadas; otros, que podría tardar un siglo o más; y
una minoría cree que quizá nunca se consiga.​ Existe un debate sobre la definición exacta de IGA y sobre
si los grandes modelos de lenguaje (LLM) modernos, como el GPT-4, son formas tempranas pero
incompletas de IGA.

Inteligencia artificial explicable

La inteligencia artificial explicable se refiere a métodos y técnicas en la aplicación de tecnología de
inteligencia artificial por los que el ser humano es capaz de comprender las decisiones y predicciones
realizadas por la inteligencia artificial.

Inteligencia artificial amigable

La inteligencia artificial amigable es una IA fuerte e hipotética que puede tener un efecto positivo más
que uno negativo sobre la humanidad. 'Amigable' es usado en este contexto como terminología técnica y
escoge agentes que son seguros y útiles, no necesariamente aquellos que son «amigables» en el sentido
coloquial. El concepto es invocado principalmente en el contexto de discusiones de agentes artificiales de
auto-mejora recursiva que rápidamente explota en inteligencia, con el argumento de que esta tecnología
hipotética pudiera tener una larga, rápida y difícil tarea de controlar el impacto en la sociedad humana.

Inteligencia artificial multimodal

La inteligencia artificial multimodal es un tipo de inteligencia artificial que puede procesar e integrar
datos de diferentes modalidades, como texto, imágenes, audio y video, para obtener una comprensión más
completa y contextualizada de una situación. La inteligencia artificial multimodal se inspira en la forma
en que los humanos usan varios sentidos para percibir e interactuar con el mundo, y ofrece una forma más
natural e intuitiva de comunicarse con la tecnología.

Inteligencia artificial cuántica

La inteligencia artificial Cuántica es un campo interdisciplinar que se enfoca en construir algoritmos
cuánticos para mejorar las tareas computacionales dentro de la IA, incluyendo subcampos como el
aprendizaje automático.​ Existen evidencias que muestran una posible ventaja cuadrática cuántica en
operaciones fundamentales de la IA.

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.25 ​
Redes bayesianas: Propone soluciones mediante inferencia probabilística.26 ​
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.27 ​

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 antiguos griegos. 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.28 ​
En 2016, un programa informático ganó cinco a cero al triple campeón de Europa de Go.29 ​
En 2016, el entonces presidente Obama habla sobre el futuro de la inteligencia artificial y la
tecnología.30 ​
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.31 ​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.32 ​
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 2017 un grupo de ingenieros en Google inventan la arquitectura de transformador, un
modelo de deep learning que alumbró una nueva generación de modelos grandes de
lenguaje, empezando por BERT, y luego el revolucionario GPT de OpenAI.33 ​
En 2018, se lanza el primer televisor con inteligencia artificial por parte de LG Electronics
con una plataforma denominada ThinQ.34 ​
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.35 ​
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 IA36 ​ y ChatGPT alcanzó más de 100 millones de usuarios dos meses después de su
lanzamiento.37 ​ Más tarde, los expertos notaron que ChatGPT proporciona información
errónea en áreas donde no tiene conocimiento («alucinaciones de datos»), la cual a
primera vista parece creíble debido a su perfecta redacción.38 ​
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.39 ​

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
pensamiento.40 ​ 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.41 ​

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.42 43 ​ ​

Regulación
El Derecho45 ​ 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 Cronología de estrategias, planes
de acción y documentos de políticas
(IA) en la UE. Su título exacto es Propuesta de Reglamento del
que definen enfoques nacionales,
Parlamento Europeo y del Consejo por el que se establecen
regionales e internacionales para la
normas armonizadas en materia de inteligencia artificial –Ley de IA.44 ​
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».46 ​

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»47 ​ 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.48 ​

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.49 ​ 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.50 ​

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.51 ​ De esta manera, se Una imagen de IA generada por
concluyó que los seres humanos rara vez usan la deducción paso a Dall-e tras escribir el texto: «Un
paso que la investigación temprana de la inteligencia artificial edificio arquitectónico moderno con
grandes ventanales de vidrio,
seguía; en cambio, resuelven la mayoría de sus problemas
situado en un acantilado con vista a
utilizando juicios rápidos e intuitivos.52 ​ un océano sereno al atardecer».

Representación del conocimiento

La representación del conocimiento53 ​ y la ingeniería del conocimiento54 ​ 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,55 ​situaciones, eventos, estados y tiempo56 ​causas y efectos;57 ​y el
conocimiento sobre el conocimiento (lo que sabemos sobre lo que saben otras personas)58 ​entre otros.

Planificación
Otro objetivo de la inteligencia artificial consiste en poder establecer metas y finalmente alcanzarlas.59
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.60 ​

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.61 ​ 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.62 ​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.63 ​

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.64 ​

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.64 ​ 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.65 ​

El mundo está en constante evolución, y herramientas como ChatGPT están en el centro de esta
transformación. Mientras que muchas personas ven a ChatGPT como una oportunidad para mejorar la
experiencia de sus negocios o personales, hay quienes se muestran escépticos sobre su implementación.
66 ​

Procesamiento de lenguajes naturales

El procesamiento del lenguaje natural67 ​ 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.68 ​
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.69 ​En
2019, las arquitecturas de aprendizaje profundo basadas en transformadores podían generar texto
coherente.70 ​

Percepción
La percepción de la máquina71 ​ 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
72 La detección de características (en la imagen se
reconocimiento de voz, ​ reconocimiento facial
observa la detección de bordes) ayuda a la inteligencia
y reconocimiento de objetos.73 ​ La visión artificial a componer estructuras abstractas
artificial es la capacidad de analizar la informativas a partir de datos sin procesar.
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.74 ​

Importancia de la inteligencia 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 empresariales75 ​. 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 futuro76 ​. 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 derecho.77

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, Sophia, un robot humanoide
controlado por IA.
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 IA mostraba características de un inglés
corrupto y patrones repetitivos, en especial de pronombres y determinantes.78 ​

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 los parámetros de los chatbots, desechando el experimento al final por no tener ningún interés
práctico o útil dentro de la investigación sobre IA.79 ​

Ameca
A principios del 2022, en la Feria de Electrónica de Consumo (CES) que tomó lugar en Las Vegas, el
robot desarrollado por Engineered Arts nombrado Ameca causó duda y miedo a los espectadores durante
su exposición principalmente por la semejanza de su rostro a uno de un ser humano, la compañía expresó
que el desarrollo de este robot humanoide aún se encontraba en proceso y hasta septiembre del mismo
año el robot aún no era capaz de caminar ni tener interacción alguna con las personas.80 ​Por otro lado, en
septiembre de 2023 la compañía volvió a exponer a Ameca al público mostrando al robot en videos en
donde se le puede ver frente a un espejo haciendo 25 expresiones humanas 81 ​, así como dibujando un
gato al ya contar con brazos y piernas que le otorgaron movilidad y, de igual manera, empleando ironía en
conversaciones con personas e incluso declarando que realizó una broma al ser cuestionada sobre su
capacidad de soñar como un humano siendo un robot al decir «soñé con dinosaurios luchando una guerra
contra alienígenas en Marte»82 ​ esto lo desmintió momentos después explicando cómo es que la IA
implementada en su sistema le permitía crear escenarios sobre hechos de la humanidad e iba aprendiendo
sobre ellos mientras se encontraba apagada; estos hechos impactaron a la sociedad sobre la semejanza
que este robot humanoide estaba teniendo con el ser humano y sobre el avance tecnológico que está
permitiendo que este robot esté cada vez más cercano a vivir entre las personas como un miembro más de
la comunidad.

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.83 ​

Críticas
Uno de los mayores críticos de la denominación de estos procesos
informáticos con el término de inteligencia artificial es Jaron
Lanier. Para ello, objeta la idea de que esta sea realmente
inteligente y de que podríamos estar en competencia con un ente
artificial. «Esta idea de superar la capacidad humana es ridícula
porque está hecha de habilidades humanas». 84 ​

Las principales críticas a la inteligencia artificial tienen que ver

La «revolución digital» y, más
con su capacidad de imitar por completo a un ser humano.85 ​ Sin
concretamente, el desarrollo de la
embargo, hay expertos86 ​en el tema que indican que ningún inteligencia artificial, está suscitando
humano individual tiene capacidad para resolver todo tipo de temores y preguntas, incluso en el
problemas, y autores como Howard Gardner han teorizado sobre ámbito de personalidades
la solución. relevantes en estas cuestiones. En
esta imagen, se observa a Bill
En los humanos, la capacidad de resolver problemas tiene dos Gates, exdirector general de
aspectos: los aspectos innatos y los aspectos aprendidos. Los Microsoft; el citado y Elon Musk
(director general de Tesla) opinan
aspectos innatos permiten, por ejemplo, almacenar y recuperar
que se debe ser «muy cauteloso
información en la memoria, mientras que en los aspectos
con la inteligencia artificial»; si
aprendidos reside el saber resolver un problema matemático tuviéramos que «apostar por lo que
mediante el algoritmo adecuado. Del mismo modo que un humano constituye nuestra mayor amenaza
debe disponer de herramientas que le permitan solucionar ciertos a la existencia», serían
problemas, los sistemas artificiales deben ser programados para precisamente ciertas aplicaciones
que puedan llegar a resolverlos. sofisticadas del citado asunto, que
podrían llegar a tener derivaciones
por completo impensadas.
Muchas personas consideran que la prueba de Turing ha sido superada, citando conversaciones en que al
dialogar con un programa de inteligencia artificial para chat no saben que hablan con un programa. Sin
embargo, esta situación no es equivalente a una prueba de Turing, que requiere que el participante se
encuentre sobre aviso de la posibilidad de hablar con una máquina.

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,87 ​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.88 ​
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.89 ​

Problemas de privacidad y derechos de autor

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.90 ​ 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.91 ​ Las opiniones
sobre esta vigilancia generalizada van desde aquellos que la ven como un mal necesario hasta aquellos
para quienes no es ética y constituye una violación del derecho a la intimidad.92 ​ 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.93 ​

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"».94 ​

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, ya que podría depender del propósito y el carácter del uso de la obra protegida por derechos de
autor y del efecto sobre el mercado potencial de la obra protegida.95 ​En 2023, escritores como John
Grisham y Jonathan Franzen demandaron a las empresas de IA por usar sus obras para entrenar IA
generativa.96 97
​ ​ En 2024, 200 artistas escribieron una carta abierta que solicitaba «parar el asalto a la
creatividad humana».98 ​

Normativa para su uso en el entorno educativo

La normativa tiene como objetivo regular y reglamentar el uso de la IA en el entorno educativo,
específicamente en el aula. La IA ha experimentado un rápido desarrollo y se ha convertido en una
herramienta potencialmente beneficiosa para mejorar la enseñanza y el aprendizaje. No obstante, su
implementación plantea desafíos éticos, de privacidad y equidad que deben ser abordados de manera
efectiva. Esta normativa se establece en respuesta a la necesidad de garantizar que la IA se utilice de
manera ética, responsable y equitativa en el ámbito educativo.

Los objetivos de esta normativa son:

Promover el uso de la IA como una herramienta complementaria en el proceso de

enseñanza-aprendizaje.
 Garantizar la protección de datos y la privacidad de los estudiantes.
Fomentar la equidad y la inclusión en el acceso y el uso de la IA.
Establecer principios éticos que rijan el uso de la IA en el aula.
Definir responsabilidades y procedimientos claros para el uso de la IA.
Esta normativa se aplica a todas las instituciones educativas y docentes que utilizan la IA en el aula, así
como a los proveedores de tecnología educativa que ofrecen soluciones basadas en IA.

Organizaciones como UNESCO Ethics AI (2020), UNESCO Education & AI (2021), Beijin Consensus,
OCDE (2021), Comisión Europea (2019), European Parliament Report AI Education (2021), UNICEF
(2021) y Foro Económico Mundial (2019) han mostrado preocupación por implementar lineamientos
sobre la ética y la IA en el entorno educativo.99 ​

El uso de la IA en el entorno educativo debe regirse por los siguientes principios éticos y valores:

Transparencia: Las decisiones tomadas por algoritmos de IA deben ser comprensibles y

explicables.
Equidad: La IA no debe discriminar a ningún estudiante ni grupo de estudiantes.
Privacidad: Los datos de los estudiantes deben ser protegidos y utilizados de manera
responsable.
Responsabilidad: Los docentes y las instituciones son responsables de las decisiones
tomadas con la ayuda de la IA.
Honestidad: El contenido creado por los estudiantes debe ser original sin caer en el plagio.
100 ​

Mejora del aprendizaje: La IA debe utilizarse para mejorar la calidad de la educación y el

aprendizaje.
Capacitación: Los docentes deben recibir formación sobre el uso de la IA y su aplicación en
el aula.
Evaluación: Las soluciones de IA deben ser evaluadas en términos de su eficacia y su
impacto en el aprendizaje.
Protección de datos: Los datos de los estudiantes deben ser protegidos de acuerdo con las
leyes de privacidad aplicables.
Supervisión: Se debe establecer un proceso de supervisión para garantizar que la IA se
utilice de manera ética y responsable.

Riesgos de las IA en el entorno educativo

Así como tiene muchos beneficios también nos encontramos con diferentes riesgos a los que la educación
está expuesta con su uso.

Sesgos y discriminación: Al solo recoger información de las bases de datos y textos que
procesa de Internet corre el riesgo de aprender cualquier sesgo cognitivo que se encuentre
en dicha información.
La no privacidad de los datos: El riesgo de un ciberataque se incrementa cuando no hay
protocolos de seguridad adecuados en el manejo de la IA.101 ​
Dependencia: Los estudiantes corren el riesgo de volverse dependientes de la tecnología y
no se fomenta la creatividad ni el pensamiento propio.102 ​
Confiabilidad: La IA puede generar respuestas coherentes pero inexactas además muchas
IA no brindan fuentes de información.
 Falta de habilidades orales y escritas.103 ​
Desinterés por la investigación por cuenta propia.103 ​
Dependencia por parte del docente: Los docentes pueden generar dependencia a estas
herramientas al momento de dar retroalimentación a las asignaciones además del riesgo de
usar la información de las IA para su material didáctico sin antes consultar las fuentes.103 ​

Consideración de Diversidad e Inclusión

Se debe prestar especial atención a la diversidad de estudiantes y garantizar que la IA sea accesible y
beneficiosa para todos, independientemente de su origen étnico, género, discapacidad u orientación
sexual. Las soluciones de IA deben ser diseñadas teniendo en cuenta la accesibilidad y la inclusión.

Esta normativa se basa en investigaciones académicas, recomendaciones de organizaciones educativas y

en las mejores prácticas establecidas en el uso de la IA en la educación. Se alienta a las instituciones a
mantenerse al día con la literatura científica y las directrices relevantes.

Aunque la IA puede ser una herramienta poderosa en el aula, no debe reemplazar la creatividad, la
originalidad y el juicio humano en el proceso educativo. La IA debe ser utilizada de manera
complementaria para enriquecer la experiencia educativa.

Esta normativa se presenta como un marco general que deberá ser adaptado y ampliado por las
instituciones educativas de acuerdo a sus necesidades y contextos específicos. Debe ser comunicada de
manera efectiva a todos los involucrados en el proceso educativo y revisada periódicamente para asegurar
su vigencia.

Esta normativa tiene como objetivo garantizar que la IA sea utilizada de manera ética y responsable en el
aula, promoviendo el beneficio de los estudiantes y el avance de la educación. Su cumplimiento es
esencial para lograr una implementación exitosa de la IA en el entorno educativo.

Aprendizaje automatizado y aprendizaje profundo

En cuanto a la naturaleza del aprendizaje, la IA puede subdividirse en dos campos conceptualmente
distintos:

El aprendizaje automático, que 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.
El aprendizaje profundo, 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. Este tipo de aprendizaje 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, 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.

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 Imagen de una ciudad futurista
han comenzado a pensar acerca de esta tecnología, enfatizando el generada por la IA Midjourney. La
riesgo y los desafíos complejos de esta. Observando el trabajo composición está en el dominio
creado por una máquina, las leyes cuestionan la posibilidad de público al no ser de un autor
humano.
otorgarle propiedad intelectual a una máquina, abriendo una
discusión respecto a la legislación relacionada con IA.

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.104 105
​ ​

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.106 ​

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 qué 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».107 ​

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.

Yo, Robot (1950), de Isaac Asimov: novela que consta de nueve historias ambientas entre
los años de 1940 y 1950, cada uno cuenta con personajes distintos pero que siguen la
misma temática a través del seguimiento de las Tres Leyes de la Robótica, en donde se
plantea tanto su cumplimiento como la creación de problemas alternos que los mismos
robots generan y de esta manera demostrar que la tecnología siempre puede estar un paso
adelante del pensamiento y lógica humana. También sigue el hilo argumentativo a través de
una entrevista con una psicóloga de robots la cual va relatando el surgimiento de los robots
y suponiendo cómo será el desenvolvimiento del ser humano en un mundo en donde la
tecnología se esté superando cada vez más.[1] ([Link]
n-inteligencia-artificial-todo-mundo-deberia-leer?utm_source=social&utm_medium=faceboo
k&utm_campaign=ia)
Galatea 2.2 (1995) de Richard Powers: novela que explora la relación entre inteligencia
artificial y literatura. La trama sigue al protagonista, quien participa en un experimento con
un modelo computacional llamado «Helen» para enseñarle a comunicarse como un
humano. A través de esta interacción, se plantean cuestiones profundas sobre la conciencia
y la emoción en un entorno tecnológico.
La era del diamante (1996) de Neal Stephenson, la inteligencia artificial juega un papel
crucial en la trama a través del Manual ilustrado para jovencitas diseñado por John Percival
Hackworth. Este instrumento interactivo es capaz de adaptarse dinámicamente a las
circunstancias de la niña mediante 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.108 ​

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

microchip capaz de dotar de inteligencia artificial a robots que luego se rebelan 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.
Avengers: Era de Ultrón (2015): En esta segunda entrega de las películas de Avengers,
dirigidas por Joseph Hill Whedon y basadas en los cómics escritos por Stan Lee, se
demuestra como es que la inteligencia artificial albergada dentro del cetro de Loki, la cual
se tenía como objetivo el convertirla en una protección para la Tierra y recibió por nombre
Ultrón, al ser conectada con JARVIS, la IA desarrollada por Stark, pudo obtener la suficiente
información para comenzar a pensar de manera independiente y ser capaz de ir
actualizando tanto su sistema como su cuerpo logrando controlar un ejército de robots con
el objetivo de destruir a la humanidad y así ser lo único que quedara en la Tierra para,
posteriormente, dominarla y controlarla.[2] ([Link]
-inteligencia-artificial)
 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 Industria de la inteligencia Red neuronal artificial
Alucinación (inteligencia artificial en China Regulación de la
artificial) Inteligencia artificial fuerte inteligencia artificial
Aprendizaje Inteligencia computacional Riesgo existencial de la
Aprendizaje automático Inteligencia sintética inteligencia artificial
Automatización de los Artificial Intelligence William Ross Ashby
procesos de negocio (álbum) Seguridad de la
Bot conversacional Artificial Intelligence inteligencia artificial
Cerebro artificial (serie) Singularidad tecnológica
Cibernética Internet Sistema complejo
Computación basada en Internet en la ciencia Sistema dinámico
humanos ficción Sistema inteligente
Computación cuántica Interfaces de usuario Visión artificial
Dinámica de sistemas Lista de proyectos de Red neuronal residual
inteligencia artificial
ELIZA Confabulación (redes
Filosofía de la inteligencia LLM (modelo grande de neuronales)
lenguaje)
artificial Aprendizaje por conjuntos
Fundación SAIA Razonamiento U-Net
automatizado

Referencias
4. Rodríguez, Txema (27 de enero de 2017).
1. «¿Qué es la inteligencia artificial?» (https://
«Machine Learning y Deep Learning: cómo
[Link]/es-es/resources/cloud
entender las claves del presente y futuro
-computing-dictionary/what-is-artificial-intelli de la inteligencia artificial» ([Link]
gence). Diccionario de informática en la [Link]/robotica-e-ia/machine-learning-y-d
nube de Microsoft Azure. Consultado el 21 eep-learning-como-entender-las-claves-del
de abril de 2023.
-presente-y-futuro-de-la-inteligencia-artificia
2. Real Academia Española. «inteligencia l). Xataka. Consultado el 21 de abril de
artificial» ([Link] 2023.
ficial). Diccionario de la lengua española 5. Barrio, Miguel Ángel (26 de febrero de
(23.ª edición).
2016). «La importancia de la ética en la
3. Rusell, S. J.; Norvig, P. (2004), inteligencia artificial» ([Link]
«Inteligencia artificial. Un enfoque na/2019/02/25/tendencias/1551089772_65
moderno», Pearson Educación (Segunda
edición) (Madrid), ISBN 978-84-205-4003-0.
 [Link]). El País. Consultado el 21 de 93) el 21 de noviembre de 2018.
abril de 2023. Consultado el 13 de noviembre de 2018.
6. Sabán, Antonio (8 de mayo de 2016). 14. Ferrer Abello (1986). «Introducción a la
«¿Qué es la singularidad tecnológica y qué Inteligencia Artificial» ([Link]
supondría para el ser humano?» ([Link] tails/BibliotecaBasicaInformatica28Inteligen
[Link]/2016/05/singularidad-tecnol ciaArtificial/mode/1up). En Antonio M.
ogica). Hipertextual. Consultado el 21 de Ferrer Abello, ed. Inteligencia Artificial y
abril de 2023. Sistemas Expertos. Ediciones Ingelek, S.A.
7. Thompson, Elaine (6 de septiembre de p. 7-20. ISBN 84-85831-31-4.
2019). «10 ejemplos de que ya dependes 15. Rouhiainen, Lasse (2018). Inteligencia
de la IA en tu vida diaria» ([Link] Artificial 101 cosas que debes saber hoy
[Link]/tecnologia/inteligencia-artif sobre nuestro futuro ([Link]
icial/10-ejemplos-de-que-ya-dependes-de-l [Link]/libros_contenido
a-ia-en-tu-vida-diaria). BBVA OpenMind. _extra/40/39308_Inteligencia_artificial.pdf).
Consultado el 21 de abril de 2023. Alienta. Consultado el 2021.
8. , Russell y Norvig, 2009, p. 2. 16. López Takeyas, Bruno. «Introducción a la
9. «Andreas Kaplan; Michael Haenlein (2019) Inteligencia Artificial» ([Link]
Siri, Siri in my Hand, who's the Fairest in rg/web/20220809083044/[Link]
the Land? On the Interpretations, [Link]/takeyas/Articulos/Inteligencia%20
Illustrations and Implications of Artificial Artificial/ARTICULO%20Introduccion%20
Intelligence, Business Horizons, 62(1), 15- a%20la%20Inteligencia%[Link]).
25» ([Link] Archivado desde el original ([Link]
191205/[Link] [Link]/takeyas/Articulos/Intelige
nce/article/pii/S0007681318301393). ncia%20Artificial/ARTICULO%20Introducci
Archivado desde el original ([Link] on%20a%20la%20Inteligencia%20Artificial.
[Link]/science/article/pii/S000768 pdf) el 9 de agosto de 2022. Consultado el
1318301393) el 21 de noviembre de 2018. 31 de enero de 2018.
Consultado el 13 de noviembre de 2018. 17. McCarthy, John (11 de noviembre de
10. «La Inteligencia artificial en la estrategia | 2007). «What Is Artificial Intelligence» (htt
McKinsey» ([Link] p://[Link]/jmc/whatisai/n
ured-insights/destacados/la-inteligencia-arti [Link]) (en inglés). Sección «Basic
ficial-en-la-estrategia/es). Questions». Consultado el 27 de octubre
[Link]. Consultado el 1 de de 2011.
agosto de 2023. 18. Grau-Luque, Enric (5 de mayo de 2024).
11. Toews, Rob. «What Does “Artificial Inteligencia artificial, aprendizaje profundo,
Intelligence” Really Mean?» ([Link] y por qué las polillas vuelan hacia la luz.
[Link]/sites/robtoews/2020/02/17/what- ISBN 979-8324882860.
does-artificial-intelligence-really-mean/). 19. Russell y Norvig, 2009.
Forbes. Consultado el 1 de agosto de 20. Bellman, 1978.
2023.
21. Rich y Knight, 1991.
12. Schank, Roger C. (1991). «Where's the AI»
22. Winston, 1992.
([Link]
zine/article/download/917/835) (PDF). AI 23. Nilsson, 1998.
Magazine (en inglés) 12 (4): 38. 24. Ciaramella, Alberto; Ciaramella, Marco
13. Kaplan, Andreas; Haenlein, Michael (2018). (2024). «9». Introduction to Artificial
Siri, Siri in my Hand, who's the Fairest in Intelligence: from data analysis to
the Land? On the Interpretations, generative AI (en inglés). Rivoli. ISBN 978-
Illustrations and Implications of Artificial 8894787603.
Intelligence ([Link] 25. Castillo, Enrique; Gutiérrez, José Manuel;
181121191205/[Link] Hadi, Ali S. (1997). «Introducción» ([Link]
om/science/article/pii/S000768131830139 [Link]/~htejeda/gutierjm/
3) (PDF) (en inglés) 62 (1). Archivado [Link]). Sistemas expertos y
desde el original ([Link] modelos de redes probabilísticas.
[Link]/science/article/pii/S00076813183013
 Academia de Ingeniera. p. 3. Consultado el 33. Nast, Condé (23 de marzo de 2024). «Así
16 de noviembre de 2021. es como ocho empleados de Google
26. Miller Rivera, Lozano (2011). El papel de inventaron la inteligencia artificial
las redes bayesianas en la toma de moderna» ([Link]
decisiones. ([Link] mo-ocho-empleados-de-google-inventaron-
221003173625/[Link] la-inteligencia-artificial-moderna). WIRED.
o/Administracion/documentos/investigacio Consultado el 8 de mayo de 2024.
n/laboratorio/miller_2_3.pdf). Archivado 34. «AI ThinQ: La plataforma de inteligencia
desde artificial de LG llega a todos sus
[Link]/Administracion/documentos/investig televisores» ([Link]
acion/laboratorio/miller_2_3.pdf el original mx/mundo-empresa/ai-thinq-la-plataforma-
([Link] el 3 de octubre de de-inteligencia-artificial-de-lg-llega-a-todos-
2022. Consultado el 16 de noviembre de sus-televisores/). El Financiero. Consultado
2021. el 23 de septiembre de 2021.
27. «¿Qué es la Inteligencia Computacional?» 35. Berryhill, Heang, Clogher, McBride,
([Link] Asociación Méxicana de Internet (2020).
ligencia-computacional). «Hola, mundo: La inteligencia artificial y su
28. «Watson y otros sistemas que mejoran uso en el sector público.» ([Link]
nuestras vidas con inteligencia artificial» (ht [Link]/gov/innovative-government/hola-mun
tps://[Link]/web/2011030808070 do-la-inteligencia-artificial-y-su-uso-en-el-s
7/[Link] [Link]). DOCUMENTOS DE
atson-y-otros-sistemas-que-mejoran-nuestr TRABAJO DE LA OCDE SOBRE
as-vidas-con-inteligencia-artificial/). GOBERNANZA PÚBLICA. Consultado el 9
Pinggers. Archivado desde el original (htt de junio de 2021.
p://[Link]/2011/02/21/watso 36. «ChatGPT: Hacia un cambio de
n-y-otros-sistemas-que-mejoran-nuestras-v paradigma» ([Link]
idas-con-inteligencia-artificial/) el 8 de logia/2023/02/25/63f90422e4d4d8e55c8b4
marzo de 2011. Consultado el 21 de [Link]). ELMUNDO. 25 de febrero de
febrero de 2011. 2023. Consultado el 3 de junio de 2023.
29. Salas, Javier (28 de enero de 2016). «La 37. Hu, Krystal (2 de febrero de 2023).
inteligencia artificial conquista el último «ChatGPT sets record for fastest-growing
tablero de los humanos» ([Link] user base - analyst note» ([Link]
elpais/2016/01/26/ciencia/1453766578_68 [Link]/technology/chatgpt-sets-record-fas
[Link]). El País. test-growing-user-base-analyst-note-2023-
30. Ortega, Andrés (27 de octubre de 2016). 02-01/). Reuters (en inglés). Consultado el
«Obama y la Inteligencia Artificial» (https:// 3 de junio de 2023.
[Link]/opinion/zona-critica/obama 38. Weise, Karen (1 de mayo de 2023). «When
-inteligencia-artificial_129_3760919.html). A.I. Chatbots Hallucinate» ([Link]
p. [Link]. Consultado el 9 de junio de [Link]/2023/05/01/business/ai-chatbots-
2021. [Link]). The New York Times
31. «Alpha Go» ([Link] (en inglés estadounidense). ISSN 0362-4331
electronics-test/watch-google-deepminds-al ([Link]
phago-documentary-free/16932839616268 Consultado el 3 de junio de 2023.
7). 39. VerificaRTVE, Lara Huwyler / María
32. Rodríguez, Roberto (14 de diciembre de Navarro / (28 de marzo de 2023). «¿Cómo
2017). «Alpha Zero, el programa que detectar imágenes generadas por
revoluciona el ajedrez y puede cambiar el Inteligencia Artificial?» ([Link]
mundo» ([Link] noticias/20230328/como-detectamos-imag
portes/otros-deportes/20171214/43362437 enes-generadas-inteligencia-artificial/2433
9301/alpha-zero-deep-mind-gary-kasparov- [Link]). [Link]. Consultado el 1 de
[Link]). La junio de 2023.
Vanguardia. Consultado el 21 de mayo de 40. Jaramillo Arango, Diego Alejandro;
2021. Montenegro, Diego Ignacio (17 de
diciembre de 2019). «De la Inteligencia
 Artificial al juego de los dioses» ([Link] 48. Castillo, del, Carlos (30 de mayo de 2023).
[Link]/10.31207/rch.v10i3.210). «Desarrolladores y académicos avisan de
ComHumanitas: revista científica de que la inteligencia artificial representa un
comunicación 10 (3): 85-106. ISSN 1390- riesgo como el de la bomba nuclear» (http
776X ([Link] s://[Link]/tecnologia/creadores-int
X). doi:10.31207/rch.v10i3.210 ([Link] eligencias-artificiales-academicos-piden-eq
0.31207%2Frch.v10i3.210). Consultado el 3 de uiparar-riesgos-bomba-nuclear_1_1025363
octubre de 2022. [Link]?mc_cid=98ee440b6c&mc_eid=UNI
41. Asimov, Isaac (1989). «Círculo vicioso». QID). [Link]. Consultado el 1 de junio
Los robots. trad. Domingo Santos. de 2023.
Barcelona: Martínez Roca. ISBN 84-270-0906- 49. Resolución de problemas, resolución de
2. acertijos, juego y deducción:Russell y
42. «Riesgos de la inteligencia artificial» (http Norvig, 2003, c. 3–9,Poole, Mackworth y
s://[Link]/inteligencia-artificial/ries Goebel, 1998, c. 2,3,7,9,Luger y
[Link]). El Mundo. Consultado el 21 de Stubblefield, 2004, c. 3,4,6,8,Nilsson, 1998,
mayo de 2021. c. 7–12
43. Santos, Josilene C.; Wong, Jeannie Hsiu 50. Razonamiento incierto:Russell y Norvig,
Ding; Pallath, Vinod; Ng, Kwan Hoong (20 2003, pp. 452–644,Poole, Mackworth y
de julio de 2021). «The perceptions of Goebel, 1998, pp. 345–395,Luger y
medical physicists towards relevance and Stubblefield, 2004, pp. 333–381,Nilsson,
impact of artificial intelligence» ([Link] 1998, c. 19
org/10.1007/s13246-021-01036-9). 51. Intratabilidad y eficiencia y la explosión
Physical and Engineering Sciences in combinatoria:Russell y Norvig, 2003, pp. 9,
Medicine (en inglés). ISSN 2662-4737 ([Link] 21–22
[Link]/resource/issn/2662-4737). 52. Evidencia psicológica del razonamiento
doi:10.1007/s13246-021-01036-9 ([Link] sub-simbólico:Wason y Shapiro
10.1007%2Fs13246-021-01036-9). Consultado (1966),Kahneman, Slovic y Tversky
el 21 de julio de 2021. (1982),Lakoff y Núñez (2000)
44. «Artificial Intelligence and Robotics» (http:// 53. Representación del conocimiento:ACM,
[Link]/[Link]/topics/ai_robotics). 1998, I.2.4,Russell y Norvig, 2003,
UNICRI. Consultado el 8 de agosto de pp. 320–363,Poole, Mackworth y Goebel,
2020. 1998, pp. 23–46, 69–81, 169–196, 235–
45. 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 54. Ingeniería del conocimiento: * Russell y
inglés) 15 (48). ISSN 1870-2147 ([Link] Norvig, 2003, pp. 260–266,Poole,
[Link]/resource/issn/1870-2147). Mackworth y Goebel, 1998, pp. 199–
doi:10.35487/rius.v15i48.2021.661 ([Link] 233,Nilsson, 1998, c. 17.1–17.4
g/10.35487%2Frius.v15i48.2021.661).
Consultado el 30 de agosto de 2021. 55. Representación de categorías y
relaciones:Russell y Norvig, 2003, pp. 349–
46. Castillo, del, Carlos (29 de marzo de 2023). 354,Poole, Mackworth y Goebel, 1998,
«Cientos de expertos piden parar la pp. 174–177,Luger y Stubblefield, 2004,
“peligrosa carrera” de la inteligencia pp. 248–258,Nilsson, 1998, c. 18.3
artificial hasta alcanzar un pacto global» (ht
56. Representación de eventos y el
tps://[Link]/tecnologia/cientos-ex
tiempo:Russell y Norvig, 2003, pp. 328–
pertos-piden-parar-peligrosa-carrera-intelig
341,Poole, Mackworth y Goebel, 1998,
encia-artificial-alcanzar-pacto-global_1_10
[Link]). [Link]. Consultado el 1 pp. 281–298,Nilsson, 1998, c. 18.2
de junio de 2023. 57. Poole, Mackworth y Goebel, 1998,
pp. 335–337
47. «Statement on AI Risk» ([Link]
i/statement-on-ai-risk#signatories) (en 58. Russell y Norvig, 2003, pp. 341–344,Poole,
inglés). Center for ai Safety (CAIS). Mackworth y Goebel, 1998, pp. 275–277
Consultado el 1 de junio de 2023.
59. Planificación automática:ACM, 1998, 70. Vincent, James (7 de noviembre de 2019).
~I.2.8,Russell y Norvig, 2003, pp. 375– «OpenAI has published the text-generating
459,Poole, Mackworth y Goebel, 1998, AI it said was too dangerous to share» (http
pp. 281–316,Luger y Stubblefield, 2004, s://[Link]/web/20200611054114/
pp. 314–329,Nilsson, 1998, c. 10.1–2, 22 [Link]
60. Russell y Norvig, 2003, pp. 600–604 040/openai-text-generation-ai-gpt-2-full-mo
61. Planificación clásica: * Russell y Norvig, del-release-1-5b-parameters). The Verge
(en inglés). Archivado desde el original (htt
2003, pp. 375–430,Poole, Mackworth y
ps://[Link]/2019/11/7/2095304
Goebel, 1998, pp. 281–315,Luger y
0/openai-text-generation-ai-gpt-2-full-model
Stubblefield, 2004, pp. 314–329,Nilsson,
1998, c. 10.1–2, 22 -release-1-5b-parameters) el 11 de junio de
2020. Consultado el 11 de junio de 2020.
62. Russell y Norvig, 2003, pp. 430–449
71. Percepción de la máquina:Russell y Norvig,
63. Russell y Norvig, 2003, pp. 449–455 2003, pp. 537–581, 863–898,Nilsson,
64. Aprendizaje automático:ACM, 1998, 1998, ~c. 6
I.2.6,Russell y Norvig, 2003, pp. 649– 72. Reconocimiento de voz: * ACM, 1998,
788,Poole, Mackworth y Goebel, 1998, ~I.2.7 * Russell y Norvig, 2003, pp. 568–
pp. 397–438,Luger y Stubblefield, 2004, 578
pp. 385–542,Nilsson, 1998, c. 3.3, 10.3,
17.5, 20 73. Russell y Norvig, 2003, pp. 885–892
74. Visión computacional:ACM, 1998,
65. Jordan, M. I.; Mitchell, T. M. (16 de julio de
I.2.10,Russell y Norvig, 2003, pp. 863–
2015). «Machine learning: Trends,
perspectives, and prospects». Science (en 898,Nilsson, 1998, c. 6
inglés) 349 (6245): 255-260. 75. Chaves-Maza, Manuel (2023). Sistema de
Bibcode:2015Sci...349..255J ([Link] inteligencia artificial para la mejora del
edu/abs/2015Sci...349..255J). PMID 26185243 (http asesoramiento y apoyo al emprendimiento
s://[Link]/pubmed/26185243). ([Link]
S2CID 677218 ([Link] s/publicaciones/n-99-sistema-de-inteligenci
usID:677218). doi:10.1126/science.aaa8415 (http a-artificial-para-la-mejora-del-asesoramient
s://[Link]/10.1126%2Fscience.aaa8415). o-y-apoyo-al-emprendimiento). Actualidad
Centra. ISBN 978-84-10064-01-0. Consultado
66. «ChatGPT, ¿es la revolución que
el 11/06/2024.
esperabamos o una amenaza?» ([Link]
[Link]/2024/01/25/es-chatgpt-la-r 76. Aguilar, Iván Fernando Mérida (12 de
evolucion-que-esperabamos-o-una-amena enero de 2024). «Inteligencia Artificial y
za/). poder internacional» ([Link]
m/es/77248-inteligencia-artificial-y-poder-in
67. Procesamiento de lenguaje natural:ACM,
1998, I.2.7,Russell y Norvig, 2003, ternacional). Meer. Consultado el 9 de abril
pp. 790–831,Poole, Mackworth y Goebel, de 2024.
1998, pp. 91–104,Luger y Stubblefield, 77. Fernández, Yúbal (27 de octubre de 2017).
2004, pp. 591–632 «Sophia pasa de bromear con acabar con
68. Aplicaciones del procesamiento de los humanos a convertirse en el primer
lenguaje natural:Russell y Norvig, 2003, robot ciudadano de Arabia Saudí» (https://
pp. 840–857,Luger y Stubblefield, 2004, [Link]/robotica-e-ia/este-robot-e
s-capaz-de-realizar-entrevista-gracias-a-un
pp. 623–630
a-ia-que-hace-incluso-guinos-a-elon-musk).
69. Cambria, Erik; White, Bebo (Mayo de Xataka. Consultado el 22 de abril de 2023.
2014). «Jumping NLP Curves: A review of
Natural Language Processing Research 78. Jiménez de Luis, Ángel (28 de julio de
2017). «Facebook apaga una inteligencia
[Review Article]». IEEE Computational
artificial que había inventado su propio
Intelligence Magazine (en inglés) 9 (2): 48-
idioma» ([Link]
57. S2CID 206451986 ([Link]
org/CorpusID:206451986).
7/07/28/[Link]).
doi:10.1109/MCI.2014.2307227 ([Link]
El Mundo. Consultado el 22 de abril de
2023.
0.1109%2FMCI.2014.2307227).
79. Scaliter, Juan (17 de marzo de 2022). «Lo 86. El hombre vs. la inteligencia artificial:
que (de verdad) pasó con los dos robots ¿Reemplazo o adaptación? ([Link]
que Facebook desconectó por “inventarse [Link]/el-hombre-vs-la-intelige
un idioma”» ([Link] ncia-artificial-reemplazo-o-adaptacion/)
ogia/20220317/echko3xzkrcjta4p7br7rj2s3 [Link]
[Link]). La Razón (España). Consultado el 87. Salichs, Miguel A.; Malfaz, María;
22 de abril de 2023. Gorostiza, Javi F. (1 de octubre de 2010).
80. Nast, Condé (10 de enero de 2022). «El «Toma de Decisiones en Robótica» (http://
robot humanoide más avanzado del mundo [Link]/science/article/pii/S
es superrealista y se llama Ameca» (https:// 1697791210700558). Revista
[Link]/noticias/articulo/ameca Iberoamericana de Automática e
-ces-2022-robot). GQ España. Consultado Informática Industrial RIAI 7 (4): 5-16.
el 6 de febrero de 2024. ISSN 1697-7912 ([Link]
81. «Robots humanos más avanzados y n/1697-7912). doi:10.1016/S1697-7912(10)70055-8
famosos | IFEMA MADRID» ([Link] ([Link]
[Link]/noticias/tecnologia/robots-avanzad 2970055-8). Consultado el 21 de marzo de
os-mundo). [Link]. Consultado el 6 2016.
de febrero de 2024. 88. osmany-yildirim, Osman (26 de marzo de
82. Marcos, Esteban García (21 de octubre de 2020). «The Effect of Artificial Intelligence
2023). «Ameca, el robot humanoide más on Society» ([Link]
avanzado del mundo asegura poder hacer com/2020/03/the-effect-of-artificial-intellige
algo muy humano» ([Link] [Link]). Artificial Intelligence (en inglés
[Link]/andro4all/tecnologia/ameca-el-rob británico). Consultado el 26 de marzo de
ot-humanoide-mas-avanzado-del-mundo-a 2020.
segura-poder-hacer-algo-muy-humano). 89. Cellan-Jones, Rory (20 de octubre de
Andro4all. Consultado el 6 de febrero de 2016). «Stephen Hawking - will AI kill or
2024. save?» ([Link]
83. Viejo, Manuel (20 de septiembre de 2023). ogy-37713629). BBC News (en inglés
«Siete nuevas víctimas en Almendralejo en británico). Consultado el 28 de octubre de
24 horas: lo que se sabe por el momento 2018.
del caso de los desnudos con IA» ([Link] 90. Oficina de Contabilidad General de
[Link]/sociedad/2023-09-20/siete-nuev E.E.U.U. (13 de septiembre de 2022),
as-victimas-en-almendralejo-en-24-horas-lo Consumer Data: Increasing Use Poses
-que-se-sabe-por-el-momento-del-caso-de- Risks to Privacy ([Link]
[Link]). El País. ucts/gao-22-106096).
Consultado el 20 de septiembre de 2023. 91. Valinsky, 2019, p. 1.
84. Hattenstone, Simon (23 de marzo de 92. Russell y Norvig, 2021, p. 991.
2023). «Tech guru Jaron Lanier: ‘The
93. Russell y Norvig, 2021, pp. 991-992.
danger isn’t that AI destroys us. It’s that it
drives us insane’» ([Link] 94. Christian, 2020, p. 63.
[Link]/technology/2023/mar/23/tech-guru-j 95. Vincent, 2022.
aron-lanier-the-danger-isnt-that-ai-destroys 96. Reisner, 2023.
-us-its-that-it-drives-us-insane). The 97. Alter y Harris, 2023.
Guardian (en inglés británico). ISSN 0261-
98. «Stevie Wonder, Katy Perry o Raphael
3077 ([Link]
firman una carta contra la IA: "Hay que
7). Consultado el 24 de junio de 2024.
parar el asalto a la creatividad humana" »
85. Sadin, Éric (2021). La inteligencia artificial ([Link]
o el desafío del siglo : anatomía de un onder-katy-perry-o-raphael-firman-una-cart
antihumanismo radical ([Link] a-contra-la-ia-hay-que-parar-el-asalto-a-la-
[Link]/oclc/1193413308) (1ª ed., 1ª reimp creatividad-humana/). Caretas. 3 de abril
edición). Caja Negra. ISBN 978-987-1622-86-3. de 2024. Consultado el 4 de abril de 2024.
OCLC 1193413308 ([Link]
193413308). Consultado el 3 de octubre de
99. Jáuregui, Melissa Guerra (12 de febrero de
2024). «Principios éticos de la educación
2022.
 con Inteligencia Artificial (IA)» ([Link] uel-r%C3%ADos-). [Link].
[Link]/edu-news/principios-eticos-d Consultado el 8 de marzo de 2024.
e-la-educacion-con-inteligencia-artificial-i 103. «20 Peligros que la IA – ChatGPT
a/). Observatorio / Instituto para el Futuro representa para la educación.» ([Link]
de la Educación. Consultado el 8 de marzo [Link]/pulse/20-peligros-que-la-ia-cha
de 2024. tgpt-representa-para-educaci%C3%B3n-ju
100. «[Link] viewer» ([Link] an-matos). [Link]. Consultado el
g/in/[Link]?v=2.1.196&id= 8 de marzo de 2024.
p::usmarcdef_0000385146_spa&file=/in/res 104. «Copyright in the Age of Artificial
t/annotationSVC/DownloadWatermarkedAtt Intelligence | U.S. Copyright Office» (http
achment/attach_import_ef7e228c-6695-4d s://[Link]/events/artificial-intelli
97-a94b-7b10d72c4cc3?_=[Link] gence/). [Link]. Consultado el
&locale=es&multi=true&ark=/ark:/48223/pf0 22 de mayo de 2020.
000385146_spa/PDF/[Link]#Chat 105. « "expertos en inteligencia artificial en
GPT%20and%20Artificial%20Intelligence% España" » ([Link]
20in%20higher%20education%20-%20Qui
com/creacion/vida-tecky/quienes-mayores-
ck%20Start%20guide_ESP_v01.indd:.2012
expertos-espanoles-inteligencia-artificial-np
10:700). [Link]. Consultado
rs_502077_102.html).
el 7 de marzo de 2024. [Link]. Consultado el
101. Lozada, Roberto Fernando Lozada; 22 de mayo de 2020.
Aguayo, Estefany Maria Lopez;
106. United States Copyright Office (5 de
Suquilanda, Mariana de Jesus Espinoza;
febrero de 2020). «Copyright in the Age of
Pico, Narcisa de Jesus Arias; Vélez, Grace Artificial Intelligence» ([Link]
Edith Quille (15 de noviembre de 2023). [Link]/events/artificial-intelligence/transcript.
«Los Riesgos de la Inteligencia Artificial en pdf). Library of Congress.
la Educación» ([Link]
[Link]/cienciala/article/view/8301). Ciencia 107. «Why We're Advocating for a Cautious
Latina Revista Científica Multidisciplinar 7 Approach to Copyright and Artificial
(5): 7219-7234. ISSN 2707-2215 ([Link] Intelligence» ([Link]
[Link]/resource/issn/2707-2215). 2020/02/20/cautious-approach-to-copyright
doi:10.37811/cl_rcm.v7i5.8301 ([Link] -and-artificial-intelligence/). Creative
0.37811%2Fcl_rcm.v7i5.8301). Consultado el 8 Commons (en inglés estadounidense). 20
de marzo de 2024. de febrero de 2020. Consultado el 22 de
mayo de 2020.
102. «Los Desafíos y Riesgos de la Inteligencia
Artificial en el Ámbito Educativo: ¿Es la IA 108. «Radio a la Carta - Andalucía es cultura»
un Peligro para los Estudiantes?» ([Link] ([Link]
[Link]/pulse/los-desaf%C3%ADos- ndalucia-es-cultura/detalle/[Link]?vi
y-riesgos-de-la-inteligencia-artificial-en-mig deo=1943744). [Link].
Consultado el 8 de septiembre de 2023.

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.
Ríos, Mauro D. (20 de septiembre de 2023). SSRN, ed. Inteligencia Artificial: Cuando la
tecnología es el menor de los paradigmas ([Link]
t_id=4521736) (1.ª edición). New York: SSRN-ELSEVIER. Consultado el 24 de agosto de
2024.
Rich, Elaine; Knight, Kevin (1991). Artificial intelligence ([Link]
ell00rich) (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]
20200726131518/[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]
17835457). 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]
753).

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-basicas
_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]