En su libro La Singularidad está cerca (2005), el empresario, inventor y escritor Raymond Kurzweil especula acerca de la existencia de tres niveles evolutivos de IA. En un primer nivel existe la IA estrecha [narrow AI, lo que tradicionalmente se denomina inteligencia artificial débil, y que en esta investigación asociamos a las escalas micro y meso de desarrollos e implementaciones], que se especializa en tareas limitadas según el modelo de los sistemas expertos: juegos, transacciones financieras, geolocalización, etcétera. Luego esta podría evolucionar a una IA general [general AI], que aspira a un desarrollo de muchas habilidades “inteligentes” en forma coordinada: sería ya un paso hacia

En 1953 los investigadores Frederick Emery y Eric Trist, del Tavistock Institute de Londres, acuñaron la expresión socio-technical system en un estudio sobre las condiciones de trabajo en organizaciones. Su objetivo era incluir no solo el sistema técnico, sino también el sistema social, en los factores a ser considerados en el estudio del gerenciamiento del trabajo. De esta manera, postularon que las relaciones entre ellos deberían constituir un nuevo campo de investigación alejado de los principios tayloristas y burocráticos predominantes en esa época. Así emergió un nuevo paradigma (Emery, 1978) en la cual las explicaciones y respuestas a los problemas de la organización del trabajo

En la perspectiva de un potencial desarrollo de una inteligencia artificial superinteligente se ha especulado con la posibilidad de que ese despliegue suponga un “riesgo existencial” para la humanidad; esto es, que pueda resultar en la extinción humana o en alguna otra catástrofe global irreversible. No se trata de una hipótesis de ciencia ficción, sino de una controversia científica que se está produciendo entre algunos de los principales investigadores de ciencias de la computación del mundo, a partir de los diferentes escenarios sobre el futuro de la informática que se plantean en sus investigaciones. Científicos como Geoffrey Hinton, Yoshua Bengio o Sam Altman han expresado

Partiendo de la teoría general de sistemas, el pensamiento sistémico constituye una perspectiva de modelización y análisis que involucra un conjunto de consideraciones sobre las características de los sistemas, empezando por la percepción de que estos no están constituidos solo por sus partes, sino también por las interacciones entre ellos y las interacciones con las condiciones exteriores. A través de esta perspectiva, se puede decir que un sistema se constituye mediante todos sus estados posibles. El pensamiento sistémico enfoca una pregunta, circunstancia o problema explícitamente como un sistema, o sea, como algo que remite a un conjunto de entidades interrelacionadas Se trata de considerar que

El término metatecnología se utiliza al menos en tres contextos diferentes. Por un lado, es un término que utiliza el filósofo de la técnica venezolano Ernesto Mayz Valenilla en un libro de 1993 (y que retoma el filósofo estadounidense Carl Mitcham en unos breves apuntes de 1995) donde describe un proyecto de desarrollo técnico que trasciende la escala antropomórfica, antropocéntrica y geocéntrica, con el propósito de “acrecentar el poder de que dispone el humano más allá de las fronteras que le impone su originaria composición somato-psíquica, y la paralela capacidad cognoscitiva sustentada en esta misma” (Mayz Valenilla 1993, 22). En segundo lugar, es el término

El problema de la alineación o el alineamiento (en inglés, AI alignment) en sistemas de inteligencia artificial se refiere a la necesidad de dirigir el desarrollo de dichos sistemas para que –desde su diseño, en su desarrollo y en su implementación– funcionen de acuerdo con los objetivos e intereses de sus diseñadores. Si un sistema es eficiente pero persigue objetivos que no han sido previstos por los desarrolladores se dice que no está alineado. De acuerdo con autores como Stuart Russel (2019) o Iason Gabriel (2020), el objetivo de la alineación de valores de la IA es garantizar que una IA potente esté adecuadamente alineada

Una red neuronal artificial (ANN) es un nodo de unidades de cálculo de IA que procesa datos simulando la forma en que lo hace un cerebro humano. La primera formulación teórica de redes neuronales procede de las formalizaciones de Warren McCulloch y Walter Harry Pitts, quienes en 1943 presentaron la noción de red neuronal y propusieron un modelo binario basado en un sistema de llaves de entrada y salida mediante el cual las neuronas se comunican entre sí de manera masiva e interconectada. Las primeras redes neuronales artificiales fueron estructuras computacionales muy simples que fueron evolucionando y ganando complejidad y se constituyeron como las principales

El Machine Learning(ML), traducido al castellano como aprendizaje maquínico, aprendizaje de máquina o aprendizaje automático (AA), es una subdisciplina de la IA y las ciencias de la computación que se centra en el uso de datos y algoritmos para imitar la forma en que los humanos aprenden, mejorando gradualmente su precisión. El primer antecedente de este desarrollo fue creado por Frank Rosenblatt, en 1958, quien inventó el primer algoritmo de aprendizaje supervisado, llamado Perceptrón. Son modelos computacionales que aprenden a identificar patrones complejos a través del análisis y procesamiento de datos y predecir comportamientos futuros por sí mismas. En el caso del ML profundo, pueden

La Inteligencia Artificial (IA) puede ser definida, en primera instancia, como la capacidad de un sistema computacional de realizar cualquier tarea intelectual que un humano pueda hacer. La Inteligencia Artificial (IA) se presenta entonces como una intersección entre las ciencias de la computación, las ciencias cognitivas y la cibernética que investiga y desarrolla sistemas que replican o emulan ciertos comportamientos humanos. El origen del término se remonta a la Conferencia de Dartmouth (New Hampshire, EE.UU) realizada en 1956, donde un grupo de científicos, entre los que se encontraban John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon. Estos especialistas postularon la existencia de un campo

Una definición posible de riesgo es el efecto de la incertidumbre sobre los objetivos trazados en un determinado plan. Se entiende por efecto una desviación respecto a lo previsto; puede ser positivo, negativo o ambos y puede abordar, crear o resultar en oportunidades o amenazas. Otra definición posible de riesgo es brindada por la reciente ley de IA promulgada por la Unión Europea y sus enmiendas de junio de 2023: la combinación de la probabilidad de que se produzca un daño y la gravedad de dicho daño. Ese riesgo se convierte en significativo como consecuencia de la combinación de su gravedad, intensidad, probabilidad de ocurrencia