La Universidad de San Martín de Porres publicará periódicamente, a través de su página web, novedades y noticias sobre el tema de inteligencia artificial (IA) en boletines de libre disponibilidad como herramienta de difusión sobre esta importante tecnología.
A continuación, se presenta información general acerca de la IA, como panorama global y fuente de referencia sobre su desarrollo y uso, así como términos y conceptos relacionados con ella. Esta información proviene de fuentes técnicas y científicas seleccionadas por su confiabilidad.
- Evolución en los enfoques de uso.
En los últimos años, la inteligencia artificial ha pasado de ser una herramienta centrada en tareas específicas a convertirse en una tecnología capaz de razonar, actuar y colaborar con autonomía. Durante 2023, el uso de la IA se popularizó a través de productos generadores de contenido (herramientas capaces de crear textos, imágenes, audio, video u otros materiales digitales de manera automática a partir de instrucciones humanas) como ChatGPT, sin embargo, desde fines de ese año, el foco ha ido migrando de modelos generativos a “agentes IA” autónomos. (no solo procesa datos o responde a órdenes, sino que percibe su entorno a través de sensores, datos o información digital) toma decisiones en función de objetivos previamente definidos, ejecuta acciones directamente en el mundo real o digital y aprende y se adapta con el tiempo a partir de la experiencia.
Los agentes de inteligencia artificial constituyen una etapa avanzada en la evolución tecnológica de esta disciplina. A diferencia de los modelos convencionales, cuya función se restringe a responder comandos específicos, los agentes autónomos poseen la capacidad de tomar decisiones y ejecutar acciones complejas con un nivel reducido de intervención humana. Esta transformación ha sido resaltada por líderes del sector, como Demis Hassabis, director de Google DeepMind, quien definió al año 2025 como “el año del agente de IA” (Hassabis, 2024). Actualmente, el desarrollo de estos sistemas se consolida como un eje central de la transformación digital, al que se añade la figura emergente del asistente de IA.
En paralelo, la generación de contenido digital ha experimentado un salto cualitativo con el surgimiento de herramientas capaces de producir videos realistas que integran imagen, música y voz de manera sincronizada. Innovaciones como Sora de OpenAI están redefiniendo la producción audiovisual, abriendo nuevas oportunidades tanto en el ámbito del entretenimiento como en el de la comunicación académica y profesional.
Agentes y Asistentes de IA
De acuerdo con Parul Mishra, VP de Analítica de IBM (2024):
- Asistentes IA: “Son herramientas que ayudan a los trabajadores del conocimiento a realizar tareas específicas, como redactar correos electrónicos, programar reuniones o resumir documentos. Estos asistentes mejoran la eficiencia al automatizar tareas repetitivas y liberar tiempo para actividades de mayor valor.”
- Agentes IA: “Van más allá al ser capaces de tomar decisiones autónomas y ejecutar acciones complejas sin intervención humana constante. Pueden integrarse en flujos de trabajo empresariales, interactuar con múltiples sistemas y adaptarse a diferentes contextos para optimizar procesos de negocio.”
- Impacto de esta tecnología en la productividad empresarial
La implementación de agentes y asistentes IA puede liberar tiempo, energía y capacidad mental de los empleados, permitiéndoles enfocarse en tareas estratégicas y creativas; esto no solo mejora la eficiencia operativa, sino que también aporta un mayor significado al trabajo realizado por los empleados.
La introducción de la tecnología IA en el mundo de los negocios: empresas, instituciones, organismos, se estima que debería pasar por analizar algunos factores principales:
- Evaluar las necesidades específicas: Identificar las áreas donde la automatización IA puede tener un mayor impacto.
- Considerar la escalabilidad: Asegurarse de que la solución pueda adaptarse al crecimiento y cambios en la empresa.
- Integración con sistemas existentes: Seleccionar herramientas que se integren sin problemas con las plataformas y procesos actuales.
El avance de la IA parece indicar que no compite o colisiona con el potencial humano, sino que lo amplifica mediante su colaboración en un entorno integrado. Al adoptar agentes y asistentes de IA, las empresas pueden reinventar su productividad y permitir que los empleados se centren en los asuntos más importantes.
Fuente: IBM Academy AI
https://www.ibm.com/think/videos/ai-academy/reimagine-business-productivity-with-ai
III. Desarrollo global de la IA en los últimos años.
Por ser de interés general, se presenta un resumen aproximado de la trayectoria de investigación y desarrollo global de productos y enfoques de uso.
- Estados Unidos.
Primera Ola (hasta 2015):
- Centros de innovación: Silicon Valley y universidades como MIT, Stanford.
- IA aplicada a buscadores, publicidad y redes sociales (Google, Facebook, Amazon).
- Surgimiento de startups como OpenAI y DeepMind (antes de ser adquirida por Google).
Explosión de Modelos Fundacionales (2018–2024):
- OpenAI: Lanza GPT-2, GPT-3, DALL·E, Codex, Whisper. Luego GPT-4 (2023) y GPT-4.5 (2024).
- Google DeepMind: Lanza BERT, luego Gopher, Chinchilla y Gemini (Gemini 1–1.5, 2023–2024).
- Anthropic: Claude (modelos hasta Claude 3 en 2024), con enfoque en seguridad.
- Meta: Lanza LLaMA (1, 2, 3), modelos open-source ampliamente adoptados.
- Mistral AI (Francia) y Cohere (Canadá): Modelos ligeros y eficientes.
Aplicaciones AI más representativas:
- IA generativa: Chatbots, generación de imágenes (Midjourney, Runway, DALL·E), música, video (Sora).
- Automatización en empresas: CRM, atención al cliente, codificación, diseño.
- Medicina: IA para imágenes médicas, descubrimiento de fármacos (ej. AlphaFold).
- Vehículos autónomos: Waymo, Tesla (con IA para conducción asistida).
- China.
Fase Inicial (hasta 2015):
- Fundaciones tecnológicas: China se enfocó en el desarrollo de infraestructura digital, conectividad móvil y recopilación masiva de datos.
- Desarrollo académico: Universidades como Tsinghua y la Universidad de Pekín comenzaron a destacar en investigaciones sobre IA.
- Primeros productos: Se usaron algoritmos simples en reconocimiento facial, procesamiento de lenguaje y sistemas de recomendación (por ejemplo, en Baidu y Alibaba).
Expansión y Consolidación (2015–2020):
- Política nacional: En 2017, China lanzó el plan “Nueva Generación de Inteligencia Artificial”, con el objetivo de convertirse en referente global en esta tecnología para 2030. La iniciativa busca fortalecer la investigación, la innovación y la aplicación de la IA en distintos sectores estratégicos.
- Empresas líderes:
- Baidu: Foco en conducción autónoma, NLP y cloud AI.
- Alibaba: IA aplicada al comercio electrónico y logística (por ejemplo, Cainiao).
- Tencent: (Tengsun): Aplicaciones en juegos, salud y procesamiento de imágenes.
- SenseTime y Megvii: Reconocimiento facial y visión por computadora.
Aplicaciones públicas: Cámaras de vigilancia inteligentes, sistemas de puntuación social piloto, y asistentes de voz.
Maduración y Competencia Global (2020–2023):
- Modelos fundacionales: Empresas como Baidu (Ernie), Huawei (PanGu) y Alibaba DAMO lanzan modelos de lenguaje de gran escala, rivales de GPT y BERT.
- Sector salud: IA utilizada en diagnóstico médico, monitoreo de epidemias, e interpretación de imágenes médicas.
- Educación personalizada: Plataformas como Squirrel AI ofrecen tutorías adaptadas usando IA.
- Expansión internacional: Productos de IA chinos comienzan a exportarse, aunque enfrentan barreras regulatorias en Occidente.
IA Generativa y Modelos Multimodales (2023–2025):
- Modelos competitivos: Baidu lanza Ernie Bot, competidor directo de ChatGPT. Alibaba presenta Tongyi Qianwen, Huawei mejora su modelo PanGu para tareas multimodales.
Áreas clave:
- IA generativa: Generación de texto, imágenes y audio.
- Traducción automática: Mejoras notables con soporte de dialectos regionales.
- Avances en robótica: Robots inteligentes en logística, salud y manufactura.
- IA soberana en China: El país apuesta por chips nacionales como los de Huawei para enfrentar las restricciones de EE. UU. y avanzar hacia la autonomía tecnológica en inteligencia artificial.
- Regulación: La regulación en China establece que los modelos generativos deben operar bajo estrictas normas de ciberseguridad y alinearse con los lineamientos oficiales del Estado.
Perspectivas Futuras:
- Foco en autonomía tecnológica: Inversión en semiconductores, almacenamiento de datos y capacidades de cómputo.
- Educación e IA: Planes para incluir IA como materia en educación primaria y secundaria.
- Integración en el día a día: Vehículos autónomos, asistentes virtuales y vigilancia predictiva serán cada vez más comunes.
- Europa – Énfasis en Ética, Regulación y Sostenibilidad
Regulación avanzada:
En 2024, la UE aprobó el AI Act, el primer marco global de regulación en IA, enfocado en transparencia, confiabilidad y uso centrado en las personas.
Desarrollo tecnológico:
- Alemania y Francia: Foco en IA industrial, robótica avanzada y eficiencia energética.
- Reino Unido: Cambridge y Oxford como hubs académicos (centros de referencia en investigación y formación); compañías como DeepMind y Stability AI. Como parte de la Commonwealth, mantiene lazos de cooperación en investigación e innovación con países de Asia, África y Oceanía.”
- Modelos europeos open-source: Aleph Alpha (Alemania), Mistral (Francia).
Aplicaciones destacadas:
- Salud pública, gobierno digital, automatización de manufactura.
- Menor adopción de modelos generativos comerciales por precaución regulatoria.
- Asia (aparte de China)
- Japón: IA integrada en robótica (ej. Honda, SoftBank), salud geriátrica y asistentes personales.
- Corea del Sur: Samsung e LG desarrollan asistentes inteligentes y visión por computadora; Naver lanza HyperCLOVA.
- India: Se posiciona como centro de innovación en inteligencia artificial aplicada a los servicios, con creciente inversión y soluciones en salud, educación, banca y gobierno. Startups como Qure.ai destacan en el uso de IA para diagnósticos médicos por imágenes (como la tuberculosis), ampliando el acceso a la salud y creando empleo especializado.
- Malasia: A través de la National AI Roadmap y su colaboración con SKYMIND, impulsa la transición laboral hacia tareas especializadas como aseguramiento de calidad, mantenimiento predictivo (uso de IA para anticipar fallas en equipos) y optimización de procesos.
- Iberoamérica – Crecimiento Emergente
Brasil, México y Colombia lideran proyectos de inteligencia artificial en sectores como finanzas, agricultura y salud. En Brasil se han destinado recursos a soluciones tecnológicas sostenibles, mientras que Colombia aprobó una política pública con metas hasta 2030. De forma paralela, varios países de la región trabajan en marcos éticos y estrategias nacionales, con el acompañamiento de organismos multilaterales como el BID y la CAF para fortalecer infraestructura y capacidades digitales.
- África:
Emprendimientos innovadores y organizaciones no gubernamentales están promoviendo el uso de la inteligencia artificial en ámbitos como la agricultura y la atención sanitaria en áreas rurales.
Países africanos, entre ellos Kenia, Nigeria y Sudáfrica, se han posicionado como referentes en investigación aplicada; no obstante, las limitaciones en infraestructura de datos y conectividad continúan representando un desafío estructural.
- Kenya: Twiga Foods aplica IA y aprendizaje automático para optimizar logística y distribución de alimentos, beneficiando a pequeños agricultores y generando empleos en análisis de datos y control de calidad
- Nigeria: Nomba (antes Kudi) implementa IA en servicios financieros para ofrecer inclusión bancaria a poblaciones no bancarizadas. Esto ha generado miles de puestos en soporte técnico, banca de agentes y análisis de datos.
- Ruanda: A través de la iniciativa Smart Rwanda, el país ha impulsado la expansión de la conectividad 4G y ha renovado su sistema educativo con programas como la Rwanda Coding Academy. Estas medidas han favorecido el surgimiento de un ecosistema tecnológico dinámico, posicionando a Kigali como un centro emergente de innovación en la región.
Tendencias globales comunes
- IA generativa multimodal (texto, imagen, video, voz) en rápido desarrollo.
- Código Abierto vs. Propietario debate entre modelos cerrados (GPT) y abiertos (LLaMA, Mistral).
- Soberanía digital crece la preocupación por control local de datos y modelos.
- Preocupaciones éticas sesgos, desinformación, uso militar de la AI.
- Regulación internacional UU., UE y la ONU trabajan en marcos internacionales de gobernanza de IA.
Perspectivas en los principales contribuyentes
- Foco en autonomía tecnológica: Inversión en semiconductores, almacenamiento de datos y capacidades de cómputo.
- Educación e IA: Planes para incluir IA como materia en educación primaria y secundaria.
- Integración en el día a día: Vehículos autónomos, asistentes virtuales y vigilancia predictiva serán cada vez más comunes.
Fuentes consultadas
- (2024). Reimagine business productivity with AI. IBM Think Academy.
- Hassabis, D. (2024). AI agents and the future of autonomy. Google DeepMind Research Talks.
- (2024). Sora: Video generation with AI.
- European Union. (2024). Artificial Intelligence Act. Diario Oficial de la Unión Europea.
- (2023). Gemini technical report. Google DeepMind.
- (2024). Claude 3 model card. Anthropic Research.
- Meta AI. (2024). LLaMA 3: Open source language models.
- Commonwealth Secretariat & Intel. (2025). Artificial Intelligence Outlook: Strategies for the Commonwealth.