Para el Análisis de datos estas son las 10 mejores herramientas de IA

10 Mejores Herramientas de IA para Analistas de Datos (mayo 2026) 

https://www.unite.ai
Published July 18, 2022
Updated April 28, 2026
Por Alex McFarland

Análisis de datos es ahora una de las funciones principales dentro de cualquier organización impulsada por datos. Permite a las empresas convertir los datos brutos en información útil que puede impulsar procesos de toma de decisiones mejores. Lo mejor del análisis de datos es que hay muchas herramientas en el mercado para profesionales y aquellos con un conocimiento limitado en el campo. Estas herramientas ayudan a visualizar, analizar y rastrear datos para que puedas derivar los conocimientos necesarios para alcanzar tus objetivos comerciales.

 
IA en Análisis

La IA es la fuerza impulsora detrás de cualquier estrategia de análisis de datos efectiva. Es una forma poderosa, eficiente y accesible de procesar datos.

La inteligencia artificial examina grandes cantidades de datos para encontrar tendencias y patrones que se pueden utilizar para derivar conocimientos para mejorar los procesos comerciales. La IA también ayuda a simplificar el análisis de datos al canalizar todos los datos en una solución, lo que permite a los usuarios tener una visión completa de los datos. Cuando la IA y los datos se combinan para la IA predictiva, los usuarios pueden desarrollar previsiones y analizar ciertos escenarios para determinar las posibilidades de éxito.

Las herramientas de análisis de datos impulsadas por IA son clave para cualquier organización que busque tener éxito en este mundo impulsado por datos.

Aquí hay una mirada a las 10 mejores herramientas de IA para analistas de datos:

 
1. Julius AI

Julius AI es una herramienta de análisis de datos inteligente que interpreta, analiza y visualiza datos complejos de una manera intuitiva y amigable para el usuario. Su poder radica en su capacidad para hacer que el análisis de datos sea accesible y accionable, incluso para aquellos que no son científicos de datos o estadísticos.

Admiten cualquier formato de archivo de datos, incluyendo, pero no limitado a, hojas de cálculo (.xls, .xlsx, .xlsm, .xlsb, .csv), Google Sheets y bases de datos Postgres.

Después de vincular una fuente de datos, puedes analizarla con una solicitud de lenguaje natural en la página de Chat — intenta pedir conocimientos o dirigir a Julius para crear una visualización.

Esta herramienta es ideal para la facilidad de uso y proyectos sencillos.

Aquí hay algunas de las ventajas de Tableau: 

• Vincular a una fuente directamente en la interfaz de chat.
• Analizar hojas de cálculo con múltiples pestañas.
• Control de acceso estricto, ya que cada usuario solo tiene acceso a sus propios datos.
• Fácil de usar.

2. Coupler

Coupler es una plataforma de automatización de datos sin código que permite a los usuarios sincronizar información de más de 70 aplicaciones populares directamente en hojas de cálculo y herramientas de inteligencia empresarial como Google Sheets, Excel, BigQuery y Looker Studio. Diseñada para profesionales empresariales y equipos, elimina la entrada de datos manual al permitir importaciones programadas y informes en tiempo real sin escribir una sola línea de código.

Coupler facilita la gestión de flujos de trabajo en marketing, finanzas y operaciones al conectar herramientas como Airtable, HubSpot, QuickBooks y Facebook Ads. Su interfaz intuitiva, infraestructura segura y características de transformación de datos flexibles la convierten en una opción superior para usuarios no técnicos que buscan informes y análisis simplificados.

• Automatiza la sincronización de datos de 70+ aplicaciones en Sheets, Excel o BigQuery.
• Admite programación con intervalos de actualización tan bajos como cada 15 minutos.
• Permite la transformación básica de datos como filtrado, ordenación y renombrado de campos.
• Ofrece acceso ilimitado a todos los conectores en cada plan.
• Construida sobre una infraestructura segura con cumplimiento de GDPR y SOC 2.
• Configuración intuitiva ideal para equipos de marketing, finanzas y operaciones.

3. Powerdrill

PowerDrill AI es una plataforma poderosa para el análisis de datos rápido y eficiente, que permite a los usuarios cargar archivos y interactuar con sus datos a través de una interfaz conversacional. Diseñada para profesionales y empresas, ofrece análisis en tiempo real, paneles personalizables y aprendizaje automático avanzado para la predicción de tendencias. La plataforma garantiza la privacidad de los datos con el cumplimiento de los estándares GDPR, ISO y AICPA.

PowerDrill AI admite una integración sin problemas con sistemas existentes y fomenta la colaboración a través de una comunidad de usuarios activa en Discord. Aunque su procesamiento basado en la nube requiere una conexión a Internet estable, sus características robustas y escalabilidad la convierten en una opción superior para manejar necesidades de datos complejas de manera eficiente. La documentación completa ayuda a los usuarios a navegar rápidamente por sus capacidades, a pesar de una curva de aprendizaje inicial.

• PowerDrill AI permite un análisis de datos rápido a través de una interfaz conversacional intuitiva.
• Ofrece análisis en tiempo real, predicción de tendencias y paneles personalizables.
• Garantiza la privacidad de los datos con el cumplimiento de GDPR, ISO y AICPA.
• Se integra sin problemas con los sistemas de IT existentes para una productividad inmediata.
• Presenta una comunidad de usuarios activa y una documentación extensa para el soporte.

4. DataLab

DataLab es un cuaderno de datos impulsado por IA diseñado para simplificar y acelerar la transformación de datos en conocimientos accionables. Combina un entorno de desarrollo integrado (IDE) poderoso con tecnología de IA generativa, lo que permite a los usuarios interactuar con sus datos a través de una interfaz de chat intuitiva. Esta configuración permite a los usuarios escribir, actualizar y depurar código, analizar datos y generar informes completos sin necesidad de cambiar entre múltiples herramientas.

El asistente de IA en DataLab permite a los usuarios “charlar con sus datos”, lo que facilita la obtención de conocimientos rápidamente. Ayuda a escribir y corregir código, explica estructuras de datos y proporciona sugerencias conscientes del contexto, mejorando la eficiencia general del flujo de trabajo. DataLab también admite la colaboración en tiempo real, lo que permite a los equipos trabajar juntos en proyectos de datos, compartir conocimientos y mantener el control de versiones de manera fluida.

A medida que los usuarios exploran sus datos, DataLab crea informes de actualización en vivo que se pueden personalizar y compartir sin esfuerzo. Conecta con varias fuentes de datos como archivos CSV, Google Sheets, Snowflake y BigQuery, lo que hace que la importación y el análisis de datos sean sencillos.

• DataLab es un cuaderno de datos impulsado por IA con una interfaz de chat para la interacción de datos intuitiva.
• El asistente de IA ayuda con la escritura de código, la corrección y las sugerencias conscientes del contexto.
• Admite la colaboración en tiempo real para proyectos de equipo y control de versiones fluidos.
• Crear informes de actualización en vivo que son fáciles de personalizar y compartir.
• Conecta con varias fuentes de datos como archivos CSV, Google Sheets, Snowflake y BigQuery.

5. Microsoft Power BI

Otra herramienta de IA superior para el análisis de datos es Microsoft Power BI, que es una plataforma de inteligencia empresarial muy útil que permite a los usuarios ordenar sus datos y visualizarlos para obtener conocimientos. La plataforma permite a los usuarios importar datos de casi cualquier fuente y pueden comenzar a crear informes y paneles de inmediato.

Microsoft Power BI también permite a los usuarios crear modelos de aprendizaje automático y utilizar otras características impulsadas por IA para analizar datos. Admite múltiples integraciones, como una integración nativa con Excel y una integración con Azure Machine Learning. Si una empresa ya utiliza herramientas de Microsoft, Power BI se puede implementar fácilmente para informes de datos, visualización de datos y creación de paneles.

Aquí hay algunas de las ventajas de Microsoft Power BI: 

• Se integra perfectamente con aplicaciones existentes.
• Crea paneles personalizados.
• Ayuda a publicar informes seguros.
• No hay limitaciones de memoria y velocidad.

6. Polymer

Otra gran opción para los analistas de datos es Polymer, que es una herramienta de IA robusta que ofrece una IA poderosa para transformar datos en una base de datos flexible, simplificada y poderosa. Al igual que otras herramientas de IA excelentes, uno de los mejores aspectos de Polymer es que no requiere codificación.

La herramienta se basa en la IA para analizar los datos y mejorar la comprensión de los mismos. Polymer logra todo esto sin un largo proceso de incorporación. Todo lo que un usuario tiene que hacer es cargar su hoja de cálculo en la plataforma para transformarla instantáneamente en una base de datos simplificada que luego se puede explorar para obtener conocimientos.

Polymer se enorgullece de ser la única herramienta que hace que las hojas de cálculo de un usuario sean “buscables, inteligentes e interactivas al instante”. La herramienta es utilizada por una amplia gama de profesionales, incluidos analistas de datos, marketeros digitales, creadores de contenido y más.

Aquí hay algunas de las ventajas de Polymer: 

• Herramienta de IA robusta que transforma datos en una base de datos.
• No requiere codificación.
• Analiza los datos y mejora la comprensión de los mismos.
• Hace que las hojas de cálculo sean buscables e interactivas.

7. Akkio

Cerca del final de nuestra lista de las 5 mejores herramientas de IA para analistas de datos está Akkio, que es una herramienta de análisis y predicción empresarial para que los usuarios analicen sus datos y predigan resultados potenciales. La herramienta está dirigida a principiantes y es ideal para usuarios que desean comenzar con sus datos.

La herramienta de IA permite a los usuarios cargar su conjunto de datos y seleccionar la variable que desean predecir, lo que ayuda a Akkio a construir una red neuronal alrededor de esa variable. Es muy útil para el análisis predictivo, marketing y ventas. Al igual que muchas de las otras herramientas superiores de esta lista, Akkio no requiere experiencia previa en codificación.

Akkio utiliza el 80 por ciento de los datos cargados como datos de entrenamiento y el 20 por ciento restante como datos de validación. En lugar de predecir resultados, la herramienta de IA ofrece una calificación de precisión para los modelos y extrae falsos positivos.

Aquí hay algunas de las ventajas de Akkio: 

• Plataforma de aprendizaje automático sin código.
• Ideal para principiantes que desean comenzar con sus datos.
• Construye una red neuronal alrededor de variables seleccionadas.
• Calificación de precisión para los modelos.

8. Echobase

Echobase es una plataforma diseñada para ayudar a los equipos a consultar, crear y analizar datos utilizando modelos de IA avanzados. Las empresas pueden entrenar a agentes de IA para realizar tareas como preguntas y respuestas, análisis de datos y creación de contenido. La integración es sencilla, sin codificación requerida; solo hay que cargar archivos o sincronizar el almacenamiento en la nube.

Echobase fomenta la colaboración al permitir que los miembros del equipo accedan a agentes de IA, asignen roles y gestionen permisos. Prioriza la seguridad de los datos con cifrado de AWS y da a los usuarios el control total sobre sus datos.

La plataforma cuenta con varias herramientas de IA, como generadores de párrafos y correos electrónicos, creadores de historias y más, para mejorar la creatividad y la productividad. Los usuarios pueden probar Echobase de forma gratuita, sin necesidad de tarjeta de crédito.

• Entrenar a agentes de IA para preguntas y respuestas, análisis de datos y creación de contenido sin codificación.
• Integrar fácilmente cargando archivos o sincronizando el almacenamiento en la nube.
• Soporta la colaboración en equipo con asignación de roles y gestión de permisos.
• Garantiza la seguridad de los datos con cifrado de AWS y control de usuario.
• Ofrece herramientas de IA como generadores de párrafos y correos electrónicos, y creadores de historias.

9. BlazeSQL

BlazeSQL es una herramienta impulsada por IA diseñada para convertir consultas de lenguaje natural en conocimientos de SQL accionables. Simplifica el análisis de datos al automatizar la generación de consultas SQL, lo que permite a los equipos extraer y visualizar datos de sus bases de datos sin necesidad de conocimientos profundos de SQL.

BlazeSQL admite múltiples bases de datos SQL, incluyendo MySQL, PostgreSQL, Microsoft SQL Server, Snowflake, BigQuery y Redshift, entre otras. Ofrece tanto una versión en la nube como una versión de escritorio, lo que garantiza la privacidad y seguridad de los datos al mantener todas las interacciones de la base de datos locales en el dispositivo.

Aquí hay algunas de las principales ventajas de BlazeSQL:

• Generación de SQL sin código: Convertir solicitudes de texto en consultas SQL al instante, reduciendo la necesidad de escritura y depuración de consultas manuales.
• Local y privado: La versión de escritorio garantiza que sus datos permanezcan privados, con todas las operaciones realizadas localmente.
• Conocimientos impulsados por IA: Blaze aprende sobre su base de datos, recuerda detalles importantes y mejora la generación de consultas con el tiempo.
• Soporta consultas complejas: Capaz de generar consultas SQL intrincadas, lo que la hace adecuada tanto para tareas de análisis de datos simples como avanzadas.
• Documentación personalizable: Permite documentar el esquema de la base de datos, lo que permite a la IA comprender y interactuar mejor con los datos.

BlazeSQL es de confianza de empresas líderes como Amazon, Visa y eBay por su capacidad para simplificar el análisis de datos y permitir que los equipos tomen decisiones informadas con rapidez.

10. Tableau

Otra herramienta superior es Tableau, que es una plataforma de análisis y visualización de datos que permite a los usuarios interactuar con sus datos. Uno de los puntos de venta más destacados de Tableau es que no requiere conocimientos de codificación. Con Tableau, los usuarios pueden crear informes y compartirlos en plataformas de escritorio y móviles.

La herramienta de análisis de datos admite la visualización y el análisis de datos para crear informes que se pueden compartir dentro de un navegador o incrustar en una aplicación. Todo esto puede ocurrir mientras Tableau se ejecuta en la nube o en las instalaciones.

El lenguaje de consulta que ejecuta la plataforma Tableau se llama VizQL, que traduce componentes de panel y visualización de arrastrar y soltar en consultas de back-end. También requiere poca necesidad de optimización de rendimiento del usuario final.

Aquí hay algunas de las ventajas de Tableau: 

• Admite cálculos complejos, mezcla de datos y creación de paneles.
• Crea visualizaciones interactivas rápidamente.
• Facilidad de implementación
• Maneja grandes cantidades de datos.

Resumen

En conclusión, la integración de la inteligencia artificial (IA) en el análisis de datos está revolucionando la forma en que las organizaciones interpretan y utilizan sus datos. Las herramientas de análisis de datos impulsadas por IA simplifican el procesamiento de datos, descubriendo conocimientos valiosos que impulsan una mejor toma de decisiones y mejoran las estrategias comerciales. Al aprovechar la IA, las empresas pueden analizar eficientemente grandes conjuntos de datos, predecir resultados y optimizar operaciones, lo que les permite mantenerse competitivas en un mundo impulsado por datos.

Estas herramientas avanzadas están diseñadas tanto para profesionales experimentados como para principiantes, ofreciendo interfaces de usuario intuitivas y eliminando la necesidad de conocimientos de codificación extensos. Desde la creación de visualizaciones intuitivas hasta la automatización de flujos de trabajo y la mejora de capacidades predictivas, las herramientas de análisis de IA permiten a los usuarios tomar decisiones basadas en datos con mayor precisión y velocidad.

Las herramientas destacadas en este artículo representan algunas de las mejores soluciones impulsadas por IA disponibles hoy en día, cada una ofreciendo características y beneficios únicos que atienden a una amplia gama de necesidades. A medida que la IA continúa evolucionando, estas herramientas sin duda se convertirán en aún más fundamentales para el éxito de las organizaciones impulsadas por datos.

                                       

Read more...

La IA en la gestión de archivos audiovisuales

Wesog Systems: la IA que revoluciona la gestión de archivos

https://www.laopiniondemurcia.es/
Juan Daniel González

El Instituto de Fomento de Murcia reconoce ala empresa murciana por su solución de inteligencia artificial que reduce el tiempo de catalogación y búsqueda de contenido multimedia.

Javier Abellan y Dario Rojo co-fundadores de Wesog Systems posan con su diploma

 durante la entrega del Premio Emprendedor del Mes. / L. O.

La automatización de archivos audiovisuales vive una transformación acelerada gracias a la inteligencia artificial. En ese contexto, la empresa murciana Wesog Systems ha sido reconocida como Emprendedor del mes de Julio de 2025 por el Instituto de Fomento (INFO) de la Región de Murcia. El galardón pone el foco en una tecnología que promete reducir drásticamente el tiempo dedicado a documentar y localizar imágenes y vídeos.

Wesog Systems desarrolla soluciones basadas en inteligencia artificial para la gestión de grandes volúmenes de contenido audiovisual. Su modelo de negocio se apoya en la automatización de procesos tradicionalmente manuales, como la catalogación y la búsqueda de archivos, tareas que consumen una gran cantidad de recursos en sectores como agencias de prensa, medios de comunicación, productoras o archivos fotográficos. Según explica su cofundador y CEO, Darío José Rojo de la Cruz, la compañía trabaja ya con este tipo de organizaciones y prepara el lanzamiento de una plataforma SaaS por suscripción que permitirá extender el acceso a pymes y profesionales independientes, hasta ahora limitados por barreras técnicas y de coste.

El origen de la empresa está directamente ligado a la experiencia profesional de su fundador. Tras más de quince años en el sector audiovisual, Rojo de la Cruz detectó un problema recurrente: el cuello de botella que supone documentar manualmente imágenes y vídeos para su posterior localización. Ese proceso, clave para el funcionamiento de archivos y redacciones, implica un consumo intensivo de tiempo y recursos. A partir de esa necesidad concreta, Wesog surge con el objetivo de aplicar inteligencia artificial a un problema muy específico, combinando conocimiento del sector y capacidad tecnológica.

De cara al futuro, la hoja de ruta de la compañía pasa por dos grandes hitos. A corto plazo, el lanzamiento de su plataforma SaaS busca democratizar el acceso a esta tecnología y facilitar la automatización de flujos de trabajo a un espectro más amplio de usuarios. A medio plazo, Wesog aspira a consolidar su expansión internacional, con especial atención al mercado europeo, y posicionarse como un referente en automatización y búsqueda inteligente de contenido audiovisual.

Read more...

Athento: Gestión documental con inteligencia artificial

Gestión documental con inteligencia artificial: cómo Athento transforma los documentos en conocimiento
https://www.athento.com/

Descubre cómo la gestión documental con inteligencia artificial optimiza procesos, automatiza documentos y convierte la información en conocimiento con Athento. Mejora tu gestión documental hoy mismo

La gestión documental con inteligencia artificial se ha convertido en un elemento clave en la evolución de la gestión de la información empresarial. La inteligencia artificial no solo optimiza tareas operativas, sino que redefine la forma en que las organizaciones capturan, interpretan y explotan el valor de sus documentos. En un contexto donde las organizaciones manejan volúmenes crecientes de información en múltiples formatos —documentos, correos electrónicos, imágenes, vídeos o expedientes completos—, incorporar IA ya no es una opción, sino una necesidad para mejorar la eficiencia, la calidad de los datos y la toma de decisiones.

Athento, como software de gestión documental y automatización de procesos, integra de forma nativa distintas tecnologías de inteligencia artificial que permiten transformar la forma en la que las empresas capturan, organizan, analizan y explotan su información. En este artículo recopilamos las principales funcionalidades de IA que ofrece Athento y cómo aportan valor real a los procesos de gestión documental.

¿Por qué apostar por la gestión documental con inteligencia artificial?

Los sistemas tradicionales de gestión documental se centran principalmente en almacenar y recuperar documentos. Sin embargo, la gestión documental con inteligencia artificial introduce una capa cognitiva que permite comprender el contenido, automatizar decisiones y convertir la documentación en un activo estratégico. Sin embargo, la IA permite ir mucho más allá:

• Automatizar tareas repetitivas como la clasificación, extracción de datos o validaciones.
• Mejorar la calidad de la información mediante análisis semántico y contextual.
• Facilitar el acceso al conocimiento a través de interfaces conversacionales.
• Reducir errores humanos y tiempos de procesamiento.
• Convertir la documentación en una fuente activa de conocimiento para la organización.

Athento incorpora estas funcionalidades inteligentes de forma transversal, integrando distintos modelos y plataformas de IA para adaptarse a las necesidades de cada cliente.

Funcionalidades de gestión documental con inteligencia artificial en Athento

1. Chat con documentos, expedientes y búsquedas

Athento permite interactuar con la información mediante lenguaje natural:

• Chat con un documento: realizar preguntas directas sobre el contenido de un documento y obtener respuestas contextualizadas.
• Chat con el contenido de un expediente: consultar información agregada de múltiples documentos relacionados.
• Chat con los resultados de una búsqueda: resumir, analizar o extraer conclusiones a partir de un conjunto de documentos.

Estas funcionalidades están soportadas por modelos de OpenAI y Gemini, y mejoran notablemente la accesibilidad y comprensión de la información.

2. Bases de conocimiento (RAG – Retrieval Augmented Generation)

Athento permite crear bases de conocimiento inteligentes a partir de repositorios documentales. Gracias a la técnica de RAG:

La IA recupera la información relevante desde los documentos.
Genera respuestas precisas y fundamentadas en el contenido corporativo.

Esta funcionalidad es ideal para portales internos, soporte al usuario, consultas normativas o acceso rápido al conocimiento empresarial, todo ello manteniendo el control sobre las fuentes de información.

3. Extracción inteligente y analítica de datos

Una de las capacidades más potentes de Athento es la extracción inteligente de campos mediante IA:

• Extracción automática de datos estructurados y no estructurados.
• Uso de modelos de lenguaje para interpretar el contexto del documento.
• Configuración flexible mediante Athenea.

Esto permite procesar facturas, contratos, formularios o cualquier tipo de documento sin necesidad de plantillas rígidas, reduciendo tiempos y costes de implementación.

4. Clasificación automática de documentos

Athento incorpora clasificación inteligente de documentos basada en IA, permitiendo:

• Identificar el tipo documental de forma automática.
• Aplicar metadatos, reglas de archivo y flujos de trabajo sin intervención manual.

Esta funcionalidad, soportada por Gemini, es clave para mantener repositorios organizados y escalables.

5. Análisis de imágenes y validación visual

La plataforma ofrece capacidades avanzadas de análisis de imágenes, como:

• Análisis del contenido visual de documentos escaneados o imágenes.
• Validación automática de imágenes según criterios definidos.
• Generación de descripciones (captioning) de imágenes.

Estas funciones son especialmente útiles en procesos de verificación documental, control de calidad o gestión de evidencias visuales.

6. Análisis de sentimiento

Athento permite aplicar análisis de sentimiento sobre:

• Correos electrónicos.
• Documentos textuales.

Gracias a modelos de HuggingFace, es posible detectar el tono y la intención del contenido, lo que resulta muy valioso en procesos de atención al cliente, gestión de reclamaciones o análisis de comunicaciones.

7. Extracción de información de vídeos

Mediante la integración con Azure AI Video Indexer, Athento puede:

• Analizar vídeos.
• Extraer transcripciones, etiquetas y metadatos relevantes.

Esto amplía la gestión documental más allá del texto, incorporando contenido audiovisual a los procesos empresariales.

8. Copilot y generación asistida para usuarios técnicos

Athento actúa como un auténtico Copilot para administradores y equipos técnicos, ofreciendo:

• Generación automática de consultas ATQL mediante IA.
• Generación de código para automatismos personalizados.
• Creación de expresiones regulares para plantillas de extracción.

Estas funcionalidades, basadas principalmente en OpenAI, reducen la curva de aprendizaje y aceleran el desarrollo de soluciones avanzadas.

Plataformas y modelos de IA soportados por Athento

Athento está diseñado para integrarse con prácticamente cualquier modelo de IA accesible vía API.

Actualmente ofrece integraciones listas para usar con:

OpenAI: extracción de datos, chat, RAG, análisis de imágenes, generación de código y consultas.
Gemini: clasificación inteligente de documentos.
HuggingFace: análisis de sentimiento, captioning de imágenes y acceso a millones de modelos.
Dialogflow: agentes conversacionales de texto y voz.
Azure AI Video Indexer: análisis avanzado de vídeo.

Entre los modelos ya disponibles se incluyen, entre otros:GPT‑4o y GPT‑4o mini (OpenAI).
gemini‑2.0‑flash (Gemini).
Modelos de visión y PLN de HuggingFace.


Conclusión: una visión experta de la gestión documental con inteligencia artificial

La gestión documental con inteligencia artificial ya no es una promesa futura, sino una realidad consolidada en organizaciones que buscan eficiencia, control y capacidad de crecimiento. Athento demuestra que es posible aplicar IA de forma pragmática, segura y alineada con los procesos de negocio, transformando los documentos en conocimiento accionable.

Gracias a su arquitectura abierta y a la integración con múltiples plataformas y modelos de IA, Athento permite evolucionar desde una gestión documental tradicional hacia un modelo inteligente, automatizado y orientado a la toma de decisiones.

Preguntas frecuentes sobre gestión documental con inteligencia artificial

¿Qué es la gestión documental con inteligencia artificial?

La gestión documental con inteligencia artificial combina tecnologías de IA con sistemas de gestión documental para automatizar la clasificación, extracción de datos, análisis de contenido y acceso al conocimiento, mejorando la eficiencia y reduciendo errores.

¿Qué ventajas aporta la inteligencia artificial a un gestor documental?

Permite automatizar procesos, comprender el contenido de los documentos, facilitar búsquedas avanzadas, interactuar mediante lenguaje natural y convertir la documentación en una fuente activa de conocimiento empresarial.

¿Qué tipo de documentos puede procesar Athento con IA?

Athento puede aplicar inteligencia artificial sobre documentos estructurados y no estructurados, correos electrónicos, imágenes, expedientes completos y contenido audiovisual como vídeos.

¿Es posible integrar distintos modelos de IA en Athento?

Sí. Athento está diseñado para integrarse con múltiples plataformas de IA como OpenAI, Gemini, HuggingFace o Azure AI, e incluso con modelos personalizados accesibles vía API.

Read more...

La Inteligencia Artificial (IA) en la archivística universitaria y de investigación: aplicación

Aplicación de la Inteligencia Artificial (IA) en la archivística universitaria y de investigación

https://mariaisabelruibal.blogspot.com/

¡Dejemos claro una cosa …! La IA no sustituye al archivista, sino que le aporta herramientas potentes para enriquecer su trabajo. En el contexto universitario, su potencial es enorme: desde facilitar la investigación hasta agilizar la gestión documental. 

La inteligencia artificial (IA) está sacudiendo todos los terrenos en los que se introduce, y el mundo de la archivística también siente su impacto.

Su aplicación en archivos, principalmente universitarios y de investigación, nos abre un amplio panorama en cuanto a la optimización de tareas, la mejora en el acceso a la información y el fortalecimiento del valor de los fondos documentales que se custodian.

Lo importante es comenzar poco a poco, con objetivos claros y realistas, y apoyarse en comunidades y recursos existentes.

La IA como “archivera”

La IA, mediante técnicas como el procesamiento del lenguaje natural (PLN) y la visión artificial*, logra la extracción de metadatos de documentos escaneados, también nos auxiliará en el poder generar descripciones automáticas (palabras clave, abstracts, nombres, etc.), incluso el reconocimiento de texto manuscrito en fondos históricos (HTR Handwritten Text Recognition, ) a través de modelos entrenados, un ejemplo la herramienta Transkribus. Todo esto, se englobaría en la labor de la descripción archivística.

En cuanto al proceso de clasificación y organización documental, existen soluciones IDP (Procesos Inteligentes de Documentos) capaces de clasificar automáticamente documentos en series o tipologías, según su contenido.

Además de identificar duplicados o versiones mediante análisis de similitud semántica y/o visual. La detección de un contenido sensible (como son los datos personales) para facilitar el tratamiento correcto y conforme a la normativa de la protección de datos.

En cuanto a la búsqueda de información y recuperación documental, la IA permite, mediante motores de búsqueda semánticos:

• Buscar por conceptos y no solo por palabras exactas.
• Responder preguntas sobre el contenido (tipo "¿qué decisiones tomó el consejo de gobierno en 1995?" en vez de “consejo de gobierno 1995”).


El problema del comienzo … ¿Qué se necesita para empezar?

Recursos básicos

• Digitalización y organización previa de los fondos.
• Acceso a herramientas compatibles (algunas gratuitas, otras con coste).
• Personal con conocimientos básicos en tratamiento documental y disposición a aprender nociones clave de IA.

Herramientas accesibles.

Aquí os dejo unos ejemplos:

• Finalidad: Transcripción manuscrita. Herramienta: Transkribus. Observaciones: Gratuita para uso limitado; muy útil en fondos antiguos.
• Finalidad: Clasificación documental. Herramientas: Doccano, LightTag. Observaciones: Herramientas de código abierto para entrenar modelos.
• Finalidad: OCR mejorado. Herramienta: Tesseract + IA. Observaciones: Se puede integrar en flujos de trabajo simples.
• Finalidad: Búsqueda semántica. Herramienta: ChatGPT, Haystack. Observaciones: Se puede entrenar un modelo con tu fondo documental.

Retos y precauciones

• Privacidad y protección de datos: La IA debe implementarse con protocolos éticos, sobre todo al tratar documentos con información sensible.
• Formación del personal: Es clave ofrecer formación básica en IA para el equipo archivístico.
• Calidad de los datos: Cuanto mejor estructurado esté el archivo, más eficiente será la aplicación de la IA.

Aplicaciones prácticas en un archivo universitario

La IA no sólo transforma los archivos como institución, sino también la forma en que trabaja el propio archivista

EL uso de asistentes personales como ChatGPT, Claude o Copilot pueden ayudar a la redacción de informes, elaborar textos para exposiciones virtuales o generar borradores de instrumentos de descripción archivística.

Para trabajar con documentos multilingües, la realización de resúmenes o traducir catálogos, manuales o documentos de trabajo, el uso de aplicaciones de traducción automática mejorada como DeepL, o Google Translate + revisión, serían opciones muy acertadas.

Recordemos que hoy en día la aplicación del reconocimiento óptico de caracteres (OCR) es normal y que nos ayuda a buscar en documentos escaneados. Y eso, es una aplicación/solución inteligente. Una solución que nos facilita enormemente el acceso a la información.

Como he mencionado arriba, a la hora de trabajar con fondos históricos digitalizados, la integración de plataformas como Transkribus, no sólo nos ayuda a la transcripción, sino también a la generación de índices temáticos automáticamente.

También nos ahorraría tiempo y trabajo en tareas repetitivas, en las que únicamente el personal archivero, comprobaría y supervisaría que todo fuese correcto, como:

• Creación masiva de metadatos a partir de plantillas y extracción automática con herramientas como Python, OpenRefine o scripts conectados a OCRs.
• Detección de errores o inconsistencias en bases de datos documentales gracias a modelos entrenados para revisar estructuras de metadatos.

En cuanto a la visualización de datos archivísticos: utilizar Power BI, Tableau o Flourish para generar mapas cronológicos, árboles jerárquicos o diagramas de flujo que faciliten la consulta o análisis de fondos documentales complejos.

Si hablamos del análisis y minería de texto (Text Mining), existen herramientas como Voyant Tools, spaCy o Gensim que permiten analizar grandes volúmenes de texto para identificar temas recurrentes, extraer nombres propios, fechas o lugares, detectar relaciones entre documentos (útil en fondos de investigación).

Existen otras herramientas/aplicaciones enfocadas a la curación de contenidos y vigilancia tecnológica: Configurar alertas y resúmenes automáticos con herramientas como Feedly + Leo (IA) o Perplexity AI para mantenerte actualizado sobre nuevas normativas, herramientas y tendencias en archivística.

Read more...

Aplicación de la IA en los procedimientos de la gestión de archivos y documentos

La inteligencia artificial en la gestión documental: 6 ámbitos de aplicación para archivos y centros de documentación

https://www.albadoc.com/

La irrupción de la inteligencia artificial (IA) ha abierto nuevas posibilidades para la gestión documental en archivos y centros de documentación. Más allá del impacto mediático, la aplicación de estas tecnologías puede suponer un avance real si se alinea con los principios de personalización, seguridad, calidad, interoperabilidad y facilidad de uso que debe cumplir cualquier sistema avanzado de gestión documental.

A continuación, exploramos seis grandes ámbitos de aplicación de la inteligencia artificial en la gestión documental, que están transformando las técnicas archivísticas y sobre los cuales estamos trabajando en Albadoc para su integración en nuestras soluciones avanzadas para la gestión de archivos y centros de documentación.

1. Clasificación automática de los documentos

Este es el campo donde más se ha trabajado la aplicación de la inteligencia artificial en la gestión documental. La IA permite automatizar este proceso documental de diversas maneras: analiza el contenido de los documentos y reconoce patrones; comprende su contexto y categoriza los documentos de forma correcta; y extrae entidades clave (nombres, fechas, categorías, etc.), entre otras acciones automatizadas.

2. Descripción y enriquecimiento de metadatos

Unido al proceso de clasificación inteligente, la inteligencia artificial en la gestión documental se presenta como una importante aliada en el proceso técnico de descripción y enriquecimiento de los metadatos, aportando y sugiriendo información clave y metadatos pertinentes según el tipo documental o el contexto de uso, así como entidades normalizadas.

La labor especializada del archivero o documentalista se podrá concentrar en complementar, corregir y enriquecer la descripción realizada por la IA.

3. Búsqueda documental inteligente

Mediante el uso de tecnologías como el procesamiento del lenguaje natural (PLN), la inteligencia artificial en la gestión documental permite que los sistemas comprendan mejor las consultas realizadas por las personas usuarias y realicen búsquedas semánticas que no dependan solo de palabras clave exactas y/o de contenidos en los metadatos. Además, la IA puede analizar documentos complejos y extraer automáticamente la información más relevante, incluso cuando está dispersa o implícita.

Otra aplicación de la IA en el proceso de búsqueda es la transcripción de textos históricos manuscritos. Basada en tecnologías como la indexación probabilística y la transcripción automatizada, ofrece resultados inimaginables hasta hace unos años y ha abierto un enorme mundo de conocimiento e información, hasta el momento, restringido a expertos paleógrafos.

Esto contribuye a elevar la calidad del servicio documental, ya que mejora la precisión en la localización de contenidos, reduce los errores humanos y facilita la toma de decisiones basadas en información fiable.

4. Mejora de procesos y automatización del ciclo de vida documental

El uso de la inteligencia artificial en la gestión documental para la optimización y automatización de procesos implicará una mayor capacidad de los sistemas en la toma de decisiones, en operaciones como la evaluación documental, la interoperabilidad de información entre sistemas, la optimización de sistemas de calidad y auditores, la preservación digital a largo plazo, o incluso la generación de contenidos (informes, estadísticas, etc.) como consecuencia de la ejecución de los procesos.

La IA también permite establecer reglas inteligentes que gestionen de forma automatizada el ciclo de vida de los documentos: desde su creación, clasificación y conservación hasta su eliminación, en función de criterios legales, administrativos o de uso. Es decir, agilizar y automatizar el proceso de valoración documental.

5. Supervisión y cumplimiento normativo

En contextos donde la protección de datos y la trazabilidad documental son fundamentales, la inteligencia artificial puede contribuir a detectar accesos no autorizados, señalar documentos que contienen datos sensibles o verificar que se cumplen las políticas de privacidad y conservación establecidas por la normativa.

La IA también puede contribuir notablemente a este control sobre el acceso a la información de forma segura y autorizada mediante la tarea de la anonimización/pseudoanonimización de datos personales.

La integración de la inteligencia artificial en la gestión documental permite reforzar los mecanismos de control, sin perder agilidad en el acceso a la información. La seguridad se convierte así en un proceso activo, que aprende y se adapta a los riesgos detectados.

6. Agentes asistentes para simplificación de tareas

Los sistemas que incorporan inteligencia artificial pueden ofrecer interfaces o agentes conversacionales, chatbots, asistentes virtuales o recomendaciones inteligentes que guían a los usuarios en sus tareas cotidianas: cómo registrar un nuevo documento o expediente; cómo encontrar un expediente; cómo realizar un proceso (transferencia, préstamos, eliminaciones, preservación, etc.) o generar un informe.

La IA, a través de un agente, será el tutor o formador del usuario, reduciendo o minimizando la experiencia del usuario en la interfaz y reduciendo los tiempos y la carga cognitiva. Cuanto más fácil de usar sea un sistema, mayor será su aceptación y eficacia.

La IA en la gestión documental

Hay quienes creen que el uso de la inteligencia artificial en la gestión documental sustituirá a las personas. Más bien al contrario: la IA no sustituye el conocimiento archivístico ni documental y puede convertirse en una aliada estratégica para hacerlo más eficaz, sostenible y adaptado a las necesidades particulares de cada organización. Permitirá ganar tiempo en la realización de tareas rutinarias y dedicarlo en tareas de valor añadido, intelectuales, de control, etc.

El papel de los archiveros y profesionales de la documentación se transforma con la inteligencia artificial. Su papel es clave, porque son quienes deben acompañar su desarrollo en el campo de la gestión documental y marcar el camino por dónde debe ir.

Desde Albadoc trabajamos para integrar estas capacidades en nuestras soluciones, para avanzar hacia una gestión documental más inteligente, centrada en las necesidades de las organizaciones y en el valor de la información.

Read more...

Crear un Chabot IA personalizado

Cómo crear un chatbot de IA en Claude solo con tus documentos
https://ecosistemastartup.com

Por Equipo Ecosistema Startup

¿Qué es un chatbot de IA basado en tus documentos?

Un chatbot IA personalizado permite que la herramienta utilice exclusivamente la información de tus propios archivos cargados, ignorando cualquier otra fuente. Esto facilita respuestas coherentes y precisas para casos de uso en equipos de soporte, legales, recursos humanos, consultoría o investigación interna.

Paso a paso: cómo configurar tu chatbot con Claude

1. Acceso y creación de proyecto

Ingresa a claude.ai y dirígete a la sección Proyectos. Haz clic en “Crear nuevo proyecto”, asigna un nombre y una breve descripción. Esto te permitirá mantener organizadas diferentes bases de conocimiento según necesidad.

2. Subida y organización de documentos

En la pestaña Archivos, sube tus PDFs, DOCs, TXT o imágenes. Es recomendable estructurar contenido por carpetas o temas relevantes para optimizar las respuestas del chatbot.

3. Instrucciones personalizadas y reglas de respuesta

En el apartado de instrucciones del proyecto, configura un prompt claro para que Claude responda exclusivamente en base a los documentos. Ejemplo:

“Todas las respuestas deben provenir solo de los archivos cargados. Si la información solicitada no existe en los archivos, responde que la respuesta no está disponible y consulta si el usuario desea buscarla en Internet.”

De esta manera, el control y la privacidad de datos permanecen intactos.

4. Prueba y supervisión

Inicia una conversación en tu proyecto. El chatbot utilizará únicamente la data de tus documentos. Si una consulta queda sin respuesta, Claude lo indicará por defecto. Es clave que valides resultados, especialmente si el uso es para información crítica o sensible.

Aplicaciones y limitaciones

Este enfoque no-code es ideal para founders, pymes y equipos que buscan automatización sin depender de desarrolladores. 

Entre las ventajas destacan:

• Control total sobre las fuentes de información
• Rápida implementación en procesos internos
• Ahorro de tiempo en soporte o FAQ internos

• Las limitaciones incluyen un contexto máximo por chat, diferencias según la suscripción (Pro o Free) y la necesidad de monitoreo humano para temas delicados.
• Buenas prácticas y preguntas frecuentes
• Sube primero documentos pequeños para testear precisión.
• Actualiza tu base de archivos regularmente.
• Recuerda que en planes gratuitos existen límites de almacenamiento y consultas.

Finalmente, tus datos no alimentan el modelo de Claude; la privacidad está garantizada según la documentación oficial de Anthropic.

Conclusión

La creación de chatbots con Claude para responder exclusivamente con tus propios documentos resulta una solución práctica y poderosa para startups y empresas en crecimiento. Implementar esta herramienta puede acelerar la respuesta interna y fortalecer la gestión del conocimiento sin complejidad técnica.

Fuentes

https://wwwhatsnew.com/2026/03/23/crear-chatbot-claude-responda-solo-tus-documentos-guia/ (fuente original)
https://www.aztecajalisco.com/noticias/es-como-puedes-crear-un-chatbot-claude-usando-solo-tus-propios-documentos/ (fuente adicional)
https://www.xataka.com/basics/como-crear-chatbot-ia-claude-que-responda-unicamente-basandose-tus-propios-documentos (fuente adicional)
https://www.claudecodecurso.com/post.html?slug=crear-chatbot-claude-api (fuente adicional)
https://support.claude.com/es/articles/12997377-introduccion-a-claude-ai (fuente adicional)

Agregado de Archivologo

IMPORTANTE: Un chatbot es un programa informático diseñado para simular conversaciones humanas, ya sea por texto o voz, actuando como un asistente virtual 24/7. Funcionan utilizando Procesamiento de Lenguaje Natural (PLN) para interpretar la intención del usuario y responden mediante reglas predefinidas o Inteligencia Artificial (IA) generativa. Son comunes en atención al cliente, marketing y soporte técnico.

Read more...

Presidencia Uruguaya usará IA para agilizar análisis de Archivos de la dictadura

Presidencia proyecta usar inteligencia artificial para agilizar el análisis de archivos de la dictadura
https://www.carasycaretas.com.uy/

Presidencia proyecta diseñar una aplicación que agilice la gestión documental del Archivo Berrutti y otros acervos, reemplazando el sistema manual.

La Secretaría de Derechos Humanos para el Pasado Reciente busca financiamiento para un proyecto piloto con IA que permita digitalizar, indexar y recuperar información de documentos militares y policiales del último período cívico-militar. Reconocimiento óptico de caracteres, generación automática de metadatos y búsquedas asistidas son algunas de las herramientas previstas.

El objetivo es acelerar las investigaciones sobre violaciones a los derechos humanos y responder con mayor celeridad a los requerimientos de la Justicia.

Secretaría de DDHH

La Secretaría de Derechos Humanos para el Pasado Reciente, dependiente de Presidencia de la República, planea incorporar herramientas de inteligencia artificial (IA) para modernizar la gestión documental vinculada a la última dictadura cívico-militar (1973-1985), según consta en la Memoria Anual 2025 del organismo.

El proyecto, que espera conseguir financiamiento durante este año, incluye un plan piloto en el que participarán funcionarios científicos de Presidencia. Estos evaluarán la factibilidad técnica de utilizar tres tecnologías clave:

• Reconocimiento OCR (óptico de caracteres): para convertir imágenes de documentos escaneados en texto digital editable e indexable.
• Generación automática de metadatos: para que la IA identifique y asigne información como fecha, personas, temas y lugares a cada documento, facilitando su ordenamiento y recuperación.
• Búsquedas asistidas por IA: para realizar consultas inteligentes que comprendan el contexto y no se limiten a coincidencias exactas de palabras.

A partir de los resultados del piloto, "se diseñará una aplicación que permita avanzar en forma más rápida en la gestión de la información relacionada con el pasado reciente", indicó la Secretaría.
Mejoras en el archivo Berrutti

Paralelamente, el organismo continuará este año con las mejoras tecnológicas del Archivo Berrutti, uno de los acervos documentales más importantes sobre la represión en Uruguay. Dicho archivo se originó entre 2005 y 2008, cuando Azucena Berrutti estaba al frente del Ministerio de Defensa, y contiene miles de documentos de inteligencia militar y policial.

La Secretaría seguirá describiendo ese material en la plataforma AtoM (Access to Memory), un sistema digital de código abierto que permite organizar documentos según estándares internacionales y facilitar su consulta en línea. Esto permitirá "sustituir al sistema manual de recuperación de la información que se estaba utilizando", explicó el organismo, y responder de forma más ágil a los requerimientos de juzgados y de la Fiscalía especializada en Crímenes de Lesa Humanidad.

Digitalización de archivos policiales y militares

El año pasado, la Secretaría retomó un convenio con el Ministerio del Interior y la Universidad de la República para digitalizar el archivo histórico de la Dirección Nacional de Información e Inteligencia de la Policía Nacional. El acuerdo también incluye expedientes de la Justicia militar y material de jefaturas de Policía del interior.

Además, se acordó que el Ministerio de Defensa Nacional avance en la digitalización integral de sus archivos, proceso que hasta el momento registra alrededor de un 50% de avance.

Resolución de Sandra Lazo

A inicios de año, la ministra de Defensa Nacional, Sandra Lazo, firmó una resolución (fechada el 4 de diciembre) en la que ordena a todas las unidades de las Fuerzas Armadas es decir el Ejército, Armada, Fuerza Aérea, Dirección de Inteligencia Estratégica y demás dependencias a "asegurar el acceso irrestricto a los archivos de los servicios de inteligencia y demás archivos y acervos documentales que obren en el ámbito del ministerio".

El objetivo es permitir conocer el destino de las personas detenidas desaparecidas antes y durante la última dictadura cívico-militar.

Read more...

Resultados del Seminario sobre Inteligencia Artificial (IA) archivística y gestión de documentos

'La Inteligencia Artificial es la tecnología que permitirá a los profesionales de la archivística contribuir al acceso a documentos y datos'
https://www.uab.cat/

Los estudiantes del Máster en Archivística y Gestión de Documentos tuvieron, el pasado 26 de abril, un seminario sobre Inteligencia Artificial (IA) con el Dr. Muhammad Abdul-Mageed, co-director del proyecto InterPARES Trust AI, y Peter Sullivan, estudiante de doctorado de la University of British Columbia. Además de su paso por la Escuela, los investigadores han participado en el 19º Congreso y en la residencia en Olot co-organizada entre el Institut Ramon Llull y la Asociación de Profesionales de la Archivística y la Gestión de Documentos de Cataluña.

¿Qué habéis explicado en el seminario impartido a nuestros estudiantes?

Dr. Muhammad Abdul-Mageed: 

Hemos presentado una visión de alto nivel sobre qué está pasando ahora mismo en el ámbito de la Inteligencia Artificial (IA). Hemos expuesto qué es la IA, y qué es y cómo funciona el machine learning, de una manera sencilla. También hemos explicado cuáles son las complicaciones del deep learning y la BI (Business Intelligence), centradas en el campo de los archivos y la gestión de documentos. La idea era mostrar una parte visual a los estudiantes, con la esperanza de inspirar sus futuros estudios y carreras profesionales.

Peter Sullivan: 

Yo he hablado sobre uno de los estudios específicos y de investigación colaborativa con el proyecto InterPARES, que trata sobre el desarrollo de metadatos descriptivos para grabaciones de archivo. Y como doctorando en la University of British Columbia, he hablado también sobre la experiencia de ser estudiante de doctorado después de hacer un Máster de Ciencias de la Información. 

¿En qué consiste el proyecto InterPARES Trust AI?

Dr. M: 

I Trust AI es financiado por una de las principales agencias de financiación de la investigación del Canadá, que se denomina SSHRC (Consejo de Investigación en Ciencias Sociales y Humanidades del Canadá). El proyecto aborda el progreso que se está produciendo en el campo de la Inteligencia Artificial, y cómo interactúa con los documentos y archivos. 

Los profesionales de este campo seguramente ya están sintiendo el impacto que el progreso de la IA tendrá, tanto a corto como a largo plazo, en su trabajo diario. Esto también aplica a diferentes ámbitos como la salud o la educación. Lo estamos viendo estos días con el lanzamiento del Chat GPT. Nosotros ya hace dos años que estamos en marcha, porque ya teníamos la visión que la IA es muy importante y tenemos que implicarnos. 

Queremos asegurar la autenticidad de los documentos y archivos públicos porque son cruciales para el funcionamiento de la sociedad. Se debe tener en cuenta la habilidad de progreso que se está produciendo en la Inteligencia Artificial, y la incapacidad de los humanos para trabajar con archivos y documentos con esta misma capacidad. El valor de los documentos y archivos aumenta cada día. El uso de la IA tendrá ventajas para garantizar el tratamiento de documentos y archivos de gran volumen. Pero también hay incógnitas sobre su uso que tenemos que investigar. Queremos profundizar en estos temas con un enfoque práctico, contando con docentes, expertos y académicos y con personas que trabajan día a día con los archivos. ESAGED es precisamente uno de los centros partner de InterPARES Trust AI.

Dr. M: 

El proyecto es una colaboración internacional con socios de 25 países diferentes, entre los cuales hay España. Otro de los objetivos de InterPARES es formar a estudiantes y profesionales para que movilicen el conocimiento generado a escala global. Por eso, tenemos socios por todo el mundo, y contamos con la participación de organizaciones como la UNESCO o la Cruz Roja. Tenemos la suerte de disponer de una red de colaboradores muy diversa. Tener diferentes contribuciones de personas con diferentes orígenes es crucial para adelantar en este campo.¿Cómo nos podemos imaginar que cambiará la tarea de un archivero/a con la Inteligencia Artificial?

Dr. M: 

Esta es la gran pregunta. Es lo que estamos intentando investigar. Hay tantas incógnitas, sobre todo con el rápido progreso de la tecnología... No sabemos exactamente cómo afectará a las actividades diarias de los profesionales, pero estamos recopilando algunas pruebas que nos indican que, por ejemplo, los puede ayudar a automatizar tareas que no necesariamente necesitan humanos. Se podría conseguir que una máquina o un modelo proporcione un resumen de algún material, por ejemplo, y que una persona se lo mire para asegurarse que tiene sentido. Pero la IA puede ser de ayuda para buscar una idea rápida o saber de qué trata ese material. Otro caso: el acceso; hay mucho material que no es del todo accesible. Suponemos que hay algunos documentos que solo existen como imágenes, pero tienen texto y no podemos utilizar la máquina para leerlo. Si es un texto legible, con el reconocimiento óptico de caracteres podemos convertir inmediatamente esta imagen en un formato legible por la máquina. Esto nos permitirá que se pueda buscar, resumir, y que sea traducible, etc. Así estaremos ofreciendo un acceso más grande y millones de personas podrán trabajar con el material. La Inteligencia Artificial es la tecnología que permitirá a los profesionales de la archivística contribuir a ofrecer acceso a documentos y datos. También podemos decir que la IA facilitará trabajos que son automatizables. Por lo tanto, reducirá el tiempo para determinadas tareas.¿Cuáles creéis que serán las competencias o habilidades que necesitarán los futuros archiveros/se para afrontar esta nueva complejidad que conllevará la Inteligencia Artificial?

P.S: 

Uno de los estudios del proyecto InterPARES trata sobre esto, y es una de las cuestiones que hemos presentado en el 19º Congreso de Archivística y Gestión de Documentos de Cataluña. Creo que se tiene que identificar qué están haciendo actualmente los profesionales con la IA para guiarnos en cuanto a las competencias: establecer una base y después ir más allá para mirar hacia dónde se está moviendo la IA, y qué expectativas de uso puede haber. No necesariamente tendrán que ser los archiveros los que hagan experimentos de aprendizaje automático, pero es posible que tengan que saber evaluar los proveedores que prometan tecnologías de IA que puedan satisfacer sus necesidades. Pero ¿tienen las habilidades para poder ver si estas herramientas funcionan bien para la variedad de materiales de los cuáles pueden ser responsables? Preguntas cómo estas son importantes para ayudar a identificar cuáles son estas competencias, y es una parte muy activa de la investigación de InterPARES. Uno de los resultados de esta vertiente pedagógica del proyecto es desarrollar un currículum formativo, especialmente para la descripción archivística. Esperamos que esto sea beneficioso en un futuro para estudiantes de archivística de todo el mundo.Estos días en Cataluña tenéis la oportunidad de participar en varias actividades y seminarios para intercambiar conocimiento, una de ellas la residencia interdisciplinaria en Faberllull Olot. ¿Cómo valoráis esta experiencia de intercambio de conocimientos de ámbito internacional y la experiencia en nuestro contexto local?

P.S: 

Hicimos una visita al Archivo Comarcal de La Garrotxa y fue maravilloso. Ver diferentes contextos para los profesionales del archivo alimenta nuestro trabajo. Tanto Muhammad como yo estamos más del lado de la IA, y actividades como estas nos ayudan a conceptualizar las preocupaciones prácticas que pueden tener los profesionales.

Dr. M: 

Uno de los privilegios que tenemos es nuestra red de colaboración, que es global. Son colectivos fuertes. Durante nuestra visita al Archivo Comarcal de La Garrotxa hemos podido vivir los archivos en primera persona; hemos visto cómo hacen su trabajo diario, hacer preguntas y tocar parte del material, es muy inspirador. Me hace pensar que cada comunidad tiene su historia y es muy importante para ellos liderar su vida cotidiana y mirar hacia el futuro con el pasado en segundo plano. Otra cosa crucial ha sido poder hablar con gente de otro lugar y pensar en las diferentes formas de vida. Es importante humanizar este nivel de diversidad mientras pensamos en la tecnología que conserva los pueblos de todas partes. Porque históricamente, la tecnología puede servir a determinados sectores de la sociedad, pero no a otras, y es así desde hace mucho tiempo. Por lo tanto, es importante incluir la diversidad y la inclusión en la tecnología, pero también en los documentos y archivos: si eres archivero/a o gestor/a de documentos, tu función es servir a toda la sociedad manteniendo su diversidad.

Read more...

Convocatoria: Procesos y experiencias mundiales de desclasificación de la información

Procesos y experiencias mundiales de desclasificación de la información - convocatoria de artículos Mar, 03/31/2026 - 14:11 

https://www.archivogeneral.gov.co

Revista NEXOS – Archivo General de la Nación (AGN)

Dossier temático 2026

La Revista NEXOS del Archivo General de la Nación (AGN) invita a investigadoras, investigadores, profesionales de archivos, especialistas en gestión documental, juristas, expertos en protección de datos, desarrolladores tecnológicos, historiadores, cientistas sociales y demás miembros de la comunidad académica y técnica nacional e internacional a postular artículos para su próximo dossier temático:

“Procesos y experiencias mundiales de desclasificación de la información”

JUSTIFICACIÓN TEMÁTICA

En el contexto contemporáneo de transformación digital, expansión de datos masivos, interoperabilidad institucional, inteligencia artificial y políticas de gobierno abierto, la desclasificación de la información se ha consolidado como un proceso fundamental para garantizar el equilibrio entre el acceso a la información pública, la protección de derechos fundamentales y la preservación de la memoria institucional.

La desclasificación implica el conjunto de procedimientos jurídicos, archivísticos, técnicos y administrativos que permiten levantar o modificar restricciones de acceso sobre documentos previamente clasificados, posibilitando su consulta pública o controlada. En este proceso intervienen diversas estrategias, entre ellas la anonimización, la desidentificación, la edición de información sensible y la aplicación de criterios de temporalidad o interés público.

Más allá de ser una decisión administrativa, la desclasificación constituye una práctica compleja que articula transparencia estatal, rendición de cuentas, gestión documental, derechos humanos, protección de datos personales y construcción de memoria histórica. Su implementación impacta archivos históricos, judiciales, administrativos, clínicos, académicos y empresariales, especialmente cuando se busca garantizar el acceso a la información sin vulnerar la privacidad o la seguridad de personas e instituciones.

Asimismo, en contextos de justicia transicional, investigaciones académicas, apertura de archivos estatales, políticas de datos abiertos y procesos de memoria histórica, la desclasificación adquiere una dimensión política, social y ética que exige análisis crítico y comparado.

Este dossier tiene como propósito examinar experiencias internacionales, marcos normativos, metodologías archivísticas, desarrollos tecnológicos y estudios de caso relacionados con los procesos de desclasificación de la información, con el fin de aportar a la comprensión de sus desafíos contemporáneos y fortalecer las políticas públicas y las prácticas archivísticas a nivel global.

EJES TEMÁTICOS SUGERIDOS

• Se recibirán contribuciones que aborden, entre otros, los siguientes temas:
• Marcos normativos internacionales sobre desclasificación de información y acceso a archivos.
• Experiencias comparadas de apertura y desclasificación de archivos estatales.
• Procesos de desclasificación en archivos de seguridad, defensa o inteligencia.
• Desclasificación documental en contextos de justicia transicional y derechos humanos.
• Relación entre desclasificación, memoria histórica y verdad pública.
• Técnicas de anonimización, desidentificación o edición de información sensible en procesos de desclasificación.
• Desclasificación de archivos judiciales, administrativos, clínicos o académicos.
• Uso de inteligencia artificial y herramientas tecnológicas en procesos de revisión y desclasificación documental.
• Riesgos de reidentificación y gestión de datos sensibles en la apertura de archivos.
• Ética de la desclasificación en investigaciones históricas y sociales.
• Desclasificación documental y políticas de datos abiertos.
• Tensiones entre derecho a la memoria, transparencia pública y protección de la privacidad.
• Gobernanza de la información en instituciones archivísticas.
• Estudios de caso en América Latina, Europa, África, Asia u otras regiones.
• Metodologías archivísticas de desclasificación con enfoque diferencial, reparativo o de derechos humanos.

Se valorarán especialmente enfoques interdisciplinarios, comparados y aplicados.

TIPOLOGÍA DE CONTRIBUCIONES

Se recibirán:

• Artículos de investigación.
• Artículos de reflexión teórica.
• Estudios de caso institucional.
• Revisiones críticas de literatura.
• Análisis comparados internacionales.

Los textos deberán ser inéditos y no encontrarse en evaluación en otra publicación.

REQUISITOS FORMALES DE PRESENTACIÓN

Los manuscritos deberán cumplir estrictamente con las siguientes especificaciones:

• Extensión mínima: 4.000 palabras.
• Extensión máxima: 6.000 palabras, incluyendo referencias.
• Normas de citación: APA (7ª edición).
• Fuente: Times New Roman, tamaño 12 puntos.
• Interlineado: 1.5.
• Márgenes: 3 centímetros en cada lado.
• Texto justificado.
• Numeración de páginas en la parte inferior derecha.
• Título en español e inglés.
• Resumen en español e inglés (máximo 200 palabras cada uno).
• Cinco (5) palabras clave en español e inglés.
• Referencias completas en formato APA.

Estructura sugerida

• Introducción
• Marco teórico o conceptual
• Metodología (cuando aplique)
• Desarrollo analítico
• Discusión
• Conclusiones
• Referencias

Las tablas, figuras y gráficos deberán enviarse en formato editable.

PROCESO DE EVALUACIÓN

Los artículos serán sometidos a evaluación bajo la modalidad de doble par ciego, garantizando rigor académico e imparcialidad.

El comité editorial notificará a los autores sobre:

• Recepción del manuscrito.
• Resultado de evaluación.
• Solicitudes de ajustes (si aplica).
• Aceptación definitiva.
• La publicación estará sujeta al cumplimiento de los ajustes solicitados.

CRONOGRAMA

• Apertura de convocatoria: 31 de marzo de 2026
• Fecha máxima de envío de artículos: 31 de julio de 2026
• Proceso de evaluación: julio – agosto de 2026
• Publicación del número: segundo semestre de 2026

ENVÍO DE MANUSCRITOS

Los artículos deberán enviarse en formato Word al correo oficial: spa@archivogeneral.gov.co

En el asunto del mensaje indicar: Convocatoria Dossier Desclasificación – Revista NEXOS AGN

En documento aparte incluir:

• Nombre completo del autor o autores.
• Afiliación institucional.
• Correo electrónico.
• Breve nota biográfica (máximo 100 palabras).

CONSIDERACIONES ÉTICAS

La Revista NEXOS promueve la integridad académica y el respeto por los principios éticos de investigación. Cualquier forma de plagio será motivo de rechazo inmediato.

Cuando los artículos incluyan estudios con información sensible o documentación previamente clasificada, deberá indicarse el cumplimiento de la normativa de protección de datos y de acceso a la información correspondiente.

INVITACIÓN FINAL

El Archivo General de la Nación reconoce que los procesos de desclasificación de la información constituyen hoy una dimensión estratégica para la transparencia pública, la gestión documental, la garantía de derechos fundamentales y la construcción de memoria histórica.

Este dossier busca contribuir a una conversación global sobre los desafíos contemporáneos de la apertura de archivos y la gestión de información sensible, promoviendo el intercambio internacional de experiencias, enfoques metodológicos y buenas prácticas.

Invitamos a la comunidad académica y profesional a participar en esta edición de la Revista NEXOS, fortaleciendo el diálogo mundial sobre desclasificación documental, acceso a la información y gobernanza de archivos en el siglo XXI.

Read more...

Dirección de Impuestos y Aduanas Nacionales (Dian) espera modifica manera de validar de documentos digitales (Colombia)

Este es el importante cambio en la declaración de renta del 2026 que confirmó la Dian: habrá nuevo modelo de validación para documentos digitales
https://www.infobae.com
Daniel Mauricio Rodríguez Sevilla

El proyecto plantea que los funcionarios de la Dian utilicen un sistema único de autenticación digital para firmar y validar todos los actos administrativos generados por medios electrónicos - crédito VisualesIA

La propuesta contempla la adopción de un mecanismo centralizado, con métodos tecnológicos y vigencia definida, que busca modernizar la gestión de documentos oficiales en la Dian

La Dirección de Impuestos y Aduanas Nacionales (Dian) propuso recientemente un cambio que podría modificar de manera sustancial la validación de documentos digitales en Colombia a partir de 2026.

La propuesta contempla la adopción de un nuevo sistema de firma electrónica unificada, conocido como Instrumento de Firma Electrónica (IFE), que introduciría nuevas exigencias para los procesos administrativos y establecería una validación centralizada para los actos oficiales generados por medios digitales.

El proyecto, divulgado para comentarios públicos, establece que el IFE sería de uso obligatorio para los funcionarios de la Dian cuando elaboren documentos como resoluciones, certificaciones o memorandos en formato digital.

El objetivo de la iniciativa es unificar los mecanismos de firma, que hasta ahora estaban dispersos en distintos sistemas, y consolidar un método de autenticación que tenga plena validez jurídica en la gestión pública digital.

Según el documento publicado, la adopción del IFE implicaría que todos los actos administrativos tendrían la misma validez legal que si hubieran sido firmados de forma manuscrita.

Hasta ahora, la Dian utilizaba diversos esquemas de firma electrónica para trámites específicos, como devoluciones, certificaciones o gestiones aduaneras, lo que generaba una fragmentación de sistemas y procedimientos. La propuesta busca reemplazar progresivamente esos mecanismos y centralizar la validación bajo un único modelo.

Cronograma de implementación

El plazo para implementar el nuevo sistema se estableció antes de finalizar 2026. Este cronograma marca el horizonte para migrar a la nueva tecnología y avanzar hacia una administración pública más digitalizada.

La propuesta no parte de cero; la Dian ya venía integrando herramientas de firma electrónica respaldadas por normas como la Ley 527 de 1999 y el Decreto 2364 de 2012, que otorgan validez jurídica a estos mecanismos. No obstante, la novedad reside en la unificación y estandarización de los procedimientos en todas las dependencias de la entidad.

¿Cómo funcionará el Instrumento de Firma Electrónica?

El Instrumento de Firma Electrónica se apoya en tecnologías como contraseñas personales, datos biométricos y claves criptográficas. Estos métodos permiten identificar de manera única al firmante y proteger la integridad de los documentos.

De acuerdo con el proyecto, cada funcionario contaría con un sistema de autenticación exclusivo, de modo que los archivos digitales no podrían alterarse sin dejar evidencia y sería posible verificar quién firmó cada documento y en qué momento.

Entre los conceptos fundamentales que incorpora el nuevo sistema figuran la autenticidad, la integridad y el no repudio. La autenticidad garantiza certeza sobre la identidad de quien suscribe el documento, la integridad asegura que el contenido no pueda ser modificado tras la firma y el no repudio impide que el firmante niegue posteriormente su autoría.

Además, la vigencia del IFE será de tres años, con la posibilidad de renovación en línea a través de los servicios digitales de la Dian. Esta característica busca facilitar la continuidad de la autenticación digital y reducir la necesidad de trámites presenciales.

Impacto para usuarios, empresas y contribuyentes

La medida está dirigida principalmente a los funcionarios de la Dian, pero sus efectos se extenderían a empresas, contribuyentes y ciudadanos que interactúan con la entidad.

Un mecanismo de firma electrónica más robusto podría agilizar los procesos administrativos, disminuir la dependencia de documentos físicos y reducir la asistencia presencial a las oficinas.

La validación digital ofrecería mayor seguridad en la presentación de declaraciones y en la expedición de certificaciones, elementos clave para la confianza en el sistema tributario.

Mientras se completa la transición, el esquema actual de firma digital seguirá funcionando. Una vez finalizada la migración al IFE, el sistema anterior quedará deshabilitado. El documento oficial enfatiza que la intención es “unificar y masificar el uso de herramientas digitales seguras en todas las dependencias”, con el fin de fortalecer la trazabilidad y la eficiencia en la gestión pública.

Próximos pasos hacia la digitalización

El proceso de comentarios y ajustes continuará hasta lograr la versión definitiva de la resolución, que marcará el inicio de la transformación en la validación de documentos digitales en Colombia.

El proceso de comentarios y ajustes continuará hasta lograr la versión definitiva de la resolución- crédito Dian

Read more...

Términos poco conocidos en archivología

Términos poco conocidos en archivología

Por Lic. Carmen Marín

A raiz de la información que publique el día de ayer
"Más allá del video: El desafío de la evidencia documental en la era de la opacidad institucional" basado en el vídeo independiente de Sabrina Wallace titulado "Operación Zombie", llamó mucho mi atención algunos términos que considero importate detallar más. De esta forma siento quedarán cubiertas las dudas que puedan generar por ser poco conocidas en el ámbito archivístico. A continuación los referidos terminos:

• WBAN, o Wireless Body Area Network
• Biosensores moleculares asistidos por IA
• Banda Ultraancha (UWB) 

                                              Imagen creada por Gemini (Nano banana)

Qué es WBAN, o Wireless Body Area Network?

https://www.islabit.com/
Publicado el 14 de noviembre de 2020, a las 21:23 pm por Augusto Baldi

En el mundo actual, las comunicaciones inalámbricas se han transformado en algunas de las más importantes que tenemos cuando se trata de compartir información en cualquier momento y lugar. A final de cuentas, los usuarios pueden utilizar redes inalámbricas en forma de WLAN o WiFi en muchos campos diferentes, como el educativo, el de salud o las distintas industrias. Pero, ¿qué hay de las Wireless Body Area Network o WBAN?

Lo que ocurre es que, a medida que se desarrollan nuevas tecnologías, viene aumentando también la necesidad de que los usuarios se mantengan conectados. Las Wireless Body Area Network o WBAN cumplen una función muy específica, que es la de permitir a los usuarios trasladarse a otro lugar sin estar restringidos por cables.
Pero, ¿qué es la red WBAN?

En primera instancia, podríamos decir que este concepto de «Red de área corporal inalámbrica» fue acuñado en 2001 por Van Dam. por aquel entonces, se trataba básicamente de una red de nodos de sensores conectados al cuerpo humano. Esto posibilitaba tareas como medir señales biológicas humanas entre las que se hallan la frecuencia cardíaca, la presión arterial, las señales cerebrales, etc. Es decir, aplicaciones más que nada médicas.

Además de eso, debemos considerar que existen dos modos de comunicación en torno al cuerpo humano. La comunicación intracorporal es la comunicación entre los nodos sensores implantados dentro del cuerpo y sólo se puede utilizar para la comunicación interna. Pero, con el paso del tiempo, ha surgido también una comunicación corporal que sucede entre dispositivos portátiles y que incluye botones de sensor.

Requisitos de la red WBAN

En líneas generales, las redes WBAN deben cumplir con algunos requisitos o características muy particulares, como el bajo consumo de energía, la baja latencia, la seguridad o la habilidad interactiva.
Estructura de estas redes

Existen cuatro elementos fundamentales que conforman estas redes, a saber:

• WBAN: esta sección es la que posee los sensores de bajo coste y baja potencia, de forma que permiten controlar la frecuencia cardíaca o la presión arterial, sin poner en riesgo a la persona conectada. De hecho, ni siquiera llegan a limitar sus movimientos, por lo que se los suele utilizar para el diagnóstico de pacientes.
• Botones de sensor: éstos son los elementos que proporcionan salida a un coordinador central, que recibe la señal de los nodos y la transmite a la siguiente sección para monitorear el cuerpo humano.
• Comunicación: este apartado recibe la información anterior, y actúa de la misma forma que una puerta de enlace para pasar la información al siguiente canal. Por caso, enviando mensajes a redes móviles 3G o 4G.
• Almacenamiento: en este espacio se guarda toda la información del usuario, considerando que puede llegar a ser necesaria en el futuro, para hacer un seguimiento más preciso de su estado.

Principales aplicaciones de las Wireless Body Area Network

Aplicaciones médicas
Como comentábamos, las aplicaciones originales de estas redes tenían que ver exclusivamente con el desarrollo de la medicina. Permitían, entre otras cosas, un monitoreo remoto de atención. Lo hacían actuando sobre el cuerpo del paciente para monitorear la frecuencia cardíaca, la presión arterial y los electrocardiogramas.

Aplicaciones no médicas
Ahora mismo, las redes en cuestión tienen algunas otras aplicaciones. Pueden ser utilizadas, por ejemplo, para medir la velocidad, la distancia, y la frecuencia cardíaca de los deportistas profesionales.

Algo similar ocurre con sus aplicaciones de cara a los ejercicios de entrenamiento de los ejércitos. Permiten enviar más fácilmente datos respecto de ataques, retiradas u órdenes de oficiales al mando.

En el mundo de la música, permiten una mejor fluidez en la reproducción de música inalámbrica y videollamadas.

Y, por si fuera necesario aclararlo, esta tecnología emergente es completamente legal y no tan costosa como otras que están apareciendo por estos días. Por eso mismo se cree que ganará mucho terreno en los próximos años.

Biosensores moleculares asistidos por IA: estrategias de diseño para dispositivos portátiles y monitorización en tiempo real"
https://pmc.ncbi.nlm.nih.gov/articles/PMC13073040

A continuación resumen detallado y estructurado del artículo científico “AI-Assisted Molecular Biosensors: Design Strategies for Wearable and Real-Time Monitoring” (título en español: Biosensores moleculares asistidos por IA: estrategias de diseño para dispositivos portátiles y monitorización en tiempo real), publicado en 2026 en International Journal of Molecular Sciences (IJMS, 27(7), 3305; DOI: 10.3390/ijms27073305) por Sishi Zhu y colaboradores (autores principales: Sishi Zhu, Jie Zhang, Xuming He, Lijun Ding, Xiao Luo y Weijia Wen, con correspondencia en Xiao Luo y Weijia Wen). Se trata de una revisión sistemática de acceso abierto que resume los avances recientes en la integración de inteligencia artificial (IA) con biosensores moleculares, con énfasis en aplicaciones portátiles (wearables) y monitorización en tiempo real.

Resumen (Abstract)

La IA se ha convertido en una herramienta transformadora en los biosensores moleculares. Permite la optimización impulsada por datos en el diseño de sensores, el procesamiento de señales y la monitorización continua. La IA acelera el descubrimiento de biomarcadores, el diseño de receptores de alta afinidad (proteínas, aptámeros, péptidos) y la ingeniería racional de materiales (nanostructuras plasmónicas, nanozimas, MOFs, materiales 2D). Mejora la sensibilidad, especificidad y robustez frente a ruido, artefactos de movimiento y variabilidad fisiológica.

La revisión destaca estrategias de detección representativas (ópticas, electroquímicas, microfluidas y piezoeléctricas) y algoritmos de IA (ML clásico y deep learning) para dispositivos portátiles. Discute desafíos actuales (estabilidad, consumo energético, fouling) y oportunidades futuras en salud personalizada, diagnóstico temprano y sistemas inteligentes de bajo consumo. 

Palabras clave: biosensor, wearable, IA, monitorización en tiempo real, detección molecular.

Introducción

Los biosensores portátiles permiten la recopilación continua y no invasiva de información fisiológica (sudor, fluido intersticial, orina, señales eléctricas) en entornos reales, superando las limitaciones de los análisis de laboratorio tradicionales (tiempo largo, equipo voluminoso). Avances en materiales flexibles y micro/nano-fabricación han mejorado la comodidad y estabilidad. Sin embargo, las señales reales presentan ruido elevado (artefactos de movimiento, fluctuaciones ambientales, concentraciones bajas de analitos), deriva a largo plazo y alto consumo energético. La IA (machine learning y deep learning) resuelve estos problemas mediante corrección adaptativa, extracción automática de características, reducción de dimensionalidad y fusión multimodal de datos.

La revisión organiza el contenido en: 

(1) estrategias de diseño asistidas por IA (biomarcadores, receptores y materiales), 

(2) plataformas de biosensores mejoradas por IA, y 

(3) aplicaciones en wearables y monitorización en tiempo real. Se menciona la Figura 1 como esquema general del flujo de trabajo IA-biosensor.Estrategias de diseño principales asistidas por IALa IA acelera el ciclo de diseño iterativo mediante big data y predicción, enfocándose en tres áreas clave:

1. Descubrimiento de nuevos biomarcadores
La IA procesa datasets masivos multi-ómicos (genómicos, proteómicos, single-cell). Ejemplos:

• scGPT (modelo generativo preentrenado) para anotación celular e integración multimodal.
• ProteinScores (modelo Cox PH + elastic net) con datos del UK Biobank (1468 proteínas, ~47 0 personas) para predicción de riesgos de enfermedades.
• Gene-SGAN (clustering profundo multimodal) para subtipos de demencia e hipertensión integrando MRI y SNPs.

Ventajas: mayor precisión en predicción de riesgos y subtipos. Limitaciones: dependencia de datasets grandes y ruido en datos single-ómicos. (Ver Figura 2).

2. Diseño de receptores de alta afinidad

• IA predice sitios de unión y afinidad para proteínas, aptámeros y péptidos. Ejemplos:
• AlphaFold2 + ProteinMPNN para binders con afinidad de 4,7 nM.
• RFdiffusion y hallucination para péptidos helicoidales (LOD ~10 nM).
• Random Forest/XGBoost para optimización de aptámeros (precisión 0,82).

Ventajas: reduce drásticamente los ciclos experimentales de prueba y error.

3. Diseño racional de materiales
IA optimiza nanostructures plasmónicas y nanofotónicas mediante modelado forward/inverse. Ejemplos:

• MLP + Transformer para metasurfaces.
• DNN con optimización bayesiana para síntesis de nanopartículas de plata.
• GPN/SPN y ResNet18 + VAE para predicción espectral y diseño quiral (discriminación de enantiómeros).
• Se usa SHAP para interpretabilidad. (Ver Figura 3).

Biosensores moleculares asistidos por IALa IA mejora plataformas específicas:

• Ópticos (SPR, SERS, plasmonic): predicción de espectros y reducción de ruido.
• Electroquímicos: nanozimas y materiales 2D (MXene, grafeno) con algoritmos como CNN/RNN para calibración adaptativa.
• Microfluidos y piezoeléctricos: integración con YOLOv5 o redes híbridas para detección rápida.

Ejemplos destacados: 

LOD muy bajos (0,001 mM para lactato, 10 CFU/mL para patógenos) y precisión >98 % en clasificación celular. Tabla 2 compara algoritmos (SVM, CNN, etc.) y rendimiento en analitos como glucosa y hormonas. (Ver Figura 4 para ejemplos de detección bacteriana y Figura 6 para estructuras microfluidas).

Aplicaciones en dispositivos portátiles y monitorización en tiempo real

La IA permite wearables robustos: parches en piel, textiles inteligentes y sistemas smartphone-integrados.

Ejemplos:

• Monitorización de estrés (cortisol, lactato en sudor) con modelos predictivos.
• Detección de patógenos con biosensores colorimétricos + IA en móvil (precisión 100 % en algunos casos).
• Clasificación de señales piezoeléctricas en hilos inteligentes.

Ventajas: análisis en edge-computing, bajo consumo y soporte a medicina personalizada (diagnóstico temprano de cáncer, enfermedades crónicas, rendimiento deportivo). Limitaciones: fouling biofouling y necesidad de energía auto-suficiente.

Desafíos y perspectivas futuras

Desafíos principales:

• Interferencias ambientales y biológicas (pH, temperatura, fouling).
• Estabilidad a largo plazo de enzimas y materiales.
• Alto costo computacional y necesidad de datasets grandes para deep learning.
• Privacidad y seguridad de datos en dispositivos conectados.

Oportunidades:

• Nanozimas y MOFs para sensores sin enzimas y sostenibles.
• IA antifouling y edge-AI de bajo consumo.
• Integración IoT y self-powered wearables (termopiezos).
• Híbridos IA + materiales avanzados para detección multiplexada y predictiva.

La revisión enfatiza el paso de sensores pasivos a sistemas “inteligentes” con cognición activa.

Conclusiones

La integración de IA transforma los biosensores moleculares en plataformas inteligentes, portátiles y confiables para monitorización en tiempo real. Acelera el diseño, mejora el rendimiento analítico y abre la puerta a la salud personalizada y accesible. Los autores llaman a superar los desafíos restantes mediante algoritmos híbridos, materiales innovadores y colaboración interdisciplinaria. El artículo concluye que esta tecnología será clave en el futuro de la medicina preventiva y el monitoreo continuo.

Banda Ultraancha (UWB): 

https://youtu.be/IMCkExeHu5U

La tecnología detrás de la localización precisa y las llaves digitales
Definiendo el protocolo de ultraprecisión

La banda ultraancha (UWB) es un protocolo de comunicación inalámbrica de corto alcance que opera mediante ondas de radio, pero es fundamentalmente diferente de Bluetooth o Wi-Fi. Utiliza un amplio espectro de altas frecuencias y transmite datos mediante pulsos extremadamente cortos (medidos en nanosegundos).

Este método permite que la UWB alcance una precisión sin precedentes, a nivel centimétrico, en la medición de distancias y la determinación de la ubicación y dirección exactas de un dispositivo. Si bien el GPS es excelente para el posicionamiento global en exteriores, la UWB destaca en el posicionamiento en interiores y la percepción espacial.

Cómo logra la UWB una precisión milimétrica

La UWB logra su precisión única mediante una técnica llamada Tiempo de Vuelo (ToF). Este método consiste en que el chip UWB del teléfono mide el tiempo exacto de ida y vuelta que tarda un pulso de señal en viajar entre el teléfono y otro dispositivo compatible con UWB (como una etiqueta inteligente o un automóvil).

Al multiplicar este tiempo de viaje por la velocidad de la luz, el teléfono puede calcular la distancia física con gran precisión. Además, la tecnología UWB utiliza el ángulo de llegada (AoA) para determinar con exactitud la dirección de la señal en el espacio 3D, lo que significa que el teléfono sabe a qué distancia y en qué dirección se encuentra un objeto.

La ventaja de seguridad del tiempo

La dependencia de UWB de las mediciones de tiempo la hace inherentemente más segura que tecnologías más antiguas como Bluetooth o NFC, que a menudo se basan en la intensidad de la señal (RSSI) para estimar la distancia. La intensidad de la señal es fácil de interceptar y amplificar para los atacantes en un ataque de retransmisión, engañando a una cerradura para que piense que hay una llave cerca.

Dado que UWB mide el retardo de tiempo preciso, cualquier intento de aumentar la señal solo incrementará el tiempo de viaje medido, exponiendo inmediatamente el ataque e impidiendo el acceso no autorizado a sistemas como llaves digitales de automóviles o puertas de seguridad.

Aplicaciones reales en teléfonos inteligentes

La integración de UWB en los teléfonos inteligentes de gama alta ha abierto varias aplicaciones fluidas, manos libres y seguras para los consumidores.

Una aplicación importante es el seguimiento mejorado de objetos. Al combinar UWB con etiquetas de seguimiento complementarias (como SmartTags), un smartphone puede usar la Realidad Aumentada (RA) para guiar al usuario directamente a un objeto perdido, mostrando indicaciones visuales en la pantalla que conducen a la ubicación precisa, incluso en interiores o debajo de una pila de ropa.

Otro caso de uso revolucionario es la llave digital del coche. Con UWB, tu smartphone puede desbloquear y arrancar automáticamente y de forma segura tu coche compatible al acercarte, sin necesidad de sacarlo del bolsillo o del bolso.

Interacción con dispositivos y hogares inteligentes

UWB está llamada a revolucionar la interacción con los hogares inteligentes al añadir conciencia espacial. Imagina simplemente apuntar tu teléfono a un altavoz inteligente o una lámpara específica, y una interfaz de control personalizada para ese dispositivo aparecerá instantáneamente en tu pantalla.

Este control direccional y sencillo elimina las conjeturas y la complejidad de navegar por menús para controlar dispositivos inteligentes individuales en una habitación concurrida. Además, UWB permite compartir archivos de forma más rápida e intuitiva entre dos dispositivos con solo apuntarlos uno hacia el otro.

El futuro de la tecnología UWB y el IoT

A medida que los chips UWB se vuelven más comunes en todos los dispositivos electrónicos de consumo —desde relojes inteligentes y portátiles hasta electrodomésticos y sensores industriales—, crece el potencial para una integración perfecta con el Internet de las Cosas (IoT). La tecnología UWB es clave para crear entornos verdaderamente inteligentes donde los dispositivos responden no solo a comandos, sino también a la ubicación física precisa y la intención del usuario.

Esto podría dar lugar a sistemas de climatización automatizados que te siguen de una habitación a otra o a sistemas de acceso a edificios que solo permiten la entrada cuando te encuentras en una zona segura designada, garantizando comodidad y una seguridad sin precedentes.

  

Read more...