El arroz es el cereal que más se cultiva en el Perú, por lo tanto, la industria molinera debe estar a la altura de la situación. Su valor comercial está directamente relacionado con el grado de calidad del producto, el cual se determina en base a un conjunto de componentes, tales como: granos rojos, tizosos totales, tizosos parciales, granos dañados, mezcla varietal contrastante, materia extraña y granos quebrados. Está investigación aborda la problemática de un molino de la ciudad de Ferreñafe, en dicha empresa, el análisis para determinar la calidad del arroz se realiza manualmente y en base a su experiencia, lo que trae consigo una estimación básica de su valor comercial, además de requerir una inversión considerable de tiempo para su clasificación. Ante esto se propuso una aplicación web que apoye el proceso de producción y que permita clasificar el arroz a partir de su calidad, sirviéndose de la inteligencia artificial. La solución se desarrolló siguiendo la metodología propuesta por Mariño y Primorac, así como Scrum. En cuanto a los objetivos, se logró identificar que el uso de redes neuronales resulta conveniente para resolver la problemática de esta investigación, asimismo, el modelo resultante fue evaluado mediante validación cruzada, al igual que empleando la métrica de “balanced accuracy”, de esta manera se alcanzó una precisión del 99.08% garantizando la fiabilidad de la implementación.

Constantemente la minería busca formas de automatizar procesos con métodos cada vez más sofisticados, para lograr este objetivo el uso de nuevas tecnologías resulta ser la alternativa más atractiva. Desde los camiones autónomos hasta su participación en softwares, la inteligencia artificial se ha estado introduciendo al mundo minero mejorando procesos y cumpliendo expectativas. En esta tesis presentaremos a la Inteligencia Artificial en una nueva faceta, como ente evaluador de la seguridad con el objetivo de proteger y cuidar al trabajador minero mediante el monitoreo y detección de posturas ergonómicas que puedan generar un desorden musculoesquelético. Actualmente la seguridad minera esta guiada por estándares en las operaciones en pro de evitar cualquier tipo de accidente, pero esta nunca escapa de actos subestándares de los trabajadores. Por ello tanto la supervisión como el registro de los accidentes depende en su totalidad de la presencia de un supervisor o persona que sea testigo en el acto, el tiempo de acción también tiene un efecto proporcional a sus consecuencias. La implementación de la inteligencia artificial combinado con métodos actuales de medición de riesgos ergonómicos como lo es el método RULA, pretende solucionar las deficiencias detectadas en la supervisión manual en temas de seguridad del personal, mediante la recolección de datos e identificación de posturas de riesgo.

El presente trabajo de investigación tiene como objetivo realizar una revisión sistemática de la literatura sobre la inteligencia artificial (IA, por sus siglas en inglés) aplicada al sector educativo. Es por ello, que se siguió la propuesta de Kitchenham, el cual comenzó con la formulación de preguntas de investigación. Seguidamente, se llevó a cabo el proceso de búsqueda en la base de datos ProQuest y Scielo mediante una “cadena de búsqueda”, Asimismo, también se utilizó el motor de búsqueda de Google Académico. Posteriormente, se procedió a filtrar esta información con los criterios de inclusión y exclusión. Finalmente se efectuó una evaluación de calidad, el cual nos dejó un importante número de artículos. Con los resultados de esta investigación se pretende dar respuesta a las preguntas anteriormente planteadas, y a su vez permitir utilizarse como estructura para futuras investigaciones que beneficien a este sector.

In this study we try to identify the perceptions and possible areas of use towards ChatGPT in teaching Spanish in compulsory schools in Sweden. The data has been obtained from the responses to two surveys of 6 teachers and 69 students of Spanish, combined with the results of a classroom task focusing on the writing skill with and without ChatGPT as a tool. The results of our study show that the content of students' texts could be processed based on grammar, translation, spelling, and factual content using ChatGPT. There is also an interest from both students and teachers in using ChatGPT as an element in teaching and learning Spanish. Furthermore, it is concluded that the students' use of ChatGPT in the Spanish classroom and their responses to the survey show that lexis, spelling, grammar and information content are areas where ChatGPT can be useful to practice Spanish writing skills. / El objetivo de esta investigación es identificar las posibles áreas de uso y las percepciones hacia el ChatGPT en la enseñanza de español en la escuela básica en Suecia. Los datos se han obtenido de las respuestas de dos encuestas de 6 profesores y 69 estudiantes de español, junto con los resultados de una actividad de aula centrada en la habilidad de escritura con y sin ChatGPT como una herramienta. Los resultados de nuestro estudio muestran que el contenido de los textos de los estudiantes podría procesarse en función de la gramática, la traducción, la ortografíay el contenido fáctico mediante el uso de ChatGPT. Adicionalmente, existe un interés por utilizar ChatGPT como un elemento en la enseñanza de español, tanto por parte de los alumnos como por parte de los profesores. Además se concluye que el uso de ChatGPT por parte de los estudiantes en el aula de español y sus respuestas a la encuesta muestran que la traducción, la ortografía, la gramática y el contenido de información son áreas donde ChatGPT puede ser útil para practicar las habilidades de escritura de los estudiantes en la enseñanza de español.

En los últimos años, el comercio electrónico y la transformación digital han presentado un auge, han experimentado un crecimiento exponencial impulsado por la pandemia del COVID-19 debido a que en todo el mundo se vivieron las restricciones de movilidad que generaron que tanto las empresas como las personas se “digitalicen” y por lo tanto proporcionen y compren, respectivamente, cada vez más productos y servicios en línea (UNCTAD, 2021). Es así que las entidades bancarias, vieron aquí una oportunidad de crecimiento, ya que ellas brindan a los clientes tarjetas de crédito con las que se pueden realizar consumos de forma digital y con las que, a su vez, por cada consumo ganan una comisión. Diferentes empresas han logrado incrementar sus ventas o los consumos de sus clientes significativamente gracias a la implementación de estrategias de comercio electrónico efectivas utilizando la herramienta de Machine Learning. Según Vlačić et al. (2021), la Inteligencia artificial (IA) se utiliza cada vez más para enriquecer las estrategias de marketing mediante el análisis de las relaciones entre los consumidores y las marcas. Una gran variedad de empresas utiliza la IA y Machine Learning (ML) con el fin de buscar entender mejor las necesidades de los consumidores, predecir la demanda a futuro y optimizar el servicio que se brinda a los clientes (De Mauro et al., 2022). El presente informe describe un proyecto en el que se utilizó la tecnología de Machine Learning para predecir la propensión al consumo e-commerce con tarjeta de crédito de los clientes de una entidad bancaria. El objetivo del proyecto es incrementar dos indicadores clave del negocio: el porcentaje de clientes que consumen de forma digital con su tarjeta de crédito en el mes y la facturación, es decir, el monto total consumido por los clientes; para ello, se desarrollaron modelos de Machine Learning con los que se predice qué clientes son los más propensos al consumo e-commerce con tarjeta de crédito (TC) y quienes los menos propensos, logrando así que el negocio pueda usar esta valiosa información para el rediseño, mejora y optimización de sus estrategias de incentivo y lanzamiento de campañas a los clientes TC.

Esta revisión sistemática de la literatura tuvo como objetivo analizar distintos documentos que hayan aplicado el tema de la inteligencia artificial en el sector de la nutrición. Se dispuso del uso de tres bases de datos: ProQuest, Scopus y IEEE Xplore para la recopilación y posterior desarrollo del objetivo, además, se definió el tiempo de estas investigaciones a los últimos tres años. Después de ello, se aplicaron los criterios de exclusión/inclusión seguidos con los de calidad, para que finalmente se seleccionen doce documentos, siendo estos la fuente de respuesta a las preguntas planteadas. A lo largo de este artículo se tuvieron que clasificar las investigaciones restantes por países, pudiendo así conocer cuál fue el que más contribuyó al tema aplicado; por técnica o algoritmo con la finalidad de saber cuál fue la más empleada y, por último, por público objetivo, para así poder reconocer al tipo de población a la cuál va dirigida con mayor importancia. Se concluyó que los países con mayor aporte fueron los asiáticos con Corea del Sur y Malasia y el europeo con Italia; además, de reconocer que la técnica más popular es redes neuronales, y, por último, que el público objetivo al cual está más orientado son adultos mayores, público general y personas diagnosticadas con diabetes.

Las tecnologías que se basan en Inteligencia Artificial (IA) brindan un gran beneficio a la humanidad, mediante la automatización de tareas con una notable eficiencia y precisión. Por ende, la presente revisión sistemática de la literatura tiene como objetivo examinar e identificar técnicas, plataformas y metodologías de las investigaciones donde se aplique la IA en el tratamiento de la enfermedad del Alzheimer. Para ello, se utilizó la metodología propuesta por Barbara Kitchenham, teniendo como resultado para el análisis, veintiocho estudios seleccionados de la búsqueda en tres bases de datos multidisciplinarias. Dentro de la revisión se identificaron una gran variedad de técnicas de IA, en donde las máquinas de soporte vectorial demostraron su popularidad dentro de las investigaciones con este enfoque. Además, se evidenció a China y Estados Unidos como los países que generan mayores contribuciones a lo largo de los últimos 5 años, mediante el desarrollo de clasificadores y sistemas de detección temprana. Como conclusión de esta revisión, se puede afirmar que la IA tiene un gran potencial de innovación dentro del campo de la medicina, permitiendo mejorar la calidad de vida frente al rápido envejecimiento de la población.

La expansión de las ciudades producto del desarrollo de la industria y la explosión demográfica viene afectando la calidad de vida de sus habitantes. Por un lado, la mayoría de actividades industriales como parte de sus procesos desecha contaminantes que afectan el medio ambiente. Por otro lado, el crecimiento de la ciudad ha fomentado el desarrollo de actividades que responden a satisfacer necesidades ciudadanas siendo una de las principales el transporte, que presenta problemas tales como la informalidad y la obsolescencia del parque automotor, cuya principal consecuencia es el incremento del nivel de contaminación. Siguiendo las recomendaciones de la OMS para material contaminante suspendido en aire urbano, diversas instituciones gubernamentales en el Perú han establecido límites para la concentración de una serie de contaminantes, así como, ha realizado el monitoreo de los mismos en puntos estratégicos de la ciudad de Lima. Sin embargo, las soluciones empleadas en la actualidad son alternativas costosas y requieren de personal especializado para su operación, por lo que son escasas e insuficientes. Acorde a esta problemática, la presente tesis describe el desarrollo de un nodo sensorial de costo inferior a 800 USD, de dimensiones inferiores a 1m3 y peso menor a 25kg, capaz de determinar la concentración de gases contaminantes tales como el CO, NO2 y PM2.5 dentro de los rangos recomendados por el MINSA. El sistema desarrollado minimiza su costo de operación al abastecerse de energía mediante paneles solares funcionando al 25% de su capacidad de captación lumínica, además de contar con la capacidad para funcionamiento de emergencia de 12h y los equipos necesarios para determinar las principales variables meteorológicas. Durante el presente trabajo, se siguió la metodología de diseño mecatrónico planteada por la norma VD2206 adaptada a sistemas ciber-físicos comprobándose su pertinencia en procesos de desarrollo similares. Así mismo, se comprobó con un prototipo de baja fidelidad la capacidad del sistema para enviar datos en tiempo real a través de internet hacia la plataforma IOT de IBM (Watson). Finalmente, se elaboró la propuesta de un modelo para la ubicación de una red de estos nodos sensoriales y su optimización mediante algoritmos de aprendizaje automático.

El presente trabajo tiene como objetivo principal elaborar una revisión sistemática de la literatura acerca de la inteligencia artificial para el reconocimiento facial en el ámbito de la videovigilancia. Para el desarrollo de esta presente investigación, se empieza con una breve introducción explicando la importancia del reconocimiento facial en la videovigilancia para combatir la inseguridad ciudadana, seguido de ello, se tuvo en cuenta la metodología propuesta por B. Kitchenham [1], planteando las preguntas de investigación. Para continuar con el desarrollo, se realizó el proceso de búsqueda en tres bases de datos, siendo estas ProQuest, ScienceDirect y Google Académico. Seguido de ello, se aplicó los criterios de inclusión y exclusión a los documentos, para después aplicar una evaluación de calidad más rigurosa, lo que nos ayuda a obtener mejores resultados para la buena elaboración del presente documento. En los resultados de la indagación se expresan las herramientas que se utilizan en la inteligencia artificial y las técnicas que utilizan los diferentes autores para el reconocimiento facial en la videovigilancia. Esta revisión finaliza con las conclusiones, que dan respuesta a las preguntas planteadas.

Esta investigación tuvo como objetivo realizar un análisis de literatura correspondiente a la aplicación de la inteligencia artificial en el proceso de aprendizaje en la educación primaria. Para lo cual, se realizó una revisión sistemática de la literatura de investigaciones relacionadas al tema, publicadas en los últimos cinco años. Se utilizó la metodología de Kitchenham [6], como base para la revisión. Se inició con la búsqueda de la información en cuatro bases de datos especializadas; Scopus, Proquest, IEEE Xplore y ACM Digital Library; de las cuales se obtuvo un gran número inicial de resultados. Los trabajos resultantes fueron sometidos a criterios de inclusión y exclusión, aquellos trabajos que cumplían con los criterios definidos pasaron a una evaluación de calidad. Posterior a la evaluación de calidad, se obtuvieron doce trabajos definitivos, los mismos que se utilizaron para el análisis final. Del análisis realizado, se identificó que los algoritmos de machine learning y deep learning son las tecnologías más utilizadas para el desarrollo de las soluciones, de las cuales, en su mayoría estaban enfocadas en las áreas de aprendizaje personalizado y acompañamiento de aprendizaje. Además, se observó que autores de países asiáticos son los más interesados en el tema investigado. Finalmente, se presentan futuras ideas de investigación y reflexiones acerca de la investigación realizada.