Mostrando entradas con la etiqueta Inteligencia artificial. Mostrar todas las entradas
Mostrando entradas con la etiqueta Inteligencia artificial. Mostrar todas las entradas

La inteligencia artificial en la gestión de Archivos

>>  martes, 13 de enero de 2026

Seguridad y control en archivos digitales: previniendo errores con inteligencia artificial
https://pulsoslp.com.mx/


La IA se posiciona como aliada en la gestión de documentos digitales, ofreciendo soluciones eficientes y seguras.



Gestionar documentos digitales se ha convertido en un verdadero quebradero de cabeza. Empresas, instituciones y usuarios particulares nos enfrentamos cada día a montañas de archivos que hay que guardar, ordenar y proteger.

Pensemos en esto: según la International Data Corporation (IDC), en 2025 llegaremos a tener 175 zettabytes de información digital flotando por ahí. Es una barbaridad de datos, y obviamente, cuantos más tengamos, mayor será el caos y los riesgos.

¿La buena noticia? La inteligencia artificial está demostrando ser bastante útil para poner orden en todo este lío digital.

Ya existen soluciones como PDFinity, orientadas a trabajar con documentos digitales, que incorporan funciones inteligentes para clasificar y proteger archivos sin depender exclusivamente de procesos manuales.

Aquí es donde entran en juego las tendencias en IA para 2026, que apuntan a sistemas cada vez más autónomos, capaces de detectar anomalías, anticipar errores y mantener la organización documental casi en segundo plano, sin exigir una supervisión constante.

A partir de ahí, la pregunta deja de ser si la IA sirve para gestionar documentos y pasa a ser cómo puede hacerlo mejor, con menos riesgos y más fiabilidad.

Menos errores gracias a la automatización

Seamos honestos: los humanos metemos la pata constantemente cuando gestionamos documentos. Clasificamos mal, creamos duplicados, perdemos archivos... Es parte de nuestra naturaleza.

La IA puede automatizar estos procesos aplicando reglas consistentes, lo que significa muchos menos fallos.

Gartner hizo un estudio donde descubrieron que las empresas que usan IA para gestionar documentos han conseguido reducir un 40% los problemas con archivos mal clasificados o perdidos.

Los algoritmos detectan inconsistencias en nombres, formatos y toda esa información oculta (metadatos) que ayuda a encontrar documentos después. El resultado: cada archivo termina donde debe y podemos localizarlo al instante.

Protegiendo nuestros archivos de fisgones

Cada vez hay más gente intentando acceder a archivos que no les corresponden, especialmente cuando trabajan muchas personas con los mismos documentos.

Los sistemas de IA analizan cómo usamos normalmente los archivos y saltan las alarmas cuando detectan algo raro que podría ser un intento de acceso no autorizado.

La Agencia Europea de Ciberseguridad (ENISA) confirma que incorporar IA en la protección de documentos reduce bastante las filtraciones y nos permite seguir mejor el rastro de quién hace qué con cada archivo.

Básicamente, estos sistemas detectan problemas antes de que exploten.

Documentos auténticos y sin manipulaciones

Necesitamos estar seguros de que nadie ha tocado nuestros documentos sin permiso y que son legítimos.

La IA vigila las diferentes versiones de cada archivo y nos avisa si hay cambios sospechosos o el contenido no cuadra con versiones anteriores.

Esto es crucial cuando hablamos de temas legales, financieros o administrativos, donde un documento alterado puede traer consecuencias graves.

El National Institute of Standards and Technology (NIST) ha investigado esto y señala que combinar IA con blockchain ofrece un control robusto sobre la integridad de archivos digitales.

Así mantenemos la información confiable sin sacrificar velocidad ni facilidad de acceso.

Orden automático en el caos documental

¿Te suena la sensación de estar ahogándose en documentos? Es el pan nuestro de cada día en muchas organizaciones.

La IA clasifica automáticamente miles de archivos según los criterios que le marquemos, lo que hace que buscar y recuperar documentos sea muchísimo más rápido.

McKinsey & Company publicó un informe sobre automatización en entornos digitales donde afirman que usar IA para organizar documentos puede aumentar hasta un 30% la productividad de equipos administrativos.

Además, la IA sugiere categorías, agrupa documentos relacionados entre sí y optimiza el espacio de almacenamiento eliminando duplicados innecesarios.

Para terminar: la IA como guía en el caos digital

Lo realmente importante de la IA no es solo que haga cosas por nosotros, sino que nos da tranquilidad y control cuando estamos nadando en información por todos lados.

Cuando gestionar documentos deja de ser una pesadilla y se convierte en algo fluido, ganamos mucho más que productividad: tenemos seguridad, integridad y podemos rastrear todo lo que pasa con nuestros archivos.

Si la usamos bien, la IA convierte nuestros archivos digitales de un problema en una fuente fiable para tomar decisiones. La tecnología no está aquí para sustituirnos, sino para darnos soporte cuando lo necesitamos.

Read more...

La avalancha documental que produce la IA: como evitarlo

>>  martes, 9 de diciembre de 2025

La avalancha documental de la IA: cómo evitar que la inteligencia artificial multiplique el caos de información

https://elderecho.com/

OpenKM advierte del nuevo reto de las empresas ante el crecimiento de datos generados por la IA y propone un modelo de gestión documental basado en control, trazabilidad y seguridad

La inteligencia artificial (IA) ha dejado de ser una promesa para convertirse en una realidad operativa en la mayoría de las empresas. Sin embargo, su adopción masiva ha traído consigo un nuevo fenómeno silencioso: la avalancha documental. Cada modelo generativo, cada automatismo y cada flujo de trabajo basado en IA produce millones de archivos, versiones y documentos derivados.


Índice de contenidos
  • La nueva sobrecarga de información
  • La crítica necesidad de una gestión documental inteligente
  • De la acumulación al conocimiento útil
  • Mirando hacia el futuro
El resultado es un crecimiento exponencial de información no estructurada que muchas organizaciones ya no pueden gestionar de forma eficiente ni segura.

“La IA está generando conocimiento, pero también ruido. Cada documento creado por una herramienta inteligente añade complejidad si no existe un sistema que lo clasifique, relacione y elimine cuando deja de ser útil”, explica Gaspar Palmer, CEO de OpenKM, que añade que “estamos ante un reto invisible que afecta directamente a la productividad y al cumplimiento normativo de las empresas”.

La nueva sobrecarga de información

Según un estudio de IDC, el 80% de los datos empresariales actuales son no estructurados, y su volumen se duplica cada dos años. A este ritmo, la IA no solo acelera la creación de contenido, sino también el desorden digital.

Correos electrónicos, informes, imágenes, versiones automáticas y archivos generados por asistentes de IA se acumulan en servidores y nubes sin control. Este desbordamiento informativo está llevando a muchas empresas a perder trazabilidad, seguridad e incluso control sobre la propiedad de sus propios datos.

“El problema no es la IA, sino la falta de gobernanza sobre la información que genera. Sin un sistema de gestión documental sólido, las empresas se arriesgan a decisiones basadas en datos incompletos o duplicados”, añade Gaspar Palmer.

La crítica necesidad de una gestión documental inteligente

Ante esta nueva realidad, OpenKM propone un enfoque integral que combina inteligencia artificial y gestión documental, convencida de que el reto no es generar más información, sino estructurarla, auditarla y asegurar su ciclo de vida completo, desde su creación hasta su eliminación certificada. Este modelo permite a las organizaciones mantener control total y trazabilidad sobre sus documentos, saber quién accede, modifica o comparte cada archivo y garantizar así la integridad de la información. Además, su sistema de gestión de versiones automatizada evita el caos de duplicados y asegura que siempre exista una única versión válida.

En materia de seguridad y cumplimiento, OpenKM aplica cifrado, autenticación y auditorías conforme a normativas como el RGPD o la CCPA, ofreciendo una protección robusta para los datos sensibles. A ello se suman capacidades avanzadas de búsqueda inteligente, que emplean algoritmos de IA para localizar documentos por contenido, contexto o metadatos, sin importar su formato. Finalmente, su arquitectura escalable e integrable permite la conexión fluida con otras plataformas empresariales o sistemas de inteligencia artificial mediante APIs y SDKs, garantizando una interoperabilidad ágil y segura.

De la acumulación al conocimiento útil

El desafío no es solo técnico, sino estratégico. Según Gartner, el 60% de las organizaciones carecen de políticas efectivas de gobernanza documental. Esto significa que gran parte del conocimiento empresarial se encuentra disperso, inaccesible o duplicado, lo que impacta directamente en la productividad y en la capacidad de innovar.

“La gestión documental ya no es una cuestión administrativa, sino una cuestión de inteligencia corporativa. Las empresas que controlan su información pueden entrenar mejor a sus modelos de IA, tomar decisiones más rápidas y reducir su exposición a riesgos legales”, subraya Gaspar Palmer.

Mirando hacia el futuro

La avalancha documental de la IA no se detendrá. De hecho, se intensificará con el auge de los copilotos digitales y los sistemas de IA generativa integrados en herramientas de trabajo cotidianas. Para Gaspar Palmer, la solución pasa por unir IA y gestión documental bajo un mismo marco de control.

“La inteligencia artificial necesita estructura, contexto y seguridad. No basta con generar más información: hay que saber dónde está, quién la usa y cuánto tiempo debe conservarse. Solo así podremos hablar de verdadera transformación digital”, concluye el CEO de OpenKM.


Read more...

La gestión documental tradicional transformada por la IA generativa

La IA generativa transforma la gestión documental: hacia empresas capaces de convertir sus archivos en conocimiento útil

https://elderecho.com/

Los modelos de IA permiten detectar estas repeticiones, identificar qué versión es la más reciente y reducir la complejidad que generan estas copias dispersas


Lejos de limitarse a almacenar archivos, los sistemas corporativos están evolucionando hacia plataformas capaces de interpretar, relacionar y ofrecer respuestas a partir de la documentación interna. Un cambio que, según expertos, podría modificar la productividad y la forma en que las organizaciones preservan y utilizan su conocimiento.

En los últimos meses, este avance se ha consolidado gracias a la aplicación de técnicas como la búsqueda semántica, los embeddings y los modelos basados en RAG (Retrieval-Augmented Generation), que permiten que un repositorio documental pueda comportarse como un sistema de conocimiento estructurado, no como un simple almacén de información.

“La IA está acelerando algo que llevaba años pendiente y es hacer que las empresas puedan encontrar y reutilizar su conocimiento real”, señala Gaspar Palmer, CEO de OpenKM, que añade que “no hablamos de magia, sino de dar a los documentos la capacidad de relacionarse entre sí y responder en contexto”.

UNA NUEVA CAPA DE INTELIGENCIA SOBRE LOS REPOSITORIOS CORPORATIVOS

La incorporación de modelos de inteligencia artificial generativa sobre los repositorios corporativos está creando una nueva capa de inteligencia que actúa directamente sobre la documentación existente. Estas herramientas no sustituyen los sistemas tradicionales de gestión documental, sino que se integran con ellos para aportar capacidades que antes eran inviables. “Su primera contribución es la clasificación automática de grandes volúmenes de archivos, una tarea crítica en organizaciones donde conviven documentos históricos, información operativa y contenidos creados de forma masiva cada día”, explica Gaspar Palmer.

Uno de los problemas más comunes en las empresas es la proliferación de duplicados y versiones similares de un mismo documento. La automatización intensiva y el uso de plantillas ha incrementado este fenómeno. El CEO de OpenKM matiza que “los modelos de IA permiten detectar estas repeticiones, identificar qué versión es la más reciente y reducir la complejidad que generan estas copias dispersas”.

Otra de las transformaciones relevantes es la capacidad de responder a preguntas en lenguaje natural a partir de la documentación corporativa. En lugar de navegar por carpetas o depender del conocimiento tácito de un departamento, los empleados pueden consultar la información del repositorio como si hablaran con un asistente experto, eliminando fricciones y acelerando procesos internos.

El CEO de OpenKM sostiene que “la IA también facilita búsquedas conceptuales, un avance significativo frente a los motores tradicionales que dependen del nombre, la ubicación o el formato del archivo. Esta funcionalidad resulta especialmente útil cuando el usuario desconoce cómo se denominó el documento original o en qué sistema se generó”.

A esto se suma la capacidad de establecer relaciones entre archivos que antes permanecían invisibles, lo que permite descubrir vínculos temáticos, contractuales u operativos que enriquecen la visión de conjunto. El resultado es la creación de bases de conocimiento dinámicas que capturan el saber acumulado de la organización y lo ponen a disposición de cualquier empleado, independientemente de su área o nivel técnico. Según Gaspar Palmer, “durante décadas, los sistemas documentales han sido repositorios pasivos. La IA permite que ese contenido deje de dormir en carpetas para transformarse en un activo vivo”.

Aplicaciones reales que ya están llegando a las empresas

En el entorno empresarial, la integración de modelos de inteligencia artificial generativa está habilitando escenarios que hasta hace apenas dos años parecían futuristas. Uno de los más significativos es la posibilidad de realizar consultas operativas sin conocer la ubicación del archivo. Un técnico puede preguntar, por ejemplo, cuál es el procedimiento para calibrar la línea 3 y el sistema no solo localiza el documento pertinente, sino que identifica el fragmento relevante y lo devuelve como una respuesta contextualizada.

Este mismo enfoque ha transformado los procesos de incorporación de personal: los nuevos empleados pueden plantear dudas que antes solo resolvía un compañero experimentado, como a quién reporto una desviación de calidad y qué formato se utiliza, y recibir información estructurada extraída directamente de los documentos corporativos.

“La IA también está modificando la forma en que las empresas limpian y mantienen su repositorio documental. Cada archivo que entra en el sistema puede generar automáticamente un resumen, etiquetas temáticas, relaciones con documentos previos o alertas sobre duplicados, evitando que la documentación histórica se convierta en un archivo inmanejable. A ello se suma una capacidad especialmente valiosa, la captura de conocimiento tácito”, asegura Gaspar Palmer.

Procesos que tradicionalmente dependían de la memoria de un técnico pueden documentarse mediante preguntas directas, describe cómo resolviste la última incidencia en sensores que la IA, transforma en artículos coherentes y enlaza con la documentación técnica existente. El resultado es una base de conocimiento más rica, viva y accesible para toda la organización.

El valor económico del conocimiento accesible

Según las estimaciones del sector, los empleados dedican entre el 20% y el 30% de su tiempo a buscar información. La aplicación de IA generativa en sistemas documentales apunta directamente a ese cuello de botella.

“No se trata de producir más documentos, sino de que la empresa pueda entender los que ya tiene”, explica el CEO de OpenKM que añade que “una organización que puede preguntar a su documentación y recibir una respuesta útil está un paso por delante en eficiencia operativa, retención de conocimiento y toma de decisiones”.

Este cambio también tiene implicaciones para la continuidad del negocio, la formación interna y la reducción de la dependencia del conocimiento individual, un riesgo creciente en sectores industriales, energéticos, consultoría o administración pública.

Una tendencia en expansión en Europa

Con la llegada del AI Act y la mayor presión regulatoria sobre la gestión de datos, los sistemas de conocimiento inteligente están captando el interés tanto de equipos de TI como de direcciones generales. Europa exige cada vez más trazabilidad, gobernanza y control sobre la información. La IA aplicada a la documentación ofrece un camino para modernizar ese control sin añadir complejidad a los procesos.

“Estamos viendo cómo los repositorios documentales evolucionan hacia los ‘cerebros corporativos’ del futuro”, concluye Gaspar Palmer, que sostiene que “los primeros en dar este paso tendrán una ventaja real y será el convertir la información en conocimiento y el conocimiento en decisiones”.



Read more...

CUIDADO: La IA es increíblemente buena para parecer confiada incluso cuando está completamente equivocada

>>  martes, 4 de noviembre de 2025

La IA generativa vuelve a alucinar, esta vez en un expediente judicial federal

https://www.elpueblo.pe/
Rosa María Castillo
https://www.digitaltrends.com/users/mpal/



Qué pasó: 

Entonces empezó a suceder. Los tribunales de todo el mundo están recibiendo documentos legales de abogados llenos de mentiras generadas por IA. Estamos hablando de casos judiciales completamente inventados, citaciones falsas y citaciones que no existen.

De hecho, un científico de datos y abogado francés llamado Damien Charlottin lo está siguiendo. Encontró al menos 490 expedientes judiciales sólo en los últimos seis meses que contenían estas “alucinaciones” de IA.

La mayoría de ellos son de Estados Unidos, donde los jueces han denunciado (e incluso multado) a los abogados por tener en sus manos estas tonterías generadas por la IA.

En un caso importante, un abogado de MyPillow presentó un escrito que contenía alrededor de 30 citas falsas. Sí

Por qué es tan importante: 

Éste no es sólo un problema de abogados; Es un gran dilema para todos.Todos estamos empezando a utilizar estas herramientas de IA para todo: redactar informes, resumir reuniones, realizar investigaciones.

El problema es que la IA es increíblemente buena para parecer confiada incluso cuando está completamente equivocada. Esto le da una respuesta que suena razonable pero que es simplemente… falsa.

Como dijo Charlotten, “la IA puede ser una bendición, pero tiene sus inconvenientes”. Incluso las personas inteligentes y experimentadas se dejan engañar por esto, y eso es un riesgo enorme para cualquier empresa que dependa del trabajo generado por IA sin verificarlo dos veces.




¿Por qué debería importarme? 

Mire, ya sea profesor, abogado o directivo, la IA se está convirtiendo en parte del trabajo. No puedes evitarlo. Pero como advierten los expertos, no se pueden utilizar estas herramientas a ciegas.Maria Flynn, directora ejecutiva de Jobs for the Future, citada en el informe de AP, lo expresó sin rodeos: consideren la IA como una “ayuda, no un sustituto”.

Aún tienes que ser humano en el circuito. Debe verificar los hechos, asegurarse de no infringir las leyes de privacidad y, por favor, no cargar datos confidenciales de su empresa.

Como dice otro abogado: “La gente supone que es correcto porque suena bien, pero esa suposición puede costarle”. Puede ponerlo en peligro con su reputación, su trabajo o incluso problemas legales.

¿Qué sigue? 

La conclusión es que todos debemos ser más inteligentes a la hora de utilizar la IA. rápidamenteSe insta a las empresas a que capaciten a sus equipos en estos aspectos: cómo probar que funciona, cómo utilizarlo de forma segura y qué no hacer.

Se está convirtiendo en una habilidad laboral básica. Como dice Flynn, “el mayor problema no es aprender a utilizar la IA”. La IA del futuro no se trata de reemplazar a las personas; Se trata de personas que saben cómo utilizar la IA.




Read more...

Las carreras universitarias que según la IA no deberías estudiar

>>  lunes, 3 de noviembre de 2025

Top 5 de las carreras universitarias que no deberías estudiar, según la IA
https://www.infobae.com/
Santiago Neira


Soluciones de software empresarial y automatización transforman procesos administrativos, exigiendo a los profesionales una actualización constante y la integración de habilidades en análisis de datos y sistemas digitales


La inteligencia artificial redefine el futuro laboral de los titulados universitarios -
 (Imagen Ilustrativa Infobae)

El avance acelerado de la inteligencia artificial ha cambiado el perfil de empleabilidad en todo el mundo. Diversos análisis de mercado y estudios basados en IA destacan que ciertas carreras universitarias afrontan desafíos inéditos por la automatización y la transformación digital.

Cuáles son las carreras que la IA no recomienda estudiar

Traducción, periodismo, administración, derecho y humanidades tradicionales figuran entre los campos más expuestos a los cambios tecnológicos y a la disminución relativa de la demanda laboral.

La expansión de herramientas como Google Translate y DeepL ha modificado la dinámica del sector de traducción e interpretación. Estos sistemas automáticos resuelven, con creciente precisión y a bajo costo, tareas de traducción estándar y textos de uso cotidiano.

Este fenómeno ha limitado la necesidad de traductores humanos en trabajos rutinarios o masivos.

Expertos señalan que el profesional de idiomas debe enfocarse ahora en competencias como la localización cultural, la traducción jurada, la mediación intercultural o la integración de habilidades tecnológicas para mantener su competitividad y diferenciación.

Periodismo una opción para considerar de acuerdo a la IA


En el área de periodismo y comunicación social, la digitalización y la inteligencia artificial han permeado las redacciones y los modelos de generación de contenidos. Algoritmos y sistemas automáticos producen noticias, boletines y versiones resumidas de datos a velocidades imposibles para el profesional tradicional de medios impresos.

El impacto de la IA ha llevado a una reducción del espacio para redactores que se limitan a la generación básica de textos. El enfoque de los profesionales se ha desplazado hacia la producción multimedia, el análisis de datos de audiencia, la gestión de redes sociales, el SEO y la investigación especializada.

Las competencias humanas como la curaduría informativa, la investigación en profundidad y el análisis crítico cobran mayor valor frente a la automatización.

Carreras que ha automatizado la inteligencia artificial

El campo de la administración de empresas, entendido desde su enfoque más genérico, tampoco resulta ajeno a la transformación digital. Plataformas de software empresarial, automatización de procedimientos y procesamiento de datos mediante IA han reducido la necesidad de profesionales para tareas de gestión rutinaria y contabilidad manual.

La alta oferta de egresados en este segmento, junto con la estandarización de procesos, genera fuerte competencia y disminuye la diferenciación. Las recomendaciones más frecuentes insisten en sumar habilidades tecnológicas como análisis de datos, fintech, gestión avanzada de sistemas empresariales o visión estratégica global para mejorar las perspectivas laborales.

Abogacía y contaduría pública constituyen trayectorias profesionales que, en sus tareas rutinarias, ya presentan alto nivel de automatización. Sistemas jurídicos basados en IA pueden revisar documentos legales, buscar jurisprudencia relevante y proporcionar análisis normativos en cuestión de minutos. En el caso de la contaduría, el software avanzado asume procesos de facturación, conciliación bancaria y gestión fiscal.

Por este motivo, el mercado tiende a demandar perfiles que puedan intervenir en cuestiones de alta complejidad, asesoría estratégica, derecho tecnológico, ciberseguridad o auditoría forense. En estos entornos, el juicio humano, la ética profesional y la aplicación de conocimientos en contextos concretos siguen siendo insustituibles.

Carreras artísticas y de humanidades en peligro con la digitalización

Las denominadas carreras de humanidades y artes liberales, como filosofía, historia, literatura o artes plásticas, aunque fundamentales para el desarrollo social y cultural, enfrentan particular dificultad de inserción en el mercado privado.

El bajo promedio de remuneraciones y el limitado espectro de salidas laborales fuera del ámbito académico o institucional constituyen desafíos específicos de estos campos de estudio. Para mejorar sus oportunidades, expertos sugieren integrar conocimientos aplicados a herramientas digitales, como el análisis de datos en historia (humanidades digitales), la creatividad para interactuar con sistemas de IA (prompt engineering), el diseño UX/UI o la producción de contenidos audiovisuales.

A pesar de estos retos, los especialistas coinciden en que la automatización y la inteligencia artificial no significan la desaparición total de estas profesiones. El eje de empleabilidad se traslada ahora hacia la capacidad de adaptación, aprendizaje continuo y flexibilidad profesional.

Las nuevas demandas del mercado priorizan el desarrollo de nichos de especialización, el pensamiento creativo y las habilidades híbridas—la combinación de saberes tradicionales con competencias tecnológicas.






Read more...

Uso de la IA para gestionar documentos: Cómo una empresa utilizó la IA para gestionar la avalancha de documentos

>>  jueves, 30 de octubre de 2025

Cómo una empresa utilizó la IA para gestionar la avalancha de documentos

https://www.infobae.com/



En la década de 1930, los ejecutivos del sistema Bell se dieron cuenta de que el creciente uso de los teléfonos pronto crearía desafíos de red tan complejos que sobrepasarían la capacidad de los interruptores mecánicos para mantenerse al día. Así que lanzaron una iniciativa para crear los transistores como una alternativa más rápida y mucho más barata.

A partir de la década de 1960, con la idea de la "oficina sin papel", ha habido esfuerzos similares para abordar los retos relacionados con el flujo masivo de documentos en las organizaciones. La digitalización mejoró significativamente nuestra capacidad para gestionar ese flujo cada vez mayor, pero todavía hay una gran cantidad de papel circulando dentro y entre las organizaciones, y los documentos electrónicos siguen siendo, en gran medida, producidos, editados y procesados por personas. La promesa de la IA, especialmente de los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés), es que pueden hacerse cargo de esas tareas.

Para comprender cómo podría suceder esto en la práctica, dos de nosotros (Peter Cappelli y Valery Yakubovich) estudiamos una iniciativa de una gran compañía de seguros médicos estadounidense que introdujo IA para procesar la organización de documentos y la extracción de información de los mismos como primer paso en el proceso de reembolso, en el otoño de 2024. Para obtener el permiso, tuvimos que comprometernos a no identificar a la aseguradora. El trabajo real de procesamiento de documentos se realizaba en las instalaciones por un proveedor, Ricoh, una empresa de servicios digitales que desempeñó el papel principal en el esfuerzo de implementación de IA. Dos de nosotros (Braj Thakur y Ashok Shenoy) participamos activamente en ese proyecto. Esta empresa no utilizaba la IA para tomar decisiones sobre la aprobación o denegación de las reclamaciones.

Estas son las lecciones generalizables que obtuvimos de este esfuerzo.

1. EL OBJETIVO NO DEBE SER LA AUTOMATIZACIÓN, SINO REALIZAR EL TRABAJO DE UNA MANERA RENTABLE.

Actualmente existe una amplia gama de herramientas basadas en LLM disponibles, con diferentes capacidades, algunas de ellas muy sofisticadas. El equipo de desarrollo descubrió que una de las herramientas más avanzadas podía realizar una buena labor de extracción y clasificación. Sin embargo, resultó ser tan costosa que hacía inviable la solución.

Para reducir costos, el equipo decidió usar el modelo Claude LLM de Anthropic, pero los cargos de Amazon Web Services (AWS), el proveedor de servicios en la nube que ofrecía las herramientas necesarias, resultaron ser demasiado altos debido a los costos de almacenamiento y potencia de cómputo. En resumen, incluso un LLM eficiente no sirve si no es más barato que aquello que pretende reemplazar.

Otro intento consistió en enviar al modelo de IA generativa aquellos documentos que no habían sido clasificados o cuyos datos no habían sido extraídos correctamente, en lugar de devolverlos a los empleados. Un hallazgo importante fue una herramienta que capturaba campos a lo largo de múltiples páginas de un documento, pero los procesaba como una sola imagen, lo que reducía considerablemente los costos (que se calculan por imagen). Los documentos que no se procesaban con precisión se enviaban para una última revisión a una herramienta de IA más costosa.

Finalmente, algunos documentos aún tenían que enviarse a los indexadores para ser retrabajados (2.7% en comparación con casi el 90% antes de cualquier intervención), un enfoque conocido como "intervención humana". Sin embargo, para identificar este pequeño número de errores, los indexadores debían revisar el 27% de los documentos en los que el modelo de IA generativa tenía menos del 97% de confianza en su clasificación.

En conjunto, la productividad aumentó tres veces, y el volumen máximo diario pasó de 10,000 a 30,000 documentos. El tiempo promedio por documento para un indexador ahora representaba solo el 10% del nivel previo, y el total de documentos procesados por día se triplicó.

2. UNA APLICACIÓN EXITOSA DE IA PUEDE NO SIGNIFICAR MENOS EMPLEOS.

Como resultado del proceso asistido por IA, el número de indexadores solo se redujo aproximadamente un 20%. Ahora que la función procesa un volumen mucho mayor de apelaciones y quejas, su plantilla es casi la misma que antes del cambio. Esto contradice la suposición de muchos entusiastas de la automatización de que los ahorros al adoptar IA provienen de recortes o eliminaciones totales de personal.

El objetivo debe ser el resultado final (calidad, costo, eficiencia), no la reducción de la fuerza laboral en sí misma. Resultó que los empleados seguían siendo necesarios en la función de reclamaciones, aunque no para la tarea repetitiva de ingreso inicial de datos. Eran necesarios para resolver problemas que incluso las herramientas de IA más avanzadas no podían manejar, como datos faltantes o ilegibles, formularios nuevos con formatos diferentes que la lógica difusa y los modelos generativos no podían procesar, y otras particularidades.

Este nuevo proceso impulsado por IA también creó una nueva tarea humana: el control de calidad, que consiste en muestrear y revisar los resultados del sistema. Esto es especialmente necesario porque el formato en el que llegan los datos cambia constantemente entre la amplia gama de proveedores y clientes que los envían, lo que plantea desafíos de ejecución y calidad.

3. LA IA PUEDE HACER QUE LOS EMPLEADOS SE ENFOQUEN EN TRABAJOS DE MAYOR VALOR.

Las mejoras en la calidad de los datos, a medida que los documentos pasaban del manejo inicial y la entrada de datos a las etapas más sustantivas del procesamiento de reclamaciones de seguros, ahorraron una enorme cantidad de tiempo y esfuerzo más adelante. El trabajo de los indexadores cambió de las tareas repetitivas de ingreso de datos (que resultaban tan aburridas) a la tarea más interesante de detectar errores y encontrar soluciones. Este cambio redujo la rotación de personal y mejoró la satisfacción laboral. La empresa descubrió que cuanto más experimentados eran los indexadores, mejor eran para encontrar y corregir errores.


4. LOS AHORROS PROVIENEN DE LOS AUMENTOS DE ESCALA QUE SE HACEN POSIBLES GRACIAS A UNA MAYOR PRODUCTIVIDAD Y CALIDAD.

Los ahorros provinieron de dos factores. El primero, el aumento de escala: el sistema ahora procesa aproximadamente tres veces más documentos por indexador. El segundo, la calidad: menos errores en el procesamiento de reclamaciones, lo que reduce los costos operativos en otras áreas. El número de apelaciones, quejas y solicitudes de seguimiento sigue creciendo, pero no el número de empleados, por lo que los ahorros provienen de distribuir los costos operativos entre más documentos procesados.

5. INVOLUCRAR A LOS EMPLEADOS QUE HAN DESEMPEÑADO LA FUNCIÓN EN EL PROYECTO DE IA ES ESENCIAL.

La integración exitosa de la IA en los procesos laborales requiere sin duda la ayuda de expertos que ya hayan hecho esto antes, pero trabajar con los empleados directamente involucrados también es esencial. Incluso con la participación de ocho científicos de datos, analistas y expertos en automatización con experiencia, la implementación descrita en este artículo estuvo lejos de estar "lista para usarse". Entrenar las herramientas de lógica difusa y de IA requirió coordinación con lo que los indexadores veían realmente en los documentos que llegaban. Fueron necesarias dos iteraciones en un periodo de tres meses para lograr que el sistema funcionara correctamente.

La lección duradera de las innovaciones tecnológicas, incluida la IA generativa, es que las promesas iniciales de ahorros de costos y eliminación de puestos de trabajo suelen superar la realidad. El éxito de la IA generativa no radica en transformar la gestión o en recortar personal, sino en mejorar las tareas de manera rentable.



Read more...

Inseguridad de los modelos de inteligencia artificial más avanzados del mundo: con 250 documentos corruptos los hackean

>>  miércoles, 15 de octubre de 2025

Basta con 250 documentos corruptos para hackear modelos de IA como ChatGPT o Claude

https://andro4all.com/
Alex Verdía


Una nueva investigación ha puesto en entredicho la seguridad de los modelos de inteligencia artificial más avanzados del mundo. Un estudio conjunto de Anthropic, el UK AI Security Institute y el Alan Turing Institute revela que los modelos de lenguaje de gran tamaño (LLM), como los que impulsan ChatGPT, Claude o Gemini, pueden desarrollar vulnerabilidades internas si se incluyen apenas 250 documentos manipulados dentro de sus datos de entrenamiento. En otras palabras, alguien podría alterar la forma en que una IA responde a determinados estímulos simplemente colando un puñado de archivos maliciosos entre millones de textos legítimos.



Cómo unos pocos documentos pueden “envenenar” a un modelo de IA

Los investigadores entrenaron modelos que iban desde 600 millones hasta 13.000 millones de parámetros, cada uno con conjuntos de datos ajustados a su tamaño. En todos los casos, descubrieron que bastaban unos pocos cientos de documentos maliciosos para implantar un “backdoor” o puerta trasera: una instrucción secreta que cambia el comportamiento del modelo al recibir un disparador concreto. Por ejemplo, al aparecer una frase como “”, los modelos dejaban de generar texto coherente y empezaban a producir galimatías o fragmentos sin sentido.

El hallazgo contradice investigaciones previas que sugerían que cuanto más grande fuera el modelo, más difícil resultaría atacarlo, ya que los datos contaminados representarían un porcentaje ínfimo del total. En cambio, el nuevo estudio muestra que la cifra absoluta de documentos maliciosos necesarios se mantiene prácticamente constante independientemente del tamaño del modelo. Anthropic describió este resultado como “uno de los hallazgos más preocupantes hasta la fecha en materia de seguridad de entrenamiento de IA”.

El experimento más revelador fue el del modelo de 13.000 millones de parámetros, entrenado con 260.000 millones de tokens. Bastaron 250 documentos , es decir, solo el 0,00016% del conjunto total, para instalar el backdoor con éxito. Los modelos más pequeños se comportaron igual, lo que sugiere que el tamaño no es un factor de protección frente a este tipo de ataques.

Los investigadores explican que los modelos de lenguaje aprenden patrones incluso de ejemplos extremadamente raros. Por eso, si un atacante consigue insertar textos con un patrón repetido, por ejemplo, frases normales seguidas del disparador y texto caótico, el modelo puede interiorizar esa relación como válida. En la práctica, esto significa que alguien que publique sistemáticamente documentos maliciosos en la web podría infectar los datos de entrenamiento de futuros modelos, ya que gran parte del contenido usado por empresas como OpenAI, Google o Anthropic proviene del rastreo masivo de páginas abiertas en Internet.

No es la primera vez que se demuestra el potencial de estos ataques. En 2024, un grupo de investigadores de Carnegie Mellon, ETH Zurich, Meta y DeepMind ya había probado que controlar el 0,1% de los datos de entrenamiento bastaba para introducir comportamientos indeseados. El MIT realizó un experimento similar y obtuvo casi los mismos resultados. Pero ambos enfoques implicaban millones de archivos. Lo novedoso del estudio de Anthropic es que reduce ese número a una cifra manejable por cualquier atacante con pocos recursos.

El equipo también exploró si los modelos podían “olvidar” los backdoors con entrenamiento adicional usando datos limpios. Descubrieron que este entrenamiento correctivo reducía la efectividad del ataque, pero no siempre lo eliminaba del todo. En algunos casos, incluso tras añadir miles de ejemplos “buenos”, el modelo conservaba rastros del comportamiento malicioso. No obstante, con una cantidad suficiente de ejemplos correctivos (entre 2.000 y 3.000), la vulnerabilidad desaparecía casi por completo. Esto sugiere que los procesos de afinado y seguridad que aplican las grandes empresas sí serían capaces de neutralizar este tipo de ataques antes de que lleguen a los usuarios finales.

El estudio también subraya que la verdadera dificultad para los atacantes no está en generar los documentos maliciosos, sino en lograr que estos se incluyan en los conjuntos de entrenamiento reales. Las empresas de IA más importantes filtran y curan cuidadosamente sus fuentes, lo que hace improbable que un atacante consiga introducir sus textos de forma directa. Aun así, los investigadores advierten que los métodos de curación actuales podrían no ser suficientes si las técnicas de envenenamiento se vuelven más sofisticadas.

A pesar de las limitaciones del estudio, que solo probó modelos de hasta 13.000 millones de parámetros y ataques relativamente simples, el resultado plantea un desafío estratégico para la industria. La investigación demuestra que la escala no garantiza seguridad: un puñado de ejemplos envenenados puede tener el mismo impacto en un modelo pequeño que en uno de cientos de miles de millones de parámetros. Por ello, los expertos reclaman nuevos protocolos de defensa que no dependan únicamente de proporciones estadísticas, sino que consideren ataques de baja escala pero alta efectividad.

En palabras del propio informe: “Nuestros resultados sugieren que la introducción de puertas traseras mediante envenenamiento de datos podría ser más fácil en modelos grandes de lo que se pensaba, ya que el número de ejemplos necesarios no aumenta con el tamaño del modelo”. Es una advertencia clara de que, incluso en la era de la IA a escala planetaria, la seguridad puede fallar por apenas 250 documentos envenenados.




Read more...

¿Qué pasa con los datos en la era de la inteligencia artificial? Protege tus datos personales

>>  martes, 23 de septiembre de 2025

¿Cómo se protegen los datos frente a la inteligencia artificial?

https://technocio.com
CMS Rodríguez–Azuero


Proyecto de ley en el país que busca establecer reglas para el uso de la inteligencia artificial y la protección de datos sensibles.

¿Qué pasa con los datos en la era de la inteligencia artificial? 

Esa es la gran pregunta que hoy preocupa a ciudadanos, empresas y gobiernos, y que ya empieza a mover la agenda legislativa. Mientras la IA abre oportunidades inéditas, también multiplica las dudas sobre cómo se procesa y protege la información personal, al punto de que países como Colombia avanzan en nuevas normas para enfrentar riesgos que hace apenas unos años no existían.

El punto de partida es entender que no existe una sola IA, sino que los casos de uso son variados y la operación de tecnologías que aplican la IA es diferente. Un asistente virtual no recopila lo mismo que un algoritmo de diagnóstico médico o un sistema de reconocimiento facial. En algunos casos hablamos de datos básicos como nombre, correo electrónico o dirección; en otros, de patrones de navegación, historial de consumo, ubicación geográfica o metadatos de interacción; y en los más sensibles, de información médica o biométrica como frecuencia cardiaca, peso o huellas faciales.

En Colombia, la protección de datos personales está respaldada por la Ley 1581 de 2012 y el Decreto 1377 de 2013, y las instrucciones que sobre el particular ha expedido la Superintendencia de Industria y Comercio, normas que aplican sin importar la tecnología utilizada. De acuerdo con Lorenzo Villegas, socio de CMS Rodríguez-Azuero, “en Colombia avanza la discusión del Proyecto de Ley Unificado de Inteligencia Artificial, una iniciativa del gobierno nacional que busca establecer un marco integral para el uso de estas tecnologías, con especial atención en la protección de datos sensibles como la voz, la imagen y la biometría.”.

A este esfuerzo se suma la Circular Externa 002 de 2024, diseñada para establecer instrucciones sobre el tratamiento de datos personales en sistemas que implementan IA. La norma exige a las organizaciones realizar evaluaciones de impacto antes de implementar sistemas, garantiza que el consentimiento de los usuarios sea informado, y prohíbe el uso de datos sensibles sin autorización expresa. Con estas medidas, Colombia buscaría blindar la privacidad en un entorno donde la información se procesa a una velocidad y escala sin precedentes.

Este debate no es exclusivo del país. A nivel internacional, el Consejo de Europa abrió a firma en 2024 el primer tratado vinculante sobre inteligencia artificial y derechos humanos. En paralelo, India discute reformas para enfrentar los deepfakes y regular plataformas digitales, mientras que el Reino Unido avanza en propuestas para controlar el uso de tecnologías biométricas como el reconocimiento facial. En América Latina, Brasil y Chile también actualizan sus marcos legales, enfocándose en el impacto de la IA en sectores sensibles como la salud y las finanzas.

Sin perjuicio de la regulación nacional y extranjera, el uso masivo de datos en internet, los deepfakes, contenidos falsos creados con IA que pueden suplantar identidades, y la falta de claridad sobre cómo toman decisiones los sistemas que aplican IA, son riesgos que persisten. “Estos posibles riesgos en todo caso están sujetos a medidas de mitigación efectivas que se concretan en el cumplimiento de la ley local sobre protección de datos, y las iniciativas de autorregulación de cada empresa” explicó Villegas.

En este escenario, las empresas tienen un rol clave. Ya no basta con cumplir la norma, ahora se espera que adopten principios de transparencia, seguridad y no discriminación. En un entorno donde la confianza es un activo, aquellas que implementen estándares internacionales estarán mejor preparadas para un futuro regulatorio más estricto.

El desafío central es claro, se deben crear reglas que protejan los derechos sin frenar la innovación. En la era digital, la privacidad no puede darse por sentada; requiere normas sólidas, vigilancia constante y un compromiso ético firme para preservar lo más valioso: la confianza.

Read more...

¿que ocurre en nuestro cerebro cuando dejamos que la IA piense por nosotros?

>>  jueves, 4 de septiembre de 2025

El EXPERIMENTO que CAMBIARÁ tu forma de usar la IA para siempre

https://www.youtube.com/watch?v=nyunLBoAf8M
Gustavo Entrala

¿Nos hará tontos y vagos la Inteligencia Artificial? 🤖🧠 


En este vídeo exploramos un concepto fascinante y preocupante: la “deuda cognitiva”, un término acuñado por científicos del MIT para describir lo que ocurre en nuestro cerebro cuando dejamos que la IA piense por nosotros. 

Cada vez más usamos ChatGPT y otras inteligencias artificiales para escribir, crear ideas o resolver problemas. Pero… ¿qué pasa con nuestra capacidad de pensar, recordar y aprender? ¿Estamos delegando demasiado? 
👉 En este episodio descubrirás: 
  • Qué reveló un experimento del MIT al medir la actividad cerebral de personas que usaban IA vs. las que pensaban por sí mismas.
  • Cómo la IA puede “apagar” ciertas áreas de nuestro cerebro si abusamos de ella.
  • Por qué el esfuerzo de pensar es esencial para nuestra memoria y aprendizaje.
  • Una regla de oro sencilla para usar la IA sin volvernos dependientes de ella.
Este vídeo no es solo para quienes trabajan con tecnología, sino para padres, educadores y cualquiera que se pregunte cómo la IA está transformando la forma en la que pensamos.

Si te interesa el futuro de la inteligencia artificial, sus riesgos y oportunidades, y cómo podemos usarla sin perder lo que nos hace humanos… este vídeo es para ti.

Intro

Estamos pidiendo a la inteligencia artificial que escriba por nosotros, que nos dé ideas, en definitiva, que piense en nuestro lugar. Y lo hace increíblemente bien. Pero un momento, si externalizamos nuestro pensamiento, ¿qué tipo de persona vamos a ser? ¿Y cuál será nuestra aportación a un mundo en el que las máquinas serán objetivamente más listas que nosotros? Piensa en tus hijos, da mucho miedo.

Un grupo de científicos del MIT ha dado nombre a este fenómeno, la deuda cognitiva acumulada. ¿Qué es? Muy fácil. Usar la IA nos aporta un beneficio inmediato, nos ahorra esfuerzo. Pero podríamos estar acumulando una deuda que pagaremos muy cara en el futuro. Nuestros pensamientos, nuestras ideas y aprendizajes en realidad no son nuestros. Los hemos tomado prestados de la IA. Por primera vez tenemos la ciencia para ver si esa deuda es real y cómo afecta a nuestro cerebro. Y la respuesta quizá cambie tu forma de usar la inteligencia artificial. Tentación, que piense la IA.

Tentación: Que piense la IA

Sam Altman, el creador de ChatGPT, asegura que pronto llevaremos en el móvil el equivalente a cinco doctorados que nos van a asesorar en todo. Sabemos también que hay inteligencias artificiales que están ganando medallas de oro en Olimpiadas de Matemáticas. Un terreno que pensábamos que era exclusivamente humano. Es innegable. Nunca seremos tan rápidos ni tendremos tanta memoria como las IAs.

Ante esta realidad la pregunta es lógica. ¿Para qué formar a nuestros hijos en que sean buenos en algo en lo que una máquina siempre va a ser mejor? No es una pregunta tonta. La historia está llena de ejemplos de efectos análogos.

Pensemos, por ejemplo, en el coche. El coche nos dio una libertad increíble, pero nos hizo físicamente más sedentarios. O pensemos en la luz eléctrica. Nos permitió conquistar la noche, pero alteró para siempre nuestros patrones del sueño. Cada gran avance que nos ahorra un esfuerzo, ya sea físico o mental, tiene un coste oculto. ¿Y cuál es el coste oculto de que la IA piense por nosotros?

Hasta ahora todo esto era una especulación, pero por primera vez un equipo de científicos del MIT
ha mirado directamente al interior del cerebro de una persona que usa la IA. Y lo que han visto es sorprendente. Está aquí, está en este estudio que he tenido la oportunidad de analizar a fondo y que os voy a contar durante este vídeo.

El experimento.

Imagina que eres uno de los 54 voluntarios de este experimento. Entras en un laboratorio del MIT, te sientas, y te colocan un casco con 32 electrodos en la cabeza. Esto no es ciencia ficción. Es un electroencefalógrafo. Una máquina que puede en cierto modo leer la actividad eléctrica de tu cerebro.
Observa cómo hablan tus neuronas entre sí.

Los investigadores te asignan aleatoriamente a uno de los tres grupos del experimento.
  • El equipo 1, llamado Cerebro y ChatGPT, podrá usar ChatGPT para resolver la prueba a la que van a someterse.
  • El equipo 2, Cerebro y Buscador, puede usar Google. Puede buscar en cualquier web, pero tiene prohibido utilizar cualquier tipo de IA.
  • Y por último está el equipo 3, Solo Cerebro. Este es el equipo valiente. Sin herramientas, sin internet, sin IA. Solo con sus propios conocimientos y su capacidad de pensar.
La tarea para todos es la misma. Escribir un ensayo en 20 minutos. Los temas son dilemas de esos que te pueden comer la cabeza. Por ejemplo, ¿para ser verdaderamente felices, nuestros logros deben beneficiar a otras personas? 

Ponte en su lugar. Tienes 20 minutos. Te piden escribir sobre la felicidad. ¿Qué harías tú? ¿Empezarías a teclear tus propias ideas, bucear en tus recuerdos, en tus experiencias? ¿O tu primer instinto sería más bien abrir otra pestaña del navegador y preguntarle a ChatGPT, dame una estructura para un ensayo sobre la felicidad? Sé sincero. Sé sincera.

Durante meses, los investigadores repitieron este proceso. Recogieron los ensayos, entrevistaron a los participantes y, lo más importante, analizaron miles de datos de la actividad cerebral de cada uno. Estaban buscando la respuesta a una pregunta: ¿Dáña la IA nuestra capacidad de pensar?

El Cerebro "Apagado"

Los resultados llegaron en dos oleadas.  Primero, un grupo de profesores juzgó la calidad de los ensayos. Y su dictamen fue comparado con otro que hizo una IA que era una IA juez.

Al terminar cada ensayo, los científicos pidieron a los participantes que citaran de memoria una sola frase de lo que acababan de redactar. En el grupo solo cerebro, casi todos pudieron hacerlo. En el grupo cerebro y ChatGPT, el 83% fue incapaz de recordar correctamente una sola frase. Habían escrito ese texto hacía apenas unos minutos y ya lo habían olvidado.No solo eso. Los del grupo de IA sentían que el ensayo no era realmente suyo. Y los profesores que evaluaron sus textos, sin saber de qué grupo procedían, notaron algo. Los ensayos hechos con ayuda de la IA eran estructuralmente correctos, sí.
Pero no tenían alma y se parecían mucho entre sí. Como si todos hubieran sido escritos por la misma mente. 

Pero la respuesta más profunda estaba oculta en los datos del cerebro. En esos encefalogramas.
Y aquí es donde la historia da un giro que va a dejar desconcertados a todos los que usamos la IA de una forma intensiva. Los científicos lo expresan en el estudio con una claridad meridiana. Dicen, "La conectividad cerebral disminuyó sistemáticamente en función de la cantidad de apoyo externo".
El cerebro del grupo solo cerebro, sin embargo, era una red bullendo de actividad. El del grupo que usó ChatGPT estaba mucho más silencioso. La ayuda de la IA literalmente apagaba partes del cerebro.

¿Qué partes? Principalmente dos. 
  • Primero vieron una caída masiva en la conexión de las ondas Theta. Imagina que las ondas Theta son el motor de tu memoria de trabajo, la RAM que tiene tu cerebro. Es lo que usamos para mantener y conectar ideas en nuestra cabeza mientras pensamos. En el grupo de la IA ese motor apenas se movía.
  • En segundo lugar se desplomaron las ondas Alpha. Estas ondas se asocian con la atención interna, con el acto de bucear dentro de nuestra propia mente para buscar recuerdos, ideas y conexiones.
El grupo de la IA no necesitaba buscar dentro, la respuesta venía siempre de fuera. Y esta, esta es la deuda cognitiva en acción. Ahorramos con la IA esfuerzo mental ahora, pero el precio es una menor conexión neuronal, una peor memoria y en última instancia una menor comprensión profunda.

El cerebro, como cualquier músculo, se activa con el esfuerzo, pero si no lo usas se atrofia. El estudio demuestra, por tanto, que el simple hecho de delegar el pensamiento inicial a la IA impide que se creen las conexiones neuronales que consolidan el aprendizaje.

Muy fuerte, piensa en tus hijos, luego hablaremos un poquito más sobre ellos.

Pero ese experimento tenía una cuarta prueba y los resultados de esta última prueba abrieron una cierta luz a la esperanza.

En esta cuarta prueba, los participantes en el experimento redactaron un último ensayo, que en realidad era como una versión 2.0 de uno de los que ya habían redactado antes. Pero ahora los investigadores introdujeron un cambio decisivo. Quienes habían usado ChatGPT ahora solo podrían usar su cerebro.
Pero quienes antes solo habían podido usar papel, lápiz y su cabecita, ahora sí podían recurrir a ChatGPT.

¿Y qué pasó? El ensayo de los que habían trabajado con la IA fue aún de peor calidad. Se habían quedado sin sus muletas, estaban bloqueados.

Pero el grupo Solo Cerebro obtuvo resultados espectaculares. Con la ayuda de ChatGPT, las ideas en las que habían pensado por su cuenta cobraron aún más vida. Y esta es una pista muy, muy interesante.
Te explico por qué.

¿Prohibimos la IA en la educación?
La tentación sería prohibirlo todo, decir, fuera móviles, fuera IA de la educación. Pero esa no es la solución. Pienso que la pregunta no es ¿IA sí o no? sino IA cómo y cuándo. Ethan Mollick, un profesor de la Escuela de Negocios Wharton, al que he citado en varios vídeos míos, ha analizado este mismo estudio y propone una regla de oro brillante.
  • Primero piensa tú y después pregunta a la IA.
  • Primero usa tu cerebro.
  • Lucha con el problema.
  • Crea el primer borrador.
  • Enfréntate a la página en blanco.
  • Estructura tus propias ideas y llega a tus propias conclusiones.
  • Y después, solo después, cuando ya has hecho el esfuerzo cognitivo, que cuesta, usa a la IA como un colaborador inteligente, como un sparring intelectual, para pulir tu texto, para encontrar puntos ciegos, para mejorar lo que tú ya has creado.
Escribir es pensar.

Y si dejamos de escribir, dejaremos de pensar. Y con nuestros hijos esto es aún más crítico. Porque su cerebro se está formando. Por eso creo que no hay ninguna prisa para que usen la IA en su aprendizaje.
Planteemos de verdad si necesitan el móvil o el ordenador para las tareas en casa. Fomentemos momentos solo cerebro, donde la única herramienta sea su propia mente. 

Porque lo que este estudio del MIT nos enseña es algo fundamental.

El esfuerzo de pensar no es un obstáculo para llegar a la respuesta. Y es normal que lo sintamos. El esfuerzo es la respuesta. Es el proceso que construye nuestro cerebro. 

¿Nos hará tontos la IA? 
No si no la dejamos. La decisión por ahora sigue siendo nuestra.

Gracias.



Read more...

Poder Judicial analizar expedientes y proyectar resoluciones con la inteligencia artificial

>>  martes, 26 de agosto de 2025

Poder Judicial usará inteligencia artificial para analizar expedientes y proyectar resoluciones

https://willax.pe/

Este sistema fue entregado por el Instituto Nacional de Defensa de la Competencia y de la Protección de la Propiedad Intelectual (Indecopi).


El Poder Judicial del Perú ha recibido recientemente el certificado de registro de marca para ‘Curia’, un avanzado asistente virtual basado en inteligencia artificial (IA) Dicha herramienta ayudará a los jueces en la evaluación de expedientes y en la elaboración de proyecciones de resoluciones en apenas un minuto, un proceso que tradicionalmente demandaba varias horas.

La presidenta del Poder Judicial, Janet Tello Gilardi, destacó que este suceso representa un “reconocimiento formal de un esfuerzo institucional sin precedentes”, enfocado en poner la innovación tecnológica “al servicio de la ciudadanía y del sistema de justicia”. “Curia no es solo un nombre o una marca, es hoy un símbolo de transformación, un instrumento y producto institucional con propósito de acercar la justicia al ciudadano, mejorar su experiencia ante el sistema judicial, reducir tiempos, optimizar recursos y, sobre todo, generar confianza”, añadió Tello. Ulises Yaya, juez supremo e impulsor del proyecto, indicó que la herramienta no busca reemplazar la labor humana, sino potenciar la capacidad de análisis y redacción fundamentada, permitiendo que los jueces se concentren en el aspecto jurídico sustantivo de cada caso.

Finalmente, aunque la innovación representa un esfuerzo importante y necesario, la verdadera transformación judicial dependerá no solo de herramientas como ‘Curia’, sino también de un compromiso serio para mejorar la infraestructura, la transparencia y la capacitación. Sin este enfoque integral, la inteligencia artificial corre el riesgo de convertirse en un recurso técnico aislado que, si bien reduce tiempos en la teoría, podría no traducirse en una justicia más accesible ni más justa para la ciudadanía.

Read more...

Archivos de la dictadura en uruguay analizados y procesados con Inteligencia Artificial

>>  jueves, 21 de agosto de 2025

Uruguay analiza los archivos de la dictadura con inteligencia artificial
https://www.elobservador.com.uy/

El proyecto Cruzar combina técnicas de procesamiento de imágenes, lenguaje natural y reconocimiento óptico para trabajar con archivos de inteligencia.

30 instituciones tienen archivos de la dictadura Fotos Diego Battiste

Investigadores, docentes y estudiantes de la Universidad de la República trabajan en un proyecto que busca aplicar inteligencia artificial al análisis de archivos generados durante la dictadura uruguaya.

El proyecto se denomina Cruzar y está enfocado en facilitar el acceso y el análisis de documentos históricos mediante técnicas automatizadas de procesamiento.

La iniciativa involucra a la Facultad de Ingeniería, la Facultad de Información y Comunicación, la Facultad de Ciencias Sociales y al Centro Interdisciplinario en Ciencia de Datos y Aprendizaje Automático (CICADA).

También participan activamente integrantes de la organización Madres y Familiares de Uruguayos Detenidos Desaparecidos, aportando una dimensión social y de derechos humanos al trabajo técnico.

Uno de los archivos procesados es el Archivo Berrutti, que contiene alrededor de tres millones de páginas con documentos producidos por organismos de seguridad durante y después del régimen dictatorial.

Los documentos provienen de microfilms digitalizados, lo que genera dificultades técnicas debido a la baja calidad de muchas de las imágenes, que presentan manchas, desalineaciones o letras ilegibles.

Además del Archivo Berrutti, el proyecto trabaja con el Archivo Histórico de la ex Dirección Nacional de Información e Inteligencia y el del Cuerpo de Fusileros Navales, parcialmente digitalizados.

Los contenidos incluyen fichas personales, listas de personas, recortes de prensa, pasaportes, fotografías y registros de afiliaciones políticas, entre otros documentos vinculados al control estatal.

Para abordar este material, el equipo desarrolló un sistema escalonado que comienza con el procesamiento de imágenes, a fin de mejorar su calidad visual y preparar las transcripciones.

Las imágenes fueron recortadas y alineadas para facilitar la lectura automática mediante herramientas de reconocimiento óptico de caracteres (OCR), adaptadas específicamente para este tipo de fuentes.

Con este proceso, ya se han procesado más de 2,2 millones de imágenes, muchas de ellas complejas por su deterioro o por contener múltiples capas de información manuscrita y mecanografiada.

El sistema LUISA permite a la comunidad colaborar con transcripciones manuales, complementando el trabajo automatizado y validando resultados mediante supervisión humana.
Sistemas de búsqueda y extracción de información

Las transcripciones obtenidas se almacenan en el sistema LUZ, que organiza los textos y permite realizar búsquedas rápidas a través de grandes volúmenes de información procesada.

Se desarrolló además una herramienta llamada AMALIA, que permite realizar análisis cualitativos sobre los contenidos mediante procesamiento de lenguaje natural (PLN).

Esta herramienta permite identificar palabras clave, entidades nombradas y relaciones entre personas, instituciones o lugares mencionados en los documentos históricos.

Mediante estas técnicas se construyen grafos de conocimiento, estructuras que representan visualmente las conexiones entre datos y facilitan nuevas formas de exploración documental.

Lorena Etcheverry, docente de la Facultad de Ingeniería y coordinadora de CICADA, explicó que el proyecto comenzó con OCR basados en redes neuronales y hoy avanza con modelos multimodales y grandes modelos de lenguaje.

Etcheverry señaló que comenzaron a trabajar sobre fichas personales, documentos que contienen información sobre trayectorias individuales, vínculos sociales y pertenencia a organizaciones.

Con estos datos, se intenta reconstruir redes de relaciones, con el objetivo de revelar conexiones que permanecen invisibles en una lectura manual del archivo.

Las herramientas desarrolladas están disponibles en el Repositorio Luisa Cuesta, alojado en el Campus Luisi Janicki y gestionado por la UdelaR junto a la Institución Nacional de Derechos Humanos.

Todo el trabajo se inscribe dentro de una estrategia de preservación de la memoria histórica desde un enfoque técnico, pero con implicancias sociales y jurídicas.

En paralelo, se conformó una red regional de investigación en inteligencia artificial y derechos humanos, integrada por instituciones de Uruguay, Argentina, Chile y México.

Esta red busca expandir el uso de tecnologías de análisis documental para otros archivos históricos en la región, siempre bajo principios de ética, transparencia y validación humana.

El CICADA, centro impulsor del proyecto, organiza del 5 al 7 de noviembre su primer congreso regional, donde se presentarán avances en ciencia de datos, aprendizaje automático e inteligencia artificial.





Read more...

Impacto de la IA en la gestión documental

>>  miércoles, 13 de agosto de 2025

Cómo la IA está transformando el panorama de la gestión documental

https://www.sharefile.com/


La IA (inteligencia artificial) está revolucionando la gestión documental al automatizar procesos, ofrecer información valiosa y optimizar los flujos de trabajo. Este artículo analiza el impacto de la IA en la gestión documental y muestra cómo esta tecnología puede impulsar la eficiencia y la toma de decisiones de su organización.

Introducción a la gestión documental con IA

La capacidad de recuperar, analizar y procesar rápidamente datos documentales es crucial en un entorno empresarial dinámico. Sin embargo, Adobe descubrió que tres de cada cuatro empleados afirman que una organización digital deficiente afecta su productividad y eficacia en el trabajo. Con la IA ofreciendo soluciones innovadoras para la gestión documental, ignorar la tecnología significa quedarse atrás.

El auge de la IA en las operaciones comerciales

El uso de la IA en las empresas comenzó hace décadas con sistemas básicos y específicos para cada tarea. A medida que la tecnología avanzaba, también lo hacían las capacidades de la IA, evolucionando desde aplicaciones sencillas hasta impulsar operaciones completas.

Una encuesta reciente de McKinsey subraya esta tendencia, revelando que el 72 % de las organizaciones implementaron IA en al menos una función empresarial en 2024, un aumento significativo con respecto a 2023. Este rápido crecimiento demuestra la capacidad de la IA para generar beneficios tangibles e impulsar la innovación. Por ejemplo:

  • Automatización: agiliza las tareas repetitivas, liberando recursos humanos para trabajos más complejos.
  • Análisis de datos: analiza grandes conjuntos de datos, identificando tendencias y conocimientos para tomar decisiones estratégicas.
  • Análisis predictivo: pronostica tendencias y resultados, lo que ayuda a anticipar desafíos y oportunidades.
  • Experiencia del cliente: ofrece soporte personalizado a través de chatbots y asistentes virtuales impulsados por IA, lo que aumenta la satisfacción y la lealtad.

A medida que las organizaciones continúan explorando el potencial de la IA, su uso es claro para abordar las complejidades en la gestión de documentos.

¿Qué es la gestión inteligente de documentos?

La gestión documental inteligente utiliza IA y aprendizaje automático para automatizar y mejorar los procesos documentales tradicionales. Su objetivo es convertir archivos estáticos en información dinámica, buscable y procesable. Mediante algoritmos avanzados, puede ayudarle a comprender, categorizar y extraer información valiosa.

¿Cómo se utiliza la IA en los sistemas de gestión documental?

Ahora que tiene una comprensión básica de la tecnología y la práctica, exploremos las aplicaciones clave de la gestión de documentos con IA.

Extracción y procesamiento automatizado de datos

Obtenga información procesable más rápidamente para impulsar la toma de decisiones y aumentar la precisión mediante la recopilación y el procesamiento automatizados de datos. El OCR ( reconocimiento óptico de caracteres ) y el PLN ( procesamiento del lenguaje natural ) extraen información relevante de documentos estructurados y no estructurados, como facturas, contratos y formularios. La IA puede actualizar las bases de datos, activar las acciones siguientes o descubrir patrones y tendencias a partir de los datos extraídos.

Clasificación y organización de documentos

Optimice la gestión de documentos mediante PLN y aprendizaje automático para automatizar la clasificación, categorización y etiquetado de archivos. La IA realiza estas acciones automáticamente según el contenido, los metadatos y la estructura del documento. También identifica las relaciones entre archivos para crear un sistema más organizado.

Búsqueda y recuperación mejoradas

Aumente la precisión y la relevancia de sus búsquedas gracias a la capacidad de la IA para comprender el contexto y el propósito de las consultas. Esta tecnología mejora continuamente sus resultados y analiza el comportamiento y los patrones de búsqueda del usuario para crear una experiencia más personalizada e intuitiva.

Resumen inteligente de documentos

Ahorre tiempo y recursos extrayendo puntos clave e ideas principales de archivos grandes, lo que le permitirá comprender rápidamente los detalles del documento y tomar medidas informadas.

Control de versiones y seguimiento de cambios

Garantice una colaboración fluida y el cumplimiento normativo con el control de versiones basado en IA. Registra las revisiones de documentos, identifica cambios importantes y destaca las ediciones clave, garantizando que las actualizaciones se registren con precisión y sean fácilmente accesibles.

Enrutamiento automatizado del flujo de trabajo

Aumente la productividad y la eficacia operativa con el enrutamiento del flujo de trabajo. La IA optimiza la gestión de tareas, asignándolas y dirigiéndolas eficientemente a los miembros adecuados del equipo, minimizando así los retrasos en la producción.

Mayor seguridad de documentos y protección de información personal identificable (PII)

Mantenga segura la información confidencial e identifique posibles riesgos de seguridad. La IA en la gestión documental busca y elimina información confidencial, como información de identificación personal (PII ), y detecta accesos no autorizados o patrones de descarga inusuales.


Análisis predictivo para la gestión del ciclo de vida de los documentos

Mantenga sus bibliotecas de archivos actualizadas y relevantes de forma proactiva, para que pueda acceder a la información más rápidamente y cumplir con las normativas. La IA analiza los patrones de uso y los metadatos de los documentos, lo que ayuda a predecir cuándo necesitan actualizaciones o deben eliminarse.

Soporte multilingüe y traducción

Supere las barreras lingüísticas y fomente la colaboración global. Gracias a los servicios de traducción con IA, puede traducir automáticamente documentos a diferentes idiomas.

Reconocimiento y digitalización de escritura a mano

Todos los archivos se pueden buscar y leer por máquina, ya que algoritmos de inteligencia artificial avanzados pueden escanear y convertir texto escrito a mano o en papel en formato digital.

¿Cuál es el papel de la IA generativa en la gestión documental?

La IA generativa (Gen-IA), un tipo de IA en rápido crecimiento que crea nuevo contenido a partir de indicaciones, ayuda a generar, analizar y extraer información de los archivos. De hecho, el mismo informe de McKinsey mencionado anteriormente reveló que el 65 % de las organizaciones utilizan ahora Gen-IA en al menos una función empresarial, frente al 33 % del año pasado.

Gen-AI está transformando la gestión de documentos a través de:

  • Creación automatizada de documentos: ahorra tiempo en tareas repetitivas al redactar varios documentos o listas de solicitudes de documentos utilizando datos de fuentes existentes (por ejemplo, informes, facturas, contratos).
  • Resumen inteligente: produce resúmenes detallados de documentos largos, capturando puntos clave y análisis, para ayudarlo a comprender rápidamente contenido extenso.
  • Ampliación y mejora de contenido: crea informes más completos, agregando detalles relevantes, explicaciones o ejemplos a los archivos existentes.
  • Traducción y localización de documentos: proporciona traducciones factuales, capturando la intención y los matices culturales más allá de la simple traducción palabra por palabra.
  • Respuesta a preguntas y generación de información: analiza grandes colecciones de datos para responder preguntas complejas y generar información, convirtiendo el almacenamiento estático en una base de conocimiento dinámica.
  • Personalización de plantillas: garantiza la coherencia y adapta los documentos en función de plantillas prediseñadas que se pueden adaptar a diferentes entradas de datos.
  • Generación de metadatos: mejora la capacidad de búsqueda y la organización al crear metadatos detallados a partir del contenido del documento.
  • Recomendaciones de contenido: mejora la productividad y el intercambio de conocimientos a través de sugerencias de archivos o contenido relevantes según su trabajo actual.
  • Extracción y estructuración de datos automatizada: extrae y organiza datos no estructurados de documentos para simplificar el análisis y la integración con otros sistemas.
8 formas en que la IA está transformando la gestión documental

Equipado con una comprensión de los usos de la IA, siga leyendo para descubrir los principales beneficios de la IA en la gestión de documentos.

Mayor eficiencia y productividad

Agilice los flujos de trabajo y gestione más documentos con menos recursos. La IA reduce el tiempo dedicado a tareas manuales, como la entrada, clasificación y recuperación de datos. Como resultado, muchos líderes empresariales ( el 64 % ) creen que la IA impulsa la productividad.

Mayor precisión y reducción de errores

Obtenga información más confiable y menos errores costosos ya que los algoritmos de IA pueden procesar datos con mayor consistencia y precisión que los humanos.

Mejora del cumplimiento y la gestión de riesgos

Cumpla mejor con normativas como el RGPD ( Reglamento General de Protección de Datos ) o la HIPAA ( Ley de Portabilidad y Responsabilidad de Seguros Médicos ). La IA puede encontrar y marcar automáticamente información confidencial, así como rastrear el acceso y los cambios en los documentos para obtener un registro de auditoría claro.

Toma de decisiones más informada

Acceda a nuevos conocimientos gracias a la capacidad de la IA para detectar rápidamente patrones, tendencias y oportunidades en archivos y conjuntos de datos. Por ejemplo, IBM descubrió que el 43 % de los directores ejecutivos utilizan Gen-IA específicamente para orientar las decisiones estratégicas de la empresa.

Búsqueda y descubrimiento mejorados

Obtenga resultados más relevantes y ahorre tiempo valioso con la búsqueda basada en IA. Esta función avanzada comprende el contexto y la intención de los documentos, lo que facilita la búsqueda y recuperación de la información que necesita.

Colaboración optimizada e intercambio de conocimientos

Fomente la colaboración y el intercambio de conocimientos en toda su organización a través del enrutamiento inteligente de documentos de IA, sugerencias de contenido relevante y consultas en lenguaje natural.

Reducción de costes y optimización de recursos

Reduzca los costos operativos y utilice sus recursos de manera más efectiva automatizando tareas rutinarias y agilizando procesos que consumen mucho tiempo.

Escalabilidad y adaptabilidad

Gestione cantidades crecientes de documentos con sistemas de IA, eliminando la necesidad de más recursos. Esto ayuda a su empresa a escalar y adaptarse.

Adopción de IA en la gestión documental para el éxito a largo plazo

La IA ofrece potentes capacidades para la gestión documental . Desde la automatización de la extracción de datos hasta la generación de contenido, su gama de aplicaciones es amplia y de gran impacto.

A medida que las empresas se digitalizan cada vez más, beneficios como mayor eficiencia, mayor precisión, mejor cumplimiento normativo y una mejor toma de decisiones son fundamentales para el crecimiento. Al evaluar sus necesidades de gestión documental, consulte este artículo para comprender las aplicaciones clave de IA que pueden mejorar y potenciar su negocio.

Read more...

Snap Shots

Get Free Shots from Snap.com

  © Free Blogger Templates Autumn Leaves by Ourblogtemplates.com 2008

Back to TOP