Escolar Documentos
Profissional Documentos
Cultura Documentos
El presente trabajo muestra como la inteligencia artificial aplicada a las organizaciones puede
ser un factor diferenciador para las organizaciones, siendo usada como apoyo, soporte y
facilitadora de procesos esenciales como la toma de decisiones, el control de la calidad de
productos y/ o servicios resultando en la siempre buscada productividad, donde las empresas
pueden lograr obtener la utilidad a través de la optimización de sus recursos dicho beneficio
puede ser conseguido con el uso de la Inteligencia artificial. En un mundo cada vez más
dinámico, de continuos y rápidos cambios, donde cada vez más la competencia es más reñida y
llevada a otros campos; El uso de las tecnologías de la información y las comunicaciones como
producto de la inteligencia artificial se ha convertido también en herramienta fundamental para
el éxito de las organizaciones.
Si bien el fenómeno de la globalización ha impulsado enormemente el desarrollo de tecnologías
de comunicaciones y estas a su vez conllevan al desarrollo de tecnologías informáticas, es ahí
donde la inteligencia artificial se ve representada, haciendo de la tecnología un factor clave en
el desarrollo mundial ya que permite a los países avanzar, ser más productivos, competitivos y
eficientes en la forma de trabajar y generar riqueza y por ende ofrecer una mejor calidad de
vida a todos sus trabajadores.
Se han evidenciado avances importantes en tecnología en lo que respecta a comunicaciones,
aparatos tecnológicos como smartphone, Ipad, Iphone, que van más allá de solo permitir la
comunicación en una forma agil, fácil y a un menor costo, estos aparatos se volvieron formas de
tener empresa, formas de educarse, formas de producir arte, ciencia entre muchos otros usos
como campos en los que se pienses. Internet llego a revolucionar la forma de cómo evoluciona
la humanidad, ha hecho que la información esté al alcance de todo y todos, dando como
resultado nuevos modelos de negocio, de las empresas con todo el mundo y el uso de
transacciones electrónicas.
El avance tecnológico debe ir de la mano con la comunicación y propender por el beneficio de la
sociedad, ya que desde la perspectiva ética podría tener implicaciones y afectar la vida laboral
de las personas. Es así como el presente trabajo tiene como objetivo mostrar como la
inteligencia artificial es fundamental en la competitividad de las organizaciones, sirve como base
para la toma de decisiones y es clave en los procesos de fabricación y calidad de los productos y
facilita los negocios en cuanto a comunicación, información y agilidad se refiere. Igualmente
muestra las implicaciones negativas que esta tiene cuando desplaza el trabajo humano
afectando la calidad de vida de las personas.
1. CONCEPTUALIZACIÓN
Los sistemas de Análisis automático de texto (Text Analytics) tienen por objetivo entender la
información no estructurada expresada en una lengua y convertirla en información estructurada,
bien como resumen de su contenido, como una relación entre sus elementos más significativos o
clasificando un documento por tu tipología temática. La tecnología IA de este campo se encuentra
fuertemente desarrolla y es de fácil soporte.
Si bien se puede triplicar el volumen de información y se hara necesaria una inversión alta para
su almacenamiento, esta solución simplificara y agilizara el funcionamiento de las entidades
judiciales de la ciudad de Bogotá. Según el estudio publicado por la International Data
Corporation (IDC) (Gantz and Reinsel, 2012), en el año 2012 se generó en internet 2.8 zettabytes
de información digital, esta cantidad fue catorce veces más grande que en los 5 años anteriores.
Esto ha motivado el desarrollo de métodos automáticos de clasificación para dar solución a este
problema, los resultados son óptimos, la productividad ha aumentado, se han generado avances
en la cultura de las organizaciones así como la calidad de los empleos.
Automatización tradicional
La automatización tradicional comienza con una evaluación manual:
1. Un proyecto gestionado adecuadamente requiere un inventario de documentación para
cada tipo de oficio, es necesario que todos queden registrados con código de
identificación.
2. A continuación, el personal recoge ejemplos de todos los tipos de documentos de
diferentes fuentes.
3. Organizan cientos de estos documentos por tipo y los revisan para identificar
características únicas para la identificación automática en un flujo de trabajo de
aprobación típica.
4. Una vez que el personal identifica todas las características de los documentos, un
analista las codifica como reglas dentro de un sistema de captura de documentos.
5. Las reglas deben ser probadas para descubrir cualquier clasificación errónea que
requiera agregar nuevas reglas o afinar las ya existentes.
6. Después de completar las pruebas y ajustes, las reglas entran en el flujo de trabajo de
producción.
7. A continuación, es necesario crear unas reglas que busquen los datos necesarios dentro
de los documentos antes de que se puedan extraer y validar los datos.
8. Se lleva a cabo un proceso similar de análisis, pruebas y ajustes para asegurar que se
extrae la máxima cantidad de datos y para comprender la precisión que rige cuando se
necesita una revisión manual.
9. Debido a que muchos documentos no están estandarizados, se debe crear una amplia
gama de reglas.
Para el descubrimiento inicial de documentos se puede usar una técnica llamado clustering para
automatizar el agrupamiento lógico de documentos similares. Las aplicaciones pueden
agruparse con otras aplicaciones, por ejemplo si se encontrasen archivos fotográficos como
licencias de conducción estas se agrupan con documentos de identificación, y así
sucesivamente.
El resultado es un conjunto de documentos agrupados por similitud que luego pueden ser
evaluados. Estos grupos forman la base de muestras de clases de documentos que se pone en el
sistema, donde el software identifica automáticamente las características de cada uno y crea
reglas.
La creación de reglas de extracción de datos es un enfoque similar. El requisito más importante
es que la organización debe tener un mayor número de muestras, pero también tener datos
reales, que son los resultados reales de lo que debería ser la extracción de datos.
Por ejemplo, un usuario suministra al sistema una muestra junto con los valores reales del
campo que se deben extraer. De esta forma, se entrena automáticamente al software para
localizar los datos coincidentes y derivar reglas de posición para cada campo de datos. Se debe
hacer esto para cada muestra y luego, automáticamente, crear algoritmos basados en la
ubicación exacta, cambios en la colocación de cada ejemplo y posición relativa a otros datos.
VENTAJAS
Además, los ajustes pueden ser manejados mediante la adición de muestras de los
nuevos documentos junto con los datos asociados a la realidad.
Los expertos y personas técnicas para codificar el sistema son menos necesarios.
CONTRAS
Una desventaja de las reglas codificadas es el tiempo que se tarda en alcanzar un nivel
aceptable de automatización. Desarrollar un rendimiento aceptable de datos
semiestructurados como facturas lleva mucho tiempo.
Otra desventaja es la necesidad de un experto en la materia para calificar el sistema. La
disponibilidad de expertos puede ser difícil de conseguir, inicialmente, cuando el sistema
debe ser revisado debido a los cambios en los requisitos.
Los inconvenientes de este tipo de enfoque son imágenes espejo del enfoque del
sistema experto.
CONCLUSIONES
En este trabajo se presentó una nueva propuesta para clasificar e identificar documentos
basados en palabras claves que aprovecha la información semántica, gráfica y de patrones que
existen en los documentos, la identificación de la tipología de documentos, reconocimiento de
los patrones contenidos. La implementación de este sistema clasificador fue motivada por las
características especiales que presentan los textos legales y su pertenencia.
Los resultados obtenidos en los experimentos nos permiten concluir que la información
semántica, gráfica y de patrones ayuda agilizando la captura de palabras clave, mientras que los
algoritmos de reconocimiento permiten que el clasificador cree categorías de documentos para
que finalmente se establezcan patrones que son aprendidos por las máquinas.
Saber cómo funcionan estos enfoques ofrece la posibilidad de seleccionar el mejor con base en
las necesidades específicas que se tengan en cada momento.
BIBLIOGRAFIA
Thomas Davenport, Rajeev Ronanki. (Enero-febrero 2018). Artificial Intelligence for the Real World.
Harvard Business Review, 96, 108-116.
Hermes Ruiz Rincón. (Septiembre 2018). Aplicación de la Inteligencia Artificial En Los Procesos De
Gestión Humana. Gestión Humana, Ed. LEGIS 29, 25-30.
Pedro Domingos. (Noviembre 2018). Nuestros Dobles Digitales. Investigación Y Ciencia, 506, 76-81.
Andres Garcia. (2014). Clasificación De Textos Por Redes De Palabras. 2014, de REVISTA SIGNOS Sitio
web: http://andreseduardogarcia.blogspot.com/2012/01/revisando-gestion-documental-
16012012.html
Roque Enrique López Condori. (2014). Organización de Documentos mediante Grafos de Relaciones
Semánticas. 2014, de Universidad de San Agustín Sitio web: file//41-Article-54-1-10-20170205.pdf,
Organización de documentos mediante grafos de relaciones semánticas
Pino, R., Gómez A. & de Abajo N., Introduccióna la inteligencia artificial univ. De Oviedo. Recuperado
de: https://books.google.es/books?hl=es&lr=&id=RKqLMCw3IUkC&oi=fnd&pg=PA1
0&dq=inteligencia+artificial+aplicada+a+los+negocios&ots=iFKCm0xZbR&sig=L
Qn3AYSfEgpiihwYSzmWwswlzxo#v=onepage&q&f=false
Material de estudio, Modulo Seminario de grado (2016). Especialización en Alta Gerencia, Universidad
Militar Nueva Granada UNMG.
https://scielo.conicyt.cl/pdf/signos/v47n86/a01.pdf
http://andreseduardogarcia.blogspot.com/2012/01/revisando-gestion-documental-
16012012.html
file:///D:/Downloads/41-Article-54-1-10-20170205.pdf, Organización de documentos
mediante grafos de relaciones semánticas
https://repositorio.uam.es/xmlui/bitstream/handle/10486/1279/16384_moreno_lloren
a_jaime.pdf?sequence=1&isAllowed=y