Por: Dr. Virgilio M. Malag\u00f3n \u00c1lvarez, PhD<\/p>\n\n\n\n
virgiliomalagonalvarez@gmail.com<\/p>\n\n\n\n
Para \u00abEl Mundo de los Negocios\u00bb y dem\u00e1s Multimedios de The Ballester Business & Media Group, Inc.<\/p>\n\n\n\n
Apreciado Lector: Por considerarlo de inter\u00e9s, les presento algunas consideraciones sobre el tema de la Inteligencia Artificial, que a la postre, NO es tan inteligente.<\/p>\n\n\n\n
I-PREAMBULO:<\/em><\/strong><\/p>\n\n\n\n 1-\u00bfQu\u00e9 es la Inteligencia Artificial (IA)?<\/p>\n\n\n\n La Inteligencia artificial se refiere a sistemas inform\u00e1ticos capaces de realizar tareas complejas que hist\u00f3ricamente solo un humano pod\u00eda realizar, como razonar, tomar decisiones o resolver problemas, etc. Aqu\u00ed hay algunos puntos clave sobre la IA:<\/p>\n\n\n\n a)-Definici\u00f3n: La IA permite que las computadoras y las m\u00e1quinas simulen la inteligencia humana y las capacidades de resoluci\u00f3n de problemas. Puede realizar tareas que de otro modo requerir\u00edan intervenci\u00f3n o inteligencia humana. Los ejemplos incluyen asistentes digitales, gu\u00eda GPS, veh\u00edculos aut\u00f3nomos y herramientas de inteligencia artificial generativa, algoritmos para la guerra, etc.<\/p>\n\n\n\n 2-Tipos de IA:<\/p>\n\n\n\n a)-IA d\u00e9bil (IA estrecha): este tipo de IA est\u00e1 entrenada y enfocada para realizar tareas espec\u00edficas. Los ejemplos incluyen Siri de Apple, Alexa de Amazon, IBM Watson y veh\u00edculos aut\u00f3nomos. Aunque se denomina \u00abd\u00e9bil\u00bb, permite aplicaciones s\u00f3lidas.<\/p>\n\n\n\n b)-IA fuerte: La IA fuerte consta de dos categor\u00edas:<\/p>\n\n\n\n -Inteligencia General Artificial (AGI): IA te\u00f3rica donde una m\u00e1quina tendr\u00eda una inteligencia igual a la de los humanos. Ser\u00eda consciente de s\u00ed mismo y capaz de resolver problemas, aprender y planificar el futuro.<\/p>\n\n\n\n -Superinteligencia artificial (ASI): ASI superar\u00eda la inteligencia y las habilidades humanas. Aunque todav\u00eda es te\u00f3rico, los investigadores exploran su desarrollo\u00b9.<\/p>\n\n\n\n 3-Aplicaciones: La IA se utiliza en varios dominios, incluido el procesamiento del lenguaje natural (PNL), la visi\u00f3n por computadora, la rob\u00f3tica y m\u00e1s. Puede aprender de los datos y hacer predicciones cada vez m\u00e1s precisas con el tiempo.<\/p>\n\n\n\n 4-Consideraciones \u00e9ticas: A medida que crece la adopci\u00f3n de la IA, los debates sobre la \u00e9tica de la IA y la IA responsable se vuelven cruciales. Garantizar la confianza y la transparencia en los sistemas de IA es esencial para su integraci\u00f3n exitosa en los negocios y la sociedad\u00b9.<\/p>\n\n\n\n 5-Qu\u00e9 no es la IA:<\/p>\n\n\n\n a)-La IA no es m\u00e1gica: los algoritmos de IA se basan en datos y modelos matem\u00e1ticos. No poseen poderes m\u00edsticos pero operan a trav\u00e9s de procesos bien definidos.<\/p>\n\n\n\n b)-La IA no es infalible: los sistemas de IA pueden cometer errores, especialmente si los datos de entrenamiento est\u00e1n sesgados o son incompletos. Es necesario realizar un seguimiento y una mejora peri\u00f3dicos.<\/p>\n\n\n\n c)-La IA no es conciencia humana: si bien la AGI tiene como objetivo imitar la inteligencia humana, no implica autoconciencia ni conciencia. La IA carece de emociones, deseos y experiencias subjetivas.<\/p>\n\n\n\n d)-La IA no reemplaza el juicio humano: la IA aumenta las capacidades humanas pero no reemplaza el pensamiento cr\u00edtico, la creatividad o la empat\u00eda.<\/p>\n\n\n\n NOTA 1.: <\/em><\/strong>En resumen, la IA es una herramienta poderosa que mejora nuestras vidas, pero es esencial utilizarla de manera responsable y \u00e9tica. Mientras continuamos explorando su potencial, asegur\u00e9monos de que la IA beneficie a la humanidad en su conjunto.<\/p>\n\n\n\n II-RIESGOS Y APREHENSIONES:<\/em><\/strong><\/p>\n\n\n\n El desarrollo de la Inteligencia Artificial (IA) enfrenta varios desaf\u00edos. Exploremos algunos de los claves:<\/p>\n\n\n\n 1-Calidad y disponibilidad de datos:<\/p>\n\n\n\n a)-Los modelos de IA dependen en gran medida de los datos con los que se entrenan. Los datos de alta calidad, diversos y relevantes son cruciales para realizar predicciones y generalizaciones precisas.<\/p>\n\n\n\n b)-Los desaf\u00edos incluyen la escasez de datos, el sesgo en los datos de capacitaci\u00f3n y la garant\u00eda de la privacidad de los datos.<\/p>\n\n\n\n 2-Obst\u00e1culos tecnol\u00f3gicos:<\/p>\n\n\n\n a)-A pesar de los r\u00e1pidos avances, la IA todav\u00eda enfrenta ciertas limitaciones tecnol\u00f3gicas:<\/p>\n\n\n\n \u2013 Potencia inform\u00e1tica: entrenar modelos grandes y complejos requiere importantes recursos computacionales.<\/p>\n\n\n\n \u2013 Desaf\u00edos algor\u00edtmicos: desarrollar algoritmos eficientes para tareas espec\u00edficas sigue siendo un desaf\u00edo.<\/p>\n\n\n\n \u2013 Interpretabilidad: comprender c\u00f3mo los modelos de IA toman decisiones es esencial para la confianza y la responsabilidad\u00b2.<\/p>\n\n\n\n 3-Falta de comprensi\u00f3n y objetivos claros:<\/p>\n\n\n\n a)-Las organizaciones suelen tener dificultades para definir objetivos claros para los proyectos de IA. La falta de alineaci\u00f3n entre los objetivos comerciales y las iniciativas de IA puede obstaculizar el progreso.<\/p>\n\n\n\n 4-Preocupaciones de privacidad:<\/p>\n\n\n\n a)-Los sistemas de IA procesan grandes cantidades de datos personales. Garantizar la privacidad y el cumplimiento de las normativas (como el RGPD) es fundamental.<\/p>\n\n\n\n 5-Integraci\u00f3n en sistemas existentes:<\/p>\n\n\n\n a)-La integraci\u00f3n de soluciones de IA en sistemas heredados puede resultar compleja. Los problemas de compatibilidad y las interrupciones durante la implementaci\u00f3n necesitan una gesti\u00f3n cuidadosa.<\/p>\n\n\n\n 6-Falta de talento en IA:<\/p>\n\n\n\n a)-La demanda de profesionales cualificados en IA supera la oferta. Las organizaciones enfrentan desaf\u00edos a la hora de contratar y retener expertos en IA.<\/p>\n\n\n\n 7-Preocupaciones \u00e9ticas:<\/p>\n\n\n\n a)-Las decisiones de la IA impactan la vida de las personas. Garantizar la equidad, la transparencia y el comportamiento \u00e9tico es esencial.<\/p>\n\n\n\n b)-Abordar los prejuicios, la discriminaci\u00f3n y las consecuencias no deseadas es un desaf\u00edo constante.<\/p>\n\n\n\n 8-Seguridad y almacenamiento de datos:<\/p>\n\n\n\n a)-Proteger los modelos, los datos y la infraestructura de IA de las ciber amenazas es crucial. Son necesarias medidas de seguridad s\u00f3lidas.<\/p>\n\n\n\n NOTA 2.:<\/em><\/strong> En resumen, si bien la IA es inmensamente prometedora, superar estos desaf\u00edos es esencial para alcanzar su m\u00e1ximo potencial. Las organizaciones, los formuladores de pol\u00edticas y los investigadores deben colaborar para abordar estos problemas y crear un ecosistema de IA responsable y beneficioso.<\/p>\n\n\n\n III-Como se pueden mitigar las aprehensiones:<\/em><\/strong><\/p>\n\n\n\n Mitigar el sesgo en la Inteligencia Artificial (IA) es crucial para garantizar la equidad y prevenir resultados discriminatorios. Aqu\u00ed hay algunas estrategias para abordar el sesgo:<\/p>\n\n\n\n 1-Mitigaci\u00f3n del sesgo previo al procesamiento:<\/p>\n\n\n\n a)-Se centra en los datos de entrenamiento, donde a menudo se introduce sesgo.<\/p>\n\n\n\n \u2013 Las t\u00e9cnicas incluyen aumento de datos, re-muestreo y equilibrio de clases para reducir el sesgo.<\/p>\n\n\n\n 2-Mitigaci\u00f3n del sesgo durante el procesamiento:<\/p>\n\n\n\n a)-Mitiga el sesgo dentro del modelo durante el entrenamiento. Los m\u00e9todos incluyen:<\/p>\n\n\n\n \u2013 Entrenamiento contradictorio: presenta ejemplos contradictorios para mejorar la solidez contra los prejuicios.<\/p>\n\n\n\n \u2013 Reponderaci\u00f3n de funciones de p\u00e9rdida: ajusta las funciones de p\u00e9rdida para penalizar las predicciones sesgadas.<\/p>\n\n\n\n 3-Mitigaci\u00f3n del sesgo en la fase d post-procesamiento:<\/p>\n\n\n\n a)-Analiza los resultados del modelo despu\u00e9s del entrenamiento.<\/p>\n\n\n\n b)-Las t\u00e9cnicas incluyen:<\/p>\n\n\n\n \u2013 Ajuste de umbral: modifica los umbrales de decisi\u00f3n para lograr la equidad deseada.<\/p>\n\n\n\n \u2013 Calibraci\u00f3n: garantiza que las probabilidades previstas se alineen con los resultados reales.<\/p>\n\n\n\n 4-Diversos datos de entrenamiento:<\/p>\n\n\n\n a)-Recopilar datos diversos y representativos para minimizar sesgos.<\/p>\n\n\n\n b)-Incluir grupos subrepresentados para evitar modelos sesgados.<\/p>\n\n\n\n 5-M\u00e9tricas de equidad:<\/p>\n\n\n\n a)-Evaluar modelos utilizando m\u00e9tricas de equidad (por ejemplo, impacto dispar, probabilidades igualadas).<\/p>\n\n\n\n b)-Monitorear el sesgo durante el desarrollo y la implementaci\u00f3n\u00b2.<\/p>\n\n\n\n 6-Principios \u00e9ticos de la IA:<\/p>\n\n\n\n a)-Las organizaciones deber\u00edan adoptar principios \u00e9ticos de la IA.<\/p>\n\n\n\n b)-Garantizar la transparencia, la rendici\u00f3n de cuentas y la equidad en los sistemas de IA.<\/p>\n\n\n\n 7-Supervisi\u00f3n Humana y Auditor\u00edas:<\/p>\n\n\n\n a)-Establecer \u00abequipos rojos\u00bb internos o auditor\u00edas de terceros para identificar sesgos.<\/p>\n\n\n\n b)-Participar en conversaciones basadas en hechos sobre posibles prejuicios humanos\u00b3.<\/p>\n\n\n\n 8-Enfoque sociot\u00e9cnico:<\/p>\n\n\n\n a)-Reconocer que la IA opera dentro de un contexto social m\u00e1s amplio.<\/p>\n\n\n\n b)-Combinar esfuerzos t\u00e9cnicos con conciencia social para abordar los prejuicios\u2074.<\/p>\n\n\n\n NOTA 3.:<\/em><\/strong> Recuerde que la mitigaci\u00f3n de sesgos es un proceso continuo. Al implementar estas estrategias, podemos crear sistemas de IA m\u00e1s equitativos y responsables.<\/p>\n\n\n\n IV-RETOS EN TRANSPARENTAR EL USO DE LA AI:<\/em><\/strong><\/p>\n\n\n\n La transparencia de la IA se refiere a la capacidad de comprender el funcionamiento interno de un modelo de IA: el \u00abc\u00f3mo\u00bb y el \u00abpor qu\u00e9\u00bb detr\u00e1s de sus decisiones.<\/p>\n\n\n\n NOTA 3.:<\/em><\/strong> En esencia, la transparencia de la IA tiene que ver con la EXPLICABILIDAD y la CONFIANZA. No se trata s\u00f3lo de comprender los algoritmos en juego, sino tambi\u00e9n de las interacciones y las implicaciones sociales de la IA. A continuaci\u00f3n se muestran algunas formas de garantizar la transparencia en la toma de decisiones de IA:<\/p>\n\n\n\n 1-Modelos explicables:<\/p>\n\n\n\n a)-Desarrollar modelos de IA que proporcionen explicaciones claras de sus decisiones. T\u00e9cnicas como el aprendizaje autom\u00e1tico interpretable ayudan a revelar los factores que influyen en las predicciones.<\/p>\n\n\n\n 2-Importancia de la caracter\u00edstica:<\/p>\n\n\n\n a)-Identificar qu\u00e9 caracter\u00edsticas o variables contribuyen m\u00e1s al resultado del modelo. Esto ayuda a los usuarios a comprender por qu\u00e9 se tom\u00f3 una decisi\u00f3n espec\u00edfica.<\/p>\n\n\n\n 3-Documentaci\u00f3n e informes:<\/p>\n\n\n\n a)-Mantener documentaci\u00f3n detallada sobre el sistema de IA, incluida su arquitectura, datos de entrenamiento y reglas de decisi\u00f3n.<\/p>\n\n\n\n b)-Informar peri\u00f3dicamente sobre el rendimiento, las actualizaciones y los cambios del modelo.<\/p>\n\n\n\n 4-Colaboraci\u00f3n entre humanos e IA:<\/p>\n\n\n\n a)-Involucrar a expertos humanos en el proceso de toma de decisiones junto con los sistemas de IA.<\/p>\n\n\n\n b)-Colaborar para validar e interpretar los resultados de la IA.<\/p>\n\n\n\n 5-Auditor\u00edas algor\u00edtmicas:<\/p>\n\n\n\n a)-Realizar auditor\u00edas peri\u00f3dicas para evaluar la imparcialidad, el sesgo y las implicaciones \u00e9ticas de los modelos de IA.<\/p>\n\n\n\n b)-Velar por el cumplimiento de las normas legales y \u00e9ticas.<\/p>\n\n\n\n 6-Interfaces f\u00e1ciles de usar:<\/p>\n\n\n\n a)-Dise\u00f1ar interfaces que permitan a los usuarios explorar predicciones de modelos, visualizar datos y comprender los l\u00edmites de decisi\u00f3n.<\/p>\n\n\n\n 7-Pol\u00edticas de Transparencia:<\/p>\n\n\n\n a)-Las organizaciones deber\u00edan adoptar pol\u00edticas claras con respecto a la transparencia de la IA.<\/p>\n\n\n\n b)-Comunicar estas pol\u00edticas a los usuarios y partes interesadas.<\/p>\n\n\n\n 8-Educaci\u00f3n y Concientizaci\u00f3n:<\/p>\n\n\n\n a)-Educar a los usuarios, desarrolladores y tomadores de decisiones sobre la transparencia de la IA.<\/p>\n\n\n\n b)-Fomentar la conciencia de la importancia de comprender los sistemas de IA.<\/p>\n\n\n\n Recuerde que la transparencia no solo genera confianza, sino que tambi\u00e9n permite a los usuarios tomar decisiones informadas basadas en los resultados de la IA.<\/p>\n\n\n\n V-COMO SE PUEDE FOMENTAR LA TRANSPARENCIA EN EL USO DE LA IA:<\/em><\/strong><\/p>\n\n\n\n 1-Complejidad de los algoritmos de IA:<\/p>\n\n\n\n a)-Los sistemas de IA, especialmente los basados \u200b\u200ben el aprendizaje profundo, son intr\u00ednsecamente complejos. Sus intrincadas arquitecturas y complejos procesos de toma de decisiones hacen que sea dif\u00edcil interpretarlos y explicarlos de manera legible por humanos\u00b2.<\/p>\n\n\n\n 2. Problemas de seguridad y privacidad de datos:<\/p>\n\n\n\n a)-El aumento de la transparencia a veces puede entrar en conflicto con la necesidad de proteger datos confidenciales. Es fundamental equilibrar la transparencia con la privacidad y la seguridad de los datos.<\/p>\n\n\n\n b)-Las organizaciones deben encontrar formas de proporcionar informaci\u00f3n sobre las decisiones de IA sin comprometer la privacidad.<\/p>\n\n\n\n 3-Compensaciones entre transparencia y desempe\u00f1o:<\/p>\n\n\n\n a)-A menudo existe un equilibrio entre el rendimiento de un modelo de IA y su transparencia. Los modelos altamente interpretables pueden sacrificar la precisi\u00f3n predictiva.<\/p>\n\n\n\n b)-Lograr el equilibrio adecuado entre transparencia y rendimiento es una tarea delicada.<\/p>\n\n\n\n 4-Falta de estandarizaci\u00f3n:<\/p>\n\n\n\n a)-El campo carece de directrices estandarizadas para lograr la transparencia. Las diferentes partes interesadas (investigadores, profesionales, formuladores de pol\u00edticas) pueden tener expectativas diferentes.<\/p>\n\n\n\n b)-Establecer pr\u00e1cticas y est\u00e1ndares comunes es esencial.<\/p>\n\n\n\n 5-Modelos de \u201ccaja negra\u201d:<\/p>\n\n\n\n a)-Algunos modelos de IA, como las redes neuronales profundas, funcionan como \u00abcajas negras\u00bb. Proporcionan predicciones precisas pero carecen de transparencia.<\/p>\n\n\n\n b)-Se est\u00e1n realizando esfuerzos para hacer que estos modelos sean m\u00e1s interpretables\u2074.<\/p>\n\n\n\n 6-T\u00e9cnicas de explicabilidad:<\/p>\n\n\n\n a)-Si bien t\u00e9cnicas como LIME y SHAP ayudan a explicar las predicciones de los modelos, es posible que no siempre proporcionen una comprensi\u00f3n completa.<\/p>\n\n\n\n b)-Los investigadores contin\u00faan explorando m\u00e9todos novedosos para lograr una mejor explicabilidad.<\/p>\n\n\n\n 7-Sesgo de interpretaci\u00f3n humana:<\/p>\n\n\n\n a)-Incluso con explicaciones transparentes, los int\u00e9rpretes humanos pueden introducir sus sesgos al comprender las decisiones de la IA.<\/p>\n\n\n\n b)-Abordar este sesgo es crucial para una transparencia efectiva.<\/p>\n\n\n\n 8-Equilibrio de las necesidades de las partes interesadas:<\/p>\n\n\n\n a)-Las distintas partes interesadas (usuarios, reguladores, desarrolladores) tienen distintos requisitos de transparencia.<\/p>\n\n\n\n b)-Lograr un equilibrio que satisfaga a todas las partes es un desaf\u00edo.<\/p>\n\n\n\n NOTA 4.:<\/em><\/strong> En resumen, lograr la transparencia de la IA implica afrontar estos desaf\u00edos y al mismo tiempo garantizar que los sistemas de IA sigan siendo responsables, justos y comprensibles.<\/p>\n\n\n\n V- LA IA, EN EL MUNDO REAL:<\/em><\/strong><\/p>\n\n\n\n 1-Diagn\u00f3stico sanitario:<\/p>\n\n\n\n a)-En el \u00e1mbito sanitario, los sistemas de IA se utilizan para diagnosticar enfermedades a partir de im\u00e1genes m\u00e9dicas (como rayos X o resonancias magn\u00e9ticas). La transparencia es crucial aqu\u00ed porque los m\u00e9dicos deben comprender c\u00f3mo lleg\u00f3 la IA a sus recomendaciones. Los sistemas que brindan explicaciones claras de sus diagn\u00f3sticos garantizan confianza y responsabilidad.<\/p>\n\n\n\n 2-Modelos de calificaci\u00f3n crediticia:<\/p>\n\n\n\n a)-Los bancos y las instituciones financieras utilizan la IA para la calificaci\u00f3n crediticia. Los modelos transparentes permiten a los gestores de riesgos comprender los umbrales y la ponderaci\u00f3n de las variables de entrada. Esta transparencia garantiza pr\u00e1cticas crediticias justas y ayuda a prevenir sesgos.<\/em><\/p>\n\n\n\n 3-Herramientas policiales predictivas:<\/p>\n\n\n\n a)-Algunos departamentos de polic\u00eda utilizan IA para predecir puntos cr\u00edticos de criminalidad. Los sistemas transparentes permiten a las fuerzas del orden comprender los factores que influyen en las predicciones. Esta transparencia ayuda a abordar las preocupaciones sobre los prejuicios y garantiza el uso responsable de la IA en la actuaci\u00f3n policial.<\/p>\n\n\n\n 4-La \u00e9tica en el uso de las IA en las redes sociales:<\/p>\n\n\n\n a)-Las plataformas de redes sociales est\u00e1n adoptando cada vez m\u00e1s sistemas de inteligencia artificial transparentes para combatir la desinformaci\u00f3n, el discurso de odio y el contenido da\u00f1ino. Al explicar c\u00f3mo se toman las decisiones de moderaci\u00f3n de contenido, estas plataformas buscan la equidad y la confianza del usuario.<\/p>\n\n\n\n 5-Chatbots y asistentes virtuales explicables:<\/p>\n\n\n\n a)-Los chatbots y asistentes virtuales que brindan explicaciones claras de sus respuestas mejoran la experiencia del usuario. La transparencia en su proceso de toma de decisiones genera confianza con los usuarios\u00b2.<\/p>\n\n\n\n NOTA 5.:<\/em><\/strong> Recuerde que la transparencia es esencial no s\u00f3lo para la comprensi\u00f3n t\u00e9cnica sino tambi\u00e9n por razones \u00e9ticas y sociales. Las organizaciones que priorizan la transparencia contribuyen a un ecosistema de IA m\u00e1s responsable y confiable.<\/p>\n\n\n\n VI- LA IA Y SU IMPACTO EN LA GOBERNANZA EN GENETRAL:<\/em><\/strong><\/p>\n\n\n\n La IA tiene un impacto significativo en la gobernanza en varios dominios. A continuaci\u00f3n se muestran algunas formas en que la inteligencia artificial influye en la gobernanza:<\/p>\n\n\n\n 1-Gobierno Corporativo:<\/p>\n\n\n\n Pregunto: \u00bfHacia la gobernanza artificial? El papel de la inteligencia artificial en la configuraci\u00f3n del futuro del gobierno corporativo explora el impacto de la IA en el desarrollo y sostenibilidad de la Gobernanza nacional. De ah\u00ed que , propongo cinco escenarios de gobernanza artificial:<\/p>\n\n\n\n a)-Inteligencia asistida: La IA ayuda a los tomadores de decisiones humanos.<\/p>\n\n\n\n b)-Inteligencia aumentada: La IA mejora la toma de decisiones humana.<\/p>\n\n\n\n c)-Inteligencia amplificada: La IA amplifica las capacidades humanas.<\/p>\n\n\n\n d)-Inteligencia aut\u00f3noma: La IA toma decisiones de forma independiente.<\/p>\n\n\n\n e)-Inteligencia resiliente: La IA evoluciona y se adapta de forma aut\u00f3noma.<\/p>\n\n\n\n 2-Gobierno y sector p\u00fablico; Cuatro escenarios posibles:<\/p>\n\n\n\n Si se implementa eficazmente, la IA puede beneficiar a las organizaciones del sector p\u00fablico de cuatro maneras:<\/p>\n\n\n\n a)- La IA ayuda a tomar decisiones pol\u00edticas informadas.<\/p>\n\n\n\n b)- La IA mejora los servicios a los ciudadanos.<\/p>\n\n\n\n c)-La IA optimiza la utilizaci\u00f3n de recursos.<\/p>\n\n\n\n d)-La IA puede coadyudar a mantener el Orden P\u00fablico.<\/p>\n\n\n\n NOTA 6.:<\/em><\/strong> La gobernanza de la IA es compleja debido a su impacto en m\u00faltiples instituciones y temas de pol\u00edticas. Las compensaciones, la satisfacci\u00f3n de los electores y la coherencia de las pol\u00edticas deben gestionarse de manera efectiva.<\/p>\n\n\n\n 3-La gobernanza eficaz de la IA garantiza:<\/p>\n\n\n\n a)-Transparencia: Los sistemas de IA son transparentes.<\/p>\n\n\n\n b)-Equidad: AI respeta los derechos humanos y evita prejuicios.<\/p>\n\n\n\n c)-Responsabilidad: los sistemas de IA son responsables de sus acciones.<\/p>\n\n\n\n En resumen, la influencia de la IA en la gobernanza y nuestra cotidianidad se extiende m\u00e1s all\u00e1 de los entornos morales, t\u00e9cnicos y resilientes. Afecta la formulaci\u00f3n de pol\u00edticas, la prestaci\u00f3n de servicios y la eficiencia operativa tanto en el sector p\u00fablico como en el privado. Garantizar una gobernanza responsable de la IA es crucial para un futuro sostenible y equitativo.<\/p>\n","protected":false},"excerpt":{"rendered":" Por: Dr. Virgilio M. Malag\u00f3n \u00c1lvarez, PhD virgiliomalagonalvarez@gmail.com Para \u00abEl Mundo de los Negocios\u00bb y dem\u00e1s Multimedios de The Ballester Business & Media Group, Inc. Apreciado Lector: Por considerarlo de… <\/p>\n","protected":false},"author":2,"featured_media":52920,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[233],"tags":[],"class_list":["post-52919","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-articulo"],"_links":{"self":[{"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/posts\/52919","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/comments?post=52919"}],"version-history":[{"count":1,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/posts\/52919\/revisions"}],"predecessor-version":[{"id":52921,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/posts\/52919\/revisions\/52921"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/media\/52920"}],"wp:attachment":[{"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/media?parent=52919"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/categories?post=52919"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/elmundodelosnegocios.com.do\/v1\/wp-json\/wp\/v2\/tags?post=52919"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}