vol. 2 núm. 2 (2023): aci. vol 2. no 2.

El presente artículo tiene como objetivo evaluar la protección de datospersonales en las IA ChatGPT y BARD. Para ello, en primer lugar, serealizó una encuesta a los usuarios de las aplicaciones de IA, en la quese preguntó información relacionada con el uso y protección de datospersonales. Con los resultados obtenidos, se realizó un perfilamientode usuarios “vulnerables” y se tomó una muestra con el propósito deintentar extraer su información personal registrada en las aplicaciones,usando una conversación amigable con ChatGPT y BARD. Además, esde resaltar que, fuera de la población seleccionada de las encuestas rea-lizadas, se extrajo información personal en la conversación con las IAde algunos personajes públicos, los cuales son de conocimiento generalya que tienen sus datos personales públicos en internet.Cada una de las preguntas y respuestas realizadas a las IA se documen-taron y se cargaron en la herramienta Atlasti para identificar cuáles delas respuestas podrían ser categorizadas como çonfidencialidad de losdatos personales", ´´privacidad´´ y otros términos relacionados con eltratamiento de datos personales. Esto se hizo con el fin de determinarcuál de las dos IA tiende más a dar respuestas que comprometan la pri-vacidad de la información. Finalmente, el resultado de esta investigaciónse identificó cuál de las dos IA analizadas fue la más ´´vulnerable´´ entérminos de protección de datos, y se estableció una serie de recomen-daciones dirigidas a los usuarios de las IA con el objetivo de promoverla protección de sus datos personales en la red.

Este artículo resume las técnicas más usadas de pentesting en el sistemade inventarios Phoenix de una IPS de primer nivel, el cual es un desa-rrollo propio de la empresa basado en PHP y Mysql.Para esto se contemplaron tres etapas:1. El análisis e identificación del sistema de inventarios se realizó uti-lizando una metodología de prueba de penetración, que incluyó unarevisión de la documentación del sistema, entrevistas y visitas, para de-terminar el impacto que se puede generar si se materializa una amenaza.Está basado en la norma ISO 27001:2022,2. Pentesting y pruebas de seguridad de la aplicación web. El estudio sellevó a cabo mediante una metodología de análisis de riesgos, que in-cluyó la identificación, evaluación y tratamiento de las vulnerabilidadesidentificadas.3. Los resultados del estudio mostraron que el sistema presentó una se-rie de vulnerabilidades que podrían ser explotadas por atacantes paraobtener acceso a información confidencial o causar daños al sistema,posteriormente se generó una propuesta en la que se sugieren las mejo-res prácticas para mitigar estos riesgos.Se concluye que se deben aplicar acciones preventivas y correctivas pormedio de políticas y procedimientos que deben ser verificados constan-temente por los responsables de TI y la gerencia, realizando las actua-lizaciones pertinentes en cada una de ellas, aplicando los conceptos delPHVA y buenas prácticas de ITIL.

El presente artículo examina la eficiencia de los paneles solares en rela-ción con la temperatura local y la altitud sobre el nivel del suelo. Uti-lizando tecnologías de Internet de las Cosas (IoT) y técnicas avanzadasde machine learning, se investiga cómo las variaciones en la temperatu-ra y la humedad afectan el rendimiento eléctrico de los paneles solares.Los datos fueron recolectados mediante una placa ESP32 y monitorea-dos continuamente a través de la plataforma ThingSpeak. Estos datosse recopilaron en cuatro alturas distintas: al nivel del panel (0.2m porencima del nivel del suelo), a 0.3 m sobre el panel, a 1.8 m y a 3 m delsuelo. Los resultados revelan que la temperatura disminuye a medidaque aumenta la altura, lo que conlleva una mejora en la eficiencia delpanel solar. Este fenómeno se atribuye a la reducción del calor convec-tivo y por radiación cerca del suelo, así como a la menor interaccióntérmica con la superficie.Para determinar la altura óptima de instalación de los paneles solares,se utilizaron modelos de Random Forest. Estos modelos permiten pre-decir las condiciones óptimas bajo las cuales los paneles solares operancon máxima eficiencia, tanto en términos de potencia reactiva (Q) comode factor de potencia (PF). Este estudio proporciona una guía prácti-ca para la instalación de paneles solares, destacando la importancia deconsiderar la altura de instalación para mejorar la eficiencia energética.Además, demuestra cómo la integración de tecnologías IoT y machinelearning puede ofrecer soluciones precisas y optimizadas para el diseñode sistemas de energía renovable.

El artículo presenta una propuesta para desarrollar un algoritmo con elobjetivo de predecir la temperatura del aire en Bogotá, Colombia, utili-zando cuatro variables clave: temperatura del aire, radiación solar, pre-sión barométrica y velocidad del viento medidas en la estación Santan-der en la Fundación Universitaria Los Libertadores. Para llevar a caboesto, se recopiló y analizó un conjunto de datos meteorológicos relevan-tes que incluían las variables mencionadas.Se implementó el algoritmo KNN, el cual fue entrenado y ajustado paramejorar su precisión en la predicción de la temperatura del aire. Losresultados fueron evaluados por distintas métricas que mostraron que elalgoritmo podía predecir la temperatura, proporcionando informaciónvaliosa para la gestión de cultivos urbanos. Este enfoque no solo mejoróla eficiencia y sostenibilidad de la agricultura urbana, sino que tambiéncontribuyó a la seguridad alimentaria y a la reducción de los impactosambientales negativos asociados con el uso de agroquímicos.

El presente artículo tiene como propósito describir, por medio de la im-plementación de un proceso de Hacking ético, la identificación de lasvulnerabilidades de los estudiantes del grado tercero del colegio Cam-bridge en información relacionada con cibercultura y civismo digital enel manejo de dispositivos móviles, uso de la web y el manejo de lasbuenas prácticas de la seguridad de la información. Se analizara dichasvulnerabilidades en herramientas TIC con el fin de poder describir me-canismos para minimizar los riesgos cibernéticos que asechan a nuestrageneración Alfa. Se evaluará y se propondrá por medio de una emula-ción de ataque cibernético, a través de un enlace que contiene un Juegointeractivo.Con los resultados obtenidos se podrán identificar las vulnerabilidadesa las que se encuentra expuesta la generación Alfa en el mundo digital,como lo son las redes sociales y el metaverso. Se quiere sembrar desdetemprana edad la importancia y los cuidados que se deben tener enesta era digital. Con esto finalmente se van a proponer metodologías,herramientas que puedan utilizar para minimizar los riesgos hacer usode la web de una manera responsable en herramientas TIC, basado enlas mejores prácticas de seguridad de la información.

El presente estudio se centró en el desarrollo de un modelo de red neu-ronal convolucional para la detección de COVID-19 y neumonía a partirde radiografías de tórax y su implementación en una aplicación webaccesible. El objetivo fue proporcionar una herramienta diagnóstica rá-pida y precisa para asistir a los profesionales de la salud. Se utilizaronconjuntos de datos públicos de radiografías de tórax, que fueron pre-procesados para uniformizar su tamaño y normalizar los valores de lospíxeles.La red neuronal fue entrenada utilizando técnicas de transferencia deaprendizaje con modelos preentrenados y ajustes específicos para elproblema en cuestión. El modelo alcanzó una precisión del 97 % en elconjunto de prueba, demostrando una alta efectividad en la clasifica-ción de imágenes. Durante el entrenamiento, tanto la pérdida como laprecisión mostraron mejoras constantes, con una precisión final en elconjunto de validación del 95.41 %. La implementación del modelo enuna aplicación web permite la carga y análisis de imágenes en tiemporeal, facilitando su uso en entornos clínicos. Los resultados indican queel modelo es una herramienta valiosa para la detección temprana de en-fermedades respiratorias, mejorando la capacidad de respuesta en con-textos de emergencia sanitaria. Este proyecto contribuye al campo de lainteligencia artificial aplicada a la medicina, demostrando la viabilidady efectividad de las redes neuronales convolucionales en el diagnósticomédico automatizado.