[0:00]Bienvenidos al canal de YouTube de Ediciones Rodio. Aquí encontrarás recursos clave para tus oposiciones con vídeos especializados de cada tema. Si te gusta nuestro contenido no olvides darle a me gusta y activar la campanita para estar al tanto de nuestras últimas actualizaciones. Gracias por elegirnos en tu camino hacia el éxito en las oposiciones. Audiolibros. Recuerda que todos nuestros temarios también están disponibles en formato digital y papel. Para cualquier duda puedes escribirnos a info@edicionesrodio.com. Muchas gracias. Cuerpo Nacional de Policía, escala básica. Temario oficial sintetizado. Tema 40. Inteligencia, dato, información e inteligencia. Tipologías de inteligencia. Ciclo de la inteligencia. Inteligencia de fuentes abiertas, OSINT. Surfasweb. Deep web. Dark web. Darknet. Uno. Inteligencia, dato, información e inteligencia. Con la entrada en juego de tecnologías como el Big Data, la inteligencia artificial, IA y el aprendizaje automático, Machine Learning, la forma en la que se aprovecha la información generada en el proceso de registro diario de cada dato ha cambiado para las organizaciones. Las máquinas inteligentes ya no funcionan con datos sintéticos, sino que utilizan datos verdaderos con los que se consigue mejorar la capacidad para interactuar con humanos. En este sentido, la inteligencia del dato es una de las grandes innovaciones analíticas, y además, hay que tener en cuenta que los datos son el principal activo de las empresas para tomar decisiones coherentes y así aportar valor añadido a sus productos o servicios. Qué es la inteligencia del dato? La inteligencia del dato es una combinación entre la inteligencia artificial y el aprendizaje automático, Machine Learning. Con el almacenamiento basado en la nube con tamaños y velocidades masivas, esta especialidad supone una forma eficiente de tratar estos datos. Mediante una gestión optimizada de la información, ofrece una vista de tricentésimo sexagésimo bastante poco convencional del entorno empresarial, que afecta tanto al análisis de datos centrado en el cliente, como al basado en la organización. Con el conocimiento adecuado, se abren ante ti nuevas vías de desarrollo. La inteligencia del dato tiene varios componentes, y cada uno involucra un conjunto de técnicas. Son: Descriptivo. Revisa y examina los datos para comprender y analizar el desempeño comercial. Su finalidad es estudiar la situación para saber qué ha pasado y qué está pasando para tomar mejores decisiones. Prescriptivo. Desarrolla y analiza conocimientos alternativos para poder informar sobre las acciones que deberían suceder para mejorar los indicadores de tu negocio. Diagnóstico. Determina las posibles causas de la aparición de problemas. Predictivo. Analiza los datos históricos y determina sucesos que ocurrirán en un futuro. Con este análisis puedes visualizar cómo evolucionará tu negocio y su entorno. Decisivo. Mide la adecuación de los datos y recomienda acciones futuras a realizar en un entorno de múltiples posibilidades. El término información debe diferenciarse del de inteligencia. Información equivale a noticia de un hecho en su sentido más amplio. El concepto información debe entenderse, por tanto, como el elemento de partida para la elaboración de inteligencia, considerada esta como el resultado de valorar, analizar, integrar e interpretar la información. Es decir, la información consiste simplemente en ser un conjunto de datos que por sí mismos no ayudan a resolver una problemática concreta y específica. La mayoría de las organizaciones privadas compran o reciben de terceros la información, para a continuación efectuar un análisis de estas y encontrar una aplicación práctica. Cada vez se da más importancia a la información y sobre todo al análisis de inteligencia que se efectúa de esta, es decir, a contextualizar la información, que proporciona claridad en los eventos de seguridad, claridad que impulsa la eficacia operativa en las acciones tomadas para hacer frente a los acontecimientos, que pueden ser desde actos terroristas hasta movimientos políticos que generen inestabilidad. Un buen sistema de inteligencia acompañado de un sistema de obtención de la información eficaz, ha de ser capaz de identificar con precisión los problemas y proporcionar una respuesta óptima. Dos. Tipologías de inteligencia. Los tipos de máquina según Narend Hinche. Hinche es profesor de biología integrada y Ciencias de la computación de la Universidad de la Michigan. Trabaja estudiando y creando máquinas. Su objetivo es traspasar la frontera de la IA, que precisa de la enseñanza previa del humano. Busca la fórmula para diseñar el robot que sea capaz de aprender por sí mismo. Para ello, dice que la IA deberá seguir el mismo proceso de aprendizaje que el de una persona. Narend Hinche ha establecido una clasificación con cuatro tipos de inteligencia artificial. Uno, máquinas reactivas. Los tipos más básicos de sistemas de IA son puramente reactivos. No tienen la capacidad de formar recuerdos. Tampoco pueden utilizar experiencias pasadas en las que basar la toma de decisiones actuales. Deep Blue fue una supercomputadora creada por IBM. Fue capaz de vencer al ajedrez al gran maestro internacional Gary Kasparov. Ocurrió a fines de la década de 1990 y es el ejemplo perfecto de este tipo de máquina. Puede identificar las piezas en un tablero de ajedrez y saber cómo se mueve cada una. Puede realizar predicciones sobre los mejores movimientos y elegir el mejor de todas las posibilidades. Pero no tiene ningún concepto del pasado. Tampoco posee recuerdos de lo que ha sucedido antes. Aparte de una regla de ajedrez, Deep Blue ignora todo antes del momento presente. Todo lo que hace es enfocar las piezas del tablero en tiempo real y elegir entre los siguientes movimientos posibles. Es importante que el usuario sepa que está tratando con una máquina en una conversación de texto o voz y evitar crear falsas expectativas sobre lo que puede esperar de dicha conversación. Dos, memoria limitada. El tipo dos maneja máquinas que pueden mirar hacia el pasado. Los vehículos autónomos ya hacen algo parecido. Por ejemplo, observan la velocidad y dirección de otros automóviles. Para que funcionen así, hay que identificar objetos específicos y monitorearlos a lo largo del tiempo. Digamos que estas observaciones se agregan a las representaciones preprogramadas para la memoria de estos coches. Se incluyen marcas de carril, semáforos y otros elementos importantes, como curvas en la carretera. También se añaden experiencias como cuando el automóvil decide en qué momento cambiar de carril para evitar interrumpir a otro conductor o ser envestido por un automóvil cercano. Pero estas simples piezas de información sobre el pasado son solo transitorias. No se guardan como parte de la biblioteca de experiencias del automóvil. En estos tipos de inteligencia artificial, la máquina no puede compilar la experiencia durante años como lo hace un humano. Entonces, ¿cómo podemos construir sistemas de inteligencia artificial que construyan representaciones completas, recordar sus experiencias y aprender cómo manejar situaciones nuevas? Tres, teoría de la mente. Llegamos a un punto en el que nos acercamos más a los tipos de inteligencia artificial que deseamos en un futuro. Las máquinas de la siguiente clase son más avanzadas. No solo forman representaciones sobre el mundo, también sobre otros agentes o entidades. En psicología, esto se denomina teoría de la mente. Implica la comprensión de que las personas, las criaturas y los objetos en el mundo, pueden tener pensamientos y emociones que afectan a su propio comportamiento. Esto es crucial para la forma en que los humanos formamos sociedades, porque nos permite la interacción social. Si las máquinas van a andar entre nosotros, deberán tener una comprensión sobre cómo pensamos y cómo sentimos. Además, deberán llegar a saber qué esperamos y cómo queremos que nos traten. Tendrán que ajustar su comportamiento en consecuencia. Cuatro, autoconciencia. El paso final del desarrollo de la IA es construir sistemas que puedan formar representaciones sobre sí mismos. En última instancia, los investigadores de la inteligencia artificial tendrán que comprender no solo la conciencia, sino también construir máquinas que la tengan. Los seres conscientes son conscientes de sí mismos, conocen sus estados internos y pueden predecir los sentimientos de los demás. Es probable que estemos lejos de crear máquinas que sean conscientes de sí mismas. Sin embargo, los esfuerzos se enfocan hacia la comprensión de la memoria, el aprendizaje y la capacidad de basar las decisiones en experiencias pasadas. Este es un paso importante para entender la inteligencia humana por sí misma. Es crucial para diseñar o desarrollar máquinas que sean más excepcionales para clasificar lo que ven frente a ellas. Los cuatro tipos de inteligencia artificial dan una idea sobre las intenciones que el hombre tiene acerca del futuro de la máquina. Tres. Ciclo de la inteligencia. Se entiende por ciclo de inteligencia la secuencia mediante la cual se obtiene información, se transforma en inteligencia y se pone a disposición de los usuarios. El ciclo de inteligencia consta de cuatro fases: dirección, obtención, elaboración y difusión. La dirección. Durante la fase de dirección se determinan las necesidades de inteligencia, se prepara un plan para su obtención, se organizan los medios y se efectúa el mando, coordinación y control de todos ellos. En esta fase cobran especial relevancia las denominadas funciones directivas, que son las siguientes: planificación, organización, motivación, mando, coordinación y control, manteniéndose las cuatro últimas durante el desarrollo de todo el ciclo. La obtención. En esta fase se realiza la explotación de las fuentes de información por los órganos de obtención y la entrega de esta información al correspondiente equipo de elaboración para la producción de inteligencia. La elaboración. La elaboración es la fase del ciclo de inteligencia en la que se produce la transformación de la información en inteligencia, al someterla a un proceso apropiado, mediante la valoración de la pertinencia, oportunidad, fiabilidad y exactitud de las noticias e informaciones recibidas sobre cada una de las actividades seguidas, el análisis de las mismas, la integración con la inteligencia disponible y la interpretación del conjunto. Esta fase se divide en cuatro subfases: valoración, análisis, integración, interpretación. La difusión. Es la fase en la que se efectúa la distribución segura y oportuna de la inteligencia en la forma adecuada y por los medios apropiados a aquellos que la necesitan. La difusión es la fase final del ciclo de inteligencia. Normalmente, en cualquier entorno profesional que aplica la inteligencia están bien definidos los roles profesionales. Habitualmente, todas las funciones de inteligencia pertenecientes al ciclo de inteligencia las llevan a cabo. Uno, los directores, dirigen la unidad de inteligencia, gestionan los recursos y planifican, priorizan las actividades en base a la directiva de inteligencia. Dos, los obtenedores, seleccionan a sus fuentes y obtienen información de las mismas, ya sean fuentes humanas, fuentes abiertas, imágenes, señales o cualquier otra. Tres, los analistas de inteligencia, contrastan la información obtenida y producen inteligencia mediante la aplicación de técnicas estructuradas y no estructuradas de inteligencia. Posteriormente, redactan las conclusiones de sus análisis en lo que se denominan informes de inteligencia para ayudar a la toma de decisiones. Cuatro. Inteligencia de fuentes abiertas, OSINT. La inteligencia de fuentes abiertas, OSINT es una inteligencia que se produce partiendo de información pública disponible y es obtenida, utilizada y difundida a tiempo a una audiencia adecuada con la finalidad de responder a una petición específica de inteligencia. Aplicamos OSINT para conseguir toda la información disponible en cualquier fuente pública sobre una empresa, persona física o cualquier otra cosa sobre la que queremos hacer una investigación y haciendo que todo el cúmulo de datos se convierta en inteligencia que nos sirva para ser más eficaces a la hora de obtener un resultado. OSINT consta de una serie de fases que permiten estructurar el trabajo de manera que se agilice la investigación.
[16:31]A continuación, damos una breve descripción de estas fases. Requisitos. ¿Qué problema queremos resolver? ¿Qué información necesitamos? Identificación fuentes de información. ¿Qué fuentes nos pueden aportar información valiosa y veraz? Adquisición. Etapa de obtención de la información. Procesamiento. Dar formato a toda la información en bruto obtenida en la anterior fase. Análisis. Generar inteligencia a partir de todos los datos obtenidos, encontrando relaciones entre estos que nos permitan llegar a conclusiones. Presentación. Darle a la información un formato en el que se pueda comprender de manera eficaz y sencilla. Cinco. Surfasweb. Las páginas web por las que navegamos a diario son solo una minúscula parte de lo que realmente hay en la red. A esta parte de la red visible se le conoce como surfasweb. Esta parte de la red solo representa aproximadamente un 4% del total. Seis. Deep web. El resto está escondido para los grandes motores de búsqueda y para el público en general. A esta parte de Internet se le conoce como Deep web y representa más del 90% del contenido de la red. La Deep web solo son páginas que no están indexadas y por lo tanto no visibles para los grandes buscadores como pueden ser Google y Bing. Para acceder a ellas solo necesitamos conocer la ruta de acceso. Puede contener bases de datos, blogs, publicaciones académicas. Solo porque no estén indexadas en ningún buscador principal, no significa que el contenido de la Deep web sea ilegal o peligroso.
[19:20]Lo ilegal es utilizar la red para realizar alguna actividad delictiva. Ocho. Darknet. Mientras la Dark web es todo ese contenido deliberadamente oculto que nos encontramos en internet, las Darknet son esas redes específicas como Tor o I2P que alojan esas páginas. Aunque internet solo hay uno, la World Wide Web, hay diferentes Darknets en sus profundidades ocultando el contenido que compone la Dark web.
