Innovación y Software

Impacto de la IA en Vehículos Autónomos

2026-06-01T07:36:50-05:00

El presente trabajo aborda el impacto de la inteligencia artificial (IA) en el desarrollo de vehículos autónomos, destacando cómo ha mejorado significativamente su capacidad para percibir y reaccionar ante el entorno. Estos avances han permitido que los vehículos autónomos sean más seguros, eficientes y capaces de operar sin intervención humana. La IA facilita la interpretación de datos de sensores, la toma de decisiones en tiempo real y la adaptación a condiciones cambiantes, resultando en una conducción más precisa y segura. Sin embargo, también plantea desafíos, incluyendo preocupaciones éticas, seguridad cibernética y la necesidad de una infraestructura adecuada.

Brechas en el Acceso a la Inteligencia Artificial y su Impacto en la Economía

2026-06-02T03:03:25-05:00

Este artículo explora las disparidades en el acceso a la inteligencia artificial (IA) entre diferentes sectores económicos y regiones geográficas y su impacto en las oportunidades laborales y la competitividad empresarial. Una revisión sistemática de la literatura revela brechas significativas en la adopción de la inteligencia artificial, donde las corporaciones más grandes, que están mejor equipadas en términos de tecnología y finanzas, tienden a beneficiarse más de estas innovaciones. Por el contrario, las pequeñas y medianas empresas (PYMES) y las áreas de bajos ingresos experimentan barreras que les privan del acceso. Tales desigualdades tienen efectos adversos en la equidad laboral, ya que los trabajadores en profesiones con poca adopción de la IA están cada vez más sujetos a las amenazas de precariedad y desempleo. Las políticas públicas y los esfuerzos internacionales son esenciales para nivelar el campo de juego en este contexto. Distribución significativa de activos digitales. Ideas como "Programa Europa Digital" tienen la capacidad de ayudar al cese de brechas regionales a través del crecimiento de infraestructura digital y profesional. Asimismo, entidades internacionales como la UNESCO en 2021 y la OCDE de igual manera en el mismo año, destacan mucho la trascendencia de la inclusión al mundo digital y la obtención de capacidades relacionadas a esto, mientras tanto, el Foro Económico Mundial en 2020, señala que hay una necesidad de los empleados en capacitarse sobre temas tecnológicos.

Aprendizaje automático en Sistemas de Recomendación para plataformas de Streaming y Redes Sociales

2026-06-02T03:03:24-05:00

El uso de las plataformas de transmisión en vivo y las redes sociales ha llevado a una veloz transformación de los servicios de contenido en línea, lo que convierte una gran cantidad de datos para los usuarios. Esto hace fundamental el uso de sistemas de recomendación, los cuales se basan en un aprendizaje automático (machine learning) para filtrar y personalizar el contenido a mostrar. En este artículo se examinan los métodos computacionales empleados en estos sistemas, con especial atención en plataformas como Netflix, Spotify, Facebook y Twitter. El enfoque de investigación incorporó factores cuantitativos, cualitativos y semióticos, dando como resultado una evaluación integral que incorpora aspectos socioculturales y la experiencia del usuario. A lo largo del artículo se irán evaluando varias técnicas algorítmicas, tales como el filtrado colaborativo, filtrado basado en contenido y modelos híbridos con aprendizaje profundo (deep learning). De la misma forma, se evaluó la calidad de las recomendaciones y sugerencias por medio de una combinación de estudios cualitativos sobre su importancia y satisfacción de los usuarios. Finalmente, se llevó a cabo un estudio semiótico y cultural para investigar el efecto de las interfaces y algoritmos en las prácticas de consumo y formación de identidad cultural. Los hallazgos indican un cambio hacia modelos más avanzados, pero trayendo consigo nuevos desafíos.

FiltroVis: Una interfaz de usuario para OpenCV en Flet

2026-06-02T03:03:29-05:00

En este artı́culo se describe el desarrollo de FiltroVis, una interfaz de usuario (UI) interactiva y multiplataforma para la aplicación y visualización en tiempo real de filtros clásicos de visión computacional. La metodologı́a utilizada fue de tipo incremental, estructurada en tres prototipos sucesivos, empleando el framework Flet para la construcción de la interfaz gráfica y la biblioteca OpenCV para el procesamiento del video, resolviendo el problema de rendimiento mediante la implementación de procesos concurrentes. Se obtuvieron resultados satisfactorios en términos de funcionalidad y rendimiento en tiempo real, logrando la correcta aplicación de cada filtro y demostrando la portabilidad del sistema en entornos operativos como Windows, Linux y MacOS, además de vı́a web. El objetivo de FiltroVis es ofrecer una herramienta educativa y funcional de licencia libre que integre los fundamentos teóricos y las herramientas accesibles como Flet y OpenCV.

Agente Telefónico Automatizado para Gestión de Reservas en Restaurantes: Desarrollo y Evaluación de Usabilidad

2026-06-02T03:03:26-05:00

Este trabajo tuvo como objetivo desarrollar y evaluar la usabilidad de un prototipo de sistema automatizado para la gestión telefónica de reservas, integrando herramientas de automatización y servicios web especializados, con el fin de determinar su aceptabilidad por parte de usuarios potenciales en la industria restaurantera. El prototipo fue desarrollado utilizando una metodología por componentes que permitió a cada miembro del equipo enfocarse en tareas específicas, promoviendo el trabajo paralelo y aumentando la eficiencia en la construcción del sistema. El sistema integró exitosamente todos sus módulos, estableciendo un flujo de conversación automatizado capaz de verificar en tiempo real la disponibilidad de horarios y registrar con precisión la información del cliente antes de confirmar la reserva. Se aplicó la escala SUS a una muestra de 50 estudiantes universitarios de diversos campos académicos de la Universidad Nacional de Trujillo para evaluar la usabilidad del sistema y el grado de aceptación. El sistema recibió una puntuación promedio de 81.2 puntos, ubicándolo en la categoría de usabilidad "buena" según estándares internacionales. Estos resultados muestran que los usuarios son muy receptivos y positivos sobre el uso de sistemas automatizados para tareas de reserva, lo que valida el potencial para implementar este tipo de soluciones en entornos del mundo real.

Evaluación de la usabilidad en un sistema de vuelo: un enfoque basado en las heurísticas de Nielsen

2026-06-01T07:36:31-05:00

Este artículo presenta la evaluación de la usabilidad del Sistema Debriefing, mediante la implementación de distintas técnicas de valoración. Cada organización y producto software presentan características particulares, por lo tanto, no existe una prueba de usabilidad única que pueda aplicarse de manera indistinta a todos los proyectos de software. En consecuencia, cada organización debe seleccionar las técnicas de evaluación más adecuadas, teniendo en cuenta las características específicas del sistema a evaluar. La usabilidad puede ser evaluada empleando técnicas que incluyan la participación de los usuarios finales, tal es el caso de la norma ISO 9241-11, o a través de métodos que no requieren su intervención directa, como la evaluación heurística. En términos generales, resulta conveniente combinar distintos enfoques, con el objetivo de optimizar los resultados obtenidos. Con este trabajo se propone realizar, en una primera instancia una evaluación heurística, y posteriormente complementar dicha valoración con un test de usabilidad aplicado a los usuarios finales, logrando mediante esta combinación de técnicas, un mayor grado de confiabilidad, completitud y objetividad en los resultados.

Sistema de autenticación multimodal con reconocimiento facial y totp para acceso seguro

2026-06-02T03:03:27-05:00

La creciente sofisticación de las ciberamenazas ha evidenciado la insuficiencia de los sistemas de autenticación basados únicamente en contraseñas. Como respuesta, la autenticación multifactorial (MFA) se ha consolidado como un estándar de seguridad. Sin embargo, la rigidez en la implementación de MFA puede afectar negativamente la experiencia del usuario. Este artículo presenta el diseño, implementación y evaluación de un sistema de autenticación multi-modal que ofrece una aproximación híbrida y flexible, permitiendo a los usuarios verificar su identidad mediante reconocimiento facial o una contraseña de un solo uso basada en el tiempo (TOTP), además de la credencial tradicional de contraseña. El sistema fue desarrollado en Python, utilizando una arquitectura Modelo-Vista-Controlador (MVC) para garantizar la modularidad y escalabilidad. Se emplearon las librerías OpenCV y face_recognition para el módulo biométrico y PyOTP para la implementación del estándar RFC 6238 (TOTP). Los resultados de las pruebas de rendimiento muestran una precisión biométrica del 85%, tiempos de autenticación promedio de 2.1 segundos y una Tasa de Falsa Aceptación (FAR) de 0.8%, mientras que la autenticación TOTP alcanzó una efectividad del 94%. La propuesta se considera como una alternativa viable en entornos educativos, y aplicaciones que requieran autenticación adaptable sin dependencia de infraestructura interna.

Generación de imágenes a partir de texto mediante inteligencia artificial: una revisión sistemática

2026-06-02T03:03:30-05:00

Este estudio aborda distintos enfoques empleados en la generación de imágenes a partir de texto mediante inteligencia artificial, con especial atención a la relación semántica que se establece entre la descripción textual y la imagen generada en los modelos texto–imagen. Asimismo, se revisa la confiabilidad de las métricas empleadas para evaluar su desempeño. Esto con la finalidad de conocer sus capacidades y limitaciones actuales. La investigación se llevó a cabo siguiendo la metodología PRISMA, para lo cual se seleccionaron 18 artículos de acuerdo con los criterios establecidos, que abordaban temas relacionados con arquitecturas de difusión, mecanismos de control semántico, atención a nivel de frase e ingeniería rápida. Los resultados señalan que los modelos basados en difusión son los más utilizados, mientras que los modelos GAN y VAE se emplean mayormente en aplicaciones de nicho. A partir del análisis realizado, se identifican tres niveles de control: atributos visuales, composición y estilo. Sin embargo, actualmente se observan diversas limitaciones en las métricas usadas para evaluar el alineamiento semántico y la persistencia de ciertos sesgos asociados a modelos preentrenados. Las conclusiones señalan que los modelos de difusión son los más utilizados en la literatura reciente y que el uso de técnicas como LoRA ayuda a mejorar la coherencia entre texto e imagen. Estos resultados sugieren que todavía es necesario profundizar en el estudio de la atención relacional, en particular en el desarrollo de métricas estandarizadas en futuras investigaciones.

Impacto de la IA en la salud Diagnóstico, tratamiento y prevención de enfermedades

2026-06-02T03:03:24-05:00

Nuestra investigación busca facilitar el análisis de diversas fuentes bibliográficas que exploran la implementación de la Inteligencia Artificial (IA) en el sector salud, con un enfoque especial en la lucha contra enfermedades. Para garantizar una revisión sistemática y exhaustiva, utilizamos el marco metodológico PRISMA. Nuestra búsqueda se centró exclusivamente en artículos encontrados en SCOPUS. Los resultados de nuestra investigación revelaron una tendencia clara hacia la aplicación de la IA para la detección y diagnóstico de diferentes tipos de cáncer. También identificamos a Corea del Sur, China y Alemania como países líderes en la investigación y aplicación de la IA en el sector salud, con una gran cantidad de artículos. Además, nuestro análisis destacó el papel fundamental de las herramientas de IA, como el Machine Learning, en la mejora de la atención médica y la investigación en salud. Nuestro objetivo es resaltar el impacto significativo de la IA en el sector salud y su gran potencial para transformar la forma en que se proporciona la atención médica en el futuro.

Desarrollo de la Inteligencia Artificial en las Grandes Empresas Tecnológicas: Una Revisión Sistemática

2026-06-02T03:03:23-05:00

El desarrollo de la Inteligencia Artificial (IA) en grandes empresas tecnológicas fue analizado mediante una revisión sistemática con el objetivo de identificar las principales áreas de aplicación, los productos y soluciones desarrollados, y su impacto en la competitividad y sostenibilidad de las industrias. La metodología incluyó la recopilación y análisis de información relevante sobre empresas como Amazon, Microsoft, Alphabet e IBM, destacando sus innovaciones tecnológicas y estrategias de implementación. Los resultados revelaron que sectores como finanzas, salud y telecomunicaciones concentran las aplicaciones más frecuentes de la IA, permitiendo optimizar procesos, mejorar la toma de decisiones y personalizar productos y servicios. Además, se identificaron soluciones clave como Azure AI, Watsonx y Vertex AI, que han impulsado la transformación de diversas industrias. También se observó que la IA ha promovido la sostenibilidad mediante la optimización de recursos y la mitigación de riesgos ambientales, así como la inclusión social al eliminar barreras lingüísticas y culturales. Por otro lado, es crucial identificar desafíos relacionados con las limitaciones tecnológicas y la necesidad de combinar la automatización con la interacción humana para garantizar experiencias satisfactorias.

Análisis comparativo del uso de Inteligencia Artificial aplicadas en Sistemas de Información Georreferencial (GIS) para optimización de experiencias turísticas

2026-06-02T03:03:28-05:00

El turismo hoy en día tiene varios retos, como ofrecer experiencias más personalizadas, prever la demanda y gestionar los recursos de forma sostenible. Los métodos tradicionales a menudo no alcanzan a manejar grandes volúmenes de datos y adaptarse a las circunstancias cambiantes. Este estudio se enfocó en cómo la Inteligencia Artificial, junto con Sistemas de Información Georreferencial, puede enriquecer las experiencias turísticas, comparando su efectividad con las formas más tradicionales. Se llevó a cabo una revisión sistemática siguiendo las pautas de PRISMA, se realizó búsquedas exhaustivas en once bases de datos multidisciplinarias .Se incluyeron estudios empíricos publicados entre 2020 y 2025 que mostraran una integración tecnológica con validación métrica. De un total de 80 registros iniciales, se revisaron 69 artículos completos usando una matriz estructurada que consideró metodologías, tecnologías utilizadas, contextos y métricas de evaluación. Los resultados mostraron un predominio de estudios cuantitativos que emplearon datos secundarios y modelos de aprendizaje profundo. También se destacó el rendimiento en cuatro áreas clave: sistemas de recomendación inteligentes con una precisión superior al 85% (con valores individuales entre 83% y 96.3%), algoritmos de optimización multiobjetivo que integran preferencias personales y sostenibilidad ambiental, modelos predictivos con una gran capacidad para prever flujos turísticos, y plataformas de gestión que ofrecen monitoreo en tiempo real junto con alertas predictivas. Las principales limitaciones del estudio fueron la diversidad metodológica y la falta de investigaciones experimentales en contextos latinoamericanos. La combinación de Inteligencia Artificial y Sistemas de Información Georreferencial impulsa una gestión turística más personalizada y sostenible.

Enfoques de detección de ransomware basados en aprendizaje automático

2026-06-02T03:03:29-05:00

El estudio tuvo como objetivo analizar los enfoques y técnicas de detección de ransomware basados en aprendizaje automático, a fin de identificar las propuestas más eficaces reportadas en la literatura reciente. Se aplicó la metodología PRISMA para seleccionar artículos originales publicados entre 2020 y 2025 en bases de datos especializadas. Los hallazgos muestran que los métodos tradicionales basados en firmas resultan insuficientes ante variantes de día cero, mientras que algoritmos como Random Forest, Gradient Boosting y redes neuronales profundas ofrecen mayor precisión y capacidad de adaptación. Asimismo, se destacan enfoques híbridos y emergentes que incorporan análisis forense con modelos de lenguaje o inteligencia artificial explicable. Se concluye que las técnicas de aprendizaje automático representan una alternativa robusta y en evolución para la detección temprana de ransomware, contribuyendo a mejorar la resiliencia de los sistemas de ciberseguridad.

Impacto de Tecnologías de la Información en la cadena de suministros agropecuaria. Una revisión bibliográfica

2026-06-02T03:03:26-05:00

El estudio analizó el impacto de las tecnologías de la información (TI) IoT, blockchain, big data, inteligencia artificial y computación en la nube en la gestión de la cadena de suministro agropecuaria durante los años 2015-2025. Mediante una revisión sistemática conforme a la declaración PRISMA, se consultaron las bases de datos Scopus, Web of Science, SciELO y Redalyc; se definieron descriptores combinados sobre TI y logística agropecuaria, y se aplicaron criterios de inclusión/exclusión rigurosos. De 1034 registros iniciales se seleccionaron 59 artículos pertinentes. Los resultados evidenciaron que la integración de sensores, analítica y contratos inteligentes mejora la trazabilidad, reduce pérdidas y facilita decisiones en tiempo real; la combinación blockchain-IoT refuerza la transparencia, mientras que la analítica de big data disminuye desperdicios. Las etiquetas tiempo temperatura extienden la vida útil de productos cárnicos, optimizando recursos. No obstante, persisten barreras de infraestructura, costos y capacidades especialmente en pymes que limitan la adopción y generan asimetrías frente a grandes empresas. Se concluye que la convergencia de TI constituye una palanca estratégica para cadenas de suministro agropecuarias más eficientes, resilientes y sostenibles; su plena materialización exige políticas de apoyo, estandarización de datos y programas de capacitación

Uso de la inteligencia artificial en la preservacion de ecosistemas y biodiversidad: Una Revisión Sistematica

2026-06-02T03:03:25-05:00

El uso de la inteligencia artificial (IA) en la preservación de ecosistemas y biodiversidad, destacando sus aplicaciones en el monitoreo de especies, predicción de cambios ecosistémicos, detección de actividades ilegales y educación ambiental. Se resaltan beneficios como el análisis rápido de datos, la restauración eficiente de ecosistemas y la colaboración global mediante plataformas integradas. Sin embargo, enfrenta desafíos como la falta de datos de calidad, infraestructura limitada y retos en la integración con métodos tradicionales. La IA, combinada con prácticas conservacionistas, tiene un gran potencial para transformar la gestión ambiental, siempre que se superen los obstáculos relacionados con acceso, formación y uso ético.