¡Escucha ya el capítulo 32!

En este episodio conversamos con Hans Löbel, docente del Departamento de Ingeniería de Transporte y Logística y del Departamento de Ciencia de la Computación UC, y jefe de programa del Diplomado en Machine Learning aplicado.

En un mundo cada vez más digitalizado, los datos se han convertido en el centro de todo. Esta transformación ha llevado a las empresas a reconocer la importancia de aprovechar la información disponible.

En este sentido, la implementación de inteligencia artificial (IA) se ha vuelto crucial, ya que permite a las organizaciones utilizar los datos de manera más eficiente, y en consecuencia poder tomar decisiones más informadas y estratégicas.

Hoy en día, uno de los subconjuntos más reconocidos de la IA es Machine Learning, también conocido como aprendizaje de máquina. “Esta es un área muy importante que busca hacer que las máquinas o los computadores aprendan a resolver los problemas en vez de haber sido programados explícitamente para ello”, comentó Hans Löbel, docente de la Escuela de Ingeniería UC, sobre la relevancia de esta tecnología. 

Formación profesional en IA

Con el avance digital, es cada vez más relevante la demanda de profesionales especializados en IA. Estos especialistas desempeñan un papel clave en varios sectores, su capacitación no solo beneficia a las organizaciones, sino que también impulsa el progreso.

En la misma línea, el académico UC, mencionó que «hay una preocupación en la formación de los colaboradores, las empresas están invirtiendo en capacitación en estas temáticas. También hay un interés genuino de los mismos estudiantes de especializarse». 

Desafíos de la tecnología

Una de las interrogantes más comunes en el uso de inteligencia artificial es la gestión de datos. Machine Learning puede ser utilizado para detectar vulnerabilidades, fortalecer la seguridad y analizar grandes volúmenes de información. Sin embargo, surgen desafíos cuando los datos no pueden ser compartidos fuera de las organizaciones, lo que complica su manejo y protección.

El uso de esta tecnología genera cuestionamientos sobre la propiedad y el uso de los datos, donde es importante abordar aspectos éticos y legales relacionados con la protección de la información para garantizar la privacidad y la seguridad de esta.

Respecto a esta situación, el docente señaló «estos modelos, muchas veces son entrenados con datos protegidos de forma implícita, generan ganancias solo para sus desarrolladores. Lo que plantea cuestiones éticas y legales ya que implica un aprovechamiento, hasta cierto punto, de los trabajos realizados por otros. Se trata de un área aún poco clara y gris, que despierta un gran interés en la industria y la academia».

Escucha el capítulo completo aquí y revisa otros episodios en Spotify.

Si estás interesado en aprender más sobre estos temas, te invitamos a revisar el Diplomado en Machine Learning aplicado.