Resumo: O objetivo do artigo centrouse em analisar a percepção que o pessoal docente costarriquenho tem sobre o uso ético da inteligência artificial (IA) em seu trabalho educativo. O documento investiga a inteligência artificial na educação, abordando sua definição, características e como ela é percebida pelo pessoal docente nos níveis primário, secundário e universitário da Costa Rica. Examina também as considerações éticas na sua implementação no ensino e a diversidade das ferramentas de IA, a sua aplicação e a experiência do pessoal docente no seu uso. A investigação foi realizada usando um enfoque misto concorrente e amparada em técnicas de análise descritiva. Além disso, a coleta de dados foi realizada por meio de um questionário, do qual participaram 134 docentes de toda a área educativa costarriquenha. Para análise dos dados foram utilizadas estratégias qualitativas e quantitativas. Os resultados indicam que a familiaridade do pessoal docente com a inteligência artificial na educação é limitada. Da mesma forma, algumas pessoas desconhecem as capacidades da IA para adaptar o conteúdo para uma aprendizagem individualizada, embora acreditem que poderia ajudar a apoiar os estudantes. Concluise que o pessoal docente revela compreensão da importância em relação à abordagem e às implicações éticas do uso da IA em sala de aula. Por último, é necessária mais formação sobre a utilização otimizada das ferramentas de IA.

Resumen. El objetivo del artículo se enfocó en analizar la percepción que tiene el personal docente costarricense con respecto al uso ético de la inteligencia artificial (IA) en su labor educativa. El documento se adentra en la inteligencia artificial en la educación, abordando su definición, características y cómo es percibida por el personal docente de niveles de primaria, secundaria y universitaria de Costa Rica. También examina las consideraciones éticas en su implementación en la enseñanza y la diversidad de herramientas de IA, su aplicación y la experiencia de las personas docentes en su uso. La investigación se llevó a cabo utilizando un enfoque mixto concurrente y se apoyó en técnicas de análisis descriptivos. Además, la recopilación de datos se realizó a través de un cuestionario, en el que participaron 134 personas docentes de todo el ámbito educativo costarricense. Para el análisis de datos, se emplearon estrategias cualitativas y cuantitativas. Los resultados indican que la familiaridad del personal docente con la inteligencia artificial en la educación es limitada. Asimismo, algunas personas des- conocen las capacidades de la IA para adaptar el contenido al aprendizaje individualizado, aunque consideran que podría ayudar a apoyar al estudiantado. Se concluye que el personal docente revela una comprensión de la importancia en relación con el abordaje y las implicaciones éticas del uso de la IA en el aula. Finalmente, es necesaria una mayor formación sobre el uso óptimo de las herramientas de IA.

Abstract: The main objective of the article is to analyze the perception of Costa Rican teachers regarding the ethical use of Artificial Intelligence (AI) in their educational work. The paper deals with AI in education, its definition, characteristics and how it is perceived by Costa Rican teachers at the elementary, high school and university levels. It also discusses the ethical considerations regarding its use for educational purposes and the diversity of AI tools, their application and the experiences that teachers have had with them. The research was conducted using a concurrent mixed methods approach and relied on descriptive analysis techniques. For data collection, 134 teachers from all educational backgrounds in Costa Rica responded to a questionnaire. The data were analyzed using qualitative and quantitative strategies. The results show that teachers have limited knowledge about the use of Artificial Intelligence for educational purposes. Also, although some of them consider that AI could be useful to support students, they are not aware of the possibilities that AI offers to adapt content for individualized learning. The article concludes that teachers are aware of the importance of the AI approach and the ethical implications of using it in the classroom. Finally, there is a need for better training on how to best use AI tools.

Abstract The use of artificial intelligence (AI) in laboratory medicine (LM) has led to a qualitative leap in the diagnosis of diseases that afflict humans. The development of robots for measurement, calculation and prediction has increased the reliability, validity and reproducibility of AI diagnostic tests, leading to an easy choice of such technology in the clinical laboratory. However, AI in LM entails several ethical reflections that need to be considered. The incipient technology under development, the presence of cognitive biases in algorithms and data, the uncertainty of robot performance, technological limitations, the threat to privacy, and the absence of a legal framework open ethical conflicts that lacerate human equity, safety, and autonomy. The technological imperative of AI in LM must not overcome responsibility, nor infringe on the dignity of the person.

Resumen El uso de la Inteligencia artificial (IA) en la Medicina de laboratorio (ML) ha provocado un salto cualitativo en el diagnóstico de enfermedades que aquejan al ser humano. El desarrollo de robots para la medición, cálculo y predicción ha aumentado la confiabilidad, validez y reproducibilidad de las pruebas diagnósticas con IA, induciendo a una fácil elección de dicha tecnología en el laboratorio clínico. Sin embargo, la IA en la ML entraña una serie de reflexiones éticas que deben considerarse. La incipiente tecnología en desarrollo, la presencia de sesgos cognitivos en los algoritmos y datos, la incertidumbre del funcionamiento del robot, las limitaciones tecnológicas, la amenaza a la privacidad y la ausencia de un marco legal abren conflictos éticos que laceran la equidad, la seguridad y la autonomía del hombre. El imperativo tecnológico de la IA en la ML no debe superar la responsabilidad, ni atentar contra la dignidad de la persona.

Abstract: The objective of this study is to analyze the relationship between usability and satisfaction in university students using ChatGPT. Since its launch, the use of ChatGPT by university students has increased significantly in most universities around the world. This software can generate answers to any type of question, emulating the experience of interacting with a real person. A survey with Likert-type questions is applied to 250 university students and a covariance-based structural equation model is constructed. The results show and adjusted model with factor loadings and an acceptable Cronbach's Alpha (usability α=0.80 and satisfaction α=0.85), CFI=0.921 and RMSA=0.0112. The p-value of the Kolmogorov-Smirnov normality test is 0.0245. In conclusion, the results of the model allowed accepting the research hypothesis-there is a positive and direct relationship between usability and satisfaction.

Resumen: El objetivo de este estudio es analizar la relación entre usabilidad y satisfacción en estudiantes universitarios que utilizan ChatGPT. Desde su lanzamiento, el uso de ChatGPT por parte de estudiantes universitarios se ha incrementado notablemente en la mayoría de universidades del mundo. Este software puede generar respuestas a cualquier tipo de pregunta, emulando la experiencia de estar interactuando con una persona real. Se aplica una encuesta con preguntas tipo Likert a 250 estudiantes universitarios y se construye un modelo de ecuaciones estructurales basado en covarianzas. Los resultados muestran un modelo ajustado con cargas factoriales y un Alfa de Cronbach aceptable (usabilidad α=0.80 y satisfacción α=0.85), CFI=0.921 y RMSA=0.0112. El valor p de la prueba de normalidad de Kolmogorov-Smirnov es de 0.0245. En conclusión, los resultados del modelo permiten aceptar la hipótesis de investigación, existe una relación positiva y directa entre usabilidad y satisfacción.

The concept of digital transformation (DT) has revolutionized different facets of society including institutions of learning, where it has continued to influence teaching, learning and research. Over time and with the continued technological advancements in biological science disciplines, it has become clear that the increased convergence between these disciplines and digital systems application will become more apparent. For example, the advent and application of next-generation sequencing (NGS), machine learning (ML), artificial intelligence (AI) and other automated biological processes have afforded unique huge data sets with high societal impact. As such, digitalization of the bioeconomy remains necessary. The digitalization of the biosciences has birthed emerging concepts like "digital biology", "engineered biology" and "bio-revolution" and involve computer-centered biosciences. These are built around the integration of scientific data, modeling at several levels, as well as networked science. Nonetheless, it is still plagued by information derivation policies and technicality issues. Although, digital biology has seen a major boost in recent years with the emergence of new and updated digital biology databases and platforms for advanced computational modelling, and connection and visualization of bio-data at a molecular level, more efforts are needed from governmental stakeholders (policy makers), industry and academia to enhance the impact of computational automation and digital transformation in bioscience activities. Hence, a steady upscale in digitalization of the biosciences would ensure bioprocess development, increase teaching, research efficiency and productivity, birth more innovative future applications for various industries, and thereby impact several aspects of life. This article presents how selected biological science disciplines have been digitally transformed through data analytics and how the concept could be further explored in advancing teaching, learning and research.

Abstract Parenting Styles (PS) have been mostly investigated from a quantitative approach; Likewise, the use of ATLAS.ti Artificial Intelligence (AI) in the analysis of articles can be an important tool for researchers. Introduction. The study of CE continues to evolve, therefore, a review study can give us more information about this construct. Goals. As a first objective, to know which methodology is most common in research on CE. As a second objective, which concepts are most considered by EC researchers. As a third objective, which emerging codes are the most frequent in the analysis of the selected articles; Finally, as a fourth objective, what advantages does the use of ATLAS.ti AI provide for the analysis of articles. Methods. The systematic review of ten articles on CE has been chosen, from the Web of Science database, published between the years 2020 - 2024; using ATLAS.ti AI to analyze the selected articles. Results. Most research on CE has been approached from a quantitative approach. The concepts most used by researchers are parenting styles, behavior, family, children, among others. The most frequent emerging codes are: parenting styles, emotional intelligence, adolescents and self-esteem. The ATLAS.ti AI greatly helps the analysis and synthesis of the selected articles. Conclusions. More research is needed on parenting styles, using a qualitative approach. ECs play an influential role in the comprehensive development of children. The use of AI, ATLAS.ti, may present some errors such as repetition, non-discrimination between languages, syntax and semantic errors in the summaries, however, with the necessary verification, it becomes an extremely interesting tool.

Resúmen Los Estilos de Crianza (EC), se han investigado en su mayoría desde el enfoque cuantitativo; asimismo, el uso de la Inteligencia Artificial (IA) de ATLAS.ti, en el análisis de artículos, puede ser una herramienta importante para los investigadores. Introducción. El estudio de los EC sigue en evolución, por lo cual, un estudio de revisión puede darnos más información sobre este constructo. Objetivos. Como primer objetivo, conocer que metodología es más frecuente en las investigaciones sobre los EC. Como segundo objetivo, que conceptos son más considerados por los investigadores de los EC. Como tercer objetivo, que códigos emergentes son los más frecuentes en el análisis de los artículos seleccionados; finalmente como cuarto objetivo, que ventajas otorga el uso de la IA de ATLAS.ti, para el análisis de artículos. Métodos. Se ha optado por la revisión sistemática de diez artículos sobre EC, desde la base de datos Web of Science, publicados entre los años 2020 - 2024; empleando la IA de ATLAS.ti para el análisis de los artículos seleccionados. Resultados. La mayoría de las investigaciones sobre los EC, han sido abordados desde el enfoque cuantitativo. Los conceptos más utilizados por los investigadores son estilos de crianza, conducta, familia, hijos, entre otros. Los códigos emergentes más frecuentes son: estilos de crianza, inteligencia emocional, adolescentes y autoestima. La IA de ATLAS.ti, ayuda en gran medida, el análisis y síntesis de los artículos seleccionados. Conclusiones. Se precisan más investigaciones sobre los estilos de crianza, bajo el enfoque cualitativo. Los EC cumplen un rol influyente en el desarrollo integral de los hijos. El uso de la IA, de ATLAS.ti, puede presentar algunos errores como repetición, no discriminación entre los idiomas, errores de sintaxis y de semántica en los resúmenes, sin embargo, con la verificación necesaria, se convierte en una herramienta sumamente interesante.

Abstract Introduction Artificial Intelligence (AI) technologies have made it possible to analyze large databases and subsequently apply this knowledge to solve practical clinical problems. Objectives Compare the perception of the application of AI in otorhinolaryngology, in Portugal, between the general population and healthcare professionals. Material and Methods A cross-sectional study was carried out using an anonymous, self-completed online questionnaire. The questionnaire analyzed aspects related to the areas of application of AI, namely diagnosis, clinical decision-making, surgical procedures and monitoring of chronic diseases. Of the 770 adult participants (aged 18 years or over), 249 were excluded for submitting questionnaires with incomplete information, with a total of 521 selected. Results Of the participants, 60.8% were female (60.8%), 66.8% were between 26 and 57 years old and 46.4% were healthcare professionals. Women more often preferred a human being to monitor chronic diseases (p = 0.024) and to perform low-life-threatening surgery (p = 0.003). Participants from younger (18-25 years) and older (>67 years) age groups preferred humans to perform clinical assessment of signs and symptoms (p = 0.000), treatment decision-making (p = 0.011) and creation of rehabilitation plans (p = 0.009). Healthcare professionals more often preferred humans to perform treatment monitoring (p = 0.000) or life-threatening surgeries (p = 0.004), compared to the general population. Conclusions This study suggests that there are significant differences in the perception of AI application depending on gender, age, and the general population versus healthcare professionals.

Resumo Introdução As tecnologias de Inteligência Artificial (IA) têm sido capazes de analisar bases de dados de grandes dimensões e posteriormente aplicar esse conhecimento na resolução de problemas clínicos práticos. Objetivos Comparar a perceção da aplicação de AI na otorrinolaringologia, em Portugal, entre a população geral e os profissionais de saúde. Material e Métodos Foi realizado um estudo transversal com recurso a um questionário on-line anónimo e de auto-preenchimento. O questionário analisou aspetos relacionados com as áreas de aplicação da IA, nomeadamente diagnóstico, tomada de decisão clínica, procedimentos cirúrgicos e monitorização de doenças crónicas. Dos 770 participantes adultos (idade igual ou superior a 18 anos), foram excluídos 249 por apresentarem questionários com informações incompletas, sendo selecionados um total de 521. Resultados Dos participantes, 60.8% eram do sexo feminino (60,8%), 66.8% tinham entre 26 e 57 anos e 46.4% eram profissionais de saúde. As mulheres preferiram mais frequentemente um ser humano a realizar a monitorização de doenças crónicas (p = 0.024) e cirurgia com baixo risco de vida (p = 0.003). Os elementos de grupos etários mais jovens (18-25 anos) e mais velhos (>67 anos) preferiram humanos a realizarem a avaliação clínica de sinais e sintomas (p = 0.000), a tomada de decisão terapêutica (p = 0.011) e a criação de planos de reabilitação (p = 0.009). Os profissionais de saúde preferiram mais frequentemente humanos a realizar o seguimento de um tratamento (p = 0.000) ou cirurgias com risco de vida (p = 0.004), em comparação com a população geral. Conclusões Este estudo sugere que existem diferenças significativas na percepção da aplicação de IA, dependendo do sexo, da idade e da população em geral versus profissionais de saúde.

The recent introduction of artificial intelligence (AI) tools into university education, especially ChatGPT, has raised concerns among teachers and educational managers in two major areas. One is the mishandling of these technologies by students, leading to plagiarism and academic dishonesty; the other is the depth of their learning, along with the potential replacement of teachers by AI. In this context, a qualitative investigation was carried out to analyze the use of ChatGPT in university education, formulating ethical considerations about its use. A phenomenological design was used to describe, from a hermeneutical approach, the experiences and opinions of authors regarding the use of this AI tool at the university, as well as their ethical positions. ChatGPT responses to questions about the topics studied were also analyzed. It is concluded that the use of AI technologies, particularly ChatGPT, in university education will continue to rise. Based on the potential dangers detected, a more complex conception of teaching tasks is considered necessary, requiring a creative effort still inaccessible to AI, and a reinforcement of ethical values to counter the misuse of these technologies by consumers.

La reciente introducción en la educación universitaria de herramientas de Inteligencia Artificial (IA), en especial el ChatGPT, motiva preocupaciones de docentes y gestores educativos en dos grandes campos: uno de ellos es el mal manejo de estas tecnologías por los estudiantes, conducente al plagio y la deshonestidad académica; el otro es la profundidad de su aprendizaje, junto al posible reemplazo del docente por la IA. En este contexto se realizó una investigación cualitativa, para analizar el uso del ChatGPT en la educación universitaria, mediante formulaciones sobre consideraciones éticas de su empleo. Se utilizó un diseño fenomenológico para describir desde el enfoque hermenéutico las experiencias y opiniones de autores sobre el uso de esta herramienta de IA en la universidad, así como sus posiciones éticas. También se analizaron las respuestas de ChatGPT a preguntas sobre los temas estudiados. Se concluye que el uso de las tecnologías de IA, y en particular ChatGPT, en la educación universitaria continuará en ascenso. A partir de los peligros potenciales detectados, se considera necesaria una concepción más compleja de las tareas docentes, que demanden un esfuerzo creativo aún inaccesible a la IA, y un reforzamiento de los valores éticos contra el mal uso de los consumidores de estas tecnologías.

A recente introdução de ferramentas de Inteligência Artificial (IA) no ensino universitário, especialmente o ChatGPT, suscita preocupações entre professores e gestores educacionais em dois grandes campos: um deles é a má gestão destas tecnologias por parte dos estudantes, levando ao plágio e à desonestidade académica; a outra é a profundidade da sua aprendizagem, juntamente com a possível substituição do professor pela IA. Neste contexto, foi realizada uma investigação qualitativa para analisar a utilização do ChatGPT no ensino universitário, através de formulações sobre considerações éticas da sua utilização. Utilizou-se um desenho fenomenológico para descrever, a partir de uma abordagem hermenêutica, as experiências e opiniões dos autores quanto ao uso desta ferramenta de IA na universidade, bem como seus posicionamentos éticos. Também foram analisadas as respostas do ChatGPT às dúvidas sobre os temas estudados. Conclui-se que a utilização de tecnologias de IA, e em particular ChatGPT, no ensino universitário continuará a aumentar. Com base nos potenciais perigos detectados, considera-se necessária uma concepção mais complexa das tarefas docentes, exigindo um esforço criativo ainda inacessível à IA, e um reforço dos valores éticos contra a utilização indevida destas tecnologias pelos consumidores.

Abstract Digital Welfare State in Ecuador: Citizen Datafication and Machine Learning in the Construction and Management of Poverty In the era of digital governance, the increasing use of Big Data and Artificial Intelligence (AI) in social protection systems has emerged as a prominent concern. The state's efforts to promote citizen datafication and the implementation of AI for managing and providing social services and benefits are guided by principles of neutrality, objectivity, and technological efficiency. Nevertheless, these technologies can not only improve the effectiveness of social benefits allocation, but also have the potential of controlling, monitoring, sanctioning, and excluding beneficiaries. In light of the prevailing techno-optimism evident in the design of contemporary social policy, particularly with regard to its allocation mechanisms, this study draws upon insights from Science, Technology, and Society Studies to shed light on how data systems and AI technologies transform the notion of poverty and impact the definition of beneficiaries and non-beneficiaries. This approach focuses on unraveling the political dimension of data systems and AI technologies that are emerging as mediators in the relationship between the state and citizens. Through the case study of Ecuador's Social Registry, the aim is to enrich the critical examination of digital welfare states in the Latin American region, analyzing their implications for society and their potential to produce or exacerbate inequality and exclusion; challenging deterministic views of technological change and public policy design.

Resumen En la era de la gobernanza digital, la utilización creciente de datos y tecnologías de Big Data e Inteligencia Artificial (IA) en los sistemas de protección social se ha convertido en un asunto relevante. Los esfuerzos del Estado por impulsar la datificación ciudadana y la implementación de la IA para la gestión y provisión de servicios y beneficios sociales están vehiculizados por las ideas de neutralidad, objetividad y eficiencia tecnológica. No obstante, estas tecnologías no solo pueden mejorar la efectividad en la asignación de beneficios sociales; sino que también tienen el potencial de controlar, monitorear, sancionar y excluir a los beneficiarios. Ante el tecno-optimismo que marca el diseño de la política social contemporánea, específicamente sus mecanismos de asignación, este trabajo apuesta por los Estudios de la Ciencia, Tecnología y Sociedad para dar luz sobre cómo los sistemas de datos y las técnicas de IA transforman la noción de pobreza e impactan en la definición de beneficiarios y no beneficiarios. Este enfoque se centra en desentrañar la dimensión política -de la politics- de los sistemas de datos y las tecnologías de la IA que comienzan a mediar la relación entre el Estado y los ciudadanos. A través del estudio del caso ecuatoriano del Registro Social, el objetivo recae en nutrir el examen crítico de los Estados de Bienestar Digital en la región latinoamericana, analizando sus implicaciones en la sociedad y su potencial para producir o amplificar desigualdad y exclusión; desafiando las visiones deterministas del cambio tecnológico y del diseño de políticas públicas.

Resumen La inteligencia artificial (IA) es una tecnología que ha revolucionado numerosos campos, incluyendo el proceso penal. En la actualidad, se están desarrollando sistemas de IA capaces de analizar grandes cantidades de datos, lo que puede ayudar a los tribunales a tomar decisiones más informadas y precisas. El presente artículo tiene como objetivo analizar el papel de la inteligencia artificial como herramienta de mejora y optimización de los procesos penales en Ecuador. A través de una metodología de revisión bibliográfica se recabó toda la información tendiente a entender el uso de la IA en el proceso penal para aumentar la eficiencia y eficacia del proceso penal, así como la identificación de patrones en grandes conjuntos de datos. Como resultado de la presente investigación, se pudieron evidenciar, entre otros, sistemas basados en IA para estudiar a los sospechosos más probables y a los patrones de delito para prevenir futuros delitos. Se evidenció que el uso de la IA en el proceso penal también plantea preocupaciones en cuanto a la privacidad y la seguridad de los datos, así como preguntas sobre cómo la IA afectaría la toma de decisiones judiciales, ya que algunos temen que los algoritmos de IA sean sesgados o discriminatorios.

Abstract Artificial intelligence (AI) is a technology that has revolutionized numerous fields, including criminal proceedings. AI systems capable of analyzing large amounts of data are currently being developed, which can help courts make more informed and accurate decisions. This article aims to analyze the role of artificial intelligence as a tool for improving and optimizing criminal processes in Ecuador. Through a bibliographic review methodology, all the information aimed at understanding the use of AI in the criminal process was collected to increase the efficiency and effectiveness of the criminal process, as well as the identification of patterns in large data sets. As a result of this investigation, it was possible to demonstrate, among others, AI-based systems to study the most likely suspects and crime patterns to prevent future crimes. It is evident that the use of AI in criminal proceedings also raises concerns regarding privacy and data security, as well as questions about how AI would affect judicial decision-making, as some fear that AI algorithms are biased or discriminatory.

ABSTRACT The study addresses the possible contribution of AI systems to the improvement of teaching and learning in Basic School Education in Paraguay based on the analysis of AI incorporation policies in the educational systems of the region, aspects of the teaching and learning that can be innovative with the intentional incorporation of AI systems, the teaching skills necessary to operate AI systems, and the approach to teacher training in the subject of AI. As a methodology, documentary research was adopted in the tone given by Cifuentes (2011), since the intention is to interpret the institutional reports and scientific articles written in the last ten years referring to the subject, which acted as information units, consulted in accessible indexed journals to offer possible scenarios. Some relevant data is related to the experiences of use in various countries of the region and Paraguay without being able to certify its consolidation, the potential pedagogical value of this technology, the high demand for ICT skills for teachers who want to innovate with AI and the look towards teacher training focused on data science, programming and computational thinking.

RESUMEN Se aborda en el estudio la posible contribución de los sistemas de Inteligencia Artificial (IA) al mejoramiento de la enseñanza y aprendizaje en la Educación Escolar Básica en Paraguay a partir del análisis de las políticas de incorporación de IA en los sistemas educativos de la región, los aspectos de la enseñanza y aprendizaje que pueden ser innovados con la incorporación intencionada de sistemas de IA, las capacidades docentes necesarias para operar sistemas de IA y el abordaje de la capacitación docente en la temática de la IA. Como metodología se adoptó la investigación documental en la tónica que da Cifuentes (2011), pues se tiene la intención de interpretar los informes institucionales y artículos científicos escritos en los últimos diez años referentes a la temática, (que actuaron como unidades de información, consultados en revistas indexadas accesibles de manera a ofrecer escenarios posibles. Algunos datos relevantes guardan relación con las experiencias de utilización en diversos países de la región y Paraguay sin que se pueda certificar su consolidación, el importe potencial pedagógico de esta tecnología, la alta demanda de competencias TIC para los docentes que quieran innovar con IA y la mirada hacia la capacitación docente enfocada a la ciencia de los datos, la programación y el pensamiento computacional.

RESUMEN: La preparación militar depende en gran medida de la aptitud física y la capacidad operativa de su personal. Este estudio tiene como objetivo mejorar la eficacia de los protocolos de evaluación y clasificación de la composición corporal dentro del contexto militar. Se realizó una evaluación integral de 4.370 militares chilenos en servicio activo, centrándose en las características antropométricas, incluido el tejido adiposo, el tejido muscular y los índices antropométricos. El estudio observó diferencias significativas en la composición corporal entre sexos, con los hombres exhibiendo niveles más bajos de porcentaje de grasa corporal (hombres: 26,28 %; mujeres: 34,62 %) pero niveles más altos de masa muscular (hombres: 42,0 %; mujeres: 36,0 %;), índice de músculo esquelético (hombres: 11,81; mujeres: 9,31) e índice de masa magra (hombres: 19,92; mujeres: 18,45) en comparación con las mujeres. Se observaron altos niveles de tejido muscular en ambos grupos. Al integrar estos hallazgos en un protocolo de evaluación estandarizado, se logró una clasificación más precisa del personal militar, superando los métodos tradicionales utilizados en poblaciones obesas sedentarias. El estudio aboga por la adopción futura de un modelo de evaluación basado en algoritmos de inteligencia artificial (IA), que consideren la naturaleza multifacética de la composición corporal y su impacto en la capacidad operativa. Un modelo de este tipo permitiría a las fuerzas militares optimizar la aptitud física y la preparación de su personal, mejorando así su eficacia en las operaciones de despliegue.

SUMMARY: Military readiness relies heavily on the physical fitness and operational capability of its personnel. This study aims to enhance the effectiveness of body composition assessment and classification protocols within the military context. A comprehensive evaluation of 4370 active-duty Chilean military personnel was conducted, focusing on anthropometric characteristics, including adipose tissue, muscle tissue, and anthropometric indices. The study observed significant differences in body composition between genders, with men exhibiting lower levels of body fat percentage (men: 26.28 %; women: 34.62 %) but higher levels of muscle mass (men: 42.0 %; women: 36.0 %;), skeletal muscle index (men:11.81; women: 9.31), and fat-free mass index (men: 19.92; women: 18.45) compared to women. High levels of muscle tissue were observed in both groups. By integrating these findings into a standardized assessment protocol, a more accurate classification of military personnel was achieved, surpassing traditional methods used in sedentary obese populations. The study advocates the future adoption of an assessment model based on artificial intelligence (AI) algorithms, which consider the multifaceted nature of body composition and its impact on operational capability. Such a model would enable military forces to optimize their personnel's physical fitness and readiness, thus enhancing their effectiveness in deployment operations.

RESUMEN: Para diagnosticar el Síndrome Apnea Obstructiva del Sueño (SAOS) se utiliza la polisomnografía, el cual es un costoso y extenso estudio que exige que el paciente duerma en un laboratorio. El SAOS ha sido asociado con características de la morfología facial y mediante un modelo predictivo de la Inteligencia Artificial (IA), se podría realizar un diagnóstico preliminar. El objetivo de este estudio fue analizar por medio de una revisión de alcance, las opciones tecnológicas basadas en IA aplicadas al diagnóstico del SAOS, y los parámetros evaluados en dichos análisis en las estructuras craneofaciales. Se realizó una búsqueda sistemática de la literatura hasta febrero del 2024 y mediante criterios de inclusión y exclusión se determino los estudios a analizar. Los títulos y resúmenes fueron seleccionados de forma independiente por dos investigadores. Se seleccionaron 14 estudios, incluyeron un total de 13.293 sujetos analizados. El rango edad de la muestra oscilo entre 18 y 90 años. 9.912 (74.56 %) sujetos eran de sexo masculino y 3.381 (25,43 %) eran de sexo femenino. Los estudios incluidos presentaron diagnóstico de SAOS mediante polisomnografía, siete estudios presentaron un grupo control de sujetos con ausencia de SAOS y otro grupo con presencia de SAOS. Mientras que los demás estudios, presentaron grupos de SAOS en relación con su severidad. Todos los estudios tuvieron una precisión media del 80 % en la predicción de SAOS utilizando variables como la edad, el género, mediciones y/o mediciones imagenológicas. no existen exámenes previos al diagnóstico por polisomnografía que permitan orientar al usuario en la probable presencia de SAOS. En este sentido, existen factores de riesgo para desarrollar SAOS vinculados a la forma facial, la obesidad, la edad y otras condiciones, que sumados a los avances con IA para diagnóstico y orientación en SAOS podrían ser utilizados para la detección precoz del mismo.

SUMMARY: To diagnose obstructive sleep apnea syndrome (OSAS), polysomnography is used, an expensive and extensive study requiring the patient to sleep in a laboratory. OSAS has been associated with features of facial morphology, and a preliminary diagnosis could be made using an artificial intelligence (AI) predictive model. This study aimed to analyze, using a scoping review, the AI-based technological options applied to diagnosing OSAS and the parameters evaluated in such analyses on craniofacial structures. A systematic search of the literature was carried out up to February 2024, and, using inclusion and exclusion criteria, the studies to be analyzed were determined. Titles and abstracts were independently selected by two researchers. Fourteen studies were selected, including a total of 13,293 subjects analyzed. The age of the sample ranged from 18 to 90 years. 9,912 (74.56 %) subjects were male, and 3,381 (25.43 %) were female. The included studies presented a diagnosis of OSAS by polysomnography; seven presented a control group of subjects without OSAS and another group with OSAS. The remaining studies presented OSAS groups in relation to their severity. All studies had a mean accuracy of 80 % in predicting OSAS using variables such as age, gender, measurements, and/or imaging measurements. There are no tests before diagnosis by polysomnography to guide the user in the likely presence of OSAS. In this sense, there are risk factors for developing OSA linked to facial shape, obesity, age, and other conditions, which, together with the advances in AI for diagnosis and guidance in OSAS, could be used for early detection.

ABSTRACT Artificial intelligence is being widely used in various fields of medicine. The aim of this review is to describe the main applications, opportunities and challenges of AI in medicine by providing an overview of the current context. An overview of the literature was conducted, identifying the most up-to-date and relevant information on the topic. The electronic databases PubMed, Scopus and SciELO were consulted, from January 2019 to March 2024, in both English and Spanish. Systematic and non-systematic literature reviews, scoping reviews, original articles and book chapters were included. Duplicate articles, unclear scientific papers, those of low scientific rigour and grey literature were excluded. The implementation of artificial intelligence in medicine has brought remarkable benefits, ranging from the recording of medical information to the discovery of new drugs. It has generated a revolution in the traditional way of doing medicine. On the other hand, it has brought with it challenges in terms of accuracy, reliability, ethics, privacy, among others. It is crucial to maintain a patient-centred approach and ensure that these technologies are used to improve health outcomes and promote equity in access to care. Collaboration between healthcare professionals, researchers, regulators and technology developers will be critical to address these challenges and realise the full potential of artificial intelligence.

RESUMEN La inteligencia artificial se está usando ampliamente en diversos campos de la medicina. El objetivo de esta revisión es describir las principales aplicaciones, oportunidades y desafíos de la inteligencia artificial en medicina brindando una perspectiva del contexto actual. Se realizó una revisión narrativa de la literatura, identificando la información más actualizada y relevante sobre el tema. Se consultaron las bases de datos electrónicas PubMed, Scopus y SciELO, desde enero de 2019 a marzo de 2024, tanto en inglés como en español. Se incluyeron revisiones sistemáticas y no sistemáticas de la literatura, scoping reviews, artículos originales y capítulos de libros. Se excluyeron artículos duplicados, trabajos científicos poco claros, aquellos de bajo rigor científico y literatura gris. La implementación de la inteligencia artificial en medicina ha traído consigo notables beneficios, que van desde el registro de información médica hasta el descubrimiento de nuevos fármacos. Ha generado una revolución en la forma tradicional de hacer medicina. Por otro lado, ha traído consigo desafíos en materia de precisión, confiabilidad, ética, privacidad, entre otros. Es crucial mantener un enfoque centrado en el paciente y garantizar que estas tecnologías se utilicen para mejorar los resultados en salud y promover la equidad en el acceso a la atención médica. La colaboración entre profesionales de la salud, investigadores, entidades reguladoras y desarrolladores de tecnología será fundamental para enfrentar estos desafíos y aprovechar todo el potencial de la inteligencia artificial.

ABSTRACT This article examines the impact of artificial intelligence (AI) in education, focusing on the perceptions and experiences of young students at the Agrarian University of Ecuador (UAE) Using focus groups, we explore how students learned about AI, how they used it in their studies and daily lives, and their views on its usefulness and challenges. The results show that while AI offers personalized learning and assessment, it also raises concerns about technology dependence, data privacy, and potential biases. In addition, ethical and economic issues related to its implementation in educational institutions are discussed. The study highlights the need for a balanced approach that maximizes the benefits of artificial intelligence while minimizing its risks, and recommends the ethical use of these technologies with virtue and conscience in the future of education. This study provides a framework for strategic thinking and action for educators and policy makers in the integration of artificial intelligence in education.

RESUMEN El presente articulo examino el impacto de la inteligencia artificial (IA) en la educación, centrándose en las percepciones y experiencias de los jóvenes estudiantes de la Universidad Agraria del Ecuador (UAE) Utilizando grupos focales, se exploró cómo los estudiantes aprendieron sobre la IA, cómo la usaron en sus estudios y en su vida diaria, y sus puntos de vista sobre su utilidad y sus desafíos. Los resultados muestran que, si bien la IA ofrece aprendizaje y evaluación personalizados, también genera preocupaciones sobre la dependencia de la tecnología, la privacidad de los datos y posibles sesgos. Además, se discuten cuestiones éticas y económicas relacionadas con su implementación en las instituciones educativas. El estudio destaca la necesidad de un enfoque equilibrado que maximice los beneficios de la inteligencia artificial minimizando sus riesgos, y recomienda el uso ético de estas tecnologías con virtud y conciencia en el futuro de la educación. Este estudio proporciona un marco para el pensamiento y la acción estratégicos para educadores y formuladores de políticas en la integración de la inteligencia artificial en la educación.

Resumen Introducción : Objetivo: comparar sensibilidad diag nóstica de videocolposcopia con inteligencia artificial (IA) auxiliar, con la videocolposcopia común realizada por colposcopistas. Métodos : Estudio descriptivo de corte transversal retrospectivo, en 782 historias clínicas anonimizadas del Sistema Informático para el Tamizaje (SITAM), de mujeres a las cuales se les efectuaron videocolposcopia con IA y colposcopías con videocolposcopio común rea lizadas por especialistas, con sus biopsias (gold standard). Se evaluó la relación entre los resultados de videocol poscopia con IA y videocolposcopia común con resulta dos de las biopsias. Se calculó precisión global de cada procedimiento diagnóstico. Se determinó sensibilidad y concordancia de los resultados de la videocolposcopia con IA, con el gold standard. Resultados : Se analizaron 395 historias clínicas de pacientes con videocolposcopia con IA y 387 con vi deocolposcopia común. La precisión diagnóstica de resultados fue 80% (IC 95%: 75-83%) en videocolposco pias con IA y 65% (IC 95%: 60-69%) en videocolposcopia común (p<0.001). Los resultados de videocolposcopia con IA y colposcopia común se correlacionaron signifi cativamente con los resultados de las biopsias, rs=0.75 vs. rs=0.57 respectivamente (p<0.001). La sensibilidad de videocolposcopia con IA fue 96% (IC 95%: 94-98%), y 93% (IC 95%: 89-95%) en colposcopías comunes. La concordancia general de las impresiones colposcópicas clasificadas por videocolposcopia con IA y enfermedad fue mayor que la de la interpretación colposcópica de los colposcopistas (90% frente a 83%, Kappa 0.59 frente a 0.47, p<0.001). Conclusión : La alta precisión diagnóstica de video colposcopia con IA permite aumentar la sensibilidad del estudio y mejorar la detección precoz de lesiones precursoras de neoplasias cervicouterinas.

Abstract Introduction : To compare the diagnostic sensitivity of artificial intelligence (AI) assisted videocolposcopy with standard videocolposcopy performed by specialist colposcopists. Methods : A descriptive retrospective cross-sectional study, 782 anonymized medical records from the Com puterized System for Screening (SITAM) of women who underwent videocolposcopy with AI and colposcopy with common videocolposcopy performed by specialists, with their corresponding biopsies (gold standard) were analyzed. The relationship between the results of IA videocolposcopy and regular videocolposcopy and the results of biopsies was evaluated. The overall accuracy of each diagnostic procedure was calculated. The sensitiv ity and concordance of the results of AI videocolposcopy with the gold standard (biopsy) were determined. Results : A total of 395 patient records of patients with IA videocolposcopy and 387 with regular vi-deocolposcopy were analyzed. The accuracy of results was 80% (IC 95%: 75-83%) in IA videocolposcopy and 65% (IC 95%: 60-69%) in regular videocolposcopy (p<0.001). Videocolposcopy results with IA and com mon colposcopy were significantly correlated with bi opsy results, rs=0.75 vs. rs=0.57 respectively (p<0.001). The sensitivity of videocolposcopy with AI was 96% (95% CI: 94-98%), and 93% (95% CI: 89-95%) for regu lar colposcopy. The overall agreement of colposcopic impressions classified by videocolposcopy with AI and disease was higher than that of colposcopic interpretation by colposcopists (90% vs. 83%, Kappa 0.59 vs. 0.47, p<0.001). Conclusion : The high diagnostic accuracy of AI vi-deocolposcopy allows obtaining highly sensitive studies that help in the early detection of precursor lesions of cervical neoplasia.