Riesgo en el uso de modelos de Inteligencia Artificial. Análisis basado en modelo causales

En los diferentes contextos en donde se desenvuelve el ser humano se ha podido observar que, con el uso masivo de plataformas digitales, el rol del análisis de datos ha aumentado, lo que ha producido un incremento del interés de usarlos por medio de los navegadores. Bajo la inteligencia artificial, tanto en el uso de software, el almacenamiento de información y el paralelismo con las diferentes redes sociales, han generado un producto de alto poder predictivo, con interpretación automática y semántica según los datos ingresados. Este estudio fue realizado con un enfoque cuantitativo, con criterio descriptivo y ha considerado el modelado del aprendizaje, el cual ha permitido adelantarse a la toma de decisiones y ha contribuido a la predicción educativa. Se concluyó que la importancia de utilizar el aprendizaje profundo y redes neuronales útiles y efectivas puede beneficiar a las empresas, por esto, se proyectan su uso en usuarios promedio, pero, mientras más se demanda de este tipo de tecnología, también pueden aparecer riesgos colaterales.In the different contexts in which the human being develops, it has been observed that, with the massive use of digital platforms, the role of data analysis has increased, which has produced an increased interest in using them through browsers. Under artificial intelligence, both in the use of software, the storage of information and the parallelism with the different social networks, they have generated a product of high predictive power, with automatic and semantic interpretation according to the data entered. This study was conducted with a quantitative approach, with descriptive criteria and has considered the modeling of learning, which has allowed us to anticipate decision making and has contributed to educational prediction. The objective was to establish the risks of using fuzzy AHP TOPSIS models for deep learning in browsers. It was concluded that the importance of using deep learning and useful and effective neural networks can benefit companies, for this reason, their use is projected in average users, but the more demand for this type of technology, collateral risks may also appear