Inteligencia artificial al servicio de la comunidad: un enfoque predictivo y personalizado

Abstract

Este trabajo se enmarca en una línea de investigación orientada a la integración de técnicas de Inteligencia Artificial, Argumentación Rebatible y Ciencia de Datos con el objetivo de optimizar procesos complejos en dominios socio-técnicos relevantes, particularmente el educativo y el agropecuario. La propuesta parte de la premisa de que la toma de decisiones en estos contextos se ve fuertemente condicionada por la incertidumbre, la heterogeneidad de la información y la coexistencia de argumentos potencialmente conflictivos. En este contexto, se propone un enfoque que combina modelos predictivos basados en análisis de datos con formalismos argumentativos capaces de representar, evaluar y explicar razonamientosrebatibles. La integración de estas herramientas permite no solo anticipar escenarios futuros a partir de datos históricos y actuales, sino también justificar y transparentar las decisiones sugeridas por los sistemas inteligentes. Se analizan los fundamentos teóricos del enfoque, se describen las principales líneas de investigación y desarrollo, y se discuten los resultados alcanzados y esperados. Los avances obtenidos sugieren que la combinación de ciencia de datos y argumentación computacional constituye una base sólida para el diseño de sistemas inteligentes explicables, robustos y orientados al apoyo efectivo a la toma de decisiones en contextos reales.