2 September 2024

Introducción a la Cuarta Revolución Industrial

Presentación del evento

• La Escuela de Ciencias del Lenguaje da la bienvenida a estudiantes, compañeros y panelistas en el tercer día del ciclo de conferencias.

• Se hacen anuncios importantes sobre el comportamiento esperado durante el evento, como no comer en el centro de artes y las restricciones sobre el uso de celulares.

Impacto de la Automatización

• Según un informe del Foro Económico Mundial (2018), se estima que la automatización eliminará 25 millones de empleos para 2025, pero creará 133 millones de nuevas funciones.

• Es probable que las nuevas funciones no sean ocupadas por aquellos que queden desempleados, lo que resalta la necesidad de adaptarse al cambio laboral.

Contexto Histórico y Académico

Reflexión sobre la historia

• Se enfatiza la importancia de aprender del pasado y analizar el presente en relación con los cambios laborales provocados por la Cuarta Revolución Industrial.

Presentación de los panelistas

• Iriana Sancho Chavarría es presentada como ingeniera en computación con experiencia en proyectos informáticos desde 1987.

• El profesor Sa Calderón Ramírez se especializa en procesamiento digital y aprendizaje automático, coordinando actualmente un grupo dedicado a estas áreas.

• Juan Luis Crespo Mar es licenciado en ciencias físicas y tiene una amplia trayectoria académica e investigativa en ingeniería automática.

• Mauricio Arroyo Herrera cuenta con más de 20 años de experiencia profesional enfocada en tecnología e información, además ha colaborado extensamente como profesor.

Transformación Digital: Un Concepto Clave

Introducción al tema

• Se inicia una discusión sobre transformación digital como un concepto amplio que abarca temas específicos como inteligencia artificial y visualización.

La Transformación Digital y su Impacto en la Sociedad

Cambios en la Producción y el Consumo

• La transformación digital está modificando profundamente cómo vivimos, trabajamos y nos relacionamos como sociedad.

• Se prevé que los negocios dejarán de producir productos genéricos para enfocarse en lo que realmente desean los clientes, utilizando técnicas de mercadeo más personalizadas.

• Los consumidores podrán solicitar productos específicos a proveedores virtuales, facilitando un proceso de producción bajo demanda.

Innovaciones Tecnológicas

• La integración de tecnologías como biotecnología, nanotecnología e información está creando nuevas posibilidades en la producción y diseño de productos.

• La digitalización permite incluso diseñar seres humanos, lo que plantea cuestiones éticas sobre el futuro de la biología y la identidad.

Economía Basada en Datos

• La transformación digital convierte los datos en insumos fundamentales para las empresas, generando una economía donde estos son esenciales para el valor agregado.

• Garner menciona que estamos avanzando hacia una "malla digital inteligente", donde diferentes tecnologías se interconectan para mejorar procesos.

Tendencias Futuras

• Se anticipa que para 2021, el 10% de los vehículos nuevos tendrán capacidad autónoma, un aumento significativo respecto al 1% en 2017.

• Las tecnologías autónomas no solo asistirán a los humanos sino que también colaborarán entre sí formando "enjambres" inteligentes.

Inteligencia Artificial y Análisis Aumentado

• El Internet de las Cosas (IoT) está evolucionando hacia dispositivos inteligentes capaces de generar grandes cantidades de datos útiles.

¿Cómo la Inteligencia Artificial Transformará Diversos Sectores?

Capacidades de la Inteligencia Artificial en Agricultura

• La inteligencia artificial y la analítica aumentada permiten probar 22,000 hipótesis en solo 5 segundos, lo que puede revolucionar la agricultura de precisión.

• Se prevé un desarrollo dirigido por IA que fomente la interdisciplinariedad, permitiendo a científicos crear modelos matemáticos para abordar situaciones de negocio.

Digitalización y Experiencias Inmersivas

• En los próximos 5 a 10 años, se espera digitalizar sentidos humanos, lo que cambiará la interacción entre humanos y máquinas.

• Este avance también plantea preocupaciones sobre ética digital y privacidad debido al aumento de puntos de conexión e información personal disponible.

Importancia de Formar Ciudadanos Conscientes

• Es crucial formar no solo profesionales competentes sino ciudadanos conscientes desde el inicio hasta el final del proceso educativo.

• La educación debe ir más allá de habilidades técnicas; se debe fomentar una comprensión integral del impacto social y humano de las tecnologías emergentes.

Definición y Comprensión de la Inteligencia

• Se discute qué es realmente la inteligencia y cómo se relaciona con la inteligencia artificial; es importante diferenciar entre capacidades humanas e interpretaciones populares.

• El término "inteligencia" es amplio y puede incluir habilidades como resolver problemas o comprender conceptos complejos.

Reflexiones sobre Albert Einstein como Icono de Inteligencia

• Albert Einstein es presentado como un símbolo del concepto de inteligencia debido a sus contribuciones a la física moderna.

¿Qué es la inteligencia en el contexto del fútbol y más allá?

Comportamiento inteligente en el fútbol

• Se menciona a una jugadora del equipo femenino del Fútbol Club Barcelona, destacando su comportamiento como un ejemplo de inteligencia en acción.

• La capacidad de reaccionar ante un entorno cambiante se presenta como una forma de inteligencia, sin necesidad de herramientas matemáticas o físicas complejas.

• Se desafía a los ingenieros a crear soluciones artificiales que imiten la reacción inteligente de los jugadores, sugiriendo que esto demuestra una capacidad cognitiva avanzada.

Reconocimiento y análisis complejo

• Se plantea un ejercicio sobre el reconocimiento de imágenes, donde la mayoría puede identificar al mismo individuo en diferentes etapas de su vida, lo cual implica un procesamiento cognitivo complejo.

• Este reconocimiento requiere asociar información sensorial con conocimiento previo, ejemplificado con el actor Jack Nicholson.

Ejemplos de inteligencia en la naturaleza

• Se discute cómo las hormigas buscan alimento eficientemente sin planificación previa ni comunicación consciente, mostrando un tipo de inteligencia colectiva.

• El entendimiento del lenguaje va más allá del conocimiento gramatical; se destaca la capacidad innata para comprender frases complejas sin necesidad de descomponerlas analíticamente.

Resolución de problemas y metodologías

• La resolución efectiva de problemas debe ser objetiva y no subjetiva; se enfatiza que existen métodos analíticos para abordar problemas complejos.

• Es crucial tener flexibilidad y autonomía al manejar incertidumbres dentro del ámbito ingenieril y tecnológico.

Tecnologías inteligentes y su definición

• No es necesario hablar solo de robots pensantes; se subraya que hay muchas tecnologías computacionales que pueden considerarse inteligentes sin requerir conciencia ética o moral.

¿Cuál es el objetivo del grupo de investigación en Inteligencia Artificial?

Introducción al grupo

• El grupo tiene aproximadamente 2 a 3 años trabajando en temas de inteligencia artificial y aprendizaje automático, involucrando a profesores y estudiantes desde grado hasta posgrado.

• Su objetivo principal es estimular la investigación y reflexión sobre estos temas, posicionando al Tec como un ente activo que propone soluciones para contribuir al desarrollo del país.

Composición del grupo

• Colaboran alrededor de 12 profesores de diversas áreas, incluyendo a Mauricio, Juan Luis y Liliana. Se busca abordar problemas complejos mediante un enfoque transdisciplinario.

Líneas de investigación en Inteligencia Artificial

Áreas clave

• Se han identificado tres líneas importantes:

• Aprendizaje automático aplicado a la protección de la biodiversidad.

• Agricultura de precisión para mejorar las prácticas agrícolas.

• Medicina de precisión aprovechando el sistema de salud pública ejemplar en Costa Rica.

Importancia contextual

• La biodiversidad en Costa Rica representa entre el 5% y el 6% mundial; por lo tanto, su protección es crucial ante los retos del cambio climático.

• La agricultura sigue siendo fundamental en Costa Rica, lo que resalta la necesidad de desarrollar tecnologías inteligentes para optimizar esta actividad.

Ejemplos concretos de aplicaciones

Proyectos destacados

• En agricultura de precisión se trabajó con un profesor especializado para estimar propiedades químicas del suelo usando imágenes multiespectrales tomadas por drones.

• Este método permite asesorar decisiones como esquemas de fertilización y productividad por hectárea más rápidamente que los métodos tradicionales.

Innovaciones tecnológicas

• Se menciona una aplicación llamada "plannet" desarrollada para identificar plantas a partir de imágenes, facilitando el reconocimiento botánico tanto para profesionales como ciudadanos comunes.

Conceptos fundamentales: Aprendizaje Automático

Definición básica

• El aprendizaje automático implica construir modelos matemáticos basados en conjuntos de datos. Esto permite distinguir características específicas dentro de esos datos.

Ejemplo práctico

¿Cómo se optimizan los modelos en Machine Learning?

Parámetros del modelo

• El caso presentado se centra en aprender los parámetros de un modelo, específicamente los valores m y b, que son esenciales para ajustar una línea que minimice el error total de clasificación.

• Se utilizan técnicas de optimización, como las derivadas, para encontrar estos parámetros óptimos y mejorar el rendimiento del modelo.

Aplicaciones en análisis de imágenes médicas

• Un proyecto actual busca segmentar células y rastrearlas a lo largo del tiempo para ayudar a microbiólogos en la comprensión de cómo reacciona un tejido cancerígeno a tratamientos específicos.

• El cáncer es descrito como un grupo complejo de enfermedades; entender su dinámica puede ser crucial para formular terapias efectivas.

Estimación automática de la edad ósea

• Otro proyecto consiste en estimar automáticamente la edad ósea a partir de imágenes de rayos X, facilitando así el trabajo manual que realizan endocrinólogos y pediatras.

• Este sistema permite al médico utilizar información precisa para detectar desórdenes de crecimiento.

¿Cuál es el futuro de la interacción humano-tecnología?

Automatización y eficiencia

• La automatización tiene un gran potencial; por ejemplo, estimar la edad ósea manualmente consume mucho tiempo, mientras que una plataforma digital podría hacerlo en segundos.

Perspectivas sobre inteligencia artificial

• Se discute el estado actual y futuro de la inteligencia artificial, enfatizando su relevancia creciente en la interacción entre humanos y tecnología.

Adaptación tecnológica

• La charla aborda cómo ha cambiado nuestra relación con la tecnología: antes nos adaptábamos a ella, pero ahora se busca diseñarla pensando en las necesidades humanas.

Ergonomía y experiencia del usuario

• Desde los años 80, ha habido un enfoque hacia dispositivos más ergonómicos que mejoran nuestra experiencia al interactuar con ellos.

¿Cómo amplifica la tecnología nuestras capacidades?

Ejemplos históricos

• Se menciona cómo diferentes tecnologías han ampliado nuestras capacidades físicas: caminar vs. usar bicicleta o avión.

La Revolución de la Inteligencia Artificial y su Impacto en la Experiencia del Usuario

Cambios en la experiencia del usuario

• La inteligencia artificial amplifica nuestras capacidades, transformando la experiencia del usuario hacia un enfoque más centrado en las personas.

• La tecnología se desarrolla a partir de información conocida sobre los usuarios, lo que permite una personalización basada en experiencias previas.

Personalización y avances tecnológicos

• La personalización ya es evidente al navegar por internet o redes sociales, donde se nos presentan contenidos basados en interacciones pasadas.

• El reconocimiento automático ha avanzado significativamente desde los años 90, cuando era difícil implementar tecnologías como el reconocimiento de voz debido a limitaciones técnicas.

Evolución del reconocimiento automático

• En eventos pasados, el reconocimiento de voz falló debido al ruido ambiental; hoy en día, estas tecnologías son mucho más efectivas.

• Se han realizado grandes progresos en el reconocimiento de huellas digitales, que antes requerían días para ser analizadas manualmente.

Interacción humano-computadora

• El interés actual se centra en cómo interactuamos con las computadoras y el procesamiento del lenguaje natural, considerando variaciones como acentos y dialectos.

• Asistentes virtuales como Alexa y Siri han cambiado nuestra relación con la tecnología, permitiendo realizar múltiples tareas desde dispositivos móviles.

Futuro del trabajo y habilidades necesarias

• Los agentes inteligentes están revolucionando trabajos rutinarios; por ejemplo, pueden gestionar citas automáticamente sin intervención humana.

• Tecnologías avanzadas permitirán que dispositivos como refrigeradores realicen compras automáticamente mediante drones.

Habilidades emergentes para el futuro laboral

• Se espera un aumento en la demanda de habilidades relacionadas con programación y comprensión emocional dentro del ámbito tecnológico.

• Temas como percepción humana e inteligencia emocional serán cruciales para futuras aplicaciones tecnológicas.

Reflexiones sobre el empleo y la tecnología

• Elon Musk menciona que los humanos somos organismos cibernéticos; utilizamos tecnología diariamente para mejorar nuestras capacidades físicas y mentales.

La Revolución Tecnológica y su Impacto en el Empleo

Cambios en el Mercado Laboral

• Se anticipa un cambio significativo debido a la actual Revolución tecnológica, con la desaparición de muchos empleos y la creación de otros nuevos.

• La necesidad de cuidadores para adultos mayores es un ejemplo donde los robots podrían asumir roles que son difíciles de cubrir por humanos, destacando el potencial de la inteligencia artificial.

• Aunque se prevén nuevos trabajos relacionados con el diseño, programación y mantenimiento de sistemas tecnológicos, también hay muchas oportunidades laborales que aún no se han imaginado.

Adaptación a Nuevas Herramientas

• El uso cotidiano de aplicaciones como Google Maps ha transformado cómo realizamos tareas antes complejas; esto ilustra cómo las tecnologías pueden reemplazar funciones humanas sin eliminar empleos directamente.

• Es importante reconocer que estas innovaciones no solo crean nuevas herramientas, sino que también cambian nuestra forma de trabajar y comunicarnos.

Habilidades Necesarias en el Futuro

• Las habilidades de comunicación serán fundamentales para interactuar con máquinas, sugiriendo una evolución en cómo nos relacionamos con la tecnología.

• Algunos pensadores argumentan que esta transformación digital podría ser diferente a revoluciones anteriores, ya que podría llevar a una reducción en las horas laborales.

Desafíos del Cambio Tecnológico

• A diferencia de la primera Revolución Industrial, donde se redujo la jornada laboral tras explotación laboral, hoy existe preocupación sobre si habrá suficiente trabajo disponible o si muchas personas quedarán sin empleo.

• La concentración del poder tecnológico en manos de unos pocos plantea interrogantes sobre el futuro del trabajo y su distribución equitativa.

Reflexiones sobre el Futuro Laboral

• Existe una posibilidad real de que muchas personas queden sin empleo debido a avances tecnológicos; es crucial analizar esta situación desde múltiples perspectivas.

• Se plantea un escenario futuro donde servicios como Uber con vehículos autónomos podrían afectar drásticamente a los taxistas actuales, generando desempleo significativo.

Respuesta Política y Organizativa

• Históricamente, cada revolución industrial ha requerido respuestas políticas adecuadas para gestionar cambios laborales; este momento no será diferente.

¿Cómo afecta la Cuarta Revolución Industrial a nuestra sociedad?

Aumento de la Edad de Pensión y Tecnología

• Se plantea la idea de aumentar la edad de pensión, lo cual genera escepticismo. La tecnología permite producir más con menos esfuerzo, sugiriendo que no es necesario aumentar esta edad.

Necesidad de Respuestas Organizativas

• Es crucial retomar conceptos filosóficos y estudiarlos en el ámbito académico para responder a los retos actuales que enfrenta la sociedad.

Ejemplos del Transporte y Disrupción

• Se discute cómo el transporte está cambiando, mencionando ejemplos como Uber y su impacto en los taxistas. Esto ilustra una disrupción en las licencias de conducir futuras.

Cambios en el Mercado Laboral

• La Cuarta Revolución Industrial implica un cambio en la naturaleza del trabajo. Los empleos fijos tradicionales podrían desaparecer, requiriendo adaptabilidad a lo largo de la vida laboral.

Nuevas Formas de Vida Comunitaria

• Se especula sobre un futuro donde las comunidades sean más pequeñas y se trabaje desde casa, permitiendo horarios laborales más flexibles y una vida familiar diferente.

¿Cuál es el hito que marca la Cuarta Revolución Industrial?

Identificación del Hito

• Se pregunta cuál será el hito que marque oficialmente el inicio de la Cuarta Revolución Industrial. Algunos creen que ya ha sucedido debido a avances tecnológicos significativos.

Capacidades Tecnológicas Actuales

• El avance en capacidades tecnológicas permite abordar problemas complejos e inciertos, similar al impacto histórico del motor de vapor.

Proceso Gradual hacia la Revolución

• La llegada de nuevas tecnologías no ocurre abruptamente; es un proceso gradual donde se diversifican sus usos antes de consolidarse como parte integral de la sociedad.

Importancia del Deep Learning y 5G

La Cuarta Revolución Industrial y el Uso de Datos

Importancia de los Datos en la Cuarta Revolución

• Se menciona que las sillas conectadas generarán datos, advirtiendo a los usuarios sobre posturas incorrectas. Esto ilustra cómo la tecnología puede influir en comportamientos cotidianos.

• Se plantea una pregunta sobre cómo trabajar con tecnologías de alta demanda, como aplicaciones web y su relación con la inteligencia artificial.

Desafíos en el Desarrollo de Aplicaciones

• El costo y modelo de negocio para crear aplicaciones se basa en el tiempo requerido para su desarrollo, lo cual es crucial para establecer tarifas adecuadas a los clientes.

• En el contexto de redes neuronales, no solo se trata de crearlas, sino también de entrenarlas utilizando algoritmos específicos, lo que complica la estimación del tiempo y costos.

Entrenamiento y Validación de Modelos

• La clave del Deep Learning radica en contar con grandes volúmenes de datos para entrenar modelos eficaces; sin embargo, esto presenta retos significativos.

• Generar un conjunto adecuado de datos es fundamental pero complicado, especialmente en campos como la medicina donde el tiempo y disponibilidad son limitados.

Resistencia Profesional ante Nuevas Tecnologías

• Existe resistencia entre profesionales como radiólogos hacia la generación de datos para herramientas tecnológicas por miedo a ser reemplazados.