Browsing by Subject "Inteligencia artificial"
Now showing 1 - 20 of 33
Results Per Page
Sort Options
Item Análisis económico del derecho en la regulación de la inteligencia artificial: Incentivos para la innovación y protección de la propiedad intelectual(Pontificia Universidad Javeriana Cali, 2024) Zemanate Duque, David Alejandro; Delvasto Perdomo, Carlos AndrésA lo largo de este trabajo se abordarán analíticamente los problemas económicos que surgen en medio de la protección que se le da a la propiedad intelectual, para entender por medio de conceptos económicos la labor que cumple el derecho en el desarrollo y la promoción adecuada de la inteligencia artificial como una nueva creación emergente sujeta a tener obligaciones legales por el manejo de bases de datos y de algoritmos que son diseñados para cumplir con determinadas tareas monitoreadas por decisiones humanas en el marco de la economía de los países y asociaciones económicas con un avance tecnológico considerable como Estados Unidos, China y la Unión Europea en comparación con el contexto latinoamericano de la CAN y Colombia, considerando casos de trascendencia e impacto mediático global, reglamentaciones y regulaciones estándar que han nacido recientemente a la vida jurídica para tratar los derechos que han sido otorgados para la creación, el uso y la asignación de responsabilidades que conllevan las implementaciones de estas tecnologías en la vida cotidiana de todas las personas con la finalidad de entender cuáles son las afectaciones y beneficios económicos, sociales, éticos y morales que dichas innovaciones llevan consigo para el bienestar económico, social, normativo y científico del mundo en relación con las iniciativas privadas y los emprendimientos de las empresas, y las iniciativas públicas de las entidades gubernamentales y de los organismos internacionales vinculantes.Item Aplicación de la inteligencia artificial a la resolución de disputas judiciales: ¿Es posible crear una inteligencia artificial de decisión judicial (IADJ)?(Pontificia Universidad Javeriana Cali, 2024) Vallejo Casella, Juan Camilo; Martínez Pinilla, Iván LeonardoEl desarrollo de la inteligencia artificial (IA) pone sobre la mesa la discusión de un sinfín de disputas epistemológicas que se renuevan en el presente siglo en los más variados ámbitos de la vida. Esto, en síntesis, no ha hecho más que reformular los diversos inconvenientes que tiene la humanidad para comprender el conocimiento y de los cuales se desprenden los principales problemas epistémicos y cognitivos en tratándose de la IA. De entre todos ellos (el problema de la globalidad, actualidad, otras mentes, etc.), el presente trabajo se enfoca en el denominado Problema del Marco (PM) y las implicaciones que este tendría a la luz de la creación hipotética de una Inteligencia Artificial de Decisión Judicial (IADJ). Para esto, se aborda multidisciplinariamente la formulación del PM en conjunto con las principales escuelas de razonamiento judicial para teorizar las falencias y requerimientos para que una IA pueda llegar a ser un juez.Item “Aplicación de Modelos Machine Learning para predecir el riesgo de pérdida de seguimiento en tuberculosis”(Pontificia Universidad Javariana Cali, 2025) Rodríguez Camargo, Rubén Darío ; Guerrero Barreto, Diana Azucena; Ortega Lenis, DeliaLa tuberculosis (TB) es una enfermedad que afecta a un gran número de personas en todo el mundo, es curable y prevenible; razones que han llevado a la Organización Mundial de la Salud (OMS) a priorizar la enfermedad a nivel de salud pública. No obstante, las pérdidas en el seguimiento amenazan el éxito de los programas de control, dado por aumentos en las tasas de mortalidad y se constituyen como un factor desencadenante en la aparición de formas farmacorresistentes. Se han descrito diferentes determinantes en salud (DSS) que influyen en la pérdida de seguimiento, siendo los principales: sexo hombre, tener un bajo nivel educativo, bajos ingresos económicos, pertenecer a un grupo poblacional vulnerable, presentar alguna comorbilidad, tener barreras de acceso al sistema de salud, antecedente de tratamiento previo, baja tolerancia a efectos secundarios al tratamiento y afectaciones en salud mental. El distrito capital no es ajeno a esta situación y se ha visto que el éxito programático no alcanza la meta del 90 % en los últimos años. Dentro de los factores que afectan el cumplimiento se encuentran los pacientes fallecidos y con pérdida de seguimiento cuya prevalencia para el distrito en los últimos 7 años corresponde al 7.3 %. Los avances en inteligencia artificial (IA) han permitido comprender mejor el fenómeno de pérdida de seguimiento en otros países con alta carga de la enfermedad, los cuales han servido como base para la reformulación de políticas públicas por parte de las autoridades sanitarias, que han permitido mejorar la adherencia terapéutica de los pacientes. En este sentido, el objetivo del presente proyecto consistió en desarrollar un modelo de Machine Learning que permita predecir el riesgo de pérdida de seguimiento en pacientes pertenecientes al programa de TB en el distrito capital, a partir de los determinantes sociales en salud contenidos en el sistema de información. Para ello se desarrollaron cuatro tipos de algoritmos de aprendizaje automático supervisado con diferentes técnicas de remuestreo para balancear las clases y se aplicaron diferentes técnicas para seleccionar variables predictoras incidentes en la pérdida de seguimiento. Como resultado se obtuvo un modelo de XGBoost con buen desempeño en las métricas sensibilidad, exactitud y AUC; con el cual se puede brindar un apoyo al personal de salud que hace parte de los programas locales de tuberculosis y del distrito para identificar de forma temprana a este tipo de pacientes.Item Aplicación de técnicas de inteligencia artificial para el análisis de los comentarios del cliente del segmento personas en Bancalibre(Pontificia Universidad Javeriana Cali, 2025) Arias Vergara, Juliana Andrea; Salcedo Vaca, Carlos Andrés; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria InésActualmente, se capturan y almacenan grandes cantidades de datos en formato texto, lo cual representa un reto significativo para su procesamiento. El análisis manual de estos datos consume demasiado tiempo y es poco práctico, por lo que es necesario desarrollar estrategias para mejorar estos procesos y obtener los resultados con mayor rapidez. En este trabajo se implementan técnicas avanzadas de ciencia de datos para analizar los comentarios escritos de los clientes del segmento de Personas de BancaLibre. La importancia de este estudio radica en la creciente necesidad de las entidades financieras de escuchar y analizar las opiniones de sus clientes para mejorar su experiencia, fidelización y satisfacción. Se aplican técnicas como el análisis de sentimientos, enfocado en el NPS Relacional para conocer la satisfacción del cliente con la empresa en general, y la inteligencia artificial (IA), para identificar en detalle los temas de mejora más recurrentes. El proceso comienza con la preparación del conjunto de datos, la selección e implementación de la técnica de IA adecuada, la evaluación del desempeño del modelo y finaliza con el desarrollo de una interfaz para la visualización de resultados. Se espera obtener un modelo que permita analizar de manera eficiente los comentarios de los clientes, identificar temas recurrentes y proporcionar una herramienta útil para apoyar la toma de decisiones orientadas a mejorar la experiencia del cliente. Las posibles aplicaciones de este trabajo incluyen áreas de la organización como Mercadeo, Estrategia comercial y Servicio al Cliente, que ven en esta información un beneficio para aplicar en sus procesos y su alcance en la escalabilidad con otros tipos de retroalimentación de clientes, ampliando así su impacto y utilidad.Item Consultoría para el diseño de un modelo administrativo y logístico que permita a una empresa prestadora del servicio de Internet crecer de manera sostenible y rentable, optimizando su cadena de abastecimiento(Pontificia Universidad Javeriana Cali, 2025) Mangones Blanco, José David; Collazos Sánchez, Mauricio; Herrera Manrique, SantiagoLa obra consiste en una Consultoría que tiene el objetivo de contribuir a la rentabilidad de una empresa de Telecomunicaciones a través de la optimización de costos en la gestión logística y de abastecimiento. Para el desarrollo de dicha consultoría se lleva a cabo un diagnóstico de la gestión de la empresa en materia de abastecimiento y logística, con base en el cual se diseña el modelo de intervención y la metodología para su implementación. También se desarrollan tanto el análisis financiero como el de riesgos, para finalmente mostrar los resultados esperados.Item ¿Cuál es el alcance de la protección de la propiedad intelectual con relación a las obras creadas por medio de inteligencia artificial en Colombia?(Pontificia Universidad Javeriana Cali, 2024) Caicedo González, Isabella; Caicedo Ardila, Felipe; Barriga Palomino, Luis FélixEn la actualidad, el desarrollo de la inteligencia artificial se encuentra en auge, generando importantes desafíos legales para el campo del derecho, especialmente en el área de la propiedad intelectual. Esto genera diferentes debates e interrogantes que son cruciales a la hora de hablar sobre la protección de los derechos de autor y el alcance que puede llegar a tener su regulación frente a las obras que pueden ser creadas por medio de la inteligencia artificial. Por ende, se tiene como objetivo principal en este escrito estudiar cuál es el alcance que tiene la protección de la propiedad intelectual frente a las obras que son creadas por medio de la inteligencia artificial en Colombia. Lo que se encuentra en este trabajo es la conceptualización de diferentes términos que son claves para comprender la propiedad intelectual y los derechos de autor, donde se hace énfasis en la protección que le brindan a los autores. Así mismo, es necesario conceptualizar los términos que se encuentran en el ámbito de la inteligencia artificial; y abordar casos concretos que brindan precedentes sobre el tema de la creación de obras por medio de la inteligencia artificial y la protección de las mismas por el derecho de autor. De esta forma, se realizan unas sugerencias que se deben tener en cuenta por el Congreso colombiano al momento de legislar sobre este tema.Item ¿Dentro de qué régimen de responsabilidad se enmarcan los daños causados a terceros por vehículos autónomos?(Pontificia Universidad Javeriana Cali, 2022) Charria Serna, Isabella; Torres Chaurra, Valentina; Salazar Cobo, Edgar GermánEste trabajo tiene como objeto el análisis de los daños a terceros causados por la incorporación y distribución de vehículos autónomos dentro del mercado automovilístico colombiano y si estos conllevan a la aplicación de un nuevo régimen de responsabilidad civil diferente al enmarcado como actividades peligrosas. Para su desarrollo, se parte desde una problemática social derivada de los altos índices de siniestros automovilísticos actuales y el desarrollo de las nuevas tecnologías como la inteligencia artificial en conexión con la implementación de estos en la creación de productos automotores más eficientes e inteligentes. De igual manera, se tiene en cuenta el marco jurídico actualmente aplicado y los niveles de automatización que se han incorporado hasta el momento en territorio nacional para por último poder concluir el régimen de responsabilidad aplicable a los daños causados a terceros por vehículos autónomos en circulación actualmente en Colombia soportados en los antecedentes jurisprudenciales y doctrinales de la materia.Item Detección de pulsaciones por minuto en tiempo real a partir de un sistema de inteligencia artificial para el género musical salsa(Pontificia Universidad Javeriana Cali, 2022) Murcia Gómez, Danny Julian; Sarria Montemiranda, Gerardo MauricioLa música es la combinación de un sin fin de posibilidades de ritmos que escuchamos todo el tiempo, donde constantemente nos ofrecen diferentes tipos de herramientas para experimentar, innovar y disfrutar de uno de los placeres más grandes que podemos encontrar. Por eso urge investigar modelos clave para la interpretación de los diferentes modelos de música que existen y sus diferentes. La Salsa es un género muy popular en América Central y del Sur, conocida por su variedad de instrumentos de percusión, por su piano y su clave de son [1]. Su ritmo es uno de los factores que depende de la clave de son, la cual puede ser 2-3 o 3-2 [2]. Este género musical es uno de los más interesantes para estudiar, en cuanto a saber a qué ritmo se refiere, en particular la determinación del beat, es decir, la unidad básica de ritmo de una canción y uno de los menos analizados en el campo científico. Actualmente ya existen muchos patrones que detectan a partir de una canción el beat que maneja la canción, permitiendo controlar la canción. En el caso del género musical Salsa, no se han realizado muchos estudios en el análisis de obtener el beat en tiempo reproducción de la canción. Es requerido un Sistema de inteligencia Artificial que sea capaz de analizar una canción y retorne el beat en tiempo de reproducción de la canción.Item Diseño de un plan de negocio para una plataforma legal digital para que más familias en Colombia protejan su legado(Pontificia Universidad Javeriana Cali, 2025) Negrete Lasso, Diana Alejandra; Álvarez Cano, Camilo; Fonseca Berrío, Andrés FernandoTrusti es una plataforma digital innovadora que busca revolucionar la planificación patrimonial, haciéndola accesible, sencilla y confiable. A través de una experiencia guiada y acompañada por experiencias reales, los clientes pueden estructurar su futuro financiero sin la complejidad ni los altos costos de los métodos tradicionales, protegiendo a sus seres queridos. Las personas podrán elaborar diferentes productos legales a un costo reducido con el apoyo de inteligencia artificial, siempre con la validación de un abogado. Adicionalmente, para escenarios más complejos, se ofrecerá asesoría con alcance legal, tributario y financiero.Item Diseño y validación de una matriz de decisión multicriterio para orientar la implementación de soluciones de inteligencia artificial en procesos críticos de atención en salud mental: estudio aplicado en Oportunidad de Vida IPS(Pontificia Universidad Javeriana Cali, 2026) Rengifo Betancourt, Deicy Viviana; Ramírez Obando, Jesús Eduardo; Bonilla Sánchez, MauricioEl presente trabajo tuvo como objetivo diseñar, validar y aplicar una matriz de Decisión Multicriterio (MCDA) para orientar la implementación de soluciones basadas en inteligencia artificial en procesos críticos de atención en salud mental en Oportunidad de Vida IPS. La investigación partió de una revisión narrativa sobre inteligencia artificial, terapias digitales, regulación, eficacia clínica, seguridad del paciente y gestión del riesgo en salud. Posteriormente, se caracterizó la institución, su red prestadora, procesos críticos y journey del paciente, identificando brechas relacionadas con carga administrativa, continuidad del cuidado, interoperabilidad tecnológica y bienestar del talento humano. La matriz integró criterios clínicos, administrativos, tecnológicos, éticos y económicos, diferenciando criterios Gate no compensatorios y criterios ponderados. El instrumento fue validado mediante juicio experto y aplicado a cuatro tecnologías: Ambient Scribe, algoritmo de predicción de riesgo suicida, Patricia e IA de predicción de inasistencia/agenda. Los resultados priorizaron Patricia y Ambient Scribe como alternativas iniciales por su viabilidad institucional, impacto operativo y menor complejidad clínica directa. El algoritmo de riesgo suicida se identificó como una tecnología de alto valor clínico, condicionada a mayores capacidades de gobernanza, interoperabilidad, trazabilidad y supervisión profesional. Se concluye que la matriz MCDA constituye una herramienta útil, trazable y replicable para apoyar decisiones gerenciales sobre adopción responsable de IA en salud mental.Item Estudio de factibilidad para el uso de drones autónomos con analítica de imágenes y video mediante inteligencia artificial para fincas productoras de banano(Pontificia Universidad Javeriana Cali, 2025) Ospino del Castillo, Darío José; Calao Anaya, Guillermo de Jesús; Arango Mejía, Carlos JavierEl presente trabajo desarrolla un plan de negocio para evaluar la factibilidad del uso de drones autónomos con analítica de video mediante inteligencia artificial en fincas productoras y exportadoras de banano en el departamento del Magdalena, Colombia. El sector enfrenta altos niveles de inseguridad asociados a hurtos, sabotajes y contaminación de carga con estupefacientes, problemáticas que generan pérdidas económicas significativas y afectan la credibilidad internacional. Mediante un estudio de mercado con encuestas y entrevistas a empresas del sector, se identificó que la totalidad de los encuestados reconoce deficiencias en los sistemas de vigilancia tradicionales y manifiesta interés en invertir en soluciones tecnológicas avanzadas. El análisis financiero confirma la viabilidad económica del proyecto, dado el respaldo de más del 70% de las empresas encuestadas y la disposición a pagar por servicios de seguridad inteligente con monitoreo 24/7. La propuesta integra un sistema innovador de drones autónomos con inteligencia artificial, articulado con la Fuerza Pública para garantizar respuesta inmediata, fortaleciendo la seguridad operativa, la confianza de los clientes internacionales y la sostenibilidad del sector bananero en la región.Item Identificación de alteraciones en heridas quirúrgicas mediante la aplicación de inteligencia artificial en imágenes(Pontificia Universidad Javeriana Cali, 2024) Cote Flórez, Álvaro Augusto; Pineda Gómez, Amolfi Hernando; Rodríguez Prada, Javier Armando; Vargas Cardona, Hernán DaríoEl presente proyecto de grado utilizó la inteligencia artificial aplicada al análisis de imágenes digitales para lograr la identificación de alteraciones en heridas quirúrgicas. Esta investigación abordó una problemática de alta relevancia debido a las consecuencias que pueden surgir de las infecciones de sitio operatorio, incluyendo morbilidad, mortalidad y costos económicos significativos tanto para los pacientes como para el sistema de salud. Actualmente, la detección de estas infecciones se realiza principalmente a través de métodos clínicos y cultivos, que pueden ser tardíos y limitados en términos de precisión. Con el uso de técnicas de inteligencia artificial, como el machine learning y el deep learning, se logró desarrollar un modelo automatizado y confiable que permite la identificación de alteraciones en las heridas quirúrgicas, lo que facilita un tratamiento oportuno y efectivo. Para desarrollar el proyecto se recopiló una base de datos de imágenes digitales etiquetadas que muestran la evolución de las heridas quirúrgicas, se eligieron y adaptaron algoritmos de inteligencia artificial capaces de identificar patrones y características en dichas imágenes, y se evaluó la eficacia y precisión del modelo desarrollado mediante validaciones con métricas establecidas en el estado del arte. El resultado del trabajo realizado es el punto de partida para trabajos posteriores que podrán incluir un modelo de apoyo diagnóstico automatizado y confiable para la detección de alteraciones en heridas quirúrgicas. Este proyecto tiene aplicaciones en el campo de la cirugía y la salud pública, y su impacto se refleja en un seguimiento posquirúrgico oportuno y efectivo evitando complicaciones en las heridas y apoyando el proceso de recuperación del paciente, así como en la reducción de costos y procedimientos médicos adicionales debido a complicaciones en las heridasItem Identificación de la actividad de la toxoplasmosis ocular mediante distintas redes neuronales convolucionales(Pontificia Universidad Javariana Cali, 2025) Mejía Salgado, Germán Alberto; Olarte Zuluaga, Juliana Andrea; Raigoso Espinosa, Juan David; Vargas Cardona, Hernán DaríoEste proyecto se centró en la aplicación de redes neuronales convolucionales (CNN) para la identificación automática de la actividad de la toxoplasmosis ocular (TO) en imágenes de fondo de ojo. La TO es una causa significativa de discapacidad visual severa. La importancia de este proyecto radica en su potencial para mejorar el diagnóstico y tratamiento de la TO, especialmente en áreas con acceso limitado a especialistas en oftalmología. Los objetivos específicos incluyeron la gestión de una base de datos de imágenes de fondo de ojo, el entrenamiento de CNN’s para identificar la actividad de la TO, y la evaluación del rendimiento de estas técnicas de clasificación. Se aplicó transfer learning con 3 CNN que previamente han sido utilizadas en tareas de clasificación médica (ResNetV2, VGG16, InceptionV3) y se realizaron dos arquitecturas de CNN propias; obteniendo el mejor resultado priorizando una alta sensibilidad hacia la clase activa con una ResNetV2 con 10 épocas, función de activación ReLU, optimizador Adam, Tasa de aprendizaje 1e-4, Tamaño de lote de 32 y utilizando técnicas de balanceo de datos como Synthetic Minority Over-sampling Technique (SMOTE) y data augmentation. Obteniendo una exactitud (accuracy) del modelo de 0.81 ± 0.02. Para la clase activa una sensibilidad de 0.9 ± 0.06, una especificidad de 0.69 ± 0.08 y un F1 Score de 0.77 ± 0.02; mientras que, para la clase inactiva, una sensibilidad de 0.77 ± 0.07, especificidad de 0.91 ± 0.03 y F1 score de 0.84 ± 0.03 Este proyecto demuestra la capacidad de la inteligencia artificial y las CNN en clasificar lesiones retinocoroideas de TO activas o inactivas, facilitando así la toma de decisiones terapéuticasItem Integración de inteligencia artificial y teoría de portafolio en la evaluación y optimización de pronósticos para ETFS(Pontificia Universidad Javeriana Cali, 2024) Murcia Piedrahita, Juan David; Joaqui Barandica, OrlandoAnte un mercado financiero global en constante evolución, los Exchange Traded Funds (ETFs) han surgido como herramientas versátiles de inversión, accesibles para diversificar portafolios a bajo costo y con alta flexibilidad. A continuación, esta investigación aborda la integración de la inteligencia artificial, especialmente el aprendizaje automático, para perfeccionar la evaluación y predicción de precios en 5 ETFs: SPDR S&P 500 ETF Trust (SPY), iShares Russell 2000 ETF (IWM), Invesco QQQ Trust (QQQ), Grayscale Bitcoin Trust (GBTC), Vanguard Total Stock Market ETF (VTI). A causa de la volatilidad y diversidad del mercado, existe una necesidad crítica de desarrollar estrategias de inversión que no solo optimicen los retornos, sino que también minimicen los riesgos asociados. Este estudio utiliza técnicas de aprendizaje automático, como el método KNN para la clasificación de tendencias de precios, combinadas con la teoría de portafolio de Markowitz, para formular enfoques de inversión que maximicen la rentabilidad ajustada al riesgo. Así pues, el análisis descriptivo inicial reveló patrones que influyen en el rendimiento de los ETFs, estableciendo una base sólida para la predicción precisa de movimientos de precios y la construcción de portafolios optimizados. Los resultados muestran que la integración de técnicas avanzadas de aprendizaje automático con principios fundamentales de inversión mejora notablemente la gestión de portafolios de ETFs, evidenciando una capacidad de predicción superior al 50% para tendencias de precios. Siendo así, esta capacidad para equilibrar el rendimiento y el riesgo es crucial en el entorno financiero actual, caracterizado por su rápida evolución y complejidad. Además, los hallazgos sugieren que adoptar enfoques tecnológicos avanzados puede superar las limitaciones de las estrategias de inversión tradicionales, ofreciendo a los inversores herramientas más robustas para navegar mercados financieros volátiles. En conclusión, este estudio subraya la importancia de combinar la inteligencia artificial con la teoría de portafolios para optimizar la gestión de inversiones en ETFs, proponiendo futuras investigaciones que extiendan estos métodos a otros tipos de activos financieros, lo que podría ampliar aún más las estrategias de inversión efectivas y seguras.Item Lúmina – Fases de la Luna(Pontificia Universidad Javeriana Cali, 2026) Mejía Orejarena, Luna Mariana; Mora Triana, FaynoryLúmina — Fases de la Luna es un workspace digital de innovación cíclica que profesionaliza la gestión estratégica y la comunicación visual de las MiPymes colombianas. El proyecto nace de una problemática evidente: las MiPymes representan el 98 % del tejido empresarial del país, pero el 70 % muere antes de los cinco años por gestionar sus negocios desde el empirismo, sin metodologías replicables. La propuesta evolucionó desde «Las Fases de la Luna», metodología creada por Luna Mejía como servicio de Inspiro Design Studio, hacia una interfaz autónoma disponible 24/7, optimizada con inteligencia artificial y con versión gratuita. El nombre Lúmina significa «luz que ilumina el camino»: así como la luna recorre fases, cada organización atraviesa un ciclo de cuatro etapas —Luna Nueva (introspección), Creciente (estrategia), Luna Llena (ejecución) y Menguante (consolidación)— acompañada por seis agentes de IA contextuales, educación certificable integrada, documentación replicable y progreso visual. El desarrollo se fundamentó en el Design Thinking, con cinco fases propias (F1–F5), entrevistas a cinco aliados expertos, 33 encuestas, el trabajo con una empresa participante y seis validaciones del prototipo funcional construido en Figma y HTML. El resultado: una metodología adaptable, replicable y medible para cualquier organización, donde la innovación, como la luna, no tiene punto final.Item Modelo Conceptual de Agente Conversacional Basado en Inteligencia Artificial para Consultas dentro de Microsoft Teams(Pontificia Universidad Javeriana Cali, 2025) Balaguera Castaño, Daniel Alexander; Góngora Cárdenas, William Felipe; Sarria Montemiranda, Gerardo MauricioEn el documento descrito a continuación se modelo la integración de un agente IA que será usado dentro de la plataforma de Microsoft Teams, dicho agente está orientado a dar soporte a todo el plantel educativo (colaboradores y estudiantes) de la Pontificia Universidad Javeriana Cali. El modelo contempla un agente completamente integrado con el SharePoint universitario para la búsqueda de información tanto administrativa como académica que servirá de base de conocimiento para el agente. Este modelo no contemplo una implementación funcional sino la muestra de un prototipo modelado de enfoque propositivo según las necesidades y limitantes de infraestructura de la universidad, dicho modelo optimizará de forma teórica los procesos de atención a estudiantes y brindará fortalecimiento al conocimiento institucional. Resultado Logrado: Redujo los tiempos de consulta y respuesta sobre los recursos alojados y compartidos en los SharePoint de la comunidad estudiantil entre un 70 hasta un 85 % en comparación con los métodos de búsqueda manuales, así como la base de conocimiento de la mesa de ayuda Faveo. Palabras Clave: Inteligencia artificial, agentes IA, Microsoft Teams, soporte estudiantil, universidades, Help Desk, Faveo.Item Modelo de aprendizaje automático para la selección de estabilizantes utilizados en la geotecnia de suelos viales(Pontificia Universidad Javariana Cali, 2024) Pérez Niño, Álvaro; Gil González, JuliánLa ingeniería geotécnica enfrentó el reto de comprender la complejidad de los suelos en la construcción de infraestructuras, donde la selección adecuada de estabilizantes era crucial. Esta problemática surgió de la necesidad de mejorar las propiedades geotécnicas y minimizar el impacto ambiental mediante decisiones más eficientes en tiempo real. El proyecto se enfocó en desarrollar un modelo de aprendizaje automático para seleccionar estabilizantes específicos en suelos viales, buscando superar las limitaciones de los métodos tradicionales, caracterizados por ensayos prolongados y de costoso elevados. La investigación se centró en recolectar y analizar datos sobre las propiedades de suelos y estabilizantes, aplicando técnicas de aprendizaje automático supervisado para predecir su interacción. El modelo validado permitió asistir en la selección de estabilizantes adecuados según las características geotécnicas de los suelos. Los principales resultados incluyeron un repositorio detallado de datos, un modelo predictivo para la selección de estabilizantes, y una herramienta informática interactiva que facilitaba su aplicación. Las aplicaciones de este proyecto de investigación, se enfocaron en optimizar el uso de recursos en la construcción y mantenimiento de infraestructuras viales, mejorando su calidad, durabilidad y reduciendo el impacto ambiental al utilizar materiales geotécnicos más eficientes desde la toma de decisiones en tiempo real basada en datos, contribuyendo a una mejor gestión y planificación de los proyectos de infraestructura vial. En resumen, esta investigación ofreció una solución innovadora y precisa para la selección de estabilizantes en suelos viales, abordando de manera efectiva la complejidad geotécnica y promoviendo prácticas sostenibles en la ingeniería de infraestructuras.Item Modelo de Machine Learning para la Identificación de Pólipos en Imágenes de Colonoscopia(Pontificia Universidad Javeriana Cali, 2025) Alba Talero, Jairo Enrique; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria InésUn pólipo en el colon es una acumulación pequeña de células formado en el revestimiento del colon. En su mayoría los pólipos no causan daños o alteraciones, sin embargo, algunos de ellos pueden crecer y transformarse en tumores pre-cancerosos o cancerosos, por lo que la detección de los mismos a través de la prueba gold standard, la colonoscopia, es de gran importancia clínica. Un problema en la identificación de estos pólipos es que muchos de ellos se pasan por alto en el momento de realizar el examen, por lo que se propuso elaborar un algoritmo de aprendizaje profundo para que, a través de imágenes, se pueda asistir la interpretación de las imágenes. Se recopilaron imágenes de colonoscopias obtenidas durante procedimientos médicos. Las imágenes se seleccionaron, clasificaron y etiquetaron con la ayuda de expertos para garantizar su calidad e integridad para luego hacer uso de ellas.Item Modelo de machine learning para la predicción de diabetes mellitus tipo 2 basado en datos de exámenes de laboratorio rutinarios(Pontificia Universidad Javeriana Cali, 2026) Macana Díaz, Natalia Alejandra; Valderrama Corredor, Iván René; Tobar Tosse, Fabián; Palencia Tellez, José SinibaldoLa diabetes mellitus tipo 2 (DM2) es una enfermedad crónica de alta prevalencia en Colombia, donde la tasa de subdiagnóstico supera el 30% debido a su naturaleza asintomática en etapas tempranas y a las limitaciones en el acceso a herramientas de tamizaje en el primer nivel de atención. Este proyecto desarrolla dos modelos de machine learning para el tamizaje automatizado de DM2 a partir de datos de laboratorio clínico rutinario disponibles en sistemas LIS, sin requerir variables antropométricas ni costos adicionales. El Modelo A (XGBoost + Platt Scaling), orientado al tamizaje primario universal con edad, sexo y creatinina, alcanzó AUC-ROC de 0.754 y sensibilidad de 0.845; el Modelo B (Random Forest + Platt Scaling), complementario con perfil lipídico completo, alcanzó AUC-ROC de 0.701 y VPP de 0.809. Ambos modelos fueron evaluados con rigor estadístico mediante bootstrap e interpretados mediante valores SHAP, confirmando coherencia fisiopatológica con la literatura clínica. Los resultados se integraron en DiaPredict MD, herramienta web con selección automática de modelo y recomendaciones clínicas generadas mediante un modelo de lenguaje. Las aplicaciones incluyen tamizaje automatizado en el momento de emisión de resultados de laboratorio y reducción de la brecha diagnóstica de DM2 en Colombia.Item El papel de la inteligencia artificial en la optimización del pronóstico de demanda y las sugerencias de venta personalizadas en las cadenas de consumo masivo en Colombia(Pontificia Universidad Javeriana Cali, 2025) Villamizar Murillo, Daniela; Aguirre Araque, Santiago José; Arango Londoño, DavidEsta investigación evalúa el impacto de la Inteligencia Artificial (IA) en la optimización de la cadena de suministro para el sector de consumo masivo (CPG) en Colombia. El objetivo general es determinar si las técnicas de IA, específicamente los modelos Random Forest (RF), SVM y XGBoost, superan significativamente a los métodos estadísticos tradicionales como ARIMA y Regresión Lineal en la precisión del pronóstico de demanda. La metodología emplea un diseño cuantitativo y comparativo, utilizando datos históricos de ventas, promociones y clientes de empresas líderes como Colgate-Palmolive. Los resultados demuestran que los modelos de IA mejoran la precisión del pronóstico, con RF destacando en el corto plazo y XGBoost en el largo plazo. Esta mejora se traduce en una optimización cuantificable de los indicadores de inventario, como la reducción de costos de mantenimiento y tasas de agotamiento. Adicionalmente, se evalúa el impacto positivo de las sugerencias de venta personalizadas basadas en IA sobre la satisfacción del cliente. Las conclusiones ofrecen un marco de decisión para la adopción de IA, alineado con el contexto regulatorio y ético de Colombia.