Esta l\u00ednea de investigaci\u00f3n se enmarca bajo el proyecto Fondecyt Regular N\u00ba 1210006 titulado \u201cDise\u00f1o de futuros en la era de la inteligencia artificial y la predicci\u00f3n algor\u00edtmica: problematizando la construcci\u00f3n de futuros tecnol\u00f3gicos en el contexto chileno\u201d a cargo del soci\u00f3logo Mart\u00edn Tironi, acad\u00e9mico e investigador de la Escuela de Dise\u00f1o de la Pontificia Universidad Cat\u00f3lica de Chile. El objetivo general de este proyecto es estudiar emp\u00edricamente los dise\u00f1os, imaginarios y pol\u00edticas que configuran los futuros tecnol\u00f3gicos asociados al desarrollo de la IA y la predicci\u00f3n algor\u00edtmica en Chile. En lugar de adoptar una mirada celebratoria o fatalista de los escenarios futuros de la IA, este proyecto busca comprender los diferentes reg\u00edmenes de futuro que son dise\u00f1ados y promovidos, as\u00ed como sus efectos e implicancias, focaliz\u00e1ndose en el \u00e1mbito de trabajo, la vigilancia y la movilidad urbana. Partiendo de la base que la noci\u00f3n de futuro no puede comprenderse como \u2018hoja en blanco\u2019 o una categor\u00eda estable, sino m\u00e1s bien como el resultado de una producci\u00f3n social donde participan dise\u00f1os, imaginarios y pol\u00edticas, esta investigaci\u00f3n busca problematizar los modos en que diferentes actores dise\u00f1an, disputan y capitalizan el futuro de la IA y la anticipaci\u00f3n algor\u00edtmica. Este doble inter\u00e9s, a saber, comprender los modos en que se dise\u00f1an y significan los futuros dominados por la IA, as\u00ed como los propios futuros que se intentan predecir y anticipar mediante los algoritmos inteligentes, obedece a la necesidad de \u201cabrir la caja negra\u201d detr\u00e1s de las promesas de la IA en Chile, examinando sus consecuencias y l\u00edmites.<\/p>\n\n\n\n
La Inteligencia Artificial (IA) y la predicci\u00f3n algor\u00edtmica emergen como uno de los principales imaginarios de prosperidad para las sociedades del futuro. De la mano con los masivos procesos de dataficaci\u00f3n (Sch\u00e4fer & van Es, 2017; van Dijck, 2014), existe un creciente inter\u00e9s por comprender las implicancias futuras que tendr\u00e1 el avance de la IA sobre los modos en que trabajamos, vivimos y tomamos decisiones (Elliott, 2019; Schwab, 2017). Si bien no hay una comprensi\u00f3n un\u00edvoca sobre qu\u00e9 es la IA, hay consenso en definirla como sistemas computacionales capacitados para ejecutar tareas que se considerar\u00edan inteligentes si fueran realizadas por humanos (MacKenzie 2017; Mattamala, 2019). En la actualidad, el desarrollo de la IA se encuentra asociado a tres capacidades principales: por un lado, se destaca su capacidad para procesar y clasificar grandes vol\u00famenes de datos (Big Data) e identificar diferentes patrones (sociales, visuales, lenguaje, etc.) permitiendo optimizar procesos y guiar la toma de decisiones; por otro lado, ha llamado la atenci\u00f3n su capacidad para automatizar tareas complejas y procesos productivos que hasta ahora permanec\u00edan como propias del trabajo humano. Pero, sin lugar a duda, la mayor promesa de la IA es la posibilidad de estimar y predecir futuros comportamientos, preferencias y tendencias. Gracias a la proliferaci\u00f3n de m\u00e1quinas o algoritmos predictivos, se cree posible disminuir los riesgos y adoptar medidas de anticipaci\u00f3n en diferentes dominios de la sociedad (Crawford & Joler, 2018; MacKenzie 2017; O\u2019Neil, 2017; Rouvroy & Berns, 2013).<\/p>\n\n\n\n
Dentro de las m\u00faltiples \u00e1reas de aplicaci\u00f3n de la IA, este proyecto se concentra en investigar tres \u00e1mbitos de gran relevancia. En primer lugar, y quiz\u00e1s el \u00e1mbito donde m\u00e1s se ha problematizado la implementaci\u00f3n de la IA, es en el mundo del trabajo. En los \u00faltimos a\u00f1os se han suscitado diversos debates en torno a c\u00f3mo la automatizaci\u00f3n y la IA afectan el futuro del trabajo (Schwab, 2017). Se argumenta que, gracias a la aplicaci\u00f3n de la rob\u00f3tica, el Big Data y el machine learning, ser\u00e1 posible delegar a m\u00e1quinas una serie de labores definidas como no rutinarias, mejorando las decisiones y la productividad de diferentes \u00e1reas de ocupaci\u00f3n1. La IA hace reflotar la idea de un futuro \u2018post-trabajo\u2019 (Rifkin, 1995), que para algunos producir\u00e1 una era de prosperidad econ\u00f3mica, mientras otros temen escenarios de creciente reemplazo de humanos por m\u00e1quinas, una desvalorizaci\u00f3n del juicio humano y una precarizaci\u00f3n laboral (Sadin, 2018;Schwab, 2017).<\/p>\n\n\n\n
El segundo \u00e1mbito se vincula al desarrollo de la IA y predicci\u00f3n algor\u00edtmica para la vigilancia. Diferentes sistemas IA se est\u00e1n testeando e implementando en este \u00e1mbito (Degli Esposti, 2014; van Dijck, 2014; Zuboff, 2019), y van desde c\u00e1maras con reconocimiento facial que analizan microexpresiones, pasando por sistemas computacionales basados en redes neuronales para la detecci\u00f3n de objetos en escenas de cr\u00edmenes (Saikia et al. 2017), hasta el desarrollo de programas predictivos del delito que estiman la probabilidad de qu\u00e9 personas y en qu\u00e9 lugares se cometer\u00e1n cr\u00edmenes (Baraniuk, 2019; Van ‘t Wout et al. 2019).<\/p>\n\n\n\n
Finalmente, otro \u00e1mbito que se ver\u00eda fuertemente impactado por la creciente penetraci\u00f3n de la rob\u00f3tica y sistemas automatizados ser\u00eda el de la movilidad urbana para la gesti\u00f3n eficiente y responsiva de personas y procesos urbanos. Por medio de proyectos de autos aut\u00f3nomos, de sensorizaci\u00f3n, visualizaci\u00f3n y predicci\u00f3n de diferentes par\u00e1metros urbanos, el futuro de las ciudades ser\u00eda m\u00e1s inteligente (Batty, 2018; Claudel & Ratti, 2015).<\/p>\n\n\n\n
Frente a estos futuros que abre la IA, diferentes gobiernos, empresas y organizaciones internacionales est\u00e1n desarrollando planes y estrategias para afrontar los desaf\u00edos futuros de la automatizaci\u00f3n y la IA. Al igual que otras naciones del mundo (Jap\u00f3n, China, Francia, UK, USA, Canada, Australia, etc.), Chile no ha estado ajeno a esta preocupaci\u00f3n. Considerando que las soluciones asociadas a la IA ser\u00edan en el futuro tan ubicuas como lo es hoy internet, el Senado de Chile, bajo la Comisi\u00f3n Desaf\u00edos del Futuro (2019), elabor\u00f3 una hoja de ruta para anticipar y gobernar la incorporaci\u00f3n de la IA y la automatizaci\u00f3n algor\u00edtmica. Por su parte, recientemente el Ministerio de Ciencia ha creado un comit\u00e9 asesor para la elaboraci\u00f3n de una Pol\u00edtica Nacional de Inteligencia Artificial. Por otra parte, en el mundo privado han surgido diversas iniciativas y emprendimientos basados en el uso IA, ofreciendo futuros m\u00e1s eficientes y
automatizados en variadas \u00e1reas de aplicaci\u00f3n. Ahora bien, resulta central analizar cr\u00edticamente lo que denominaremos como \u2018reg\u00edmenes de futuro\u2019 de la IA, esto es, el conjunto de dise\u00f1os, imaginarios y pol\u00edticas movilizadas para anticipar y promover ciertos escenarios de futuros por sobre otros.La Inteligencia Artificial (IA) y la predicci\u00f3n algor\u00edtmica emergen como uno de los principales imaginarios de prosperidad para las sociedades del futuro. De la mano con los masivos procesos de dataficaci\u00f3n (Sch\u00e4fer & van Es, 2017; van Dijck, 2014), existe un creciente inter\u00e9s por comprender las implicancias futuras que tendr\u00e1 el avance de la IA sobre los modos en que trabajamos, vivimos y tomamos decisiones (Elliott, 2019; Schwab, 2017).<\/p>\n\n\n\n
Si bien no hay una comprensi\u00f3n un\u00edvoca sobre qu\u00e9 es la IA, hay consenso en definirla como sistemas computacionales capacitados para ejecutar tareas que se considerar\u00edan inteligentes si fueran realizadas por humanos (MacKenzie 2017; Mattamala, 2019). En la actualidad, el desarrollo de la IA se encuentra asociado a tres capacidades principales: por un lado, se destaca su capacidad para procesar y clasificar grandes vol\u00famenes de datos (Big Data) e identificar diferentes patrones (sociales, visuales, lenguaje, etc.) permitiendo optimizar procesos y guiar la toma de decisiones; por otro lado, ha llamado la atenci\u00f3n su capacidad para automatizar tareas complejas y procesos productivos que hasta ahora permanec\u00edan como propias del trabajo humano. Pero sin lugar a duda, la mayor promesa de la IA es la posibilidad de estimar y predecir futuros comportamientos, preferencias y tendencias. Gracias a la proliferaci\u00f3n de m\u00e1quinas o algoritmos predictivos, se cree posible disminuir los riesgos y adoptar medidas de anticipaci\u00f3n en diferentes dominios de la sociedad (Crawford & Joler, 2018; MacKenzie 2017; O\u2019Neil, 2017; Rouvroy & Berns, 2013).<\/p>\n\n\n\n
El estudio posee una orientaci\u00f3n cualitativa de tipo etnogr\u00e1fico, empe\u00f1ada en una comprensi\u00f3n inductiva y procesual de los dise\u00f1os, imaginarios y pol\u00edticas involucradas en la generaci\u00f3n de futuros tecnol\u00f3gicos ligados a la IA y la predicci\u00f3n algor\u00edtmica. Esto permite una descripci\u00f3n densa de los contextos, emociones, principios morales y prejuicios que permean en estos reg\u00edmenes de futuro, y con ello servir de balance frente a las opacas m\u00e9tricas y c\u00e1lculos que realizan los sistemas computacionales (Ard\u00e9vol, 2017; Wang, 2016). Dado que contemplamos la observaci\u00f3n de m\u00faltiples casos de IA en diferentes dominios y \u00e1mbitos de proyecci\u00f3n, adoptamos una aproximaci\u00f3n etnogr\u00e1fica \u2018multi-situada\u2019 (Marcus, 1995; Hine, 2017), la cual ha sido formulada precisamente para seguir las conexiones entre diferentes actores humanos y no-humanos en espacialidades y temporalidades diversas. A su vez, y en l\u00ednea con enfoques de antropolog\u00eda del dise\u00f1o (Smith et al., 2016), esta forma de hacer etnograf\u00eda posibilita una apertura y flexibilidad en donde el proceso de investigaci\u00f3n es preferentemente emergente, iterativo e interventivo (Murphy & Marcus, 2013). Diferentes autores han llamado a incorporar m\u00e9todos inventivos con prototipos para comprender los dise\u00f1os de los futuros tecnol\u00f3gicos (Lury & Wakeford, 2012; Marcus, 2016; Pink et al., 2020). De esta manera, antes que adoptar un rol pasivo de meros observadores, combinamos la observaci\u00f3n participante con prototipos de investigaci\u00f3n para indagar en los procesos de la predicci\u00f3n algor\u00edtmica de futuros probables, as\u00ed como el rol del dise\u00f1o en la construcci\u00f3n de futuros de la IA.<\/p>\n\n\n\n
Observaci\u00f3n Participante: <\/strong><\/p>\n\n\n\n Con la finalidad de estudiar c\u00f3mo se presenta y escenifica el dise\u00f1o de futuros tecnol\u00f3gicos de la IA, se realizar\u00e1n observaciones in situ de las diferentes actividades, pr\u00e1cticas y usos de la IA. Siguiendo estudios similares (Akama et al., 2018; Pink et al., 2020) a trav\u00e9s de esta t\u00e9cnica se buscar\u00e1: a) Observar y describir las diferentes instancias organizadas por compa\u00f1\u00edas de estudios de mercado, laboratorios de gobierno o agencias de dise\u00f1o dedicadas a la prospectiva o especulaci\u00f3n de escenarios futuros en los \u00e1mbitos de estudio; b) Observar los espacios en d\u00f3nde se prototipan, testean e implementan los sistemas de IA, indagando c\u00f3mo los actores establecen los criterios de sus predicciones algor\u00edtmicas y c\u00f3mo proyectan e imaginan el futuro de la IA. c) Observar y seguir c\u00f3mo las personas usan y conviven con los sistemas de IA en los \u00e1mbitos de estudio, analizando las reacciones y afectos que despiertan en sus usuarios.<\/p>\n\n\n\n Entrevistas en profundidad:<\/strong> Se propone realizar entrevistas en profundidad semi-estructuradas con actores claves en el dise\u00f1o de futuros tecnol\u00f3gicos de IA vinculados a los \u00e1mbitos de estudio, identific\u00e1ndose tres perfiles de actores relevantes para esta investigaci\u00f3n: a) Entrevistas con directivos de empresas, emprendedores, dise\u00f1adores, autoridades ministeriales y municipales que participan en la creaci\u00f3n y promoci\u00f3n de ciertos imaginarios y escenarios futuros de la IA en el pa\u00eds; b) Entrevistas con programadores, investigadores y creadores que se dedican a la creaci\u00f3n y dise\u00f1o de sistemas de IA y predicci\u00f3n algor\u00edtmica; c) Entrevistas con personas que usan y conviven con sistemas de predicciones algor\u00edtmicas sobre sus personalidades, preferencias y futuras acciones. Las personas a entrevistar no ser\u00e1n seleccionadas seg\u00fan criterios de representatividad estad\u00edstica, sino en funci\u00f3n de los objetivos de la investigaci\u00f3n y los antecedentes que vayan emergiendo en el proceso de estudio. La cantidad de entrevistas se definir\u00e1 de acuerdo al criterio de saturaci\u00f3n informativa en cada \u00e1mbito de estudio, pero se espera realizar al menos 60 entrevistas, buscando lograr 20 entrevistas por cada uno de los \u00e1mbitos mencionados (trabajo, vigilancia y movilidad urbana).<\/p>\n\n\n\n An\u00e1lisis documental:<\/strong> El proyecto considera una revisi\u00f3n sistem\u00e1tica de informaci\u00f3n secundaria con el fin de documentar la creaci\u00f3n y dise\u00f1o de futuros tecnol\u00f3gicos de la IA en Chile. El an\u00e1lisis contar\u00e1 con la revisi\u00f3n de variados tipos de documentos tales como: Informes, leyes, actas parlamentarias, v\u00eddeo presentaciones, sitios web, folletos institucionales, manuales, notas de prensa y digital, entre otras. A trav\u00e9s de estas 4 t\u00e9cnicas se espera generar informaci\u00f3n para realizar una descripci\u00f3n densa y situada de los casos de estudios y los futuros escenarios que se disputan. En l\u00ednea con los objetivos del proyecto, estos materiales permitir\u00e1n analizar los dise\u00f1os, imaginarios y pol\u00edticas presentes en los futuros de la IA y la predicci\u00f3n algor\u00edtmica y avanzar en un marco interpretativo y cr\u00edtico sobre sus efectos en el contexto chileno.<\/p>\n\n\n\n Akama, Y., Pink, S. & Sumartojo, S. (2018). Uncertainty & possibility: new approaches to future making in design anthropology. Bloomsbury Publishing.<\/p>\n\n\n\n Angheloiu, C., Sheldrick, L., Tennant, M., & Chaudhuri, G. (2020). Future Tense: Harnessing Design Futures Methods to Facilitate Young People\u2019s Exploration of Transformative Change for Sustainability. World Futures Review, 12(1), 104\u2013122. https:\/\/doi.org\/10.1177\/1946756719844050<\/p>\n\n\n\n Ard\u00e9vol, E. (2016). Big data y descripci\u00f3n densa. Virtualis, 7(14), 14-38. https:\/\/www.revistavirtualis.mx\/index.php\/virtualis\/article\/view\/186<\/p>\n\n\n\n Baraniuk, C. (2019). The New Weapon in the Fight against Crime. BBC Future. http:\/\/www.bbc. com\/future\/story\/20190228-how-ai-is-helping-to-fight-crime<\/p>\n\n\n\n Batty, M. (2018). Inventing future cities. MIT Press.<\/p>\n\n\n\n Clarke, R., Heitlinger, S., Foth, M., DiSalvo, C., Light, A., & Forlano, L. (2018). More-than-human urban futures: speculative participatory design to avoid ecocidal smart cities. En Proceedings of the 15th Participatory Design Conference: Short Papers, Situated Actions, Workshops and Tutorial-Volume 2 (pp. 1-4).<\/p>\n\n\n\n Claudel, M. & Ratti, C. (2015). Full speed ahead: How the driverless car could transform cities. McKinsey. https:\/\/www.mckinsey.com\/business-functions\/sustainability\/our-insights\/full-speed-ahead-how-the-driverless-car-could-transform-cities#<\/p>\n\n\n\n Comisi\u00f3n \u201cDesaf\u00edos del Futuro, Ciencia, Tecnolog\u00eda e Innovaci\u00f3n\u201d (2019). Inteligencia Artificial para Chile. La urgencia de desarrollar una estrategia. Santiago de Chile: Senado.<\/p>\n\n\n\n Degli Esposti, S. (2014). When big data meets dataveillance: The hidden side of analytics. Surveillance & Society, 12(2), 209-225.<\/p>\n\n\n\n DiSalvo, C. (2014). Critical making as materializing the politics of design. The Information Society, 30(2), 96-105.<\/p>\n\n\n\n DiSalvo, C. (2016). The irony of drones for foraging: Exploring the work of speculative interventions. Design anthropological futures, 139.<\/p>\n\n\n\n Elliott, A. (2019). The culture of AI: Everyday life and the digital revolution. Routledge.<\/p>\n\n\n\n Lury, C., & Wakeford, N. (Eds.). (2012). Inventive methods: The happening of the social. Routledge.<\/p>\n\n\n\n Marcus, G. E. (1995). Ethnography in\/of the world system: the emergence of multi-sited ethnography.<\/p>\n\n\n\n Marcus, G. E. (2016). Jostling ethnography between design and participatory art practices, and the collaborative relations it engenders. En Smith, R. C., Vangkilde, K. T., Kj\u00e6rsgaard, M. G., Otto, T., Halse, J., & Binder, T. (Eds.). Design anthropological futures (pp. 105-120). Bloomsbury Publishing.<\/p>\n\n\n\n Marres, N., Guggenheim, M., & Wilkie, A. (2018). Inventing the social. Mattering Press.<\/p>\n\n\n\n Mattamala, M. (2019). \u00bfQu\u00e9 es la inteligencia artificial? En L. Brossi, T. Dodds & E. Passeron (Eds.) Inteligencia artificial y bienestar de las juventudes en Am\u00e9rica Latina (pp. 25-36). LOM ediciones.<\/p>\n\n\n\n Murphy, K.M., & Marcus, G.E. (2013). Epilogue: Ethnography and Design, Ethnography in Design \u2026 Ethnography by Design. En W. Gunn, T. Otto & R.C. Smith (Eds.). Design Anthropology: Theory and Practice (pp. 251\u2013268). Bloomsbury Academic. http:\/\/dx.doi.org\/10.5040\/9781474214698.ch-014<\/p>\n\n\n\n O\u2019Neil, C. (2017). Armas de destrucci\u00f3n matem\u00e1tica. C\u00f3mo el Big Data aumenta la desigualdad y amenaza la democracia. Trad. Violeta Arrranz de la Torre. Capit\u00e1n Swing.<\/p>\n\n\n\n Pink, S., Osz, K., Raats, K., Lindgren, T., & Fors, V. (2020). Design anthropology for emerging technologies: Trust and sharing in autonomous driving futures. Design Studies.<\/p>\n\n\n\n Ratto, M. (2011). Critical making: Conceptual and material studies in technology and social life. Information Society, 27(4), 252\u2013260<\/p>\n\n\n\n Rifkin, J. (1995). El fin del trabajo: el declive de la fuerza de trabajo global en el nacimiento de la era posmercado. Paid\u00f3s.<\/p>\n\n\n\n Rouvroy, A., & Berns, T. (2013). Gouvernementalit\u00e9 algorithmique et perspectives d’\u00e9mancipation. R\u00e9seaux, (1), 163-196.<\/p>\n\n\n\n Sadin, E. (2018). L’intelligence artificielle ou l’enjeu du siec\u0300le: anatomie d’un antihumanisme radical. L’e\u0107happe\u00e9.<\/p>\n\n\n\n Saikia, S., Fidalgo, E., Alegre, E., & Fern\u00e1ndez-Robles, L. (2017). Object detection for crime scene evidence analysis using deep learning. En International Conference on Image Analysis and Processing (pp. 14-24). Springer, Cham.<\/p>\n\n\n\n Sch\u00e4fer, M. T., & van Es, K. (Eds.). (2017). The Datafied Society: Studying Culture through Data. Amsterdam University Press.<\/p>\n\n\n\n Schwab, K. (2017). The Fourth Industrial Revolution. Crown Publishing Group<\/p>\n\n\n\n Smith, R. C., Vangkilde, K. T., Kj\u00e6rsgaard, M. G., Otto, T., Halse, J., & Binder, T. (Eds.). (2016). Design anthropological futures. Bloomsbury Publishing.<\/p>\n\n\n\n Van \u2018t Wout, E., Valenzuela, E., Asahi, K., Pieringer, C., Torres, D., & Larroulet, P. (2019). Big data para la identificaci\u00f3n de comportamiento criminal. Propuestas para Chile. Propuestas para Chile Concurso Pol\u00edticas P\u00fablicas 2018. Centro de Pol\u00edticas P\u00fablicas UC.<\/p>\n\n\n\n Van Dijck, J. (2014). Datafication, dataism and dataveillance: Big Data between scientific paradigm and ideology. Surveillance & society, 12(2), 197-208.<\/p>\n\n\n\n Wang, T. (2016). Why Big Data needs Thick Data. Medium. https:\/\/medium.com\/ethnography-matters\/why-big-data-needs-thick-data-b4b3e75e3d7<\/p>\n\n\n\n Zuboff, S. (2019). The age of surveillance capitalism: The fight for a human future at the new frontier of power. Profile Books.<\/p>","protected":false},"featured_media":2178,"template":"proyecto-investigacion","class_list":["post-2177","proyectos-invest","type-proyectos-invest","status-publish","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/plataformasdt.cl\/en\/wp-json\/wp\/v2\/proyectos-invest\/2177","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/plataformasdt.cl\/en\/wp-json\/wp\/v2\/proyectos-invest"}],"about":[{"href":"https:\/\/plataformasdt.cl\/en\/wp-json\/wp\/v2\/types\/proyectos-invest"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/plataformasdt.cl\/en\/wp-json\/wp\/v2\/media\/2178"}],"wp:attachment":[{"href":"https:\/\/plataformasdt.cl\/en\/wp-json\/wp\/v2\/media?parent=2177"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}
Prototipos de investigaci\u00f3n:<\/strong> El proyecto se propone complementar las entrevistas y observaciones con m\u00e9todos inventivos (Lury & Wakeford, 2012; Marres et al., 2018) basado en prototipos de investigaci\u00f3n que ayuden a provocar preguntas sobre escenarios posibles (DiSalvo, 2014; 2016). M\u00e1s all\u00e1 de la l\u00f3gica \u2018problem solving design\u2019, el proceso de prototipado se usar\u00e1 como una forma de indagaci\u00f3n y hacer cr\u00edtico sobre el futuro de la IA (Ratto, 2011) y de esa manera comprender las reacciones, emociones y problemas que gatillan los escenarios futuros de la IA y predicci\u00f3n algor\u00edtmica en las personas. Espec\u00edficamente, se espera desarrollar prototipos digitales (ej. visualizaciones interactivas, apps, plataformas) que simulen el funcionamiento de sistemas inteligentes para indagar en las vivencias, pr\u00e1cticas y reacciones de las personas ante la IA y la predicci\u00f3n algor\u00edtmica. Asimismo, se espera prototipar escenarios de futuro de la IA (Angheloiu et al., 2020; Clarke et al., 2018; Forlano & Mathew, 2014) en nuestro pa\u00eds para problematizar los imaginarios y pol\u00edticas que moviliza esta tecnolog\u00eda. De esta manera, se espera trabajar en el entrecruce entre dise\u00f1o, computaci\u00f3n y la sensibilidad etnogr\u00e1fica del proyecto (Akama et al., 2018; Smith et al., 2016), realizando un prototipo de investigaci\u00f3n (tanto dispositivos digitales como escenarios futuros) por cada \u00e1mbito de estudio del proyecto.<\/p>\n\n\n\n
<\/p>\n\n\n\nReferencias<\/h2>\n\n\n\n