Los puntos clave no están disponibles para este artículo en este momento.
El Aprendizaje Automático (AA) ha estado históricamente asociado con la Inteligencia Artificial (IA), pero se ha desarrollado como una disciplina independiente. Este documento sostiene la independencia ontológica del AA, impulsada por sus metodologías, aplicaciones y consideraciones éticas únicas. Un análisis bibliométrico revela que la producción de investigación en AA (494,572 publicaciones de 2017 a 2023) supera a la IA (283,762 publicaciones) en un 74%, reflejando su rápido crecimiento y especialización. A diferencia de la búsqueda de la inteligencia general y el razonamiento simbólico de la IA, el AA se centra en la optimización del rendimiento impulsado por datos, con aplicaciones impactantes en visión por computadora, procesamiento de lenguaje natural (PLN) y sistemas autónomos. El estudio destaca desafíos éticos—como abordar el sesgo algorítmico (50 ocurrencias), la equidad (2,778 publicaciones) y la sostenibilidad ambiental (283 trabajos relacionados)—que enfatizan la necesidad de marcos éticos dedicados adaptados al AA. Estos hallazgos proponen una separación conceptual y práctica entre el AA y la IA para permitir la investigación dirigida, la colaboración interdisciplinaria y soluciones a retos como la explicabilidad, la transparencia y la sostenibilidad. El documento subraya la importancia de reconocer la independencia del AA para avanzar en ambos campos.
Barbierato et al. (Mié,) estudiaron esta cuestión.