<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by ExperiencIA Oracle on Medium]]></title>
        <description><![CDATA[Stories by ExperiencIA Oracle on Medium]]></description>
        <link>https://medium.com/@experiencIA18?source=rss-26647e7aabbc------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*YKwgAnlpnKTgIRj7iKeriw.png</url>
            <title>Stories by ExperiencIA Oracle on Medium</title>
            <link>https://medium.com/@experiencIA18?source=rss-26647e7aabbc------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Sat, 21 Nov 2026 10:57:39 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@experiencIA18/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[La IA del futuro: Creando una inteligencia artificial y diversa]]></title>
            <link>https://medium.com/@experiencIA18/la-ia-del-futuro-creando-una-inteligencia-artificial-y-diversa-7c7a34c29e50?source=rss-26647e7aabbc------2</link>
            <guid isPermaLink="false">https://medium.com/p/7c7a34c29e50</guid>
            <category><![CDATA[ai]]></category>
            <category><![CDATA[mls]]></category>
            <category><![CDATA[diversidad]]></category>
            <category><![CDATA[innovación]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <dc:creator><![CDATA[ExperiencIA Oracle]]></dc:creator>
            <pubDate>Fri, 14 Sep 2018 10:44:54 GMT</pubDate>
            <atom:updated>2018-09-14T10:46:13.491Z</atom:updated>
            <content:encoded><![CDATA[<p>La inteligencia artificial es una de las tecnologías en boga en la actualidad que promete ser casi tan disruptiva como la popularización de Internet. La creciente industria de la IA ofrece numerosas posibilidades, tanto para facilitar la vida diaria de los seres humanos como para crear soluciones aplicables a entornos empresariales. De hecho, se estima que, <strong>para el año 2030, </strong><a href="https://www.pwc.com/gx/en/issues/data-and-analytics/publications/artificial-intelligence-study.html"><strong>la inteligencia artificial aportará más de 15 billones a la economía global</strong></a>.</p><p>Sin embargo, la diversidad es uno de los aspectos pendientes que todavía no ha podido alcanzar el veloz ritmo de la innovación. Para garantizar un futuro diverso, inclusivo e igualitario, es necesario abordar en el terreno de la realidad los retos de la inteligencia artificial.</p><p><strong>El desafío de los algoritmos en nuestros asistentes virtuales</strong></p><p>El <a href="https://en.wikipedia.org/wiki/ELIZA">primer chatbot de la historia</a>, creado en los años 60, fue ELIZA; una mujer. Nos podemos imaginar versiones recientes de asistentes virtuales, como Samantha en la película <em>Her</em> o Joi en <em>Blade Runner 2049</em>, y es posible que todas tengan voz de mujer. Esta selección de género es difícilmente casual, ya que las tecnologías (aunque sea por la simple intención de “humanizarlas”) reflejan los valores de sus creadores, para bien o para mal.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/517/1*kspfcji9gbk521-a08AZog.jpeg" /></figure><p>De acuerdo con <a href="https://www.bbc.com/news/business-38207334">estudios recientes</a>, <strong>las mujeres representan solo un 30% del personal en el sector tecnológico</strong>, por lo tanto, no es una sorpresa que los algoritmos que dan lugar a la inteligencia artificial encuentren más puntos en común con la mente masculina. Para cambiar esta tendencia que podría ampliar la brecha de la desigualdad en las sociedades futuras, es de gran importancia idear un escenario inclusivo desde el diseño del algoritmo hasta su implementación y posterior puesta en mercado. Si no asumimos esta responsabilidad en el sector tecnológico, <strong>estaremos desaprovechando la oportunidad de utilizar la IA para lograr una sociedad más igualitaria</strong>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/506/1*FZ03AZU509svtezZrN9Q0Q.jpeg" /></figure><p>En el caso de los asistentes virtuales, la industria continúa actualizando las opciones disponibles para los usuarios, que ahora incluyen voces masculinas y distintos acentos. Asimismo, tras una investigación que pretendía comprobar las capacidades de los bots para enfrentarse a abusos verbales, diversas compañías <a href="https://www.thepetitionsite.com/es-es/246/134/290/">recibieron peticiones</a> para reconstruir sus bots y ajustarlos a un ecosistema más igualitario. Ahora Alexa tiene un <a href="http://www.siliconbeat.com/2018/01/17/amazons-alexa-can-now-disengage-asked-sexually-harassing-questions/">modo de “cortar el contacto”</a> si se ve acosada por preguntas incómodas, negándose a responder peticiones. Es más, al preguntarle si es feminista, <a href="https://www.youtube.com/watch?v=pWUV4i6UkpU">hoy responderá</a>: <strong>“Soy feminista. Como cualquiera que crea en estrechar la brecha de la desigualdad entre hombres y mujeres en la sociedad”.</strong> Aunque los avances son reducidos y <a href="https://blog.pwc.lu/create-gender-friendly-chatbot/">crear un chatbot neutral</a> no podrá resolver todos los retos de la industria, con estos pequeños pasos podremos unirnos para sentar las bases de un futuro más equilibrado.</p><p><strong>Cómo se construye la IA del futuro</strong></p><p>El potencial de la inteligencia artificial para mejorar la vida de los seres humanos es mucho mayor que los tintes negativos que suele adquirir esta tecnología en los medios de comunicación. Según<a href="https://www.pwc.com/us/en/services/consulting/library/consumer-intelligence-series/artificial-intelligence.html"> estudios de PwC</a>, <strong>el 63% de los consumidores cree que la IA podrá resolver problemas complejos que afectan a las sociedades modernas</strong> y el 59% también opina que la tecnología podrá ayudarlos a tener vidas más satisfactorias. Únicamente <a href="https://www.accenture.com/t20170418T023006__w__/us-en/_acnmedia/PDF-49/Accenture-Health-Artificial-Intelligence.pdf#zoom=50">en el sector sanitario</a>, aplicaciones de la IA como cirugía asistida por robots, diagnósticos automatizados, enfermeros virtuales o administración de las dosis para pacientes, tienen capacidad suficiente para transformar el futuro de la medicina.</p><p>En la actualidad, no nos resulta tan extraño ver mujeres directivas de gigantes tecnológicos: Sheryl Sandberg (COO de Facebook), <strong>Safra Catz (CEO de Oracle)</strong>, Susan Wojcicki (CEO de YouTube) o Gwynne Shotwell (COO de SpaceX). Los estudios confirman que estas mujeres directivas, a pesar de ser figuras relevantes y demostrar que es posible ganar posición y respeto en la industria, son minoría. En especial en el sector de la <a href="https://www.techemergence.com/women-in-artificial-intelligence-visual-study-leaderships-across-industries/">inteligencia artificial y el<em> machine learning</em></a>, en el que las mujeres solo son mayoría en los puestos del área de recursos humanos (<em>Chief People Officer, Chief Human Resources y Chief Talent Officer</em>).</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/820/1*CS5eUfbmlX5oOogkdApG5Q.png" /></figure><p>Asimismo, según <a href="http://www.unesco.org/new/en/natural-sciences/priority-areas/gender-and-science/improving-measurement-of-gender-equality-in-stem/women-in-science-explore-the-data/">informes de la UNESCO</a>, <strong>solo el 30% de los investigadores del mundo son mujeres</strong>. Para disminuir la brecha, necesitamos un nuevo planteamiento del estudio de las carreras STEM que sea capaz de incluir y atraer a mujeres, reduciendo el estigma que proclama que <strong>los hombres están más capacitados para trabajos en tecnología, matemática o ingeniería</strong>. La labor de organizaciones como <a href="https://girlswhocode.com/">Girls Who Code</a>, <a href="http://womeninai.co/">Women in AI</a>, <a href="https://www.kodewithklossy.com/">Kode with Klossy</a> y campañas como <a href="https://www.thehpalliance.org/withouthermione">A World Without Hermione</a> pueden crear un impacto positivo desde temprana edad. Incluso en el mundo de <a href="https://mashable.com/article/stem-youtube/?europe=true#tPaTwBhmWOqE">las vloggers</a> existe la posibilidad de arrojar luz para acortar distancias desde una perspectiva divertida y novedosa.</p><p>En Oracle reconocemos la importancia de equilibrar la balanza, y estamos encaminando todos <a href="https://www.youtube.com/watch?v=l1-i34iQCL4">nuestros esfuerzos</a> hacia la creación de un sector tecnológico más diverso e inclusivo. Para ello, abogamos por una mayor presencia femenina mediante nuestros talleres <a href="https://www.youtube.com/watch?v=iSvhtxux8fs"><strong>Oracle4Girls</strong></a>. Asimismo, apostamos por la creación de una inteligencia artificial que sea representativa de la sociedad, una IA realmente diversa e inclusiva. Por eso, hemos organizado <a href="http://experienciaoracle.es/"><strong>experiencIA</strong></a>, un tour diseñado específicamente para mujeres directivas. Con él, queremos contribuir a la creación de empresas más inteligentes, demostrando los múltiples beneficios derivados de aplicar la IA, y también señalar los retos que debemos abordar para lograr una tecnología adaptada a las necesidades de nuestra sociedad.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=7c7a34c29e50" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Diferencias entre la Inteligencia Artificial y el Machine Learning]]></title>
            <link>https://medium.com/@experiencIA18/diferencias-entre-la-inteligencia-artificial-y-el-machine-learning-f0448c503cd4?source=rss-26647e7aabbc------2</link>
            <guid isPermaLink="false">https://medium.com/p/f0448c503cd4</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <category><![CDATA[machine-learning]]></category>
            <category><![CDATA[oracle]]></category>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[ai]]></category>
            <dc:creator><![CDATA[ExperiencIA Oracle]]></dc:creator>
            <pubDate>Fri, 14 Sep 2018 10:35:04 GMT</pubDate>
            <atom:updated>2018-09-14T10:58:45.741Z</atom:updated>
            <content:encoded><![CDATA[<p>La <a href="https://www2.deloitte.com/global/en/pages/technology-media-and-telecommunications/articles/tmt-predictions.html">inversión en inteligencia artificial y <em>machine learning</em></a> crecerá de los 12.000 millones de dólares de 2017 hasta <strong>57.600 millones en 2021</strong>. Aunque estas tecnologías emergentes van de la mano, suelen confundirse con regularidad y utilizarse como sinónimos. Aquí te explicaremos por qué no deben utilizarse indistintamente.</p><p><strong>AI ≠ ML: destacando diferencias y similitudes</strong></p><p>La inteligencia artificial es un área de la computación fundada oficialmente como una disciplina en 1956, en la Universidad de Dartmouth, en Nuevo Hampshire. A medida que avanza la tecnología y nacen múltiples derivados, los especialistas han hecho un esfuerzo en delimitarla o diferenciarla de sus vertientes. La IA como tecnología — o conjunto de tecnologías y herramientas — tiene por objeto la creación de máquinas inteligentes que funcionan y reaccionan como seres humanos. El reconocimiento de voz y los asistentes virtuales son ejemplos recientes de inteligencia artificial aplicada. <a href="https://www.mckinsey.com/business-functions/mckinsey-analytics/our-insights/an-executives-guide-to-ai">McKinsey</a> define a la <strong>inteligencia artificial</strong> como “<strong>la capacidad de una máquina para realizar funciones cognitivas que asociamos a la mente humana</strong>, como percibir, razonar, aprender, interactuar con el entorno y resolver problemas o incluso utilizar la creatividad”.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/817/1*H9eMNh36H1gGJXNOxjaeBw.png" /><figcaption>Qubole, Deep Learning: The latest trend in AI and ML</figcaption></figure><p>Como se puede ver en este diagrama, la inteligencia artificial es un concepto más amplio y abarcador que el <em>machine learning.</em> Cuando una máquina lleva a cabo tareas de manera “inteligente”, imitando funciones cognitivas de los humanos, se considera IA. El <strong>aprendizaje automático o <em>machine learning</em></strong> es en cambio un subconjunto de la disciplina de inteligencia artificial, y se define como <strong>la capacidad que tienen las máquinas de recibir un conjunto de datos y aprender por sí mismas, cambiando y ajustando los algoritmos a medida que procesan información y conocen el entorno</strong>.</p><p>Gracias al <em>big data</em> y a la continua cantidad de información digital que producimos a diario, las máquinas pueden hacer predicciones precisas sin estar específicamente programadas para ello. Estas predicciones permiten, por ejemplo, recomendarnos productos de forma personalizada tras analizar nuestras compras o actividades anteriores en comercios electrónicos.</p><p><strong><em>Machine learning:</em> dos tipos de aprendizaje inteligente</strong></p><p>Por su parte, el <em>machine learning</em> está formado por <a href="http://bigdata-madesimple.com/machine-learning-explained-understanding-supervised-unsupervised-and-reinforcement-learning/">distintos tipos</a> dependiendo de la respuesta o aprendizaje que se vaya a proporcionar. El <strong><em>supervised learning</em> o aprendizaje supervisado</strong> se da cuando un algoritmo aprende a raíz de a los datos etiquetados y categorizados que proporcionamos los seres humanos. Posteriormente, las máquinas son capaces de generalizar y clasificar de forma automática, sin nuestra intervención, gracias al etiquetado. Con este tipo de aprendizaje, las máquinas extraen un conjunto de reglas que se “actualizan” y les ayudan a tomar decisiones.</p><p>Un ejemplo de aprendizaje supervisado que nos facilita la vida diaria es el <strong>filtrado automático que realiza nuestro <em>e-mail</em></strong>, basado en información anterior que le hayamos ofrecido al sistema, que le permite categorizar correos como “bandeja de entrada” o “no deseado”.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/977/1*GZwFvLQSgMjpmvLudTXVkA.png" /><figcaption>Ronald van Loon, Machine Learning explained</figcaption></figure><p>En el caso del <strong>aprendizaje no supervisado o <em>unsupervised machine learning</em></strong>, la máquina no necesita que los datos estén etiquetados ya que su objetivo es encontrar relaciones por sí misma, sacando conclusiones de los datos no estructurados para agruparlos por categorías. La máquina es así capaz de detectar similitudes, diferencias o anomalías en las variables y en base a esta información crear reglas o categorías.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/602/1*FClkSBpBbgdtd9kq1J9UAA.png" /><figcaption>Quora, What is the difference between supervised and unsupervised learning</figcaption></figure><p>Con el aumento de los dispositivos conectados y la expansión de las funcionalidades de la IA en entornos empresariales, tenemos cada vez más acceso a información y, junto a ella, una gran necesidad de administrarla y encontrarle una utilidad en la vida diaria. Herramientas como la inteligencia artificial — en su conjunto — o el <em>machine learning </em>nos ayudan a comprender mejor el mundo y a desarrollar aplicaciones que faciliten nuestra interacción con él. Existen ya <a href="https://ai.googleblog.com/2018/05/duplex-ai-system-for-natural-conversation.html">tecnologías</a> que permiten a máquinas realizar llamadas telefónicas con voces casi humanas, naturales, que pueden servir para programar citas de trabajo o incluso para asistir a personas con discapacidades en esta tarea. Es evidente: <strong>las aplicaciones de la IA son infinitas</strong>.</p><p>Aunque es pronto para predecir cómo exactamente la inteligencia artificial y el <em>machine learning </em>van a cambiar el mundo, no es arriesgado afirmar que serán parte crucial de nuestras estrategias empresariales y nuestro día a día. Las recomendaciones virtuales en base a nuestras series favoritas, la analítica predictiva en robots industriales, los resultados sugeridos de los motores de búsqueda o el software de reconocimiento de voz son solo unos pocos ejemplos del potencial real de estas tecnologías. Para conocer más casos reales de uso de la IA, indagar en las diferencias entre conceptos relacionados con esta tecnología emergente y descubrir cómo ayuda a construir empresas más inteligentes, <strong>en Oracle hemos creado </strong><a href="http://experienciaoracle.es/"><strong>experiencIA</strong></a>. En este programa para mujeres directivas viajaremos al centro de la inteligencia para lograr una sociedad mejor.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=f0448c503cd4" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>