Columna invitadaTecnología
La Inteligencia Artificial y sus aplicaciones en la cotidianidad en el siglo XXI (parte 3)
“La paradoja fundamental es que la Inteligencia Artificial puede convertirse en el poderoso catalizador que necesitamos para recuperar nuestra humanidad”: John Hagel III
David Moisés Terán Pérez *
Buenos días estimadas(os) lectoras(es) de esta columna invitada. Como ya es nuestra sana costumbre, deseo a ustedes un grandioso, feliz, productivo, extraordinario y hermoso martes. En esta ocasión continuaremos con el desarrollo de este tema disruptivo y de vanguardia: “La Inteligencia Artificial (IA)”. Seguimos estableciendo más información sobre sus aplicaciones con el objetivo de complementar las cuatro que vimos en el texto de la semana pasada, sin dejar de sorprendernos al respecto: ya sabemos que la Inteligencia Artificial (IA) se puede utilizar de diversas maneras —tanto en la vida cotidiana, como en aplicaciones y en entornos empresariales distintos—. A continuación se presentan tres ejemplos más, explicados a detalle sobre los usos de la Inteligencia Artificial (IA):
- Los asistentes virtuales: Los asistentes virtuales (AV), son una forma popular de la IA que se utiliza en los teléfonos móviles (smartphones), en los dispositivos domésticos inteligentes, y en el servicio al cliente. Estos asistentes virtuales son capaces de entender y de procesar el lenguaje natural humano para proporcionar información y para realizar tareas como: Responder preguntas, programar recordatorios, hacer reservaciones y mucho más. Es decir, los asistentes virtuales —como ya se comentó al inicio de este subtema—, son programas informáticos diseñados para ayudar a los usuarios a realizar tareas, a responder preguntas, y a proporcionar información específica solicitada por una persona. Estos programas utilizan la inteligencia artificial (IA), para comprender el lenguaje natural humano, y responder de la manera más adecuada posible. Los asistentes virtuales se han vuelto cada vez más populares, gracias a la creciente adopción de dispositivos inteligentes como son: Los teléfonos móviles, los altavoces inteligentes, y los televisores inteligentes. Algunos ejemplos de asistentes virtuales populares incluyen a: Siri de Apple™, Alexa de Amazon™, Google Assistant de Google™, y Cortana de Microsoft™. Estos asistentes virtuales funcionan mediante la interacción del usuario con el dispositivo en el que se encuentra el asistente virtual. El usuario puede hacer una pregunta, y/o dar una orden al asistente —utilizando su voz y/o mediante un chat—, y el asistente virtual procesa la solicitud, utilizando algoritmos de procesamiento del lenguaje natural, y otros algoritmos de la IA, para entender lo que se está preguntando. Una vez que se comprende realmente la solicitud, el asistente virtual utiliza su base de conocimientos, y sus bases de datos; para proporcionar una respuesta y/o para realizar la tarea solicitada. Por ejemplo, el usuario puede pedir al asistente que establezca una alarma para el día siguiente, que lea las noticias, que haga una llamada telefónica, y/o que encienda las luces de la sala. En general, los asistentes virtuales están diseñados para hacer la vida de los usuarios más fácil, confortable, y conveniente posible. Al proporcionar una forma rápida y fácil de obtener información y realizar ciertas tareas, los asistentes virtuales se han convertido en una parte importante de la tecnología moderna, y se espera que sigan desempeñando un papel cada vez más importante en la vida cotidiana y empresarial (Lucas, 2018).
- El análisis de datos: La IA se utiliza ampliamente en la analítica de datos (AD), para ayudar a procesar grandes cantidades de información de manera efectiva. La IA puede analizar datos en tiempo real, identificar patrones y tendencias, y también ofrecer recomendaciones basadas en la información recopilada. Empero, igualmente, la analítica de datos, es un campo de la inteligencia artificial (IA) que se centra en el uso de algoritmos de aprendizaje automático, y otros métodos estadísticos para procesar grandes cantidades de datos y obtener información útil y valiosa. La analítica de datos se utiliza en una variedad de campos como: La empresa, la salud, la investigación y la mercadotecnia. En la IA, la analítica de datos se utiliza para desarrollar modelos que puedan procesar grandes conjuntos de datos de manera más rápida y precisa que los humanos. Los algoritmos de IA pueden analizar grandes cantidades de información en tiempo real, y proporcionar información valiosa sobre patrones, tendencias y relaciones entre los datos. Esto puede ayudar a las empresas a tomar decisiones informadas y a desarrollar tácticas basadas en los datos obtenidos. La analítica de datos en la IA también se utiliza para el aprendizaje automático. El aprendizaje automático es una rama de la IA que se centra en el desarrollo de algoritmos que pueden “aprender”, y mejorar a medida que se les proporciona más datos. La analítica de datos es fundamental para el aprendizaje automático, ya que los modelos de aprendizaje automático, requieren de ingentes cantidades de datos para entrenar y mejorar su precisión. Algunos ejemplos de la aplicación de la analítica de datos en la IA, incluyen la detección de fraudes financieros, la identificación de patrones de comportamiento del consumidor, la optimización de la cadena de suministro(s), y la predicción del rendimiento del mercado de valores. En resumen, la analítica de datos es un campo importante de la IA, que se centra en el uso de algoritmos de aprendizaje automático, y de otros métodos estadísticos para procesar grandes cantidades de datos, y así obtener información valiosa y útil. La analítica de datos en la IA, se utiliza en una variedad de campos y de aplicaciones; y, además, tiene el potencial de mejorar la efectividad y la precisión de muchas tareas empresariales, y de investigación (Winston, 2019).
- La automatización de los procesos: La IA se utiliza igualmente, para poder automatizar procesos empresariales repetitivos como: La facturación, el procesamiento de pedidos, la gestión de inventarios y la clasificación de correos electrónicos. Esto permite a las empresas ahorrar tiempo y recursos, así como reducir los errores humanos. Y, también esta aplicación en la IA, es un conjunto de tecnologías y de técnicas que permiten a las organizaciones, automatizar procesos y tareas repetitivas utilizando la inteligencia artificial (IA) y la automatización robótica de procesos (RPA). La automatización de procesos en la IA, de igual manera, puede ayudar a las organizaciones a mejorar la eficiencia, a reducir los errores y a acelerar el tiempo de procesamiento de las tareas a realizar. La IA puede utilizar técnicas de procesamiento de lenguaje natural (PLN), de visión por computadora, y de análisis de datos, para automatizar tareas que antes requerían forzosamente la intervención humana. Por ejemplo, en el campo de la atención al cliente, la automatización de procesos en la IA se puede utilizar para crear chatbots que pueden responder a las preguntas de los clientes, y solucionar problemas de manera rápida y precisa. En la industria financiera, la IA se puede utilizar para automatizar la detección de fraudes, y para la evaluación de riesgos en tiempo real. La automatización robótica de los procesos (RPA), por otro lado, utiliza un software de automatización para realizar tareas específicas, como la entrada de datos en una aplicación empresarial, la generación de informes y/o la actualización de sus bases de datos. La RPA se puede utilizar para automatizar procesos empresariales, como la facturación, la gestión de inventarios, y la gestión del factor humano en las organizaciones. La combinación de la IA y la RPA puede ofrecer una automatización más efectiva para las diversas áreas y/o departamentos de una organización. La IA, puede ayudar a la RPA a procesar datos no estructurados, y a realizar tareas más complejas y complicadas; mientras que la RPA, puede proporcionar una automatización más rápida y precisa de las tareas más repetitivas. En general, la automatización de procesos en la IA puede ayudar a las organizaciones a mejorar su eficiencia, a reducir los costos y en mejorar la calidad de los procesos empresariales. La combinación de la IA y la RPA ofrece un gran potencial para la automatización de tareas y de procesos cada vez más complejos y complicados (Lee & Lee, 2018).
Estimadas(os) lectoras(es), seguimos viendo que las aplicaciones de la Inteligencia Artificial son cada vez más frecuentes en los diversos ámbitos de la cotidianidad personal, familiar, social y empresarial. Y no debemos perder nuestra capacidad de asombro ante este desarrollo llamado IA. La próxima semana, analizaremos lo relacionado con el diagnóstico médico, la conducción autónoma, el procesamiento del lenguaje natural y la personalización de contenido(s). Vaya momento interesante para el conocimiento, el aprendizaje, el análisis, la reflexión, y la elaboración de nuestras conclusiones sobre este tópico tan de vanguardia. Hasta la próxima semana. (Continuará…)
Referencias:
Lee, J. & Lee, H. (2018). Business process automation: ARIS in practice. USA: Springer-Verlag.
Lucas, R. (2018). AI-Assisted customer service: Boost your business growth. USA: Packt Publishing.
Winston, W. L. (2019). Data analytics for business: What you need to know about data mining and data-analytic thinking. Big Data Analytics, Data Warehousing & Analytics, Business Intelligence & Analytics. USA: Springer-Verlag International Publishing.
