Artificial Intelligence & Big Data

Este trabajo presenta tres ejemplos de modelo basado en agentes inteligentes para prever el resultado de distintas políticas de sostenibilidad en una universidad o en una ciudad.

Este trabajo presenta algunas herramientas de inteligencia artificial que pueden ayudar a pacientes afectados por problemas neurológicos mediante la neurociencia computacional.

Este trabajo presenta un nuevo modelo de aprendizaje automático que, aunque basado en una red lineal, logra comportarse de manera no lineal, emulando las características de las redes neuronales con la función de activación ReLU (Rectified Linear Unit).

Este trabajo presenta un recorrido histórico sobre la investigación en Procesamiento del Lenguaje Natural (PLN), explicando de manera didáctica cómo se ha llegado al desarrollo de los grandes modelos de lenguaje (Large Language Models, LLM), que sustentan herramientas tan populares en la actualidad como ChatGPT, entre otras.

Este trabajo analiza las aplicaciones de la inteligencia artificial en la movilidad urbana.

Este trabajo analiza las potencialidades en interpretabilidad del paradigma conocido como red bayesiana enfatizando su transparencia y versatilidad para llevar a cabo distintos tipos de razonamiento, como por ejemplo el predictivo, diagnóstico, intercausal, contrafáctico, o abductivo.

Este trabajo examina el uso de las redes bayesianas en IA generativa y en modelos de predicción.

Digitalisation and artificial intelligence (AI) are redefining the relationship between customers and their banks by enhancing personalization, security, and efficiency; but not without risks. Striking a balance between innovation and trust, highlighting the role of transparency, ethical data management and human interaction, will be keys to its successful integration.

Este artículo examina cómo la digitalización ha transformado las expectativas de los usuarios, creando tanto oportunidades como retos para las entidades financieras.

Este artículo analiza las transformaciones que las nuevas tecnologías están generando en el deporte, con un enfoque en el dopaje genético, los implantes y prótesis, la robótica, el big data y la inteligencia artificial.

En este capítulo se analizan los numerosos retos a los que se han enfrentado las instituciones de enseñanza superior en las dos últimas décadas.

Este capítulo reflexiona sobre cómo la digitalización y, en particular, la inteligencia artificial cambiarán la educación universitaria.

This article explores the impact that technological change and artificial intelligence may have on the demand for university studies, using Spanish data.

In this article, facing the context of a new technological environment determined by the advances in Robotics and Artificial Intelligence, we discuss: i) what are their main characteristics that may change the skill-bias observed in previous technological changes, ii) what are so far the occupations more exposed to the new technological advances brought up by Robotics and Artificial Intelligence, and iii) what kind of investment in educational is needed to fully exploit the complementarities between new technologies and human labor.

Este artículo tiene como objetivo llevar a cabo una evaluación crítica y teórica de la noción de la Inteligencia Artificial y su rol en la transición de la sociedad de la información a la sociedad digital.

El objetivo de este artículo es examinar el creciente uso de las tecnologías biométricas en el sector público y los riesgos que plantean a nivel social.

Este artículo examina los elementos fundamentales del conocimiento, el uso y la confianza en la IA en España, así como las prioridades respecto al marco regulativo, utilizando datos de una encuesta online realizada por ­Funcas a finales de 2023 a una muestra de 1.000 personas entre 25 y 64 años.

En este artículo se analiza cómo afectan estos retos a la capacidad de las universidades para cumplir su misión integrada de investigación y educación. La adopción de medidas que garanticen la resiliencia ante las disrupciones y la capacidad de adaptación a un contexto cambiante pueden ayudar a las universidades, abiertas a la evolución, a convertir los retos aparentes en oportunidades de crecimiento y de mejora de las experiencias educativas para el personal y los estudiantes.

La enseñanza superior lleva tiempo conviviendo con la promesa, o la amenaza, de que la (micro)informática, Internet, o, ahora, la inteligencia artificial, todo lo van a cambiar, sea para reforzarla, ponerla patas arriba o dejarla en la cuneta…

Este artículo analiza, utilizando datos españoles, el impacto que el cambio tecnológico y la inteligencia artificial pueden tener sobre la demanda de estudios universitarios. Se parte de un análisis retrospectivo de la evolución de la demanda en las últimas tres décadas.

En este trabajo, desde el contexto de un nuevo entorno tecnológico determinado por los avances en robótica e inteligencia artificial, se discuten i) cuáles son sus principales características, qué podrían cambiar el sesgo de cualificación observado en los cambios tecnológicos anteriores; ii) cuáles son, hasta ahora, las ocupaciones más expuestas a los nuevos avances tecnológicos propiciados por la robótica y la inteligencia artificial; y iii) qué tipo de inversión en educación es necesaria para explotar plenamente las complementariedades entre las nuevas tecnologías y el trabajo humano.

Este trabajo estudia la incorporación de información obtenida con el lenguaje escrito para mejorar las decisiones empresariales.

Este trabajo analiza la evolución del sentimiento social hacia el cambio climático y su posible efecto sobre las decisiones económicas.

Este trabajo estudia las diferencias en la evolución regional de los precios en España utilizando datos desagregados tanto en el espacio, por provincias, como en el tiempo, por periodos.

Este trabajo presenta el portal Economía en Tiempo Real, de CaixaBank Research.

Este trabajo explora la eficacia de distintos modelos en la predicción de la varianza diaria realizada a partir de datos intradiarios de Bitcoin, NASDAQ y S&P500.

Este trabajo aborda la capacidad del acceso y análisis de datos en tiempo real para predecir la rentabilidad de una cartera de inversión y cómo usar dichas predicciones para seleccionar los activos y su ponderación dentro de la cartera de inversión.

Este trabajo estudia las ofertas realizadas por los productores de electricidad del mercado español.

Este trabajo introduce modelos de series temporales funcionales inspirados en la metodología Box-Jenkins para modelar y predecir las curvas de oferta del mercado eléctrico.

Funcas presenta la serie ‘Big Data. Aprendizaje estadístico automático e inteligencia artificial’, concebida desde el área financiera y digitalización de Funcas como un conjunto de cinco videos cortos destinados a las personas interesadas en conocer los principios y los mecanismos informáticos y estadísticos detrás de la inteligencia artificial (IA).

En este artículo presentamos ejemplos del impacto heterogéneo de la inflación a través de diferentes canales en la economía de las familias, la identificación y velocidad de transmisión de los shocks de política monetaria y la desigualdad de la huella de carbono de las familias.

The rise in chats powered by artificial intelligence (AI) places this new development at the heart of the debate about the application of technology in the banking sector. In an environment in which competition will be increasingly digital, it is essential that the traditional banking sector digitalise by making more intensive use of artificial intelligence.

Este artículo analiza cómo el uso de la IA en la banca se extiende a ámbitos como la mejora de
la experiencia del usuario, el cumplimiento normativo
y el control del riesgo.

Este trabajo proporciona una visión general de la tecnología blockchain
y cómo ha llevado al nacimiento de una nueva moneda digital.

Este trabajo aborda el problema de la identificación de variables para prever la digitalización de las entidades financieras.

Este trabajo evalúa cómo los cambios en los datos disponibles y en la computación facilitan la rápida comunicación entre máquinas ofreciendo oportunidades de beneficio de duración muy corta, inferiores al segundo, lo que se conoce como negociación de
alta frecuencia o high frequency trading (HFT).

En este capítulo se analizan las oportunidades y riesgos que supone la aplicación de modelos de aprendizaje automático en la concesión de crédito.

Este trabajo presenta una panorámica de los modelos utilizados para prever el mercado de valores y cómo la aparición de los métodos automáticos basados en la rapidez de computación y los datos masivos suponen un cambio de paradigma en el funcionamiento de dicho mercado.

Este trabajo presenta un interesante ejemplo, con datos del mercado de EE. UU., de cómo aprovechar el efecto momentum o inercia frecuente en los valores cotizados para mejorar su predictibilidad utilizando las redes neuronales profundas recurrentes con efectos dinámicos.

Este trabajo ilustra cómo las transacciones financieras de la vida diaria constituyen una rica fuente de información para aproximar el comportamiento de una
economía en tiempo real.

Este trabajo analiza cómo la inteligencia artificial (IA) se aplica para fijar precios en muchos sectores como préstamos, seguros, billetes de hotel y avión, alquileres, entre otros.

Este trabajo aborda las diferencias de género en la investigación económica desde el aprendizaje automático, utilizando una base de datos de resúmenes de artículos publicados en las mejores revistas de economía para demostrar que existen diferencias significativas en el
enfoque y elección de temas en la investigación de hombres y mujeres. El trabajo incluye un estudio específico sobre el análisis de estas diferencias en el campo de finanzas.

La rápida digitalización de la movilidad y el uso generalizado de dispositivos móviles personales ha dado lugar a una nueva generación de fuentes de big data para la caracterización de la movilidad.

Este trabajo describe cómo los nuevos datos masivos, el big data, que incluye además de los datos tradicionales los basados en imágenes y sonidos digitales, está transformando los procesos de venta online.

En este capítulo se explican las implicaciones de las tres revoluciones de la comunicación que, hasta la fecha, ha vivido o vivirá de forma inminente, la humanidad.

Esta contribución se enfoca en la propuesta de la aplicación de un modelo de consenso de mínimo costo en un escenario de recomendación a grupos, para solventar la gestión de conflictos en el grupo

Este trabajo centra la atención en la incorporación progresiva de distintos tipos de aplicaciones basadas en inteligencia artificial para la prestación de servicios en el contexto financiero.

En este capítulo profundizamos en la creación de audiencias y su óptima activación dentro de nuestras estrategias omnicanales.

Este trabajo cuantifica el número de usuarios de Facebook (Facebook), en 197 países, que son etiquetados con intereses publicitarios vinculados a esta categoría de datos personales que pueden clasificarse como potencialmente sensibles para el usuario. Nuestro estudio revela que Facebook etiqueta al 67 % de los usuarios con intereses potencialmente sensibles.

En este trabajo planteamos un análisis de la comunicación sobre RSC a través de las redes sociales, concretamente de la red de microblogging Twitter.

Este capítulo presenta ejemplos aplicados al sector financiero español basados en las teorías de marketing sobre la respuesta del mercado y sobre el valor de las marcas.

La importancia de la inteligencia artificial y del aprendizaje automático en los negocios se está incrementando. Sin embargo, no está nada claro que la población empleada posea actualmente suficien­tes competencias del tipo de las que las empresas necesitan para obtener los beneficios potenciales de esta nueva tecnología. Este artículo identifica com­petencias que son relevantes para la implantación de la inteligencia artificial e indaga en la existencia de estas competencias en el mercado de trabajo. El aná­lisis parte de una encuesta representativa realizada en Alemania y se centra en áreas de negocio en las que la aplicación de inteligencia artificial adquiere actual­mente especial relevancia: el mantenimiento predictivo y el trabajo de consultoría administrativa.

La importancia creciente de la inteligencia artificial (IA) y la robótica en nuestra sociedad es ya una realidad indiscutible. Sin embargo, a pesar de los importantes avances obtenidos en la última década, el despliegue de estas tecnologías es ciertamente asimétrico y su omnipresencia en nuestras vidas genera controversia.

En este trabajo se realiza un recorrido por diversas aplicaciones económicas basadas en Big Data y la aplicación de técnicas de Machine Learning.

Los avances en las técnicas de análisis de big data, junto con la creciente disponibilidad de grandes repositorios de datos, están permitiendo novedosas aplicaciones en el campo de la macroeconomía, en especial en la previsión de los principales agregados macroeconómicos.

En este trabajo se ofrece una panorámica sobre las técnicas de regularización existentes en la literatura de machine learning para modelos lineales y no lineales, con controles exógenos y tratamientos endógenos, destinados a evaluar los efectos de determinadas políticas sobre variables del mercado de trabajo.

El objetivo de este artículo es presentar dos trabajos realizados con un enfoque basado en el uso eficiente, desde un punto de vista estadístico, de los datos más relevantes disponibles para solucionar problemas que enfrentan en la actualidad las agencias de estadística oficial, especialmente en México.

La ingente cantidad de información disponible presenta soluciones y retos a problemas existentes en análisis económico.

Las variables que se estudian en economía y finanzas tienen con frecuencia un comportamiento estacional. Al analizar este tipo de variables para hacer inferencia sobre su dinámica no conviene desestacionalizarlas, ya que esto supone aplicar filtros de corrección estándar de la estacionalidad que pueden no ser adecuados para las variables estudiadas.

Se utilizan técnicas multivariantes (modelos factoriales, análisis de conglomerados) para identificar pautas comunes y específicas en un vector de series temporales de elevada dimensión cuya sección cruzada es de naturaleza espacial.

Actualmente, muchas medidas se registran de manera prácticamente continua a lo largo del tiempo dando lugar a conjuntos de observaciones que tienen forma de funciones (curvas) relativamente suaves y que son observadas con alta frecuencia.

El procedimiento de vecinos más cercanos, k-NN en inglés, se utiliza para la clasificación de nuevas observaciones empleando la matriz de distancias entre las observaciones a clasificar y las observaciones en la muestra de entrenamiento.

Este trabajo analiza cómo la predicción económica ha ido evolucionando en función de los datos disponibles y cómo la reciente disponibilidad de datos masivos está transformando los métodos utilizados para el pronóstico.

Este capítulo repasa la literatura en modelización de correlaciones condicionales dinámicas de elevadas dimensiones (DCC, por sus siglas en inglés).

En este trabajo describe los árboles de decisión y repasa su utilización en el análisis de datos económicos en el contexto de big data.

Tras la presentación de la regresión cuantílica como modelo básico y sus generalizaciones, se realiza una recopilación de casos de estudio en el ámbito asegurador, en situaciones de datos masivos y en particular en el análisis de datos telemáticos en seguros del automóvil.

Este capítulo analiza en qué medida los cambios en los sitios web corporativos reflejan la supervivencia empresarial.

En este capítulo se describe la mecánica básica para construir un modelo de predicción que utiliza indicadores de sentimiento derivados de datos textuales.

Los bancos centrales utilizan intensivamente datos estructurados (micro y macro) para el desarrollo de sus funciones, entre las que destaca el seguimiento en tiempo real de la actividad económica.

En este capítulo se realiza una breve revisión de aplicaciones empíricas de procedimientos de predicción basados en Machine Learning (ML) en el contexto de series temporales económicas y financieras.

Este trabajo describe el actual entorno de información masiva, el llamado Big Data, en el que se mueven hoy las entidades financieras y analiza las nuevas oportunidades para bancos, cajas de ahorros y otras instituciones financieras de utilizar los nuevos datos disponibles sobre sus cliente.

La irrupción digital y el avance tecnológico han supuesto una revolución en la sociedad y en la organización empresarial. El sector financiero no es ajeno a estos cambios.

El big data y la inteligencia artificial son dos avances tecnológicos que van a mejorar la toma de decisiones de todos los agentes.

ES:
Este artículo explora las diversas aplicaciones de los algoritmos de aprendizaje automático (o machine learning) al análisis económico y la formulación de políticas.

ES:
Este artículo repasa algunos de los principales temas que el big data plantea para la política de la competencia.

Los Big Data se han transformado en una fuente de datos de especial relevancia para las distintas disciplinas de las ciencias sociales.