La IA viene jugando un papel cada vez más importante en los sistemas de Mando y
Control (aquellos que dan soporte al mando operativo en las tareas de conducción y
seguimiento de las fuerzas asignadas a una misión), en los cuales encuentra aplicación
desde la adquisición de datos y el análisis de los mismos hasta la presentación de la
información al operador. En el presente artículo daremos un breve repaso a la
contribución, presente o futura, de la IA en relación a los aspectos anteriores. Cada
avance tecnológico ha generado tanto entusiasmo como incertidumbre. Desde la
revolución industrial hasta la era digital, el progreso ha permitido mejorar la eficiencia en
diferentes áreas, pero también ha planteado desafíos éticos y sociales. En este contexto,
la inteligencia artificial (IA) se presenta como el más reciente catalizador del cambio,
especialmente en el ámbito del control de procesos. No obstante, antes de considerar
esta tecnología como una solución definitiva, es necesario reflexionar sobre sus
implicaciones.
Comenzando por lo concerniente a la adquisición de datos, la IA muestra un gran
potencial en dos de sus componentes principales: la gestión adaptativa de sensores y la
fusión de los datos provenientes de los mismos. La gestión adaptativa se centra en ajustar
los procesos y parámetros de medición y coordinar los sensores de acuerdo a los
requisitos de la misión y los cambios del entorno. Los nuevos escenarios emergentes
(como la guerra híbrida) y las nuevas generaciones de sensores (biométricos, sociales,
urbanos) animan a concebir formas avanzadas de gestión adaptativa. Técnicas como
la minería de datos en redes sociales y el análisis de vídeo en tiempo real, por citar dos
ejemplos, permitirán una gestión basada en el análisis de un contexto más general, yendo
mucho más allá que las técnicas tradicionales basadas en la teoría de control. A su vez,
los modernos algoritmos de Aprendizaje Profundo, junto a técnicas estadísticas clásicas
(como los métodos bayesianos, que se encuentran en la misma frontera de lo que
actualmente entendemos por Inteligencia Artificial), proporcionan un nuevo horizonte para
la fusión de datos, siendo especialmente relevantes para la combinación de datos no
estructurados (como los datos de voz o el texto en lenguaje natural) provenientes de
fuentes heterogéneas, entre cuyos principales desafíos se encuentran el correcto
alineamiento o asociación de datos y la gestión de los conflictos entre ellos. A modo de
ejemplo, ante informaciones relativas al mismo elemento táctico proveniente de distintos
sensores, el algoritmo de IA se encargaría de establecer la relación entre ellas y resolver
las divergencias basándose en la evaluación del nivel de credibilidad de cada fuente en
distintas situaciones.
Otro aspecto del Mando y Control en el que la IA resulta de gran utilidad es en el de
la ayuda a la toma de decisiones. Mientras que hoy día la posibilidad de sustituir
completamente al humano en la toma de decisiones importantes se antoja lejana, las
herramientas basadas en IA resultan fundamentales a la hora de reducir la carga de
trabajo que recae sobre los responsables de la misma. Claros ejemplos de ello son la
evaluación de la situación y la elección de la línea de actuación óptima.
Automatización y Reducción de Errores: La IA es fundamental para automatizar tareas
repetitivas en los procesos de control, lo que no solo mejora la eficiencia sino que también
reduce los errores humanos. Esto es particularmente relevante en sectores como la
industria, donde pequeños fallos pueden resultar costosos
GBTEC GROUP
.
Control Predictivo: La IA permite la implementación de técnicas de control predictivo,
como el Control Predictivo de Modelos (MPC), que utilizan datos históricos para predecir
el comportamiento futuro de un sistema. Esto ayuda a evitar desviaciones importantes y
optimizar el rendimiento
ICHI.PRO
.
Mejora en la Toma de Decisiones: Al procesar grandes volúmenes de datos y reconocer
patrones, los sistemas de IA facilitan decisiones informadas y rápidas. Esto es clave en
procesos industriales y de negocio donde se deben tomar decisiones en tiempo real
INSTITUTO PARA LA CALIDAD
GBTEC GROUP
.
Desafíos en Implementación: A pesar de sus ventajas, la implementación de IA en el
control de procesos puede ser costosa y compleja. Además, se deben gestionar
problemas éticos y de privacidad relacionados con la recolección y el uso de datos
sensibles. El uso de la inteligencia artificial en el control de procesos, aunque ofrece
importantes ventajas en términos de eficiencia y precisión, también plantea retos
significativos relacionados con la seguridad, la ética y el papel del ser humano en la toma
de decisiones, lo que convierte su implementación en un tema altamente debatible. La
cuestión central radica en si la IA representa una herramienta infalible o si, por el
contrario, su uso podría generar nuevos riesgos que deben ser controlados.
INSTITUTO PARA LA CALIDAD
El autor Barragán Martínez. (2023) destaca:
En este contexto es que la IA se ha desarrollado, llevando a las sociedades a
escenarios de automatización de procesos, con sistemas autónomos e
inteligentes y robots con similitud al ser humano; impactando en la vida y el
statu-quo de las personas en diferentes formas, y planteando nuevos desafíos
y retos a los gobiernos por sus efectos. (p. 26)
En este orden de ideas, la capacidad de una sociedad para generar empleo y desarrollo
tecnológico dependerá de la eficiencia con la que esta industria se desempeñe, sin
importar la política económica ejercida por el gobierno en términos macroeconómicos. El
proceso de expansión en el sector productivo incluye acciones relacionadas con el
desarrollo o adquisición de tecnología para mejorar las condiciones productivas de las
empresas que conforman el sector (Ruiz Guajala, 2022)
Carlos Armas Morales y Juan Eleazar Anicama Pescorán abordan el impacto de la
inteligencia artificial (IA) en la sociedad y las organizaciones, destacando cómo esta
tecnología ha reducido los márgenes de error en diversos procesos. En su trabajo,
señalan que la IA es capaz de optimizar procesos y minimizar errores, lo que la convierte
en una herramienta clave en sectores como la automatización empresarial. Al aplicar
algoritmos de IA, las empresas pueden mejorar la toma de decisiones, predecir resultados
con mayor precisión y realizar ajustes en tiempo real para reducir fallos humanos. Esta
capacidad de corrección y mejora continua es uno de los principales beneficios que ofrece
la IA, especialmente cuando se integra en sistemas organizacionales y productivos.
La IA también impacta áreas como la educación, mejorando la personalización del
aprendizaje y garantizando una mayor equidad en los resultados. Al automatizar
evaluaciones y procesos de retroalimentación, se reduce el margen de error en la
interpretación de los datos y se ofrece un servicio más eficiente
SCIELO
La inteligencia artificial aplicada al control de procesos es una herramienta poderosa que,
sin duda, puede transformar la manera en que gestionamos y optimizamos recursos. No
obstante, como se ha argumentado, también plantea desafíos que no pueden ser
ignorados. Por consiguiente, Implica reconocer que el éxito de esta tecnología dependerá
de cómo se implementen medidas para garantizar su seguridad y ética.
En las organizaciones necesitamos sistemas de control para mantener la gobernanza,
anticipar, detectar y responder frente a los riesgos, y actuar en un marco de normas
internas y otras establecidas por terceras partes como son las leyes, reglamentos, normas
y contratos entre otras. La inteligencia artificial estableció un gran punto de inflexión: es
fuente potencial de grandes beneficios y de grandes riesgos a la vez. En cualquier caso,
las organizaciones, como sistemas sociales que son, carecen de sistemas de control
natural y necesitan construirlos para existir y mantenerse en medio de la revolución de la
inteligencia artificial.
El machine learning permite la automatización de los procesos de inspección, lo que
facilita la detección de fallos durante la producción. Mediante el uso de sensores para
análisis visual o acústico, se pueden identificar errores en tiempo real y corregirlos antes
de que los productos lleguen al mercado.
Para optimizar aún más el control de calidad, la IA generativa puede emplear datos
provenientes de diversas fuentes, como el proceso de producción, la cadena de
suministro y los comentarios de los clientes a través de los distintos canales de la
empresa. Esto permite detectar patrones y tendencias que contribuyan a mejorar la
calidad de los productos
