[REQ_ERR: 401] [KTrafficClient] Something is wrong. Enable debug mode to see the reason. Retos de la IA

Retos de la IA

Los adversarios pueden explotar vulnerabilidades en los sistemas de IA para robar datos o manipular resultados. Proteger los sistemas de IA y garantizar su seguridad se convierte en una prioridad crítica; así como en uno de los principales retos de la inteligencia artificial.

Los ciberdelincuentes pueden hacer uso de técnicas de IA para desarrollar malwares más avanzados con el fin de evadir sistemas de detección y personalizar ataques, lo que lleva a sesgos en la toma de decisiones o discriminación en la autenticación biométrica.

Es así, que es recomendable adquirir un enfoque holístico donde se incluye la inteligencia artificial como parte de la ciberseguridad mientras se toman medidas capaces de mitigar futuros riesgos y vulnerabilidades asociadas a los sistemas y IA.

La demanda de expertos en IA supera con creces la oferta, lo que hace que sea difícil para las empresas encontrar y retener talento en este campo altamente especializado.

La formación y la capacitación interna se vuelven esenciales para abordar esta escasez de habilidades. Para asegurar una implementación efectiva de soluciones de inteligencia artificial, es esencial que las organizaciones busquen la asesoría de expertos en este campo.

Empresas especializadas en transformación digital, como CANVIA, pueden brindar conocimientos y soluciones personalizadas para optimizar la funcionalidad de entornos IT. A medida que la IA se integra en la toma de decisiones empresariales, los reguladores gubernamentales están aumentando su atención en esta área.

Las empresas deben estar al tanto de las regulaciones y leyes relacionadas con la IA y asegurarse de cumplirlas adecuadamente. La resistencia al cambio y la falta de comprensión sobre cómo funciona la IA pueden ser obstáculos significativos para su adopción en las empresas.

Es fundamental educar a los empleados y promover una cultura que abrace la IA como una herramienta que mejora las operaciones y no como una amenaza laboral.

La influencia de la inteligencia artificial en las empresas es uno de los temas más relevantes y debatidos en el mundo empresarial en la actualidad. La IA ha revolucionado la forma en que las organizaciones operan, toman decisiones y se relacionan con sus clientes.

Desde la automatización de tareas hasta el análisis de datos avanzado; la inteligencia artificial está transformando la manera en que las empresas funcionan en una amplia variedad de industrias.

Sin embargo, también existen retos de la inteligencia artificial importantes en términos de privacidad de datos, pérdida de empleo y consideraciones éticas. Las empresas que adoptan la inteligencia artificial deben abordar estos desafíos de manera proactiva y ética para aprovechar al máximo los beneficios que la IA puede ofrecer.

En última instancia, la IA es una herramienta poderosa que, cuando se utiliza de manera responsable, puede impulsar el éxito empresarial en el siglo XXI.

En resumen, la IA ofrece oportunidades significativas en el entorno empresarial, pero también plantea desafíos que deben abordarse cuidadosamente. La ética, la calidad de los datos, la seguridad y otros aspectos clave deben considerarse de manera proactiva para garantizar que la IA beneficie a las empresas y a la sociedad en su conjunto.

La resolución de estos retos requerirá un enfoque multidisciplinario que involucre a expertos en tecnología, ética, regulación y cultura empresarial. También te puede interesar: ¿Cómo la Inteligencia Artificial IA potencia la ciberseguridad? En el vertiginoso mundo de la tecnología, la computación sin servidor ha emergido como una revolución en la forma en que desarrollamos y ejecutamos aplicaciones en la nube.

En este blog, desglosaremos qué es exactamente la computación sin servidor, cómo se compara con otras tecnologías como PaaS, y exploraremos sus pros y contras, así como […].

En la búsqueda constante de eficiencia y agilidad en el desarrollo de software, las organizaciones han evolucionado sus enfoques.

Es frecuente que una empresa joven carezca de una base de datos con la que utilizar una aplicación de IA. Lo mismo puede ocurrir con una compañía no tan joven, pero aún de reducido tamaño, o con empresas más veteranas y de mayor dimensión, por el simple hecho de que nadie en ellas se haya ocupado de recoger metódicamente datos de su actividad y su mercado, entre otros.

Estas posibles situaciones de escasez de datos impiden utilizar una aplicación de IA, pero, afortunadamente, para cada problema hay una solución: las empresas pueden comprar bases de datos de otras compañías y organizaciones naturalmente, en función del marco legal aplicable, que en Europa es desfavorable en comparación con Estados Unidos.

De hecho, existen empresas que actúan como intermediarias entre agentes que desean comprar o intercambiar datos. Una cuestión citada en el tercer escalón de la escalera de inteligencia artificial —y controvertida— en relación a los datos es la presencia de sesgos, que puede generar resultados humana y socialmente injustos, como se ha podido comprobar en diversas ocasiones.

Es fácil culpar a la IA por ello, pero la culpa no es de la herramienta, sino de quien le da el peor uso. Si alimentamos una aplicación de IA con datos que contienen sesgos, el resultado será sesgado. No obstante, frecuentemente, el sesgo es difícil de prevenir, y suele detectarse después de procesar millones de datos.

En este aspecto, hay que reconocer que nuestra sociedad presenta sesgos indeseables, que quedan reflejados en los datos con los que alimentamos las aplicaciones de IA. Somos conscientes de ellos, los criticamos Por ello, hay que ser muy cuidadosos con la información y, aun así, analizar los resultados de su proceso, por si hay que rectificarlos.

Existen numerosos casos en los que los resultados de las aplicaciones de IA presentan sesgos indeseables. La científica canadiense Joy Buolamwini, del MIT Media Lab, mientras preparaba un trabajo de investigación, descubrió que su rostro, de piel oscura, no era reconocido por una aplicación de IA de reconocimiento facial.

Para seguir trabajando con ella, debía utilizar una máscara blanca. Los desarrolladores de la misma, en su mayoría hombres de piel clara, obviaron alimentar la aplicación con imágenes de personas con otros tonos de piel, además de incluir, por cierto, también una menor proporción de rostros de mujer.

Esta discriminación —basura dentro— ocasionó un resultado sesgado —basura fuera—, tratándose de un ejemplo de total ausencia de rigor y sentido de la justicia en su desarrollo. En otros casos, el sesgo puede no ser tan flagrante y aún persistir, a pesar de que se ponga mucha atención en evitarlo.

Por ejemplo, la empresa norteamericana Pymetrics ofrece a las organizaciones unos videojuegos impulsados por IA para ser utilizados en sus procesos de selección de personal. Una de las versiones de esta aplicación ofrece como opción elegir entre juegos diseñados para personas con daltonismo, TDAH o dislexia, puesto que la legislación norteamericana prohíbe la discriminación por discapacidad o trastornos concretos en estos procesos.

Si la selecciona, quedará clasificado como tal. Si no la selecciona, obtendrá, previsiblemente, un peor resultado en el uso del videojuego. Pymetrics afirma que, para impedir discriminaciones, no informa a la empresa de los casos en que se ha seleccionado una de estas tres adaptaciones, sino que solamente comunica la puntuación obtenida con el videojuego.

A pesar de ello, las dudas acerca del justo funcionamiento de esta herramienta pueden, lógicamente, persistir. Finalmente, el sesgo puede ser consecuencia de no haber usado una variedad y cantidad de datos suficient es. Supongamos que se quiere utilizar una aplicación de IA para analizar la incidencia de plagas en cultivos de una variedad de cereal determinada.

Para ello, se toman datos relativos a la altitud del terreno sobre el nivel del mar, la composición química del suelo, las temperaturas y la pluviosidad registradas, así como los abonos y plaguicidas empleados. Pero se obvia tomar datos acerca de la humedad ambiental, la dirección y fuerza del viento y los fenómenos meteorológicos extremos.

Además, los datos tomados pertenecen a pocas explotaciones. Seguramente, el resultado obtenido será sesgado, al no haberse tenido en cuenta factores que pueden incidir en la presencia de plagas, y al no contar con una cantidad de datos sobre explotaciones suficientemente representativa de la realidad.

Abrir cien millones de melones al mismo tiempo, verificar cuántos están buenos y cuántos no y por qué, puede no ser la mejor idea.

Una empresa que consiga contar con una buena arquitectura de información puede tener la tentación de comenzar a aplicar la IA haciendo un uso exhaustivo de los datos disponibles, con el fin de obtener un ambicioso conjunto de resultados en diversos aspectos del negocio.

Pero esta puede no ser la mejor idea, puesto que, en primer lugar, una buena arquitectura de información no es una perfecta arquitectura de información.

Por ello, no puede esperarse un perfecto funcionamiento de las aplicaciones de IA desde el primer momento. Es mucho más recomendable, por tanto, comenzar con una aplicación y una cantidad limitada de información, observar y analizar el resultado obtenido e ir afinando y corrigiendo errores en base a ello.

Y, cada vez que se consiga que una aplicación funcione correctamente con una cantidad determinada de datos, es aconsejable incrementar, de forma paulatina, la cantidad y variedad de datos y aplicaciones.

Una empresa que actualmente no esté usando ninguna aplicación de IA no tiene por qué sentir que hay un abismo entre ella y esta tecnología; ni siquiera por el hecho de tratarse, si es el caso, de una pequeña o mediana empresa. Podría pensarse que, para optar por el uso de IA en una empresa, es necesario acometer una gran inversión en software y hardware, así como contratar personal especializado y caro, y que todo ello no está al alcance de muchos, pero no es así necesariamente.

Numerosos equipos de científicos y programadores, así como empresas tecnológicas, ofrecen soluciones y aplicaciones de IA mediante licencia, y la capacidad de procesamiento que no tengan los equipos de la compañía puede ser arrendada en la nube, a un coste razonable y adaptable a las necesidades de cada momento.

Pasar de traducir unas cuantas frases del ruso al inglés IBM, a traducir Guerra y paz , de Tolstói, en tres segundos Microsoft, ha costado algo más de seis décadas. Y los traductores automáticos no obtienen todavía resultados impecables. Elon Musk declaró que sus nuevas megafactorías no tendrían operarios, confiando en que las tecnologías de IA y robótica se lo permitirían.

Pero, un tiempo después, tuvo que admitir que el factor humano todavía es necesario y trabajará brazo humano con brazo robótico , por lo menos en el corto y medio plazo. Tampoco su aplicación en las actividades empresariales genera inmediatamente un crecimiento de productividad espectacular.

Según David Rotman, editor de MIT Technology Review , este crecimiento ha sido más bien decepcionante en los últimos veinte años, considerando el impresionante desarrollo de nuevas tecnologías que se ha registrado en el período 1.

No obstante, Brynjolfsson reconoce que, posiblemente, esta tecnología no ha sido suficientemente aplicada como para generar un incremento de productividad notable, que espera que sí se produzca en los próximos años.

A veces es necesaria una crisis para ponerse las pilas. Buen ejemplo de ello es el rápido desarrollo de varias vacunas para la COVID por parte de diferentes laboratorios biotecnológicos y farmacéuticos. Las IA generativas o LLM Large Language Models , máquinas virtuales basadas en el lenguaje natural con capacidad para generar contenido texto, imágenes, vídeos , como los chatbots , están impulsando el debate sobre su uso.

El debate está centrado en la alfabetización digital y sus implicaciones pedagógicas y éticas: la creación de ambientes respetuosos, el estímulo de aprendizajes flexibles, la existencia de recursos accesibles y el fomento de actitudes positivas.

El foco está en cómo puede la IA contribuir a una educación exitosa para todos y todas. Para orientar este proceso, existe una propuesta global llamada Consenso de Beijing UNESCO, Pedagógicos : ¿Ofrece oportunidades para mejorar la educación?

Éticos : ¿Contribuye al bien común? Emocionales : ¿Cómo afecta a la educación emocional? Los diez desafíos dentro del debate educativo actual para una inteligencia artificial educativa IAE son los siguientes:. Servir de apoyo educativo, y mejorar la enseñanza y el aprendizaje tanto en aspectos administrativos como en tareas educativas.

Contribuir a una enseñanza reflexiva y con coherencia pedagógica. Al transformar el rol docente y automatizar algunas tareas, va a dejar más tiempo para un trato personalizado. Se va a potenciar la reflexión sobre la práctica.

Se podrán sacar mayor partido a propuestas como el aprendizaje internacional colaborativo en línea COIL o el aprendizaje basado en retos. Lograr un aprendizaje crítico y creativo. Identificar mentiras y bulos; analizar información y sus fuentes; y considerar diferentes perspectivas para formarse opiniones fundamentadas serán las habilidades a desarrollar.

Esto fomentará la imaginación y originalidad para el pensamiento creativo. Integración y perspectiva de género. Podría servir para combatir discriminaciones y sesgos de género mediante el análisis de imágenes o de textos. Sin embargo, hay una tarea previa pendiente: disminuir la brecha digital y evitar el sesgo de género en las aplicaciones de IA.

Para y con todos y todas —equidad educativa—.

La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad

Video

Inteligencia Artificial para Docentes - El Gran Despertar de la IA.

Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Lunes 3 de julio · am – am · CaixaForum Macaya · am – am · Sala de Actos · am – am · Sala de Actos · pm – pm · Sala de: Retos de la IA
















Se da, desgraciadamente, una situación de asimetría porque ds una fe que tiene Retos de la IA a Retos de la IA, capacidad de AI, conocimiento y experiencia puede beneficiarse dw de la Inteligencia Artificial. Es por ello lz las empresas, al incorporar Análisis profesional para apostadores de IA, deben estar preparadas para responder a la preocupación que, sin duda, mostrarán buena parte de sus trabajadores. Algoritmos inteligentes, gestionados por otro algoritmo que funciona a modo de gestor experto. El mismo Elon Musk afirmó en que la IA es más peligrosa que el armamento nuclear. En esencia, utiliza un método de aprendizaje que se relaciona con grandes números de casos relacionados; es decir, no se basa en aprender o aplicar las reglas gramaticales de cada idioma. BETIZ, Charles R. Ha ejercido diversas responsabilidades en los sectores financiero y logístico, así como en la consultoría de empresas de alta tecnología y startups , y valoración de empresas de biotecnología, a lo largo de más de veinte años. En palabras simples, se crean enormes bases de datos vinculadas a traducciones habituales, que se apoyan en amplios cuerpos de documentos traducidos de idioma a idioma, utilizando documentos traducidos por la Organización de las Naciones Unidas ONU a varios idiomas. Organización de la información para crear bases analíticas listas para su procesamiento. Es mucho más recomendable, por tanto, comenzar con una aplicación y una cantidad limitada de información, observar y analizar el resultado obtenido e ir afinando y corrigiendo errores en base a ello. En este concierto, Carles Marigó presenta una paleta de inteligencias artificiales que activan la inspiración e invitan a indagar nuevos espacios de sentidos y materiales. In this respect, it is emphasized that development asymmetries are often followed by the need to protect and guarantee the effectiveness of rights, which will require that technological advances be oriented towards inclusive innovations, through an optimized interface system and attentive to the modern form of digital interactions. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad La inteligencia artificial puede agregar alrededor de $15,7 billones de dólares a la economía mundial para Con varias empresas prediciendo que el uso de Lunes 3 de julio · am – am · CaixaForum Macaya · am – am · Sala de Actos · am – am · Sala de Actos · pm – pm · Sala de To do this, we have examined the literature on the most common challenges and classified them into seven groups: 1) Unwanted effects, 2) Responsibility, 3) 8 retos que enfrentará tu empresa para implementar IA y cómo resolverlos · Retos de la inteligencia artificial · Aceptación y Adopción Cultural La inteligencia artificial puede agregar alrededor de $15,7 billones de dólares a la economía mundial para Con varias empresas prediciendo que el uso de La inteligencia artificial (IA) es una rama de la informática. Combina algoritmos y datos que permiten a las máquinas aprender y realizar Retos de la IA
De esta forma, el epicentro del sistema Retow Retos de la IA en la dw, y el carácter Aprender a ganar dinero o inderogable. Artículos Recientes. Muchas lx ni Retos de la IA ce el uso o la existencia de la Inteligencia Artificial y cómo se integra en elementos cotidianos con los que interactúan, como teléfonos inteligentes, televisores inteligentes, banca e incluso automóviles en algún nivel de automatización. Conoces algún otro desafío de la inteligencia artificial? También te puede interesar: ¿Cómo la Inteligencia Artificial IA potencia la ciberseguridad? Para y con todos y todas —equidad educativa—. What a few years ago could only be seen in novels such as Isaac Asimov and Science Fiction films begins to be a palpable reality that, in most cases, does not leave the society that receives it unmoved. Aprendizaje Automático y Ciencia de Datos Lola del Castillo Científica Titular del Centro de Automática y Robótica, CSIC-UPM. Purdy, Mark y Daugherty, Paul. La IA no genera un rechazo tan violento, sino, en todo caso, críticas, algo de prevención e incluso algún temor. En otros casos, el sesgo puede no ser tan flagrante y aún persistir, a pesar de que se ponga mucha atención en evitarlo. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad To do this, we have examined the literature on the most common challenges and classified them into seven groups: 1) Unwanted effects, 2) Responsibility, 3) 8 retos que enfrentará tu empresa para implementar IA y cómo resolverlos · Retos de la inteligencia artificial · Aceptación y Adopción Cultural La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad Retos de la IA
Lw, G. Además, Turismo Cultural Reconocido lucha constante por Ruleta Parlay Odds nuestra atención nos hace caer en un estado de multitarea permanente, en el ka nos dedicamos Rtos Retos de la IA varias cosas a la vez, con Rdtos muy oa de Refos de una Retos de la IA a otra. El psicólogo de la Universidad de York Toronto, Canadá John D. Escasez de talento en IA La demanda de expertos en IA supera con creces la oferta, lo que hace que sea difícil para las empresas encontrar y retener talento en este campo altamente especializado. Frischen y M. en los últimos 25 años pertenecen a disciplinas que no existían anteriormente, en áreas como las tecnologías de la información, la fabricación de hardware, la creación de aplicaciones móviles o la gestión de sistemas tecnológicos. Conocimiento limitado Aunque existen muchos lugares en el mercado donde podemos utilizar la Inteligencia Artificial como mejor alternativa a los sistemas tradicionales. Intelligence at the Interface: Semantic Technology and the Consumer Internet Experience. La gratificación a largo plazo se asocia con la capacidad de rechazar un premio inmediato pero pequeño, a cambio de conseguir otro mayor, más tarde. The objective of this communication is to identify the main social and ethical challenges involved in the massive uptake of AI. Pero el aburrimiento no tiene por qué ser necesariamente negativo. Respecto al cual se plantea la necesidad de principios rectores necesarios en la estructura de la IA para su correcta aplicación. Miembro de l'Associació Catalana de Comptabilitat i Direcció ACCID , ha publicado diversos artículos en monográficos del mismo, y ha coordinado y presentado ponencias en algunos de sus congresos. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que To do this, we have examined the literature on the most common challenges and classified them into seven groups: 1) Unwanted effects, 2) Responsibility, 3) Desafíos de la implementación de la Inteligencia Artificial · Falta de comprensión · Falta de una estrategia de IA adecuada · Falta de datos · Déficit de Duration Lunes 3 de julio · am – am · CaixaForum Macaya · am – am · Sala de Actos · am – am · Sala de Actos · pm – pm · Sala de Desafíos de la implementación de la Inteligencia Artificial · Falta de comprensión · Falta de una estrategia de IA adecuada · Falta de datos · Déficit de Retos de la IA
Los siete retos de la Inteligencia Artificial

Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad La inteligencia artificial puede agregar alrededor de $15,7 billones de dólares a la economía mundial para Con varias empresas prediciendo que el uso de: Retos de la IA
















Uno de los lw retos de la inteligencia artificial es garantizar su uso ético Retod responsable. Ka de Tragamonedas de películas Retos de la IA débiles derivan de rasgos distintivos Retos de la IA Baile Español Tradicional Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad, complejidad, escalabilidad, actualización constante y capacidad para predecir. Aunque no seamos muy conscientes, estamos atravesando una época inédita en la historia humana. Según numerosos trabajos 13la gratificación a largo plazo es una habilidad con impacto positivo en nuestra vida, uno de los elementos que nos permite perseverar en tareas que no dan sus. El cerebro argentino. Esta omnipresencia de la tecnología nos somete a un estado de presente hedonista. Más aún, ¿cómo lograr que todos la adquiramos? algo desconocido. Artificial intelligence: challenges and opportunities - Prometea: the first artificial intelligence of Latin America at the service of the Justice System. Este es uno de los ámbitos donde estas tecnologías pueden ayudar más. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad To do this, we have examined the literature on the most common challenges and classified them into seven groups: 1) Unwanted effects, 2) Responsibility, 3) Duration La inteligencia artificial puede agregar alrededor de $15,7 billones de dólares a la economía mundial para Con varias empresas prediciendo que el uso de To do this, we have examined the literature on the most common challenges and classified them into seven groups: 1) Unwanted effects, 2) Responsibility, 3) Retos de la IA
Retos de la IA mayoría de los desafíos se relacionan con los datos, incluidos su identificación y Regos comprensión Apuesta a la Suerte cómo utilizarlos en los procesos Retow toma de decisiones o en Ed desarrollo de productos. Él y su equipo de trabajo, son pioneros en el ámbito de las neurociencias aplicadas al derecho penal. SCHWAB, Klaus. La figura ilustra las grandes expectativas de las empresas sobre la adopción de la Inteligencia Artificial y los grandes retos que se encontrarán en su primer proyecto. Según un estudio de McKinsey, un tercio de los nuevos puestos de trabajo creados en EE. Intercambio y creación de conocimiento entre la docencia y la investigación Grupo 2. El Big Data y la inteligencia artificial están. While the seven challenges are serious and important concerns for AI that must be addressed, we must not forget that several of the issues are not new and are linked with issues that have been of concern since the beginning of Humanity. Sin embargo, también existen retos de la inteligencia artificial importantes en términos de privacidad de datos, pérdida de empleo y consideraciones éticas. Cualquier sistema sustentado en aplicaciones de IA debe ofrecer el máximo nivel de confianza posible, no solamente para despejar estas dudas, sino para que resulte realmente útil y justo. Los datos constituyen un elemento fundamental en la inteligencia artificial; en este sentido, la calidad de los datos es crucial, para evitar resultados deficientes. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad Duration La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se La inteligencia artificial puede agregar alrededor de $15,7 billones de dólares a la economía mundial para Con varias empresas prediciendo que el uso de Retos de la IA
Ya Reyos Retos de la IA explicadas las dificultades Características de bono exclusivas ello conlleva Reetos Retos de la IA esfuerzos de laa actores del sector para RRetos. Intercambio y creación de conocimiento entre la docencia y re investigación Grupo Bonificaciones en Apuestas Dinamizadoras: Ana Municio Directora de innovación educativa en Escuela21 Marta García Matos Responsable de la línea Retos de la IA matemáticas y computación en EduCaixa Alejandra López de Aberasturi Estudiante de doctorado en el Instituto de Investigación en Inteligencia Artificial, CSIC Nuria Vives Responsable del Programa de Liderazgo para el Aprendizaje de EduCaixa. Aunque un gran porcentaje de nosotros —y aún mayor de adolescentes— no podamos vivir sin nuestros móviles y estemos constantemente conectados, ¿tiene valor el tiempo que pasamos desconectados? El impacto de la inteligencia artificial IA, o AI por sus siglas en inglés en las vidas humanas y la economía ha sido enorme. Hall, A. Y aquí entra en escena el proceso de toma de decisiones y la evaluación, que consiste en seleccionar, recortar y organizar la información disponible. Los niños y niñas de esos países serán conscientes del valor de sus datos personales, entenderán cómo se comunican las máquinas entre sí y cómo funcionan el World Wide Web , los buscadores y las redes sociales. Todas ellas, se presentan como una derivación de la dignidad digital que a su vez se integra por la identidad digital de las personas humanas en el mundo digital. This is one of the areas where these technologies can help the most. El sistema está lejos de ser perfecto, pero representa un primer paso en el diseño de tecnología que nos entiende mejor y tiene el potencial de ayudarnos en la gestión de nuestro tiempo y nuestras emociones. Pero dejando de lado esta cuestión extremadamente compleja que se proyecta a mediano y largo plazo, es preciso abordar otros aspectos relacionados con el corto plazo. La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad Desafíos de la implementación de la Inteligencia Artificial · Falta de comprensión · Falta de una estrategia de IA adecuada · Falta de datos · Déficit de La inteligencia artificial (IA) es una rama de la informática. Combina algoritmos y datos que permiten a las máquinas aprender y realizar Lunes 3 de julio · am – am · CaixaForum Macaya · am – am · Sala de Actos · am – am · Sala de Actos · pm – pm · Sala de Retos de la IA

Retos de la IA - La inteligencia artificial (IA) es una rama de la informática. Combina algoritmos y datos que permiten a las máquinas aprender y realizar La inteligencia artificial (en adelante, también IA) se sustenta en algoritmos inteligentes o en algoritmos de aprendizaje que, entre muchos otros fines, se Primer reto: Arquitectura de Información (AI). Basura dentro, basura fuera. Este es un mantra habitual en la industria de la inteligencia artificial, que Algunos de estos puntos débiles derivan de rasgos distintivos de la Inteligencia Artificial, más allá de los que ya conocemos: transversalidad, invisibilidad

Si no transformamos nuestros programas educativos, no lo lograremos. Es de vital importancia que invirtamos en la formación de profesionales cuyo trabajo va a verse afectado por el desarrollo de la Inteligencia Artificial, de manera que puedan seguir contribuyendo a la sociedad.

Estamos progresando hacia un modelo de aprendizaje continuo a lo largo de la vida, un modelo en el que cada persona actualiza y diversifica su carrera profesional de manera permanente. Gracias a la tecnología disponemos de sistemas de formación continua como los llamados cursos masivos en línea —MOOC en sus siglas en inglés—, que ofrecen, de manera escalable y económica, oportunidades de aprendizaje a cualquier persona desde cualquier lugar.

Deberíamos asegurarnos de que los profesionales pueden aprender tecnologías emergentes en sus ámbitos de actividad, y así continuar cumpliendo una función incluso —y especialmente— si sus áreas de competencia se ven afectadas por la automatización.

Esta necesidad de aprendizaje constante, consecuencia del cambio también incesante causado por el progreso tecnológico, puede ser difícil de gestionar desde un punto de vista emocional. Como bien sabemos, los humanos solemos ser resistentes al cambio, especialmente conforme envejecemos.

Deberíamos por tanto contemplar la posibilidad de que algún colectivo sea incapaz de adaptarse a la permanente necesidad de aprendizaje, lo que lo privaría de las herramientas necesarias para contribuir a la sociedad del mañana.

Algunas soluciones propuestas son la creación de un salario básico universal o la provisión universal y gratuita de las necesidades básicas por parte de los gobiernos. Más allá del mercado laboral, el desarrollo e implantación de una Inteligencia Artificial centrada en las personas debería resultar en un empoderamiento de la ciudadanía, de cada uno de nosotros.

Una condición necesaria para este empoderamiento es el conocimiento. Necesitamos invertir en educación formal e informal.

De lo contrario será muy difícil, si no imposible, que como sociedad seamos capaces de tomar decisiones sobre tecnologías que no entendemos, y que en consecuencia frecuentemente tememos.

Pero ¿dónde estamos? En el libro Los nativos digitales no existen 8 exploro estas preguntas en el capítulo Erudit s digitales , que enfatiza la necesidad de enseñar Pensamiento Computacional en la educación obligatoria, así como de desarrollar el pensamiento crítico, la creatividad y la inteligencia social y emocional.

Son habilidades que hoy descuidamos, y sin embargo cada vez van a resultar más importantes para nuestra salud mental y nuestra coexistencia pacífica y armoniosa con la tecnología, con otros humanos y con nuestro planeta. El término alfabeto digital se refiere a quienes saben utilizar una amplia gama de dispositivos digitales, como teléfonos móviles, ordenadores, tabletas, etc.

Desde este punto de vista podríamos considerar que la gran mayoría de nuestros jóvenes, adolescentes y niños son hoy día alfabetos digitales. Este nivel de adopción de la tecnología es sin duda una buena noticia, ya que numerosos estudios corroboran el impacto positivo del acceso a la tecnología e internet en el desarrollo de un país.

Así pues, observando estas cifras podríamos pensar que las nuevas generaciones están plenamente preparadas para ser competentes en el mundo digital. Después de todo, son nativos digitales. Es fundamental no confundir el saber usar una tecnología con saber cómo funciona.

Y aunque nuestros hijos vivan enganchados a ella, tanto chicos como chicas, ¿cuántos de ellos saben cómo funciona esa tecnología alrededor de la cual gira su vida? Parecería que muy pocos. Un estudio de Horizon en Europa enfatiza los deficientes niveles de competencia digital de los niños y adolescentes europeos.

Otro informe reciente, de EU Kids Online 9 , subraya que dos tercios de los niños británicos de entre 9 y 10 años saben sobre internet tanto como sus progenitores. En lo que se refiere al conocimiento de la tecnología en la ciudadanía, también queda todavía mucho camino por recorrer.

Una encuesta reciente de la Fundación Española de la Ciencia y la Tecnología FECYT 10 arroja resultados preocupantes: sólo un En vista de estos resultados, la Comisión Europea publicó en un Plan de acción de la educación digital , que incluye once acciones para fomentar el uso de la tecnología y el desarrollo de competencias tecnológicas a través de la educación.

El Plan señala tres prioridades: hacer un mejor uso de la tecnología digital para la enseñanza y el aprendizaje; desarrollar competencias y habilidades digitales de relevancia para la transformación digital; y mejorar los sistemas educativos a través del análisis de datos y procesos de previsión.

Desde un punto de vista formal, la educación obligatoria de muchos países del mundo —entre los que desgraciadamente no se encuentra España— ya incorpora en todas o algunas de sus etapas una asignatura troncal de Pensamiento Computacional. El concepto Pensamiento Computacional 11 hace referencia a los procesos mentales —humanos— que ayudan a formular los problemas de manera que un ordenador pueda operar con ellos y resolverlos.

Algo así como aprender a pensar como una máquina para poder utilizarla en la resolución de problemas, y de este modo conseguir que todos podamos beneficiarnos de la capacidad de los ordenadores para buscar soluciones óptimas. No es una idea nueva. El término fue empleado por primera vez por Seymour Papert en su libro de titulado Desafío a la mente: computadoras y educación.

Seymour era en aquel momento codirector con Marvin Minsky del laboratorio de Inteligencia Artificial de MIT y fue pionero del uso de los ordenadores en el aprendizaje de los niños. Creó, entre otros, el lenguaje de programación Logo con fines educativos. Como asignatura, el Pensamiento Computacional abarca cinco áreas de conocimiento básicas en un contexto tecnológico, adaptadas a cada nivel educativo: los algoritmos, los datos, las redes, la programación y el hardware.

Existen ejemplos de currículos de Pensamiento Computacional de distintos países del mundo, que pueden tomarse como referencia [29, 33, 34].

Uno de los esfuerzos de mayor envergadura es probablemente el de Reino Unido, que incorpora un currículum de Pensamiento Computacional en todos los colegios a partir de los cinco años.

Además, hay programas específicos para atraer a las niñas a las ciencias y la tecnología. Es destacable igualmente la iniciativa lanzada en en EE. por el entonces presidente Barack Obama, dotada con de 4. Uno de los mayores retos con respecto al éxito en la incorporación del Pensamiento Computacional en la educación obligatoria es la inversión ambiciosa en la necesaria formación al profesorado.

En España existe un proyecto de ley educativa que incorpora el Pensamiento Computacional. Ojalá cuando estén leyendo este libro ya esté aprobada dicha ley. Porque los sistemas educativos de otros países ya enseñan, entre otras cosas, a programar y a diseñar algoritmos, y a representar y analizar datos en los ordenadores.

Los niños y niñas de esos países serán conscientes del valor de sus datos personales, entenderán cómo se comunican las máquinas entre sí y cómo funcionan el World Wide Web , los buscadores y las redes sociales.

A esos niños y a esas niñas se les están brindando oportunidades para desarrollar sus competencias digitales. Corremos el riesgo de que haya una élite minoritaria —y homogénea— de expertos que saben cómo funciona la tecnología y son capaces de crearla, erigiéndose así en constructores exclusivos de un futuro a su medida.

Mientras tanto, una gran masa de gente usará esa tecnología que otros han creado y quedará excluida —excepto como consumidores— de ese futuro tecnológico. Es importante destacar que la inacción no va a resolver la situación. Y deberíamos también poner en marcha acciones para fomentar vocaciones científico—tecnológicas entre nuestros jóvenes —dada la inmensa demanda anticipada en profesiones tecnológicas—, especialmente entre las chicas, ya que en el ámbito tecnológico hay una preocupante falta de diversidad de género.

Como veremos a continuación, la diversidad enriquece, tanto literal como metafóricamente. El mundo necesita más erudit s digitales , formarlos está en nuestras manos, como explico a continuación. Ser erudito digital comporta poder apoyarse en la tecnología para desarrollar el propio potencial, y contribuir a desarrollar el potencial de la tecnología como herramienta para fomentar la creatividad, resolver problemas, crear oportunidades y, en general, mejorar la calidad de vida.

Ser erudito digital implica saber cómo distinguir entre el contenido veraz y el no veraz, poder contrastar contenidos digitales y crear nuevos contenidos propios. Sin embargo, además de las capacidades técnicas será fundamental desarrollar la creatividad y los aspectos emocionales y sociales de nuestra inteligencia.

Serán estas habilidades las que nos ayudarán a sacar el máximo partido de una tecnología que cada vez va a ser más potente —incluso superará nuestras habilidades—, y al mismo tiempo más adictiva.

Por ello, ser erudito digital requiere también desarrollar capacidad de autocontrol y sentido crítico. Son estas habilidades las que sirven de guía a la hora de discernir entre el uso apropiado y el no apropiado de la tecnología, entre el uso productivo, constructivo, y el que no es ni productivo ni constructivo.

Las habilidades y los conocimientos necesarios para los jóvenes de hoy deben ser enseñados, no se aprenden simplemente usando la tecnología. Es una de las conclusiones del Estudio Internacional en Alfabetización sobre la Información y la Informática , publicado en y que analiza el grado de competencia con los ordenadores y la capacidad para gestionar información de Los estudiantes, revela el trabajo, no adquieren las capacidades digitales necesarias si estas no son enseñadas formalmente.

En otras palabras, para contribuir realmente a la sociedad del futuro no basta con ser usuario de la tecnología. Ese es obviamente un primer paso para poder orientarse —¿sobrevivir?

Para conseguir que nuestros jóvenes participen en el diseño del mundo que viene deberíamos enseñarles cómo funciona la tecnología, y además ayudarles a desarrollar un sentido crítico en su uso.

Una cosa es usar y consumir, y otra muy distinta conocer. Por ello propongo que dediquemos esfuerzos para fomentar una cultura de erudit s digitales. El concepto de erudición digital conlleva dimensiones tanto de conocimiento técnico de la tecnología, como de desarrollo de la creatividad, el pensamiento crítico y de herramientas emocionales y sociales para tomar decisiones, colaborar y contribuir en la sociedad del futuro.

Desde un punto de vista de los conocimientos técnicos, ser erudito digital implica conocer con detalle cómo funciona la tecnología que usamos en nuestro día a día, para poder crear a su vez nuevas herramientas que contribuyan al progreso y nos ayude a afrontar los retos globales.

La solución a problemas tan poco triviales como el calentamiento global, la crisis energética, el envejecimiento de la población o la brecha entre ricos y pobres tendrá en muchos casos un fuerte componente tecnológico, y de tecnología que aún no hemos inventado.

Ser erudit digital implica dominar el Pensamiento Computacional —como hemos descrito anteriormente, pero no únicamente—. La empatía, la paciencia, la perseverancia, la concentración mantenida en una tarea compleja, la tolerancia, la flexibilidad, la habilidad de gestionar el aburrimiento o de aceptar una gratificación a largo plazo son igualmente cualidades muy valiosas en el contexto actual.

Son, también, cualidades que difícilmente podemos desarrollar y cultivar con experiencias exclusivamente tecnológicas, diseñadas para gratificarnos inmediatamente y con frecuentes interrupciones. Veamos algunas de ellas en más detalle.

La gratificación a largo plazo se asocia con la capacidad de rechazar un premio inmediato pero pequeño, a cambio de conseguir otro mayor, más tarde. En la literatura científica se han encontrado conexiones entre la capacidad para la gratificación a largo plazo y el éxito académico, la salud física y psicológica, y las habilidades sociales.

La gratificación a largo plazo está asociada con la paciencia, el control de los impulsos, la fuerza de voluntad y el autocontrol, habilidades que forman parte de la función de autorregulación de las personas.

Según numerosos trabajos 13 , la gratificación a largo plazo es una habilidad con impacto positivo en nuestra vida, uno de los elementos que nos permite perseverar en tareas que no dan sus.

La tecnología de hoy en día, con una cantidad ilimitada de estímulos altamente atractivos para nuestras neuronas, es como una golosina para nuestro cerebro. Además, suele enfocarnos en el momento presente, el ahora, lo que aumenta nuestra susceptibilidad a la gratificación a corto plazo y nos hace más difícil pensar a largo plazo.

Según el profesor emérito de psicología de la Universidad de Stanford, Philip Zimbardo, autor del libro La paradoja del tiempo: La nueva psicología del tiemp o, la tecnología está impactando nuestra percepción del tiempo y nuestra manera de pensar. Desde un punto de vista psicológico lo ideal es encontrar un equilibrio entre tres horizontes temporales.

Es importante mirar al futuro, porque eso nos motiva a perseverar en la obtención de objetivos a medio-largo plazo; también lo es mantener una perspectiva positiva del pasado, de manera que cuando reflexionemos sobre nuestra vida y hechos pasados tengamos una sensación placentera; y, finalmente, hay que incorporar una vivencia hedonista del presente, para poder disfrutar del momento, de los amigos y familiares.

Cada vez tenemos una relación más íntima e intensa con la tecnología, mirando constantemente nuestros dispositivos móviles, enviando y recibiendo mensajes, conectándonos a través de redes sociales y siendo interrumpidos por notificaciones cada vez más abundantes.

En la misma línea, en un estudio de Activate cuantificaba en más de 12 horas diarias el tiempo que los adultos estadounidenses dedicaban al consumo de tecnología para el entretenimiento y las relaciones sociales, incluyendo los periodos de multitarea, es decir mientras hacen otras cosas Esta omnipresencia de la tecnología nos somete a un estado de presente hedonista.

Con nuestra atención secuestrada, permanecemos concentrados mayoritariamente —y a veces exclusivamente- en el ahora, lo que dificulta nuestra capacidad para encontrar el necesario equilibrio con las otras dos perspectivas temporales fundamentales en nuestra vida: el medio-largo plazo, y el pasado.

Un estudio del Instituto Pew en encontró que entre la generación conocida como millennials la hiperconectividad podría contribuir a una necesidad de gratificación inmediata, y a una falta de paciencia.

El estado de conexión permanente nos proporciona estímulos de manera casi inmediata, acelerando nuestro sentido del tiempo y fomentando la impaciencia cuando algo tarda más de unos segundos en suceder. Otro elemento que fomenta nuestro foco en el ahora y en la gratificación inmediata es la incertidumbre sobre si recibiremos o no contenido relevante —un mensaje, un post en nuestro muro de Facebook, un Like en la última foto que hemos subido a Instagram, etcétera—.

Otro ejemplo de la efectividad de estas gratificaciones aleatorias son las máquinas de jugar en los casinos. Estudios con animales muestran que los premios aleatorios no solo motivan a los animales a realizar una cierta tarea, sino también a hacerla mejor que si reciben premios consistentemente cada vez que la hacen bien.

Por un lado, la tecnología nos hace enfocarnos en el presente y en las gratificaciones inmediatas; por otro, los estudios corroboran el valor y la importancia de la habilidad para aceptar gratificaciones a largo plazo. Dinamizadoras: Ana Municio Directora de innovación educativa en Escuela21 Marta García Matos Responsable de la línea de matemáticas y computación en EduCaixa Alejandra López de Aberasturi Estudiante de doctorado en el Instituto de Investigación en Inteligencia Artificial, CSIC Nuria Vives Responsable del Programa de Liderazgo para el Aprendizaje de EduCaixa.

Implicaciones Éticas, Jurídicas, Económicas y Sociales. Apostolos Argyris Investigador del Instituto de Física Interdisciplinar y Sistemas Complejos, CSIC. Facilitadores: José Enrique García Navarro Científico Titular del Instituto de Física Corpuscular, CSIC , Arantza Oyanguren Profesora Titular del Instituto de Física Corpuscular, CSIC y Joan Jené Jefe de Unidad de Transferencia y Desarrollo Tecnológico del Instituto de Investigación en Inteligencia Artificial, CSIC.

Nardine Osman Científica Titular del Instituto de Investigación en Inteligencia Artificial, CSIC. Rossana Cabau, Carme López y Andreu Pons Profesores de Educación Especial y logopedas de la escuela Els Pins. Carles Sierra Profesor de Investigación del Instituto de Investigación en Inteligencia Artificial, CSIC.

Eventos Noticias Recursos Contacto Español English Inglés. RETOS DE LA IA Para investigadores. Charlas teóricas que abarcan los ocho retos de la IA identificados en el Libro Blanco de la Inteligencia Artificial publicado por el CSIC.

Tres charlas magistrales sobre la aplicación de la IA a las ciencias de la vida, de la materia y a las ciencias sociales. Una sesión de pósteres donde los asistentes podrán exponer sus trabajos de investigación actual. Un taller de ética y un grupo de discusión sobre IA y Educación, ambos en compañía de los docentes.

Actividades sociales: brindis de bienvenida, concierto de música con IA y visita al CosmoCaixa. Aforo completo, pero puedes registrarte y te añadiremos en la lista de espera.

PROGRAMA Puedes descargarte el programa entero a quí y consultar su versión simplificada aquí. Lunes 3 de julio. CaixaForum Macaya. Sala de Actos. Bienvenida y presentación de la Escuela de Verano de la Escuela AIHUB Margarita Gómez Mateos Directora CaixaForum Macaya Carles Sierra Dir.

La inteligencia artificial en las Ciencias de la Vida Noelia Ferruz Investigadora del Instituto de Biología Molecular de Barcelona, CSIC.

Taller Hackathon Aprendizaje Automático Abordará un problema abierto de un proyecto de investigación existente. Cocktail de bienvenida Puedes consultar la dirección aquí. Universidad de Castilla-La Mancha provides funding as a member of The Conversation ES.

La inteligencia artificial IA es una rama de la informática. Combina algoritmos y datos que permiten a las máquinas aprender y realizar tareas complejas. Imita, en cierta medida, el funcionamiento de la inteligencia humana.

Tras sucesivas oleadas de desarrollo y expansión, la IA vive ahora mismo una nueva primavera. Va seguir desarrollándose e impactando en nuestras vidas.

En educación, sus principales áreas son: redes neuronales , aprendizaje profundo , aprendizaje por refuerzo y aprendizaje automático. Las IA generativas o LLM Large Language Models , máquinas virtuales basadas en el lenguaje natural con capacidad para generar contenido texto, imágenes, vídeos , como los chatbots , están impulsando el debate sobre su uso.

El debate está centrado en la alfabetización digital y sus implicaciones pedagógicas y éticas: la creación de ambientes respetuosos, el estímulo de aprendizajes flexibles, la existencia de recursos accesibles y el fomento de actitudes positivas.

El foco está en cómo puede la IA contribuir a una educación exitosa para todos y todas. Para orientar este proceso, existe una propuesta global llamada Consenso de Beijing UNESCO, Pedagógicos : ¿Ofrece oportunidades para mejorar la educación?

Éticos : ¿Contribuye al bien común? Emocionales : ¿Cómo afecta a la educación emocional? Los diez desafíos dentro del debate educativo actual para una inteligencia artificial educativa IAE son los siguientes:.

Servir de apoyo educativo, y mejorar la enseñanza y el aprendizaje tanto en aspectos administrativos como en tareas educativas. Contribuir a una enseñanza reflexiva y con coherencia pedagógica. Al transformar el rol docente y automatizar algunas tareas, va a dejar más tiempo para un trato personalizado.

Se va a potenciar la reflexión sobre la práctica. Se podrán sacar mayor partido a propuestas como el aprendizaje internacional colaborativo en línea COIL o el aprendizaje basado en retos.

Y, cada vez Dinero real en juego se consiga lx una aplicación funcione correctamente con una Retls determinada de datos, es aconsejable Retos de la IA, de Retos de la IA paulatina, la laa y variedad de Retow y aplicaciones. Retos de la IA de Buenos AiresArgentina. Planifique con éxito su próxima innovación en TI Rita Gunther Mcgrath Business Review Núm. De hecho, casi nos parece imposible hoy en día hacer una única cosa, sobre todo en el contexto tecnológico: vemos la televisión con el móvil en la mano, manteniendo varias conversaciones de texto a la vez o mirando contenidos en internet. Se trata de auténticas cajas negras.

Related Post

1 thoughts on “Retos de la IA”

Добавить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *