Tipos de inteligencia artificial (IA)

 

En términos sencillos, la inteligencia artificial (IA) es una rama de la informática que busca crear sistemas capaces de realizar tareas que normalmente requerirían de la inteligencia humana. Estas tareas pueden variar desde el reconocimiento de patrones y la toma de decisiones hasta la comprensión del lenguaje natural y la resolución de problemas complejos. 

La IA se clasifica de diversos modos según la complejidad de sus funciones, los métodos que utiliza para procesar información y tomar decisiones, las técnicas de aprendizaje automático que emplea, la transparencia en su funcionamiento, y los diferentes sistemas que la componen. Además, podemos categorizar la IA según el tipo de resultado o tarea que realiza, lo cual nos ayuda a comprender mejor cómo se aplican estas tecnologías en distintas áreas y sectores. 

1) IA según nivel de complejidad 

La IA se puede categorizar según su nivel de capacidad para imitar la inteligencia humana, desde tareas simples hasta potencialmente superar las habilidades humanas. 

• IA débil: son máquinas que solo pueden hacer tareas simples y específicas que se les ha programado. 

• IA fuerte o inteligencia artificial general (AGI) es el objetivo de crear máquinas que puedan igualar la inteligencia humana en cualquier tarea, pero aún no existe. 

• IA superinteligente: es el concepto hipotético de crear máquinas más inteligentes que los humanos en todo, algo que no se ha logrado. 

2) IA según métodos 

La IA se puede categorizar según los métodos que utiliza para representar la inteligencia y tomar decisiones. 

• IA basada en reglas: usa reglas definidas por humanos para tomar decisiones. 

• IA basada en aprendizaje automático: las máquinas aprenden de los datos que se les proporcionan. 

• IA simbólica: emplea reglas lógicas en lugar de estadísticas para representar conocimiento. 

3)  IA según técnicas de aprendizaje 

Existen distintas técnicas de aprendizaje automático que se pueden aplicar en IA. 

• Aprendizaje supervisado: se entrena la máquina con muchos ejemplos etiquetados. Por ejemplo, identificar objetos en imágenes. 

• Aprendizaje no supervisado: la máquina debe encontrar patrones por sí misma en datos no etiquetados. Por ejemplo, segmentar clientes según sus hábitos de compra. 

• Aprendizaje profundo: utiliza redes neuronales artificiales complejas, inspiradas en el cerebro. Por ejemplo, reconocimiento facial o de voz. 

• Aprendizaje por refuerzo: la máquina aprende probando distintas acciones para maximizar una recompensa. Por ejemplo, jugar al ajedrez. 

4)  IA según transparencia 

Se distingue entre IA transparente o explicable, frente a IA de caja negra, cuyo razonamiento es difícil de interpretar. 

• Explicable: se pueden entender las razones detrás de las decisiones de la máquina. Por ejemplo, en un diagnóstico médico. 

• Caja negra: es difícil interpretar cómo la máquina llega a sus resultados. Por ejemplo, en redes neuronales muy complejas. 

5)  IA según tipos de sistemas 

Existen distintos tipos de sistemas para crear inteligencia artificial. 

• Sistemas expertos: imitan el conocimiento de humanos expertos sobre un tema para resolver problemas. Por ejemplo, diagnóstico de enfermedades. 

• Redes neuronales: modelos informáticos inspirados en la conexión entre neuronas, de ahí su nombre. Por ejemplo, reconocimiento de imágenes. 

• Agentes inteligentes: máquinas que perciben su entorno y actúan de forma autónoma para cumplir sus objetivos. Por ejemplo, un robot explorador. 

• Algoritmos genéticos: imitan la evolución natural para resolver problemas de optimización. Por ejemplo, en logística. 

6)  IA según resultados 

La IA se puede categorizar según el tipo de resultado o tarea que realiza. 

• Predictiva: hace pronósticos sobre sucesos futuros. Por ejemplo, predecir la demanda energética. 

• Prescriptiva: recomienda acciones óptimas en una situación determinada. Por ejemplo, crear planes de inversión financiera. 

• Descriptiva: identifica y describe patrones en los datos. Por ejemplo, descubrir grupos de clientes con comportamientos similares.

Cine y Pediatría (828) “La acusación” que puede acosar a cualquier profesor

El cine en francés pocas veces deja indiferente. Y he aquí un ejemplo más y relacionado con ese subgénero alrededor de la docencia al que tanto se acerca la filmografía en este idioma. Hoy hablamos de La acusación (Teddy Lussi-Modeste, 2024), film basado en hechos reales, incluyendo la experiencia personal del director, quien participó en el guion junto con Andrey Diwan (a la que conocimos dirigiendo El acontecimiento en el año 2021). Porque esta obra cinematográfica se mantiene bastante fiel a la esencia del caso real vivido por el director, pero con licencias en la narrativa para potenciar la fuerza del mensaje sobre la educación, la injusticia social, la dignidad personal y la fragilidad institucional.  

La acusación narra la historia de Julien (François Civil), un joven profesor de instituto que intenta enseñar desde la confianza y conexión con sus alumnos. De pronto, Leslie (Toscane Duquesne), una tímida e introvertida alumna adolescente, realiza un escrito en el que manifiesta que es acosada por este profesor de francés en el Instituto Paul Eluard. Desde el centro se llama a la familia, y se presenta el hermano de Leslie, quien se pone agresivo contra ella y contra el profesor. De aquí devienen una denuncia… y a partir de ahí la película se desarrolla como un thriller escolar donde lo que importa no es solo la acusación en sí, sino cómo esta afecta profundamente las relaciones humanas, la confianza y la dignidad. Se ve amenazado y ni el director ni la policía le van a proteger. Sigue esperando el hermano de Leslie a la puerta del instituto y se ve obligado a salir como un ladrón de la escuela. No ha hecho nada, pero hay un juicio ya sobre él… “La policía dice que no le hablemos”, le dicen otros alumnos en el patio. 

Porque Julien nos es presentado como un idealista que lucha por educar desde la confianza en un instituto difícil, con alumnos de diferentes nacionalidades. Sin embargo, esta postura no es comprendida ni apoyada por algunos de sus compañeros de claustro, y pronto se encuentra aislado, enfrentando la desconfianza incluso de sus colegas y la administración. Su orientación sexual también hace más compleja la trama, pues no puede ocultarla para defenderse, poniendo en evidencia prejuicios sociales latentes. Julien es gay y le dice a su pareja: “No diré que soy gay solo para demostrar que no me gusta una niña”. Esta situación sin aparente fundamento desata un torbellino de rumores, sospechas y violencia, tanto en la comunidad escolar (donde ve las diferentes reacciones de sus compañeros y la actitud pasiva del director) como en la vida personal del profesor (crece la tensión con su pareja). 

Alumnos maleducados, envalentonados, se la saben todas y no saben nada… Una jauría en el aula que se vuelve contra él. Hasta la delegada del curso escribe en un diario todo lo que cree ver del profesor para contárselo a la policía, y llega a escribir: “El profesor se muerde el labio como en una película porno”. La escena del claustro de profesores no es mucho más tranquilizadora. 

En el tramo final Julien llega a confesarle: “Ya no sé qué puedo hacer…En casa solo hablan de esto, no puedo más. Me equivoqué, pero no puedo decirlo. Ya es tarde. Mi hermano me da miedo. Se lo conté a mi madre y me pidió que no dijera nada. Ella también le tiene miedo. Cuando se enfada nos da miedo, ¿sabe? Supongo que me odia”. La espiral de acoso que se desata sobre Julien y Leslie retrata con realismo la fragilidad humana ante la sospecha y la presión social. Porque ambos, acusadora y acusado, son víctimas de una dinámica de incomprensión, manipulación y un sistema educacional y social incapaz de gestionar estos conflictos con prudencia. Muy conseguida la escena del simulacro final en el instituto con la que finaliza. Fundido en negro y el mensaje “Inspirado en una historia real”. 

La acusación profundiza en la dignidad personal como conflicto moral: hasta qué punto uno debe sacrificar su intimidad y verdad para sobrevivir socialmente ante una acusación. También pone el foco en la precariedad y torpeza de las instituciones, incapaces de proteger ni a acusados ni a presuntos víctimas, evidenciando un sistema administrativo e institucional roto. Y un tercer gran tema es el cuestionamiento de la presunción de inocencia y el poder destructivo del rumor y la desinformación en la esfera pública, especialmente cuando se trata de temas tan delicados como la sospecha de abuso sexual. La manera en que se examina la dignidad del profesor frente a una comunidad que ya ha emitido su juicio invita a reflexiones sobre justicia, verdad, prejuicio, y el impacto de la cultura del juicio rápido. Y todo ello en el entorno de las aulas, un espacio vulnerable que refleja y sufre las fracturas sociales más amplias, mostrando la dificultad de mantener ideales pedagógicos éticos en un entorno muchas veces hostil o indiferente. 

La acusación invita a una mirada crítica al impacto devastador de las acusaciones falsas y de la cultura del juicio social, así como a una reflexión profunda sobre la integridad personal y las limitaciones de los sistemas para proteger la justicia y la verdad en contextos complejos como el educativo. Decir que esta historia no ha pasado desapercibida y ha generado debate en la opinión pública francesa y en ámbitos educativos, reforzando legal y pedagógicamente la prevención y gestión del acoso y abuso, tratando de equilibrar la protección a los vulnerables y el respeto a la presunción de inocencia en un contexto donde casos como el expuesto han puesto de relieve las carencias del sistema. 

Ni que decir tiene que esta historia no parece nueva y guarda similitudes con varias películas que abordan falsas acusaciones y el impacto social y personal de estas en contextos educativos y judiciales. Y, sin duda, la principal comparación es con la película danesa La caza (Thomas Vinterberg, 2012), película que nos dejó sin aliento al ser partícipes de la historia de ese profesor de primaria acusado falsamente de abuso sexual por una pequeña alumna y cómo esta acusación destruye su vida y reputación. Ambas películas comparten una atmósfera tensa, dramática y realista, y abordan temas como el efecto devastador del rumor y la estigmatización social. Pero además, también cabe relacionarla con películas que subrayan lo complicado que lo tienen los profesores para impartir una educación en valores, especialmente cuando los alumnos son adolescentes, y la reciente película alemana Sala de profesores (Ilker Çatak, 2023) es un buen ejemplo.   

Y si agitamos La caza con Sala de profesores es posible que nos acerquemos a La acusación.

 

Normativas clave de la inteligencia artificial en el ámbito sanitario

 

El contexto normativo de la inteligencia artificial (IA) en el ámbito sanitario en Europa está marcado principalmente por cuatro normativas claves, regulaciones que buscan garantizar que la IA se implemente de forma segura, ética y fiable, protegiendo tanto la privacidad como los derechos de los pacientes y estableciendo obligaciones estrictas para los desarrolladores y usuarios de sistemas de IA en salud. 

- El Reglamento Europeo de Inteligencia Artificial (AI Act). 

Entró en vigor en 2024 y es el primer marco jurídico europeo sobre IA. Clasifica los sistemas de IA según su nivel de riesgo, considerando como de alto riesgo aquellos que afectan directamente a diagnósticos o tratamientos médicos. Exige requisitos estrictos como supervisión humana efectiva, transparencia, trazabilidad, gestión de riesgos, calidad de datos, explicabilidad y auditoría de las decisiones automatizadas. 

- El Reglamento General de Protección de Datos (RGPD). 

Regula la gestión y protección de datos personales, incluyendo datos clínicos sensibles, asegurando la privacidad y seguridad de la información sanitaria manejada por sistemas de IA. 

- El Reglamento de Productos Sanitarios (MDR). 

Regula los dispositivos médicos que incorporan IA, estableciendo validaciones exhaustivas para garantizar su seguridad y eficacia clínica antes de su uso o comercialización. 

- El Reglamento del Espacio Europeo de Datos Sanitarios (EEDS). 

Aprobado como Reglamento (UE) 2025/327, es una normativa clave que establece un marco común y armonizado para el uso y el intercambio seguro y ético de datos de salud electrónicos en toda la Unión Europea. Su objetivo principal es mejorar el acceso de las personas a sus datos de salud electrónicos personales, así como facilitar la reutilización de dichos datos con fines de investigación, innovación, políticas públicas y respuesta a amenazas para la salud, respetando siempre la privacidad y seguridad de los pacientes. Complementa al AI Act y al RGPD al proporcionar un marco específico para el manejo y gobernanza de los datos de salud. 

Obligaciones y prohibiciones de los sistemas de IA en salud: 

- Los sistemas de IA en salud deben contar con mecanismos para garantizar la explicabilidad de las decisiones, permitir la supervisión humana y evitar sesgos o discriminación. 

- Se prohíbe el uso de IA que manipule subliminalmente decisiones clínicas, explote vulnerabilidades de pacientes o clasifique sin base clínica clara. 

- Es obligatorio implementar sistemas de gestión de calidad que aseguren la fiabilidad y seguridad desde el diseño hasta el seguimiento de las herramientas de IA. ´

- Las autoridades sanitarias pueden ordenar la retirada o suspensión de sistemas de IA que representen un riesgo para la salud incluso antes de sancionar. 

Por tanto, estas normativas europeas configuran un entorno regulatorio riguroso que fomenta la confianza, innovación responsable y protección del paciente, aunque pueden ralentizar la adopción rápida de tecnologías. En contraste, otros países como Estados Unidos regulan la IA sanitaria bajo la Administración de Alimentos y Medicamentos (FDA) con un enfoque más ágil y centrado en validación técnica y clínica pre-mercado. 

En España y la Unión Europea se prepara también legislación complementaria para regular el uso de big data, neurotecnologías, y fomentar la interoperabilidad de la historia clínica digital con IA. 

En resumen, la regulación de la IA en el ámbito sanitario en Europa se articula para asegurar un equilibrio entre innovación tecnológica y protección de los derechos y salud de los pacientes, estableciendo un marco normativo integral y exigente para todas las etapas del ciclo de vida de las soluciones de IA en salud.