Vigésimo Séptima Edición - Revista ECYS

CONSTRUYENDO

EL FUTURO DIGITAL

EDUCACIÓN, INNOVACIÓNYÉTICAEN LAERADE LA IA EDUCACIÓN E INTELIGENCIA

Editorial

Educación e inteligencia artificial SECCION I

YouTube: https://youtu.be/0Rj48TXLdiQ

1.1 Entrevista

¿QuiénesJaimeIsmaelChamale?

SoyJaimeIsmaelChamaleMorales,ingenieroensis‐temas,conunamaestríaenSeguridaddelaInforma‐ción.ActualmentesoycatedráticoenlaUniversidad Panamericanaycuentoconmásdesieteañosdeex‐perienciaeneldesarrollodesolucionesparadistintas áreasdelmercadolaboral,comobanca,segurosysec‐torpúblico.

DesdehacevariosañosimpartoclasesenlaUniver‐sidadPanamericana,dondeaplicoconocimientosco‐moanálisisdedatos,automatizacióndetareasydesa‐rrollodesoftware.Enmiscursosintegrolainteligencia artificialcomoasistentedeplanificaciónyapoyocrea‐tivo.

LaIAmepermiteanalizarloscontenidoscurricula‐resdeloscursosparaevaluarsuvigenciayproponer mejoras.Conbaseeneseanálisisestructuroplanifi‐cacionesdidácticas,establezcoobjetivosycompeten‐cias,ydefinoelesquemacompletodelcurso.Además, laIAmeayudaaalinearmetodologíasdeenseñanzay acrearborradoresderecursos(diapositivas,guías,lec‐turas,preguntasyejercicios).Todoestoahorratiempo entareasrepetitivasymepermitededicarmásenergía alacompañamientopersonalizadodelosestudiantes.

¿Cómodefiniríalainteligenciaartificialyquéim‐portanciatienehoyenlaeducación?

Definolainteligenciaartificialcomounadiscipli‐naquebuscadesarrollarsistemascapacesderealizar tareasusualmenterealizadasporhumanos,comoel aprendizajecontinuo,elrazonamientoylaresolución deproblemas.Eneducación,suimportanciaesvaliosa ytransformadora:noessolounaherramienta,sinoun catalizadordecambiodeparadigma.

LaIApermiteautomatizartareasadministrativasy repetitivas,liberandotiempovaliosoparalosdocen‐tes.Ofreceretroalimentacióninmediatasobrelasacti‐vidades,yadaptaelcontenidoalritmo,estiloeintere‐sesdecadaestudiante.Tambiénfacilitalatutoríaper‐

sonalizadayelanálisisdetendenciaseneldesempeño, loqueayudaadetectarpatronesyrealizarintervencio‐nesoportunascuandosurgendificultades.

¿QuélomotivóainteresarseenelusodeIApara laenseñanza?

Principalmente,labúsquedadesolucionesados problemascentrales:lamasificacióndelasaulasyladi‐ficultadparaatendernecesidadesindividualesengru‐posnumerosos.Aestosesumalabrechadeaccesoala tecnología,queafectalaformación.LaIAofreceherra‐mientasparaabordarambosdesafíosyfomentacom‐petencias,pensamientocríticoycreatividad,superan‐doenfoquescentradossoloenlamemorización.

¿Cómohacambiadolaformadecrearycompartir contenidoeducativoconlaIA?

Elcambiohasidoradicalgraciasalademocrati‐zacióndelacreacióndemateriales.Antes,producir recursosdiversoseracomplejoydemandabamucho tiempo.Hoy,undocentepuedegenerarenminutos textos,cuestionarios,imágenesoplanesdidácticos, consoloindicaralaIAloquedesea.Asimismo,com‐partirydistribuiresosrecursosesmássencillo,ylas plataformassugierenalternativasútilesparaelaula.

Lacreacióndecontenidospasódeserestáticayma‐nualaunprocesorápidoydinámico.LaIApermitees‐bozarborradoresyplanesdeacciónqueluegoajusta‐mosalasnecesidadesdelcurso.Además,facilitadife‐renciarleccionessegúnlosnivelesdeaprendizaje,defi‐nircompetenciasespecíficasypromoverpensamiento críticoycreatividad.

¿Cómohacambiadolaformadecrearycompartir contenidoeducativoconlaIA?

HeutilizadolaIAparagenerarejercicios,cuestiona‐riosyjuegosinteractivos,creandomúltiplesversiones deunmismorecursoparadistintosgrupos.También laempleoparadisminuirelplagio,reescribiroreade‐cuarcontenidos,idearlluviasdeideas,diseñarmapas derutayelaborarejemplos,casosdeusoorelatosque inspiraneldebate.

Enlovisual,lausoparacrearimágenesyelementos gráficoscomodiagramas,infografíasyorganigramas. LaIApermiteexplicitarobjetivosporrecursoyalinear‐

losconelplandidácticoolamallacurricular,favore‐ciendounasecuenciatemáticacoherente.Estoimpul‐saunenfoqueporproyectos,mientrasquelateoría puedeprepararseconapoyodelaIA.

¿Quéventajasofrecefrentealosmétodostradi‐cionales?

Lasprincipalesventajassonlavelocidadylaeficien‐cia.Ahorapodemoscrearcontenidoconrapidez,apo‐yándonosenlaIAparaconsultarfuentesygenerarver‐sionesalternativas.Tambiénmejoraladiversificación derecursosparadiferentesestilosdeaprendizaje(au‐ditivo,visualokinestésico)yfacilitacrearjuegosinter‐activosoasistentesqueguíanlaresolucióndeproble‐mas.

Otraventajaeselaprendizajeadaptativo:elproce‐sodejadesergenéricoyseajustaalasnecesidadesde cadaestudiante.Paraeldocente,loscuestionariosau‐tomatizadosaceleranlacalificaciónypermitenbrindar retroalimentacióninmediata,algoqueantesrequería mástiempoydificultabaresponderacadaalumnode formaoportuna.

¿Cómohacambiadoelroldeldocentealintegrar laIA?

Eldocentehapasadodeserlaúnicavozenelaula adesempeñarrolesdefacilitador,mentorytutor.Con laIAdisponemosdemúltiplesperspectivasyvíaspara abordaruntemayllegaralosmismosresultados.Eldo‐centeahoraestambiéncreador,evaluadorycurador decontenidos,responsabledefiltrarloquecomparte enclase.

Además,debefacilitarlainteracciónentreestudian‐tesydesarrollarhabilidadesblandas.Otrorolemer‐genteeseldeintérpretededatos:analizarlainforma‐ciónquebrindanlasherramientasdeIAparamonito‐rearelprogresoytomardecisionespedagógicas.

¿CómopuedelaIAayudarapersonalizarlosma‐terialessegúnelritmodeaprendizaje?

LaIApermitepersonalizarentiemporealapartirdel desempeñodelosestudiantes.Conelloidentificamos necesidades,patronesyconceptosnocomprendidos. Podemosdefinirmapasderutaqueorientanlospre‐rrequisitosantesdeavanzaratemascomplejos;siel estudiantesedesorienta,cuentaconunaguíaparare‐tomarelcamino.

Asimismo,ajustamoslosejerciciosalniveldeexi‐genciaadecuadoygeneramosadaptacionesdeacce‐sibilidad(porejemplo,paradificultadesvisualesoau‐ditivas).Todoestofacilitaelprocesodeenseñanzay lohacemásinclusivo.

¿Cuálessonlosprincipalesriesgosolimitaciones delusodeIAeneducación?

Entrelosriesgosestánlossesgos,quepuedenper‐petuarseoamplificarseenlosmodelosydarlugar acontenidosinadecuados.Tambiénladeshumaniza‐ciónsihayusoexcesivo,locualpuedeerosionarelpro‐cesoeducativo.Existeelriesgodebrechadigitalentre quienestienenaccesoaestasherramientasyquienes no,generandodesigualdad.Finalmente,preocupala dependenciaexcesivaylapérdidadehabilidadesso‐ciales.

¿Cómoasegurarlacalidadyevitardesinforma‐ciónoplagio?

Esclaveformarycapacitaradocentesyestudiantes enalfabetizacióndigitalparaverificaryvalidarlainfor‐mación,revisarfuentesycuestionarresultados.Eldo‐centedebeactuarcomofiltroysupervisordelconte‐nidogeneradoporlosestudiantes,comprobandoque provengadefuentesconfiables.

Podemosusarherramientasdeverificaciónparade‐tectarplagioy,alavez,fomentarlaautoría,incenti‐vandolacreacióndecontenidospropios.

¿Quépapeljuegalaéticaenlacreacióndeconte‐nidoconIA?

Laéticaesunpilarfundamentalentodoelproceso. Debemossertransparentessobrecuándoycómousa‐moslaIA,yprotegerlaprivacidad:evitarintroducirda‐tospersonalesoconfidencialesenplataformaspúbli‐cas.Laéticaimplicaresponsabilidadeneluso,asíco‐moverificarlacalidadeidoneidaddelcontenidogene‐rado.

¿Cómoimaginalaeducaciónenlospróximos5a 10añosconIA?

Imaginounsistemahíbridocontutoresomnipresen‐tes(inclusoenrealidadvirtual)queasistandeforma continua,tantoenelaulacomodesdeelhogar.Las clasesestaríancentradasenproyectos,mientraslaIA prepararíalateoríaylaretroalimentaciónseríacons‐tanteeinmediata.Esteenfoqueharíaalsistemamás competente,alavezquepotencialahumanizacióny eldesarrollodehabilidadessociales.

¿Quécompetenciasdeberíandesarrollarestu‐diantesydocentesparaaprovecharlaIA?

Estudiantes:

• Pensamientocríticoyescepticismosaludablepa‐racuestionaryverificarfuentes.

• Gestióndelainformaciónparaformularpregun‐tasadecuadasyanalizar/sintetizarrespuestas.

• Creatividadeinnovaciónparanodependerenex‐cesodelaIA.

Docentes:

• Alfabetizacióndigitalparacomprenderlasherra‐mientasyaprovecharlasalmáximoconmirada crítica.

• Mentoríayguíasocioemocionalparapotenciar habilidadesdelestudiante.

• Diseñodeexperienciasdeaprendizajeapoyadas

endatosyenlainterpretacióndelaanalíticaedu‐cativa.

MensajefinaldeJaimeChamale

Invitoalosdocentesamantenerseencapacitación constanteparahacerbuenusodelasherramientasde IA,yafomentarelespíritucríticoyanalíticoenlosestu‐diantes.LaIAdebeseruncomplementoparamejorar elaprendizaje,nounadependencia.

Palabrasclave: Educaciónadaptativa,personaliza‐ción,sesgoalgorítmico,automatización.

2.1 Introducción

Lainteligenciaartificialsehaconvertidoenunas‐pectoimportantedentrodevarioscamposdelasocie‐dadmoderna,quevadesdeelentretenimientohasta lavidaacadémicadelaspersonas,ysibienexistente‐maséticosenrelaciónasuusoencadaunodeestos entornos,esinnegablelanecesidaddeaprenderauti‐lizarloyaprovecharlocomounaherramientamásde nuestrodíaadía.

Laeducaciónyelaprendizajeesunodeloscampos másafectadosporestanuevatecnologíaysibienpre‐sentagrandesbeneficios,esnecesariocontextualizar suimplementacióndeunamaneraadecuada,detal maneraquesefaciliteelaccesoasolucionestantoaes‐tudiantescomodocentessinimpactardemanerane‐gativaensupensamientocríticoycognitivo.

2.2 Artículo

Lapenetracióndelainteligenciaartificialenla educación

Lainteligenciaartificial(IA)haestadopresenteen laeducaciónendondesehaidointegrandoprofunda‐menteenelaprendizajeylaenseñanzaentodoelmun‐do.Estaherramientamejoralaexperienciadeaprendi‐zaje,aumentalaeficienciaacadémica,automatizata‐reasadministrativasyhacequelaeducaciónseamás accesible.[1]

RecientementeestadísticaspublicadasporStatista: elportaldeestadísticasenlíneademostróqueun86% delosestudiantesyautilizanherramientasdeIAensu aprendizaje.Lascifrasporsísolasdemuestranqueel 24%utilizanIAadiario,el54%lautilizaadiarioose‐manalmenteyporúltimoel54%lautilizaalmenosse‐manalmente.[2]

Figura2.1: PorcentajedeestudiantesqueusanIAparalaescuela anivelglobal.

Lainteligenciaartificialcomounaherramienta paralapersonalización

Alhacerusodelainteligenciaartificialsebuscapro‐porcionardiseñosdeclasespersonalizadas,dinámicas yenfocadasenunaparticipaciónestudiantilmásacti‐va.Eldocenteactúacomounarquitectodeexperien‐cias,mientrasquelatecnologíaleaportaideasesteac‐túacomounsoportepararealizarunacercamientode contenidosadistintosestilosdeaprendizaje.[3]

Elobjetivoesnoperderlavinculaciónhumana,laIA nosofreceunagraninformaciónvaliosasobreelrendi‐mientooelniveldeactividaddecadaestudiante,pero eselazoafectivoloconstruyeeldocentequienpregun‐ta,seacercayfomentaesaconfianzaconlosestudian‐tes.

Lasresponsabilidadeséticasdelosdocentesyes‐tudiantes

LasaplicacionesdeIAdebensermonitoreadasde unamaneramuycrítica,deformaqueseevitensesgos ousosindebidosdelosdatos.Eldocenteaumentado enseñaamirarlatecnologíaconprecauciónyarefle‐xionarsobresusimplicacionessociales,nosoloúnica‐mentesetrabajalaasignaturadeturno,tambiénlain‐formacióndeunalumnadoquesepacuestionarseso‐brelosavancestecnológicosconresponsabilidad.Esto

implicareconocerdesafíoscomolaequidad,lapriva‐cidadylossesgos,abordándolosconprácticascomo auditoríasdedatos,transparenciayacompañamiento docente.

Figura2.2: RiesgosdelusoexcesivodelaIA.

Elestudio,titulado“UsodeIAgenerativayresulta‐dosdeexámenes”,encontróquelosestudiantesque utilizaronherramientasdeestetipollegaronaobtener unpromediode6.71puntosmenos(de100posibles) queaquellosquenolorealizaron.Estonossugiereque lasherramientasIApuedeninterferirenelcrecimiento deaprendizajeyafectarnegativamentelosresultados delosexámenes.[1]

2.3 Conclusiones

Lainteligenciaartificialestámoldeandoelfuturo delaeducaciónalofrecernosherramientaspoderosas

quemejoranelaprendizaje,simplificanlastareasy apoyantantoaloseducadorescomoalosestudiantes. LaIAesunvaliosoasistenteenlaeducación,eneltra‐bajo,enlosnegocios,impulsandoinnovacionesypre‐servandoesaesenciahumanaquehacequeelaprendi‐zajeseaverdaderamenteempíricoysignificativo.Sin embargo,esnecesarioabordarcuestionescomolain‐tegridadacadémica,laseguridadylaigualdad,ylacla‐vedeléxitoresideenunaintegraciónresponsable.

2.4 Referencias

• [1]Cherneha,Sofia.“AIinEducation:Trans‐formingLearningandTeachingin2025”Scrum‐LaunchBlog,Febrero,2025.Accedidoel28de marzode2025. https://scrumlaunch.com.

• [2]Korhonen,Veera.“ShareofStudentsUsingIA forSchoolworkWorldwideasofJuly2024”Sta‐tista,Junio,2025.Accedidoel23dejuniode2025. https://www.statista.com

• [3]EquipoObservatorioProFuturo.“Eldocen‐teaumentado:laalianzaentredocentese inteligenciaartificial”.ObservatorioProfutu‐ro,Abril,2025.Accedidoel9deabrilde2025. https://www.profuturo.education.com

Palabrasclave: AsistentesVirtualesEducativos, Educación,EvaluaciónAutomática,PrivacidaddeDa‐tos,InteligenciaArtificial.

3.1 Introducción

Laevolucióndelainteligenciaartificial(IA),impul‐sadaporelaugedeChatGPTen2022,hatransforma‐domúltiplesámbitos,incluidalaeducación.Losasis‐tentesvirtualessehanvueltoaliadoscotidianosenes‐cuelasyuniversidades,ofreciendoapoyopersonaliza‐doaestudiantesydocentes.Facilitannuevasformas deaprendizaje,asícomoguíasdeestudioyestrategias quepotencianlaenseñanza.

Noobstante,surgelapregunta:¿sonaliadosqueen‐riquecenlaeducaciónounposiblereemplazodeldo‐cente?Anteelavanceaceleradodelatecnologíaedu‐cativa,urgeevaluarconrigorsuintegración.Elanáli‐sisdebeponderaroportunidades(acceso,personaliza‐ción,eficiencia)ydesafíos(ética,sesgos,privacidad). Estetrabajoabordaesebalanceenelcontextoacadé‐micoactual.

3.2 Artículo

Adopciónyestadísticasactuales

SegúnlaFigura3.1,másdel56%delosestudiantes, tantoenEstadosUnidoscomoenelrestodelmundo, utilizanherramientasdeinteligenciaartificial(IA)co‐moChatGPTparasusestudios.Aunqueun40.6%to‐davíanolasusapordudassobresuprecisión,laIAse estávolviendomássofisticadayconfiable.

Figura3.1: Porcentajedeestudiantesuniversitariosquehanusa‐doIAentareasoexámenes.

Estosugierequeadaptarseaestenuevométodode aprendizajemerecelapena,yaquelaintegraciónde asistentesvirtualespersonalizadosenlasescuelaspo‐dríadesmentirlacreenciadequelaIAnoesunaherra‐mientadeaprendizajeefectivayprecisa.Además,con laimplementacióndeestosmodelosenlasuniversida‐desyescuelasatravésdeasistentesvirtualesadapta‐dosasumodelodeaprendizajeacadémico.Puedere‐batirlaopinióndequelaIAnoesadecuadaparaelau‐toaprendizaje.

Arquitecturaytecnologíadelosasistentesvirtua‐les

Losasistentesvirtualeseducativosintegranproce‐samientodelenguajenatural,aprendizajeautomático ybasesdeconocimientoestructuradas.Suefectividad dependedealgoritmosdeinferenciaydebasesdeda‐tosqueutilizanontologíasformalesparaofrecerrazo‐namientoautomático.Estaarquitecturarequiereservi‐doresdealtorendimientoyunainfraestructurarobus‐taquepermitaelanálisisentiemporeal.

Implementacionesinstitucionales

Diversasinstitucioneshanadoptadoestastecnolo‐gías.LaUniversidaddeMichiganutilizaasistentesvir‐tualesparaaprendizajeautodirigidoysoporteacadé‐mico.CarnegieMellonhadesarrolladosistemastuto‐rialesinteligentescapacesdeadaptarcontenidosse‐gúnelprogresodelestudiante.ElInstitutodeTecno‐

logíadeGeorgiaempleachatbotspararesponderpre‐guntasfrecuentesyorientarprocesosadministrativos. Además,laUniversidaddeStanfordyHarvardhanex‐ploradoasistentesencursosenlínea,mientrasquela UNESCOpromuevesuusoenproyectosglobalesde educacióndigital.

Funcionalidadesycapacidadesavanzadas

Losasistentesvirtualesofrecenfuncionescomore‐visióndeexámenes,tutoríaspersonalizadasycalifi‐caciónautomatizada.Tambiénutilizanalgoritmosde recomendaciónbasadosenelrendimientohistórico delestudiante.EnlaUniversidadEstataldeArizona, chatbotsespecializadosproporcionanretroalimenta‐cióninmediataencursosdematemáticasyciencias.El MIT,porsuparte,haintegradoasistentesenlaborato‐riosvirtuales,permitiendoexperimentosguiadosysi‐mulacionesinteractivas.

Desafíosyperspectivasfuturas

Aunquelosbeneficiossonamplios,persistendesa‐fíoscomosesgosalgorítmicos,privacidaddedatosyla necesidaddesupervisiónconstante.El59.8%deloses‐tudiantesdeingenieríautilizaIAgenerativaenproyec‐tosdediseño,loquemuestraunrápidocrecimiento. Elfuturoapuntahacialaconvergenciaconrealidadau‐mentada,análisisdeemocionesyalgoritmosbasados enneurocienciacognitiva.Estasinnovacionesdeman‐daráninfraestructurasdistribuidasymarcoséticossó‐lidos.

3.3 Conclusiones

Losasistentesvirtualeseducativosnoreemplazan, sinoquecomplementanlaenseñanzaalofrecersopor‐tepersonalizadoyampliarlascapacidadespedagógi‐cas.Apesardelimitacionestécnicascomolossesgos

algorítmicos,suimpactocrecerábajolaestrictasuper‐visiónhumana.Eléxitodeintegraciónrequiereunen‐foqueequilibradoqueconservelainteracciónhumana, lacualesesencialenlaeducación.Paralograrlo,lasins‐titucionesdebenestablecermarcoséticosclarosyla formacióndocenteencompetenciasdigitalessevuel‐vecrucial.Elfuturodelaeducacióndependerádela sinergiaentrelainnovacióntecnológicaylaexperien‐ciapedagógica.Lacolaboraciónentredesarrolladores, educadoresyestudiantesesfundamentalparacrear solucionesbeneficiosas.Enúltimainstancia,eléxito deestastecnologíassemediráporsucapacidaddede‐mocratizarelaccesoaunaeducacióndecalidadyper‐sonalizada.

3.4 Referencias

• [1]Essel,HarryBarton,DimitriosVlachopoulos,y AkosuaTachie‐Menson.“Theimpactofavirtual teachingassistant(chatbot)onstudents’learning inGhanaianhighereducation”SpringerOpen, Noviembre,2022.Accedidoel04deseptiembre de2025. https://springeropen.com.

• [2]Kelly,Rhea.“UniversityofMichiganLaunches AgenticAIVirtualTeachingAssistant”Campus Technology,Abril,2025.Accedidoel05desep‐tiembrede2025. https://www.campustechnology.com

• [3]Li,Jun.“GooglePublicSectorHelpsEnhance LearningattheUniversityofMichiganwithPio‐neeringNewAgenticAIVirtualTeachingAssis‐tant”.MichiganRoss,Abril,2025.Accedidoel06 deseptiembrede2025. https://www.michiganross.com

• [4]RutgersUniversity,SchoolofCommunica‐tionandinformation.”HowisArtificialIntelligen‐ceImpactingHigherEducation?”.RutgersUniver‐sity,Febrero,2025.Accedidoel05deseptiembre de2025. https://www.comminfo.rutgers.edu

Palabrasclave: Inteligenciaartificial,educación, análisispredictivo,desempeñoacadémico,aprendi‐zajeautomático.

4.1 Introducción

Enlosúltimosaños,lainteligenciaartificialhatrans‐formadomúltiplessectores.Laeducaciónnoeslaex‐cepción.Losmodelosdeanálisispredictivopermiten anticipareldesempeñoacadémicodelosestudiantes. Estosmodelosidentificanpatronesensushábitosde estudio,suparticipaciónysusresultadosprevios.

Elobjetivoprincipalesofrecerherramientasado‐centesyadministradores.Estasherramientasfacilitan latomadedecisionesinformadas.Abarcandesdela deteccióntempranadedificultadeshastalapersona‐lizacióndeestrategiaspedagógicas.Actualmente,la deserciónescolarylafaltademotivaciónsondesafíos constantes.Frenteaestecontexto,lainteligenciaarti‐ficialsurgecomounaaliadafundamental.Sufinalidad esconstruirentornoseducativosmáseficientesyper‐sonalizados.

4.2 Artículo

Enestainvestigaciónserevisócómoseestáusan‐dolainteligenciaartificialenlaeducación,viendoco‐sascomolaautomatizacióndelaenseñanza,laretro‐alimentaciónentiemporealylapersonalizacióndel contenido.Losestudiosmuestranmejorasenelrendi‐mientoacadémico,sobretodoenestudiantescondifi‐cultades,ytambiénunabuenaaceptaciónporpartede docentesyalumnos.Aunasí,seencontraronalgunos retos,comoladependenciadelatecnología,lapriva‐cidaddelosdatosyladesigualdadenelacceso.Todo estodejaclaroquelaIApuedeserunaherramientacla‐veparaanticipareldesempeñoacadémico.[1]

Elanálisispredictivoenlaeducaciónsebasaenal‐goritmosdeaprendizajeautomáticocapacesdepro‐cesarvolúmenesdedatosacadémicos.Entrelasva‐riablesmáscomunesutilizadasseencuentran:califi‐caciones,asistencia,participaciónenclasesvirtuales,

interacciónconplataformaseducativasyhábitos.De acuerdoconZambranaCopaja(2024),esteenfoque tambiénenfrentaobstáculosrelacionadosconlacali‐daddelainformación,lacapacitacióndocenteylosdi‐lemaséticosvinculadosalaprivacidad,porloquese requiereacompañarlodemarcosregulatoriosypeda‐gógicosqueasegurenunusoresponsable.[3]

Otrarevisiónsistemática(2019–2023)enfocadaen elusodeIAenpruebasestandarizadasencontróque losalgoritmosmásempleadosfueronredesneurona‐lesartificiales,ÁrbolesdeDecisión,máquinasdeso‐portevectorial(SVM)yRandomForest.Losresulta‐dosdestacanbeneficioscomolaindividualizacióndel aprendizaje,lamejoraenlatomadedecisioneseduca‐tivasylaoptimizacióndelrendimientoacadémico.No obstante,losautoresadviertensobrelanecesidadde contarcondatosdealtacalidadydeabordarlosses‐gosinherentesaalgunosmodelosdeIA.[2]

Enestesentido,laFigura4.1nosmuestralavaria‐cióndedatosalolargodeltiempo,enestecaso,el númerodedescargasmensualespuedenserinterpre‐tadasporalgoritmosdeIAparaidentificarpatronesy tendencias.Demaneraanáloga,alanalizardatosaca‐démicoscomocalificacionesoasistencia,laIApuede anticipareldesempeñofuturodelosestudiantesyapo‐yarlatomadedecisionespedagógicas.

Figura4.1: Aplicacióndelainteligenciaartificialenlaeducación.

4.3 Conclusiones

Lainteligenciaartificialaplicadaalanálisispredicti‐vodeldesempeñoacadémicopermiteanticipardificul‐tades,personalizarestrategiaspedagógicasyoptimi‐zarrecursos,contribuyendoamejorarelaprendizajey reducirladeserciónescolar.Suimplementaciónpoten‐cialatomadedecisioneseducativasbasadasendatos comocalificaciones,asistenciayhábitosdeestudio, perorequieregarantizarlaprivacidad,latransparencia ylaequidadenelaccesoalatecnología.LaIAnosusti‐tuyealdocente,sinoquelocomplementa,fortalecien‐doentornosinclusivosyeficientes.Paramaximizarsus beneficios,esimprescindibleacompañarlademarcos regulatorios,capacitacióndocenteydatosdecalidad, asegurandounusoéticoyresponsablequeconstruya experienciaseducativasjustas,confiablesycentradas enelestudiante.

4.4 Referencias

• [1]VillamarVásquez,G.I.,TipánCriollo,E.E.,Ru‐gelLlongo,J.L.,yMedinaAvelino,J.A.“Aplica‐

cióndelainteligenciaartificialenlaeducación: HerramientasdelaIAaplicadasenlaeducación.” Recimundo8,Octubre,2024.Accedidoel26de septiembrede2025. https://springeropen.com

• [2]OrozcoMorales,Nathalia,yPavelAndreiOso‐rioGarcía.“AplicacióndeModelosdeInteligencia ArtificialenPruebasEstandarizadasparalaOpti‐mizacióndelRendimientoAcadémicoenEduca‐ciónSuperior.”EuropeanPublic&SocialInnova‐tionReview9,Octubre,2024.Accedidoel26de septiembrede2025.https://epsir.net

• [3]ZambranaCopaja,Ricardo.“Lainteligenciaar‐tificialcomoherramientaparaelanálisisdelren‐dimientoestudiantil:unarevisióndesdelaanalí‐ticadelaprendizaje”.RevistaEducationalRegent, Agosto,2025.Accedidoel06deseptiembrede 2025. https://www.estrellaedcionaes.com

SECCION II

Tendencias tecnológicas

YouTube: https://youtu.be/OY4QHOD0Vag

5.1 Entrevista

¿QuiénesMarlonOrellana?

MinombreesMarlonOrellana;soyprofesoryegre‐sadodelaEscueladeCienciasySistemasdelaFacul‐taddeIngenieríadelaUniversidaddeSanCarlosde Guatemala(USAC).Comodocente,acumulo18años deexperienciaimpartiendocursosenpregradoytam‐biéndesarrolloactividadesenposgrado.

HesidocoordinadordeáreadelaEscueladuran‐temásdecincoaños.Eneserolhemosprocuradola mejoraacadémicaendistintoscursosytemáticas,for‐taleciendoladidácticadocenteparabeneficiodeles‐tudiantado.Actualmentesoycoordinadordeláreade Software;tengoamicargocursosquevandesdePro‐gramaciónhastaSoftwareAvanzado.Miobjetivoha sidoimpulsarunagradaciónyactualizacióndecono‐cimientosenbeneficiodelestudiante.Enelámbitola‐boral,hetrabajadoenempresasinternacionalesyal‐gunasinstitucionesnacionalesydegobierno,donde hepodidoaplicarmisconocimientos,principalmente encompañíasconoperacionesenEstadosUnidosyEu‐ropa,conprocesosaltamenteestandarizados.Hecola‐borado,entreotras,conNielsen,BayeryExxonMobil, experienciasquehanaportadosignificativamenteami formaciónprofesional.

Cuentocontresmaestrías:Sistemas,Gestiónde ProyectosyAnalíticadeDatos.Estomepermitede‐sempeñarmeenadministracióndeproyectos,analíti‐cadedatosyadministracióndesistemas.Actualmen‐teintegrointeligenciaartificialenestostresfrentesy explorolaautomatizacióndeprocesos.Enconjunto, estasáreasseentrelazanygeneranvalorparalaem‐presaenlaquetrabajo.

Henotadounboomenvariostemasactualesque meinteresacompartirconlosestudiantesyprofesio‐nalesqueleenlarevista.

¿Cómoveactualmentelaindustriatecnológica paraingenierosqueiniciansucarrera?

Laindustriatecnológicaevolucionamuyrápido.Los

ciclosdecambiosonyade12,6oincluso3meses.Hay granofertatecnológica,porloqueelegresadodebe elegirámbitosdondesesientacómodoyqueleagra‐denparadesarrollarse.Convieneapoyarseenrankings yentidadesqueevalúanherramientasytendencias, ademásderealizarunprocesoinvestigativopropiopa‐ratomardecisionesinformadas.

¿Quélomotivóaelegirestaprofesión?

SoyPeritoContadoryegreséconunodelosmejores promediosdemiinstitución.Inicialmentemeatraían lascarreraseconómicasportradiciónfamiliar,pero, trasanalizarelmercadolaboralynotarsusaturación, optépormisegundagranpasión:latecnología,elhard‐wareyelsoftware.Aunquenoteníabasesenfísica,quí‐mica,matemáticaoestadísticaalnivelrequerido,re‐dobléesfuerzosylologréconelapoyodeexcelentes catedráticos.ElegíIngenieríaenCienciasySistemasy, hastahoy,sigoaprendiendoyactualizándomeconti‐nuamente.

¿Cómofueronsusprimerasexperienciaslabora‐les?

Afinalesdelos2000,laEscuelafuncionabaconcla‐sespresencialesmatutinas,loquellevabaaquemu‐chostrabajaranhastaelfinaldelacarrera.Empecé,co‐momuchos,endesarrolloenunainstituciónprivada; luegopaséalsectorpúblico.ObservéqueenGuatema‐lalaadopcióntecnológicaibarezagadaporlabajape‐netracióndeInternetenaquellosaños,mientrasem‐presasinternacionalesavanzabanconmayorrapidez. Busquéentoncesoportunidadesenretailyanálisisde datosconNielsen;despuéspaséaHenkel,loqueme permitióviajarporCentroamérica,EstadosUnidosy Alemania,conexposiciónaestandarizacióndeproce‐sosyanalíticaparasupermercados.

MástardelleguéaExxonMobil,unapetroleraglobal, dondecrecímuchoprofesionalmente.Trasundivesty cierredeoperacionesenlaregión,trabajétemporal‐mentecomoProjectManagerenunoutsourcingtec‐nológicolocalparadistintosclientes.Luegoingreséa Bayer,dondeimplementésolucionesparaGuatemala yCentroamérica.

ActualmentelaboroenConduent,inicialmenteapo‐yandoproyectosdeláreacomercialparagrandesclien‐

tes—especialmenteenclaimsdelsectorsalud—ypos‐teriormenteeneláreadegobierno(transportacióny childsupport),dondelaempresacompiteporproyec‐tostecnológicosparadiferentesestadosdeEE.UU. yEuropa.Enesteentornoaplicogestióndeproyec‐tos,analíticadedatosyadministracióndesistemas, ademásdeprofundizarenIAyautomatizacióndepro‐cesos.Partedeestosaprendizajesloshecompartido encongresosestudiantiles,comoformaderetribuiral país.

¿Quépapeltienehoyuningenieroensistemasen elcrecimientodelasempresastecnológicas?

Elingenieroensistemasaportaahorrodecostos, ahorrodetiempoeincrementodecalidadmediante tecnología,incluyendoIA.Automatizarprocesosrepe‐titivosreduceerroresyliberaalaspersonasparata‐reasdemayorvalor.Nuestramisión—enespecialen Guatemala—eseliminarlaoperatividadexcesivaque desgastaalosequipos.Sinosimplificamosprocesosy elevamoslacalidad,nos“ahogamos”enlaoperación. Automatizarnoes“quitarpersonal”,sinoreorientarta‐lentoaactividadesestratégicas.

¿Quédificultadestienenlosestudiantesalusar tecnologíasdeaprendizajevs.métodostradiciona‐les?

Elprincipalretoesadaptarserápidoyusarlatecno‐logíadeformaintuitiva.Pero,sobretodo,volveraleer: hoyprevalecenhábitosdeconsumorápidoysuperfi‐cialdeinformación.Hacefaltalecturacomprensivay profundizaciónparaconsolidarelaprendizaje.

¿Cómosepuedeprepararalosestudiantespara usarusarestastecnologíasdeformaéticayrespon‐sable?

Senecesitanprocesosformativosquedejenclarala responsabilidadenelmanejodedatos,informacióny procesos.Seríavaliosoincluir,dentrodeloscursosoal finaldelacarrera,módulosocharlassobrepropiedad intelectual,éticaprofesionalymarcoslegales/penales aplicablesalusotecnológico(aunqueenGuatemala seanaúnincipientes,enotrospaísessíexisten).Com‐prenderestonosologenerabuenasprácticas,también evitaresponsabilidades.

¿Quéretosenfrentanlosdocentesalincluirherra‐mientasdeIAenclase?

Conocerbienlasherramientas:alcances,limitacio‐nes,aplicaciones,formasdeevaluaciónymétricas.La diversidadesgrande,porloquehayqueidentificarsi elusoescorrecto.Tambiénnecesitamosapoyoinstitu‐cionalparaacortarlacurvadeaprendizajedocente.

¿Cómomedirelverdaderoaprendizajecuandose usaIA?

Sugierounaaproximaciónde“babysteps”:introdu‐cirIAgradualmente.Encursosdedesarrollodesoft‐ware,porejemplo,puedeusarsehaciaelfinalenuna prácticaocomponentepuntualdeunproyecto(p.ej., detecciónderostros,huellasocolores).LaIAresuelve unaparte,peroelestudiantedebedesarrollarelresto. Así,desdecursosbásicosseincorporanpequeñaspor‐cionesdeIAyseescalaprogresivamentehastaimple‐mentacionesmásrobustasymediblesencursosavan‐zados.

¿Quédificultadesexistenparaactualizarplanes deestudioeincluirIA?

Laactualizacióncurricularaniveldecarreraescom‐plejaporlosprocesosdeaprobación.Sinembargo, podemosactualizartemáticasdentrodecadacurso. Porejemplo,enMetodologíasÁgiles,incorporarherra‐mientasdeIAparaScrum,DevOpsogestiónvisual.No setratade“entregarleelcursoalaIA”,sinodeusarla comoherramientasoportadaporconocimientoylógi‐ca.Lamáquinanodebepensarpornosotros;debemos dominarlabaseconceptualparaenseñaryaprender concriterio.

¿Quéaccionesuniversitariasayudaríanaquees‐tastecnologíasmejorenlacalidadeducativa?

Desdeinfraestructurahastacalidaddemateriales, recursosyprocesoseducativos.Seríavaliosoorgani‐zarsimposiosdediscusiónsobreIAeneducación,mo‐dalidadvirtual,evaluaciónjusta(mitigandotrampas ousosinadecuadosdeIA),buenasprácticasypolíti‐cas.ReferentescomoHarvardpublicanconstantemen‐tesobreIAyeducación/negocios(elIng.CésarFernán‐dezcompartematerialesútiles).Hayqueinvestigar, compararyadoptarbuenasprácticasaplicablesanues‐trocontexto.

¿Cómoimaginalaevolucióndelmercadolaboral paraingenierosen5–10años?

UncolegaasistióaunaconferenciadeNVIDIAen SanFrancisco(2025)dondeseplanteóqueelfuturoes‐táenelentrenamientodemodelosdeIA,másqueso‐loensuuso.Muchosseránusuarios;pocosdominarán elentrenamientoylaprofundidadtécnica.Comparto esavisión.

¿Quéáreasoespecializacionestendránmayorde‐mandaenelfuturocercano?

InteligenciaArtificial,automatizacióndeprocesosy unaanalíticadedatospotenciadaporIA.Tambiénel diseñodemicroprocesadores(chips)—temaaúninci‐pienteenGuatemala—,yamedianoplazolacompu‐tacióncuántica.Transversalmente,laciberseguridad

seguirásiendoclaveporlaexposicióndelainforma‐ciónylanecesidaddeprocesosseguros.Añadiríauna capaconstantedecalidadsobretodosestostemas. Analizarconversacionesenredessocialesyservicios detendenciastambiénpuedeorientarsobrequésees‐táusando.

¿Quélecciónimportantecomparteconlasnuevas generaciones?

Comosancarlistas,nuestrograndiferenciadoresser autodidactas:tomarunproblemaotecnologíadesco‐nocida,aprenderlarápido,profundizar,implementar yhacerloentiemposcortos.Aunqueenfrentemosli‐mitacionesdeaulasoequipo,laactitudylacapaci‐dadderesolvernosvuelvencompetitivosaniveltéc‐

nico.Talvezfaltencomponentesdeanálisiseconómi‐co/financiero,perotécnicamentemarcamosdiferen‐cia.

MensajefinaldeMarlonOrellana

AgradezcoalaEscuela,alasautoridadesyaus‐tedes,estudiantesdelConsejoEditorial,porestees‐fuerzodellevarconocimientoamáspersonas.Vivimos tiemposdondesevaloramucholainmediatezdelas redes;usemosesoscanalesparadifundirconocimien‐toconfiableyútil,enelmomentopreciso,ymotivar lalecturadeartículosyrevistas.Graciasporelespacio yquelaspróximasgeneracionesaportenconfuerzaa Guatemala.

Palabrasclave: SmartCities,IoT,BigData,Gober‐nanzaDigital,Ciberseguridad.

6.1 Introducción

Enlasúltimasdécadas,elconceptodeciudadesin‐teligenteshaevolucionadodeunidealfuturistaauna realidad,laaltadensidadpoblacionalenlasciudades detodoelmundohallevadoalossectorespúblico yprivadoagestionarsistemascomplejosendiferen‐tesáreasesencialescomotransporte,educación,sa‐lud,banca,energía,entreotros.Lasnuevasurbesinte‐grantecnologíasemergentescomoelInternetdelas Cosas(IoT),inteligenciaartificial(IA),BigData,ciber‐seguridadyplataformasenlanube,conelobjetivode optimizarserviciosurbanos,mejorarlagobernanzay elevarlacalidaddevidadelosciudadanos.

Sinembargo,elcaminohacialaconsolidacióndelas ciudadesinteligentesnohasidohomogéneo.Mientras EuropayAsiahanlogradoavancessignificativos,Amé‐ricaLatinaenfrentaretosparticularesenmateriadein‐fraestructuradigital,desigualdadysostenibilidad.

6.2 Artículo

Paralaconstruccióndeciudadesinteligentesdebe‐mosconsiderarvariosfactoresycadaciudaddebeser analizadaindividualmentepodemosconsiderarlossi‐guiente:

LaprimeraeslaconsolidacióndeunIoTobicuo,con sensoresdesplegadosentransporte,energía,salud, seguridadymedioambiente.Estacapatecnológicage‐neradatosentiemporealquepermitetomardecisio‐nesinformadas.

LasegundatendenciaeselusocombinadodeIAy BigDataqueposibilitalaanalíticapredictivaenmovi‐lidad,gestióndeemergenciasyplanificaciónurbana (Ahadetal.2023).

Laterceradestacalainfraestructuradigitalavanza‐da,sustentadacon5G,EdgeComputing,yredesde‐

finidasporsoftware,quebrindanbajalatenciayalta confiabilidad(IEEE2017).

Lacuartatendenciaserelacionaconelusodeblock‐chainygemelosdigitales,tecnologíasqueofrecentra‐zabilidadentrámitesylaposibilidaddesimularpolíti‐casantesdeimplementarlas.

Laquintatendenciacorrespondealaciberseguri‐dad,entendidacomounejetransversal.Amedidaque sedigitalizanlosserviciosurbanos,crecelasuperfi‐ciedeataque;porelloserequierenarquitecturasZero Trust,deteccióntempranadeanomalíasytalentoes‐pecializadoendefensadigital(AI‐Turjmanetal.2025).

Lasextatendenciaestávinculadaconlasostenibili‐dadylainclusiónsocial,factoresqueasegurenquela tecnologíacontribuyaareducirbrechasyaenfrentar elcambioclimático.

Existencasosinternacionalesyaimplementados querefuerzanestasideas.Barcelonasehaconsolida‐docomopioneraendatosabiertosyparticipaciónciu‐dadana;Singapursobresaleenmovilidadinteligentey serviciosdegobiernodigital;Dubáiapuestaporladi‐gitalizacióndetrámitesconblockchain;mientrasque Ámsterdampriorizalasostenibilidadenergéticayla colaboraciónpúblico‐privada(Ahadetal.2023).Estos ejemplosdemuestranquenoexisteunúnicomodelo deciudadinteligente,sinoenfoquesquerespondana lasparticularidadesdecadasociedad.

EnAméricaLatina,experienciascomolasdeMede‐llínconinnovaciónsocial,SantiagodeChilecontrans‐porteeléctricoyciudaddeMéxicoconmonitoreoam‐bientalconstituyenavancessignificativos.Sinembar‐go,laregiónaúnenfrentalimitaciones:desigualdad enelaccesoainternet,inseguridadurbana,fragmen‐tacióninstitucionalydependenciadefinanciamiento externo.Estosretosdemandanunenfoqueregionaly adaptadoalasrealidadeslocales.

Lahojaderutaparalaregióndeberíacontemplaral menoscincoejesestratégicos:

• Elfortalecimientodeinfraestructuratecnológica, conprioridaden5G,fibraópticayplataformasen lanubeconsoberaníadedatos.

• Eldiseñodemarcosdegobernanzaquegaran‐ticen,interoperabilidad,proteccióndedatosy

aperturadeinformaciónpública.

• Unapolíticaintegraldeciberseguridadqueinclu‐yacentrosderespuestaaincidentesyprogramas deformación.

• Lainnovaciónorientadaalasostenibilidad,con energíasrenovables,blockchainenlagestiónde recursosygemelosdigitalesparalaplanificación urbana.

• Ejedeinclusiónsocialqueasegurelaparticipación ciudadanaenlatomadedecisionesyreduzcala brechadigital.

6.3 Conclusiones

Eldesarrollodeciudadesinteligentesconstituye unaoportunidadestratégicaparalatransformarlavi‐daurbanaenAméricaLatina.Losavancesinternacio‐nalesdemuestranquelaclavenoradicaúnicamente enlatecnología,sinoensuintegraciónconpolíticas públicassólidasyconlaparticipacióndelaciudadanía.

Laregióndebeavanzarconpasosfirmesencincodi‐mensiones:infraestructuratecnológica,gobernanza, ciberseguridad,sostenibilidadeinclusiónsocial.Adop‐taresteenfoquepermitirácrearunmodelolatinoame‐ricanodeciudadinteligente,capazderesponderasus desafíosestructuralesyaprovecharlainnovaciónpara mejorarlacalidaddevidademillonesdeciudadanos.

6.4 Referencias

• [1]Ahad,MdAtiqurRahman,FadiAl‐Turjman,y RaniaKora.“SmartCities:IoTTechologies,Big Data,Solutions,CloudPlataforms,andCyberse‐curityTechniques”BocaRaton:CRCPress,2024.

• [2]AI‐Turjman,Fadi,etal.“ADeepDiveintoCy‐bersecuritySolutionsforAI‐DrivenIoT‐Enabled SmartCitiesinAdvancedCommunicationNet‐works.”ComputerCommunications,2025.

• [3]RodgerLea.“SmartCities:AnOverviewofthe TechnologyTrendsDrivingSmartCities”.Lancas‐terUniversity,Marzo,2017.

Palabrasclave: Vibecoding,inteligenciaartificial, programacionintuitiva,desarrolloágil,tecnologia.

7.1 Introducción

Laformaenqueentendemoslaprogramaciónestá cambiandorápidamente.Graciasalainteligenciaarti‐ficialgenerativa,crearsoftwareyanodependeúnica‐mentededominarlenguajesdecódigo,sinodeinter‐actuarconasistentescapacesdetransformarideasen aplicaciones.Estefenómeno,conocidocomovibeco‐ding,conviertelaintuiciónenunaherramientacreati‐vaparaeldesarrollotecnológico.[1]

Loqueantesestabareservadoaexpertoseninfor‐mática,hoycomienzaaestaralalcancedecualquier personaconunaideaycuriosidad.[3]Conelprogreso aceleradodelainteligenciaartificialgenerativa,hasur‐gidounnuevoparadigmaenelqueprogramarsecon‐vierteenuncicloderetroalimentaciónentreunusua‐rioylaIAconversacional.[2]

7.2 Artículo

Eltérminovibecodingsepopularizóenfebrerode 2025,cuandofueutilizadoporprimeravezporAndrej Karpathy,cofundadordeOpenAI,enreferenciaaes‐taformaintuitivayexperimentaldecrearaplicaciones. [2]Adiferenciadelenfoquetradicional,dondeapren‐derlenguajesdeprogramacióneraindispensable,elvi‐becodingseapoyaenlainteligenciaartificialparaque elusuariointeractúedemaneraintuitiva,casicomosi hablaraconunasistentepersonal.

Lomásllamativodeestanuevaformadeprogramar essucapacidadparademocratizarelaccesoalacrea‐cióntecnológica.[1]Hoybastacontenerunaideaytra‐ducirlaeninstruccionessimplesparaqueunaIAgene‐reaplicacionesfuncionales.Estecambiorecuerdacó‐moloslenguajesdealtonivelhicieronmásaccesible lainformática,peroahorallevadoalsiguientenivel.[3]

Esteenfoqueseadaptaperfectamentealosmarcos dedesarrolloágil.[2]Lapremisade“probarprimeroy

refinardespués”permiteacelerarlaentregaderesul‐tadosyfomentalaexperimentación.[2]

Lainteligenciaartificialpuedegenerarcódigoútil, perotambiénessusceptibleaerroresovulnerabilida‐desdeseguridad.¹Lasupervisiónhumanasiguesien‐docrucial,yaqueeljuicioyelcontextoqueaportauna personasoninsustituibles.[1]

Figura7.1: Ventajasydesafíosdelvibecoding.

ComoseobservaenlaFigura6.1,elvibecodingpre‐sentaunbalanceentreoportunidadesyretosquede‐bensergestionadoscuidadosamenteparamaximizar suefectividadeneldesarrollodesoftware.

Casodeaplicación Unejemplorepresentativoes elartículopublicadoenWIREDEspaña,dondeseex‐ponencasosdepersonassinconocimientostécnicos quelograroncrearaplicacionespararesolverproble‐mascotidianos.[4]Estoscasosmuestranqueelvibe codingnoessolounacuriosidadtecnológica,sinoun cambioculturalqueredefineloquesignificaprogra‐marenlaeradelainteligenciaartificial.

7.3 Conclusiones

Eldesarrollodeciudadesinteligentesconstituye unaoportunidadestratégicaparalatransformarlavi‐daurbanaenAméricaLatina.Losavancesinternacio‐nalesdemuestranquelaclavenoradicaúnicamente enlatecnología,sinoensuintegraciónconpolíticas públicassólidasyconlaparticipacióndelaciudadanía.

Laregióndebeavanzarconpasosfirmesencincodi‐mensiones:infraestructuratecnológica,gobernanza, ciberseguridad,sostenibilidadeinclusiónsocial.Adop‐taresteenfoquepermitirácrearunmodelolatinoame‐ricanodeciudadinteligente,capazderesponderasus desafíosestructuralesyaprovecharlainnovaciónpara mejorarlacalidaddevidademillonesdeciudadanos.

7.4 Referencias

• [1]Harkar,Shalini.“WhatIsVibeCoding?”IBM Think,Abril,2025.Accedidoel22deagostode 2025.https://www.ibm.com.

• [2]Indiano,Andrea.“Yasepuedecrearsoftwa‐resinsaberprogramar.”CampusTechnology, Marzo,2025.Accedidoel22deagostode2025. https://es.wired.com

• [3]Khan,Tasmiha,yAmandaDownie.”WhatIs No‐Code?“.IBMThink,2025.Accedidoel16de agostode2025. https://www.ibm.com

• [4]Kumar,Madhukar.”AComprehensiveGuideto VibeCodingTools.”.Medium(Software,AIand Marketing),Marzo,2025.Accedidoel3deagosto de2025. https://www.medium.com

Palabrasclave: Framework,Frontend,Svelte,Ren‐dimiento,Web,JavaScript.

8.1 Introducción

Actualmente,lasaplicacionessoncadavezmáspe‐sadas,teniendounamayorcomplejidaddecódigoy necesidaddemejorarlaexperienciadeusuario.Espor elloque,enlosúltimosaños,Svelte,unnuevoframe‐workfrontenddeJavaScript,salióalaluzganando terrenoconsuparadigmadecompiladorquegenera JavaScriptpurodeunaformaaltamenteoptimizada, planteandounafilosofíadistinta:menoscódigo,más rendimiento.

GrandesempresascomoAppleMusic,SpotifyyThe NewYorkTimesyautilizanSvelteensusproyectospa‐ramejorarlaexperienciadeusuarioyoptimizarelren‐dimiento.ApesardequeReactsigasiendoelpreferido enelmercadolaboral,Sveltehacomenzadoadesta‐carseporsusimplicidad,menorconsumoderecursos, tiemposdecargamásrápidos,códigofinalmuchomás ligeroyunadocumentaciónsuperior,reduciendoasíla curvadeaprendizaje.

8.2 Artículo

¿QuéhacediferenteaSvelte?

SegúnMozilla(2025)laprincipaldiferenciadeSvelte frenteaReactoVueessucompilador,elcualdevuel‐veHTML,CSSyJavaScriptpurooptimizadoduranteel tiempodeconstrucción,eliminandolanecesidaddein‐terpretarcódigoentiempodeejecución.Elresultado finalescódigoJavaScriptqueinteractúadirectamente conelDOM.Estosetraduceenunmenorconsumode recursosytiemposdecargamásrápidos.

OtradelasdiferenciasdeSvelteradicaenlaausen‐ciadeunDOMvirtual,loquelepermiteahorraruna sobrecargasignificativadetrabajo,yaqueelcódigo deJavaScriptgeneradointeractúadirectamentecon elDOMreal.Estolodiferenciadeframeworkscomo

React,queutilizanunDOMvirtualqueluegoestradu‐cidoaunDOMreal(Mozilla2025).

Asimismo,laarquitecturadeSvelteofreceventajas significativas,comounareducciónsustancialenlacan‐tidaddelíneasdecódigo,entreun30%yun40%me‐nosencomparaciónconReact,loquefavoreceuna mejorlegibilidadgraciasaunasintaxissimilaraHTML, CSSyJavaScriptpuro,disminuyendoasísucurvade aprendizaje(Bhushan2025).

Unanuevaformadepensarelrendimiento Sehan realizadovariosestudiosquedemuestranqueSvelte representaunanuevaformadepensarelrendimiento alofrecergrandesventajasenvelocidad,optimización yeficiencia.Unodelosestudiosmásrecienteseselde Putraetal.(2025)quienesdemostraronqueSveltelo‐gratiemposderenderizadoun35%másrápidosque React,tamañosdebundlemásreducidosyunusode memoriamáseficiente,superandoaReactyVueento‐daslasmétricasevaluadas.

Asimismo,otradelasinvestigacionessobrelamani‐pulacióndelDOMyelconsumodememoriaenSvelte fuerealizadaporDékány(2025)enlaUniversidadde Masaryk,concluyendoqueexisteunareducciónsigni‐ficativadelalatenciaenlainteracciónyunamejorade laescalabilidadenentornosdealtademandaalusarJa‐vaScriptnativooptimizado.Estomarcauncambiode paradigmarespectoalosframeworkstradicionales.

Menoscódigo:simplicidadyreactividad Según Bhushan(2025)unadelasmayoresvirtudesdeSvel‐teradicaensucapacidadparalograrunasintaxiscla‐rayconcisa,loquesetraducedirectamenteenunme‐norusodecódigoalmomentodeimplementarfuncio‐nalidadesencomparaciónconotrosframeworks.Asi‐mismo,Svelteeliminacasiporcompletolanecesidad deimportacionesdehooks,gestionandolareactividad medianteJavaScriptestándar.Es“JavaScriptconsu‐perpoderes”.

Adopciónenlaindustria Sveltehaexperimentado uncrecimientosignificativoenadopciónempresarial desdesuversión3en2019.Actualmentecuentacon másde60,000estrellasensurepositoriodeGitHub,lo

quereflejaunagranlealtadysatisfacciónporpartede losdesarrolladoresqueloutilizan.Acontinuación,se presentaunagráficadepopularidaddeSvelteenlos últimosaños.

Figura8.1: PopularidadFrameworksFrontend.EnGithub

Lagráficadepopularidaddeframeworksfrontend muestraeldominiosostenidodeReact,aunquecon unalevecaídadesdesupicoen2020/2021;Angulary Vuetambiénpresentandescensos,mientrasqueSvel‐tedestacacomoeldemayorcrecimientodesde2020. Noobstante,alserunframeworkrelativamentenue‐vo,suecosistemaaúnesreducidoencomparacióncon suscompetidores,loquesetraduceenunamenorde‐mandalaboralymercadomásreducido.

8.3 Conclusiones

Sveltesepresentacomounparadigmainnovador eneldesarrollofrontendalcombinarsimplicidady rendimientomedianteunmodelodecompilaciónque producecódigonativooptimizado,conclarasventajas frenteaframeworkscomoReact.Lasinvestigaciones señalanmejorasentiemposderenderizado,eficiencia

enelusodememoriayescalabilidad,loquelocon‐vierteenunaopciónatractivaparaproyectosquere‐quierenrapidezyestabilidad.Susintaxisclaraylare‐duccióndelíneasdecódigofacilitanlalegibilidadyel procesodeaprendizajedelosdesarrolladores.Noobs‐tante,lademandalaboraldeSvelteaúnesreducida encomparaciónconladesuscompetidores,existien‐dolanecesidaddefortalecersucomunidaddedesarro‐llo.Finalmente,quedaabiertaladiscusiónsobresieste enfoquelograráconsolidarsecomounestándarpredo‐minanteenlaindustriatecnológicaglobalenlospróxi‐mosaños.

8.4 Referencias

• [1]Bhushan,Ashirvad.“Sveltevs.React:caracte‐rísticas,rendimientoymás.”Kinsta,Enero,2025. Accedidoel17deagostode2025.

https://kinsta.com/.

• [2]Dékány,Martin.“ComparativeAnalysisof React,Vue.js,andSvelte.”tesisdelicenciatu‐ra,UniversidaddeMasaryk,2025.(tesisdeli‐cenciatura,UniversidaddeMasaryk,2025),45. https://is.muni.cz

• [3]Mozilla.“IntroducciónaSvelte‐Aprendedesa‐rrolloweb.”MDNWebDocs,2025.Accedido13de agostode2025.

https://www.developer.mozilla.org

• [4]Putra,FauzanPrasetyoEka,Hasbullah,Farhan Muslim,yReniParadina.“TechnicalPerformance ComparisonofModernFrontendFrameworks‐StudyonSvelte,React,andVue.”,2025.Brillian‐ce:ResearchofArtificialIntelligence5,no.1:355–364.DOI:10.47709/brilliance.v5i1.6133.

• [5]Krotoff,Tanguy.“Popularidaddeframeworks frontend.”,GitHubGist,Marzo,2025.Accedido12 deagostode2025. https://gist.github.com

SECCION III

Experiencias laborales en la industria tecnológica

Palabrasclave: Junior,desarrollador,empleo,tec‐nología,experiencia.

9.1 Introducción

Quienseenfrentaalprimerempleocomodesarrolla‐dordescubremuyprontoque“junior”nosiempresigni‐fica“principiante”.Losportalesestánllenosdevacan‐tesquepidenvariosañosdeexperiencia,lasentrevis‐tastécnicasrecuerdanmásacompetenciasdeprogra‐maciónquealoquegeneralmenteseaprendeenlos cursosuniversitarios.

Detrásdeestaparedinicialderequisitoscontradic‐torios,existeuncamino:perseverancia,autodidactismo y,aveces,ungolpedesuerte,puedenabriresaprime‐rapuerta.Peroeldesafíonoterminaalrecibirlaoferta, esahídondecomienzalaverdaderapruebadefuego: demostrarlacapacidadvorazdeaprenderyadaptarse alritmoabrumadordelmundolaboralreal.

9.2 Artículo

Laparadojadelaexperiencianecesaria

Alexapagósucomputadoraconunsuspiro.Suban‐dejadeentradaeraunmonumentoalrechazoenla mayoríadesussolicitudeslaborales.Suactualcrimen, serunreciéngraduadoenlalicenciaturaenIngeniería enCienciasySistemasenunmundoquepideguerre‐rosveteranosparapuestosdenovato.

Sucasonoesaislado,eslanorma.Unanálisisdeva‐cantesrevelalaparadoja:unagranpartedelasofer‐tasparadesarrolladoresjuniorexigenentre1y3años deexperiencialaboralprevia[1],algoparadójicopara quienesbuscansuprimeraoportunidad.

Elmurodelaentrevistatécnica

Enlasentrevistas,elchoqueerapalpable.Enlauni‐versidadhabíaaprendidoaresolverproblemasabs‐tractos,yalgoritmoscomplejos.Ylohacíabien.Pero ensuprimeraentrevistatécnica,elinterrogatorioera

distinto:“¿Hastrabajadoconalgúnframeworkdeper‐sistenciacomoHibernateoJPA?”,“¿Hasparticipado enalgúnproyectousandometodologíaságilescomo Scrum?”.

Alexbalbuceórespuestasteóricas,ysolopensaba queenlauniversidadsehabíancentradoendesarro‐llarloscimientos,noenlasherramientasdeldíaadía. Lasiguientetablamuestraunacomparaciónentrelas habilidadesyconocimientosqueseenseñanenlauni‐versidadversusloqueexigeelmercadolaboral.

Figura9.1: ComparativavsMercadoLaboral.

Unmercadolaboralimplacable

Elcontextonoayudaba.Conoleadasdedespidosen tech,lacompetenciasehabíamultiplicado[2].Alexya nosolorivalizabaconreciéngraduados,sinoconde‐sarrolladorescon2o3añosdeexperienciadispuestos aaceptarpuestosjuniorcontaldereinsertarse.Cada “No”golpeabasumoral.“¿Ysinoestoyhechoparaes‐to?”,pensaba.Estabaapuntoderendirsecuandollegó unemaildiferente:“Invitaciónaentrevistafinal”.

Laoportunidad:unafilosofíadiferente.

Laentrevistafuediferentedesdeelinicio.Enlugar deuninterrogatoriotécnicoagresivo,fueunaconver‐saciónhonestasobresuproyectodegrado,sulógica pararesolverproblemasysuvoluntaddeaprender.El CTOdelstartupleexplicó:“Aquínobuscamosbiblio‐tecasandantes,buscamosmentescuriosas.Lastecno‐logíaslaspuedesaprender;lasganas,no”.Esafilosofía fueelboletodeentradaqueAlexnecesitaba.Firmósu contratoconunamezcladeeuforiayalivio,creyendo quelapartemásdifícilhabíaterminado.

Loqueparecíaelfinaldelcaminoeraapenaselinicio deunanuevabatalla.Alexpasódeun“Holamundo” universitarioaenfrentarseconrepositoriosgigantes, microserviciosydesplieguesqueparecíanotroidioma.

Elsíndromedelimpostorapareciórápido:“¿Ysifue unerrorcontratarme?”.Ahíentendióqueprogramar essololamitaddelreto;laotramitadestrabajaren equipo,pedirayudayaprenderamoverseenunmun‐dodondelastecnologíascambiantodoeltiempo.

Aliniciofueagotador:nochesdetutoriales,errores ydudas.Peroconcadapaso,Alexdescubrióalgoclave: noimportasaberlotodo,importalaactitud.Cadafallo sevolvióunalecciónycadapequeñologro,untriunfo. LoqueantesparecíaimposiblecomousarGitoDoc‐kerterminósiendopartedesucajadeherramientas. Elprimerempleonoeselfinaldelcamino,eselinicio delverdaderoaprendizaje.Yaunquelaluchaesdura, tambiéneslaetapadondemássecrece.

9.3 Conclusiones

ElcasodeAlexreflejaladualidaddelprimerempleo comodesarrollador:labatallaporconseguirloylalu‐chaaúnmásdurapormantenerlo.Loqueiniciacomo frustraciónantelosrechazossetransformaenincerti‐dumbrefrentealdesconocimiento,ypocodespués,en unacarreradeaprendizajeacelerado.Elverdaderova‐lordeunjuniornoestáendominartodaslastecnolo‐gíasdesdeelprimerdía,sinoensucapacidaddeadap‐tarse,preguntarycrecerenmediodelapresión.Ca‐

daerrorseconvierteenunpeldaño,cadacorrección enunpasohacialamadurezprofesional.Elcaminodel primerempleoestállenodedudas,perotambiénde descubrimientosqueningúnlibroenseña.Paraquie‐nesapenascomienzan,lalecciónesclara:nosetra‐tadeevitarlabatalla,sinodeaprenderapelearlacon paciencia,disciplinayresiliencia.Porqueelprimerem‐pleonoeslameta,esapenaseliniciodelviaje.

9.4 Referencias

• [1]Codica.“Quéexigenlosempleadoresalosju‐nior:análisisdevacantesparaprogramadoresju‐nior.”Academiadeprogramadoresenlínea.Acce‐didoel18deagostode2025. https://codica.la.

• [2]UnitedCode,“WhenWilltheTechJobMar‐ketRecover?2025HiringOutlook,Layoffs,andPo‐licyShifts.”UnitedCode,2025.Accedidoel19de agostode2025. https://unitedcode.net

• [3]4GeeksAcademy.“SíndromedelImpostor: Elpeorenemigodetodoprogramadorjunior” 4GeeksAcademy.Accedidoel20deagostode 2025. https://www.4geeksacademy.com

• [4]StackOverflow.“2024DeveloperSurvey:Key Insights.”StackOverflowResearch,2024.Accedi‐doel20deagostode2025. https://www.survey.stackoverflow.co

Palabrasclave: Startups,grandesempresas,traba‐jo,industriatecnológica,oportunidades.

10.1 Introducción

Enelecosistematecnológicoconvivendesdestar‐tupsdeunaspocaspersonashastacorporacionesglo‐balescondecenasdemilesdeempleados.Laexperien‐cialaboralvaríademaneranotablesegúneltamañode laorganización:estabilidadybeneficios,cultura,ritmo detrabajo,aprendizaje,crecimientoprofesionalyre‐desdecontactoseexperimentandeformadistintaen cadacontexto.

EnGuatemalayAméricaLatina,dondepredominan lasPYMES,muchastrayectoriascomienzanenempre‐saspequeñas;mientrasqueenEstadosUnidosabun‐danlasgrandestecnológicasconestructurasformales ypaquetesdecompensaciónmásrobustos.Estear‐tículocompara,conunenfoquepráctico,lasdiferen‐ciasmásrelevantesentreambosmundosparaorien‐taraestudiantesyprofesionalesenlaeleccióndesus caminosdedesarrolloprofesional.

10.2 Artículo

ComparativaEstabilidadeconómicaybeneficios

Lascorporacionesgrandessuelensostenermejores salarios,segurosmédicos,bonosyplanesderetiro,lo quepermiteplanificarunacarreraalargoplazo.En Guatemalaylaregión,además,elempleoenpeque‐ñasempresassuelevenirconmayoresbrechassalaria‐lesymenorprotecciónsocial,loquerefuerzalapercep‐cióndeestabilidadcuandoseaccedeaorganizaciones demayortamaño.[1]

Enelotroextremo,muchasstartupsoperanconpre‐supuestosajustados:puedenpagarmenosalinicioy ofrecerparticipaciónaccionariacomoapuestadealto riesgo/altoretornosilaempresacrece.[2]

Culturaymododetrabajo

Encompañíasgrandespredominanprocesosdefini‐dos,jerarquíasclarasycoordinaciónentremúltiples equipos.Estogarantizaorden,peropuedetraducirse enburocraciayciclosdedecisiónmáslentos.[3]Enem‐presaspequeñaslacomunicaciónesdirecta,lasideas sepruebanrápidoyelimpactoindividualsepercibede inmediato;esedinamismoycercaníaconlosfundado‐rescreasentidodepertenencia,aunqueconmenoses‐tructuraformalparaguiarelcrecimiento.[2]

Figura10.1: Comparativaentreempresaspequeñasygrandesen estabilidad,cultura,ritmodetrabajo,aprendizajeynetworking.

DesarrolloProfesional

Losgrandesempleadoresofrecenrutasdecarrera estructuradas(junior–senior–lead–manager),evalua‐cionesperiódicasyformaciónformal;elavancepue‐desermáslento,peroconsistenteyconprestigiode marca.Enempresaspequeñas,laexposiciónesversá‐til:unapersonapuedeliderarenpocotiempo,asumir decisionestécnicasydeproductoyentenderelnego‐ciodepuntaapunta;elaprendizajeesintensoyprác‐tico,aunquedependamenosdeprogramasformalesy másdeldíaadía.

10.3 Conclusiones

Noexisteunarespuestauniversalsobre“quéesme‐jor”.Lasempresasgrandesofrecenestabilidad,com‐pensaciónyrutasdecarreraclaras,aunquepueden sentirsemáslentasyespecializadas.Lasstartupsbrin‐danaprendizajeacelerado,impactovisibleyrápido

crecimientoenresponsabilidades,aunqueconmayor riesgoypresiónoperativa.Paraunperfilenformación, unaestrategiaútilescombinarexperiencias:iniciaren unaempresapequeñaparaganarversatilidadyluego vivirlaescalayelrigordeunaorganizacióngrande.Así secapitalizalomejordeambosmundos:innovacióny adaptabilidad,juntoconestructurayproyeccióninter‐nacional.Alfinal,loimportantenoeseltamañodela empresa,sinolaformaenquecadaentornoseajus‐taalasmetaspersonalesyprofesionales,permitien‐doconstruirunatrayectoriasólidayflexibleenelcam‐bianteecosistematecnológico.

10.4 Referencias

• [1]OrganizaciónInternacionaldelTrabajo(OIT). “,PanoramaLaboralTemático.Pequeñasempre‐

sas,grandesbrechas:Empleoycondicionesde trabajoenlasMYPEdeAméricaLatinayelCari‐be”Lima:OIT,2015. https://ilo.org.

• [2]Orosz,Gergely.“WorkingataStartupvsinBig Tech”ThePragmaticEngineer,Septiembre,2023. https://blog.pragmaticengineer.com

• [3]EquipoHRConnect.“¿Esmejortrabajarenuna granempresaoenunastartup?”.HRConnect, s.f,Abril,2025.Accedidoel9deabrilde2025. https://www.hrconnect.cl/

Palabrasclave: mercadolaboral,reciénegresado, empleabilidad,innovación.

11.1 Introducción

Enunmundodondelatecnologíaavanzaconrapi‐dez,laingenieríaensistemasseperfilacomounade lascarrerasconmayorproyección.Ladigitalizaciónde sectoresproductivos,laautomatizacióndeprocesosy lainnovaciónhanincrementadolademandadeprofe‐sionalescapacesdediseñareimplementarsoluciones tecnológicaseficientes,convirtiendoaestosingenie‐rosenactoresclavedeldesarrolloempresarial.

Anteestepanoramasurgeunapreguntaesencial: ¿quéesperaelmercadolaboraldeuningenieroensis‐temasreciénegresado?Másalládelasbasesenpro‐gramación,redesybasesdedatos,lasempresasbus‐canunperfilintegralquecombineconocimientostéc‐nicos,experienciapráctica,habilidadesblandasymen‐talidadinnovadoraparaafrontarlosretosdelatrans‐formacióndigital.

11.2 Artículo

Altademandalaboralyversatilidadprofesional

Lacarreradeingenieríaensistemasesaltamente demandadaanivelglobal.Losreciénegresadosen‐cuentranoportunidadesensectorescomosalud,finan‐zas,educación,manufacturaycomercioelectrónico. Estaversatilidadimplicaquelosprofesionalesdeben adaptarseadistintosentornos,comprenderlasnecesi‐dadesespecíficasdecadaindustriaytraducirlasenso‐lucionestecnológicasefectivas(ValacichySchneider 2021).

Competenciastécnicasclave Losegresadosdeben dominarfundamentosdeprogramación,basesdeda‐tos,arquitecturadesoftwareyredes.Sinembargo,el mercadoactualvaloratambiénconocimientosenme‐todologíaságiles,ciberseguridadytecnologíasemer‐gentescomointeligenciaartificial,cómputoenlanu‐be,análisisdedatoseInternetdelasCosas(IoT).No

seesperaqueseanexpertosentodo,perosíqueten‐gancapacidaddeaprendizajecontinuo(Pressmany Maxim2019).

Habilidadesblandascomodiferenciador Lasem‐presasreconocenqueeléxitonodependeúnicamente delotécnico.Lacomunicaciónefectiva,eltrabajoen equipo,laresolucióndeproblemasylaadaptabilidad soncompetenciasesenciales.Unreciénegresadoque puedatransmitirideasconclaridadycolaborarenequi‐posmultidisciplinariostendráunaventajacompetitiva (Marr2021).

Innovaciónymentalidaddecrecimiento Elmerca‐dopercibealosjóvenesingenieroscomoagentesde innovación.Seesperaqueaportenideasfrescas,cues‐tionenprocesostradicionalesypropongansoluciones creativas.Aquellosconunamentalidaddecrecimiento ydisposiciónparaaprenderymejorarconstantemente encuentranmayoresoportunidadesdedestacarensus roles(ValacichySchneider2021).

Competenciastécnicasvs.habilidadesblandas A continuación,sepresentaunatablacomparativaque sintetizalasprincipalescompetenciasquelasempre‐sasvaloranenuningenieroensistemasreciénegresa‐do.

Competenciastécnicasyhabilidadesblandaseninge‐nierosensistemas.

11.3 Conclusiones

Elmercadolaboralparalosingenierosensistemas reciénegresadosexigeunperfilintegralquecombi‐

Figura11.1:

neconocimientostécnicossólidos,habilidadesblan‐dasyunamentalidadinnovadora.Mientrasquelapro‐gramación,lasbasesdedatosylasredesconstituyen labasetécnica,lacomunicación,eltrabajoenequipo ylaadaptabilidadsondeterminantesparalaintegra‐ciónenentornosprofesionales.Asimismo,laexperien‐ciaprácticayladisposiciónparaaprenderconstante‐mentepermitenquelosjóvenesegresadosenfrenten conéxitolosretosdelmundolaboral.Enestecontex‐to,quieneslogranunirlotécnicoconlointerpersonal einnovadorseconviertenenprofesionalescompetiti‐voscapacesdegenerarvaloryliderarlatransforma‐cióndigitaldelasorganizaciones,asegurandoasíun crecimientosostenidoensucarreraprofesional.

11.4 Referencias

• [1]Laudon,KennethC.,yJaneP.Laudon.Siste‐masdeinformacióngerenciales.16ªed.México: Pearson,2020.

• [2]Marr,Bernard.Tecnologíaeinnovaciónenla empresadigital.Londres:KoganPage,2021.

• [3]Pressman,RogerS.,yBruceR.Maxim.Ingenie‐ríadesoftware:unenfoquepráctico.9ªed.Méxi‐co:McGraw‐Hill,2019.

• [4]Valacich,JosephS.,yChristophSchneider.In‐formationSystemsToday:ManagingintheDigi‐talWorld.9ªed.México:Pearson,2021.

Comunidad, ética y vida profesional SECCION IV

Palabrasclave: Compromiso,Ética,Responsabili‐dad,Juramento,Inteligenciaartificial.

12.1 Introducción

Enlaactualidad,losingenierosdesoftwaretienen ensusmanosunaresponsabilidadquetrasciendela escrituradecódigo.Elmalmanejodesistemaspue‐deprovocarfiltracionesdedatospersonales,vulnera‐cióndecuentasypérdidasmillonarias,afectandola confianzayseguridaddemillonesdeusuarios.Yade‐máspuedentenerrepercusioneslegalesyéticassigni‐ficativas.

Asícomolosmédicosrealizanunjuramentoque comprometesulaborconlavidayelbienestarhu‐mano,surgelapregunta:¿deberíanlosdesarrollado‐resdesoftwareasumirtambiénuncompromisoético formal?Nosetratasolodelapartetécnicadeldesarro‐llo,sinotambiéndelaresponsabilidadmoralquetie‐nenquienescreanelsoftwarequesostienegranparte delavidamoderna.

12.2 Artículo

Existenintentosformalesdeguiarlaresponsabili‐daddelosingenierosdesoftwaremediantecódigos éticos.OrganizacionescomolaAssociationforCom‐putingMachinery(ACM)yelIEEEComputerSociety hanestablecidolineamientosquedestacanvalores fundamentalescomolaprivacidad,laseguridad,laho‐nestidadylaresponsabilidadsocialenlacreaciónde tecnología.

Dehecho,en1997sepresentóelSoftwareEnginee‐ringCodeofEthics,concebidocomounmarcodeprin‐cipiosquefuncionademanerasimilaraunjuramen‐toprofesional[3].Sinembargo,estoscódigoscarecen deobligatoriedad,raravezsonexigidosporlasempre‐sasynocuentanconmecanismosdesupervisiónlegal, loquelosconvierteenrecomendacionesmásqueen compromisosvinculantes,dejandolaéticaenmanos delaconcienciaindividualdecadaingeniero.

EnGuatemalayengranpartedelaregión,estoscó‐digosnoseaplicandemaneraefectivaprincipalmente porquenoexisteunaregulaciónespecíficaqueobligue alosingenierosdesoftwareacumplirconunjuramen‐toético,loquehacequelaaplicacióndeprincipiospro‐puestosporlaACMoelIEEEseairregularydependade lamadurezdecadaorganización.Adiferenciadepro‐fesionescomolamedicinaolaabogacía,dondelosco‐legiosprofesionalesejercencontrol,enlatecnología nohayunaentidadquefiscalicelapráctica.

Figura12.1: PaísesafectadosporelcasodeCambridgeAnalytica.

Lainteligenciaartificialcomounaherramienta paralapersonalización

Unejemplobastanteclarosobreignorarloscódi‐goséticosylafaltaderesponsabilidadenelmundo tecnológicoeselcasodeCambridgeAnalytica,con‐sultoradelacampañaelectoraldelpresidenteDonald Trump,obtuvodatossinelconsentimientodemillones deusuariosparainfluirenelprocesoelectoraldelos EstadosUnidos[2].Soloenestepaís70,632,350usua‐rios(verfig.12.1)fueronafectadosporelescándalode CambridgeAnalytica,loqueevidenciólaimportancia deestablecerlímitessobreelusodedatosenelmundo digital.

EnelmundoITlaéticaesuntemaamplioycomple‐jo,cadaavanceocambiotecnológicointroducenue‐vosretoséticos,elejemplomásrecienteeslallegada

delainteligenciaartificial[1].LaIAhatraídoconsigo unanuevaseriedepreocupacioneséticas,exigiendo queindividuosyorganizacionessereplanteenelmar‐codedecisionesdentrodeloqueseconsideraonoéti‐co.Exponiendolanecesidaddeatenderdeformares‐ponsablelasdecisionesdigitalesdelastecnologíasde lainformación.

Haydospuntoséticosprincipalesquesedebencon‐siderarconlaadopciónyelusodelainteligenciaartifi‐cial:

• Losalgoritmosnosonneutrales:Lainteligencia artificialseentrenaconinformaciónhistórica,por loquepuedepresentarsesgosbasadosendatos históricosdeépocaspasadas.Tambiénpuedepre‐sentarsesgosderivadosdecreenciasopreferen‐ciaspolíticas,religiosas,culturalesdequiénsea dueñodelosalgoritmosdeIA.

• PrecisiónenlasdecisionesbasadasenIA:Conla adopcióndelainteligenciaartificialporindividuos yorganizaciones,cadavezsonmásquienesto‐mandecisionesbasadaseninteligenciaartificial, peroesimportanteconsiderarquelaIAestáen‐trenadaconinformaciónquepuedellegaraser inexactaopuedeestarmanipuladapararespon‐derainteresesparticulares,influyendoenlasre‐comendacionesorespuestasofrecidasporlamis‐ma.

12.3 Conclusiones

Aunqueexistencódigosdeéticaparalaingeniería desoftware,suaplicaciónaúnsiguesiendomásaspi‐racionalquereal,limitadaporlafaltaderegulacióny lainfluenciadeinteresescorporativosygubernamen‐tales.Estarealidadsehaceevidenteennumerosospaí‐ses,dondeademássurgennuevosdesafíosvinculados alainteligenciaartificial,cuyoentrenamientopuede responderalosinteresesdequienescontrolanyfinan‐ciansusalgoritmos.Aestosesumaeldiseñodealgorit‐mosderedessocialesquefomentanlaadicción,prio‐rizandolarentabilidadsobreelbienestarhumano.Un juramentoéticopermitiríarecordarquecadalíneade códigopuedeinfluirenmillonesdevidasyquelares‐ponsabilidaddelingenieronoselimitaaentregarun productofuncional,sinoagarantizarquelatecnología sirvaalbiencomúnynoainteresesparticulares.

12.4 Referencias

• [1]Dauchess,Alexandra.““UnderstandingtheIm‐portanceofEthicsinInformationTechnology”. MarymontUniversity(blog).Accedidoel15de agostode2025. https://marymount.edu

• [2]FundaciónFepropaz.“Laéticaeneldesarro‐llodetecnología:retosparalasnuevasgenera‐ciones”FundaciónFepropaz,16dediciembrede 2024. https://fepropaz.com

• [3]Gotterbarn,Don,MillerKeith,ySimonRoger‐son.““Softwareengineeringcodeofethics”.Com‐municationsoftheACM40,no.11(noviembrede 1997):110–118. https://www.doi.org

Palabrasclave: saludmental,saludfísica,síndrome deltúnelcarpiano,ergonomíapersonalizada.

13.1 Introducción

Eltecladoyelratónsonherramientasfundamenta‐lesenlalabordelosingenierosensistemasyciencias delacomputación.Sinembargo,suusoprolongado puedeconvertirseenunfactorderiesgolaboral,afec‐tandotantolasaludfísicacomolamentaldeestospro‐fesionales.

Lasjornadasextensasfrentealacomputadora,elte‐cleocontinuosinpausas,lasposturasinadecuadas,la faltadeactividadfísica,laausenciadeergonomíaen lasestacionesdetrabajo,elestrésocupacionalylaten‐siónmuscularsonelementosqueincrementanlapro‐babilidaddedesarrollarenfermedadeslaboralescomo elsíndromedeltúnelcarpiano(STC).Estacondición neuromuscularpuedecomprometerlaproductividad ylacalidaddevidadequienesdependendelacompu‐tadoracomoprincipalherramientadetrabajo[1].

13.2 Artículo

¿Quéeselsíndromedeltúnelcarpiano?

ElSTCesunaneuropatíaproducidaporlacompre‐sióndelnerviomedianoalatravesareltúnelcarpiano, unpasajeestrechoubicadoenlabasedelamano.Este nervioproporcionasensibilidadalosdedospulgar,ín‐dice,medioypartedelanular,asícomocontrolmotor aalgunosmúsculosdelamano.

Elusodelacomputadoradurantemásdeochoho‐rasdiariaspuedegenerarsobrecargaenestazona,es‐pecialmentecuandosemantienenposturasinadecua‐dasdelamuñeca.Inclusocondispositivosergonómi‐cos,lainmovilizaciónprolongadadelaarticulaciónpor másdedoshorasfavorecelafatigamuscular[1,2].

Síntomas

Lossíntomasinicialesincluyenentumecimiento, hormigueoydebilidadenlosdedospulgar,índicey medio,quesuelenmanifestarsedurantelanoche.Con eltiempo,lossíntomaspuedenaparecerduranteac‐tividadescotidianas,dificultandolamanipulaciónde objetospequeños.

Lossignosmásfrecuentesson:

• Entumecimientoyhormigueoenpulgar,índicey medio.

• Dolorirradiadodesdelamuñecahaciaelantebra‐zo.

• Debilidadqueinterfierecontareasfinascomoes‐cribiroprogramar.

• Rigidezmatutinatrasperiodosdetecleoprolon‐gado[2].

Causas

ElSTCseproduceporfactoresqueaumentanlapre‐sióndentrodeltúnelcarpiano,entreellos:

• Factoresambientales:traumatismos,lesionesen muñecaousodeherramientasvibratorias.

• Enfermedadesasociadas:artritisreumatoide,dia‐betesmellitus,hipotiroidismo,alteracionespitui‐tariasometabólicas.

• Cambiosfisiológicos:retencióndelíquidosduran‐teembarazoomenopausia[3].

Diagnostico

Eldiagnósticosebasaenlahistoriaclínicaylaex‐ploraciónfísica,enlaqueseevalúanlasensibilidadyla fuerzamusculardelamano.Sepuedenemplearprue‐basespecíficasquegenerandoloralflexionarlamu‐ñeca.Estudiosdeimagenoelectromiografíaayudana descartarotraspatologíascomoartritisofracturas[4].

Tratamiento

Elmanejodependedelaseveridaddelossíntomas: Noquirúrgico:

• Férulasnocturnasparainmovilizarlamuñecayre‐ducirsíntomas.

• Antiinflamatoriosnoesteroideosparaelalivio temporaldeldolor.

• Infiltracióndecorticosteroidesparadisminuirla inflamaciónymejorarlafunción[4].

Quirúrgico:

Encasosgravesoresistentesaltratamientoconser‐vador,serealizalaliberacióndeltúnelcarpiano,que consisteencortarelligamentoquecomprimeelner‐viomediano.Puedeefectuarsemediantecirugíaabier‐ta,endoscópicaoguiadaporecografía[4].

Figura13.1: Liberacióndeltúnelcarpiano.

Modificacionesenelestilodevida Lospacientes conSTCpuedenmejorarsussíntomasyprevenirrecaí‐dasmediante:

• Pausasactivasfrecuentesduranteelusode computadora.

• Pérdidadepesoencasodesobrepeso.

• Ejerciciosdefisioterapia.

• Evitardormirsobrelamanoafectada.

• Usodeproductosergonómicos[4].

Resultados

Diversosestudioshanmostradoquequienestraba‐janconcomputadorasdurantemuchashorasaldíapre‐sentanunmayorriesgodedesarrollarSTC.Lapreva‐lenciaessignificativamentemayorenpersonasmayo‐resde40añosyenquienesllevanmásdeunadécada desempeñandolaboresfrenteaunacomputadora.Es‐toconviertealSTCenunacondiciónemergentedesa‐ludocupacionalqueexigemedidaspreventivasenel ámbitotecnológico.[5]

13.3 Conclusiones

Elsíndromedeltúnelcarpianoesunproblemadesa‐ludocupacionalcadavezmásprevalenteeningenie‐rosencomputación.Sudeteccióntempranaylaim‐plementacióndemedidaspreventivassonesenciales parapreservarlacalidaddevidaymantenerlaproduc‐tividad.Suimpactonoselimitaaldolorolaincomo‐didad:puedecomprometerlacarrerayelbienestarin‐tegraldelosingenierosencomputación.Comprender lossíntomas,factoresderiesgoyconsecuenciasalar‐goplazopermitediseñarprogramasdecapacitación energonomíaymodificacionesdelestilodevidaque contribuyenareducirsuincidenciaymejorarelbien‐estarlaboral.

Enunmundodigitaldondelainnovacióndepende delasmanosqueprogramanydiseñan,protegerlasa‐ludocupacionalesunainversiónimprescindible.

13.4

Referencias

• [1]InstitutoTecnológicodeCostaRica.Le‐sionesporesfuerzorepetitivoasociadasal usodecomputadoras.Cartago:Repositorio TEC,2015.Consultadoel28dejuliode2025. https://repositoriotec.tec.ac.cr

• [2]NationalInstituteofArthritisandMusculoske‐letalandSkinDiseases.“Síndromedeltúnelcar‐piano.”NIAMS,2021.Consultadoel28deagosto de2025. https://www.statista.com

• [3]MayoClinic.“Síndromedeltúnelcarpiano: diagnósticoytratamiento.”MayoClinic,2016. Consultadoel10deseptiembrede2025. https://www.mayoclinic.org.

• MayoClinic.“Liberacióndeltúnelcarpiano:pro‐cedimientosquirúrgicos.”MayoClinic,2016.Con‐sultadoel15deagostode2025. https://www.mayoclinic.org

• [5]Khan,M.,etal.“PrevalenceandRiskFactorsof CarpalTunnelSyndromeamongComputerUsers: ACross‐SectionalStudy.”PLOSONE19,n.º4 (2024):e12011204. https://pmc.ncbi.nlm.nih.gov

Ciberseguridad e inteligencia artificial SECCION V

Palabrasclave: Ciberseguridad,defensa,inteligen‐ciaartificial,deteccióndeamenazas,tiemporeal,aná‐lisisdeanomalías,automatización.

14.1 Introducción

Enlaeradigital,laciberseguridadesesencialpara protegerlasinfraestructurascríticasylossistemashan crecidotantoquelainformaciónquemanejanesenor‐meysensible.Aellosesumalaproliferacióndemillo‐nesdedispositivosqueseconectanadiario,loquein‐crementalasuperficiedeataque.Conenfoquestradi‐cionales,lasdefensasyanoresultansuficientesniefi‐caces.

Anteesteescenario,lainteligenciaartificialemerge comoherramientaclaveparadetectar,analizaryres‐ponderaamenazasentiemporeal,lograndounade‐fensarobustayautomatizadaentodomomentoque, conlascapacidadesdeaprendizajeautomático,detec‐cióndeanomalíasymodelospredictivosejercende unamejormaneraladefensaqueunapersonaenun formatotradicionaldeciberseguridad.

14.2 Artículo

Apesardeloeleganteytentadordelusodelainte‐ligenciaartificialenlamayoríadelassituacionesyen estecasoespecíficamenteenlaciberseguridadsede‐betenermuchosaspectospresentes,tradicionalmen‐teenlomodelosdedefensasehabladeungranconsu‐moderecursosyunacomplejidadmuyavanzadapa‐rapoderinterpretarlosyadecuarlosalossistemas,sin embargo,conlainteligenciaartificialestodauncam‐biodrásticoenesteaspecto.

Yaquelosmodelossonmásligerosytiendenaser sistemascasiensutotalidadautónomolacomplejidad noesunproblema,peroesogeneranuevasinquietu‐desyaspectosatenerencuenta,apesarqueseamás ligeronosignificaqueseamáseficiente,sesabeque lainteligenciaartificialinteractúayresuelveenbasea conocimientoprevioperoloscontextossondiferentes

yalterables,creandocasosdistintosporcadaeventua‐lidadquesedesarrolle,apesardequeseamásligeroy controlarenelcasocríticodelaciberseguridad.

ELAIproponequelaIAdebeserligerayexplicable, interpretarydetectaramenazasentiemporealsiem‐premostrandoanálisisyexplicacionesobjetivasdesus decisiones,estoesesencialparaquelosequiposdese‐guridadtenganlaconfianzaycertezadequeseestá realizandoparafavorecerreaccionesyaccionesrápi‐das.[1]

CyberSentinelsepresentacomounsistemaemer‐gentededeteccióndeamenazasqueabordaespecífi‐camentelaseguridadensistemasdeIA.Esteenfoque reconocequelospropiossistemasdeinteligenciaarti‐ficialpuedenconvertirseenvectoresdeataque,porlo queescrucialimplementarmecanismosdeprotección queoperentantoparadefendersistemastradicionales comoparaprotegerlaintegridaddelosmodelosdeIA utilizadosenciberseguridad.[2]

Laimplementaciónprácticadeestossistemas requiereframeworksrobustosquepuedanproce‐sargrandesvolúmenesdedatosentiemporeal. LogSHIELDproponeunmarcodedeteccióndeanoma‐líasbasadoengrafosqueutilizaanálisisdefrecuencias paraidentificarpatronessospechososentiemporeal. Estesistemademuestracómolacombinacióndetéc‐nicasdeanálisisgráficoyprocesamientodefrecuen‐ciaspuedemejorarsignificativamentelaprecisiónde ladeteccióndeamenazas,reduciendotantolosfalsos positivoscomolosfalsosnegativos.[3]

Figura14.1: Comparativadeenfoquesdedeteccióndeciberata‐quesconinteligenciaartificial.

ElfuturodelaciberseguridadbasadaenIAapunta haciasistemashíbridosquecombinenvelocidadyca‐pacidaddeprocesamientodelainteligenciaartificial conlaintuiciónyexperienciahumana.Laintegración detécnicasdeexplicabilidadpermitiráquelosanalis‐tasdeseguridadcomprendanmejorlasdecisionesto‐madasporlossistemasautomatizados,facilitandola tomadedecisionesinformadasensituacionescríticas.

Figura14.2: Colaboraciónhumana–IAenciberseguridadysupa‐pelenarquitecturashíbridas.

14.3 Conclusiones

Laimplementacióndesistemastradicionalesdeci‐berseguridadyanoessuficientefrenteaamenazas sofisticadasyataquesautomatizados;nodebendese‐charse,sinointegrarseconnuevascapacidadesdein‐teligenciaartificial.SistemascomoELAI,CyberSenti‐nelyLogSHIELDmuestranqueladetecciónentiempo real,elanálisispredictivo,laexplicabilidaddedecisio‐nesylagestióninteligentedeincidentessoncompe‐tenciasesencialesque,alaplicarse,fortalecendefen‐sasmásadaptativas.Surgelareflexión:¿enunadéca‐daoenveinticincoañosestastécnicasseránsupera‐dasporamenazasmáscomplejas,generandonuevos paradigmasdeseguridad?Loevidenteesquelospro‐fesionalesdebenmantenersealavanguardia,donde lainteligenciaartificialeselguardiándigitaldenues‐trotiempo,ysuefectividaddependerádeevolucionar juntoaella,equilibrandoautomatizaciónysupervisión humanaexperta

14.4

Referencias

• [1]Arivazhagan,A.,R.Kumar,yG.Manogaran. “TowardsExplainableandLightweightAIforReal‐TimeCyberThreatHuntinginEdgeNetworks.”ar‐Xivpreprint,2025. https://arxiv.org.

• [2]Sharma,P.,yV.Gupta.“CyberSentinel:An EmergentThreatDetectionSystemforAISecu‐rity.”arXivpreprint,2025. https://ar5iv.labs.arxiv.org

• [3]Zhang,Y.,L.Chen,yH.Wang.“LogSHIELD:A Graph‐BasedReal‐TimeAnomalyDetectionFra‐meworkUsingFrequencyAnalysis.”arXivpre‐print,2024. https://arxiv.org

Palabrasclave: Ciberseguridad,Automatización, Sistemasindustriales,Vulnerabilidades,Proteccion, Infraestructuracrítica.

15.1 Introducción

Actualmente,lossistemasindustrialessostienen sectoresestratégicoscomolaenergía,eltransportey lamanufactura,convirtiéndoseenelnúcleodelainfra‐estructuracríticamoderna.Ladigitalizaciónylaconec‐tividadextensivahanaumentadolosriesgos,haciendo aestossistemasmásvulnerablesfrenteaciberataques quepuedenimpactargravementelaeconomíaylaso‐ciedad.

Frenteaestepanorama,elanálisiscontinuodevul‐nerabilidadesresultaesencialparalaseguridadyope‐ratividaddelasorganizaciones.Elusodetécnicasauto‐matizadaspermitedetectarbrechasyfallosensoftwa‐reyhardware,facilitandolaadopcióndemedidaspre‐ventivasquesalvaguardanlaoperacióndesistemascrí‐ticos.

15.2

Artículo

Análisisdevulnerabilidades

Lasvulnerabilidadesdentrodelasempresasysiste‐masindustrialesincluyencualquierpuntodébilenlaes‐tructura,funciónoimplementacióndealgunodesus aspectos.Esaquídondepodemoshacermenciónde lossistemasSCADA.Estossonuntipodesistemade controlindustrial,elcualseutilizapara“controlarsis‐temasdegrandispersiónespacialenlosquelaadqui‐sicióncentralizadadedatosestanimportantecomo elcontrol”(Grieco,2018).Estetipodesistemasintegra elprocesodeadquisicióndedatoscontransmisiónde estosytambiénelusodesoftwareparaproveermoni‐torizaciónycontroldelosprocesos.

Figura15.1: ArquitecturaSistemaSCADA

Unsistemadecontrolindustrialbásicamenteestá manejandoelmundofísico,acomparacióndeunsis‐temadetecnologíasdelainformaciónelcualmaneja datos.Esimportanterecalcarqueasícomosuobjetivo noesexactamenteelmismo,lasvulnerabilidadesque estospresententambiénseráncaracterizadasporte‐nerdiferentesriesgosyprioridades.

VDiscover

Unaherramientaquerealizaespecíficamenteeste tipodetrabajoesVDiscover,lacualpermiteladetec‐ciónrápidadecasosdepruebapotencialmentevulne‐rablespormediodelaprendizajeautomático.Laherra‐mientautilizadosfasespararealizarestalabor:entre‐namientoypredicción.

Enlafasedeentrenamiento,VDiscoverrecopilay analizaunamplioconjuntodecasosdepruebaprove‐nientesdediversosprogramas,losetiquetasegúnsu niveldevulnerabilidadutilizandounprocedimientoau‐tomatizado.Apartirdeestainformación,extraecarac‐terísticas.Mediantealgoritmosdeaprendizajesuper‐visado,laherramientaaprendepatronesycaracterísti‐cascomunespresentesenloscasosdepruebavulnera‐bles.Posteriormente,enlafasedepredicción,VDisco‐veraplicaelmodeloentrenadoparaestimarsinuevos casosdeprueba,sonunavulnerabilidadono. 15.3

Conclusiones

Lossistemasdeanálisisautomatizadodevulnerabi‐lidades,sobretodoenelcontextodesistemasindus‐

triales,sonunaherramientadegranutilidad.Estastec‐nologíasnosolomejoranlavelocidadyprecisiónen laidentificacióndevulnerabilidades,sinoquetambién permitenunarespuestamáseficienteanteamenazas emergentes.Laintegracióndesistemasdedetección basadosenIAconarquitecturasdeseguridadrobus‐tas,establecenmúltiplescapasdeprotecciónparasal‐vaguardarlacontinuidadoperacional.Básicamente,el futurodelaseguridadindustrialdependerádelaadop‐cióngeneralizadadesolucionesautomatizadasdeaná‐lisisdevulnerabilidades,combinandolapotenciadel aprendizajeautomáticoconprácticasdeciberseguri‐dadestablecidaspordiferentesentidadescomolopue‐deserlaNIST,selograráprotegerlasinfraestructuras críticasquesustentannuestrasociedaddigitalyfísica.

15.4 Referencias

• [1]CossioCisneros,OscarAlejandro.“Vulne‐rabilidadesdeciberseguridadensistemasde

controlindustrialyaccesibilidadatravésde redespúblicas.”Tesisdemaestría.Universi‐dadNacionaldelNordeste,FacultaddeCien‐ciasExactasyNaturalesyAgrimensura.2020. https://repositorio.unne.edu.ar.

• [2]IñigoUlloa,MiguelÁngel,IsidroCalvo,Ismael Etxeberria‐AgirianoyPabloGonzález‐Nalda. “Principalesvulnerabilidadesdelossistemasde automatizaciónindustrialyposiblesaccionespa‐raevitarciberataques.”EnLibrodeActasXXXVI JornadasdeAutomática,252–259.Bilbao:Univer‐sidaddelPaísVasco,2015.

• [3]Grieco,Gustavo.“Deteccióndevulnerabilida‐desyanálisisdefalloscontécnicasdeaprendiza‐jeautomatizado.”Tesisdoctoral.UniversidadNa‐cionaldeRosario.2018.

• [4]Cossio,Oscar.“Vulnerabilidadesdecibersegu‐ridadensistemasdecontrolindustrialyaccesibili‐dadatravésderedespúblicas.”Tesisdemaestría. UniversidadNacionaldelNordeste.s.f.

Palabrasclave: Ciberseguridad,Phishing,Ingenie‐ríaSocial,Filtración,Ransomware.

16.1 Introducción

Laciberseguridaddebeserunaprioridadeneldise‐ñoeimplementacióndesistemasinformáticos.Para ello,sebuscansolucionesrobustasytolerantesaata‐ques.Sinembargo,unaspectomuchasvecesignorado eselelementohumano,unfactorcrucialperoimprede‐cibleenlaseguridaddigital.Laeducaciónyelapren‐dizajeesunodeloscamposmásafectadosporesta nuevatecnologíaysibienpresentagrandesbeneficios, esnecesariocontextualizarsuimplementacióndeuna maneraadecuada,detalmaneraquesefaciliteelacce‐soasolucionestantoaestudiantescomodocentessin impactardemaneranegativaensupensamientocríti‐coycognitivo.

Últimamente,losataquesporingenieríasocialhan aumentado.Comprenderestadisciplinaesclavepara protegerelecosistematecnológico.Nobastaconim‐plementarcontrolesestrictos;cualquieraccesoalsis‐tema,sinimportarsunaturaleza,debemanejarsecon extremocuidadoparamantenerlaseguridadinformá‐tica.

16.2 Artículo

Lapenetracióndelainteligenciaartificialenla educación

Laingenieríasocialconsisteenlamanipulaciónpsi‐cológicadelfactorhumano,consideradoeleslabón másdébildeunsistema.Losatacantesintentanganar‐selaconfianzadelaspersonasparaquereveleninfor‐maciónconfidencialoconcedanaccesosprivilegiados, sinnecesidaddeusarmétodosinformáticoscomple‐jos.[1]

Elriesgodeataquesporingenieríasocialsigueenau‐mentodebidoanuevastecnologíasquefacilitanalata‐canteherramientascomogeneracióndevoces,conte‐nidoytextosprofesionales,muchasdeellasmedian‐

teaplicacionesdeinteligenciaartificialqueseencuen‐tranalalcancedetodopúblico.Estasherramientasin‐crementanlavulnerabilidaddelrecursohumano.

Losataquesdeingenieríasocialsedesarrollanen cuatrofases,laprimeraeslainvestigación,dondeel atacanteanalizaalavíctimabuscandocaracterísticas, hábitosomiedosquepermitaniniciarlasegundafase, el“gancho”,queconsisteengenerarcontactoinicialy generarfalsaconfianzaoinducirtemor.Durantelater‐cerafase,mediantetécnicasdemanipulación,lavícti‐marevelainformaciónsensiblecomocontraseñas,nú‐merosdetarjetasoaccesosprivilegiados,loquepermi‐tealatacantecumplirsuobjetivosinusarherramien‐tastecnológicasavanzadas.Lacuartafaseconsisteen cortarcontactoconlavíctimaunavezcompletadoel ataque.[2]

Esimportanteseñalarque,desdeelprimercontacto hastalaculminacióndelataque,lavíctimasuelenoper‐catarsedeloqueocurre.Lamanipulaciónpsicológica hacequeinterpretelasituacióncomonormal,ponien‐doenriesgosusistemademanerainconsiente.

Figura16.1: Elimpactodelerrorhumanoenlaciberseguridad. Aldiseñarunsistemainformático,enelapartadode laciberseguridad,implicarealizarunanálisisholístico, endondeseincluyantodaslasaristasnecesariaspara garantizarlarobustezdeeste,estoquieredecir,utili‐zarsoftwareactualizado,aplicarparchesconperiodi‐cidad,implementarbuenasprácticasdeseguridady lacapacitacióndelpersonalhumanoalcualserádiri‐gidoestesistema.Pormásqueseconstruyaunsiste‐marobusto,entérminostecnológicos,sinoseconsi‐deraalrecursohumanocomopartefundamentalen elámbitodeseguridad,esteseguirásiendovulnerable comocualquierotrosistemamaldiseñado.Esesencial quelasorganizacionesreconozcanestasdeficienciasy aprendanafortalecertantolosrecursostecnológicos

comohumanosparagarantizarlaseguridadinformáti‐cayasegurarlacalidaddelsoftware,yaquelatecnolo‐gíaporsísolanobasta.

16.3 Conclusiones

Lainteligenciaartificialestámoldeandoelfuturo delaeducaciónalofrecernosherramientaspoderosas quemejoranelaprendizaje,simplificanlastareasy apoyantantoaloseducadorescomoalosestudiantes. LaIAesunvaliosoasistenteenlaeducación,eneltra‐bajo,enlosnegocios,impulsandoinnovacionesypre‐servandoesaesenciahumanaquehacequeelaprendi‐zajeseaverdaderamenteempíricoysignificativo.Sin embargo,esnecesarioabordarcuestionescomolain‐tegridadacadémica,laseguridadylaigualdad,ylacla‐vedeléxitoresideenunaintegraciónresponsable.

16.4 Referencias

• [1]DataProtectionCommission(Ireland).“Gui‐danceforOrganisationsonPhishingandSo‐

cialEngineeringAttacks.”DataProtectionCom‐mission.Consultadoel21deagostode2025. https://www.dataprotection.ie.

• [2]Fortinet.“¿Quésonlosataquesdeinge‐nieríasocial?Consejosdeprevención.”For‐tinet.Consultadoel21deagostode2025. https://www.fortinet.com

• [3]I.S.Partners,LLC.“HumanErrorCybersecurity Statistics.”I.S.PartnersBlog,6denoviembrede 2024. https://www.ispartnersllc.com

• [4]I.S.Partners,LLC.“TheRoleofHuman ErrorinCybersecurity.”I.S.PartnersBlog,2024. https://www.ispartnersllc.com

• [5]Bonnie,Emily.“60+SocialEngineeringStatis‐tics[Updated2025].”SecureframeBlog,31dedi‐ciembrede2024. https://secureframe.com

CIENCIAS,SISTEMASYTECNOLOGÍA

VIGÉSIMASÉPTIMAEDICIÓN

NOVIEMBRE2025