masferrer-investiga-ano-12-vol-1-marzo-2022-pags-18-41

Vista previa del material en texto

18
2
“EL LENGUAJE PYTHON Y SU POTENCIAL EN EL DESARROLLO DE 
SOFTWARE DE INTELIGENCIA ARTIFICIAL” 
RESUMEN
La presente investigación se centra en la idea de explorar las características técnicas del 
lenguaje de programación Python, identificar su potencial en el desarrollo de software 
y las aplicaciones que tienen relación con la Inteligencia Artificial (IA). Actualmente, 
las tomas de decisiones en el ámbito empresarial, requieren de campos de acción 
más complejos que vinculen a las tecnologías vigentes en procesos claves de acción 
organizativa, el desarrollo de software ha encontrado diferentes áreas de especialización 
técnica y las oportunidades laborales empiezan a requerir sólidos conocimientos 
en el desarrollo de Inteligencia Artificial para procesar información. Para abordar 
este fenómeno se realizó un estudio exploratorio de tipo documental con enfoque 
cualitativo, esto con el propósito de indagar conceptos relacionados con el lenguaje 
de programación Python, como una nueva área de investigación aplicada al desarrollo 
de software en el campo de la Inteligencia Artificial. Entre los principales hallazgos 
pudimos encontrar diferentes experiencias profesionales entre los programadores que 
conforman una comunidad de conocimiento en desarrollo de software, la importancia 
que presenta el desarrollo de análisis de datos, donde el lenguaje Python ofrece 
facilidades para su aprendizaje; además, se encontró que, para aplicar Inteligencia 
Artificial, se necesita una comprensión de la programación en general y el vínculo con 
la tecnología. Por tanto, se puede involucrar el uso del lenguaje Python en los procesos 
de aprendizaje de desarrollo de software, optar por profundizar más en estudios de la 
utilidad de la tecnología y emplear conocimientos de inteligencia artificial para aportar 
al desarrollo tecnológico.
Palabras claves: Tecnología, Inteligencia Artificial, Python, Desarrollo de software, 
Ciencia de Datos.
“EL LENGUAJE PYTHON Y SU POTENCIAL EN EL DESARROLLO DE
SOFTWARE DE INTELIGENCIA ARTIFICIAL”
Investigador:
Ing. Carlos Roberto Monroy Alfaro
Consejo de Arbitraje:
Ing. Jorge Edwin Machado Leiva
Ing. Rolando de Jesús Medrano Contreras
Oponente:
Lic. Francisco Rolando Torres Cárcamo
193
ABSTRACT
This research focuses on the general idea of exploring the technical characteristics of 
the Python programming language, identifying its potential in software development 
and applications related to Artificial Intelligence (AI). Currently, decision-making 
in the business environment requires more complex fields of action that link current 
technologies in key processes of organizational action, software development has 
found different areas of technical specialization and job opportunities are beginning to 
require solid knowledge in the development of Artificial Intelligence (AI) to process 
information. To address this phenomenon, an exploratory study was carried out 
with a qualitative approach, this with the purpose of investigating concepts related 
to the Python programming language, as a new area of research applied to software 
development in the field of Artificial Intelligence. Among the main findings, we found 
different professional experiences among the programmers that form a community 
of knowledge in software development, the importance of the development of data 
analysis, that Python language offers facilities for learning; Furthermore, to apply 
Artificial Intelligence an understanding of programming in general and the link with 
technology is needed. Therefore, the use of the Python language can be involved in 
software development learning processes, and a choice to go deeper into studies of the 
usefulness of technology and employ artificial intelligence knowledge to contribute to 
the technological development.
Key words: Technology, Artificial Intelligence, Python, Software Development, Data 
Science
204
INTRODUCCIÓN
El presente documento reúne las características del lenguaje de programación Python, 
el cual ha tomado relevancia en los últimos años en el ámbito del desarrollo de software, 
esto ha permitido que Python se esté involucrando en las tecnologías nacientes como la 
robótica, domótica, Internet de las cosas e Inteligencia Artificial.
Para propósitos de este estudio, se entenderá como Inteligencia Artificial (IA) a la 
combinación de algoritmos planteados para el funcionamiento de máquinas que 
presenten capacidades similares a las del ser humano. “Normalmente, un sistema de IA es 
capaz de analizar datos en grandes cantidades (big data), identificar patrones y tendencias 
y, por lo tanto, formular predicciones de forma automática” (SALESFORCE, 2017). 
El portal SAS INSIGHTS destaca que de esta forma es posible que “las máquinas 
aprendan de la experiencia, se ajusten a nuevas aportaciones y realicen tareas como seres 
humanos” (Goodnight, s.f.)
Este estudio se ha realizado bajo un enfoque exploratorio por medio de una revisión 
bibliográfica de términos y conocimientos necesarios para comprender el fenómeno, 
donde se evaluaron las características de las aplicaciones de Python en el desarrollo de 
software de inteligencia artificial. En diferentes ramas de la ciencia se han encontrado 
diversas aplicaciones de las redes neuronales de la Inteligencia Artificial, entre ellas 
se trabaja en la posible sustitución de procedimientos metódicos que realiza el ser 
humano. Para el desarrollo tecnológico actual se ha encontrado un importante auge en 
el uso de tecnologías con base en la inteligencia artificial; dicha área de conocimientos 
está desarrollándose gracias al creciente involucramiento de lenguajes de programación 
como Python, Javascript, R, entre otros que se caracterizan por su facilidad de 
adaptarse a sistemas informáticos elaborados por los lenguajes de programación como 
Java, PHP, C#, C++ entre otros que han sido reconocidos por su preferencia entre los 
desarrolladores.
Parte de las bondades encontradas son los ritmos de aprendizaje que ofrece el Lenguaje 
de programación Python, esto gracias a la cantidad de documentos de referencias 
disponibles en Internet; de manera tal que, alguien sin conocimientos previos o 
experiencia de programación, pueda aprenderlo sin dificultades. Sin embargo, la 
Inteligencia Artificial requiere mucho más esfuerzo y conocimientos especializados 
para su desarrollo, principalmente por la necesidad de pensamiento analítico y aplicar 
diversos conceptos orientados al análisis, procesamiento y manipulación de datos. 
Producir instrucciones puntuales que permitan una relación de acción y reacción en los 
datos obtenidos, se emplea por medio de instrucciones técnicas para que la tecnología 
pueda ejecutar árboles de decisiones por sí misma.
PLANTEAMIENTO DEL PROBLEMA
El lenguaje Python ha aparecido con relativa frecuencia en el desarrollo de aplicaciones 
Web y de Internet de las cosas (IoT) en los últimos años. Muchos desarrolladores 
de software utilizan el lenguaje Python para proponer soluciones bajo esquemas 
de Programación Orientada a Objetos1. La tecnología ha planteado cambios para 
maximizar el procesamiento de información y minimizar el esfuerzo y los errores 
humanos. Con el crecimiento en tendencias de desarrollo de tecnología bajo el concepto 
1 El concepto de Programación Orientada a Objetos se aplica como una técnica de desarrollo de software.
215
de Inteligencia Artificial (IA); poco a poco los sistemas complejos para predecir datos 
han encontrado mercado que aporta en decisiones importantes de grandes empresas. 
 
La contribución en la transformación de necesidades tecnológicas de áreas como 
finanzas, ventas, compras, entre otras, donde, por medio de modelos matemáticos 
y algoritmos, calculan la probabilidad de asertividad o incertidumbre en base a los 
datos obtenidos. Ahora el crecimiento tecnológico apunta a incursionar en nuevos 
paradigmas de desarrollo de software, con ello la exploración de conocimientos 
de automatización de procesos administrativos,operativos y de pensamiento 
estructurado, está orientado a la inteligencia artificial de redes neuronales, 
propiciando un auge en el ámbito tecnológico con la denominada “Ciencia de Datos”. 
 
En el entorno del desarrollo de software, la incursión que ha encontrado el lenguaje de 
programación Python en la inteligencia artificial, ha encontrado un importante flujo 
de desarrollo de conocimientos y técnicas para la creación de software que propicie un 
mejor trato a grandes volúmenes de datos. En este proceso muchas grandes empresas ya 
encuentran oportunidades de alcanzar nuevas estrategias de generación de información 
para comprender mejor su entorno de acción y toma de decisiones. Lo que es posible gracias 
a los términos de inteligencia artificial tales como la analítica-deductiva y redes neuronales 
independientes pertenecientes a la especialización denominada “Ciencia de Datos”. 
 
La exploración de nuevos contextos de problemáticas sociales derivadas de la evolución 
en términos tecnológicos, obliga a los programadores a adaptarse a los cambios en 
técnicas o estrategias de desarrollo de software, esto deja al ámbito académico con poca 
oportunidad de adecuarse al cambio de realidad al mismo ritmo que los profesionales 
en el mercado, ello puede significar una desventaja para los procesos de enseñanza en 
las universidades y sus futuros egresados. Parte del fenómeno que genera el aumento en 
la creación de software utilizando inteligencia artificial es que en el ámbito comercial se 
empieza a ver más recurrente la presencia de soluciones de dicha índole, y el surgimiento de 
nuevos roles profesionales vinculados al ámbito tecnológico, como el “Científico de Datos” 
 
El establecimiento de la Inteligencia Artificial, como una plataforma de nuevas soluciones 
que encuentran espacio y demanda en las empresas con grandes necesidades de analizar 
datos, ha permitido la definición de roles para los profesionales de computación y la 
función del software en relación al procesamiento de datos más metódico y autónomo. 
Se encuentran perfiles importantes como: Analistas de datos, Científico de datos, 
Arquitecto o Ingeniero de datos y Consultores de Inteligencia de Negocios. Los perfiles 
nacientes para la creación, manipulación y aplicación de modelos lógicos adaptables al 
software que procesa los datos, y al modelo de negocios que perfila los objetivos de generar 
dicha información, apenas empiezan a encontrar mayor demanda en el ámbito laboral. 
 
La formación de profesionales debe cumplir con perfiles de capacidades idóneas para 
ejercer el desarrollo de software como puesto laboral, los cuales requieren de mayor 
agilidad para adaptarse a las necesidades del mercado. Ello requiere generación de 
especialistas con las habilidades necesarias para desarrollar más aplicaciones en la 
tecnología vigente, con especial atención en la exploración de la Inteligencia Artificial, 
y de los conocimientos que se deben explorar en el desarrollo de software con lenguaje 
Python y las aplicaciones que se pueden determinar cubriendo la necesidad de 
estudiar más dicho campo de aplicación. Por tanto, se vuelve una necesidad para el 
ámbito educativo, emplear esfuerzos para explorar estas nuevas temáticas de estudio e 
incorporarlas en la formación profesional del área de tecnología.
226
JUSTIFICACIÓN
Ante el surgimiento de nuevas tendencias de crecimiento tecnológico en el ámbito 
del manejo de datos, la innovación en la tecnología ha generado muchos procesos 
metódicos o de decisiones basadas en el modelo de negocios de una empresa. El objetivo 
es automatizar y sistematizar tareas administrativas por medio de software gerencial. 
La necesidad de tomar decisiones constantemente ha llevado a la exploración, análisis 
y desarrollo de sistemas que sean capaces de reproducir procesos metódicos cerebrales 
del ser humano. Se busca permitir que una máquina pueda funcionar con un criterio de 
decisión definido por un software.
El crecimiento del mercado globalizado y las exigencias de la oferta - demanda 
ante una sociedad exigente, con gustos muy específicos, ha permitido la creación de 
software basados en principios de Inteligencia de Negocios, lo que provee mucha de la 
información que se requiere para tomar decisiones rápidas. Esto exige más personal con 
capacidad analítica para darle un máximo provecho a los grandes volúmenes de datos 
generados por los sistemas informáticos. Se han desarrollado ya muchos lenguajes de 
programación (software) con especializaciones enmarcadas en soluciones informáticas 
orientadas al potencial del mercado que atienden. 
Es importante explorar las características del lenguaje de programación Python, el cual 
ya es considerado un lenguaje de programación de alto nivel, por su amplia gama de 
módulos de software desarrollados. El sitio Web PARADIGMA lo cataloga como uno 
de los lenguajes de programación más utilizados en 2019. Este lenguaje está vinculado 
a Inteligencia artificial y Big Data como parte del repertorio de soluciones creadas. Es 
importante investigar, por lo tanto, el potencial de desarrollo de tecnologías basadas 
en Inteligencia Artificial que presenta el lenguaje de programación Python y qué 
características se pueden aprovechar desde el ámbito académico.
OBJETIVO GENERAL
Analizar mediante una revisión bibliográfica, las características del lenguaje Python y 
su aplicación en el desarrollo de Software basado en Inteligencia Artificial como aporte 
a la formación de conocimientos en desarrollo de software
OBJETIVOS ESPECÍFICOS
•	 Identificar las características técnicas del lenguaje Python en el proceso 
de codificación de aplicaciones informáticas orientadas al desarrollo de 
Inteligencia Artificial.
•	 Determinar los aspectos teóricos en desarrollo de la Inteligencia Artificial y la 
aplicación actual en el ámbito de desarrollo de software.
•	 Describir las características del lenguaje de programación Python que pueden 
aportar al desarrollo de aplicaciones basadas en Inteligencia Artificial y sus 
campos de aplicación.
237
MARCO REFERENCIAL 
 
Conceptos Iniciales
Es importante definir algunos conceptos técnicos que se emplean mucho en este 
estudio por la naturaleza del fenómeno y del área de especialidad; por tanto, para esta 
investigación entenderemos 4 conceptos fundamentales que orientan el desglose de 
contenidos vertidos en el presente documento.
Se debe iniciar con el concepto de Algoritmos, de acuerdo a Luis Joyanes, autor 
reconocido por sus libros que guían al entendimiento y aprendizaje de la programación. 
Joyanes sostiene que un algoritmo se puede definir como una secuencia de instrucciones 
que representan un modelo de solución para determinado tipo de problemas. O bien 
como un conjunto de instrucciones que realizadas en orden conducen a obtener la 
solución de un problema. Esto se refieren a un trabajo directamente de análisis e 
interpretación de la realidad y cómo poder cambiar una situación en favor de resolver 
bajo una idea de mejorar las condiciones actuales del contexto.
Según Deitel, un reconocido autor de libros que enseñan cómo utilizar algunos lenguajes 
de programación como C#, C++, Java entre otros; utiliza en sus libros la definición 
de Lenguaje de Programación, para referirse a las instrucciones escritas y dirigidas 
para que una computadora realice determinadas acciones, la computadora entenderá 
dichas acciones a través de los archivos resultantes de las instrucciones descritas en un 
determinado lenguaje de programación. Los archivos con instrucciones se les conocen 
como Programas, estos son interpretados directamente por la computadora o con la 
ayuda de un intermediario según sean las características del lenguaje de programación 
utilizado. A dicho intermediario se le conoce como Compilador, y este permite que 
un programa funcione para Internet como servicio Web, para una computadora o 
dispositivo móvil como una aplicación, o que brinde comunicación de datos entre 
diferentes aplicaciones.
En relacióna la Inteligencia Artificial, se manejan varios conceptos y términos en el 
proceso de elaboración de aplicaciones o software basado en dicha tecnología y sus 
diferentes ramas de estudio. El término de Entrenamiento de modelos autónomos, 
se refiere a una de las etapas metódicas orientadas a la rama de Machine Learning de la 
Inteligencia Artificial, la cual consiste en realizar los procesos de aprendizaje que requiere 
la tecnología para que sea capaz de realizar tareas de forma independiente y pueda elegir 
las instrucciones que más se adecuen a la situación identificada sin la intervención 
del programador, con el propósito de que la tecnología de respuesta por sí misma. 
 
Lenguaje de Programación Python
EL lenguaje de programación Python surge a finales de los años 80’s con Guido Van 
Rossum, informático como autor y quien es reconocido con el título BDFL (Benevolent 
Dictator for Life), teniendo asignada la tarea de fijar las directrices sobre la evolución 
de Python, así como la de tomar decisiones finales sobre el lenguaje que todos los 
desarrolladores acatan. Van Rossum tiene fama de ser bastante conservador, realizando 
pocos cambios al lenguaje entre versiones sucesivas. Comenzó a implementar el 
lenguaje Python en diciembre de 1989, en febrero de 1991 lanzó la primera versión 
pública, la versión 0.9.0; La versión 1.0 se publicó en enero de 1994, la versión 2.0 se 
publicó en octubre de 2000 y la versión 3.0 se publicó en diciembre de 2008.
248
Imagen 1: ilustración del logo del lenguaje de programación
El lenguaje Python nace con la finalidad de convertirse en el sucesor del lenguaje 
de programación ABC2. Python es un lenguaje de programación multiparadigma, 
esto significa que no limita a los programadores a adoptar un estilo particular de 
programación; en su lugar admite varios estilos como la programación orientada a 
objetos, programación imperativa y programación funcional. Otros paradigmas están 
soportados mediante el uso de extensiones que resultan complementarias en el ejercicio 
de codificación.
Hasta 2018, el desarrollo de Python estaba dirigido personalmente por Guido van 
Rossum y bajo el paraguas de la fundación Python Software Foundation. En julio 
de 2018 Guido van Rossum anunció que dejaría de dirigir el desarrollo de Python. 
Desde 2019 el desarrollo de Python está dirigido por un consejo de dirección de cinco 
miembros elegidos entre los desarrolladores de Python y que se renovará anualmente. 
Las versiones de Python se identifican por tres números X.Y.Z, donde podemos 
comprender lo siguiente:
2. Lenguaje de programación de los años 80’s. Consultar en: http://www.larevistainformatica.com/ABC.htm
•	 X corresponde a las grandes versiones de Python (1, 2 y 3), incompatibles entre sí: 
Los principales cambios introducidos en Python 2 fueron las cadenas Unicode, 
las comprensiones de listas, las asignaciones aumentadas, los nuevos métodos de 
cadenas y el recolector de basura para referencias cíclicas. Los principales cambios 
introducidos en Python 3 fueron la separación entre cadenas Unicode y datos 
binarios, la función print(), cambios en la sintaxis, tipos de datos, comparadores, 
etc. Por el momento, no hay planes de crear una nueva versión Python 4, 
incompatible con las anteriores.
259
Imagen 2: Representación del flujo de ejecución del lenguaje de programación Python
Fuente: obtenido del blog “Aprender a programar con Python”
•	 Y corresponde a versiones importantes en las que se introducen novedades en 
el lenguaje, pero manteniendo la compatibilidad (salvo excepciones). Desde la 
versión 2.0 hasta 2019, las versiones X.Y se han publicado aproximadamente cada 
año y medio y se han mantenido durante cinco años, excepto la versión 2.7, que 
se mantuvo durante diez años, hasta el 1 de enero de 2020 (aunque se publicó 
una versión final en abril de 2020). En 2019 se decidió pasar a publicar nuevas 
versiones X.Y anualmente, en octubre, manteniéndolas durante cinco años. Así, 
Python 3.9 se ha publicado en octubre de 2020 y Python 3.10 se publicará en 
octubre de 2021.
•	 Z corresponde a versiones menores que se publican durante el período de 
mantenimiento, en las que sólo se corrigen errores durante el primer año y fallos 
de seguridad en los cuatro restantes. Normalmente, se publica una última versión 
X.Y.Z justo antes de que una versión X.Y deje de mantenerse. Algunas empresas 
comerciales ofrecen el mantenimiento de versiones antiguas una vez acabado el 
mantenimiento oficial.
Imagen 3: Gráfico de encuesta a programadores realizada en 2017
¿Qué lenguaje de programación recomendaría a los nuevos científicos de datos aprender primero?
Fuente: Obtenido de https://www.paradigmadigital.com/dev/es-python-el-lenguaje-del-futuro
Los instaladores del intérprete del lenguaje Python para la plataforma de Microsoft 
Windows generalmente incluyen toda la biblioteca estándar de librerías de clases y, a 
menudo, también incluyen muchos componentes adicionales en cuanto a los archivos 
de código de programación previamente definidos, dichas librerías son utilizadas 
como paquetes o complementos utilizados al escribir el código de un programa. Para 
los sistemas operativos similares a Unix, Python normalmente se proporciona como 
una colección de paquetes de clases y componentes adicionales, por lo que puede ser 
2610
necesario utilizar las herramientas de empaquetado proporcionadas con el sistema 
operativo para obtener algunos o todos los componentes opcionales que contienen 
dichos paquetes.
El conjunto de paquetes y librerías disponibles, respeta la semántica central del lenguaje 
de programación, con esto el trabajo de diversos programadores se puede reutilizar 
incluyendo en el lenguaje de programación que se está escribiendo, la referencia de 
dichos paquetes y de los archivos con código de programación previamente elaborados. 
Este principio es un trabajo en conjunto que permite el crecimiento de una denominada 
“comunidad de desarrolladores de software”, con el propósito de aprender nuevas 
tecnologías en el desarrollo de software y probar las posibles aplicaciones que pueda 
tener una solución detectada, validadas con el uso de muchos programadores que tienen 
acceso a conocer como se conforma el código del programa publicado en Internet.
Imagen 4: Arquitectura general de Python
 
Fuente: obtenido de sitio web “Programador Clic”
Python ha encontrado su crecimiento en las iniciativas de la colaboración de muchos 
programadores bajo el modelo de desarrollo de software de código abierto, también 
conocido como Open Source por sus términos en inglés que están íntimamente 
relacionados con el concepto de software libre; esto quiere decir que, una vez es 
publicado el código fuente de un programa, este se puede utilizar parcial o totalmente 
por otro programador, siendo este último quien decide como emplear el trabajo de 
alguien más. Desde 1990 que nació el concepto de Open Source, se han conocido 
muchas variantes de soluciones encontradas por medio de programas, y estas se han 
aplicado de forma diferente para responder a otras necesidades con similar secuencia 
de pasos resueltos con software.
Librerías de Python
Parte del trabajo de todo lenguaje de programación, es adaptar componentes del 
hardware de las computadoras para capturar datos, la funcionalidad de hardware y 
software que realicen tareas descritas en el lenguaje de programación como Python, 
Java, C#, entre otros; esto se les conocen como paquetes de librerías o simplemente 
librerías, en ellas se empaquetan archivos con códigos de programación que realizan 
tareas específicas y han sido creadas bajo el pensamiento de completar lo que el 
intérprete del lenguaje de programación necesita para ejecutar instrucciones específicas 
descritas en código de programación. Entre algunas librerías orientadas al desarrollo 
de la Inteligencia Artificial escritas en lenguaje de programación Python podemos 
encontrar.
2711
Es una librería gráfica de Python estándar y la más 
conocidapor ser utilizada para generar gráficos de datos, 
estos de calidad necesaria para publicarlas tanto en papel 
como digitalmente. Con matplotlib se pueden crear muchos tipos de gráficos: series 
temporales, histogramas, espectros de potencia, diagramas de barras, diagramas de 
errores, entre otros. 
Ilustración 1: Ejemplo de gráfico creado con Matplotlib
Fuente: https:// matplotlib.org/
Es una librería para visualizar datos de forma interactiva en un 
navegador web. Con Bokeh se pueden crear gráficos versátiles, 
elegantes e interactivos. Los desarrolladores de Bokeh buscan 
un buen rendimiento con gran cantidad de datos, incluso con 
datos que vayan llegando en tiempo real. 
Ilustración 2: Ejemplo de gráfico creado con Bokeh
 
Fuente: https://demo.bokeh.org/
Es una librería que proporciona una estructura de datos 
universal que posibilita el análisis de datos y el intercambio de 
datos entre distintos algoritmos. Las estructuras de datos que 
implementa son vectores multidimensionales y matrices con 
capacidad para gran cantidad de datos. Además, esta librería 
proporciona funciones matemáticas de alto nivel que operan en estas estructuras de 
datos.
Esta librería proporciona rutinas numéricas eficientes 
fáciles de usar y opera en las mismas estructuras de datos 
proporcionadas por NumPy. Por ejemplo, con SciPy puedes 
realizar: integración numérica, optimización, interpolación, 
transformadas de Fourier, álgebra lineal, estadística, etc.
2812
Es una librería de Python que fue desarrollada por 
Google, para realizar cálculos numéricos mediante 
diagramas de flujo de datos. Para emplear esta 
librería en vez de codificar un programa, se codifica 
un grafo; donde, los nodos de este grafo serán operaciones matemáticas y las aristas 
representan los tensores (matrices de datos multidimensionales). Con esta computación 
basada en grafos, TensorFlow puede usarse para Deep Learning y otras aplicaciones 
de cálculo científico. Dicho grafo que representa a la red neuronal profunda y sus datos, 
se podrá ejecutar en una o varias CPU o GPU en un PC, en un servidor o en un móvil.
Es una librería de python, desarrollada por 
Facebook, que permite el cálculo numérico 
eficiente en CPU y GPUs. Se puede pensar en 
PyTorch como una librería que da las capacidades 
de la librería NumPy en una GPU. En otras palabras, si una tarjeta gráfica tiene un 
procesador gráfico (por ejemplo, una NVIDIA moderna), el código se puede ejecutar 
entre 10 a 20 veces más rápido. El aprendizaje profundo (Deep Learning) usa cálculos 
matriciales y de derivadas masivos y paralelizables en GPUs. Por eso, PyTorch también 
se especializa en Deep Learning.
Es distribución de Python para Cálculo Numérico, 
Análisis de Datos y Machine Learning. Contiene 
las librerías más usadas por los científicos de 
datos. Además, hace muy fácil la instalación de otras librerías que puedas necesitar. 
Con Anaconda también es posible crear varios entornos de trabajo si se trabaja en 
varios proyectos. Esto puede ser útil, por ejemplo, si uno de los proyectos necesita 
Python versión 3 y el otro requiere de Python versión 2. O si se está trabajando en un 
proyecto que necesita unas librerías específicas o que tengan una versión específica. 
Es un framework web de alto nivel que 
permite el desarrollo rápido de sitios web 
seguros. Desarrollado por programadores 
experimentados, Django se encarga de gran 
parte de las complicaciones del desarrollo web, 
por lo que el programador se puede concentrar 
en escribir la aplicación sin necesidad de “reinventar la rueda”. Es gratuito y de código 
abierto, tiene una comunidad próspera y activa, una gran documentación y muchas 
opciones de soporte gratuito y de pago.
Existen muchas más librerías que adaptan componentes visuales; formulas o procesos 
estadísticos, matemáticos, numéricos, lógicos o analíticos; herramientas adicionales para 
obtener los datos; componentes visuales para entornos web o de aplicación instalable 
en la computadora; entre muchas más opciones que los desarrolladores comparten, 
librerías3 como: Pandas, Scikit-learn, Imbalance Learning, LightGBM / XGBoost, 
Keras / Tensorflow o AzureML-sdk, aportan importantes componentes para realizar 
tareas muy específicas del día a día en el desarrollo de software.
3 Referencia de librerías, consultada en: https://blogs.solidq.com/rerias-python-para-data-science-y-machine-learning/
2913
Inteligencia Artificial
En artículos de revista se ha apreciado como las investigaciones y las teorías sobre 
inteligencia artificial han venido evolucionando. El inglés y matemático Alan Turing 
(1912-1954) en los años cincuenta propuso una prueba, según texto del libro de 
Inteligencia Artificial pagina 18, “demostrar la existencia de “inteligencia” en un dispositivo 
no biológico. Esta prueba conocida como “test de Turing” se fundamenta en la hipótesis de que, 
si una máquina se comporta en todos aspectos como inteligente, entonces debe ser inteligente”. 
(Gallegos, 2014, pág. 18) En consecuencia, a esta prueba, muchos de los esfuerzos 
de investigadores de ese tiempo, se enfocaron en sistemas de inteligencia artificial 
lingüísticos, marcando el nacimiento de los conocidos “chatbots” (Robots de plática).
Imagen 5: Representación de la máquina de turing
Muchas teorías e investigaciones se abrieron en esos años entusiasmados en la 
carrera por la inteligencia artificial, desarrollando pequeños sistemas y lenguajes de 
programación. En 1958 McCarthy desarrolló un lenguaje de programación simbólica 
cuando estaba trabajando en el MIT (Instituto Tecnológico de Massachusetts); dicho 
lenguaje es utilizado aún en la actualidad y es conocido como LISP. El nombre LISP 
deriva de “LISt Processing” 
El primer sistema experto fue el denominado Dendral, un intérprete de espectrograma 
(Fotografía, inscripción o diagrama de un espectro luminoso o acústico.) de masa 
construido en 1967, pero el más influyente resultaría ser el Mycin de 1974. El Mycin era 
capaz de diagnosticar trastornos en la sangre y recetar la correspondiente medicación, 
siendo utilizado por algunos hospitales (como el Puff, variante de Mycin de uso común 
en el Pacific Medical Center de San Francisco, EEUU) (Gallegos, 2014).
En los años 80, se desarrollaron lenguajes especiales para ser utilizados para la 
Inteligencia Artificial, tales como el LISP o el PROLOG. Es en esta época cuando se 
desarrollan sistemas expertos más refinados, Arthur Samuel, desarrolló un programa de 
juego de damas capaz de aprender de su propia experiencia; y Selfridge, que estudiaba 
el reconocimiento visual por computadora (Gallegos, 2014).
3014
Imagen 6: Muestra de interfaz de PROLOG
Fuente: obtenida de https://www.ediciones-eni.com/open/mediabook.aspx?idR=eb4d4b19acf30a7aee6438a99b066bf5
La Inteligencia Artificial tiene presencia en muchos ámbitos de la vida cotidiana; 
de manera que a veces pasa desapercibido para nosotros. De acuerdo al Ing. Carlos 
Vásquez en su publicación en el sitio AVANSIS, señala que en algunas ciudades realizan 
pruebas médicas como las radiografías, los electrocardiogramas, los electromiogramas 
o los TAC, estos son previamente interpretadas por algoritmos inteligentes que, con 
cierta precisión y grado de error, diagnostican o no la enfermedad de un paciente. 
Posteriormente, el doctor se apoya en esta predicción y aplica su veredicto. 
El protagonismo que ha adquirido esta nueva disciplina ha desembocado en una 
complejidad que ha aumentado de manera exponencial desde los años 70’s que lleva 
activa, eliminando la trivialidad de su clasificación. De hecho, es tan compleja, que se 
abordará la clasificación soft, concebida para que la Inteligencia Artificial Suave pueda 
ser aplicada en el entorno empresarial.
TIPOS DE INTELIGENCIA ARTIFICIAL
Los expertos en ciencias de la computación Stuart Russell y Peter Norvig diferencian 
varios tipos de inteligencia artificial:
Imagen 7: tipos conocidos de la Inteligencia artificial
Fuente: Elaboración propia
A partirde los tipos antes mencionados han surgido diversos estudios y apuestas al 
desarrollo del conocimiento y aplicación a contextos diversos, de manera que no todos 
los tipos han encontrado amplitud de aplicación, principalmente por la evolución 
de la tecnología de captura de datos o de procesamiento de información, se han 
definido en ramas de la Inteligencia Artificial que desarrollaron hasta la fecha muchos 
acercamientos a la plenitud de las tecnologías como aporte al desarrollo sostenible 
tanto social como empresarial, se estudian bajo el siguiente esquema:
3115
Imagen 8: Ramas de estudio de la Inteligencia Artificial
Fuente: Elaboración propia
Aprendizaje Autónomo (Machine Learning)
El Machine Learning está orientado al aprendizaje por medio del entrenamiento del 
ser humano en la máquina para reconocer patrones basándose en datos, estos pueden 
partir de una imagen, un video, comportamiento, rutina entre otras acciones que 
permitan a la máquina predecir el siguiente movimiento o acción a realizar.
Procesamiento de Lenguaje Natural
Esta rama se ocupa de investigar la manera de comunicar las máquinas con las personas 
mediante el uso de lenguas naturales, como el español, el inglés o el chino; tomando 
en cuenta qué, virtualmente, cualquier lengua humana puede ser tratada por los 
ordenadores. Por ejemplo, ¿cuántas lenguas hablan Siri o Google Assistant?
Sistemas Expertos
Puede entenderse como el empleo de conocimiento humano capturado en un 
ordenador para resolver problemas que normalmente resolverían humanos expertos 
contemplando la posibilidad de enfocar los programas bajo este enfoque de IA a un 
dominio más concreto y así intentar simular el modo de actuar y los razonamientos de 
una persona experta en un campo de conocimiento.
3216
Visión por computadora
Se puede entender como la disciplina que estudia cómo procesar, analizar e interpretar 
imágenes de forma automática. Estas técnicas tienen aplicaciones en muchos ámbitos, 
como la seguridad, la medicina, la inspección automática, o la navegación automática, 
entre otras que beneficien la accesibilidad a datos de manera diferente.
Reconocimiento Automático del Habla
Esta rama comprende dos procesos importantes, primero el aprendizaje deductivo que 
consiste en la transferencia de conocimientos del hombre a un sistema informático, 
y el aprendizaje inductivo, este último, trata sobre adquirir la capacidad por parte del 
sistema para obtener esos conocimientos a través de ejemplos.
Planificación
Este campo se orienta a la deducción de forma automática para trazar una serie de 
pasos para completar una meta; es decir, que el sistema encuentre por sí solo una 
secuencia ordenada de acciones que permitan alcanzar unos objetivos que se relacionan 
con problemas comunes en la planificación, principalmente cuando entran al análisis la 
necesidad de cumplir varias metas en el mismo plan.
Robótica
Se puede entender como un componente de la inteligencia artificial, el cual ya se le 
considera como una ciencia que estudia el diseño y construcción de máquinas capaces de 
desempeñar las tareas del ser humano mediante procesos mecanizados y programados.
En la actualidad el desarrollo de conocimientos ha permitido el surgimiento de los 
Científicos de Datos o Data Scientist, este es un perfil profesional que traduce los 
grandes volúmenes de información disponibles bajo conceptos como Big Data. Dichos 
datos provienen de todo tipo de fuentes de información masivas y los científicos de 
datos las convierten en respuestas. Trabajan en cualquier tipo de negocio e industria con 
el objetivo de obtener respuestas fiables a problemas cotidianos basados en historial, 
patrones de comportamiento y análisis de datos.
¿Qué hace diferente a Python para utilizarlo en la Inteligencia Artificial? 4
El desarrollador puede hacer uso de forma directa en su proyecto y así, aplicar el 
programa. Por lo que, se considera que Python es un lenguaje completo. Puede ser 
utilizado en situaciones complejas, este tipo de lenguaje se puede ocupar de matrices, 
aritmética, objetos y variables; así como de algunos otros conceptos de la computación 
y hacerlos muy completos para su uso. 
•	 Python como lenguaje de programación puede ser utilizado por cualquier 
público en dominios y tecnologías, porque es general. 
•	 Python tiene gestión de memoria automática la cual acepta una variedad de 
paradigmas de programación.
4 Referencia de contenido tomada de: https://unipython.com/como-se-relaciona-la-inteligencia-artificial-ia-con-
python/#:~:text=La%20Inteligencia%20Artificial%20trabaja%20mejor,demuestra%20ser%20superior%20que%20
Java.&text=%2DPython%20es%20un%20lenguaje%20din%C3%A1mico,de%20aprender%20en%20menor%20tiempo 
3317
•	 Está disponible para todos los sistemas operativos. Además, presenta una 
oferta de código abierto llamada CPython, la cual ha tenido mucha aceptación.
•	 Python es uno de los lenguajes más populares a nivel mundial en el mercado 
actual y promete el menor código posible a diferencia de otros lenguajes.
•	 Puede usar IDE para la comprobación de los códigos y es de ayuda para los 
desarrolladores que pelean con distintos algoritmos.
•	 Python junto a NumPy, scikit-learn, iPython Notebook y matplotlib, son la 
base para iniciar un proyecto de IA.
•	 NumPy es utilizada como contenedor de datos genéricos que comprenden un 
objeto de matriz N-dimensional.
•	 Pandas, la biblioteca de código abierto, suministra a los usuarios estructuras 
de datos y herramientas analíticas, muy fáciles para usar con Python.
•	 Matplotlib es una biblioteca de trazado 2D. Se puede utilizar matplotlib 
hasta por 6 usuarios de la interfaz gráfica de kits de herramientas, scripts y 
servidores de aplicaciones web de Python.
•	 Python tiene bibliotecas como Numpy, Scipy y Pybrain, que se utilizan para 
la computación científica, computación avanzada, y el aprendizaje automático. 
Estas razones convierten a Python, en uno de los mejores lenguajes para 
Inteligencia Artificial.
METODOLOGÍA DE LA INVESTIGACIÓN
Tipo de investigación
El presente estudio bibliográfico será abordado con un enfoque cualitativo y se 
empleará un método inductivo-deductivo realizando un proceso de tipo exploratorio 
documental, esto con el propósito de indagar conceptos promisorios y oportunidades 
de terrenos para nuevos estudios bajo la visión de las Ciencias Computacionales. 
(Hernández Sampieri, Fernández Collado, & Lucio, 2014, págs. 154-156).
Población
La investigación bibliográfica se puede comprender (Stewart, 1984; McMillan y 
Kennedy 1981; Hart, 2001; Pritchard y Scott, 1996, citado en Méndez, 2008) como “...
un proceso mediante el cual recopilamos conceptos con el propósito de obtener un conocimiento 
sistematizado. El objetivo es procesar los escritos principales de un tema particular. Este 
tipo de investigación adquiere diferentes nombres: de gabinete, de biblioteca, documental, 
bibliográfica, de la literatura, secundaria, resumen, etc.” (p. 16).
Para este estudio se define como población de estudio a la comunidad de desarrolladores 
3418
de software libre, estos cumplen las características en común con aquellos beneficiados 
de la información disponible, para referencia, aprendizaje y compartir conocimiento 
nuevo generado a través de la experiencia. La elección de población no obedece una 
técnica probabilística de selección y no requiere participación activa, estadística o de 
causalidad para los efectos de recopilar información.
Técnica e Instrumento
Para la recopilación de información se empleó la técnica de observación documental de 
cada uno de los recursos consultados, con la finalidad de analizar fuentes de información 
de forma sistemática y definir las prioridad y utilidad de la información. Además, se 
utilizó la técnica de la bola de nieve la cual conlleva a la búsqueda de información a través 
de un rastreo obtenido de las fuentes consultadas; es decir, revisiones documentales 
bibliográficas, sitios web y videos de referencia que orientana nueva búsqueda a partir 
de la información consultada.
Los criterios de análisis y selección de información empleados de manera sistemática, 
fueron aplicados bajo la necesidad de recopilar características y argumentos 
fundamentados en la experiencia y profesionalismo de los programadores que ya 
emplean los conocimientos del lenguaje de programación Python, que empiezan a 
incursionar en la inteligencia artificial o ambos casos.
ANÁLISIS DE RESULTADOS
Para comprender mejor la situación identificada, es necesario revisar algunos gráficos 
que describen la situación actual del lenguaje de programación Python. Estos se verán 
a continuación:
Imagen 9: Ranking de puntuación de lenguajes según programadores que usan productos IEEE
Fuente: encuesta realizada por el Instituto de Ingenieros Eléctricos y Electrónicos (IEEE)
En el gráfico anterior se identifican las preferencias de programadores que utilizan los 
recursos que el IEEE certifica, produce y consume, parte de los ámbitos relacionados 
al Instituto son aquellos de tecnología que suplen servicios de manejo o transferencia 
de datos para la electrónica. 
3519
Imagen 10: Calculo de etiquetas en las publicaciones de la plataforma Stack Overflow
Fuente: Estadístico de tendencias de Stack Overflow.
En el gráfico se puede notar el proceso de decaimiento que han tenido los lenguajes de 
programación tradicionales que van dirigidos a Sistemas Informáticos robustos, Java y 
C# son los más destacables en la tendencia de preferencia cada vez menor; sin embargo 
los lenguajes de programación Python y Javascript han encontrado un alza significativa 
en cuanto a las etiquetas de búsqueda de preferencia en los últimos años, esto conlleva 
a pensar que la comunidad de programadores está cada vez más interesada en saber de 
Python o Javascript.
Imagen 11: Encuesta realizada a desarrolladores de Python
Fuente: Jetbrains
El gráfico anterior obtenido de una encuesta realizada a programadores que utilizan 
el Lenguaje Python, deja evidencias de una de las principales características de dicho 
lenguaje de programación. En la ilustración se compara, cual es la combinación de 
lenguajes en los que más se involucra Python. Para entender el contexto de Python 
podemos tomar lo que representa la imagen 11, debido a que en la actualidad se 
utilizan sistemas y aplicaciones previamente desarrolladas en cualquier lenguaje de 
programación, y las nuevas soluciones o aplicaciones que vinculan ya sea un sistema 
3620
con otro, o en el mejor de los casos una aplicación con otra; estas soluciones combinan 
dos o más lenguajes que brinden la facilidad de integrar el flujo de datos para cada 
arista involucrada en cuanto a software se refiere.
El aprendizaje de un lenguaje de programación siempre ha requerido de habilidades 
metódicas de análisis, uso del razonamiento y un pensamiento orientado a la lógica, 
con esto se realizan los análisis algorítmicos que dan origen a las instrucciones en 
lenguaje de programación. Aprender cualquier lenguaje de programación se limita a 
la comprensión del ámbito en el cual el intérprete del código funciona y en adaptarse 
a la sintaxis del lenguaje de programación que se utiliza, a esto se le suma la práctica 
constante, exploración de nuevas formas de resolver los problemas analizados, y el 
constante aprendizaje pueden llevar a un nivel de dominio muy respetado y necesario 
para incursionar en la creación de nueva tecnología.
En cuanto a Python se refiere, se encuentra una importante cantidad de información 
de referencia a lo que muchos programadores denominan “documentación del 
lenguaje de programación”, con ello se pueden emplear las otras bondades de Python, 
reconocidas a nivel de comunidades de desarrolladores de software, entre ellas es que 
se puede involucrar con lenguajes de programación para completar soluciones de 
software ya existentes, crear módulos de sistemas informáticos que permitan ampliar 
las capacidades de procesamiento de datos actuales. También, se puede destacar que 
Python utiliza particularidades en la sintaxis del código de programación como la 
eliminación de llaves ( {} ) o de corchetes ( [] ), los cuales son muy propios de la muy 
utilizada Programación Orientada a Objetos (POO), concepto muy utilizado en esa 
técnica de codificación de programas llamada Encapsulado.
La accesibilidad del software es muy importante y atractivo para las comunidades de 
programadores, ya que Python es lenguaje de código abierto (Open Source), esto quiere 
decir que no representa ningún costo para el programador utilizarlo, y el programador 
puede adecuarlo a su forma de trabajo. Esto significa que el servicio de intérprete 
del código escrito en lenguaje Python, no representa inconvenientes técnicos para la 
aplicación por tener la facultad de ser multiplataforma, esto significa que se puede 
instalar en un servidor de Microsoft Internet Information Service (IIS), como en un 
servidor de Apache o Tomcat; con lo anterior mencionado, un programador no necesita 
muchos requerimientos de computadora para aprender y probar su código de Python.
Imagen 12: Ejemplos de aplicaciones desarrolladas en Python
3721
Para el ámbito de la Inteligencia Artificial, Python ha sido muy utilizado por las 
facilidades que ofrece, permitiendo combinaciones como: sistema-aplicación web, 
aplicación con aplicación, dispositivo electrónico-aplicación web; entre otras que 
permiten alimentar de información y datos a los algoritmos diseñados para que la 
computadora realice un procedimiento analítico, deductivo, predictivo o procedimental 
de forma autónoma y sin la intervención del ser humano.
Se cuentan en el ambiente comercial con aplicaciones que utilizan servicios analíticos 
en tareas que pueden entenderse simples para una persona, pero para una máquina 
identificar los criterios para tomar decisiones puede resultar muy complejo; esto es el 
empleo de algoritmos o pasos para resolver un problema o necesidad de información; 
donde, algoritmos como el de Netflix o Youtube ofrecen videos basados en los gustos 
y frecuencia de videos visitados bajo las categorías aplicadas a los videos almacenados. 
Esto conlleva a mayores necesidades como la proliferación de científicos de datos que 
serán los nuevos profesionales más cotizados en los próximos años
CONCLUSIONES
Python es un lenguaje de programación con muchas facilidades en el contexto de 
aprendizaje y mucha aplicabilidad en los entornos de infraestructura tecnológica, 
esto nos lleva a considerar una necesidad de verlo como un lenguaje que abrirá 
oportunidades laborales a los futuros egresados de la academia y a los profesionales 
activos en el ambito del desarrollo de software. La flexibilidad multiplataforma de 
Python ha permitido crecer en soluciones de inteligencia artificial en los últimos años, 
y la integración de soluciones existentes, creación de nuevas soluciones para analizar 
datos o formas de automatizar actividades cotidianas, serán las bases de los nuevos 
patrones de evolución tecnológica relacionada al desarrollo de software.
Los cambios significativos en técnicas de desarrollo de software y conocimiento están 
ocurriendo con mayor impacto en la empleabilidad, esto significa que tienen mucha 
oportunidad tanto los estudiantes, egresados como profesionales que se dedican a 
desarrollar software y están incursionando en el lenguaje de programación Python, las 
aplicaciones de Inteligencia Artificial son cada vez más empleadas y en el campo de 
estudios en sus diferentes ramas empiezan a destacar conocimientos aplicables para 
solucionar problemas actuales. El desarrollo actual en tecnología esta empezando a 
definir roles profesionales en la naciente ciencia de datos a nivel de tecnología, esto 
significa que se vuelve necesario insentivar a la exploración y aporte de conocimiento 
desde el Lenguaje de programación y su aplicación en soluciones para la sociedad.
Las ramas de estudio de la Inteligencia Artificial, indican que la oportunidad desde 
laacademia abre puertas a explorar conocimientos desde las cátedras, exponiento y 
experimentando aplicaciones del conocimineto en nuevos entornos de desarrollo de 
software, es decir, motivar al estudiante desde la cátedra para investigar y experimentar 
soluciones que le brinden habilidades que sirvan como valor agregado a su perfil 
profesional al egresar y optar por un empleo como programador. La ciencia de datos 
apenas ha abierto campo para la tecnología, pero los profesionales especializados en 
dicho campo se irán convirtiendo en las ofertas laborales más cotizadas en un futuro 
cercano, esto de acuerto al ritmo de desarrollo que encuentre la inteligencia artificial 
en el manejo de datos.
3822
PROPUESTA
Para el aprendizaje del lenguaje de programación Python, se puede encontrar una 
facilidad de adaptación y aprendizaje gracias a las comunidades de desarrolladores de 
software que propiciaron la generación de documentación para conocer mejor la sintaxis 
del lenguaje. La característica de Python por ser lenguaje de Código Abierto, permite 
que el programador adapte el lenguaje a su estilo de trabajo, esto resultará conveniente 
a programadores con experiencia en otros lenguajes, a docentes que imparten clase de 
programación y profesionales de otra índole que ejercen activamente en la escritura de 
programas para instruir a la computadora en acciones concretas.
En cuanto al desarrollo de Inteligencia Artificial para el ámbito tecnológico, el 
mercado del desarrollo de software no ha dejado de lado campos de aplicación como 
Big Data, Internet de las Cosas (IoT), entre otras que requieren al igual que la IA, 
de mucho análisis de datos, de predicción de resultados, de comprensión de patrones 
y comportamientos de los datos, manejo de estadística y muchas más acciones que 
profesionales realizan dentro de sus funciones laborales y estas acciones pueden ser 
dirigidas a la máquina, para que el profesional, comience a ejercer actividades más 
protagónicas donde ejerza criterio sobre el conocimiento y aporte con decisiones. 
La integración de sistemas, aplicaciones, servicios y dispositivos es una realidad en 
crecimiento, parte de la necesidad de datos y se dirige sobre la búsqueda de respuestas 
que la humanidad siempre ha buscado. Aprender a integrar sistemas y a moldear 
instrucciones para que la computadora ejecute las tareas complejas más necesarias en 
la actualidad será parte de las nuevas demandas en habilidades técnicas y tecnológicas.
3923
Imagen 13: Ideas centrales como hallazgos
4024
BIBLIOGRAFÍA
Bishop, P. (1989). Conceptos de Informática. Madrid: Anaya.
CEPAL. (s.f.). La Industria del Software y los Servicios Informáticos. Obtenido 
de https://repositorio.cepal.org/bitstream/handle/11362/36857/1/S1420253_
es.pdf
Fuente, O. (s.f.). IEBS. Obtenido de https://www.iebschool.com/blog/
cientifico-datos-big-data/
Gallegos, J. C. (2014). Inteligencia Artificial. Iniciativa Latinoamericana de 
Libros de Texto Abiertos (LATIn).
García, A. (s.f.). Universidad Carlos III de Madrid. Obtenido de https://
portal.uc3m.es/portal/page/portal/actualidad_cientifica/noticias/tecnica_
inteligencia_artificial
Goodnight, J. (s.f.). SAS. Obtenido de https://www.sas.com/es_ar/insights/
analytics/what-is-artificial-intelligence.html
Hernández Sampieri, R., Fernández Collado, C., & Lucio, P. B. (2014). 
Metodología de la Investigación (6ta ed.). México: McGRAW-HILL.
Martínez Heras, J. (s.f.). IArtificial.net. Obtenido de https://www.iartificial.
net/librerias-de-python-para-machine-learning/
Méndez, A. (2008). La investigación en la era de la información: guía para realizar 
la bibliografía y fichas de trabajo. Méxic0.
Paradigma. (s.f.). Obtenido de Paradigma: https://www.paradigmadigital.
com/dev/es-python-el-lenguaje-del-futuro/
Porcelli, A. (2020). La Inteligencia Artificial y la Robótica: sus dilemas sociales, 
éticos y jurídicos. Derecho Global. Estudios Sobre Derecho Y Justicia. 49-105. 
Obtenido de https://doi.org/10.32870/dgedj.v6i16.286
Python Software Foundation. (s.f.). python. Obtenido de https://www.python.
org/doc/
SALESFORCE. (2017). Inteligencia Artificial: ¿Qué es? Obtenido de https://
www.salesforce.com/mx/blog/2017/6/Que-es-la-inteligencia-artificial.html
4125
Torres, R. M. (21 de Abril de 2005). Sociedad de la información / Sociedad del 
conocimiento. Obtenido de Universidad de Barcelona: http://www.ub.edu/
prometheus21/articulos/obsciberprome/socinfsoccon.pdf
UNAD. (2011). CAPÍTULO 4: Aprendizaje Autónomo. Obtenido de 
Universidad Nacional Abierta y a Distancia: http://datateca.unad.edu.co/
contenidos/434206/434206/captulo_4_aprendizaje_autnomo.html
Vásquez, C. (s.f.). AVANSIS. Obtenido de https://www.avansis.es/inteligencia-
artificial/las-ramas-de-la-inteligencia-artificial-tipos-de-inteligencia-
artificial-suave/