IA: TRANSFORMANDO NUESTRO PRESENTE Y REDEFINIENDO EL FUTURO
AI is the latest historical disruption after the industrial revolution, electricity, internet, and smartphones, and it amplifies human intellect rather than just physical capacity, so engineers and professionals must adapt by learning to direct it instead of being replaced by it.
Understanding AI's role now determines whether you gain a career advantage through augmentation or lose relevance to automated repetitive work.
Section summaries
Host Delia Asusen Alienzo Vázquez opens the Universidad Tres Culturas engineering forum, welcomes YouTube viewers, and introduces Juan Carlos Carvente Juárez. She lists his credentials: communications and electronics engineer from IPN, blockchain master from Esden, cybersecurity master at Tec de Monterrey, Cisco Security Escalation Engineer, with CCNP Security and Cisco specializations. She frames his research as convergence of AI, data, cybersecurity, and ethics, and hands him the mic. The section sets audience expectations for a student-focused AI talk.
- Speaker is a Cisco security engineer with AI and blockchain graduate training.
- Talk targets students on AI transforming present and future with ethical lens.
Pure intro with no technical content for skimmers.
Carvente asks if we live the biggest tech change of our generation, then compares to industrial revolution (mid-1500s), electricity (late 1800s with Edison/Tesla), internet, and 2007 iPhone that killed Blackberry/Sony Ericsson. He positions AI as possibly the next comparable shift. He defines traditional tech as amplifying physical capacity (soldering PCBs) versus AI amplifying intellectual capacity, enabling simulations beyond human 3D perception. The section builds the 'AI is different' claim using history.
- Industrial revolution, electricity, internet, iPhone were prior society-resetting shifts.
- AI amplifies intellect, not just physical power like prior tools.
Establishes the core framing used throughout the video.
He defines AI as machines reasoning/learning/deciding, machine learning as data-driven not rule-coded, deep learning as neural nets mimicking brain, and generative AI creating text/image/audio/video. Then answers 'why now' with four enablers: massive internet data (Meta/Google monetize via data not fees), Nvidia GPU surpassing Intel CPU, cloud computing (AWS/Microsoft), and Transformers for language. He notes data was destined to force AI due to huge bases. The section moves from terms to causes of the boom.
- ML learns from data; deep learning uses neural nets like human brain.
- GPUs, cloud, Transformers, and big data made AI inevitable.
Defines jargon and explains the boom's roots clearly.
Speaker gives everyday examples: Google Maps, Spotify, YouTube, bank chatbots (he cites Nubank resolving fast), social filters, Amazon/Mercado Libre AI agents. He states data is the 21st-century oil and explains operational flow: raw data/metadata in, pattern detection, trained model responds/predicts/decides. The segment connects abstract AI to student life and names data as fuel.
- AI already runs maps, streaming, banking, shopping recommendations.
- Metadata enriches training; data is non-negotiable input for models.
Useful examples but repeats data point from earlier.
Carvente describes AI in education (language apps replacing schools), medicine (early breast cancer detection via predictive models from habits), finance (risk/market prediction), science (beyond human bio-limits), and manufacturing (sensor data from OT lines optimizing supply chain). At Cisco he notes aggressive AI workload optimization caused staff cuts but not replacement. He emphasizes repetitive process automation across sectors.
- AI predicts cancer from user health data in preventive medicine.
- Manufacturing uses millisecond sensor data to cut costs via AI suggestions.
Shows concrete cross-sector proof beyond theory.
Focused on engineers: GitHub Copilot writes Python ATM code in seconds vs weeks manually; Canva/Photoshop AI design via prompt; cybersecurity shifts from log analysis to regulation (ISO/NIS); big data analysis is AI's favorite. He concludes AI redefines not replaces engineering. Then previews demo tools: ChatGPT (brainstorm), Microsoft Copilot (Azure), Gemini (PDF/image), Perplexity (cited research), GitHub Copilot (code), Claude (long docs).
- Copilot reduces coding time from weeks to seconds, raising need for methodology skills.
- Cybersecurity engineers must learn frameworks not just operational log triage.
Direct career guidance for the target audience.
He shares screen: ChatGPT acts as network engineer, diagnoses bandwidth issue with table of cause/action/priority; Gemini generates 2035 engineer image showing bias; Perplexity returns 2026-2031 AI trends with APA 7 refs from Stanford/Microsoft; GitHub Copilot builds functional Python ATM script using repo knowledge. He notes Cisco uses internal OpenAI for privacy. Recap: different tools, different strengths; pick by need.
- ChatGPT output quality depends on prompt context given.
- Perplexity cites sources per paragraph enabling academic use.
Practical showcase of promised tools in action.
Lists AI can: generate code/text/image, analyze, translate context-aware (new AirPods real-time), summarize PDFs, predict. Cannot: have consciousness, ethical judgment, common sense without context, take responsibility. Risks: deepfakes (fake Ronaldo), privacy violation, algorithmic bias (Gemini CEO example), disinformation, hallucinations from low training. EU regulates; US sandbox. He urges user validation and ethics.
- Hallucinations occur when model lacks context to satisfy query.
- No jurisdiction yet assigns legal fault to AI errors.
Critical for safe adoption and risk awareness.
Human edge: critical thinking, creativity, communication, ethics, curiosity, adaptability. Future engineering: digital twins, autonomous systems, personal AI coach. History of adaptation (ice age, black death) mirrors need now. Final message: AI won't answer all; it forces better questions and replaces only operation-mindset workers; specialize where AI is weak and complement.
- Adaptability is the survival skill in AI era.
- AI replaces repetitive mindset, not critical thinkers.
Synthesis and motivational close worth hearing.
Host and speaker Q&A: engineers become architects/business analysts; AI+domain (medic+AI) is lucrative with few experts; balance AI use with ethics; specialize by passion plus trend tracking. They agree future neural-network training workshop. Host praises students' Cisco recognition, thanks speaker, ends music. Filler thanks and logistics dominate.
- Market wants 'profession + AI' not pure AI degrees.
- Planned follow-up hands-on neural net session for students.
Repeats points and is mostly thanks, but confirms next steps.
Key points
- AI as intellect amplifier — Traditional technology amplified human physical capability (e.g., building circuit boards), while AI amplifies intellectual capacity via simulations in higher dimensions humans cannot grasp. This distinguishes it from prior disruptions like the steam engine or smartphone.
- Four enablers of the AI boom — Massive internet data, GPU creation by Nvidia, cloud computing from Amazon/Microsoft, and Transformer architecture for language understanding converged to make modern AI inevitable rather than optional.
- Engineer role redefinition — AI will not replace engineers but redefines engineering: repetitive coding, design, and log analysis shift to AI, while humans move to methodology, business frameworks, and regulation knowledge (ISO, NIS).
- Data is the new oil — Training AI requires raw inputs, metadata, and pattern detection; the speaker calls data 'the petroleum of the 21st century' because it feeds learning like oil fueled the 20th century.
- Human skills stay irreplaceable — Critical thinking, creativity, communication, ethics, curiosity, and adaptability are listed as capabilities AI lacks, and people who pair them with AI gain significant advantage.
“Los datos son el petróleo del siglo XXI” — Juan Carlos Carvente Juárez
“La IA no va a reemplazar a los ingenieros, simplemente va a redefinir lo que es el concepto de ingeniería.” — Juan Carlos Carvente Juárez
AI-generated from the transcript. May contain errors.
[música]
[música]
[música]
[música]
[música]
Hola, ¿qué tal? Muy buenas tardes,
comunidad de ingeniería de la
Universidad Atras Culturas. Mi nombre es
Delia Asusen Alienzo Vázquez, jefa de
área de conocimiento de ingenierías y
hoy estoy muy contenta de estar con
ustedes porque tenemos unas mastercracks
increíbles. Vamos a tener tres series en
donde iniciamos el día de hoy. Mañana es
la siguiente y el viernes tendremos la
última, pero hoy tenemos un invitado de
lujo. Y este invitado del cual les
quiero hablar es el maestro Juan Carlos
Carvente Juárez. Él es ingeniero en
comunicaciones y electrónica por el
Instituto Politécnico Nacional, maestro
en blockchain por Esden Busner School y
actualmente cursa una maestría en
ciberseguridad en el Tecnológico de
Monterrey. cuentan con diplomados en
ciberseguridad por el Tecnológico
Monterrey y la Universidad de Texas, así
como certificaciones internacionales
entre las que destacan CCNP Security,
Civil Ops y diversas especializaciones
en tecnología Cisco. Actualmente se
desempeña como Security Escalation
Engineer and Cisco System, donde
colabora con equipos globales en la
resolución de incidentes críticos y el
fortalecimiento de estrategias de
seguridad para organizaciones de
distintos sectores. a lo largo de su
trayectoria ha sido testigo de la
evolución de distintas revoluciones
tecnológicas, desde las
telecomunicaciones y la ciberseguridad
hasta las tecnologías descentralizadas y
la inteligencia artificial. Esta
experiencia le ha permitido desarrollar
una visión integral sobre todo cómo la
tecnología está transformando la
sociedad y cuáles serán las habilidades
y retos y oportunidades que van a
definir el futuro de las nuevas
generaciones. Tu trabajo y líneas de
investigación se centran en la
convergencia entre inteligencia
artificial, análisis de datos,
ciberseguridad y tecnologías emergentes,
promoviendo una visión en la innovación
tecnológica vaya de la mano con la
ética, la seguridad y el bienestar de
las personas con la ingeniería social.
Si se dan cuenta, tenemos un invitado de
lujo y el tema del cual él nos viene a
hablar el día de hoy es la inteligencia
artificial, transformando nuestro
presente y redefiniendo el futuro.
Maestro Carlos, muchísimas gracias por
estar el día de hoy aquí y por
compartirnos toda esta experiencia que
usted nos puede proporcionar a todos
nuestros a todos nuestros estudiantes.
muchísimas gracias por aceptar la
invitación el día de hoy. Sin más le
cedo el micrófono. Muchas gracias.
Excelente. Pues bueno, pues muchas
gracias de gracias por la oportunidad y
estamos encantados de compartir esto con
la comunidad estudiantil de la
Universidad de Tres Culturas y también
con el forum que tenemos en YouTube. Y
bueno, sin más preámbulo, vamos a a
proyectar la presentación y bueno, pues
como mencionamos hoy tenemos un tema
bastante interesante, bastante
disruptivo, vamos a llamarlo de esta de
esta forma que es con respecto a la
inteligencia artificial. Antes y nada,
pues quisiera también darle un saludo
por ahí a mis colegas del trabajo que
justo están sincronizando, se están
sintonizando, perdón. Y pues es también
un logro para todo el equipo que
representamos aquí en México en el TAC
de Cisco eh de de aquí de soporte.
Entonces, pues bueno, sin más preámbulo
vamos a definir lo que es la
inteligencia artificial. Vamos a estar
hablando, bueno, no vamos a estar
realmente hablando de lo que son
conceptos tecnológicos. Sé que el Forum
como tal tiene tenemos perfiles
tecnológicos, sin embargo, este puede
eso puede volverse un tema de muchos
números, de mucha complejidad y lo que
vamos a estar tratando de abordar son
justamente de cómo estos estos nuevos
conceptos tecnológicos van transformando
lo que es la vida cotidiana, nuestra
vida profesional y nuestra vida
académica, ¿no?, que es justo la
intención. Y bueno, eh me gustaría ir
comenzando con una pregunta aquí
bastante intrigadora, muy general, pero
realmente que muchos de nosotros
seguramente nos hemos nos hemos
realizado al a la en nuestras primeras
interacciones que hacemos con la
inteligencia artificial, ¿verdad? Eh,
estoy seguro que muchos de ustedes han
tenido interacción con esta y la primera
vez, recuerden, esa primera vez que
hicieron el uso de la inteligencia
artificial. Seguramente al a la tercer
pregunta que lanzaron comenzaron a
notar, si son muy apasionados por la
tecnología, comenzaron a notar este
impacto y este gran alcance que pueden
lograr con este tipo de herramientas,
¿no? Entonces, ¿estamos realmente
viviendo el mayor cambio tecnológico de
nuestra generación? Eso seguramente fue
una pregunta, digamos que muy general
que engloba este concepto y esta
curiosidad que seguramente muchos de de
ustedes tuvieron. Yo también, yo la tuve
en su primer en su primer momento.
Entonces, es realmente es una tecnología
que puede lograr cambiar el futuro,
redefinir la dirección por la cual
humanidad está tomando. Digamos, puede
ser quizás un poco atrevida la pregunta,
pero para eso quiero que hagamos un
análisis. Aquí por aquí, por esta
presentación traje una sección de
acontecimientos históricos que han
pasado a lo largo de la de la humanidad,
a menos del de unos cuantos siglos hacia
acá, que realmente cambiaron y tuvieron
el impacto de cambiar la sociedad en la
que se vivía la la los seres humanos,
¿no? Y bueno, como primer antecedente
tenemos como lo que fue la revolución
industrial que fue por allá a finales
del siglo del siglo XVI, a mediados del
siglo XVI, perdón. donde justamente hubo
esta este boom por la por la
industrialización, las conceptos, el
desarrollo físico de los seres humanos
transformaron mucho la sociedad en la
que se vivía en ese entonces. Los
humanos como tal se dedicaban a a la
parte de la agricultura, a la parte del
comercio, a la parte de la de de del
campo. Y bueno, ahora con la parte de la
revolución industrial, pues
prácticamente la gente comenzó a
trabajar en las fábricas, comenzó a
tener, digamos que salarios un poco
quizás no tan competitivos, pero la vida
como tal del ser humano se transformó,
cambió completamente y fue un un cambio
completamente disruptivo, ¿verdad? Y
bueno, eso nos lleva que al segundo
antecedente que tenemos, que es la parte
de la la electricidad, que pues también
eso fue a finales del siglo XIX. Por ahí
tenemos a inventores bastante
interesantes como Thomas Edison o por
ejemplo Nicola Tesla, que está un poco
infrapalorado, pero justamente esos dos
personajes contribuyeron mucho a que
esto se comenzara a desarrollar y a
fomentar, ¿no? Inclusive, pues bueno,
con la electricidad, pues los seres
humanos dejamos de usar candelas o
lámparas de quereroseno o velas para
poder alumbrar nuestras casas, nuestros
corredores, nuestras calles y ahora se
comenzaba a utilizar electricidad de
corriente alterna y directa en su
momento también se llegó a utilizar,
pero bueno, principalmente el alterna,
¿no? Y entonces eso cambió, transformó
realmente el el lineamiento de la forma
de vida de los seres humanos en ese
entonces. Entonces ese invento tuvo el
potencial de cambiar y reestructurar la
forma en la cual vivimos. Y bueno, hoy
en día no podemos vivir sin
electricidad, incluso el internet, que
es una es el tercer acontecimiento que
tenemos aquí, fue un invento que se
comenzó a desarrollar eh una
interconexión entre dos computadoras.
prácticamente el enviar un mensaje de
uno al otro sin tener que comunicar o
decir alguna palabra yo personalmente
con el otro agente, pues prácticamente
eso también revolucionó la forma en la
cual nos comunicamos, ¿no? Y ahorita
pues prácticamente sin internet ya no
podemos comunicarnos. Es más, no
podríamos estar realizando este tipo de
actividades y lograr este alcance como
lo estamos logrando ahorita con esta
sesión, pues sin electricidad y sin
internet, ¿no? Y bueno, eso también nos
lleva al segundo a a al penúltimo
acontecimiento que fue la creación de
smartphone, ¿no? Yo creo que si ustedes
son muy apasionados por tecnología,
recordarán este este 2017 cuando Steve
Jobs anunció la creación del iPhone. Fue
algo brutal, ¿no? Inclusive todos
querían tener iPhone y bueno, eh no
hablemos más, o sea, podemos ver a las
empresas líderes en ese entonces que era
Sony Ericson Blackberry terminaron por
condenar su [carraspeo] su muerte
prácticamente en cuestión de años, ¿no?
porque justamente fue un invento que
revolucionó eh pues prácticamente a la
humanidad y pues ahora hoy en día quien
no puede prácticamente todos vivimos con
esto y si es parte de nuestro día a día
y no podríamos quizá comunicarnos o
vivir inclusive muchas personas sin ese
tipo de inventos que transformaron
[carraspeo] y convirtieron la la
historia de la humanidad, o sea,
transformaron completamente toda la
forma en la cual vivimos y nos
comunicamos, ¿cierto? Y bueno, aquí
podríamos poner a la inteligencia
artificial. Bueno, quizá, no lo sabemos,
vamos a estarlo desarrollando durante la
presentación, pero bueno, quizás se
pueda lograr a comparar con esos
cambios. Lo vamos a estar lo vamos a
estar dimensionando. Y bueno, para esto,
¿qué es lo que hace diferente a la
inteligencia artificial? ¿No? Para esto
dice una analogía muy sencilla, muy
simple, prácticamente en dos conceptos
diferentes, uno lo que es la tecnología
tradicional y el otro es lo que la
tecnología con inteligencia artificial.
¿Qué es lo que se logra con la
tecnología tradicional? pues
prácticamente la tecnología tradicional
amplificaba o amplifica las capacidades
físicas del ser humano. Es más, aquí por
ejemplo podemos tenemos una una imagen
en donde se está desarrollando o se está
soldando una una una placa justamente
con componentes electrónicos y pues eso
prácticamente fue la idea de algún de
algún científico o de algún ingeniero
que tuvo idealizó tu digamos que con su
cerebro pudo dimensionar y y diseñar un
circuito y prácticamente crearlo y
materializarlo en lo que es una una
placa, un componente electrónico, ¿no?
Eso como tal se puede traducir lo que
fue una capacidad física de un ser
humano con su cerebro que lo planteó y
lo materializó en tal cual en lo que es
una placa electrónica, ¿no? Eso es una
tecnología tradicional. Ahora, ¿qué con
la inteligencia artificial? Pues
prácticamente lo que lo que hace
diferente a la es que esto amplifica las
capacidades intelectuales del ser
humano. Inclusive que hay una analogía
bastante interesante. Si ustedes se
hacen la la ah si ustedes dimensionan y
analizan un poco de lo que de a partir
de lo que fue la final al final del de
la época medieval a lo que es hoy la
edad edad contemporánea, hubo un
crecimiento bastante relevante en nivel
tecnológico y científico principalmente,
¿no? Hubo muchos, hubo mucho, mucha
cantidad de científicos descubriendo,
patentando, publicando cosas y pues eso
era demasiado acelerado hasta que a
mediados del siglo XX quizás eso se
empezó a frenar, se empezó a hacer un
poco más lento y hoy en día pues
prácticamente es algo muy lento. ¿Y eso
a qué se podría atribuir? Pues porque pu
a que quizás el humano esté llegando a
su máxima capacidad, digamos que
racional para poder seguir descubriendo
cosas. Sabemos que hay existen cosas o
experimentos eh científicos que no se
pueden comprobar simplemente porque
nosotros los humanos no las
dimensionamos. Entonces aquí quizás
donde por la inteligencia artificial
podría maximizar nuestro conocimiento,
podríamos hacer simulaciones inclusive
en cuarta, quinta, sexta, octava
generación, eh octava e eh dimensión que
nosotros como tal no podemos no podemos
dimensionarlo porque somos muy
terrenales, solamente vemos tres
direcciones, pero con modelos
matemáticos y con modelos eh digamos que
de simulación, de inteligencia
artificial es posible que podamos
obtener resultados bastante
interesantes, ¿no? Entonces es a lo que
se está apostando o al menos a nivel
científico para poder maximizar con la
inteligencia artificial la capacidad que
el ser humano puede lograr desarrollar.
Y bueno, aquí como tal vamos a explicar
un poco los conceptos de inteligencia
artificial. Ya hablamos un poco de lo
disruptivo que puede llegar a ser.
Quizás somos un poco escépticos y no no
no creemos tanto en ese aspecto, pero
bueno, para definir un poco aquí lo que
es la inteligencia artificial, pues
bueno, la inteligencia artificial es
como tal la capacidad de una máquina
para realizar tareas que normalmente
requieren una inteligencia humana, ya
sea como razonar, aprender, reconocer
patrones y tomar decisiones. Eso digamos
que a grandes rasgos lo que es la
definición de inteligencia artificial.
También tenemos por aquí lo que es la
definición de machine learning o machine
learning, que tal cual la machine
learning es como tal una rama de la
inteligencia artificial que permite a
las máquinas aprender a partir de los
datos sin necesidad de ser programadas
con reglas específicas para cada tarea.
Es decir, si nosotros anteriormente pues
hacemos, bueno, hoy en día también
hacemos eh código de digamos que de
Python para poder resolver un problema o
cumplir con una tarea, pero ese código
simplemente se queda en ese, digamos que
a ese nivel y no es capaz de poder
resolver otro problema para lo cual no
fue diseñado, ¿cierto? Pues bueno, ahora
con machine learning como tal, ahora lo
que se permite pues es que una
computadora, digamos que un sistema
computacional, pues pueda aprender a
partir de los datos. Ahita vamos a
hablar un poco de lo que es el deep
learning, pero pueda aprendir aprender a
partir de los datos y se empieza a
comportar de acuerdo a lo que le estamos
solicitando y puede hacer un
multitasking, puede hacer diferentes
tareas sin tener que utilizar solamente
un código de Python inmenso. Digamos que
no es escalable usar un solo código para
poder resolver un problemas generales de
mucha incertidumbre, ¿no? Tal cual eso
sería pues prácticamente cero escalable
y pues requeriría un nivel de
computación absolutamente eh
completamente absurdo. Y la parte del
deep learning pues es como tal el deep
learning es la rama del machine learning
como tal dentro de la inteligencia
artificial que utiliza redes neuronales
artificiales para aprender de patrones
complejos a partir de grandes cantidades
de los de datos. Entonces, es decir,
aquí es como tal un poder computacional
que simula o un programa de de
simulación de redes neuronales, tal cual
a como lo funciona el cerebro humano. No
sabemos que dentro de nuestro cerebro
hay choques eléctricos, usan esta parte
de las neuronas y dentro de nuestras
neuronas pues podemos conseguir, digamos
que dentro de esta red neuronal pues
podemos obtener pues prácticamente las
habilidades cognitivas que un ser humano
pues utiliza en su día a día, ¿no?
Entonces, prácticamente el deep learning
es todo esto, es toda esta digamos que
analogía de forma de forma
computacional, pero que prácticamente
procesa una gran cantidad de datos y que
aprende. Es capaz de aprender también
como un niño, tal cual. O sea, con la
información que nosotros vamos
brindándole, ahorita vamos a hablar un
poco de eso, le vamosendo, le vamos
brindando, vamos nutriendo y es capaz de
poder comenzar a a a simular que razona
y a resolver problemas, ¿no? Que ese es
el principal dentro de la inteligencia
artificial. Lo otro pues es el último
concepto que tenemos aquí es la
inteligencia artificial generativa, que
como tal eso es una rama, digamos que
muy específica dentro de de la rama de
todo el mundo de la inteligencia
artificial que es capaz de crear
contenido nuevo, ya sea texto, imágenes,
audio, video, código a partir de los
datos por los cuales por los cuales fue
entrenado. O sea, una inteligencia
artificial, no digamos que degenerativa
no puede ser capaz de generar eh o de
hacer otras actividades que por lo cual
no está generado, perdón. Entonces, la
IA generativa tal cual se crea, se
define como la generación de contenido.
Y bueno, como pueden ver, este mundo es
enorme y hay muchísimos otros conceptos
que que justamente por temas de tiempo
no no los vamos a estar discutiendo,
pero digamos que a grandes rasgos estos
conceptos seguramente ustedes los han
visto o los han estudiado en algún punto
y estas son algunas definiciones que
traje para justamente aterrizar estas
ideas, ¿no? Y bueno, ahora vamos a la
siguiente, a la siguiente slide. Eh,
¿por qué precisamente ahora, o sea, por
qué por qué ahorita nos pasó a nosotros
a nuestra generación? Eso es algo que
también mucho muchas personas puedan
llegar a a realizar, digamos que
cuestionarse por qué precisamente ahora.
Y bueno, yo traje aquí como cuatro
conceptos principales para justamente
tratar de abordar esa esa respuesta,
¿no? Eh, esa pregunta, perdón. Entonces,
justamente, ¿por qué? Porque tenemos
datos masivos hoy en día, pues con el
mundo del internet ya tenemos millones y
millones y millones de cantidad de
información, de datos. Todo ya existe en
internet prácticamente, inclusive hay
muchas personas que dicen, "Todo ya está
en internet." Quizás quizás no esté
todo. Digamos que de un tiempo para acá
lo hemos documentado. Todo lo que ya
está digitalizado ya se encuentra en la
nube, ya se encuentra en algún en algún
punto del internet y pues ya contamos
con datos masivos y es decir, esto ya
estaba destinado a pasar, ya estaba
destinado a que esto tuviera que
acontecer. Cuando ya tenemos una base de
datos infinitamente enorme, pues con
eso, ¿qué es lo que vamos a hacer?
Inclusive eso eso es digamos que ese
concepto de que vamos a hacer con datos
masivos se lo cuaron empresas enormes
como Meta en ese momento Facebook o o
YouTube o bueno, Google, perdón, con
estos corporativos enormes que
justamente vibieron un valor intrínseco
dentro de los datos y es por eso tal
cual que hay muchos servicios y muchas
plataformas que no cobran por un
servicio o por ofrecernos un servicio,
es más porque se cobran prácticamente
con los datos. Entonces, todos esos
datos tienen de un valor y esos datos
masivos justamente son los que ayudan a
que a que la guía se pueda entrenar y a
que la pueda funcionar. Entonces, al
tener una base de datos completamente
enorme, eso eso iba a forzar a que algú
algún colega ingeniero se cuestionara,
oye, si podemos no podríamos diseñar un
sistema o algo que pudiera simular el
cerebro humano y pueda procesar y saber
todo prácticamente y sabemos que la ella
hasta hoy en día no no ha logrado esos
niveles, pero seguramente alguien por
ahí se lo cuestionó sabiendo que tenía
valor, que los datos que que había
capturado tenía muchísimo valor, ¿no?
Entonces, estábamos realmente destinados
a que esto sucediera, ¿no? Succediera,
perdón. La la otra el otro punto es es
es la creación del GPU, ¿no?, que tal
cual son como esos estos procesadores
digitales eh que logran hacer que
logran, digamos que satisfacer esta
demanda de recursos digitales de lo que
es la inteligencia artificial. Entonces,
por ahí también vemos empresas como
Nvidia, que fue la pionera en la
prácticamente la en la en la en la el
diseño de la nueva arquitectura del
sistema de computacional del
procesamiento digital, que justamente
fue la creación del GPU y pues incluso
hasta desbancó compañías muy fuertes
como lo era Intel en su momento, ¿no?,
que era el líder prácticamente de los
CPUs. Con CPUs también puedes hacer
procesamiento para la parte de
inteligencia artificial, pero demanda
mucho más tiempo y es mucho menos
eficiente. El GPU prácticamente es a
nivel arquitectura es diferente para
tener esa demanda y cumplir con esa
demanda de lo que una una inteligencia
artificial va requiriendo. La otra
parte, el otro punto también es el
computación, el cómputo en la nube o lo
que se conoce como cloud computing. El
cloud computing como tal, pues eso
también ya es algo que ya venía
sucediendo. Amazon, Microsoft, hay
muchos líder dentro de la industria que
son que son los pioneros, digamos que
dentro de este modelo de negocio o este
o este concepto que se tiene de
computación en la nube, al tener también
cloud computing, pues eso también eh
contribuyó a que si estuviera pudiéramos
tener acceder a aplicaciones
sencillamente de inteligencia artificial
mediante un servicio de internet.
Entonces, eso también contribuyó a que
pudiéramos a que pudiéramos estar
viviendo lo que es hoy en día el boom de
la inteligencia artificial. Y pues lo el
último punto que puse por acá fue los
Transformers, ¿no? Que de tal cual es la
arquitectura que revolucionó, como las
máquinas entienden el lenguaje.
Y bueno, ahora vamos a preguntarnos esta
esta vamos a hacernos esta esta
analogía. Les invito a que nos hagamos
esta esta analogía en donde justamente
pues la ya está en vida en tu vida
diaria, ¿no? ¿Quién hoy por la mañana no
utilizó Google Maps o quién no hoy por
la mañana o durante el día utilizó eh
plataformas de streaming como Spotify o
como YouTube? Ahorita justamente los
estudiantes están utilizando YouTube
para para ver esta esta presentación.
Entonces, pues bueno, seguramente por
ahí hay modelos de que quizás estén en
el en el backend funcionando para que
nosotros podamos tener este o podamos eh
obtener este servicio, ¿no? En la banca
digital o la banca de de digamos que a
nivel financiero, pues hoy en día
también ya existen muchos agentes de que
dan soporte o brindan soporte cuando tú
haces una llamada al banco. Quizás antes
tenías que esperar o ya antes esperabas
15, 30 minutos para recibir soporte de
una persona humana. Ahora prácticamente
ya tienes una gente deía tratando de
resolver tus problemas o por chat.
Incluso a mí me pasó ayer, tuve que
hablar a Nubank y justamente ahí tuve
una gente de que resolvió el problema
bastante bastantemente bastantemente
rápido. Entonces, pues eso ya es algo
que lo vemos día a día, ¿no? En el
sistema de salud otras nos vamos a meter
un poco en es en ese aspecto. En las
redes sociales, pues quién no posteó
quizás un estado en Instagram hoy por la
mañana o durante la tarde y justamente
ya no hay filtros como se tenía antes.
Ahora ya tienes prácticamente filtros
creados con que pues si excedes un
límite de de digamos que en el día pues
tienes que pagar por eso, ¿no? Pues
justamente porque ya se demanda mucho
mucho procesamiento digital para poder
obtener eso. Pero bueno, ya existe hoy
en día en las redes sociales y las
compras también en plataformas como
Amazon, un mercado libre, Walmart, pues
prácticamente ya también hay modelos de
o hay agentes de IA que están
interactuando prácticamente en la
aplicación que tú estás utilizando como
usuario.
Y bueno, aquí pues para atrizar un poco
lo que son los datos, eh la importancia
de los datos para para la inteligencia
artificial, pues aquí podemos hacer una
analogía de que los datos son el
petróleo del siglo XXI, que era lo que
se por lo cual la gente se peleaba en el
siglo XX o la la en el siglo XX la
humanidad, pues era prácticamente por
petróleo, ¿no? Todos peleaban, inclusive
sigue habiendo países que siguen
peleando un poco por ese aspecto, pero
bueno, son temas extraoficiales, pero al
final del día la la los datos son
demasiado importantes para la para que
la IA funcione. Y esto cómo funciona.
Digamos que a nivel operacional
sencillamente funciona pues
prácticamente tienes tus datos, que es
lo que la información, pueden ser datos,
metadatos, los metadatos son datos de
los datos. Entonces, toda esa
información te brinda te brinda
muchísima más información que inclusive
quizás no la puedas ni mencionar y es
por eso que pues bueno, este al final
del día son entradas crudadas para el
aprendizaje. Simplemente tienes tienes
información, tienes, vamos a llamarlo
como paja y pues yo necesito sacar un
resumen, necesito que alguien procese y
dimensione y que se lea todo este esta
información para poder obtener un
resultado al final, ¿no? Pues esto al
final sigue patrones. La ya detecta
irregularidades, empieza a detectar qué
es lo que va lo que conoce, qué es lo
que sí ha visto y en base a eso ya
empieza a crear ya hay un modelo de de
modelo de inteligencia artificial que ya
está entrenado para responder o resolver
ese problema el cual tú estás buscando
con cierta herramienta de inteligencia
artificial. Vamos a hacer un demo
bastante interesante aquí con con varias
eh herramientas de inteligencia
artificial. Eso va a estar bastante
interesante y ya que ya que existe ese
procesamiento, pues prácticamente
empieza a responder, empieza a hacer una
predicción, empieza anticiparse los
resultados o futuros, ¿no? Y al final
pues eso logra a tomar decisiones que la
pues prácticamente es darte una
respuesta de satisfacción a lo que tú
estás buscando. Eso es un modelo de AA
prácticamente en resumen entrenado. Y
cómo es que la los datos tienen una
importancia fundamental porque
prácticamente es el alimento que hace
que esto sea una realidad.
Y bueno, ahora vamos en el impacto
global. la IA está transformando cada
industria y esto es realmente y bueno,
yo lo he visto justamente yo trabajando
en Cisco, no recientemente, no no hace
mucho, mucho tiempo prácticamente hubo
un una apuesta bastante agresiva dentro
de la organización para empezar a
optimizar eh procesos eh workloads con
inteligencia artificial y eso también
forzó a que pues a que tuvieran que
recortar, hacer recortes de personas y
eso no quiere decir que la reemplazó
aguas, eso son cosas completamente
diferentes. vamos a ir abordando
conforme vamos viendo la presentación,
¿okay? Pero bueno, la idea pues
prácticamente ya está en la industria.
Hay empresas eh apostando muchísimo
dinero, muchísimo dinero realmente para
optimizar recursos, para meterlos dentro
de de su operación y pues prácticamente
optimizar muchísimas cosas, muchísimos
procesos y pues en la industria de la
educación pues también ya lo podemos
ver, ¿no? Ya hay aplicaciones donde tú
puedes interactuar o aprender lenguajes
de inglés, español, eh francés, ruso,
chino, lo que tú quieras. prácticamente
hay un agente de IA que eh prácticamente
es la misma persona, es el mismo agente,
no tienes que ir con una escuela de de
inglés o una escuela de francés, eso
prácticamente ya está quedando un poco
ya un poco más atrasadito, no quiere
decir que no se siga usando, se sigue
usando, pero hoy en día ya basta con que
tengas tu teléfono celular, veas una
aplicación, descar pagues por esa
aplicación, seguramente tienes que que
pagar un un poco de de tienes que dar
dinero para justamente acceder a estos
servicios, pero ya tienes un profesor
prácticamente una gente de ya que te
está educando y te está enseñando
a a conversar en inglés, a conversar en
francés y te corrige y hace toda esta
interacción, ¿no? Y prácticamente desde
la desde tu casa. Eh, la en la parte de
la medicina también ya existe algo
bastante interesante, diagnósticos más
precisos. Por ahí también hay hay una
noticia en donde justamente ya se puede
detectar el cáncer de mama de una forma
muy proactiva y con mucho tiempo de
anticipación eh bastante interesante y
eso lo hacen como modelos de
inteligencia artificial. Obviamente es
un estudio que se realiza, se capturan
datos, esos datos los analiza una ella
predictiva y con base a lo que a lo a lo
a lo a lo que ella fue entrenada por
médicos profesionales, justamente ella
puede y decir, "¿Sabes qué? Pues mira,
hay que hay indicios de que puede
desarrollar cáncer de mama en a tal en
tal periodo y justamente se hizo
estudios de eso y efectivamente esa
personas que sometieron a ese tipo de de
de
testeos justamente desarrollaron cáncer
de mama." Entonces, la pues ya existe
algo, modelos de ella que pueden
predecir qué no puedes tener, qué
enfermedades puedes desarrollar en base
a lo que tú le metas entrada o con tus o
compartiendo información sobre tus tu
alimentación, sobre tu peso, tus tus
modales, tus hábitos. Y pues bueno, es
bastante interesante, ya existen modelos
de de digamos que aplicaciones de
medicina preventiva que justamente están
desarrolladas por modelos de
inteligencia artificial para darte un
diagnóstico, pues quizás un poco más
bien el futuro, pero es algo que ya
existe hoy en día. Las finanzas, pues
también lo vemos, ¿no? Como la parte de
los bancos, eh la parte de las
inversiones, también ya existen muchos
modelos, inclusive es lo que más es para
lo que más se utiliza la se utiliza
muchísimo para hacer predicciones y es a
lo que le gustan los mercados, pues
prácticamente porátiles, por ejemplo,
pues es hacer ese tipo de predicciones y
análisis, análisis de riesgos, análisis
de eh técnico o análisis de de sector
financiero prácticamente, ¿no? Y la
parte de la ciencia pues también ya lo
hablamos anteriormente, ¿no? con la
parte de que el humano pues ya la parte
de los científicos ya están utilizando
modelos de ella para justamente
maximizar un poco más su alcance y
tratar de resolver problemas por los que
un humano como tal no podría comprender
porque pues simplemente por el hecho de
que nuestro alcance digamos biológico
pues no llega hasta es hasta esos hasta
esos puntos, ¿no? Y bueno, la parte de
la manufactura, que también es un sector
que me apasiona muchísimo, porque si
supieran la cantidad de información que
se colectan en los sensores de una línea
de producción es brutal. se colectan por
minuto, por segundo, por milisegundo. Y
toda esta información y todos esos datos
son información que si tú justamente los
metes a un modelo de entrenado para
optimizar recursos, optimizar líneas de
producción, optimizar eh recursos
humanos, pues prácticamente puedes
obtener información y predicciones
bastante interesantes. De hecho, es de
las industrias que ahorita están
utilizando muchísima inteligencia
artificial, las líneas de producción, la
cadena de suministro principalmente ya
hay una optimización. ¿Por qué? Porque
justamente todos esos procesos, hay
muchos sensores dentro de todo esos
mundo de OT que justamente capturan
información, demasiada información y eso
se utiliza, se manda un modelo de ella
que hace predicciones y te da
sugerencias. Okay, mira, aquí veo que
estás invirtiendo mucho tiempo en esto.
Eh, te recomiendo que pues puedas
optimizar esto puedas hacer estos
cambios, puedas ver esto. Y eso al final
se traduce a que es más negocio, más
negocio para las cadenas o las
industrias o las empresas que se dedican
a a la línea de a la manufactura o a la
parte de la cadena de suministro.
Y bueno, ahora vamos a hacer una sección
para para ingenieros, ¿no? ¿Qué
significa esto para un ingeniero? Porque
pues justamente aquí tenemos una
comunidad de ingenieros bastante
bastante interesantes que justamente vi
que ganaron por ahí un reconocimiento de
de Cisco. Pues la verdad, felicidades a
la comunidad de de tres culturas,
Adelia, pues justamente porque justo eh
esto es bastante esto es para aplaudir,
esto es realmente algo que no cualquiera
cualquier universidad lo obtiene y lo
obtuvo la Universidad Tres Culturas y
pues muchas felicidades para toda la
comunidad y ahora para en particular
para los ingenieros. ¿Qué qué qué
significa esto para ser un ingeniero?
ser un ingeniero prácticamente con todo
esto que se da la guía va a
reemplazarme. Eso es algo que muchos
quizás nos podamos preguntar o si
realmente vale seguir estudiando
ingeniería porque pues va a llegar la y
nos va a reemplazar eso. Eso quizás sea
un análisis muy subjetivo y una opinión
muy subjetiva, pero hoy en día ya para
para la parte de programación pues
ahorita vamos a hacer un demo con GH
Pilot que muchos por ahí de sistemas
computacionales lo quizás lo utilicen o
lo hayan utilizado.
Vamos a hacer un tema bastante
interesante de eso, pero pues eso va a
transformar la forma en la cual hacemos
código. Antes el el ingeniero se sentaba
a hacer coding y se tardaba quizás, no
sé, una semana, dos semanas en terminar
el proyecto y prácticamente con GitHot
Copilot utilizando todo el repositorio
que se tiene de GitHop, ya puedes
diseñar un código bastante bastante
bueno, bastante complejo en cuestión de
minutos, en cuestión de segundos.
Entonces, pues eso prácticamente que nos
fuerza a que nosotros como ingenieros
quizá tengamos que aprender ahora más
sobre metodologías, porque de eso
dependerá el prom que tú le vas a meter
a la illa. Quizás ya no tanto al nivel
de lenguaje, porque antes aprender
muchos lenguajes de programación, quizás
fue el reto enorme de de los ingenieros
en programación, pero hoy en día ya
basta con saber un poco de de de
metodologías de de de código y eso te va
a ayudar muchísimo y te va a posicionar
mucho para poder seguir siendo un
ingeniero a la vanguardia, un ingeniero,
digamos que contemporáneo en la época de
la guía. La parte del diseño, pues
bueno, no soy mucho, yo no conozco mucho
de diseño, pero sí sé que hay
herramientas como Canva AI o como
Photoshop que ya utiliza modelos de IA y
pues puedes crear un diseño, ya no
necesitas tener una persona realmente
ahí haciendo un diseño y se tardaba que
una o dos horas haciendo un diseño, sino
ya con base a un prompt y a lo que tú
sabes de diseño, a los colores que tú
puedes utilizar, a los contrastes que
puedes hacer llamar la atención
psicológicamente las personas, puedes
crear un prom y puedes hacer una imagen
a como tú lo estabas dimencionando, ¿no?
en cuestión de segundos. La parte de la
simulación, la automatización, la IA
pues prácticamente eh lo que está
haciendo hoy en día la IA pues es
prácticamente optimizar todos los
procesos que son repetitivos. Eso es
algo que quiero que se lleven de digamos
que lo que está pasando a nivel
industria, a nivel corporativo en todo
el mundo es prácticamente la está
entrando a resolver o a a a asistir a
todos esos procesos que son muy
repetitivos en donde quizá tenías a un
project manager o algo por ahí que hacía
todo lo mismo, todo digamos que hacía lo
mismo todos los días y justamente ya con
esto con ella ya hay muchas empresas que
están apostando para hacer todo eso de
una forma automatizada y mediante
modelos de inteligencia artificial. la
parte de la ciberseguridad, que también
es uno de mis campos eh de mis campos de
especialización, antes, anteriormente,
en la en en en la inteligencia
artificial, perdón, en la
ciberseguridad, pues se gastaba
muchísimo tiempo y muchísimos recursos
humanos y de todo tipo, eh tratando de
averiguar si una amenaza era realmente
una amenaza o era un falso positivo.
Entonces, tenías aú todo un equipo
completo de humanos analizando a
analizando locks y analizando tratando
de comprender si ese ataque es verídico
o es falso. Y ¿qué es lo que pasaba?
Había tácticas, tácticas de, digamos que
de amenaza que utilizaban los agentes
maliciosos para distraer a todos esos
ingenieros y a toda esta comunidad que
se encarga de darle protección a un
sistema, a un corporativo, que se que se
titurieran por acá y por acá por otro
vector de ataque clavaban un malware que
pues prácticamente era muchísimo más
derruptivo y nadie se daba cuenta porque
justamente toda la gente estaba tratando
de resolver otros problemas que sea para
saber si era o no era realmente una
amenaza. Entonces, ahorita ya con todo
esto con la A, pues ya tenemos muchas
herramientas tecnológicas e digamos que
de análisis de datos en base a los base
a inteligencia artificial, analizan
muchos locks, analizan mucha cantidad de
información que se genera en las redes o
en los en los en los sistemas operativos
o en los en los en las computadoras, en
los teléfonos y prácticamente eso ya es
capaz de poder detectar si puedes tienes
potencial de amenaza, si tienes eh
indicadores de compromiso, indicadores
de amenaza, etcétera. Entonces ya no
necesita quizá un ingeniero en
ciberseguridad quizás ya no se dedica a
la parte operativa, sino ya nos vamos a
dedicar más a la parte de saber
regulación, de saber ISO, de saber NIS,
de saber muchos frameworks, de saber qué
es lo que dice el procedimiento y cómo
cómo actúa cierto malware, cómo actúan
ciertos agentes maliciosos. Entonces eso
es a lo que realmente ya se está
transformando el mundo de la
ciberseguridad. ya no es tanto a la
parte operativa de saber analizar logs o
crear códigos de Python para detectar
amenazas, sino simplemente ya hay que
aprender regulación, hay que aprender
pues muchísimas cosas para poder estar a
la vanguardia, ¿no? y la parte de la
operación lo sigue haciendo ingenieros
de operación o lo sigue haciendo
ingenieros eh lo sigue haciendo la
inteligencia artificial. Pero ahora ya
lo que el mercado está demandando es
saber tener gente que sepa de
regulación, que sepa de jurisdicción,
porque también esta parte del mundo de
la privacidad es muy enorme, pero bueno,
eso es solamente como como un contexto a
a lo que estamos hablando de que a qué
está formando el rol de ingeniero con el
uso de la inteligencia artificial. Y el
último, y yo creo que más importante es
el análisis de datos, aparte del big
data, prácticamente con ella es es lo
que más le gusta a la analizar
información de tu con mucho con toda
esta información que se colecta en un
big data o un análisis de datos, pues
prácticamente puede ser maravillas,
puedes puedes anticiparte a muchas a
muchos problemas, puedes hacer
resolución proactiva de muchas cosas.
Entonces, toda esa parte del big data es
lo que más le apasiona la ella. Si
ustedes están pensando quizá moverse por
mundos de ciberseguridad, de networking
o análisis este de big data y quizás es
ese momento, la no va a estar
reemplazándonos. Más bien nosotros
tenemos que adaptarnos a que a a las
nuevas tendencias y saber en qué la
quizás no sea bueno o que o quizás en
qué no sea tan tan buena la y es ahí
donde tú puedes destacar como ingeniero
o como cualquier otro profesionista.
Vamos a trasladar esto también a
cualquier nivel de profesión. Pues
les invito a que analicen un poco, hagan
esa analogía, vean qué es lo que la IA
ya está haciendo en su entorno, en su en
sus responsabilidades y vean en qué no
está haciendo y justamente enfóquense en
esa parte porque justamente es para
complementar y que pues nunca seas
comprometido o rezagado o seas un
ingeniero que al final pues puedas
puedas ir reemplazado por la por la
inteligencia artificial, ¿no? Y aquí
como vemos la IA no va a reemplazar a
los ingenieros, simplemente va a
redefinir lo que es el concepto de
ingeniería.
Y bueno, ahora estamos por pasar al
demo. Ahorita pues no existe una ya como
tal perfecta, más bien existen
herramientas diferentes para problemas
diferentes, ¿no? Y aquí tengo una serie
de varias herramientas que son chat ppt
de open que prácticamente flecha de PT
esta herramienta es muy buena para hacer
el aprendizaje, para hacer un
brainstorming. Si han hecho algún
brainstorming con chat GPT es lo mejor
que puedan que puedan obtener. Sé que
hay otras herramientas que también
pueden llegar a hacer este tipo de
actividades, pero CHTPT es muy bueno en
eso porque el modelo de de el modelo de
inteligencia artificial que se utiliza
pues prácticamente ha sido muy bien
entrenado para eso. Y la parte de la
redacción Chad, ¿quién ha escuchado que
Chat PT es muy chorero? justamente es
porque tiene muy buena muy buena
habilidad para hacer redacción y es
realmente muy bueno. Si tú le metes un
prom muy específico y muy muy puntual y
a lo que quieres obtener, vas a obtener
una redacción muy muy interesante. Eh,
ahora está la parte de Microsoft
Copilot, ¿no? Que esto es más como para,
bueno, se utiliza más en el ecosistema
de Microsoft. Si usas tienes Windows y
usas Office, pues prácticamente esta
parte tiene una muy buena integración
con todo ese ecosistema de Windows, ¿no?
Inclusive ya lo vemos hoy en día con
herramientas de o con o servicios de
Asure, que son los servicios de
Microsoft en la nube, prácticamente ya
se está integrando con Copilot y ya
puedes levantar ya puedes levantar
máquinas virtuales o levantar servicios
con con con ayuda de la inteligencia
artificial con copilot, ¿no? Eso es
bastante atractivo y bastante innovador
porque justamente eso está posicionando
a Microsoft otra vez de nuevo a a la
pelea ahí para ver quién es el el más
grande el más grande vendedor de cloud,
¿no?, que es Amazon. Amazon también
tiene su parte de AI que es IQ si no me
equivoco. Ellos también ya están
desarrollando esta parte, pero ahorita
Microsoft con la ayuda de Pilot, con
todo esa habilidad que ya ese trabajo
que han obtenido y resultado con
Microsoft OP ya lo están integrando
mucho de sus servicios y están
revolucionando la forma en la cual antes
hacíamos o levantábamos servicios o
utilizábamos pues prácticamente
servicios de de Microsoft, ¿no? Está
Google Gemini, que Google Gemini si lo
han utilizado es muy bueno para hacer
PDFs para creación de imágenes, análisis
multimodal. Último dat quiere decir que
sean de muchos servicios de inteligencia
artificial. La verdad es que Jimini es
bastante bastante buena. Vamos a hacer
un un demo de Gemini. También está
Perplexity que bueno es una es una es
una es una herramienta de inteligencia
artificial que se dedica prácticamente a
hacer una investigación con referencias.
Es decir, si se puede si están haciendo
una investigación de algún tema en
específico usando perplexity, vamos a
hacer un tema también de perplexity
prácticamente te va a dar todo un va a
redactar texto en base a las a las
referencias que él encontró en internet
y tú le puedes pedir, ¿sabes qué? me
interesa que hagas una consulta en
cierto servicio en cierto universidad o
o con cierto de ciertas referencias.
Solamente me interesa que hagas una
consulta de esto y él se va a encargar
de hacer esa consulta con la información
que hay en internet y te va a dar las
referencias y al final también le puedes
pedir que haga una una que te ponga las
referencias en formato APA 7 o APA y y
te va a dar las fuentes sin ningún tema.
Ahorita lo vamos a ir viendo en la parte
de GitHub Copalo, que eso para los que
les encanta hacer coding o los encanta
ser programadores. También tenemos un
demo aquí bastante interesante que me
costó un poquito porque justo tuve unos
problemas ahí en unos servicios de mi
computadora, pero logramos hacer, vamos
a hacer un tema, un demo de GitHot
Copilot para crear código en cuestiones
segundos y la parte de Cloud, ¿no?, que
es para hacer análisis de documentos
largos, escritura técnica y
razonamiento. Y bueno, sin más
preámbulo, aquí tenemos el demo. Voy a
compartir mi pantalla aquí para para
justo este poder enseñarles a ustedes.
Ah, denme un minuto.
Esta screen.
Me avisan si pueden ver la pantallita.
Ya la estoy proyectando. Y bueno,
bienvenidos. Esto es Chatpt de Open AI.
Yo ya tengo aquí mis proms eh creados.
Digamos que para no perder mucho tiempo
ya los ya los quedé, pero bueno, a HDPT
le vamos a a sugerir que sea un
ingeniero de digamos que de redes y
especializado en optimización de redes
empresariales, ¿no? Tal cual y le
estamos planteando un escenario. Voy a
correr el PROM porque tarda un poquito.
Este este PROM sí demanda un poco de
recursos de chat IPT, pero prácticamente
les doy un poco de contexto. Tengo un
problema en donde hay un cliente que
está reportando
lentitud en su red, alto consumo en
ancho de banda durante laboral y pues
prácticamente videollamadas o llamadas
que se cortan frecuentemente, ¿no? Le
pongo analiza al problema, identifica
las posibles causas, un brainstorming y
es lo que estamos haciendo aquí, propone
un plan de diagnóstico paso a paso con
base a lo que tú crees que puede ser.
Con los síntomas que yo te doy, pues
genérame un diagnóstico y al final pues
resúmelo en una tabla con estos
conceptos de problema, eh, posible
causa, acción recomendada y prioridad. Y
bueno, aquí va a tomar un poquito de
tiempo. Ya había hecho un test con esto,
pero vamos a movernos un poco a Gemini
para ir eficientando. Ahorita regresamos
con chat GPT, movemos a Gemini. A Jemini
pues le vamos a a prácticamente a
sugerir o a pedir, perdón, que genere
una imagen, ¿no? Porque sabemos que uno
de los potenciales de Gini es la parte
de modelo de difusión que tiene para
crear imágenes. Entonces, pues bueno,
aquí le decimos, "¿Sabes qué? Hazme una
representación de cómo sería una
ingeniería, cómo sería la ingeniería en
el año 2035." Y wow, aquí le damos un
poco de contexto y con lo que tú sabes,
con la información que tú tienes dentro
de para con la cual fuiste entrenada,
diséñame cómo te imaginas tú que sería
la la el digamos que el rol de ingeniero
o la profesión de ingeniero en el año
2035 y pues aquí lo lo obtenemos, ¿no?
Eh, prácticamente aquí hay varios sesgos
que ahorita vamos a hablar un poco de
eso, pero bueno, vamos aquí a la parte
de lo que hizo Chat PT, pues nos dio un
análisis general, nos dio como las
posibles causas, un brainstorming,
¿sabes qué puede hacer por esto? 180,
hay probabilidad de que esto sea, puede
ser ese otro problema de QES, que es
prácticamente pues cualidad del
servicio, eh la pérdida de paquetes
puede ser porque pues tienes mucho
tráfico o hay interferencia en tu red
Wi-Fi, depende cómo te estés conectando,
hizo falta mucho contexto para que sea
más preciso, chat y pitino y eso es una
de las cosas que quería mostrar, pero
bueno, nos hizo nos hizo una un
análisis, un brainstorming al final pues
bueno, nos hizo un plan diagnóstico.
Paso uno, establecer una línea de base.
Fase dos, medir la utilización de de los
dos enlaces, identificar los los mayores
consumidores, que está consumidor sea un
hacker que está moviendo, que está
moviendo información, lo está sacando
todo el active directory o algo de por
ahí de de identidad hacia la nube y no
lo sabemos, pero bueno, también es muy
importante esto también te ayuda a a
pues a primeros indicios, no te va a
resolver el problema porque esto no
resuelve el problema como tal. Estamos
haciendo un brainstorming, al final nos
da ideas y eso a mí en lo personal en mi
trabajo me ha llevado mucho a resolver
muchos muchos problemas con base a los
brainstormings que las la inteligencia
artificial nos ayuda. No usamos chatti
en el entorno en el que yo estoy por
cuestiones de privacidad y de
información, pero usamos otras
herramientas que están basadas en Open
AI internas dentro del de Cisco para
poder hacer este brainstorming.
Entonces, pues bueno, aquí ya tenemos
digamos que el resultado de de chat PT,
nos dan la probabilidad y pues al final
pues eh una recomendación, ¿no? Y ahora
pues vámonos a Perplexity. Voy a copiar
el PROM. Perplexity lo tengo por aquí.
Como mencionamos, Perplexity es una
herramienta para hacer una
investigación. Y bueno, aquí lo que le
vamos a pedir es, ¿sabes qué? Eh, cuáles
son las principales tendencias mundiales
de la inteligencia artificial para los
próximos 5 años, es decir, para para
2026 a 2031. Y bueno, le pedimos
prioriza información publicada por
Stanford AI, Gardner, Microsoft, Nvidia,
Open AI, Work Economic Forum y al final
pues dame las referencias en formato
APA, ¿no? Y pues bueno, aquí va vemos
que ya ya está la la perplity ya está ya
está trabajando. Inclusive vemos que
desde el primer parámetro por cada
párrafo que tenemos la digamos que la
referencia en donde se consultó, ¿no?
Mira, por ejemplo, aquí en la primera
tenemos una referencia de la Universidad
de Stanford. Ah, aquí en tenemos algo de
Microsoft. Podemos entrar por aquí.
información de Microsoft. Ah, también
tenemos por acá videos de YouTube, me
pareció ver por acá.
Ah, bueno, creo que en esta en esta
query no no me la dio, pero bueno, al
final pues tenemos las referencias en
formato APA, ¿no? En format APA 7, que
pues lo que se utiliza usualmente para
eh eh y métodos, bueno, para reportes de
investigación, etcétera. Y bueno, esta
pues es muy buena, inclusive tenemos un
modelo para hacer un deep search.
Ahorita usamos search por cuestión de
tiempo, pero puedes usar, pueden usar
deep search, que es justamente para
hacer una investigación mucho más
profunda, meterse muchísimo más, ahora
sí, como dicen, hasta la cocina y
obtener información ya bastante precisa.
Y esto ayuda muchísimo a la hora de
estar haciendo un trabajo de
investigación, ¿no? Y al final, pero
pues el más quizás el más el más
importante, aquí aquí no tengo copilo
porque no me estuve cargando, no me
estuvo aquí cargando algunos dominios
porque estoy a computadora de
computadora empresarial, pero bueno,
vamos a pasarnos a a la personal que
tengo por acá. Eh, me avisan si pueden
verla. Es GitHot copilot. Okay, aquí
como tal tengo el prom, que es
prácticamente le quiero decir, ¿sabes
qué? Quiero que me hagas un código de
Python que simule ser un ATM o un cajero
automático, ¿no? Le doy algo de
contexto, lo pegamos aquí en lo que es
el prom de de digamos que de GitHop
Copilot y esto pues se hace con toda la
información y la fuente que tiene de
repositorio de de código que tiene Big
Git Hop. es muy famoso por eso, ¿no?
Entonces, por ahí la gente pues
justamente dimensionó que esto podría
tener un potencial de crear, digamos que
un que sea un repositorio, una fuente de
información y crear código de digamos
que de programación en cuestiones
segundos, ¿no? Inclusive aquí lo
tenemos, todo el código de Python está
creado y bueno, aquí nos dan unas
indicaciones de cómo de cómo se
comporta, qué es lo que está haciendo y
al final pues cómo se ejecuta, ¿no? Aquí
pues es lo que tenemos aquí Guta de esta
forma y pues bueno, este fue un demo
bastante sencillo de lo que es la la
inteligencia e los modelos, los las
herramientas inteligencia artificial.
Voy a dejar de compartir pantalla ahora
y bueno, vayamos otra vez a la
presentación.
Y bueno, si no un resumen de la ruta de
la demostración, pues chatt lo usamos
para resolver un problema real de
ingeniería paso a paso, que es lo que
hicimos, ¿no? Y pues la creación de una
imagen de ingenieros con condiciones
específicas. Perplexity, investigar un
tema con citas y fuentes verificadas y
Git Hot Copilot como tal, generar un
script de Python funcional en cuestión
de segundos. Como vemos son herramientas
diferentes, con propósitos diferentes y
fortalezas diferentes. ¿Por qué? Porque
justamente lo fueron creadas y
entrenadas para una tarea en específica
o para varias tareas en específico, pero
unas son más fuertes que las otras.
Entonces basta con que esté echen un
clavado a ver qué yo estoy buscando algo
en específico con con inteligencia
artificial. Échese un clavado para ver
cómo es la mejor herramienta y
seguramente van a poder interactuar y
hacer buen muy buen trabajo con eso,
¿no? Y bueno, ahora ya terminando la
sección de los demos, vamos a pasar a la
parte de las capacidades. ¿Qué qué sí
puede hacer la guía y qué no puede
hacer? Vamos, para empezar, pues vamos a
comenzar con la parte positiva o la
parte de qué sí se puede hacer hoy en
día, pues la parte de generar, ¿no? La
generación de código, de texto, de
imágenes y video. Eso ya es a lo que ya
lo lo lo mostramos, lo vemos en redes
sociales cada vez que vemos un video eh
simulándose ser una persona o un modelo
de haciendo cosas graciosas, perdón, una
una actividad graciosas con con modelos
de ella creado con con inteligencia
artificial. La parte de análisis ya lo
ya lo vimos, el análisis de datos, la
documentación, los datos, patrones
complejos, es algo que hoy en día ya se
puede hacer con con herramientas de IA,
la parte de la traducción, inclusive ya
es muchísimo más los ya es muchísimo más
eficiente la traducción con base a
modelos de inteligencia artificial, ya
no tanto como los de Google o el viejo
Google Translator, que justamente si era
una traducción tal cual, digamos que
literal y pues muchas veces como que
perdía el contexto, ¿no? Pero ahora ya
con pues prácticamente ya si quizá te si
quizás le hizo falta contexto, te
pregunta o te dice, "¿Sabes qué? Si lo
dices por este contexto pasa esto, se
dice así o se dice así o se dice así,
depende cómo hayas lanzado el prompt,
¿no? Pero ya hoy en día ya se puede
hacer la traducción en tiempo real,
inclusive ya muchos AirPods de digamos
que de Apple, ya los nuevos, los dos
prácticamente ya tienen estos sistemas
en donde puedes comenzar a hacer
traducción, digamos que en tiempo real.
O sea, esto ya también ya ya es
alcanzable, ya sab lo que existe la
parte de hacer de resumir miles de
páginas en segundos, ¿no? Esto ya
también está claro. Tú puedes meter una
página o un PDF bastante largo. Hay
herramientas que lo hacen más eficiente
si PDF está muy muy largo, pero si es un
poco corto herramientas como CHDPT,
GMIN, puedes hacer un análisis o un
resumen bastante bastante digamos que
aceptable. La parte de predecir, la
predicción es es para lo cual ha sido
creada y pues es bastante alcanzable
hacerlo hoy en día con inteligencia
artificial y como vimos, ¿no?, en la
parte de programar, programar pues como
lo hicimos hoy con GitHub Copaler, sí lo
pueden hacer con muchísimas otras
aplicaciones que quieran obtener o
lanzar un prom por ahí para crear un
código y lo hacen en cuestión de en
cuestión de segundos. Y bueno, ¿qué es
lo que la IA no puede hacer aún? Pues
prácticamente la conciencia, ¿no?
Sabemos que la conciencia es
prácticamente es una es algo más
cognitivo humano hoy en día. La la no
tiene conciencia, no es como lo vemos en
muchas películas de Hollywood, en donde
pues ya la ella tiene suficiente
conciencia raciocina para poder detectar
que por qué los humanos lo dominan y por
qué ellos no pueden dominarlo si son más
fuertes o tienen más información. Eso no
no pasa, al menos hasta hoy en día no ha
sucedido. Se tiene que tener una
regulación bastante seria para poder
lograr que eso no pase, porque bueno, no
digo que vaya a pasar, pero es algo que
ya se está trabajando en muchas muchas
entidades gubernamentales o que ya están
trabajando principalmente en Europa, que
son ya están trabajando para hacer la
regulación y la legislación del uso de
la inteligencia artificial, que eso nos
lleva justamente a al juicio ético, ¿no?
Pues justamente hoy en día pues no
tenemos abogados tal cual inteligencia
artificial, hay muchos abogados que usan
a pero para hacer un brainstorming, no
para resolver tal cual un problema
porque justamente a quiénes quién es
responsable de algún error o algún algún
tema por ahí que se haya dado por la
pues prácticamente hoy en día es el
abogado, ¿no? Pero imaginemos que ya
tenemos una gente de que se encarga de
eso y te comete un error o pasa por ahí
algo diferente o a interpretación de
otra persona y quién se quién sale
condenado, o sea, quién es el culpable
en realidad, ¿no? Entonces ahí estamos
como muy inmaduros en ese aspecto, pero
ya existe ya existen iniciativas que
están tratando de rehacer esa
regulación, ¿no? El sentido común
contextual, pues depende más del prompt.
Si no le das mucho contexto o suficiente
contexto, la tiende pues a inventarse
muchas cosas o a suponer muchas cosas
que esos son conceptos que ahorita vamos
a ver en la sección de riesgos y la
parte de la responsabilidad, ¿no? Que no
puede hacerse cargo de sus errores ni de
sus consecuencias. Es lo que decía,
¿quién se va a ser responsable si se
comete alguna falta que se que se
realizó mediante inteligencia
artificial? Hoy en día no existe una
legislación, una jurisdicción que pues
va que cheque eso o que realmente
contene eso, ¿no? Eso no existe hoy en
día. Y bueno, ya llegamos aquí a la
parte interesante de los riesgos que
debemos tomar en serio. Eh, la primera
pues son sabemos que hay una gran
cantidad de de deep fakes de de deep
fakes o noticias falsas, ¿no? Eso ya lo
vemos, por ejemplo, vemos, no sé, te
metes a YouTube, a Instagram y ves a
Cristiano Ronaldo diciendo que Messi es
mucho mejor y se arrodilla ante eso,
¿no? Entonces, eso y ves que está usando
su mismo físico, apariencia de Cristiano
Ronaldo y su voz, entonces y parece
bastante real, ¿no? Pero pues es una
defake, o sea, no no es una es una es
una es una fake news tal cual. Entonces,
eso no eso no va a pasar, no existe,
pero pues prácticamente hay gente allá
afuera que está usando pues
prácticamente utilizando tu imagen, tu
voz, tus patrones biométricos para
justamente tratar de de hacer una una
noticia falsa. Y eso nos lleva al
segundo punto, ¿no? Al segundo riesgo
que también hay que tener en cuenta, el
tema de la privacidad. Nosotros no
podemos al utilizar herramientas de
inteligencia artificial también tenemos
que aceptar hacer un uso de ella, una un
uso ético de la misma. No podemos como
tal violar la privacidad de las
personas. Sí se puede, digamos, a nivel
práctico, pero no es algo que debe
hacer. No es algo moralmente ético y no
es algo que se deba hacer. Y si debe
hacer, pues yo estoy completamente de
acuerdo que es algo que tiene que
castigarse, ¿no? Que tiene que que
legislarse. Y bueno, al final del día,
pues es algo es un riesgo que hiciste.
Hay que tener mucha precaución con eso.
Solo hay es un riesgo que yo quiero
dejar para ustedes para que nos llevemos
esto pues a casa en la conciencia y
analicemos, ¿no?, que qué tan bueno
puede ser o qué tan qué tan qué tan
bueno y malo puede ser el uso de la
inteligencia artificial nos trae como
sociedad y esto es algo que justamente
nos está llevando a un cambio. Entonces,
ya estamos tratando de resolver esa
primera pregunta, ¿verdad?, que nos
hicimos al comienzo. Esto realmente
tiene el cambio de de cambiar, digamos
que tiene la potencial de hacer un
cambio en nuestras vidas. Pues bueno, ya
está haciendo ruido, ya vemos por ahí
entidades gubernamentales que tratan de
regular eso. La Unión Europea en Estados
Unidos quizás no tanto porque ellos
siempre han dejado mucho a que se a que
sea como un sbox ahí como que
interactúen a ver qué pasa. Pero en
Europa sí es un es un mundo de mucha
legislación, de mucha regulación.
Entonces, pues bueno, eh, pero ya está
haciendo ruido y si ya empieza a hacer
ruido dentro de un entorno
organizacional y gubernamental es porque
realmente sí tiene un cambio potencial.
Y bueno, ahí lo dejo como un pin así
clavadito. Eh, vamos con los sesgos
algorítmicos, ¿no? Eso también es algo
bastante que es lo que decía con la
imagen de Gemini. Si nosotros le pedimos
a la okay, haz una imagen de un CEO eh
de una empresa así y así y así, pues
seguramente te va a crear un un agente
caucásico con complexión delgada, es
velta con smoking, ¿no? Entonces, ¿por
qué? Pues porque justamente es un sesgo
algoritmic, es un sesgo, eh, que
seguramente la información con la cual
fue entrenada ese modelo de AA pues le
metieron muy mu esa información de ese
contexto decir, "¿Sabes qué? Si te si es
por un sío o es una persona pues de alto
poder, de alto valor, pues tiene que ser
así, tiene que ser caucásico, pero no
necesariamente que si estamos hablando
de un sío pues eh digamos que en Asia o
en África, pues no va a ser realmente
eso, pero eso es unasgo de la Entonces
eso también es un riesgo que hay que
tener en cuenta. A disculpe. Eh eh,
perdón. Y bueno, la parte de la
desinformación, que ya lo vimos con la
con las fake news, y la parte de las
alucinaciones, eso también es algo un
riesgo bastante interesante porque la IA
está diseñada para darnos una respuesta
satisfactura a lo que estamos buscando.
Y justamente si no hay suficiente
información o la no tuvo suficiente
entrenamiento para digamos que en su
fase de de preparación antes de lasse a
un mercado o a una operación, pues
prácticamente pues si no tiene
suficiente contexto, pues va va a
intentar alucinar, va a intentar
inventarte cosas para poder responder
satisfactoriamente a lo que estés
buscando. Entonces, eso también es un
riesgo que hay que tener en cuenta. Es
un riesgo que por eso también nosotros
como usuarios de inteligencia artificial
somos responsables de lo que estamos
consultando, de lo que estamos buscando.
Y es por eso es importante que tengamos
un contexto suficientemente amplio y
validemos todo lo que la nos está
arrojando. Y eso también es ahí por
donde si estás estando estudiando
ingeniería, no solamente basta con usar
KitHub Compile para hacer la tarea, sino
basta con saber qué está haciendo ese
código o que está tratando de conseguir
y cómo lo está haciendo para validar que
esté dentro de la regulación y sea una
un código que pueda ser ampliamente
operativo o puedas poner realmente en
producción, no no puedes poner hoy en
día un código de Python creado por
GitHof Copalo en un banco como BBVA o
Santander. ¿Por qué? porque justamente
vas a puedes materializar un riesgo
bastante crítico de operación y de
negocio, ¿no? Entonces, pues bueno, esos
son como los riesgos más más importantes
que pudimos eh abortar por aquí. Ya
estamos por concluir esta sesión y
bueno, las habilidades que que la no
puede reemplazar, ya lo hablamos, el
pensamiento crítico. ¿Por qué? Porque no
es un humano. Simula tratar de simula
tratar de ser un humano o o como la red
neuronal del humano, pero no lo hace. No
tiene pensamiento crítico. La parte de
la creatividad, pues también sabemos que
la creatividad demanda mucho estos
feelings humanos. muchas, mucho
sentimiento humano y eso es algo que con
esto no se puede lograr, al menos hasta
hoy. La comunicación, la ética, la
curiosidad y la adaptabilidad. Ese y
justamente ese último es lo que nos va a
llevar a poder transformar o a poder
adaptar nuestra vida cotidiana para
poder sobrevivir a la época de la y
justamente aquí las personas que sepan
trabajar con ella tendrán una ventaja
significativa. Las que también piensan
críticamente serán irreemplazables. Y es
justamente eso. La la historia de la
humanidad ha sido de mucha adaptación.
Está la época de hielo, está ahí la
peste negra, que justamente hubo como
antecedentes que pudieran haber
aniquilado nuestra raza y cómo
sobrevivimos adaptándonos. Y es
justamente eso, es el mensaje que quiero
aclarar y que quiero como mencionar
aquí. ¿Qué qué necesitamos hacer para
justamente tratar de sobrevivir a la
época de la adaptación? Eso es ese es el
mensaje. La ingeniería del la ingeniería
del mañana, pues agentes de pues
prácticamente ya quizás tu jefe que sea
un que haga trabajo de muy de mucha
repetición, prácticamente se puede ser
reemplazado por una gente de ella. Digo,
no digo que aquí pase en donde yo estoy,
pero pues si el negocio detecta que es
una tarea bastante repetitiva, va a ser
seguramente uno de los una de las tareas
que se puede pensar para poder optimizar
con inteligencia artificial. los gemelos
digitales, que son prácticamente
simulaciones perfectas del mundo físico,
los sistemas autónomos, que eso pues
prácticamente ya lo ya lo vamos viendo
con la parte de la automatización y una
guía personal, ¿no? Un coach de vida,
imagínense un coach de vida que sepa
todo de ti y que no te juegue chueco,
¿no? Bueno, eso al final del día pues
son muchos, muchos conceptos, pero
imaginen, echen a volar su imaginación
de cómo sería la ingeniería del mañana
tener como una gente de que sepa todo de
ti desde que naciste y que te vaya
guiando por el camino que realmente tus
padres trataron de hacer o te dieron te
incentivaron a hacer o lo que tú quieres
hacer ya cuando ya tienes un raciocinio
bastante aterrizado, ¿no? Maduro. Y
bueno, llegamos al final. Ahora vamos,
quiero que hacer una invitación a que
hagamos una reflexión final. La
inteligencia artificial no viene a
responder todas nuestras preguntas, es
decir, no viene a resolver nuestros
problemas, más bien obligarnos a hacer
mejores preguntas y eso es algo que es
justamente el mensaje que queremos
transmitir. Nos va a reemplazar, va a
reemplazar a todos aquellos que
mantengan esa, vamos a llamarla, esa
mentalidad de operación, esa mentalidad,
digamos que de lo que todo el mundo está
haciendo. Pero si nosotros somos
inmasamente críticos inteligentes,
buscamos las áreas de oportunidades de
que la no puede hacer y tú te puedes
especializar dentro de cualquier sector
que estés, especializar en esa parte y
te complementas con la ella y
prácticamente crecen al mismo tiempo.
Entonces, esa es la limitación, digamos
que analógica que quiero hacerles.
Y bueno, ahí hemos llegado al final.
Ahora, pues por aquí pongo el QR. Estoy
abierto a las preguntas. Si quieren
contactarme por LinkedIn, aquí tien
escanean el código QBR y yo sería muy
muy feliz de poder responderles.
Maestro Carlos, increíble ponencia. La
verdad es que eh estamos muy agradecidos
a nombre de la Universidad de Tras
Culturas el habernos compartido todo
este conocimiento. Y antes de que
pasemos a las preguntas y porque yo
tengo muchas preguntas, pero bueno, me
voy a enfocar a unas cuantas nada más.
Este, primero quiero recordarles a todos
nuestros eh ingenieros que en el chat se
encuentra el link para que se para que
pongan su asistencia, por favor. Aquí en
pantalla están viendo el QR para que
integren asistencia a esta primer
masterclass, por favor.
Bueno, pues mira, a mí la verdad es de
que me llamó muchísimo la atención algo
que mencionaste, Charlie y decías sobre
eh que la inteligencia artificial no
viene a reemplazar
definitivamente no, sino más bien viene
a potencializar
habilidades
eh que nosotros podemos aplicar en el
día a día, ya sea de manera personal o
en corporativos o para grandes
soluciones y respuestas tecnoló
ológicas, que para eso pues obviamente
nos estamos formando.
Una de las preguntas que debo comentarte
es de que eh de repente como ingenieros
en sistemas y eso me encantó que tú
dijiste, tienes que subirte al tren
tecnológico, por lo tanto tienes que
adaptarte. Y eso lo vivimos, como bien
mencionas, en la revolución industrial,
por ejemplo, en donde el ser humano se
tuvo que adaptar a la nueva tecnología y
a partir de ahí, bueno, empezaron nuevos
caminos y hoy por hoy tenemos este
pensamiento disruptivo con esta
tecnología disruptiva que llega en un
momento crítico probablemente
en donde en este momento vamos a hacer
uso de la inteligencia artificial. Okay.
Pero la pregunta es, yo ingeniero en
sistemas o o cualquier tipo de
profesional, ¿cómo voy a usar esta
inteligencia artificial? Y tú nos diste
y y no sé si si debo de agradecerte,
pero nos diste algo así super rápido,
generas un prom y a partir de ese prom
te hace magia, ¿no? Pero tienes razón en
algo y es que los muchachos deben de
formar un pensamiento crítico, un
pensamiento analítico. Yo lo que les
digo a mis estudiantes en aulas es lo
primero que debes de entender es todo el
ecosistema que hay alrededor de un
problema. debes de entender ese análisis
para que a partir de ahí puedas pedir
una solución o una propuesta, un una
lluvia de ideas a la inteligencia
artificial. Incluso hasta puedes pedir
el código.
Yo te pregunto,
¿tú crees que llegará un momento en
donde como ingenieros en sistemas vamos
a pasar de desarrolladores,
más bien analistas o arquitectos
empresariales? ¿Crees que llega el
momento en donde eso seremos o ya somos?
eh de de justo las tendencias ya en
empresas, digamos que a nivel mundial o
estas transnacionales ya justamente hay
muchas vacantes de arquitectura y
justamente lo que se demanda es tener
ese conocimiento, digamos que mucho más
arriba. ¿A qué me refiero? a saber, es
lo que mencionaba, que justo es saber
frameworks, de saber marcos de
referencia, de saber el estándar, qué
dice el estándar en la industria para
que justamente yo pueda posicionarme o
uno como ingeniero va a tener que tener
desarrollar estas nuevas habilidades que
son ya no tanto de pensar complejo que
porque igual sí, pero la chamba compleja
se la va a llevar la inteligencia
artificial porque es algo rutinario,
pero al final del día lo que va a hacer
la diferencia es tener este mentalidad
de de concepto, digamos que de verlo
hacia arriba o ver bien ver el negocio
desde hacia arriba, desde arriba para
justamente tratar de aterrizar eso.
Entonces, eso al final se transforma en
ser un arquitecto, en conocer cómo
funciona el negocio, qué demanda el
negocio, cuáles son los estándares y la
regulación para ese negocio. Entonces,
eso es justamente se engloba y
justamente eso está te está
transformando en lo que tú mencionas, en
justamente en estos nuevos roles de
arquitectura. Ahora quizás ya no nos van
a pagar tanto por ser de operación, sino
nos vamos nos van a pagar por qué tanto
sabemos del negocio, por qué tanto
podemos contribuir a lo que la operación
ya está automatizada, ¿no? Pero sí es
muy cierto.
Sí, porque al final digo, los que somos
de la vieja escuela sabíamos que ser
programadores era el top en ese
entonces.
Hoy por hoy sabemos que ya no. Con esta
con esta tecnología disruptiva ya más
bien tenemos que prepararnos para ser
arquitectos empresariales, conocer el
negocio, conocer las posibles soluciones
para pedir a la inteligencia artificial
que nos resuelva de manera simple, de
manera eh
transparente
todos estos problemas que están a nivel
corporativo, ¿no? Entonces creo que
digo, nos das una vista muy clara y eso
es una de las objetivos de nuestra
charla, ¿no? que nuestros jóvenes
piensen en sí programamos, pero
debes de entender el negocio, debes de
entender las necesidades. Y mira,
tenemos otra pregunta por aquí y dice,
"¿Qué tan rentable y remunerado es la
ingeniería en inteligencia artificial?
¿Qué tan amplio es el mercado laboral en
esa área? muchísimo. La verdad es que yo
bueno, me gusta mucho estar en LinkedIn
por ahí eh viendo noticias, etcétera. Y
pues ahí hay muchísimas vacantes,
inclusive ya hay ya todo está la parte
de ciberseguridad, la parte de de del
big data, ya todo eso demanda mucho de
de de inteligencia artificial. Eso sí,
hoy en día es una es un campo muy caro y
precisamente porque es muy nuevo, hay
muy pocas personas que saben de eso,
pero ahorita lo que se está lo que se
está buscando, digamos que las
tendencias en el mercado, digamos que de
humano para ser profesionistas es
justamente ser médico más IA o ser
arquitecto más IA o ser ingeniero en
sistemas más IA. Entonces eso justamente
no te quita como tal estudiar
inteligencia artificial. Sí, ya vemos
que pues es el motor, pero pues ustedes
siendo proactivos pueden investigar en
en Google, en en internet o estudiar un
poco de cómo funciona la inteligencia
artificial y complementarlo con su área
de de especialización, ¿no? Pero sí, el
mercado está demandando mucho esos
recursos. Eh, yo lo veo muchísimo, te
digo, en Linking, pero sí es algo que
pues cuesta mucho si es que realmente
quieres formalizar y estudiar, pero pues
al final del día todo está al alcance de
que puedas ir a Google y hacer una
investigación proactiva y tú mismo
prepararte proactivamente.
Claro. Mira, tenemos otra, dice, "¿Cuál
es el equilibrio adecuado entre el uso
de la inteligencia artificial como
herramienta de apoyo y el desarrollo de
habilidades propias de programación?"
Okay, esa es una pregunta muy muy muy
buena. Eh, pues bueno, justamente es
saber esto, o sea, yo creo que el límite
está también en en cierta parte al al a
la parte ética y digamos que pues no vas
a ser como la para poder responder o
resolver todos tus problemas de vida.
Eso eso es subjetivo. Es un es algo
subjetivo, sino más bien hay que
entender cómo el uso responsable de ese
tipo de de herramientas. Hay que tener
conciencia de lo que se está haciendo.
Eh, lo podemos usar para para
potenciarnos, pero pero no para
reemplazarnos o no para hacer pasar como
el trabajo de ello de ella por o hacer
lo nuestro, ¿no? Entonces ahí tenemos
que encontrar un balance. Yo creo que la
clave dentro de todo eso pues está en la
parte la parte ética.
Claro. Sí, por supuesto. Y ese es un
tema, ¿no? Un tema muy complejo de eh
cuál es el punto medio para saber qué es
ético y no y dependiendo de qué, cuáles
son los factores, cuáles son las
aristas, ¿no? Eh, incluso hasta eh
cuestiones religiosas, morales,
geográficas, todo influye en ese tipo de
de decisiones.
De hecho, en cualquier en cualquier
tecnología disruptiva o acontecimiento
disruptivo que ha habido en la
humanidad, siempre pasa esto. Se va
hacia un lado y se va hacia el otro. se
y al final pues se termina por
neutralizar, ¿no? Y eso es cuestión de
tiempo. Quizás ahorita estamos en una
etapa un poco inmadura en ese aspecto,
pero es algo lo que estamos viviendo hoy
en día y que ya estamos tratando de
regular y controlar, pero es algo que es
un incidente que siempre ha pasado en la
ciudad.
Sí. Y vamos por la última pregunta,
Charlie. Ya no nos da más tiempo, pero
fíjate que tenía mucho que ver con lo
que quería preguntarte también, esta
última pregunta que nos dan los
muchachos dice, "¿Cómo podemos decidir a
qué especializarnos?" Y básicamente iba
enfocado a tú como crack en Cisco, en
todas estas nuevas tecnologías
emergentes, disruptivas, ¿tú qué les
recomiendas a nuestros jóvenes? ¿Cuál
tendría que ser el punto de partida para
que ellos empiecen a navegar y ir en ese
camino?
Sí, bueno, aquí sí es un poco compleja
la la pregunta porque pues justamente no
quería no quisiera como dejar ah okay,
ingeniería es mejor que otra, o sea, eso
prácticamente creo que no va porque
todos al final del día todos necesitamos
de todos, pero lo que yo podría sugerir
es de que podamos especializarnos en
cualquier cosa que a ustedes les guste,
en cualquier cosa que para lo cual
ustedes sean buenos. justamente ese es
un punto, el primer punto y el segundo
es ver qué es lo que está pasando,
digamos que en el entorno con pase con
tecnologías disruptivas como en este
caso la inteligencia artificial y ver y
y comenzar a a tener este desarrollo en
ambos lados, tener esta pasión por la
tecnología, eso eso es un factor
bastante importante porque pues
justamente no podemos crecer, digamos
que en un entorno de un ingeniero de un
arquitecto si no sabes computación o no
sabes tecnología. Al final pues hoy en
día ya todo se está demandando hacer el
uso de la tecnología. Ya es algo ya es
un requerimiento, inclusive ya se está
tratando de plantear en escuelas pues
que ya hacer uso de eso, ya
prácticamente ya se está formalizando
hacer uso de la inteligencia artificial
desde el kinder o desde la secundaria,
desde la la primaria. Entonces, pues al
final pues busquen ese lo que les
apasiona, lo que les gusta para lo que
son buenos y al final pues busquen qué
es lo que se está haciendo, digamos que
en el mundo laboral o en el campo eh de
de en el que se quieran especializar,
cuáles son las tendencias nuevas y
especialícense en eso. Traten de tener
esa formación eh para que justamente
puedan incrementar sus posibilidades de
éxito.
Muchísimas gracias, Charlie. Mira, te
platico, tenemos ahí varias preguntas
todavía en el tintero, pero te voy a
decir algo, ya salieron a flote nuestros
ingenieros en sistemas porque ya están
preguntando sobre lenguajes de
programación, sobre entrenamiento de
redes neuronales,
ya está más técnico el asunto, ¿no? Yo
lo que quiero preguntarte es, si tú
crees posible que pudiéramos tener otra
sesión, pero en donde hiciéramos un
entrenamiento de una red neuronal, por
ejemplo, con algún lenguaje de
programación en particular para que aquí
es donde le demos respuesta a todos
nuestros jóvenes que están metiendo aquí
preguntas pero más técnicas. Sí, por
supuesto. Yo estaría encantado, solo
sería buscar el espacio y adelante.
Perfecto. Pues, muchachos, me encantaría
que pudiéramos seguir dándole respuesta
a sus preguntas, que son muy
interesantes, pero el tiempo se nos
terminó y lo que sí es que nos
comprometemos a regresar con ustedes,
pero para hacer un taller básicamente ya
de un entrenamiento neuronal, eso sí. Y
bueno, eh agradecer muchísimo a nuestro
crack, de verdad, muchísimas gracias.
Estamos muy halagados de contar con tu
presencia, de contar con tu
conocimiento. Digo, somos afortunados de
tener a un crack de Cisco. Muchísimas
gracias y también te agradecemos,
aprovecho el espacio,
por la mención que hiciste hace un
momento sobre el logro de mis muchachos.
Así es.
Eh, porque efectivamente pues todos
nuestros chicos que están aquí en este
momento son los que hicieron posible que
la Universidad Tres Culturas tuviera una
visión internacional. Entonces, quiero
aprovechar el espacio para, muchachos,
felicitarlos. Ese logro es de ustedes,
nada más que de ustedes y de sus
profesores, sus jefes de carrera,
de esto que acabamos de lograr. Y sin
duda, pues acá con el acompañamiento de
nuestro crack Carlos, eh segura estoy
que vamos a lograr muchas cosas más y si
tenemos el apoyo eh de Carlos para
seguir nutriendo este tipo de
conocimiento técnico, bueno, pues vamos
a estar superalagados. Yo ya me estaré
poniendo en contacto contigo, Charlie,
para ver generar otra agenda, ver algún
taller, porque creo que aquí se quedan
muchísimas preguntas. A nombre de la
Universidad Tres Culturas, te agradezco
esta presentación que ha sido increíble
y bueno, aquí tienes tu casa, tienes tu
comunidad de ingeniería y obviamente
tienes a tus amigos. Muchísimas gracias
por todo.
Excelente. Pues un gusto con un gusto
estar aquí con ustedes y pues muchas
gracias.
Muchísimas gracias. Que tengan muy buena
tarde.
[música]
[música]
[música]
Continúa con YouTLDR
Analiza otro video con Pro
Procesa un video nuevo, busca cada marca de tiempo, compara fuentes y guarda el resultado en tu biblioteca.
More transcripts
Explore other videos transcribed with YouTLDR.
Erkenntnistheorie 7 Immanuel Kant II
Dominik Finkelde - Hochschule f. Philosophie · English
Schwarze Löcher Erklärt - Von der Geburt bis zum Tod
Dinge Erklärt – Kurzgesagt · German
Como construir uma esfera de Dyson – A Megaestrutura Suprema
Em Poucas Palavras – Kurzgesagt · Portuguese (Portugal, Brazil)
[Histoire des sciences] L’histoire de l’intelligence artificielle (IA)
CEA · French
ميكانيكا الكم│1│الواقع الوهمى - كيف بدأ الكم ؟!
Sharafestien - شرفشتــاين (Sharafestien) · Arabic
Mi niñez fue un fusil AK-47
Comisión de la Verdad · Spanish
7. Un Remanente Fiel - Pr. Esteban Bohr || Verdades Para Este Tiempo
SUMtv Latino · Spanish
PENGERTIAN RELASI, FUNGSI, DOMAIN,KODOMAIN DAN RANGE
Utak Atik Otak · English
ساعة الأثرياء | الدحيح
New Media Academy Life · Arabic
You Won't Believe How Easy AlpineQuest Software Makes Geological Field Work | Offline Mapping
MOoDY 4 knOwledge · English
Mundos Olvidados
Cinematix · English
🎨 Apa Itu Sebenarnya Pelajaran Seni? #BelajardiRumah
Kok Bisa? · English