Reduciendo Brechas: Aprendizaje Humano vs. Aprendizaje Automático
Ing. Saúl Rodríguez Astucuri
ExpoNet Sistemas - saulr@exponet.es
Citar: J. PAIME, 2025, 2, 86-98
Madrid, 31 de enero de 2025
Resumen
Palabras clave: Aprendizaje Automático, Tecnología Sustentable, Automatización de Procesos, Ciclo de Vida de la Tecnología, Adopción Tecnológica
Asbtract
This article explores the distinct differences between human learning and machine learning processes used in modern artificial intelligence (AI) systems, highlighting the lifecycle of AI tools. It examines how these technologies impact business performance and the potential for improving human-machine interfaces and dialogue prospects. It also discusses the significant advantages that companies gain by adopting innovative solutions due to the rapid diffusion of these tools. The article also addresses the cross-sector application of AI tools in various societal domains, proposing new avenues for practical application and research.
Keywords: Machine Learning, Sustainable Technology, Process Automation, Technology Life Cycle, Technology Adoption
1. Introducción
La inteligencia {4} como la conocemos a la fecha en nuestra especie, podría ser amplificada en ciertas capacidades humanas con las actuales tecnologías {8}. Pueden ampliarse en el cálculo o el acceso a información, pero no necesariamente complementan todos los aspectos de la inteligencia humana, como la creatividad o la empatía. Sin embargo, existe un potencial emergente en desarrollar herramientas de inteligencia artificial, diseñadas solo para simular o analizar emociones.
Las máquinas no son inteligentes {4-Dicho de un sistema} en el sentido humano, pero pueden realizar tareas específicas con un nivel superior al humano en ciertos dominios, como reconocimiento de imágenes o cálculos complejos.
La plasticidad cerebral {20} influida por el aprendizaje {3} permite que el cerebro humano se esculpa según diferentes rasgos del aprendizaje que reciba. Las tecnologías, como inteligencia artificial {6} para cálculos complejos o dispositivos de realidad aumentada para aprendizaje, influyen indirectamente en este proceso, porque el cerebro humano se regenera principalmente solo a través del aprendizaje. En particular, las tecnologías actúan como herramientas para crear entornos de aprendizaje más ricos o accesibles, que facilitan experiencias que estimulan procesos de aprendizaje y reorganización neuronal, en lugar de influir directamente en el proceso de regeneración cerebral.
Por lo cual, estamos en una época en la que se debe seguir evolucionando cognitivamente como especie, aunque el desarrollo de tecnologías será más rápido.
2. Aprendizaje de las máquinas
El proceso de aprendizaje automático difiere fundamentalmente en algunos aspectos clave al concepto del aprendizaje {3} del ser humano, puesto que a las máquinas se les entrena con un conjunto de datos hasta que el modelo algorítmico {1} converja y realice tareas específicas a partir de datos con los que han sido entrenados, aunque es posible que la máquina proporcione salidas menos precisas o erróneas debido a que el algoritmo {2} especifico no está diseñado para generalizar adecuadamente cuando enfrenta datos fuera del rango conocido. Por lo cual, el objetivo del entrenamiento es que la máquina proporcione una salida óptima.
Aunque los sistemas de aprendizaje automático pueden operar de forma autónoma una vez entrenados, en muchos casos aún requieren intervención humana para ajustes, interpretación de resultados o actualización de los modelos cuando los datos cambian significativamente. Por lo cual, la experiencia humana en muchos ámbitos aún es necesaria y única para discernir si la respuesta de la máquina con tecnología {7} IA es óptima.
Esto es una limitación inherente de la mayoría de los modelos de aprendizaje automático y no necesariamente un sesgo. Por lo cual, el modelo algorítmico y la tecnología {8} que sustenten a la máquina, tendrá que ser evaluadas permanentemente de forma periódica, dependiendo de la estabilidad del entorno de datos para la validez de la misma.
Para solventar esas limitaciones, conviene implementar técnicas que mejoren la estrategia de reconocimiento de los datos: por ejemplo, técnicas de regularización (para que el modelo generalice), técnicas de aprendizaje continuo (para que se adapte a nuevos datos en tiempo real), o técnicas de detección de anomalías (manejar datos fuera del rango antes de que afecten el desempeño).
Aunque su capacidad para procesar información está limitada al contexto de su entrenamiento, la potencia de cómputo y almacenamiento que poseen les permite manejar grandes volúmenes de datos y ajustarse mediante reentrenamiento o aprendizaje continuo. Este proceso, aunque diferente al aprendizaje humano, puede asemejarse superficialmente en su capacidad para mejorar su desempeño con datos adicionales y ajustes, sin implicar comprensión o experiencia en el sentido humano.
3. Evolución de la tecnología en el ámbito empresarial
En el plano empresarial, la innovación es un proceso organizativo clave para el sostenimiento estratégico a largo plazo de toda empresa, con la premisa que dicha innovación mejora la experiencia del cliente. Las empresas más innovadoras no solo mejoran sus operaciones, sino que lo hacen sin interrumpir la experiencia de sus clientes y colaboradores. Para innovar se requieren personas en constante aprendizaje, creativas y sistemáticas. {11}
La innovación empresarial es crucial para la vida de la empresa y su estrategia a largo plazo, por lo cual, vamos a enumerar tres tipos de innovaciones (para limitar el alcance del documento): la innovación incremental, la innovación evolutiva y la innovación disruptiva.
La innovación incremental es correcta, como método de crecimiento controlado y fiable en el tiempo, para incrementar o mejorar los productos, servicios, y mercados existentes.
La innovación evolutiva es correcta, como método evolutivo controlado y fiable en el tiempo. Siempre se buscarán nuevos productos o servicios para el mercado existente, o viceversa, nuevos mercados para productos o servicios existentes.
Ahora bien, la innovación disruptiva, denominada así por el profesor Clayton Christensen de Harvard, que identificó como “aquella innovación que transforman esos productos o servicios en algo asequible y sencillo, de modo que una población completamente nueva de personas puede ahora poseer los productos, utilizarlos o prestar los servicios, …”. {12}
La innovación disruptiva es el sustento de la tecnología disruptiva, porque genera nueva oferta de productos o servicios disruptivos, y, además, muy posible que anule a los productos anteriores como posiblemente anule también a la tecnología que los genero, y es muy plausible que se abra nuevos mercados de consumidores o desplace a otros líderes de mercados existentes.
Como cualquier tecnología disruptiva, en su ciclo de vida natural se convertirá en tecnología sustentable{13}, si y solo si, es sólida en sus métodos inherentes a la misma.
4. Tecnologías sustentables
Las empresas en general se mantienen competitivas cuando tienen solucionado la capacidad humana, la capacidad de cómputo y la conectividad a todo nivel.
Ahora bien, si consideramos a la tecnología como el saber hacer las cosas, ¿Existen tecnologías innovadoras?, O sería mejor decir soluciones {9} innovadoras porque hacen énfasis en el resultado práctico de aplicar tecnologías, conocimientos o combinaciones de recursos para resolver un problema. En adelante vamos a utilizar esta segunda opción.
Por lo cual, dejando establecidas las premisas anteriores, consideramos que con ayuda de las tecnologías sustentables se pueden generar soluciones innovadoras que se consolidan y evolucionan incrementalmente a lo largo del tiempo. Los modelos de negocios establecidos suelen trabajar con innovaciones incrementales, porque les permiten perfeccionar sus métodos de producción y acaparar un mercado conocido.
Sin embargo, el universo de valor {12} o contexto de cada empresa, normalmente está alineado con su posición en el mercado, la estructura económica, la capacidad de desarrollo tecnológico que tenga la empresa, el valor de la organización como grupo humano, y también el grado de alineación que la empresa tiene con sus clientes.
Por tanto, las soluciones innovadoras se aplicarán en el entorno empresarial liderado por un equipo de innovación. Este equipo podría replantear la visión estratégica de la empresa con nuevos proyectos porque conoce el cambio tecnológico y controlarán las tecnologías del negocio, el equipo dispone de apoyo gerencial y dosificará los recursos escalando inversiones a medida que exista mayor certeza de mercado para minimizar los posibles riesgos, el equipo conocerá metodologías avanzadas en la gestión de la innovación disruptiva: apostará por la experimentación, el equipo gestionará una cartera diversificada de proyectos para diluir el riesgo, y por último, el equipo será buen conocedor del apalancamiento de recursos financieros.
En este marco, el equipo innovador de la empresa reconsiderará los siguientes vectores para evaluar la capacidad de desarrollo tecnológico en la empresa:
1. El avance de las tecnologías disruptivas casi nunca puede ser absorbido por los mercados a la misma velocidad.
2. Los procesos de asignación de recursos se vuelven muy complejos para innovar con tecnología sustentable, por lo que, es conveniente recurrir a los empleados que tienen el conocimiento e intuición para mantener o aumentar la rentabilidad.
3. La aplicación de la tecnología a un mercado determinado no es obvia, es decir, que en algunos casos se aplicara con muchos éxitos, pero para casos similares no hay explicación porque fracasan.
4. Las capacidades que hayan adquirido las empresas para asignación de recursos y absorber el cambio tecnológico, sirven y se deben aplicar principalmente para tecnologías sustentables en mercados específicos, pero quizás no sean útiles para tecnologías disruptivas.
5. Es fundamental que la empresa que innova adquiera iterativamente o ya tenga conocimiento para tolerar fracasos con tecnologías sustentables, y muy necesario si es con tecnologías disruptivas.
6. Muy importante es definir una estrategia tecnológica de la empresa, por ejemplo, con mejoras incrementales sistémicas, o con grandes saltos abruptos tecnológicos.
7. La utilización de cualquier tecnología, como el ingreso en un determinado mercado, está supeditado a una serie de barreras intrínsecas que se deben conocer.
Sin embargo, en ese ciclo de vida de uso de la tecnología hay varios desafíos de cumplimiento a considerar durante la implementación de soluciones innovadoras en la empresa.
1. Disponibilidad y acceso a la infraestructura tecnológica que requiere el negocio.
2. Competencias actuales del capital humano y disponibilidad de planes de formación.
3. Capacidad contrastada para la innovación y fundamentalmente la aceptación del fracaso como parte del proceso de emprendimiento del grupo humano.
4. Que el caso de uso planteado cumpla el reglamento de protección de datos (RGPD) en materia de aplicación de la tecnología.
5. Compromiso con la responsabilidad social corporativa y el impacto positivo en la sociedad.
6. Participación en foros que ayuden a contrastar el caso de uso.
5. El caso de la IA Generativa de Microsoft 365 Copilot
La IA Generativa {14} es un pequeño subconjunto de la IA en general como se puede ver en la siguiente figura 1. El autor de la figura 1 omite por simplicidad otros modelos y solo se limita al del ámbito lingüístico (LARGE LANGUAGE MODELS - LLM), dejando de lado otros modelos como por ejemplo del ámbito visual (LARGE VISUAL MODELS - LVM) justificado por qué se puede presentar resultados de manera multimodal y personalizadas donde prima el lenguaje natural.
Figura 1. https://www.linkedin.com/in/edoardoquercidellarovere/
Se observa en la figura 1, que ChatGPT es un chat Bot de IA que funciona mediante LARGE LANGUAGE MODELS - LLM de la serie GPT-n. GPT son las siglas de Generative Pre-trained Transformer (Transformador Generativo Pre entrenado), que genera una salida textual nueva y única a partir de una consulta o pregunta. ChatGPT analiza las preguntas dadas con sus parámetros para generar cualquier salida y genera la salida utilizando sus datos entrenados. ChatGPT también utiliza tecnologías de IA como el Procesamiento del Lenguaje Natural (NLP), el aprendizaje automático (ML) y el aprendizaje profundo (DL) en el proceso de generación de la salida. Cuando se completa el proceso, los usuarios reciben una salida similar a la humana, única y concisa.
Open AI es la empresa que actualiza y mantiene la tecnología GPT-4 con la estrategia de monetizar dicha tecnología sustentable. A la fecha, Microsoft participa del 49% de Open AI.
Esta colaboración no solo se limita a la financiación, sino que también el uso de la tecnología de Open AI en productos estratégicos de Microsoft. Copilot, una herramienta de productividad potenciada por IA que se encuentra integrada en varias aplicaciones de la suite Microsoft 365, utiliza modelos de lenguaje desarrollados por Open AI, lo que refuerza la dependencia de Microsoft en los avances tecnológicos de OPEN AI.
La plataforma de alojamiento que utiliza Open AI para ChatGPT no se ha revelado; sin embargo, se puede suponer que Open AI utiliza una combinación de servicios en la nube e infraestructura propia.
Microsoft Azure es la plataforma en la que se puede alojar ChatGPT, lo que permite a los desarrolladores de OPEN AI y usuarios acceder a las funciones que ofrece. El alojamiento en una infraestructura potente y confiable desempeña un papel fundamental para garantizar que ChatGPT mantenga un rendimiento y una disponibilidad óptimos, lo que convierte a Azure en una opción ideal para respaldar el uso cada vez mayor del ChatBot.
Estos argumentos respaldan que una tecnología, en especial la mencionada, sea sustentable, porque además se encuentra a disposición comercial y genera retorno económico.
Es el caso particular de la tecnología de Microsoft 365 Copilot, que tiene menos de un año como solución comercial, aunque Microsoft está mejorando a diario con nuevas funciones y versiones a manera de agentes que se complementan o sustituyen las versiones anteriores de Microsoft 365 Copilot.
Además, cuando se aplica esta tecnología GPT-4 en alguno de los procesos de negocio empresarial, existe retorno económico por cada unidad invertida, según IDC ya a finales del 2023 pronosticaba sustanciales retornos y que se ratifica en el 2024, que por cada unidad invertida se ha logrado un retorno entre 2,5 a 3,7 unidades. {15}
5.1. Aprendizaje de una tecnología sustentable
Sin embargo, la forma de trabajar con esta tecnología de Microsoft 365 Copilot ha cambiado, por cuanto no es una tecnología que por sí misma muestre resultados tangibles. Significa que no requiere crear más tecnología sobre la que existe, sino que las personas dentro de las empresas cambien de perspectiva sobre algunos procesos con esta tecnología. Pero con dos particularidades, primero que la comunicación de esta tecnología es el lenguaje natural, y segundo, al utilizar el lenguaje natural, implica que la experiencia humana se insta como crucial.
Al principio es complicado aprender a utilizarla, y una vez superado el temor inicial, es aconsejable proceder iterativamente en un ciclo continuo de aprendizaje mutuo entre la persona y la tecnología de Microsoft 365 Copilot, de tal forma que la solución a los problemas se consolide en base preguntas y respuestas cada vez más ajustadas a la solución del problema o caso de uso y con la consecuente justificación del caso uso con esta tecnología.
Es una solución tecnológica, en el que, todo el partido que se le puede sacar está en función de lo que se quiera realizar con cada proceso en particular, pero va a depender de cuáles son esas mejores perspectivas de cada uno de los procesos seleccionados, principalmente del grado de compromiso de modificar los hábitos humanos inherentes en esos procesos.
5.2. Difusión de la tecnología sustentable
La velocidad de adopción de esta tecnología en Perú ha subido desde el 55% en febrero al 75% en noviembre de 2024 {16}{17}, principalmente porque ahora con internet la velocidad de difusión de esta tecnología de IA Generativa es en tiempo real. Un caso de difusión extremo sería la difusión de la imprenta, se tardó alrededor de 50 años en la implantación de la imprenta.
Los procesos que se realizan en una empresa, independiente de su tamaño, no han cambiado en el inicio de este siglo y creo que tampoco cambiara en el mediano plazo.
Por lo cual, si buscáramos respuesta de cómo mejorar el rendimiento de cada proceso y consecuentemente si se logra encontrar una disminución del tiempo en preparar la solución para mejorar esos procesos, se podría mejorar el desempeño general de la empresa.
Por ejemplo:
1. Como se mejora y se resuelve los problemas de atención a los clientes,
2. Como se mejora y se resuelve el desempeño de los empleados
3. Como se mejora y se resuelve la eficiencia de los procesos de la empresa
4. Como se mejora y se genera mejores o nuevos productos y servicios
La aplicación de tecnologías sustentables en proyectos empresariales tiene un hilo conductor que el equipo de innovación marcara. A continuación, un ejemplo genérico.
IDENTIFICACIÓN DE PROCESOS DEL CASO DE USO
Se tienen procesos que pueden estar nada o parcialmente automatizados, por ejemplo: el paso de facturas recibidas a asientos contables, validación de la cuenta bancaria, validación del propietario de una cuenta corriente, la verificación continua del cumplimiento de las normas a manera de auditoría, entre otras.
Es decir, hay muchos puntos a validar, y justamente se presenta la posibilidad de ayudar con la identificación y validación continúa sustituyendo tareas repetitivas.
AUTOMATIZACIÓN DE PROCESOS
La automatización de procesos conviene realizar paso a paso, donde es fundamental se verifique la calidad del dato en todo el ciclo de procesamiento del dato, es decir: desde la extracción del dato, en el enriquecimiento del dato, en la clasificación del dato, en la identificación del dato asociado a un tercero, en la planificación de acciones con el dato, y finalmente en la toma de decisión con ese dato.
FORMACIÓN DE USUARIOS
La formación en la empresa se podría incidir en la formación de los usuarios finales, que son ellos los que van a decidir si es una tarea repetitiva y vale la pena automatizarla.
Luego viene la adopción de la tecnología, efectivamente con los criterios de la dirección de la empresa, pero inmersos en necesidades reales.
INVERSIÓN EN EL CASO DE USO
Primero entender que la tecnología es sustentable y confiar en las personas.
Luego, iniciar en donde importa la aplicación de la tecnología, quizás donde se reduzca errores, quizás haciendo análisis predictivo de variables relevantes, donde se evite fraudes, donde se tenga claro que existe un retorno positivo para la empresa.
Con la tecnología sustentable, estamos en una situación donde se puede presentar resultados de manera multimodal, personalizada y en lenguaje natural.
Es muy conveniente que todo el que pueda y necesite utilice la tecnología, y cuanto más antes mejor, analizando el cumplimiento de la ética, si le corresponde.
Ejemplo, en una empresa hay optimismo porque la tecnología puede ayudar a mejorar procesos, analizar el dato desde diversos vectores, y por supuesto la automatización de procesos. Servirá principalmente para que las tomas de decisiones se hagan con datos finales y a diario si es posible. Donde al trabajo humano se le dé realmente valor, en sustitución de eliminar costes humanos de trabajos repetitivos.
La gestión de las expectativas y del cambio se debe realizar con mente abierta, es cierto que lleva tiempo, pero es cada vez más rápida la aceptación.
Y, por último, humanizar lo que no es humano, es decir, una vez aplicadas las tecnologías en los diversos departamentos, también que interactúen estas tecnologías entre ellas, entonces empezaremos a ver verdaderos cambios.
5.3. Perspectivas de la tecnología sustentable
Según Ben Wood, analista jefe de CCS Insight, {18} el furor en torno a la inteligencia artificial generativa podría disminuir drásticamente en los próximos años, lo que provocará una “corrección” en el sector. Wood sostiene que el entusiasmo inicial en torno a la IA alcanzará un punto de saturación y que el interés de los inversionistas se desplazará a otras áreas. Como resultado, empresas emergentes como Open AI y Anthropic tendrán dificultades para obtener financiación suficiente para seguir adelante con sus ambiciosos desarrollos tecnológicos.
Sin embargo, esto no significa que la tecnología deje de ser sustentable porque Wood analiza desde el punto de vista de los inversionistas para que siga creciendo los desarrollos tecnológicos que a su vez requieren ingentes cantidades de cómputo como el de tecnología de hardware de altas prestaciones, sin embargo, la tecnología sustentable existente se puede mantener aún más estable con los casos de uso resueltos, o se puedan aplicar a otros procesos existentes que aún no se han aplicado.
6. Conclusiones
Las empresas que adopten estas tecnologías podrán mejorar la eficiencia operativa, automatizar procesos, reducir costos y aumentar la productividad. Esto las posicionará mejor en un entorno competitivo y cambiante.
El éxito de la transformación digital no depende únicamente de las herramientas tecnológicas, sino también de que las personas dentro de las organizaciones adopten nuevas perspectivas y sean receptivas al cambio. La formación y la aceptación del fracaso son esenciales en este proceso.
Cada tipo de innovación tiene un propósito y un impacto específico. La innovación incremental permite mejoras sostenibles en el tiempo, mientras que la disruptiva puede transformar mercados y abrir nuevas oportunidades.
Las tecnologías que se desarrollen e implementen deben ser sostenibles, es decir, garantizar un retorno económico y social a largo plazo, al tiempo que se ajustan a los ciclos de vida de la tecnología y las regulaciones éticas y legales.
A medida que las máquinas se especializan en tareas específicas, la experiencia y el juicio humano siguen siendo esenciales para supervisar, interpretar y optimizar los resultados generados por estas tecnologías.
El artículo destaca que las tecnologías como la IA generativa ya están generando retornos sustanciales, lo que demuestra que la inversión en estas herramientas puede ser económicamente viable.
El artículo subraya que el futuro de la tecnología empresarial es colaborativo, sostenible y orientado a generar impacto tanto económico como social, siempre que se logre superar las barreras culturales y organizativas existentes.
Se sugiere profundizar y enriquecer el análisis con nuevos enfoques para aportar mayor profundidad en temas colaterales al aprendizaje automático como por ejemplo: detallando el impacto social y ético de casos de uso; analizando estrategias para la gestión del cambio cultural empresarial; investigando las diferencias de como varía la adopción tecnológica entre las diferentes regiones del mundo; analizando los riesgos de la innovación disruptiva versus la progresión del uso de las tecnologías sustentables; comparando el rol de los gobiernos y sus regulaciones en materia de promoción de la innovación tecnológica; analizando las tecnologías IA complementarias; generando una guía práctica para empresas interesadas en identificar oportunidades; generando formas de medir el retorno de la inversión de las tecnologías sustentables; enumerando las formas de explicar las cajas negras de las redes neuronales; etc.
Más detalles en el documento adjunto.
https://doc.uni75paime.org/Del_aprendizaje_humano_al_aprendizaje_de_las_maquinas.pdf
Definiciones:
El diccionario de la Real Academia Española (RAE https://dle.rae.es/) define:
{1} algorítmico como “Perteneciente o relativo al algoritmo.”,
{2} algoritmo como “Conjunto ordenado y finito de operaciones que permite hallar la solución de un problema. Método y notación en las distintas formas del cálculo.”,
{3} el aprendizaje como “Acción y efecto de aprender algún arte, oficio u otra cosa. Tiempo que se emplea en el aprendizaje. Adquisición por la práctica de una conducta duradera”,
{4} inteligente como “Dotado de inteligencia. Dicho de una persona: Dotada de un grado elevado de inteligencia. Que indica inteligencia. Un discurso inteligente. Sabio, experto, instruido. Dicho de un sistema, de un edificio, de un mecanismo, etc.: Que están controlados por computadora y son capaces de responder a cambios del entorno para establecer las condiciones óptimas de funcionamiento sin intervención humana.”,
{5} la inteligencia como “Capacidad de entender o comprender. Capacidad de resolver problemas. Conocimiento, comprensión, acto de entender. Sentido en que se puede tomar una proposición, un dicho o una expresión. Habilidad, destreza y experiencia. Trato y correspondencia secreta de dos o más personas o naciones entre sí. Sustancia puramente espiritual”,
{6} la inteligencia artificial (IA) como “Disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.”,
{7} tecnológico como “Perteneciente o relativo a la tecnología” y
{8} tecnología como “Conjunto de teorías y de técnicas que permiten el aprovechamiento práctico del conocimiento científico. Conjunto de los instrumentos y procedimientos industriales de un determinado sector o producto.”
{9} solución como “Acción y efecto de resolver una duda, dificultad o problema. Satisfacción que se da a una duda, o razón con que se disuelve o desata la dificultad de un argumento. Desenlace o término de un proceso, de un negocio, etc. Cada una de las funciones o cantidades que satisfacen las condiciones de un problema o de una ecuación”.
Referencias:
{11} Xavier Ferrás – La profesión de innovar – 2023 - Profesor de ESADE
https://www.esade.edu/es/articulos/la-profesion-de-innovar
“La innovación es un proceso organizativo que ha ido expandiéndose a lo largo de las últimas décadas, hasta ocupar espacios sustanciales y cada vez más estratégicos dentro de las empresas. Innovar se convierte en una profesión que requiere expertos polivalentes y con visión holística. Para innovar se necesitan personas creativas y sistemáticas”
{12} Clayton M. Christensen. The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail. 1997. ISBN: 978-987-8358-99-4
{13} Lori Perri - What’s New in the 2023 Gartner Hype Cycle for Emerging Technologies, 2023 4 Exciting New Trends in the Gartner Emerging Technologies Hype Cycle
2024 Technology Adoption Roadmap
https://www.gartner.com/en/information-technology/technology-adoption-roadmap
“La evolución de cada innovación disruptiva traza un ciclo de consolidación, si es que llega a consolidarse. En cuanto se inicia de forma solida la innovación disruptiva, existe unos riegos por las expectativas infladas de la misma, luego irremediablemente llega la desilusión del mercado, sin embargo, aparece la luz de mejoras que permite resultados esperados y finalmente se consolida como una tecnología sustentable que permitiría mejorar la productividad empresarial.”
{14} Rodríguez Astucuri, Saúl - Una disrupción digital: IA GENERATIVA – J. PAIME, 2024, 1, 36-44
https://doc.uni75paime.org/06_Una_disrupcion_digital_IA_GENERATIVA.pdf
{15} AI and Cloud Strength Drive Microsoft's Solid Start to FY25 — Revenue, Profits, and Cash Flows Soar in 1Q25
https://www.idc.com/getdoc.jsp?containerId=lcUS52714324
{16} A partir de 2024, empresas de TI de Latinoamérica tendrán un crecimiento más estable que las de EEUU, según IDC https://www.idc.com/getdoc.jsp?containerId=prLA51751624
{17} IA generativa - LATAM | Pronóstico del mercado de Statista
https://www.statista.com/outlook/tmo/artificial-intelligence/generative-ai/latam
{18} Ben Wood - CCS Insight
https://www.ccsinsight.com/our-team/ben-wood/
{20} STRUCTURE ET CONNEXIONS DES NEURONES – Conférence de DÉCEMBRE 1906 PAR SANTIAGO RAMÓN Y CAJAL