TÍTULO DEL PROYECTO SOCIO FORMATIVO

CAPITULO I: INTRODUCCION
1.1 Antecedentes
Según Aymara Hernández en su investigación de título “La Inteligencia

Artificial como herramienta de apoyo en las actividades de investigación”

nos dice que la liberación de una amplia gama de herramientas basadas en

la inteligencia artificial (IA) ha generado un debate en la comunidad

científica sobre los vacíos existentes en las leyes del derecho de autor en

referencia a contenidos generados con dichas herramientas. Ello ha

motivado a abrir espacios de discusión a nivel mundial a fin de establecer

mecanismos de adaptación ante esta nueva realidad. Las controversias

emergen ante situaciones que se presentan en diversos contextos y que

involucran diversas disciplinas, entre ellas: arquitectura, literatura, artes,

derecho e ingeniería, por mencionar algunas. Por ejemplo: imitación de

diseños arquitectónicos, utilización de ideas y estilos de escritura de

autores reconocidos, uso de imágenes con copyright para realizar

composiciones o collages sin pagar las licencias correspondientes y de

razonamientos generados por la IA como alegatos en procesos legales, son

solo algunos casos que exigen un análisis riguroso. Algunos de los términos

a dilucidar en este contexto son: autenticidad, originalidad, acreditación

(aspectos que involucran la correcta citación y el reconocimiento de la

autoría de ideas de terceros), prácticas éticas y mecanismos de

compensación económica. Lo anterior implica el trabajo conjunto de

creadores, miembros de instituciones de derechos de autor, investigadores,

 abogados expertos en la materia, ingenieros y especialistas técnicos en IA.

(Hernandez, 2023, págs. 1-2)

Según Fernando Juca en su trabajo de investigación de título “El impacto de la

inteligencia artificial en los trabajos académicos y de investigación” menciona que
la inteligencia artificial y todas sus herramientas de apoyo, por ejemplo el
aprendizaje automático y profundo en sistemas basados en inteligencia
computacional, están reconstruyendo nuestra sociedad (economía, educación,
estilo de vida, etc.) y prometen una nueva era para el Estado de bienestar
social. Una revisión de los trabajos recientes publicados en este último campo y el
estado del arte se resumen de manera integral y autónoma para proporcionar un
marco de referencia para la comunidad internacional en inteligencia artificial. La
inteligencia artificial (IA) ha adquirido importancia en las últimas décadas debido a
sus amplias aplicaciones en el mundo real. Los ejemplos incluyen diagnóstico
médico, reconocimiento facial, robótica, aplicaciones de Internet, minería de datos,
aplicaciones industriales, etc. La investigación interdisciplinaria es un sello
distintivo de la ciencia moderna. Aunque históricamente diferentes subcampos
han operado en segregación, desde entonces los investigadores han descubierto
que la síntesis de diferentes áreas de la ciencia da lugar a soluciones más
originales y eficientes que son más aplicables a la comunidad científica en general.
Se requiere una colaboración entre médicos, científicos de datos, investigadores
en informática e ingenieros para garantizar que los sistemas basados en IA y sus
aplicaciones estén capacitados, operados y regulados adecuadamente. Estos
sistemas aportarán una doble perspectiva, tanto como método de análisis como
modelo de síntesis. Como método de análisis, se validan mediante simulación a
través de diferentes modelos diversas teorías que se formulan sobre el
funcionamiento de determinados sistemas biológicos, sin necesidad de actuar
directamente sobre dichos sistemas. Como modelo de síntesis, permiten la
construcción de sistemas que resolverán problemas de manera similar a los
sistemas biológicos. La accesibilidad a grandes conjuntos de datos permite la
aplicación de algoritmos y herramientas complejos de ciencia de datos (DS), por
ejemplo, aprendizaje profundo (DL), para procesar enormes cantidades de bytes de
información no estructurada, lo que permite la extracción de características
relevantes y el reconocimiento de abstracciones de alto nivel con una
generalización cada vez mayor. En este sentido, las herramientas de DS, como el
aprendizaje automático (ML), tienen el potencial de apoyar varios campos de
investigación, como la biomedicina, la neurociencia o la robótica, mediante la
automatización o resolución de tareas complejas en predicción de series
temporales, clasificación, regresión, diagnóstico, seguimiento, etc.

(Juca, 2023, págs. 291-293)

Por otro lado, Diego Acosta en su artículo científico que lleva por título “La
inteligencia artificial en la investigación y redacción de textos académicos” resalta
que el uso de la IA en la investigación y la redacción académica tiene el potencial
de mejorar la calidad y la eficiencia del proceso de investigación, lo que lleva a
resultados más precisos y confiables. La IA marca un antes y después en la
educación superior, sobre todo en la investigación y en la redacción de textos
académicos, por ello, este estudio plantea como hipótesis si la inteligencia
artificial está cambiando la forma de hacer investigación y la redacción de textos
académicos que realizan los docentes. Los textos académicos son los módulos,
guías didácticas y prácticas, artículos científicos, tesis, tesinas, ensayos, y todo
documento que se derive de la investigación docente y que entregue resultados o
desarrolle un producto. (Acosta, 2024, págs. 21-22)
1.2 Planteamiento del problema

La Inteligencia artificial puede tener un impacto significativo en la investigación y

la educación, pero también hay desafíos y limitaciones que se enfrentan sin ella. A

continuación, se presentan algunas de las dificultades que pueden surgir:

 Limitaciones en la búsqueda de información: La IA puede automatizar la

búsqueda y clasificación de información, lo que reduce el tiempo y esfuerzo

 en la investigación.

 Tiempo y eficiencia: La recopilación, organización y análisis de grandes

cantidades de datos puede ser muy lenta y laboriosa.

 Recursos limitados: Sin IA, la necesidad de recursos humanos y tiempo para

realizar tareas repetitivas y tediosas es mayor, lo que puede ser un desafío

para proyectos con limitaciones de presupuesto.

 Análisis de datos no estructurados: Los datos no estructurados, como texto

o imágenes, son más difíciles de analizar sin herramientas avanzadas de

procesamiento y análisis de IA.

 Adaptabilidad y personalización: Ajustar y personalizar la investigación

según las necesidades específicas puede ser menos eficiente y efectivo sin

el uso de tecnologías de IA.

 Búsqueda y recuperación de información*: Encontrar información relevante

en grandes bases de datos y literatura científica puede ser mucho más lento

y menos preciso sin algoritmos de búsqueda avanzada.

1.3 Objetivos del proyecto

Objetivo general:

Identificar los beneficios y limitaciones de la IA Bling como herramienta de

investigación.

Objetivos específicos:

 Evaluar la eficacia, limitaciones y sesgos de la IA Bling en la interpretación,

 recopilación y análisis de datos en comparación con otros métodos
tradicionales.
 Investigar la aceptación y percepción de la IA Bling por parte de
investigadores y profesionales del campo científico.
 Identificar los beneficios que la IA Bling puede aportar en términos de
ahorro de tiempo y recursos en proyectos de investigación.

1.4 Justificación

Justificación social:

Establecer una conexión entre la IA y la sociedad, identificando cómo la IA puede

ser utilizada para resolver problemas y ayudar en el desarrollo de investigaciones
de los estudiantes, viendo cómo implementarla de manera útil y responsable.

Justificación Práctica:

La investigación sobre la IA como herramienta de investigación tiene una

justificación práctica en el sentido de que puede ser utilizada para mejorar el
proceso de investigación en general. La IA puede ser utilizada para analizar
grandes cantidades de datos, lo que puede ayudar a los investigadores a
identificar patrones y tendencias que no podrían ser visibles a simple vista.

Justificación Académica:
La investigación sobre la IA como herramienta de investigación tiene una
justificación académica en el sentido de que puede contribuir al conocimiento
científico y expandir los límites del campo de estudio. La IA es un campo en
constante evolución y requiere una profunda comprensión del funcionamiento de
los sistemas complejos y del comportamiento humano.

1.5 Tipo de estudio

En el campo de la influencia de la Inteligencia Artificial (IA) como herramienta de

investigación, se pueden llevar a cabo diferentes tipos de estudios para
comprender su impacto y alcance en la investigación, en este caso nos
enfocaremos en el estudio descriptivo:

 Estudio descriptivo: Un estudio descriptivo se enfocaría en describir y

caracterizar el uso actual de la IA en la investigación, identificando las
tendencias, patrones y prácticas comunes. Se analizarían casos específicos
de aplicación de la IA en la investigación y se proporcionaría una visión
detallada de cómo se está utilizando esta tecnología.

 falta el porque
1.6 Enfoque
Se hará uso de un enfoque mixto:
Enfoque cuantitativo
Según Sampieri (2014), “El enfoque cuantitativo utiliza la recolección de datos para
probar hipótesis con base en la medición numérica y el análisis estadístico, con el
fin establecer pautas de comportamiento y probar teorías”. Falta pagina
Del enfoque cuantitativo se tomará la técnica de encuestas que nos permitiría
obtener información detallada sobre las percepciones acerca de la inteligencia
artificial como herramienta de investigación. Esta metodología nos permitirá
obtener un resultado más óptimo.

Enfoque cualitativo

Según Sampieri R. (2004), "En el enfoque cualitativo se busca formular preguntas

de investigación e hipótesis para posteriormente probarlas". Falta pagina

Del enfoque cualitativo se tomará la técnica de investigación descriptiva para

describir los factores que influyen en la aplicación de la inteligencia artificial como
herramienta de investigación.

1.7 Técnicas e instrumentos

Como técnica de recolección de datos se utilizará la encuesta:

Una encuesta es una investigación realizada sobre una muestra de sujetos

representativa de un colectivo más amplio, que se lleva a cabo en el

contexto de la vida cotidiana, utilizando procedimientos estandarizados de

interrogación, con el fin de obtener mediciones cuantitativas de una gran

variedad de características objetivas y subjetivas de la población. (Ferrando,

1993)

Explicar a quienes aplicaran la encuesta

1.8 Población y muestra

La inteligencia artificial se ha convertido en una herramienta de investigación cada

vez más utilizada en diferentes campos, ya que permite analizar grandes
cantidades de datos de manera rápida y eficiente. Con el objetivo de conocer la
percepción de los estudiantes de la Universidad Privada Domingo Savio sobre este
tema, se realizará un estudio mediante encuestas.

La población de estudio estará conformada por los estudiantes que cursan sus
estudios en la mencionada universidad. Se espera obtener una muestra
representativa que permita conocer las opiniones, conocimientos y expectativas
de los jóvenes en relación a la inteligencia artificial como herramienta de
investigación.

Las encuestas se llevarán a cabo de manera virtual, garantizando la participación

de un número significativo de estudiantes, la muestra de esta población o grupo
focal será de (pendiente...). Se plantearán preguntas sobre la percepción de la
inteligencia artificial, su aplicación en diferentes áreas del conocimiento, sus
beneficios y posibles desafíos que pueda presentar.
Los resultados de este estudio proporcionarán información valiosa sobre cómo los
estudiantes de la Universidad Privada Domingo Savio perciben y valoran la
inteligencia artificial como herramienta de investigación.

Falta la formula
CAPÍTULO II: MARCO TEÓRICO

Entre algunos conceptos tenemos:

La inteligencia artificial (IA) es la simulación de inteligencia humana que

crea algoritmos y sistemas informáticos capaces de ejecutar tareas simples
y complejas que realizan las personas. Se basa en la idea de que una
máquina puede programarse para imitar la forma en que un ser humano
piensa y actúa. La inteligencia artificial funciona a través de la
implementación de algoritmos y técnicas en sistemas informáticos, los
cuales permiten que una máquina o dispositivo aprenda de los datos y
mejore su rendimiento a medida que se expone a más información. Es
importante tomar en consideración que no toda la inteligencia artificial es
igual; de hecho, actualmente hay diferentes tipos, con su propio enfoque y
métodos. (Londoño, 2023)