Análisis de las tendencias en inteligencia artificial para la automatización de procesos
DOI:
https://doi.org/10.70881/mcj/v3/n1/45Palabras clave:
inteligencia artificial, automatización de procesos, desafíos éticos, gemelos digitales, redes neuronalesResumen
La inteligencia artificial (IA) está transformando los paradigmas tradicionales de automatización en sectores clave al optimizar procesos, reducir costos y mejorar la toma de decisiones mediante grandes volúmenes de datos. Este artículo tiene como objetivo analizar las tendencias emergentes de la IA en la automatización, evaluando su impacto en productividad, sostenibilidad y equidad. A través de una revisión bibliográfica en la base de datos Scopus, se seleccionaron 352 documentos publicados entre 2019 y 2023. Se identificaron aplicaciones avanzadas como el procesamiento del lenguaje natural, las redes neuronales profundas y los gemelos digitales, que están redefiniendo procesos en manufactura, logística, salud y finanzas. Los resultados muestran beneficios notables, como la detección temprana de enfermedades, la optimización de cadenas de suministro y la detección de fraudes financieros en tiempo real. Sin embargo, también surgen desafíos significativos, como el desplazamiento laboral, la privacidad de los datos y los sesgos algorítmicos, que demandan marcos regulatorios sólidos y estrategias inclusivas de reconversión laboral. En conclusión, la IA representa una herramienta clave para la transformación digital, pero su implementación debe estar acompañada de una gobernanza ética que garantice la sostenibilidad y el acceso equitativo a sus beneficios
Descargas
Referencias
Acemoglu, D., & Restrepo, P. (2018). Artificial intelligence, automation, and work. National Bureau of Economic Research Working Paper Series, 24196. https://doi.org/10.3386/w24196 DOI: https://doi.org/10.3386/w24196
Barahona-Martínez, G. E., Gallardo-Chiluisa, N. N., Quisaguano-Caiza, Y. E., Jiménez-Rivas, D. E., Caicedo-Basurto, R. L., Guanotuña-Yaulema, J. A., Flores-Cruz, P. L., & Guevara-Hernández, D. M. (2024). Inteligencia Artificial en la Educación Avances y Desafíos Multidisciplinarios. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.101 DOI: https://doi.org/10.55813/egaea.l.101
Cioffi, R., Travaglioni, M., Piscitelli, G., Petrillo, A., & De Felice, F. (2020). Artificial Intelligence and Machine Learning Applications in Smart Production: Progress, Trends, and Directions. Sustainability, 12(2), 492. https://doi.org/10.3390/su12020492 DOI: https://doi.org/10.3390/su12020492
Erazo-Luzuriaga, A. F., Ramos-Secaira, F. M., Galarza-Sánchez, P. C., & Boné-Andrade, M. F. (2023). La inteligencia artificial aplicada a la optimización de programas informáticos. Journal of Economic and Social Science Research, 3(1), 48–63. https://doi.org/10.55813/gaea/jessr/v3/n1/61 DOI: https://doi.org/10.55813/gaea/jessr/v3/n1/61
Espejo Briceño H. (2023). Cómo la inteligencia artificial está revolucionando la ciencia de la salud: aplicaciones y avances en diagnóstico y tratamiento. Hospital Universitario de Salamanca. https://uma.edu.pe/como-la-inteligencia-artificial-esta-revolucionando-la-ciencia-de-la-salud-aplicaciones-y-avances-en-diagnostico-y-tratamiento/
Ghasemaghaei, M., & Calic, G. (2019). Can big data improve firm decision quality? The role of data quality and data diagnosticity. Decision Support Systems, 120, 38-49. https://doi.org/10.1016/j.dss.2019.03.008 DOI: https://doi.org/10.1016/j.dss.2019.03.008
Gómez, J. S. (2023). 4 aplicaciones de la inteligencia artificial en salud. Salud Digital Elipse. https://salud-digital.elipse.ai/4-aplicaciones-de-la-inteligencia-artificial-en-salud
Hernández, J. P. (2023). Inteligencia artificial: qué aporta y qué cambia en el mundo del trabajo. Banco Interamericano de Desarrollo BID. https://blogs.iadb.org/trabajo/es/inteligencia-artificial-que-aporta-y-que-cambia-en-el-mundo-del-trabajo/
Lu, Y., Liu, C., Wang, K., & Huang, H. (2020). Digital twin-driven smart manufacturing: Connotation, reference model, applications and research issues. Robotics and Computer-Integrated Manufacturing, 61, 101837. https://doi.org/10.1016/j.rcim.2019.101837 DOI: https://doi.org/10.1016/j.rcim.2019.101837
Martin, K., & Shilton, K. (2023). Ethical and legal challenges of artificial intelligence and robotics. Estudios y Perspectivas. https://estudiosyperspectivas.org/index.php/EstudiosyPerspectivas/article/download/26/63/634
Montalván-Vélez, C. L., Mogrovejo-Zambrano, J. N., Romero-Vitte, I. J., & Pinargote-Carrera, M. L. D. C. (2024). Introducción a la Inteligencia Artificial: Conceptos Básicos y Aplicaciones Cotidianas. Journal of Economic and Social Science Research, 4(1), 173–183. https://doi.org/10.55813/gaea/jessr/v4/n1/93 DOI: https://doi.org/10.55813/gaea/jessr/v4/n1/93
Moreno Camina, D. (2023). Los desafíos éticos de la inteligencia artificial en los negocios. LinkedIn. https://es.linkedin.com/pulse/los-desaf%C3%ADos-%C3%A9ticos-de-la-inteligencia-artificial-en-un-david
Panch, T., Szolovits, P., & Atun, R. (2019). Artificial intelligence, machine learning and health systems. Journal of Global Health, 9(2), 020302. https://doi.org/10.7189/jogh.09.020302 DOI: https://doi.org/10.7189/jogh.08.020303
Parra, S. (2023). Los avances y controversias de la Inteligencia Artificial en 2023. National Geographic. https://www.nationalgeographic.com.es/ciencia/avances-y-controversias-inteligencia-artificial-2023_21268
Piedra-Castro, W. I., Burbano-Buñay, E. S., Tamayo-Verdezoto, J. J., & Moreira-Alcívar, E. F. (2024). Inteligencia artificial y su incidencia en la estrategia metodológica de aprendizaje basado en investigación. Journal of Economic and Social Science Research, 4(2), 178–196. https://doi.org/10.55813/gaea/jessr/v4/n2/106 DOI: https://doi.org/10.55813/gaea/jessr/v4/n2/106
Piedra-Castro, W. I., Cajamarca-Correa, M. A., Burbano-Buñay, E. S., & Moreira-Alcívar, E. F. (2024). Integración de la inteligencia artificial en la enseñanza de las Ciencias Sociales en la educación superior. Journal of Economic and Social Science Research, 4(3), 105–126. https://doi.org/10.55813/gaea/jessr/v4/n3/123 DOI: https://doi.org/10.55813/gaea/jessr/v4/n3/123
Sánchez-Caguana, D. F., Philco-Reinozo, M. A., Salinas-Arroba, J. M., & Pico-Lescano, J. C. (2024). Impacto de la Inteligencia Artificial en la Precisión y Eficiencia de los Sistemas Contables Modernos. Journal of Economic and Social Science Research, 4(3), 1–12. https://doi.org/10.55813/gaea/jessr/v4/n3/117 DOI: https://doi.org/10.55813/gaea/jessr/v4/n3/117
Sangacha-Tapia, L. M., Celi, R. J., Acosta-Guzmán, I. L., & Varela-Tapia, E. A. (2024). Inteligencia Artificial Aplicada a Procesamiento de Lenguaje Natural (NLP) con Python y Machine Learning. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.88 DOI: https://doi.org/10.55813/egaea.l.88
UNESCO. (2023). Ética de la inteligencia artificial. https://www.unesco.org/es/artificial-intelligence/recommendation-ethics
Varela-Tapia, E. A., Acosta-Guzmán, I. L., Fajardo-Romero, I. J., & Oviedo-Peñafiel, J. A. (2024). Inteligencia Artificial Aplicada con técnicas de Procesamiento de Lenguaje Natural y Machine Learning en el campo de la salud. Editorial Grupo AEA. https://doi.org/10.55813/egaea.l.83 DOI: https://doi.org/10.55813/egaea.l.83
Vimos-Buenaño, K. E., Viteri-Ojeda, J. C., Naranjo-Sánchez, M. J., & Novillo-Heredia, K. H. (2024). Uso de la inteligencia artificial en los procesos de investigación científica, por parte de los docentes universitarios. Journal of Economic and Social Science Research, 4(4), 215–236. https://doi.org/10.55813/gaea/jessr/v4/n4/143 DOI: https://doi.org/10.55813/gaea/jessr/v4/n4/143
Yago Partal. (2023). Inteligencia artificial y ética: Desafíos, soluciones y perspectivas futuras. https://www.yagopartal.es/blog/reflexiones/inteligencia-artificial-y-etica-desafios-soluciones-y-perspectivas-futuras/
Publicado
Número
Sección
Licencia
Derechos de autor 2025 Villa-Feijoó, Amarilis Liseth, García-Peña, Víctor René, Galarza-Sánchez, Paulo César (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Cómo citar
:
