Untitled

AGENCIA DE VIAJES Y GESTIÓN DE EVENTOS MARÍA JOSÉ ESQUEMBRE MARTÍNEZ: MÓDULO - DIGITALIZACIÓN APLICADA A LOS SECTORES PRODUCTIVOS

RESULTADOS DE APRENDIZAJE RA4

Identifica aplicaciones de IA (Inteligencia Artificial) en entornos del sector donde está enmarcado el título, describiendo las mejoras implícitas en su implementación.

CONTENIDOS

  1. Inteligencia Artificial
  2. Relación de la IA con los sectores productivos
  3. Inteligencia artificial y tratamiento de datos
  4. Lenguajes de programación en IA

INTELIGENCIA ARTIFICIAL

La IA se puede definir como una disciplina de la ingeniería informática que se concibe como la ciencia que intenta crear una máquina o un sistema complejo capaz de pensar y actuar por sí mismo. Esta disciplina se ocupa de investigar si una computadora correctamente programada es capaz de imitar el comportamiento humano, como razonar, planificar y percibir. Averiguar esto es la finalidad de la IA.

Ejemplos de Aplicación de IA

Sistemas de reconocimiento de voz y rostro

Estos sistemas son capaces de reconocer datos biométricos de un individuo, ya que estos no son replicables. Se emplean fundamentalmente como una doble verificación en una transacción bancaria. Primero, la persona accede mediante sus credenciales y, después, se le vuelven a pedir esas mismas credenciales más sus datos biométricos. Una vez comparadas, el sistema decide si es correcto y realiza la acción.

Software de análisis de imágenes

Permite interpretar y obtener información útil de fotos o vídeos. El sistema aprende con grandes bases de datos y, mediante algoritmos y redes neuronales artificiales, reconoce patrones, formas u objetos. Cuando recibe una imagen nueva, puede entenderla, reconocer elementos y tomar decisiones automáticas. Se usa en medicina e investigación, y también en hostelería y turismo, como en cámaras inteligentes que detectan afluencia para mejorar la atención al cliente, o en herramientas que analizan fotos de platos en Instagram para conocer gustos y tendencias.

Motores de búsqueda

Permiten encontrar información en internet de manera rápida e inteligente. Funcionan analizando millones de páginas y aprendiendo de los datos para entender lo que el usuario pregunta y ordenar los resultados según su utilidad y relevancia. Gracias a sus algoritmos, pueden mostrar primero las opciones más adecuadas para cada búsqueda, ahorrando tiempo y facilitando la toma de decisiones. Se utilizan para buscar cualquier tipo de información, como destinos turísticos, empresas, productos o servicios, y un ejemplo muy conocido es Google, que prioriza los resultados que mejor responden a lo que necesitamos.

RELACIÓN DE LA IA CON LOS SECTORES PRODUCTIVOS

La inteligencia artificial está cada vez más presente en las empresas y en nuestro día a día porque es capaz de aprender, analizar datos y automatizar procesos, lo que ayuda a que el trabajo sea más rápido, seguro y eficiente. Los sectores productivos utilizan técnicas como el aprendizaje automático o la visión por computadora para que los sistemas identifiquen patrones, entiendan su entorno y puedan tomar decisiones sin necesidad de que una persona lo haga manualmente.

Gracias a algoritmos avanzados y redes neuronales artificiales, la IA puede imitar capacidades humanas como razonar, planificar, comunicarse o interpretar información visual o digital. Esto permite automatizar tareas, optimizar procesos, reducir errores y mejorar servicios en áreas como la sanidad, el comercio, el turismo o la hostelería.

Dominios de la IA

Los dominios de la IA se dividen en dos categorías:

  1. Core (núcleo): Usos principales, prioritarios y fundamentales de la IA.
  2. Transversales: Usos secundarios, pero igualmente importantes.

Impacto de la Automatización y de la IA

Aunque la automatización y la IA tienen la capacidad de incrementar los beneficios mediante el aumento de la productividad, innovación y eficiencia, también plantean retos directamente relacionados con la mano de obra y diversos sectores de la economía.
La IA y la automatización pueden provocar un desplazamiento de algunos puestos de trabajo, en particular aquellos que se dedican a tareas rutinarias y repetitivas. La fabricación en cadena, donde se hace una y otra vez la misma tarea, o la entrada de datos, pueden verse afectados. Por otro lado, probablemente surjan nuevos requerimientos y habilidades en áreas de programación y análisis de datos.

Cambio de Competencias y Formación

La fuerza laboral de las empresas tendrá que adaptarse a esta realidad y adquirir cualquier habilidad que le provea la capacitación necesaria para operar con nuevas tecnologías. El aprendizaje permanente y la mejora de cualificaciones son fundamentales en este momento tecnológico. Las instituciones educativas y las direcciones de las empresas deben colaborar estrechamente para crear una plantilla con habilidades digitales.

Cambios en la Industria

Algunos sectores, como el transporte, la fabricación, el comercio minorista o la agricultura, pueden experimentar una transformación significativa en la forma en que ejecutan los procesos. La IA y la automatización han liberado a las personas de tareas repetitivas y han aprovechado su creatividad.

CONSIDERACIONES ÉTICAS Y SOCIALES

Se plantean cuestiones éticas ante la posibilidad de pérdida de empleo, la privacidad y la concentración de poder en quienes controlan la tecnología. Además, la automatización y la IA tienen la capacidad de impulsar la productividad y generar un crecimiento económico notable; sin embargo, también podrían agravar la desigualdad laboral si un determinado número de trabajadores se ve relegado a tareas menos técnicas y de menor valor salarial. Se requiere planificación por parte de políticas bien estructuradas que minimicen las consecuencias negativas en el mundo laboral.

INTELIGENCIA ARTIFICIAL Y TRATAMIENTO DE LOS DATOS

La minería de datos (data mining) es el proceso técnico o el método que se emplea para identificar anomalías, patrones y correlaciones en extensos conjuntos de datos con el objetivo de prever resultados. Este proceso se utiliza en diversos campos, incluyendo:

  • Estadística: Estudio numérico de las relaciones de datos.
  • IA: Imitar la inteligencia del ser humano.
  • Machine learning: Algoritmos que pueden aprender de datos para realizar predicciones.

Técnicas de la Minería de Datos

  1. Predictiva: Utiliza datos históricos para llegar a conclusiones sobre acontecimientos que sucederán en el futuro.
  2. Descriptiva: Busca patrones en los datos que proporcionen información sobre el contenido de estos.

LENGUAJES DE PROGRAMACIÓN EN IA

Los lenguajes de programación más comunes en el desarrollo de aplicaciones que integran inteligencia artificial son LISP, Prolog, Python y Java.

LISP

Es considerado el primer lenguaje de programación y se empleó en el procesamiento natural del lenguaje con IA. Con él se desarrolló el famoso programa Eliza, que permitía mantener una conversación entre un humano y una máquina que simulaba ser una psicóloga. Se considera el primer chatbot de la historia.
Ejemplo de Eliza:

  • Persona: Estoy triste.
  • ELIZA: ¿Por qué estás triste?
  • Persona: Mi familia no me entiende.
  • ELIZA: Háblame más sobre tu familia.

ELIZA fue importante porque parecía que pensaba, aunque realmente no lo hacía.

Prolog

El lenguaje Prolog es un lenguaje de programación pensado para que los ordenadores puedan razonar y resolver problemas lógicos, en lugar de darles instrucciones paso a paso como en otros lenguajes. En Prolog no se programa con “haz esto y luego esto”, sino con hechos y reglas. Se le dicen al ordenador cosas que son verdad y cómo se relacionan, y después se hacen preguntas.
Ejemplo en Prolog:

  • es_padre(juan, pedro).
    (Significa: Juan es padre de Pedro)

Python

Python es un lenguaje de programación que permite dar instrucciones claras al ordenador para que haga tareas automáticamente. Es muy popular porque es fácil de leer, se parece al lenguaje humano y es útil para muchos sectores productivos. Python trabaja con datos, cálculos, decisiones y automatizaciones paso a paso, y por eso se usa mucho en inteligencia artificial y análisis de información.

Java

Java es un lenguaje de programación estructurado, potente y seguro, diseñado para que un mismo programa funcione en distintos sistemas y dispositivos. Es muy usado para desarrollar aplicaciones estables, plataformas web y sistemas de gestión empresarial, como los que utilizan hoteles y empresas turísticas. A diferencia de Python, que es más flexible y fácil de leer/escribir, Java es más estricto: necesita organizar muy bien el código y requiere un proceso previo de compilación antes de ejecutarse.

Usos comunes de Java:

  • Aplicaciones Android
  • Sistemas Bancarios
  • Aplicaciones web
  • Sistemas empresariales grandes
  • Aplicaciones móviles

Ejemplo en Java: 

public class Hola {
    public static void main(String[] args) {
        System.out.println("Hola mundo");
    }
}