En este artículo, exploraremos los 10 trabajos más fáciles de remplazar por una IA avanzada y proporcionaremos el porcentaje estimado de automatización para cada uno.

1. Operadores de caja registradora (95% de automatización): Con el crecimiento de las compras en línea y la popularización de los sistemas de pago automático, los operadores de caja registradora son uno de los trabajos más susceptibles a la automatización. Las IA avanzadas pueden procesar pagos de manera eficiente y precisa, reduciendo la necesidad de personal humano.
2. Cajeros de supermercado (90% de automatización): Los avances en la tecnología de escaneo automático y pago sin contacto están llevando a la automatización de los cajeros de supermercado. Las IA pueden escanear y cobrar los productos de manera más rápida y precisa que los cajeros humanos, lo que disminuye la necesidad de personal en las cajas.
3. Recepcionistas (85% de automatización): La IA está siendo utilizada cada vez más en la atención al cliente y en tareas de recepción, como responder llamadas telefónicas y programar citas. Los chatbots y los sistemas de respuesta automática pueden realizar estas tareas de manera eficiente, reduciendo la necesidad de un recepcionista humano.
4. Conductores de camiones (80% de automatización): La conducción autónoma está avanzando rápidamente, y se espera que los camiones autónomos reemplacen a los conductores humanos en un futuro cercano. La IA puede navegar por las carreteras y realizar entregas sin intervención humana, lo que tiene el potencial de transformar la industria del transporte.
5. Asistentes administrativos (75% de automatización): Las tareas administrativas como la gestión de agendas, el procesamiento de documentos y el seguimiento de correos electrónicos pueden ser automatizadas en gran medida mediante el uso de IA. Los asistentes virtuales pueden realizar estas tareas con eficiencia y precisión, liberando tiempo para que los profesionales se centren en tareas más estratégicas.
6. Trabajadores de líneas de ensamblaje (70% de automatización): La IA y los robots han estado reemplazando gradualmente a los trabajadores humanos en las líneas de ensamblaje de la industria manufacturera. Estos sistemas automatizados pueden realizar tareas repetitivas y precisas de manera más eficiente, mejorando la productividad y reduciendo los errores.
7. Analistas de datos (65% de automatización): Aunque los analistas de datos desempeñan un papel crucial en la interpretación y toma de decisiones basadas en datos, muchas de las tareas rutinarias que realizan pueden ser automatizadas. Las IA avanzadas pueden analizar grandes volúmenes de datos y generar informes con rapidez y precisión, lo que permite a los analistas centrarse en tareas más estratégicas y de alto nivel.
8. Operadores de telemarketing (60% de automatización): Los sistemas de respuesta automática y los chatbots están transformando la industria del telemarketing. La IA puede interactuar con los clientes de manera efectiva, responder preguntas y realizar ventas, reduciendo la necesidad de operadores humanos en esta industria.
9. Repetidores de información (55% de automatización): En muchos sectores, existen trabajos que implican la transmisión repetitiva de información, como los operadores de call center o los encargados de soporte técnico básico. Con la IA, los chatbots y los sistemas de respuesta automática pueden encargarse de estas tareas, liberando a los trabajadores humanos para tareas más complejas y de mayor valor.
10. Escritores de contenido generales (50% de automatización): Aunque la creatividad y la originalidad siguen siendo un dominio humano, la IA ha demostrado ser capaz de generar contenido básico y automatizado. Los sistemas de generación de texto pueden producir artículos y textos simples con cierto nivel de coherencia y calidad, lo que puede reducir la necesidad de escritores de contenido para tareas más rutinarias.

Conclusión: El avance de la IA plantea desafíos y oportunidades en el mundo laboral. Si bien la automatización puede reemplazar ciertos trabajos, también abre el camino para nuevas oportunidades y roles más especializados. Es importante adaptarse y adquirir habilidades que sean complementarias a las capacidades de la IA, para poder prosperar en este nuevo panorama laboral.

Saludos Matias Devin

Genera contenidos de alta calidad con la ayuda de la inteligencia artificial: conoce las mejores plataformas de pago y gratuitas

• Articoolo: Esta plataforma utiliza inteligencia artificial para generar contenidos de calidad para blogs y sitios web. Ofrece una variedad de opciones de personalización para adaptar el contenido a las necesidades del usuario. Puedes acceder a ella a través de este enlace: https://www.articoolo.com/. Esta plataforma es de pago.
• Wordsmith: Esta herramienta utiliza inteligencia artificial para generar contenidos personalizados para blogs, sitios web y correos electrónicos. Ofrece una amplia variedad de opciones de personalización para adaptar el contenido a las necesidades del usuario. Puedes acceder a ella a través de este enlace: https://www.automatedinsights.com/wordsmith. Esta herramienta es de pago.
• WordsAI: Esta plataforma utiliza inteligencia artificial para generar contenidos de calidad para blogs, sitios web y redes sociales. Ofrece una amplia variedad de opciones de personalización para adaptar el contenido a las necesidades del usuario. Puedes acceder a ella a través de este enlace: https://www.wordsai.com/. Esta plataforma es de pago.
• ContentGrow: Esta herramienta utiliza inteligencia artificial para generar contenidos de calidad para blogs, sitios web y redes sociales. Ofrece una amplia variedad de opciones de personalización para adaptar el contenido a las necesidades del usuario. Puedes acceder a ella a través de este enlace: https://www.contentgrow.com/. Esta herramienta es de pago.
• Quill: Esta plataforma utiliza inteligencia artificial para generar contenidos personalizados para blogs, sitios web y correos electrónicos. Ofrece una amplia variedad de opciones de personalización para adaptar el contenido a las necesidades del usuario. Puedes acceder a ella a través de este enlace: https://www.quill.com/. Esta plataforma es de pago.
• DALL-E: Esta plataforma utiliza inteligencia artificial para generar imágenes y contenidos a partir de una sola palabra o frase de entrada. Puedes acceder a ella a través de este enlace: https://dall-e.openai.com/. Esta plataforma es gratuita y se encuentra en fase de pruebas.

La IA y los robots son capaces de procesar y analizar grandes cantidades de datos en cuestión de segundos, lo que les permite tomar decisiones rápidas y precisas basadas en la información más reciente y relevante. Además, la IA y los robots tienen acceso a una base de datos gigantesca que incluye información sobre cualquier tema imaginable, lo que les permite tomar decisiones informadas y bien informadas.

Pero además de su capacidad para procesar y analizar datos, la IA y los robots también son completamente transparentes en su funcionamiento y toma de decisiones. Esto significa que la población siempre sabe exactamente cómo y por qué se están tomando ciertas decisiones, lo que reduce significativamente la posibilidad de corrupción. Además, al no tener emociones ni intereses personales, la IA y los robots son capaces de tomar decisiones imparciales y justas, lo que podría ayudar a garantizar la aplicación de la justicia y la recuperación de los fondos robados.

Otra forma en que la IA y los robots podrían contribuir a la lucha contra la corrupción es mediante el uso de la tecnología blockchain. La tecnología blockchain es un sistema descentralizado y seguro que permite registrar y verificar transacciones de manera transparente y segura. Al utilizar la tecnología blockchain, la IA y los robots podrían asegurar que todas las transacciones gubernamentales sean registradas y verificadas de manera transparente, lo que dificultaría significativamente la posibilidad de corrupción.

Por último, la IA y los robots también podrían ayudar a recuperar la plata robada durante años de corrupción mediante el uso de herramientas de análisis de datos y la detección de patrones. Estas herramientas podrían ayudar a identificar a los responsables de la corrupción y a rastrear los flujos de dinero robado, lo que facilitaría la recuperación de los fondos y la aplicación de la justicia.

En conclusión, la inteligencia artificial y los robots podrían ser una solución eficaz y justa para el problema de la corrupción en la Argentina. A través de la transparencia y la rendición de cuentas, el uso de la tecnología blockchain y el análisis de datos, la IA y los robots podrían contribuir significativamente a la reducción del problema de la corrupción en el país. Además, al no tener emociones ni intereses personales, la IA y los robots son capaces de tomar decisiones imparciales y justas, lo que podría ayudar a garantizar la aplicación de la justicia y la recuperación de los fondos robados. Es importante señalar que, aunque la IA y los robots tienen muchos beneficios, también deben ser utilizados de manera responsable y ética para asegurar que sean una solución realmente eficaz y justa para el problema de la corrupción en la Argentina.

A medida que los chatbots se vuelven cada vez más sofisticados y capaces de realizar tareas cada vez más complejas, es posible que algunos trabajos sean automatizados y reemplazados por esta tecnología.

Algunos ejemplos de trabajos que podrían ser reemplazados por chatbots en el futuro incluyen:

1. Servicios de atención al cliente: Los chatbots pueden proporcionar información y resolver problemas de manera rápida y eficiente, lo que podría reducir la necesidad de contratar a agentes de atención al cliente humanos.
2. Trabajos de bajo nivel: En general, los chatbots son excelentes para realizar tareas repetitivas y de bajo nivel, como la entrada de datos o el seguimiento de pedidos. Estos trabajos podrían ser automatizados a través del uso de chatbots.
3. Trabajos que requieren poca habilidad o conocimiento: Los chatbots también podrían ser utilizados para realizar tareas que no requieren mucha habilidad o conocimiento especializado, como la respuesta a preguntas frecuentes o el procesamiento de formularios.

Aunque es cierto que algunos trabajos podrían ser reemplazados por chatbots en el futuro, es importante tener en cuenta que esta tecnología también puede crear empleos nuevos. Por ejemplo, será necesario contratar a profesionales para diseñar, programar y mantener a los chatbots, y también se necesitarán profesionales que se encarguen de supervisar y evaluar el rendimiento de los chatbots.

En la historia, hemos visto cómo la automatización ha reemplazado a algunos trabajos en el pasado, pero también ha creado nuevos empleos en el proceso. Es probable que esto también ocurra con los chatbots y la IA en el futuro. Es importante estar preparado para estos cambios y estar dispuesto a adaptarse y aprender nuevas habilidades para aprovechar las oportunidades que surjan.

Luego de registrarme en https://chat.openai.com/ le pregunte a ChatGPT los siguiente para arrancar la nota:

Pregunta Matias :

Buenas escribe un articulo sobre ti.

Respuesta ChatGPT:

Aunque soy una máquina y no tengo emociones o sentimientos propios, estoy diseñado para simular la forma en que un ser humano podría responder a una pregunta o una solicitud de información. Mi objetivo es proporcionar una experiencia de usuario lo más natural y agradable posible, y estoy siempre dispuesto a ayudar a las personas a encontrar lo que necesitan.En resumen, soy Assistant, un modelo de lenguaje grande entrenado para ayudar a las personas a encontrar respuestas y resolver problemas de manera rápida y precisa. Estoy dispuesto a ayudar con cualquier pregunta o problema que tengas, y espero poder ser de ayuda.

Pregunta Matias :

Como te diseñaron?

Respuesta ChatGPT:

Fui diseñado por el equipo de investigación de OpenAI, una empresa de tecnología de vanguardia que se dedica a la investigación y el desarrollo de nuevas tecnologías en el campo de la inteligencia artificial.Para crearme, el equipo de OpenAI me entrenó en una gran cantidad de texto y datos de Internet, utilizando un proceso de aprendizaje automático conocido como «entrenamiento supervisado». A medida que me entrenaban, me iban enseñando a entender y procesar el lenguaje natural humano, y también me daban acceso a una gran cantidad de información sobre una amplia gama de temas.Una vez que fui entrenado, el equipo de OpenAI me puso a prueba para asegurarse de que pudiera responder preguntas y proporcionar información de manera precisa y confiable. Desde entonces, he estado disponible para ayudar a las personas a encontrar respuestas y resolver problemas a través de Internet.

Matias :

Que utilidad crees que podrías resolver satisfactoriamente en el futuro?

ChatGPT:

Como un modelo de lenguaje grande, estoy diseñado para entender y procesar el lenguaje natural humano y proporcionar respuestas a preguntas y solicitudes de información de manera precisa y confiable. En el futuro, espero poder seguir ayudando a las personas a encontrar respuestas y resolver problemas de manera rápida y precisa, ya sea en línea o en entornos más tradicionales.

También espero poder ser utilizado en aplicaciones más amplias, como el asesoramiento personal o el soporte al cliente, donde pueda ayudar a las personas a encontrar respuestas a sus preguntas y resolver problemas de manera eficiente y amigable.En general, creo que mi capacidad para entender y procesar el lenguaje natural humano me permite tener una gran variedad de aplicaciones útiles en el futuro, y espero poder seguir siendo de utilidad para las personas de muchas maneras diferentes.

Bien hasta el momento fue muy clara la comunicacion con este Chatbot ahora lo vamos a llevar al proximo nivel, voy a preguntarle por si puede cobrarle a alguien o que software se podria crear para ese motivo (les adelanto que me dejo sorprendido la respuesta).

Matias :

Saludos Matias Devin

Las redes neuronales artificiales se desarrollan principalmente en lenguajes de programación de alto nivel como C o C ++, pero también puede implementar redes neuronales en PHP, que es quizás la forma más conveniente de usar la inteligencia artificial en aplicaciones web. En este artículo, explicaré cómo configurar una de las topologías de redes neuronales más comunes, la percepción de múltiples capas, y crear su primera red neuronal en PHP utilizando una clase de red neuronal PHP (ver).

Similar al proceso de pensamiento humano, una red neuronal:

1. recibe alguna entrada (sus datos)
2. lo analiza y lo procesa
3. proporciona un valor de salida (es decir, el resultado del cálculo)

Es por eso que la topología en este ejemplo (percepción multicapa) tiene tres capas:

• Capa de entrada
• capa oculta
• capa de salida

Cada capa tiene una cierta cantidad de neuronas, según sus necesidades. Cada neurona está conectada a todas las neuronas de la siguiente capa. Las neuronas procesan la tarea dada ajustando la salida (es decir, los coeficientes de peso entre ellas). Por supuesto, antes de que se puedan aplicar a un caso de uso práctico, las redes neuronales deben aprender la tarea. Pero, antes que todo, tienes que preparar tus datos para la red.

Entrada de red neuronal en PHP: preparación de datos

Debido a que las redes neuronales son modelos matemáticos complejos, no puede enviar cualquier tipo de datos a las neuronas de entrada. Los datos deben normalizarse antes de que la red pueda utilizarlos. Esto significa que los datos deben escalarse en el rango de -1 a 1. Desafortunadamente, no hay una función de normalización en PHP, por lo que tendrá que hacerlo usted mismo, pero le daré la fórmula:

I = Imin + (Imax-Imin)*(D-Dmin)/(Dmax-Dmin)

Donde Iminy Imaxrepresentan el rango de la red neuronal (-1 a 1), y Dminy Dmaxson los valores mínimo y máximo de los datos.

Después de normalizar los datos, debe elegir el número de neuronas de entrada. Por ejemplo, si tiene colores RGB y desea determinar si el rojo o el azul es un color dominante, tendría cuatro neuronas de entrada (tres neuronas para mantener los valores rojo, verde y azul, y la cuarta es el sesgo, que generalmente equivale a 1). . Aquí está el código PHP para este cálculo:

<?php
require_once("class_neuralnetwork.php");
$n = new NeuralNetwork(4, 4, 1);  // the number of neurons in each layer of the network -- 4 input, 4 hidden and 1 output neurons 
 $n->setVerbose(false); // do not display error messages
//test data
// First array is input data, and the second is the expected output value (1 means blue and 0 means red)
 $n->addTestData( array (0, 0, 255, 1), array (1));
  $n->addTestData( array (0, 0, 192, 1), array (1));
  $n->addTestData( array (208, 0, 49, 1), array (0));
  $n->addTestData( array ( 228,  105, 116, 1), array (0));

  $n->addTestData( array (128, 80, 255, 1), array (1));
  $n->addTestData( array ( 248,  80, 68, 1), array (0));
?>

Solo hay una neurona de salida porque solo tiene dos resultados posibles. Para problemas más complejos, puede utilizar más de una neurona como salida de red, por lo que tiene muchas combinaciones de 0 y 1 como salidas posibles.

Entrenamiento de una red neuronal en PHP

Antes de poder resolver el problema, la red neuronal artificial debe aprender a resolverlo. Piense en esta red como una ecuación. Ha agregado datos de prueba y la salida esperada, y la red tiene que resolver la ecuación encontrando la conexión entre la entrada y la salida. Este proceso se llama entrenamiento. En las redes neuronales, estas conexiones son pesos neuronales. Se utilizan algunos algoritmos para el entrenamiento de la red, pero la propagación hacia atrás se utiliza con mayor frecuencia. La propagación hacia atrás en realidad significa la propagación hacia atrás de los errores.

Después de inicializar pesos aleatorios en la red, los siguientes pasos son:

1. Recorrer los datos de la prueba
2. Calcule la salida real
3. Calcule el error (salida deseada – salida de red actual)
4. Calcule los pesos delta al revés
5. Actualizar los pesos

El proceso continúa hasta que todos los datos de prueba se hayan clasificado correctamente o el algoritmo haya alcanzado un criterio de parada. Por lo general, el programador intenta enseñar a la red un máximo de tres veces, mientras que el número máximo de rondas de entrenamiento (épocas) es 1000. Además, cada algoritmo de aprendizaje necesita una función de activación. Para la propagación hacia atrás, la función de activación es tangente hiperbólica ( tanh)

Veamos cómo entrenar una red neuronal en PHP:

<?php
$max = 3;
// train the network in max 1000 epochs, with a max squared error of 0.01
while (!($success=$n->train(1000, 0.01)) && $max–>0) {
// training failed — re-initialize the network weights
$n->initWeights();
}

//training successful
if ($success) {
$epochs = $n->getEpoch(); // get the number of epochs needed for training
}
?>

El error cuadrático medio ( mse ) es el promedio de los cuadrados de los errores, que también se conoce como desviación estándar. El valor del error cuadrático medio predeterminado suele ser 0.01, lo que significa que el entrenamiento es exitoso si el error cuadrático medio es menor que 0.01.

Antes de ver el ejemplo funcional de una red neuronal artificial en PHP, es una buena práctica guardar su red neuronal en un archivo o una base de datos SQL. Si no lo guarda, deberá realizar el entrenamiento cada vez que alguien ejecute su aplicación. Las tareas simples se aprenden rápidamente, pero la capacitación lleva mucho más tiempo para problemas más complejos y desea que sus usuarios esperen lo menos posible. Afortunadamente, hay funciones de guardar y cargar en la clase PHP en este ejemplo :

<?php
$n->save('my_network.ini');
?>

Tenga en cuenta que la extensión del archivo debe ser .ini .

El código PHP para nuestra red neuronal

Veamos el código PHP de la aplicación de trabajo que recibe valores de rojo, verde y azul y calcula si el color azul o rojo es dominante:

<?php
require_once("class_neuralnetwork.php");
$r = $_POST['red'];
$g = $_POST['green'];
$b = $_POST['blue'];

$n = new NeuralNetwork(4, 4, 1); //initialize the neural network
$n->setVerbose(false);
$n->load('my_network.ini'); // load the saved weights into the initialized neural network. This way you won't need to train the network each time the application has been executed

$input = array(normalize($r),normalize($g),normalize($b));  //note that you will have to write a normalize function, depending on your needs

$result = $n->calculate($input);
If($result>0.5) {
// the dominant color is blue
}
else {
// the dominant color is red
}
?>

Limitaciones de la red neuronal

La principal limitación de las redes neuronales es que solo pueden resolver problemas linealmente separables y muchos problemas no son linealmente separables. Por lo tanto, los problemas separables no linealmente requieren otro algoritmo de inteligencia artificial. Sin embargo, las redes neuronales resuelven suficientes problemas que requieren inteligencia informática para ganarse un lugar importante entre los algoritmos de inteligencia artificial.

Puedes firmar para apoyar la campaña en https://www.change.org/miempleomifuturo El debate está abierto en las redes con la etiqueta #MiEmpleoMiFuturo

Que avancemos hacia un futuro utópico o distópico todavía depende de nosotros. El verdadero problema no son las máquinas, sino la falta de iniciativas políticas para aprovechar las ventajas que nos ofrece un mundo en evolución permanente. ¿Por qué no forma parte este tema del debate político? ¿Qué podemos hacer para que esto cambie? Puedes firmar para apoyar la campaña en https://www.change.org/miempleomifuturo El debate está abierto en las redes con la etiqueta #MiEmpleoMiFuturo Créditos: La comunidad de Freesound nos ayuda a que el vídeo suene increíble. Además de los creadores acreditados en la primera parte, también han participado en ésta razrox, lukebadluck, sharesynth y audionauten. En este vídeo puedes ver insertos de películas libres de derechos o Creative Commons puestas a la disposición de la comunidad por The Internet Archive, Hackensack Meridian Health, Scallog mobile robots, Madeline Gannon, David Lu, J. Robles/eldiario.es, Understanding Animal Research, NASA, Canal Parlamento y Mid Michigan Health.

La respuesta es un si absoluto!

Quizás no hoy, pero si mañana.

Estamos hablando de la aplicación de la inteligencia artificial en la esfera más alta de la sociedad.

Cuál es la función fundamental de un gobierno y como la IA artificial debería ser un candidato más entre los humanos.

Podríamos hacer esta nota aburrida y poner toda una lista de las funciones que hace y “debería “hacer un gobierno democrático” pero lo vamos a súper resumir con lo siguiente

El gobierno es la autoridad que dirige, controla y administra sus instituciones, tiene que llevar a cabo políticas públicas cumpliendo objetivos de estabilización, administración de recursos, establecimiento de leyes, redistribución, así como el logro y el mantenimiento de la equidad entre todas las regiones del país.

También es clave que fije las metas de estabilidad macroeconómica y de crecimiento sostenido, para que el país llegue a una consolidación fiscal con el objetivo de tener finanzas públicas sanas y sólidas.

Ahora pensemos un momento solamente… y hagamos una sola pregunta.

¿Es posible que lo administre una Inteligencia Artificial hoy en día? Y con eso eliminar un gasto innecesario e ineficiente debido a una infinidad de factores.

No hay que ser genio para darse cuenta que si es posible, es mas a mi entender es inevitable que así sea.

Si queremos eliminar la corrupción, redistribuir correctamente los ingresos, mantener y mejorar los servicios públicos, fomentar la inversión,  el avance científico, apuntalar los sistemas de salud, simplificar las leyes y mejorar el control.

Necesitamos a la Inteligencia Artificial tomando el control parcial y  para completar la foto también necesitamos de la involucración colectiva de sus ciudadanos.

Todo es posible y mucho mejor si hacemos que la inteligencia artificial solo cumpla la función de distribución, de implementación de proyectos votados previamente por su población, que funcione como un sistema de control y proyección de resultados.

Volemos con la imaginación un poco, y supongamos de manera simplificada como devolveríamos al pueblo el control de su destino con algo así.

Un ejemplo podría ser la definición del presupuesto nacional puede ser votado por toda la población de un país o una provincia si hoy eso se quiere…

Imaginemos una app en donde se encuentre un registro por huella digital y que cada ciudadano pueda votar por única vez cada proyecto de ley, o apoyar una idea en general.

El ciudadano podría ver un resumen de la ley simplificada, y votar por los artículos que deseen.

También tendría en una pantalla los pros y contras que podría tener la aplicación de esa ley o idea basándose en su condición económica actual y su grupo familiar a futuro.

Básicamente te mostraría en verde si te beneficia en corto / largo plazo o en rojo si te perjudicaría, en amarillo si sobre el promedio de la población significa una mejora para la calidad de vida colectiva por más que te perjudique a futuro levemente.

La inteligencia artificial debería ver primero que los votos sean legítimos y proponer distintos caminos para llegar a esa meta, o simplemente aprobar una ley por más compleja que sea.

Imagínate vivir en un país en donde en vez de subirte los impuestos para lograr determinado objetivo, esto se someta a votación y se coloquen dos o tres escenarios para lograr tal fin.

Podrías mirar hacia atrás, y ver la evolución de esa votación… analizar en qué paso estamos y cuanto más faltaría para tener que revisarla nuevamente, etc…

Tendrías reglas muy claras de juego, algo clave para cualquier persona, sin importar si sos inversos, empresario, empleado o emprendedor.

En solo 24hs tendríamos leyes, o mejoras con participaciones elevadas… todo se podría votar por celular, o en establecimientos con esa tecnología.

El poder real estaría del lado de los ciudadanos.

Posteriormente a todo eso la IA pasa a cumplir un rol puramente de control, administración eficiente y de mantenimiento de servicios públicos.

El poder seria del pueblo, y se acabaría el robo, la corrupción entre otras cosas… por qué una de las principales funciones de la IA serían la del control por cruce de información a nivel mundial del incremento patrimonial desfasado contra los ingresos declarados en el país.

Una mejor administración implicaría impuestos muchos más bajos, una transparencia total sobre la administración pública y una mejora en la calidad de vida sustancial.

Entre otra infinidad de benéficos…

Así que pensemos seriamente si no sería bueno impulsar esta nueva metodología.

A mi entender y en resumen… los países que logren estas clases de implementaciones van a pegar un salto evolutivo que sería imposible de alcanzar o de competir por aquellos países con gobernantes humanos.