IA Simbólica y generativa LLM
El documento presenta la evolución de la inteligencia artificial desde los modelos simbólicos basados en reglas hasta la inteligencia artificial generativa. Explica que los sistemas simbólicos representan el conocimiento mediante conceptos, objetos y relaciones, mientras que los algoritmos actuales pueden aprender de grandes cantidades de datos, reconocer patrones, adaptarse y generar predicciones.
También describe el funcionamiento de las redes neuronales artificiales a partir de su analogía con las neuronas biológicas. Una neurona artificial recibe datos, asigna distintos pesos según su importancia, los procesa y produce una salida. La combinación de muchas neuronas da lugar a redes neuronales y al aprendizaje profundo, base tecnológica de los grandes modelos de lenguaje o LLM. Estos modelos, como GPT, están entrenados con enormes conjuntos de datos y pueden interpretar instrucciones o prompts para generar textos, imágenes, sonidos, videos y otros contenidos.
La presentación aborda los desafíos éticos y sociales de la IA a partir de la Ley Cero de la Robótica de Isaac Asimov. Se destaca que una inteligencia artificial no solo debería evitar causar daños, sino también contribuir a prevenirlos. Esto plantea interrogantes sobre la responsabilidad algorítmica, la supervisión humana, la seguridad, la privacidad y la definición del bien común.
Otro eje central es la regulación de la inteligencia artificial. Se analiza el Proyecto de Ley 43/2025 de Colombia, cuyo objetivo es garantizar un desarrollo ético y responsable de la IA, proteger los derechos fundamentales, fomentar la innovación, asegurar la transparencia y promover la colaboración institucional e internacional. También se comparan distintos enfoques regulatorios. La Unión Europea clasifica los sistemas según sus niveles de riesgo; Estados Unidos adopta regulaciones sectoriales; China aplica un modelo centralizado; Corea del Sur prioriza la regulación de los contenidos manipulados; el Reino Unido adopta una estrategia flexible; y Argentina todavía no cuenta con una ley integral, aunque posee proyectos y normas relacionadas con la protección de datos, el derecho del consumidor, la propiedad intelectual y la responsabilidad civil.
La gobernanza de la IA se define como el conjunto de normas, principios, políticas e instituciones destinadas a asegurar que estas tecnologías sean éticas, seguras, transparentes, responsables y respetuosas de los derechos humanos. Sus principales componentes son la transparencia, la equidad, la privacidad, la rendición de cuentas, la supervisión humana, la gestión de riesgos y la seguridad digital. Su propósito no es frenar la innovación, sino orientar el desarrollo tecnológico hacia el bienestar de las personas y la sociedad.
Finalmente, el documento analiza la regulación de la IA en las universidades. Las instituciones educativas están pasando de prohibir estas herramientas a permitirlas bajo reglas claras. Entre las medidas más frecuentes se encuentran la declaración obligatoria del uso de IA, la citación de las herramientas utilizadas, la reformulación de las evaluaciones, la protección de datos, la capacitación en IA y la aplicación de políticas de integridad académica. Se enfatiza que la IA debe apoyar el aprendizaje sin reemplazar el razonamiento propio, y que el estudiante debe verificar los resultados, reconocer sus limitaciones y asumir la responsabilidad por el trabajo presentado.