Revista de Investigación en Tecnologías de la Información

Aportes y desafíos de la Inteligencia Artificial en el programa CIDBA, Universidad del Quindío

2026-03-05T01:39:11+00:00

Este artículo tiene el objetivo de analizar los aportes y desafíos de la implementación de la IA en el programa CIDBA de la Universidad del Quindío, a partir de una investigación cualitativa, se hizo una revisión documental y académica que permite contextualizar su impacto en la formación y proyección profesional del programa CIDBA, así, se sustentó en el análisis de 82 fuentes académicas, institucionales y normativas recuperadas de bases de datos como Scopus, Web of Science, SciELO, Redalyc y Google Scholar, siguiendo el protocolo PRISMA, para publicaciones comprendidas entre 2021 y 2026. Esto permitió identificar que la literatura especializada reconoce beneficios significativos de la IA en la renovación pedagógica, la actualización curricular y la optimización de procesos documentales y archivísticos y fortalece competencias críticas y tecnológicas en la formación profesional. Empero, también plantea retos epistemológicos, éticos y sociales relacionados con la confiabilidad de los algoritmos, los sesgos, la equidad en el acceso y la redefinición del perfil profesional. El CIDBA se configura como un escenario estratégico para contextualizar la IA desde una perspectiva crítica y contextualizada, que combine innovación tecnológica con responsabilidad social, asegurando la formación de profesionales capaces de responder a los desafíos de la sociedad digital contemporánea.

Jóvenes universitarios y redes sociales digitales: una revisión sistemática de literatura

2026-07-10T19:47:24+00:00

En este artículo se presenta una revisión sistemática de literatura publicada en México y algunos países de América Latina entre 2015 y 2024 sobre el papel de las redes sociales digitales en la vida de los jóvenes universitarios. El objetivo fue identificar los principales temas, enfoques y hallazgos de investigación respecto a sus usos, la participación política y la ciudadanía digital en un contexto donde estas plataformas se han integrado de manera central en la vida juvenil. A partir de la revisión se proponen tres miradas analíticas: 1) mirada acerca de los usos, consumos e interacciones; 2) mirada en torno a la participación política, 3) mirada sobre la ciudadanía y competencias digitales. Los resultados muestran que los jóvenes utilizan las redes sociales para informarse, entretenerse y comunicarse. Persisten brechas relevantes, especialmente de género, pues las mujeres sienten menos confianza que los hombres en cuanto a sus habilidades digitales. La participación política es limitada y se concentra en acciones de bajo involucramiento; sin embargo, las redes sociales continúan siendo espacios significativos para la visibilización de causas juveniles.

Aprendizaje profundo como herramienta de apoyo a la decisión en selección embrionaria para FIV: revisión de la literatura

2026-05-20T06:00:25+00:00

Esta revisión se sitúa en el campo de las tecnologías de la información aplicadas a la salud, con enfoque en el desarrollo y evaluación de modelos de aprendizaje profundo como sistemas de apoyo a la decisión clínica. El objetivo del trabajo consiste en revisar la evidencia científica disponible de modelos de aprendizaje profundo aplicados a la selección de embriones humanos en la fecundación in vitro, para brindar un panorama a los lectores mediante la revisión de artículos publicados en revistas de alto impacto. Se realizó una búsqueda en bases de datos indexadas en Scopus, PubMed y Web of Science, publicados del año 2021 a 2026. La estrategia de búsqueda se llevó a cabo mediante palabras clave como ‘fecundación in vitro’, ‘selección embrionaria’, ‘aprendizaje profundo’ e ‘inteligencia artificial’. Se identificaron 45 artículos potencialmente relevantes, de los cuales 11 cumplieron los criterios de inclusión por lo que fueron analizados e integrados en la síntesis final priorizando estudios que reportaron métricas de desempeño. La heterogeneidad entre los estudios limitó la comparabilidad de los resultados, no obstante, los modelos inteligentes demuestran potencial para evaluar embriones y predecir implantación, su rendimiento es similar o superior a los métodos convencionales. La literatura expone diversos estudios, sin embargo, la predicción clínica fiable aún requiere profundizar en los modelos integrados y mejor validación.

Revisión sistemática sobre la clasificación de orquídeas mediante redes neuronales convolucionales: arquitecturas viables para Moyobamba

2026-08-23T04:44:11+00:00

El presente estudio aborda la limitada identificación de especies de orquídeas en contextos de alta biodiversidad, particularmente en Moyobamba, donde esta situación dificulta su conservación y aprovechamiento en ámbitos turísticos y educativos; por ello, el objetivo es analizar el estado del arte en la clasificación automática de orquídeas mediante redes neuronales convolucionales (CNN). La investigación se desarrolló mediante una revisión sistemática de la literatura basada en la metodología de revisión sistemática de Kitchenham, estructurada en fases de planificación, conducción y reporte, aplicando criterios de inclusión y exclusión a publicaciones entre 2024 y 2026 (con fecha de corte de búsqueda en enero de 2026), lo que permitió seleccionar 22 estudios primarios a partir de 371 registros iniciales. Los resultados evidencian un predominio de arquitecturas como ResNet, DenseNet y MobileNet, así como el uso frecuente de técnicas como Transfer Learning y Data Augmentation, que mejoran significativamente el rendimiento de los modelos. Se identifican limitaciones relacionadas con la escasez de datasets específicos de orquídeas y su implementación en entornos reales. Se concluye que las CNN constituyen una herramienta prometedora para la identificación automática de orquídeas, con potencial aplicación en contextos de biodiversidad tropical como el del Bosque de Protección Alto Mayo.

Algoritmos genéticos en la asignación de recursos y optimización de rutas en transporte: revisión sistemática

2026-05-19T22:39:19+00:00

La programación operativa en empresas de transporte implica la asignación eficiente de vehículos, conductores, rutas y horarios, un problema de optimización combinatoria de alta complejidad cuando se incorporan restricciones de capacidad, ventanas de tiempo, costos, emisiones y variabilidad de la demanda. En este contexto, los algoritmos genéticos (AG) y sus variantes híbridas se han empleado como metaheurísticas para obtener soluciones de buena calidad en tiempos computacionales razonables. Esta revisión sistemática, desarrollada según la metodología de Kitchenham y reportada mediante un diagrama de flujo adaptado de PRISMA 2020, tuvo como objetivo identificar los tipos de problemas de asignación de recursos y optimización de rutas abordados con AG, las variantes predominantes, los resultados cuantitativos reportados y las principales limitaciones. Se revisaron artículos publicados entre 2022 y 2026 en ScienceDirect, Springer Nature Link, IEEE Xplore, MDPI y otras plataformas editoriales con DOI verificable; la selección final comprendió 31 estudios. Los resultados muestran un predominio del Vehicle Routing Problem y sus variantes (80.65 %), junto con una presencia destacada de AG híbridos, estrategias multiobjetivo y operadores adaptativos. Se concluye que los AG son pertinentes para la programación operativa del transporte, aunque persisten desafíos de parametrización, escalabilidad, convergencia prematura y validación en escenarios reales.

Reconocimiento facial aplicado a la gestión en instituciones educativas: una revisión sistemática de literatura

2026-06-01T17:38:00+00:00

El reconocimiento facial se ha incorporado con rapidez a la gestión de instituciones educativas, pero la evidencia sobre su desempeño y sus condiciones de uso permanece dispersa. Esta revisión sistemática, conducida según el protocolo PRISMA 2020, analiza 25 artículos de acceso abierto publicados entre 2020 y 2025 en Scopus, ScienceDirect, IEEE Xplore y Springer Nature Link, seleccionados de 6,999 registros iniciales. Las aplicaciones se concentran en el control de asistencia (44%) y el control de acceso (40%), seguidos del monitoreo cognitivo (12%) y la seguridad biométrica (4%). La familia ResNet/FaceNet es la más utilizada (28% de los estudios) y las exactitudes reportadas superan el 90% en la mayoría de las implementaciones, aunque provienen de entornos controlados con muestras reducidas. La revisión identifica tres vacíos críticos: ningún estudio documenta procedimientos de consentimiento informado, ninguno describe la composición demográfica de sus conjuntos de datos y solo uno evalúa empíricamente la aceptación de los usuarios. Se concluye que la madurez técnica de la tecnología supera a su madurez ética y normativa, por lo que su adopción institucional exige auditorías demográficas, políticas explícitas de protección de datos biométricos y estudios de aceptación multiactor.

Brechas rurales en la Política Nacional de Confianza y Seguridad Digital de Colombia: un análisis comparativo con la Guía UIT 2021 y propuesta de un Índice de Vulnerabilidad Cibernética Rural (IVCR)

2026-09-17T02:42:31+00:00

El CONPES 3995 y la Estrategia Nacional de Seguridad Digital 2025-2027 relegan vulnerabilidades estructurales del campo colombiano, omitiendo subutilización del espectro radioeléctrico, debilidad institucional, analfabetismo digital y déficit de conectividad. Para subsanarlo, se evalúa la normatividad del país bajo la Guía UIT 2021. Con un enfoque metodológico mixto de dominancia cualitativa, se escrutan 36 subdimensiones regulatorias para dar sustento a la propuesta del Índice de Vulnerabilidad Cibernética Rural (IVCR) que combina exposición espectral, capacidad institucional local, dependencia de servicios esenciales y alfabetización digital. Aplicando el IVCR en 18 municipios prioritarios y analizando Mitú, Bahía Solano y Puerto Gaitán, se revela un avance relativo; la Estrategia 2025-2027 incrementa la convergencia con el estándar de la UIT, pasando del 31% al 50% de las subdimensiones analizadas, persistiendo un 19% de exclusión concentrada en preparación operativa (EP3) y cooperación internacional (EP7). El modelo numérico del IVCR categoriza a Mitú, Barrancominas, Inírida y Puerto Carreño como prioridad urgente (IVCR ≥ 80), demostrando la estabilidad del ranking municipal frente a escenarios alternativos de ponderación (ρ >0.89). Se extiende el concepto del “continuum regulatorio dinámico” (de trabajos previos) mediante una capa adicional de ciberseguridad rural con políticas prioritarias. El IVCR se consolida como herramienta abierta, replicable y de costo cero que da a los tomadores de decisiones una métrica objetiva para focalizar intervenciones de seguridad digital en las zonas más vulnerables.

Técnicas de visión artificial aplicadas a tecnologías asistivas para personas con discapacidad visual: una revisión sistemática de la literatura

2026-06-08T17:59:21+00:00

La discapacidad visual constituye una de las principales barreras para la inclusión social, afectando a más de 285 millones de individuos que padecen debilidad visual o ceguera, y los dispositivos de apoyo suelen ser costosos o poco accesibles. Por tal motivo, en el presente estudio se llevó a cabo una Revisión Sistemática de la Literatura (RSL) cuyo objetivo principal es identificar los modelos de inteligencia artificial más eficientes en el área de reconocimiento de texto, colores y objetos como frutas, billetes y expresiones faciales. Esta búsqueda incluye artículos que se publicaron entre 2020 y 2026, explorando las principales bases de datos científicas indexadas como Redalyc, Biblioteca Digital ACM, Consensus, IEEE Xplore, Springer Natura Link y Google Académico. Durante la búsqueda, se identificaron y analizaron 46 artículos donde se identificó que las arquitecturas basadas en Redes Neuronales Convolucionales (CNN) y modelos de aprendizaje profundo son las más eficaces para procesar información visual a través de imágenes o videos en tiempo real sin gran necesidad de recursos elevados.

Implementación de la metodología DCU en el diseño de un sistema de escritorio para el control de acceso estudiantil con lector óptico de credenciales y notificaciones SMS

2026-06-25T20:51:21+00:00

El registro de asistencia en instituciones educativas de nivel medio superior se realiza mediante el llenado en formatos impresos, lo que afecta la gestión de la información. En el Bachillerato General Oficial “Miguel Hidalgo”, este proceso presenta problemáticas como el consumo del tiempo efectivo de clase y supone una barrera para una comunicación asertiva con los tutores de los estudiantes. Con la finalidad de atender esta necesidad, se propone un sistema de control de acceso escolar con lector óptico y alertas SMS. Este artículo describe la implementación del Diseño Centrado en el Usuario (DCU) y la norma ISO 9241-210 para diseñar y validar los prototipos interactivos en Figma, etapa previa a la codificación. Con el propósito de comprender el contexto de la institución, se aplicaron encuestas al área de dirección, administrativos y prefecturas. A partir de las respuestas obtenidas se realizó un análisis cuantitativo y cualitativo, dando pie a la construcción de los perfiles de usuario y se definieron los requerimientos. Los prototipos de baja y alta fidelidad se elaboraron en Figma y se evaluó y validó la interfaz junto con los directivos. Como resultado se obtuvieron módulos organizados e intuitivos que reflejan las etapas de la metodología DCU.

Visión artificial para la detección de plagas en cultivos de tomate: revisión sistemática de la literatura

2026-06-08T18:21:02+00:00

La vigilancia fitosanitaria constituye una actividad esencial para disminuir pérdidas productivas ocasionadas por plagas en cultivos de tomate desarrollados bajo condiciones de agricultura protegida. En años recientes, la visión artificial y los métodos de aprendizaje profundo han adquirido relevancia como herramientas capaces de automatizar procesos de detección y análisis de imágenes agrícolas. A pesar de estos avances, todavía existe la necesidad de conocer qué técnicas se han utilizado, en qué condiciones han sido evaluadas y qué desempeño han reportado, particularmente en contextos de agricultura protegida y producción de pequeña escala. El presente trabajo tiene como finalidad examinar las investigaciones publicadas sobre estas tecnologías y valorar su posible incorporación en esquemas de monitoreo agrícola participativo. Para ello, se realizó una revisión sistemática de literatura científica publicada entre 2020 y 2026, siguiendo los lineamientos metodológicos de Kitchenham. La revisión se desarrolló mediante las etapas de planificación, búsqueda y selección de estudios, y síntesis de la información, considerando criterios de inclusión y exclusión previamente establecidos. Como resultado, se seleccionaron y analizaron cincuenta estudios relacionados con procesamiento de imágenes, inteligencia artificial y monitoreo fitosanitario. Entre los principales hallazgos de la revisión se identificó que diversos estudios reportan niveles elevados de desempeño de modelos de aprendizaje profundo en tareas de identificación automática de síntomas asociados con plagas y otras afectaciones del cultivo. La síntesis realizada permitió identificar las principales técnicas, datos, contextos de aplicación y desempeños reportados, proporcionando elementos de referencia para valorar su posible incorporación en esquemas de monitoreo agrícola participativo.