Módulo 2

CON TEXTO SOCIALES DE LAS IT Y SU DOMIN IO DE APLICACIÓN

Introducción

2. IN TELIGEN CIA AR TIFICIAL, ECON OMÍA DEL CON OCIMIEN TO E IN DUSTR IA 4.0

2.1 Inteligencia Arti cial

2.2 Industria 4.0

2.3 Economía del conocimiento

CIER R E DEL MÓDULO

Descarga del contenido

15

Introducción

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).

I'm not a robot

reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.232

Abordaremos los conceptos básicos de la Industria 4.0 que resultan necesarios para seguir
construyendo “un piso de conocimiento común” acerca de las nuevas aplicaciones de las TI. Para ello
haremos un recorrido genérico del desarrollo de la Inteligencia Artificial (IA) y sus alcances, incluyendo
su historia y su incidencia en la economía del conocimiento.
 MAPA COMPLETO

Objetivos del modulo

Reconocer en un contexto social las evidencias de intervención de las IT.

 2.1 Inteligencia Artificial.
UNIDAD 2 2.2 Industria 4.0.
2.3 Economía del
Conocimiento.

Las IT

Aquí podrán encontrar una síntesis de los cambios que dieron origen a la Economía del Conocimiento a partir
del desarrollo de las IT.   

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).

I'm not a robot

reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.232
COTEC (2020) #ElValorDeLoIntangible - Economía del Conocimiento. Recuperado el 12 de septiembre de 2021 de YouTube.

C O NT I NU A R
25

2.1 Inteligencia Artificial

Parecería ser que casi todos los problemas de los seres humanos se pueden atender usando la inteligencia
artificial (IA). Hasta hace un tiempo había sido solamente posible en un plano teórico porque para llevarlo a
la práctica faltaban referencias y enlaces que permitieran analizar los datos en grupos de grandes
cantidades, los macrodatos o bigdata. Luego los sistemas se fueron transformando en cada vez más
accesibles al público común, a la vez que más velocidades y más potentes en su capacidad de
procesamiento. Y la interconexión permanente en la web, al permitir un intercambio fluido y constante,
aporta las referencias que permiten cruzar en tiempo real tantas cantidades de información sobre nuestras
cosas, dio lugar a la aparición de los científicos de datos e infinidad de nuevas ocupaciones para
profesionales de los sistemas informáticos. En esta unidad haremos un recorrido reconociendo como con el
uso de las TI, reconocemos los patrones que nos identifican como humanos decidiendo en sociedad, como
generamos cantidades en imaginables de datos acerca de nuestras actividades cotidianas y,
fundamentalmente, de nuestras elecciones. También podremos observar cómo son procesados esos datos
para lograr información de todo tipo.

Leeremos sobre cómo estas tecnologías que hemos creado a su vez nos van creando, a tal punto que se
habla hoy de una cuarta revolución industrial o de Industria 4.0.En un paso posterior, analizaremos las
características de las aplicaciones de esta inteligencia artificial en un campo novedoso, el de la economía
del conocimiento que es el territorio de los capitales intangibles. A este recorrido no le va a faltar vértigo, el
de las cifras enormes y el de los cambios en un abrir y cerrar de ojos. 

Abordaremos las interacciones de estas IT en diferentes contextos sociales, sus modos de participación en
el mercado laboral, sus aplicaciones aparentemente ilimitadas y su impacto en el cotidiano de las personas.

IA

Podemos afirmar que el punto de arranque fue en Manchester (Inglaterra), años 50, cuando Alan Turing le
dijo a un equipo de investigadores que los mensajes estaban por el aire, y cualquiera que quisiera podía
“atraparlos”. La complicación era que, al estar encriptados, había 159 trillones de configuraciones posibles
(un trillón equivale a 1000000000000000000). Tardarían aproximadamente 20.000.000 de años en probar
todas. Y ahí apareció la idea de Turing: al reunir muchas referencias de mensajes anteriores, descifrando
algunas claves sobre cómo se han estado encriptados y utilizando algoritmos muy sofisticados de
predicción avanzarían notoriamente más rápido y lo lograrían.

Al capturar gran cantidad de datos podrían intentar predecir lo que escribían los nazis. Y lo hicieron. He aquí
el posible inicio del pensamiento aplicado a la IA.

En 1958 Hans Luhn, en IBM, define «la capacidad de percibir las interrelaciones de los hechos realizados de
modo que pueden guiar la actuación [de la empresa] hacia una meta deseada» y aparece el concepto de
inteligencia empresarial.
Corría el año 1962 cuando se inicia el reconocimiento de voz cuando IBM presenta la Shoebox Machine.
Podía interpretar dieciséis palabras pronunciadas en inglés y números, para convertirlos en información
digitalizada.
El gobierno de Estados Unidos, allá por 1965, planea crear el primer centro de datos del mundo para registrar
742 millones de devoluciones de impuestos y 175 millones de juegos de huellas digitales en una cinta
magnética.
En 1970, otra vez IBM, se presenta la propuesta para una «base de datos relacional» y este modelo
proporcionó el marco operativo que actualmente es usado por muchos servicios de registros. No hacía falta
un experto para obtener la información si se sabía lo que se estaba buscando.
Llegamos a 1991 y un post colgado en el grupo de alt.hypertext indica las especificaciones para una red
mundial de datos interconectada, accesible para cualquiera desde cualquier lugar. Tim Berners-Lee había
anunciado el nacimiento de la Web tal como es hoy.
 Ocho años después aparece el término Big Data (macro datos, en castellano) en una revista de la
Association for Computing Machinery y en el mismo año es usado por primera vez el concepto “internet de
las cosas”.

En el 2005 se crea Hadoop, una plataforma de código abierto creado para almacenar y analizar conjunto de
macrodatos. Además, nace de la Web 2.0, donde la mayoría de los contenidos son generados por usuarios y
no por proveedores de servicios. Tres años después, todos los servidores del planeta llegan a procesar 12
Gigabytes por persona y por día.

A partir del 2010, aproximadamente, se registra un cambio notable en el mundo del trabajo con los datos y la
IA. El mayor avance tiene que ver con que ahora cerca del 80% de la totalidad de humanos accedemos a un
“celular” y una parte del mundo interactúa digitalmente con el resto. Hasta comunidades muy pobres
acceden a las telecomunicaciones. Los registros de esas interconexiones permiten medir aspectos
importantes de las sociedades humanas, porque los datos generados al conectarse con las redes brindan
patrones de movimiento, cantidades propias de interacción entre colectivos humanos y patrones.

Se dispone ahora de multiplicidad de informaciones acerca de condiciones de vida de los humanos en casi
todo el mundo, y sobre cómo se conectan. Contamos con una multiplicidad de información sobre el entorno
próximo y logramos interactuar de modos que no hace mucho tiempo se hubiera pensado una fantasía por
su costo. Cómo está el tráfico en tu ruta, qué bares prefieren tus conocidos, resultados de negocios de cerca
o lejos están abiertos ahora, las probabilidades de que haya o no buen clima, te lo informa tu
smartphone. Hay quienes se asustan ante esto.

Con la IA pueden examinarse el patrón de interacción en diferentes comunidades, y responder a la pregunta

sobre si los integrantes hablan entre ellos (cuánto y cuándo), o con el resto de la gente, si hablan con
personas desconocidas cómo las buscan, etc. Con los resultados se encuentran patrones y se puede
acceder a conocimientos acerca de las características de comportamiento de una comunidad. Con la IA se
puede cuantificar midiendo en los patrones de interacción. Estos dan cuenta sobre la salud o enfermedades,
sobre consumos, sobre satisfacción de necesidades básicas, sobre clases sociales, sobre hábitos. Los
patrones desentrañados con los algoritmos de IA definen las tomas de decisiones, sobre todo en lo macro.

Con el uso de estas ciencias aplicadas pueden ser analizadas las maneras en que se repiten las
interacciones de esos grupos a través de los sus viajes en autos o en las bicicletas circulantes. Se registran
los usos de los medios de pago electrónicos (tarjetas de crédito, débito, plataformas de e-commerce) los
registros administrativos del Estado, y a partir de esos patrones podemos cuantificar lo que hace esa
comunidad. Y en tiempo real.

Con IA se pueden identificar concentraciones de pobreza, poblaciones con mayores riesgos de inseguridad
o barrios que concentran potenciales desarrollos comerciales por su nivel de ingresos. 
 Y hacer todo este tipo de análisis sale mucho más barato de lo que imaginan quienes no están al tanto de
estas herramientas tecnológicas.

¿Cómo nos vemos afectados en nuestras maneras de interactuar, con nuestros pares y con el medio?

¿De qué maneras están influyendo estos resultados en los grandes cambios sociales registrados?

Las diferencias entre las comunidades, sus características esenciales, no están dictadas por la tecnología
sino por el marco de creencias e ideas que fluyen e influyen.
El entender la gran importancia de los patrones en la interacción de los seres humanos es relativamente
nueva. Por ejemplo, existían múltiples suposiciones sobre los comportamientos saludables y no saludables,
pero no hubo respuestas hasta que empezamos a contar con esas pequeñas porciones de información que
nos permitieron analizar patrones de interacción en tiempo real.

Por otro lado, y continuando con la ejemplificación, en 1918 el Seguimiento de la queja se había Registrado
en las Cantidades de cuerpos Que se depositaban. En la pandemia reciente ocasionada por el Covid 19,
aprovechando tecnología digital móvil (smartphones), sumada a ordenadores muy potentes ya cálculo
estadístico evolucionado, pudo detectarse desde los primeros momentos y seguirlo a medida que se
desarrollaba.

En suma, por decisión de la Asamblea General de las Naciones Unidas los Institutos Nacionales de
Estadística de los países usarán métodos de interpretación de información digital compatibles y de manera
continua. O sea que 193 países miembros de dicha Asamblea General se han comprometido a comunicar
las mediciones de datos para el bien común aumento de ese modo las posibilidades de transparencia en el
funcionamiento de las políticas y del alcance de la ayuda al desarrollo humano.

De todos modos, no todas son buenas noticias. Hay partes negativas como la delincuencia informática y el
robo de datos personales, entre otras cosas más.

Tenemos que estar muy alerta. Se ha creado el Data Transparency Lab, para investigadores de todo el
mundo que quieran entender más los algoritmos de IA y cómo usarlos del modo más saludable.

Además, existen investigadores que se apasionan con la novedad del ordenador (conectado a internet) más
que con los cálculos matemáticos y los experimentos. Al contar con una herramienta poderosa que podía
hacer tantos cálculos, tan rápido, se amplificaba el tiempo para la imaginación de lo nuevo en lugar de los
cálculos engorrosos que ahora la máquina podía hacer. Se comienza a experimentar con tener una
inteligencia artificial y aumentada.
El imaginario respecto a los informáticos suele ser el de personas que trabajan solitarias, en las noches, con
la cara pálida por la luz de un monitor.

Cuando internet arrancaba masivamente, no era así en absoluto. Conformaban un colectivo, la mayoría de
ingenieros y / o científicos (científicos informáticos), construyendo una herramienta completamente
novedosa, que solamente una minoría comprendía. Investigaban la web y la internet, gran red de
comunicaciones, biblioteca de saberes que se volvería masiva en el mundo en -solamente- 10 años a partir
de ese momento. Algunos trataban de hacer que internet fuera más eficiente y más rápida, aunque
aumentaba exponencialmente en complejidad (páginas con vídeos en vivo, programas para evitar
ciberataques).

La experiencia y conocimientos ganados por los ingenieros informáticos durante esos vertiginosos años y
los avances recientes en inteligencia artificial y en big data pueden aplicarse a otras disciplinas y áreas con
impresionantes resultados. Las redes extendidas por todos los continentes, sólo en los últimos años,
transportaron más datos que todos los generados por la humanidad desde los principios de la historia hasta
la creación de internet.

Existen profesionales de las IT que se dedican a intentar soluciones, que actualmente requieren enormes
avances tecnológicos, para situaciones con fuerte impacto en las sociedades. Aportan miradas desde otras
perspectivas ya que incorporan herramientas específicas en procesos que han sido desarrollados para un
campo y que ahora se adaptan a otros.

Especialistas en informática aportando a resolver problemas humanos como la depresión, las pandemias,
las crisis globales, y tantas cosas más.

En el 2021 no estamos tan lejos de poder acceder a los mejores laboratorios para testeos médicos en
smartphones que, usando sensores van a detectar signos vitales (y quizás hasta chequearán ADN);
accedemos ya a una infinidad de enciclopedias en nuestras pantallas de 6 ”, noticias nacionales e
internacionales en tiempo real y todo tipo de entretenimientos.

 Con Internet disponemos de muchísimos datos por todas partes, más valiosos o menos, tal como “anticipó”
Turing.
Cada actividad desarrollada por un humano que posea algún dispositivo conectado: genera montones de
dato. Por ejemplo: salir a correr, mirar algo en la tele, estar sentado en un auto en un embotellamiento, salir a
pasear, ir a estudiar o al trabajo.
 Los dispositivos tales como relojes o autos que conectan con la red son cada vez más: se afirma que un
auto (o camión o transporte público) que se conduce solo va a generar aproximadamente 1 terabyte cada 10
segundos. Increíble.

Creamos un rastro digital, lo cual significa más material para las “destilerías” de registros, y las IA obtienen
valor de información. Los algoritmos predicen cuándo aparece un cliente posible y cuándo está a punto de
comprar, o cuándo un sujeto está en peligro real de enfermarse. Nuestras actividades, intereses, saberes,
afectos, entre muchas otras cosas, nos definen. Nuestros datos son personales, son como un espejo de
nuestras emociones; los datos no son fríos ni impersonales, revelan nuestras partes secretas para bien o
para mal. 

Podemos, con las IA, lograr prevenir nuestras enfermedades, reaccionar durante desastres naturales y
también personalizar la publicidad favoreciendo adicciones, evitar que las personas descansen y manipular
votantes en elecciones.

En estos tiempos antiguas empresas industriales como Siemens o General Electric, por ejemplo, se ofrecen
como empresas de datos.

Las IA se usan para procesar y relacionar conjuntos de referencias enormes y complejos. Tan enormes y tan
complejos son que utilizan las técnicas tradicionales de procesamiento de datos resulta imposible. 

Los conjuntos de datos crecen velozmente porque son cada vez más baratos y numerosos. Abundan los
detectores, registros, cámaras, lectores de identificación y redes de sensores.

Al contar con las IA, el tratamiento de conjuntos de macrodatos permite hallar correlaciones novedosas para
detectar tendencias, por ejemplo, para prevención de enfermedades, para análisis y decisiones en negocios,
para establecer estrategias de políticas eleccionarias y definir cosas muchas más. Ejecutivos publicistas,
sanitaristas, funcionarios, expertos en marketing, por nombrar algunos casos, deben resolver
periódicamente dificultades al trabajar con grandes cantidades de registros en las finanzas, la dinámica
urbana o los negocios macroeconómicos.

En el 2005 los especialistas que analizaron macrodatos eran una rara avis; en la actualidad los datos, y su
procesamiento, son un activo de las empresas y del estado, lo que hizo que los analistas y expertos en IA
sean los profesionales más solicitados en el mundo laboral de las IT. Aunque no sería tan extraño que con la
evolución de la inteligencia artificial muchos de ellos se reemplacen por sistemas para extraer conclusiones
automáticamente a partir de los datos.

Para visualizar mejor estas transformaciones miremos algunas cantidades: la capacidad para guardar
información, per cápita, a escala mundial se está duplicando cada 40 meses desde los años 1980. Se sabe
que en 2012 se generaban 2,5 exabytes (2,5 × 1018) de datos diarios. Se analizará un aumento del 48 por
ciento cada año solamente en datos de salud pública. La cifra pasará de 153 exabytes en 2013 a 2.314
exabytes para el 2020.

El término que se utiliza para nombrar a los macrodatos es big data y no sería viable sin la creación de
nuevos mecanismos para gestionar exitosamente volúmenes, velocidad y variabilidad de las enormes
cantidades de datos a un precio más razonable. Al cruzarlos se encuentran patrones con información súper
valiosa que hasta no hace mucho estaban lejos de nuestro alcance por la cantidad (y el costo) de trabajo
necesario para obtenerlos. Las grandes corporaciones poseen este poder desde hace tiempo, pero a un
precio enorme. Hoy en 2021, el acceso a la nube y el hardware genérico junto al software de código abierto
ponen el procesamiento de los macrodatos al alcance de casi cualquiera. Ahora mismo pueden utilizarlos
hasta una empresa emergente mínima, creada en cualquier local.

Hay patrones que los humanos no podemos ver por el volumen de información, y que nos permiten entender
situaciones problemas y las posibles soluciones. Por ejemplo: los desastres de la naturaleza, que son
situaciones tremendas y complejas, son condiciones adecuadas en las que los especialistas en data
science (ciencia de datos) logran ayudar a interpretar. Las cantidades de datos generadas desde los
smartphones, GPS y las redes sociales permiten encontrar pistas sobre cómo resolver situaciones de la
forma posible. Vamos a dar algunos ejemplos del mundo del consumo.
Cuando un avión logra aterrizar exitosamente, no es un humano el que toma la decisión sobre a cuál puerta
debe ir. Ni es una persona que decide el precio del pasaje; fue un sistema calculando con macrodatos.

Un teléfono móvil tiene acceso a muchísimos resultados de macrodatos con aplicaciones que permiten
tanto recibir recomendaciones musicales personalizadas de Spotify como orientación terrestre,
predicciones climáticas y más. El filtro de correo no deseado del correo funciona con análisis de
macrodatos, "aprende" y se adapta a las necesidades al ir registrando preferencias personales. Las
plataformas de ventas (Amazon, Mercado Libre, Wish, etc.) cuando mostró productos «recomendado» para
el usuario en otros sitios web, o cuando sugirió «Los que han comprado esto también han
comprado…». Cuando Facebook "dice saber", mostrando sugerencias de amistad, están en acción los
macrodatos y la inteligencia artificial, trabajando de forma combinada para que las webs intercambien
información del tiempo que se pasa frente a determinados productos y luego usar esa información para
decidir qué mostrar.

Con la big data se pueden predecir las pandemias previendo la actividad de la enfermedad en todos los
continentes. Lograr predicciones muy precisas sobre la actividad de, por ejemplo, la gripe que puede usarse
en la creación de modelos matemáticos que prevean la extensión temporal y los alcances geográficos de
una enfermedad.

Métodos sofisticados complejísimos para establecer una clasificación de páginas y decidir qué recomendar
a cada sujeto hacen del buscador de Google un “cerebro” muy potente.

El mundo abundante en datos, conectado, permanentemente cambia nuestras vidas de un modo que es muy
difícil de imaginar. Con internet primero conectaron computadores, después a las personas; ahora a
cualquier cosa conectable de nuestro entorno próximo animándola como si fueran “Transformers”.

Para entender la idea de Internet de las Cosas (IdC en castellano) (IoT en inglés) puede pensarse en lo
siguiente: no hace tanto tiempo que la mayoría de personas no “entendía” de qué se trataba de Internet. Hoy
la mayoría entiende que internet es como una “comunidad” de ordenadores comunicándose unos con
otros. Hoy se le han puesto procesadores a muchísimos artefactos y el concepto de ordenador se
amplió. Se agregó un modem al chip, aprovechando que la capacidad de integración aumentó y así además
de computadoras y personas en la red ahora también hay artefactos. Esos dispositivos ahora son utilizados
para recopilar datos que son analizados. Aparatos como lavarropas, hornos, equipos acondicionadores de
aire, automóviles, envían y reciben datos pudiendo automatizarse cosas de lo más novedosas.
Un auto, por ejemplo, puede comunicarse con el termostato del equipo de calefacción de la casa y encender
la calefacción cuando el GPS informe que están acercando quienes la habitan. 
 Resumiendo: si a un dispositivo se le agrega la posibilidad de conectarse a internet para poder controlarlo, o
para obtener algún registro o para ambas cosas, pasa a ser parte de la IoT. Esta situación produce cambios
en cómo se usan recursos, por ejemplo, combustibles, cómo cuidamos la salud, cómo se cultiva y / o
cosecha, cómo se transportan personas o insumos, etc.

Pero, no todas son buenas noticias. El exceso de macrodatos que no son procesados puede tener el efecto
similar que el exceso de vehículos en las calles de una ciudad.

Con el aumento de la cantidad de transportes en las calles, ciertas áreas se van congestionando, hay
embotellamientos frecuentes y muchas personas terminan no pudiendo llegar a tiempo a sus
lugares. Análogamente, el exceso de registros no procesados provocará pérdida de oportunidades y puntos
ciegos en la gestión de nuestras fábricas y empresas y / o en nuestro cotidiano. El término que suele utilizar
es infoxicación.

Los macrodatos tienen limitaciones que hay que conocer. “Cuentan lo que ocurrió en el pasado (o hace un
momento), pero no saben lo que ocurrirá en el futuro” (Mayer-Schönberger, 2013). Se trate de previsión de
catástrofes y accidentes, de los resultados de un torneo, de crisis económica global, nos cuesta convertir
los datos de ayer en información por las que valdría la pena apostar con esperanza de ganar.

La Singularidad Tecnológica es un gran problema de la IT. Este término alude a un momento crucial de los
hechos en un mediano plazo en el cual va a producirse una aceleración repentina e imparable del desarrollo
de las tecnologías. Lo que a su vez producirá un cambio tecnológico y social tan drástico que cualquier ser
humano actual, anterior a dicha Singularidad, no puede ahora predecir, comprender, o incluso imaginar cómo
serán la ciencia, la tecnología y la vida luego de ese momento.
No solamente las compras en internet se han modificado con los macrodatos y la IA; toda la red
cambió. Nunca fue tan fácil encontrarse -o ser encontrado- con nueva información a través de internet.

En 2020 son más de 3.000 millones de personas quienes tienen acceso a la red. La población de usuarios de
internet creció un 14,3 por ciento entre 2011 y 2013, y las redes sociales son un elemento de la big data que
tuvo un rápido crecimiento en los últimos años. La constante demanda de información a través de Twitter e
IG (Instagram) brinda una accesibilidad increíble a noticias de todo el mundo y distintos registros.  Las cifras
por minuto indican (2020) que se envían aproximadamente 204 millones de emails en todo el mundo, y
216.000 posts de Instagram y 277.000 tweets. Otro ejemplo, si se usa el transporte público para movilizarse,
es la cantidad de información disponible en tiempo real que permite planificar los viajes por si hay demoras
en el servicio.

Las autoridades usan los macrodatos para poder analizar mejor los accidentes e incidentes ya que la
recopilación de datos es más efectiva cada vez. Sin duda alguna, es una herramienta que ya se ha instalado.

Todo lo que hacemos incluye algún uso de IA. Desde el momento en que nos conectamos con el televisor, el
teléfono móvil o la radio online hasta que nos acostamos y, por qué no, aun durmiendo si el smartphone no
está apagado. Y la tendencia se acelera.

El uso de teléfonos celulares con datos aumenta exponencialmente, del 2 por ciento en el año 2000 al 28 por
ciento en 2009 y el 70 por ciento en 2017. Hoy en día, personas de todas las clases sociales se conectan,
por telefonía móvil, de una manera que había sido inimaginable hace nada más que treinta años atrás.

Cuando los artefactos tecnológicos se masificaron, la gente se compraba aparatos que mejoraran su
percepción de calidad de vida (equipos de música, cámaras fotográficas, reproductores de video, discos y
casetes, etc.) Comprar todas esas cosas por separado costaba mucho dinero. En la actualidad un
smartphone, que cuesta una fracción de esa cifra, incluye todo lo nombrado y más. Y todo lo que no esté
incluido de fábrica en el dispositivo se puede conseguir como app (abreviatura para aplicación) muchas
veces sin costo de dinero.

Así, las tecnologías informáticas (IT) se incorporan en nuestras cotidianidades, y las naturalizamos, y nos
modifican cada vez más en menos tiempo. Si tratamos de imaginar lo que ocurrirá dentro de 15 años, y lo
hacemos con buen criterio de realidad, es muy probable que ocurra en un tercio de ese tiempo. A modo de
ejemplo, una persona en Nueva Guinea tiene más posibilidades de comunicación telefónica de las que tenía
un presidente de un país del llamado primer mundo (por ej. Estados Unidos) hace veinticinco años. En el
caso de que esta persona cuente con un smartphone con datos, goza de mejor acceso a la información que
ese mismo presidente hace quince años. Tal es la aceleración de los cambios de los que hablábamos.
 En los próximos años muy probablemente presenciemos el desarrollo de nuevos sistemas tecnológicos —
redes de siguiente generación, redes neuronales, sistemas de computación cuántica,   inteligencia artificial
ampliada,   robótica avanzada, interfaces de usuario con comprensión gestual, salud predictiva y
ordenadores que igualen la capacidad bruta de procesamiento del cerebro—, lo cual haría posible que la gran
mayoría de las personas con recursos pueda experimentar cosas que hoy son exclusivas del reducido grupo
de quienes tienen acceso al procesamiento de cantidades inmensas de datos.

Es posible que, por vertiginosa que resultó la magnitud del cambio tecnológico registrado hasta el momento,
aún no hemos visto nada. Cuando todas estas tecnologías (que siguen cambiando a un ritmo exponencial)
se pueden combinar, los productos asombrarán.

¿Podrán usar los macrodatos y la IA para predecir con suficiente anticipación una posible escasez de
alimentos? Y si la respuesta fue si, este conocimiento ¿se usaría a favor de las personas aumentando el
mayor bien para todos o para la continuidad del enriquecimiento obsceno de una ínfima minoría? Las
variables tales como los precios que impone el mercado, las sequías, las migraciones, el historial de la
producción regional, las variaciones estacionales influyen en el análisis y en el modelo de interpretación de
la estructura de causas para poder predecir las probabilidades de que los habitantes de distintos entornos,
rurales y urbanos, tienen dificultades para obtener alimentos. Podremos usar los macrodatos y la IA para
comprender las causas del empobrecimiento y establecer políticas con estrategias exitosas para salir de
ellas, o cuantificar las pérdidas de recursos por la corrupción enquistada y enfrentarla desde una posición
con una correlación de fuerzas menos desigual, o decidir qué estrategias de intervenciones resultarían más
convenientes para mejorar la enseñanza y el aprendizaje en las escuelas de países en vías de desarrollo.

Encontramos aplicaciones prácticas de la IA en artefactos del hogar -internet de las cosas- en los vehículos
(más aún en los vehículos sin conductor), en oficinas, bancos, centros de salud, en la web, en los procesos
de animación audiovisual, los videojuegos y los simuladores para ordenador, los sistemas de navegación
GPS, los “motores” de los buscadores (ej. Google), los sistemas que usan los brokers para pronosticar
movimientos del mercado de valores, en meteorología, detrás de las decisiones de gobiernos ( por ej. en
políticas sanitarias), en aplicaciones de los smartphones, en simulaciones de realidad virtual, en modelos
experimentales de inteligencia emocional creados para los robots de “compañía” (modelos capaces de
“codificar” los procesos emocionales).Hasta las galerías de arte utilizan la IA en sus páginas web y también
en las exposiciones de arte digital.

Data Science, Big Data, Machine Learning

Descripción práctica y sintética de conceptos elementales de lo que implica trabajar en inteligencia

artificial. Luego de ver este video ¿Cuáles son los términos nombrados que necesitaremos incluir en un
glosario si queremos profundizar más en estas temáticas?

We detected a high number of errors from your

connection. To continue, please confirm that you're a
human (and not a spambot).

I'm not a robot

reCAPTCHA
Privacy - Terms

Code: MW-RL
Client IP: 206.189.65.232

DataScience para empresas (2019). Data Science, Big Data, Machine Learning... ¿son lo mismo? Recuperado en septiembre

del 2021 de YouTube.

C O NT I NU A R
35

2.2 Industria 4.0

Hablar de Industria 4.0 refiere a una transformación que involucra a toda la cadena de valor, no solo a la
producción de bienes y/o servicios de una empresa, sino que, al reconfigurar tanto los procesos de
elaboración, también influye en las prestaciones de productos, las relaciones clientes y proveedores y, en un
sentido más amplio, los modelos de negocios. El concepto de Industria 4.0 está referido a una nueva forma
de desarrollar un proceso productivo incorporando a las tecnologías 4.0, o sea, de soluciones basadas en
interconectividad, automatización y datos en tiempo real. 

Una empresa tradicional, para transformarse en una industria 4.0, debe iniciar un proceso gradual de
incorporación de herramientas tecnológicas novedosas, por ejemplo: 

Inteligencia artificial. (I A)

Internet de las cosas (IoT).

Robótica.

Impresión 3D.

Servicios en la nube.

Ciberseguridad.
Es fundamental que se identifique qué tipo de tecnología es la más funcional
a tu organización de manera que la inversión resulte significativa. Las
preguntas para esto son:

¿Qué nivel de interacción existe entre proveedores y clientes?

¿Cuál es su grado de automatización de los procesos?

¿Cuál es el bien o el servicio que la empresa provee?

¿De qué manera se encuentra adaptada la producción a las necesidades del personal de la
empresa?

¿Qué modelo de negocios adoptará?

Los beneficios de una empresa bien adaptada a la Industria 4.0, según datos
publicados por el Ministerio de Desarrollo productivo (2021) serán:

Logrará la integración eficiente de todos los actores que intervienen en el proceso de

fabricación.

Mejorará la productividad y la eficiencia en el uso de recursos.

Generará información útil para la toma de decisiones en tiempo real y la planificación a

mediano y largo plazo.

Permitirá la creación de nuevos productos y / o servicios que mejorarán la experiencia de los

usuarios a partir de la información recolectada.
A la Industria 4.0 suele llamársela también Cuarta Revolución Industrial, siendo ambas expresiones que la
relacionan con una cuarta etapa en la evolución técnico-económica de la humanidad, contando a partir de la
llamada Primera Revolución Industrial. Esta cuarta etapa habría comenzado recientemente y su desarrollo
estaba proyectado hacia la tercera década del siglo XXI. Cuando los humanos superaron las limitaciones de
su capacidad muscular se dio la primera Revolución Industrial. Ahora estaríamos muy cerca de que suceda
algo parecido con nuestra capacidad de pensar, aumentándola con las tecnologías digitales. Y esto
seguramente tendrá efectos en las diferentes capacidades de liderazgo, de gestionar organizaciones y
sistemas de cooperación que superen los actuales, y que creen nuevos modelos organizacionales, de
liderazgo y de maneras de influir.
La IA es un elemento central de esta transformación ya que es interdependiente con la big data, el uso de
algoritmos que permite procesarlos y la interconexión masiva de sistemas y dispositivos digitales.

Industria 4.0 es un concepto relativamente nuevo, que también se asocia a subdenominaciones tales como,
Ciberusina, Ciberfábrica, Usina digital, Industria digital, Fabricación avanzada, Futurprod, Integrated Industry,
Smart-Industries e Intelligent Manufacturing System.

Esta cuarta etapa tendría que ver con una nueva manera de organizar los
medios de producción. El objetivo que así pretendería alcanzarse es la
puesta en marcha de un gran número de fábricas inteligentes (en inglés:
smart factories) capaces de una mayor adaptabilidad a las necesidades y a
los procesos de producción, así como a una asignación más eficiente de los
recursos, abriendo así la vía a una nueva revolución industrial o Revolución
industrial 4.0.

La primera vez que se registró que se hiciera alusión a esta nueva estructuración industrial o Industria 4.0,
fue en la Feria de Hannover (salón de la tecnología industrial) en el año 2011. Y en la misma feria, pero en el
2013, fue presentado un informe actual tanto el concepto como sus implicaciones.

A modo de ejemplo. Los rayos que impactan en aviones suelen costar millones a las compañías aéreas, en
detección y en reparación. Lo que suelen hacer es recurrir a técnicos expertos, entrenados para encontrar
agujeros de 1 centímetro -o menos- provocados por los rayos en determinados puntos del avión. Hay que
formar primero a estos meticulosos expertos para no pasar cosas por alto y que no cometan errores de
identificación a causa del cansancio, especialmente en las revisiones de vehículos que llegan a última hora
de la noche y hay que ponerlo otra vez en servicio lo antes posible.

Ante esta situación, algunas aerolíneas han empezado a trabajar con drones
que sobrevuelan el avión una vez que ha aterrizado. Estos drones usan
sofisticados sensores para la obtención de datos a partir de imágenes de alta
definición que se procesan para identificar los problemas usando un
complejo software de inteligencia artificial. Los drones se comunican entre sí
a través de la red y envían registros de imagen muy precisos con los que se
pueden encontrar los rastros y orificios con rapidez, para poder repararlos
enseguida, y se cometen muchos menos errores que en la revisión realizada
por humanos.

Para que una empresa tradicional, pueda

transformarse en una industria 4.0, ¿Qué herramientas
tecnológicas novedosas debe incorporar? Marque las
respuestas correctas.
Mailing. 

Inteligencia artificial (IA). 

Internet de las cosas (IoT). 

Robótica. 

Ciberseguridad. 
 

SUBMIT
C O NT I NU A R
45

2.3 Economía del conocimiento

Se llama economía del conocimiento -knowledge economy, en inglés- al:

Conjunto de actividades económicas que requieren un intensivo aporte del conocimiento humano para
generar valor y ofrecer a la sociedad nuevos productos y servicios, que pueden ser aprovechados por
todas las ramas de la producción. Algunas de ellas son la industria del software, producción o
postproducción audiovisual, biotecnología, servicios geológicos y de prospección, servicios relacionados
con la electrónica y las comunicaciones, servicios profesionales, nanotecnología y nanociencia,
industria aeroespacial y satelital o tecnologías espaciales. 

(Ministerio de Desarrollo Productivo de Argentina, 2021)

Tienen características de las sociedades postindustriales como, por ejemplo:

El conocimiento científico-tecnológico como motor de la economía y condicionante de la forma en la que se
organiza la sociedad. Se lo valora más que al conocimiento práctico. La innovación y la creatividad son un
factor clave en el desarrollo de nuevas tecnologías.

Como la información es un elemento fundamental las tecnologías de la comunicación cobran gran

relevancia en el sistema económico especialmente a partir del desarrollo de internet. La actividad
económica no se enfoca tanto en la producción de bienes materiales, sino en los bienes intangibles, desde
un punto de vista político, el poder dependerá más de poseer conocimiento, y menos de la acumulación del
capital o de los medios de producción.

Durante los siglos anteriores al XXI, las grandes empresas poseían la mayor parte de su capital en cosas
tangibles como edificios, materias primas, maquinarias, etc. de su capital se destina a investigación y
desarrollo, software, información, publicidad, entre otras.

Se enfoca principalmente en la venta de ideas, en las formas de hacer las cosas (métodos), en la
información y en los procedimientos para resolver situaciones problemáticas. No genera riquezas de por sí,
sino que aumenta el valor de los productos y servicios en los que participan en su proceso tanto de creación
como de transformación.

Asimismo, en Argentina, existe la Ley 27.506 -Ley de Economía del Conocimiento-. 

Se apunta a extender el alcance de beneficios para impulsar todas las actividades del sector, con beneficios
en los impuestos que potencien la creación de empleos, la creación de empresas incentivando la
exportación y generando estabilidad para que crezcan los polos productivos del país.

Potencialmente, estas actividades, incrementan la productividad, cantidad y calidad de empleo y algo tan
importante para la economía de un país como lo son las exportaciones. Afecta prácticamente a todos los
sectores de la economía de un país; al mejorar los procesos aumenta la eficiencia y baja costos. Es
generadora de innovación. En 2021 más de 437.000 argentinos tienen trabajo en este tipo de empresas, más
de 6 millones de dólares fueron registrados en exportaciones durante 2018 y en 2020 el 8% de las
exportaciones fueron actividades del conocimiento.
Con esta Ley, se pretende aumentar los puestos de trabajo de calidad para alcanzar los 15 mil millones de
dólares de exportación hacia el año 2030, sumando también un par de cientos de millas de empleos
freelance.

Cuando se instalan los principios de la economía del conocimiento se incorporan lógicas de oferta de
servicios y productos que modifican las costumbres y los hábitos de vida. 

En el caso de las empresas de economía tradicional que no basan su negocio en el desarrollo o la

implementación intensiva de las IT, las incorporan con un sentido herramental, o sea, para aumentar la
eficiencia, mejorar procesos, bajar costos y generar innovación “ad intra” de la organización. Herramientas
para impulsar el desarrollo, la innovación y la creatividad en toda la cadena de producción. 

En el caso de empresas “nativas” de la economía del conocimiento, su

modelo de negocios gira en torno al uso intensivo de las TI enfocadas en la
prestación de servicios basados en el conocimiento (KBS, por sus siglas en
inglés: Knowledge Based Services) .

Las empresas de alta tecnología (EAT) están centradas en la innovación y en

soluciones científico-tecnológica (Microsoft, Google, entre otras más).
Desarrollan tecnología de punta y exigen conocimiento y mano de obra
altamente cualificada.

Economía del Conocimiento 

La Cámara de Diputados convirtió en ley el proyecto que promueve la Economía del Conocimiento hasta el
año 2029, con incentivos fiscales a las empresas y emprendedores en el diseño, adaptación y desarrollo de
producción software y servicios afines a las nuevas tecnologías. Luego y basándote en esta nota: ¿Cuál es
tu pronóstico respecto al desarrollo laboral de profesionales en el campo de las IT?

La Economía del Conocimiento tiene su ley: los principales

puntos | Diputados aprobó los beneficios fiscales para
empresas de tecnología
La Cámara de Diputados convirtió en ley el proyecto de Economía del Conocimiento, que promueve
mediante incentivos fiscales, hasta el año 2029, a las empresas y emprendedores en el diseño,
adaptación y desarrollo de producción software y servicios afines a las nuevas tecnologías.
MÁS INFORMACIÓN PAGINA12 
Bibliografía de referencia

Bilinkis, S. (2019).Cómo nos manipulan en las redes sociales. Recuperado el 15 de septiembre de

2021.
https://www.youtube.com/watch?v=8nKCA9h-7BA 

González, Beatriz (2018). Industria 4.0: una revolución para las personas.  Recuperado el 11 de
septiembre de 2021. https://www.youtube.com/watch?v=a0Ycxn-bZak 

González, César (2019). Como Empezar en DataScience. Recuperado el 15 de septiembre de 2021.

https://www.youtube.com/watch?v=HDVZKT7eKiU 

González Cesar (2019). Herramientas Data Science y Big Data ¿Te lías? Te lo explico fácil.
Recuperado el 15 de septiembre de 2021 https://www.youtube.com/watch?v=fyEBS2qpYEk

Ministerio de Desarrollo Productivo (2021). Industria 4.0 – Sinteplast. Recuperado el 26 de

septiembre de 2021. https://www.youtube.com/watch?v=OS7d-BElxK4 

Peirano, M. (2015) ¿Por qué me vigilan, si no soy nadie?

Recuperado el 10 de septiembre de 2021. https://www.youtube.com/watch?v=NPE7i8wuupk 

R López de Mántaras Badia (2017). Inteligencia artificial. Edit. Catarata. Madrid. España.

Vivas, F. (2020). Ciencia de Datos: ¿La Profesión Más Sexy del Siglo 21? Recuperado el 15 de
septiembre de 2021. https://www.youtube.com/watch?v=AaoM5XhdnG0
C O NT I NU A R
55

Descarga del contenido

¿Quieres imprimir el contenido del módulo?

Para descargar el contenido del módulo, e imprimirlo, haz clic en el archivo que se encuentra a continuación.