Browsing by Subject "Inteligencia artificial"
Now showing 1 - 15 of 15
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 ¿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, Édgar 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 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 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 Modelo analítico para la predicción de default en el servicio de crédito en una caja de compensación familiar en Antioquia(Pontificia Universidad Javeriana Cali, 2023) Cruz Valencia, Hermilso; Morales Firaya, Michael Steven; Tunjuelo Martínez, Hernán Alberto; Arango Londoño, DavidEl presente trabajo aplica para la caja de compensación familiar COMFENALCO ANTIOQUIA. Actualmente la empresa se encuentra en un proceso de transformación y ha firmado un contrato con una empresa para actualizar el software administrativo de crédito. Dentro del alcance de este proyecto no se encuentra contratado el motor de decisión. Actualmente se utiliza un modelo Scoring de crédito de elaboración propia en Excel. Este fue construido con macros avanzados y en su interior contiene un algoritmo de modelo Logit y las reglas de negocio del reglamento de crédito. Con ello se calcula la probabilidad de incumplimiento y el cumplimiento de los indicadores de riesgo para tomar la decisión de aprobar, aplazar o negar la solicitud de crédito. Con el objetivo de actualizar el modelo Logit e integrarlo en el nuevo software y con base a una data histórica de créditos, se propuso un modelo base de regresión logística que permita predecir el riesgo de default en función de las covariables que se consideren importantes de acuerdo a un proceso adecuado. Además, se compara el rendimiento estadístico con modelos más avanzados como XGBoost, Árbol de decisión, Bosque Aleatorio.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 Perspectivas sobre los softwares y la inteligencia artificial en la transformación de los procesos contables: un enfoque basado en la literatura(Pontificia Universidad Javariana Cali, 2024) Rengifo Tello, Fabiana; Joaqui Barandica, OrlandoEn el contexto de la profesión contable, la adaptabilidad y estabilidad de los métodos se ven influenciadas por la creciente implementación de software y tecnologías de inteligencia artificial (IA). Este estudio examina cómo la transformación digital ha modificado la práctica contable, lo cual ha sido un fenómeno notable debido a la resistencia al cambio observada entre los profesionales del área. El objetivo principal es analizar la transformación tecnológica en la práctica contable, específicamente enfocándose en la implementación de software y la IA, evaluando sus efectos en la función y habilidades del contador público entre 2023 y 2024. Para alcanzar este objetivo, se adoptó una metodología cualitativa, donde se realizó una revisión sistemática de la literatura acerca de los cambios en las herramientas tecnológicas y su impacto en la contabilidad. Los resultados indican que la introducción de software y tecnologías avanzadas ha permitido una mejora en la eficiencia operativa y en la disponibilidad de datos de calidad, lo que se traduce en una toma de decisiones más informada. Sin embargo, se encontraron desafíos significativos, como la resistencia al cambio y la falta de formación en competencias tecnológicas necesarias para el manejo de estas innovaciones. Se destacan los impactos positivos en el análisis de datos y la automatización de procesos, además de las implicaciones éticas y legales relacionadas con la privacidad y la transparencia. En conclusión, la transformación tecnológica en el ámbito contable no solo ofrece beneficios en términos de productividad y precisión, sino que también requiere una re-evaluación de las competencias necesarias para el contador moderno. Estos hallazgos apuntan a la necesidad de reformar la educación contable y de preparar a los profesionales para maximizar los beneficios de la IA y el software en su práctica, lo que podría facilitar la adaptación a un entorno empresarial en constante evoluciónItem Plataforma tecnológica para habilitar la venta consultiva de un producto digital con inteligencia artificial(2024) Zambrano Barco, Gerson David; Chaparro Romero, AlexanderCada día la inteligencia artificial está tomando más fuerza en el mercado; los negocios se están apalancando de los beneficios que provee para brindar una mejor atención a sus clientes, automatizar diferentes procesos y generar más ingresos. Los trabajadores digitales inteligentes se convierten en un canal de atención muy importante para las empresas, debido a que, a través de una conversación consultiva, pueden generar más ingresos. Sin embargo, adoptar un trabajador digital inteligente sin tener en cuenta una definición clara de una arquitectura tecnológica que habilite la interacción con los modelos de inteligencia artificial puede generar problemas de integración, rendimiento y seguridad. Es por ello que este proyecto de grado plantea una solución a los desafíos descritos anteriormente mediante la implementación de una arquitectura tecnológica que habilite la adopción de un modelo de inteligencia artificial como un trabajador digital inteligente, el cual se encuentra en la capacidad de sostener una conversación consultiva con un cliente para la venta de un producto digital.Item Predicción de la ocurrencia de bajo rendimiento académico final de estudiantes de un curso universitario usando técnicas de machine learning(Pontificia Universidad Javeriana Cali, 2024) Reinoso Castillo, Jaime Alberto; González Gómez, Daniel EnriqueEl rendimiento académico como una medida de las capacidades de un alumno que expresa lo que éste ha aprendido a lo largo del proceso formativo, y que generalmente es representado a través de las calificaciones que este obtiene. El presente trabajo propone la creación y aplicación de un modelo predictivo basado en machine learning que permita estimar al inicio del semestre qué estudiantes de un curso tendrán un bajo rendimiento académico, a partir de la información histórica de los estudiantes que tomaron previamente dicho curso. Esta información puede ser muy útil para los docentes, permitiéndoles ajustar adecuadamente sus prácticas didácticas para que estas se alineen a las particularidades de cada curso. Además, el rendimiento académico es reconocido como una de las principales causas de deserción universitaria, particularmente durante los primeros semestres. Esto implica que el desarrollo de este modelo predictivo podría ayudar a influir positivamente en reducir la deserción universitaria, reduciendo las consecuencias en muchos de los actores del sistema, pues los estudiantes pierden tiempo y recursos valiosos, las familias reducen la posibilidad de enviar otros miembros a la universidad, la universidad pierde importantes recursos futuros por el fenómeno de la silla vacía, situación que a su vez eleva los costos universitarios y por tanto vuelve a la universidad menos accesible, y finalmente la sociedad pierde la posibilidad de tener un miembro profesional productivo.Item Predicción del tratamiento para la leishmaniasis cutánea mediante datos génicos e inferencia gramatical(Pontificia Universidad Javeriana Cali, 2021) Peña Atencio, Josue; Álvarez Vargas, Gloria Inés; Linares Ospina, Diego LuisLa leishmaniasis es una enfermedad parasitaria usualmente transmitida por moscas de arena infectadas que suelen vivir en ambientes tropicales. La forma más común de leishmaniasis en Colombia es la leishmaniasis cutánea, la cual provoca úlceras en la piel. Para esta forma, el tratamiento actual mediante el medicamento Glucantime tiene un porcentaje de fracaso que varía entre el 19% y el 81%. Colombia y otros países afectados tienen poco interés en esta enfermedad que está profundamente relacionada con la pobreza, y no cuentan con el conocimiento médico para garantizar un tratamiento completamente seguro. La dificultad para tratar la enfermedad radica en la compleja interacción entre el parásito y el sistema inmunológico, el cual está relacionado con el estado de expresión génica de cada paciente En el presente trabajo, se hace uso de 7 conjuntos de datos provistos por el CIDEIM de Cali, los cuales recolectan la información de expresión génica de tres tipos de glóbulos blancos provenientes de 14 pacientes de leishmaniasis anónimos antes, durante y después del tratamiento para la enfermedad. Se utilizan dos algoritmos de inferencia gramatical llamados OIL y RPNI [6] para predecir el posible resultado del tratamiento y así ayudar a prevenir la falla y complicaciones del mismo o para establecer un tratamiento alternativo más adecuado. Estas técnicas han sido aplicadas con éxito en los campos como la biología computacional y el procesamiento del lenguaje natural [7]. Se realizan 54 experimentos para OIL y 54 experimentos para RPNI; en cada uno los experimentos cada algoritmo se entrena y evalúa mediante una validación cruzada 4 iteraciones. Se usan las métricas Accuracy, Precision, Recall y F1-Score para la evaluación. Se llegó a resultados satisfactorios en el trabajo, logrando en múltiples experimentos una tasa muy competitiva del 90% de Accuracy para RPNI y 68.8% de Accuracy para OIL.Item Prototipo para análisis y clasificación de incidentes en una entidad financiera utilizando NPL(Pontificia Universidad Javeriana Cali, 2023) Restrepo Cifuentes, Juan David; Velasco Gómez, Guiancarlo Javier; Mora Cardona, Mario JuliánEl área de auditoría interna de una entidad financiera se ha venido enfrentando a diversos desafíos a raíz de la falta de eficacia para llevar a cabo la clasificación de incidentes en los procesos sujetos a auditoría. Estas fallas han obstaculizado la toma de decisiones basadas en datos y ha llevado al incumplimiento de los acuerdos de nivel de servicio (ANS), resultando en el cierre de incidencias sin una solución adecuada. En el marco del trabajo de grado, se propuso desarrollar un prototipo para el análisis y clasificación de incidentes en una entidad financiera utilizando el Procesamiento de Lenguaje Natural (PLN). Para abordar esta problemática, se decidió crear una aplicación de Machine Learning que pudiera clasificar los incidentes de la mesa de servicio de acuerdo con su prioridad. Para lograr este objetivo, fue necesario llevar a cabo un proceso de limpieza de las descripciones de los incidentes, eliminando palabras irrelevantes que no aportaban al contexto y al significado de cada incidente. A continuación, se adaptaron y vectorizaron los datos textuales para que fueran fáciles de procesar por los modelos de clasificación. Posteriormente, se evaluaron las métricas de diferentes modelos y se seleccionaron los mejores, optimizando sus hiperparámetros y probando su capacidad de predicción utilizando registros de incidentes diferentes a los utilizados en el entrenamiento. Como resultado, se presentaron a la entidad financiera dos modelos con TF-IDF que habían sido optimizados y mostraban una precisión superior al 80%. Sin embargo, al probar los modelos con registros distintos a los utilizados en el entrenamiento, se observaron diferencias en la clasificación de hasta el 19%. Es importante destacar que esta discrepancia no implica que el modelo esté equivocado en la clasificación, sino que invita al personal del banco a validar los incidentes en los cuales difiere de la prioridad asignada manualmente por los colaboradores de la entidad financiera.