{"id":231,"date":"2024-07-15T17:44:46","date_gmt":"2024-07-15T15:44:46","guid":{"rendered":"https:\/\/edunet.uah.es\/wp\/ia\/?p=231"},"modified":"2024-08-03T18:01:13","modified_gmt":"2024-08-03T16:01:13","slug":"la-inteligencia-artificia-no-piensa","status":"publish","type":"post","link":"https:\/\/edunet.uah.es\/wp\/ia\/?p=231","title":{"rendered":"La Inteligencia Artificia no piensa"},"content":{"rendered":"
\n
\"\"<\/figure>\n<\/div>\n\n\n

La Inteligencia Artificial (IA) est\u00e1 dise\u00f1ada para simular una inteligencia similar a la humana, pero no posee conciencia ni la capacidad de pensar del mismo modo que los humanos. La IA est\u00e1 programada para procesar y analizar grandes cantidades de datos, hacer predicciones y adaptarse a la nueva informaci\u00f3n, pero estas acciones est\u00e1n determinadas por algoritmos y reglas predeterminadas, y no por procesos de pensamiento subjetivos.<\/p>\n\n\n\n

\n

A diferencia de la mente humana, la IA no \u00abpiensa\u00bb sino que sigue instrucciones matem\u00e1ticas.<\/p>\n\n\n\n

El pensamiento humano implica intuici\u00f3n, creatividad y experiencias personales.<\/p>\n<\/div>\n\n\n\n

Es m\u00e1s\u2026
La IA no es inteligente, debiera llamarse \u201cmodelo estad\u00edstico predictivo\u201d<\/h3>\n\n\n\n

Mientras los seres humanos podemos reflexionar sobre lo aprendido, la IA depende de la calidad e sus algoritmos matem\u00e1ticos y de la calidad de los datos con los que se entrena. La IA ajusta sus algoritmos para mejorar su precisi\u00f3n en tareas espec\u00edficas.<\/p>\n\n\n\n

El entrenamiento de la IA es fundamental<\/h3>\n\n\n\n
\n

Por ejemplo, para entrenar una IA en reconocimiento de im\u00e1genes, <\/mark>
se le muestran miles de im\u00e1genes etiquetadas para que aprenda a clasificarlas.<\/mark><\/p>\n<\/div><\/div>\n\n\n\n

La IA es una herramienta poderosa pero limitada, que depende de la informaci\u00f3n proporcionada por los humanos para funcionar correctamente.<\/p>\n\n\n\n

C\u00f3mo aprende la IA?<\/h3>\n\n\n\n
    \n
  • El aprendizaje de la inteligencia artificial (IA) se fundamenta en el aprendizaje autom\u00e1tico y el aprendizaje profundo.<\/li>\n\n\n\n
  • El aprendizaje autom\u00e1tico (Machine Learning ML), permite a las m\u00e1quinas aprender de los datos y mejorar sus predicciones o decisiones sin ser expl\u00edcitamente programadas para cada tarea.<\/li>\n\n\n\n
  • El aprendizaje profundo (Deep Learning DL), es una t\u00e9cnica m\u00e1s avanzada que utiliza redes neuronales artificiales con m\u00faltiples capas para aprender de grandes vol\u00famenes de datos.<\/li>\n<\/ul>\n\n\n\n

    Qu\u00e9 los distingue?<\/h3>\n\n\n\n
      \n
    • Una distinci\u00f3n clave es que el aprendizaje autom\u00e1tico ML requiere, generalmente, de datos estructurados y etiquetados para que el algoritmo pueda aprender de ellos.<\/li>\n\n\n\n
    • El aprendizaje profundo DL, puede aprender caracter\u00edsticas y patrones directamente de los datos sin necesidad de etiquetado manual, lo cual lo hace m\u00e1s aut\u00f3nomo y eficiente en tareas complejas.<\/li>\n\n\n\n
    • El DL requiere mayor potencia de c\u00e1lculo y mayor cantidad de datos para entrenarse efectivamente.<\/li>\n\n\n\n
    • Las redes neuronales del aprendizaje profundo pueden realizar tareas m\u00e1s complejas y ofrecer resultados m\u00e1s precisos a medida que procesan y aprenden de m\u00e1s datos.<\/li>\n<\/ul>\n\n\n\n

      Tipos de IA<\/h2>\n\n\n\n

      Los tipos de IA pueden comprenderse en gran medida examinando dos categor\u00edas que la engloban: capacidades y funcionalidades de la IA.<\/p>\n\n\n\n

      Capacidades de la IA<\/h3>\n\n\n\n

      Seg\u00fan su nivel de capacidad para imitar la inteligencia humana, desde tareas simples hasta potencialmente superar la mente humana.<\/p>\n\n\n\n

      IA Espec\u00edfica (d\u00e9bil) (Narrow AI, Weak AI)<\/h4>\n\n\n\n
        \n
      • Es el \u00fanico tipo de IA que existe en la actualidad. Cualquier otra forma de IA es te\u00f3rica. Puede entrenarse para realizar una tarea \u00fanica o limitada, a menudo mucho m\u00e1s r\u00e1pido y mejor que una mente humana.<\/li>\n\n\n\n
      • Sin embargo, no puede actuar fuera de la tarea definida. En cambio, se centra en un \u00fanico subconjunto de capacidades cognitivas y avanza en ese espectro. <\/li>\n\n\n\n
      • Siri, Alexa de Amazon e IBM Watson son ejemplos de IA estrecha. Incluso ChatGPT de OpenAI se considera una forma de IA estrecha porque se limita a la \u00fanica tarea del chat basado en texto.<\/li>\n\n\n\n
      • Por ejemplo, un programa que ayuda a los docentes a calificar pruebas de opci\u00f3n m\u00faltiple autom\u00e1ticamente.<\/li>\n<\/ul>\n\n\n\n

        IA general (Artificial General Intelligence AGI)<\/h4>\n\n\n\n
          \n
        • La Inteligencia Artificial General (AGI), tambi\u00e9n conocida como IA fuerte (strong AI), no es hoy m\u00e1s que un concepto te\u00f3rico. <\/li>\n\n\n\n
        • La AGI podr\u00eda utilizar aprendizajes y habilidades anteriores para realizar nuevas tareas en un contexto diferente sin necesidad de entrenamiento por seres humanos. Esta capacidad permite a la AGI aprender y realizar cualquier tarea intelectual que pueda realizar un ser humano.<\/li>\n\n\n\n
        • En el contexto educativo, una IA fuerte podr\u00eda adaptarse a diferentes estilos de aprendizaje, materias y niveles de habilidad, ofreciendo una ense\u00f1anza personalizada.<\/li>\n<\/ul>\n\n\n\n

          IA superinteligente (Super AI)<\/h4>\n\n\n\n
            \n
          • La superinteligencia artificial es, al igual que la AIG, un concepto estrictamente te\u00f3rico. Si alg\u00fan d\u00eda se hace realidad, la Super IA pensar\u00eda, razonar\u00eda, aprender\u00eda, emitir\u00eda juicios y poseer\u00eda capacidades cognitivas que superar\u00edan a las de los seres humanos.<\/li>\n\n\n\n
          • Las aplicaciones que posean capacidades de Super IA habr\u00e1n evolucionado m\u00e1s all\u00e1 del punto de comprender los sentimientos y experiencias humanas para sentir emociones, tener necesidades y poseer creencias y deseos propios.<\/li>\n\n\n\n
          • Una IA superinteligente podr\u00eda te\u00f3ricamente desarrollar nuevas metodolog\u00edas de ense\u00f1anza y resolver problemas educativos complejos de manera m\u00e1s eficiente que cualquier humano.<\/li>\n<\/ul>\n\n\n\n

            Funcionalidades de la IA<\/h3>\n\n\n\n

            Los cuatro tipos de IA basados en funcionalidades Por debajo de la IA estrecha, uno de los tres tipos basados en capacidades, hay dos categor\u00edas de IA funcional:<\/p>\n\n\n\n

              \n
            1. IA de m\u00e1quina reactiva (Reactive Machine AI)<\/strong><\/li>\n<\/ol>\n\n\n\n

              Las m\u00e1quinas reactivas son sistemas de IA sin memoria dise\u00f1ados para realizar una tarea muy espec\u00edfica. Como no pueden recordar resultados o decisiones anteriores, s\u00f3lo trabajan con los datos disponibles en ese momento. La IA reactiva se basa en la matem\u00e1tica estad\u00edstica y puede analizar grandes cantidades de datos para producir un resultado aparentemente inteligente.<\/p>\n\n\n\n

                \n
              • Ejemplos de IA Artificial Reactiva
                IBM Deep Blue<\/strong>: La IA del superordenador de ajedrez de IBM venci\u00f3 al gran maestro Garry Kasparov a finales de los 90 analizando las piezas del tablero y prediciendo los resultados probables de cada movimiento.<\/li>\n\n\n\n
              • Recomendaciones de Netflix<\/strong>: Las recomendaciones de visionado de Netflix se basan en modelos que procesan conjuntos de datos recogidos del historial de visionado para ofrecer a los clientes los contenidos que tienen m\u00e1s probabilidades de disfrutar.<\/li>\n<\/ul>\n\n\n\n
                  \n
                1. IA de memoria limitada (Limited Memory AI)<\/strong><\/li>\n<\/ol>\n\n\n\n

                  A diferencia de las m\u00e1quinas reactivas, estas s\u00ed cuentan con una memoria, aunque de manera limitada. Esta funci\u00f3n les permite generar aprendizajes a partir de los datos. A pesar de que el almacenamiento de estos aprendizajes se limita a periodos cortos, es posible que estas m\u00e1quinas tomen decisiones en base a la experiencia.<\/p>\n\n\n\n

                    \n
                  • Ejemplos de IA de memoria limitada<\/strong>
                    IA generativa: herramientas como ChatGPT, Bard y DeepAI se basan en capacidades de IA de memoria limitada para predecir la siguiente palabra, frase o elemento visual dentro del contenido que est\u00e1 generando.<\/li>\n\n\n\n
                  • Asistentes virtuales y chatbots: Siri, Alexa, Google Assistant, Cortana e IBM Watson Assistant combinan el procesamiento del lenguaje natural (natural language processing NLP) y la IA de memoria limitada para comprender preguntas y peticiones, realizar las acciones adecuadas y redactar respuestas.<\/li>\n\n\n\n
                  • Coches aut\u00f3nomos: Los veh\u00edculos aut\u00f3nomos utilizan IA de memoria limitada para comprender el mundo que les rodea en tiempo real y tomar decisiones informadas sobre cu\u00e1ndo aplicar velocidad, frenar, hacer un giro, etc.<\/li>\n<\/ul>\n\n\n\n
                      \n
                    1. IA de teor\u00eda de la mente (Theory of Mind AI)<\/strong>
                      En este nivel las m\u00e1quinas son capaces de procesar emociones y realizar procesos de reflexi\u00f3n propios de la mente humana. Es una forma de IA no realizada en la actualidad. Esta IA comprender\u00eda los pensamientos y emociones a las que est\u00e1n expuestas. Esta comprensi\u00f3n puede afectar al modo en que la IA interact\u00faa con quienes la rodean. En teor\u00eda, esto permitir\u00eda a la IA simular relaciones similares a las humanas.<\/li>\n<\/ol>\n\n\n\n

                      Dado que la IA con Teor\u00eda de la Mente podr\u00eda inferir motivos y razonamientos humanos, personalizar\u00eda sus interacciones con los individuos en funci\u00f3n de sus necesidades emocionales e intenciones \u00fanicas. La IA basada en la teor\u00eda de la mente tambi\u00e9n ser\u00eda capaz de comprender y contextualizar obras de arte y ensayos, algo que las actuales herramientas de IA generativa no pueden hacer.<\/p>\n\n\n\n

                      Emotion AI es una IA de teor\u00eda de la mente actualmente en desarrollo. Los investigadores esperan que sea capaz de analizar voces, im\u00e1genes y otros tipos de datos para reconocer, simular, controlar y responder adecuadamente a los seres humanos en el plano emocional. Hasta la fecha, la IA de las emociones es incapaz de comprender y responder a los sentimientos humanos.<\/p>\n\n\n\n

                        \n
                      1. IA consciente de s\u00ed misma (Self-Aware AI)<\/strong><\/li>\n<\/ol>\n\n\n\n

                        La autoconciencia se trata del nivel m\u00e1s alto que puede desarrollar la inteligencia artificial. La idea es que en este punto las m\u00e1quinas sean capaces no solo de comprender emociones, sino tambi\u00e9n de tener emociones propias. <\/p>\n\n\n\n

                        Al igual que en el caso de la teor\u00eda de la mente, es estrictamente te\u00f3rica y a\u00fan queda un largo recorrido para que las m\u00e1quinas puedan desarrollar su autoconciencia. Si alguna vez se consigue, tendr\u00eda la capacidad de comprender sus propias condiciones y rasgos internos junto con las emociones y pensamientos humanos. Tambi\u00e9n tendr\u00eda su propio conjunto de emociones, necesidades y creencias.<\/p>\n\n\n\n

                        La IA de las emociones es una IA de teor\u00eda de la mente actualmente en desarrollo. Los investigadores esperan que sea capaz de analizar voces, im\u00e1genes y otros tipos de datos para reconocer, simular, controlar y responder adecuadamente a los seres humanos a nivel emocional. Hasta la fecha, la IA de las emociones es incapaz de comprender y responder a los sentimientos humanos.<\/p>\n\n\n\n

                        <\/p>\n","protected":false},"excerpt":{"rendered":"

                        La Inteligencia Artificial (IA) est\u00e1 dise\u00f1ada para simular una inteligencia similar a la humana, pero no posee conciencia ni la<\/p>\n","protected":false},"author":1,"featured_media":237,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,58],"tags":[],"class_list":["post-231","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-educacion","category-prospectiva"],"jetpack_featured_media_url":"https:\/\/edunet.uah.es\/wp\/ia\/wp-content\/uploads\/sites\/6\/2024\/07\/Tipos_IA-100w.jpg","_links":{"self":[{"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/posts\/231","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=231"}],"version-history":[{"count":10,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/posts\/231\/revisions"}],"predecessor-version":[{"id":244,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/posts\/231\/revisions\/244"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=\/wp\/v2\/media\/237"}],"wp:attachment":[{"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=231"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=231"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/edunet.uah.es\/wp\/ia\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=231"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}