Información actualizada en septiembre de 2024

La UNESCO definió a la Inteligencia Artificial (IA) como “máquinas capaces de imitar ciertas funcionalidades de la inteligencia humana incluyendo la percepción, el aprendizaje, el razonamiento, la resolución de problemas, la interacción del lenguaje e incluso la producción creativa”.

La IA ya se integró a nuestra vida cotidiana

Los asistentes virtuales como Siri, Google Assistant o Alexa utilizan IA para comprender y responder requerimientos de los usuarios. Esta tecnología también la emplean las plataformas Netflix, Amazon y Spotify para recomendarnos contenidos acordes a nuestros gustos e intereses.

También está presente, entre otras cosas, en juegos en línea; teléfonos celulares inteligentes; herramientas de traducción automática; reconocimiento facial como factor de seguridad en dispositivos; aplicaciones para automatización de tareas repetitivas como chatbots; aplicaciones para creación o edición de textos, imágenes, voces, videos, e incluso música; vehículos autónomos y análisis de datos en medicina.

Cuatro definiciones para comprender el funcionamiento de la Inteligencia Artificial:

Datos: la IA aprende y mejora gracias a los textos; estadísticas, porcentajes e información que nosotros vamos cargando en su sistema. Por ejemplo, para que una IA detecte cuando hay perros en una foto, tendremos que subir miles de imágenes caninas con la posterior confirmación humana de que se trata de mascotas.

Algoritmos: los algoritmos son conjuntos de reglas e instrucciones para que las computadoras realicen determinadas tareas. Uno de los algoritmos más importantes es el llamado aprendizaje automático (machine learning).

Aprendizaje Automático: en el aprendizaje automático, la IA usa algoritmos para encontrar patrones en los datos. Puede ser supervisado, no supervisado y de refuerzo.

En el supervisado se le dan ejemplos etiquetados. Por ejemplo una foto de un perro con una etiqueta que diga “perro”. El no supervisado exige que la IA encuentre ella misma los patrones y estructuras de esos datos. Por último, el de refuerzo consiste en que la máquina decida según prueba y error, recibiendo recompensas o castigos por sus aciertos o equívocos respectivamente.

Modelos: un modelo de IA es el resultado del entrenamiento. Es una representación matemática de los datos entrenados que predice o decide según nueva información.

Redes Neuronales: son un tipo especial de algoritmos inspirados en el cerebro humano. Las redes neuronales están compuestas por capas de nodos (neuronas) que procesan los datos. Cada nodo procesa datos y pasa la información a la siguiente capa. Las redes profundas, o "deep learning", tienen muchas capas y son muy buenas para tareas complejas como reconocer imágenes o entender el lenguaje humano.

Material elaborado con la colaboración de la Dirección Nacional de Formación en Derechos Humanos de la Secretaría de Derechos Humanos del Ministerio de Justicia.