4.1. RESUMEN

Compartimiento de la normatividad respecto a la tecnología:

• Tipo de documento normativo: 39% de los documentos identificados están asociados con proyectos de ley.


• Regiones con actividad en materia normativa: Estados Unidos, Unión Europea y Asia – Pacífico.


• Agencias que está a la cabeza de iniciativas o estrategias nacionales: Para la tecnología se encuentran agencias de gobierno como ministerios (en su mayoría relacionado con desarrollo económico, comunicaciones, industria y comercio o ciencia, tecnología e innovación) y sus departamentos administrativos para promover dichas estrategias.

Usos o aplicaciones que vienen siendo potenciadas desde un enfoque normativo:

• Administración Pública
• Fuerza laboral o profesiones del futuro
• Justicia
• Seguridad Nacional (Defensa)
• Educación

Dilemas o áreas asociados con la tecnología a ser reguladas:

• Derechos Humanos
• Transparencia
• Vehículos autónomos
• Sistemas autónomos de armas letales
• Protección de datos
• Ciberseguridad

Atributos de la tecnología:

4.2. MARCO NORMATIVO PARA LA TECNOLOGÍA

Como resultado de la revisión y depuración de los documentos encontrados en las diferentes búsquedas realizadas, se tiene la Tabla 9 que muestra un consolidado de los documentos asociados a leyes y proyectos y/o proposiciones de ley relacionadas con Inteligencia Artificial o soluciones derivadas de esta tecnología. Es importante mencionar que el criterio mencionar que el criterio fundamental para listar los documentos en la siguiente tabla fue el origen o fuente de procedencia, ya que la búsqueda se focalizó en identificar documentos de orden gubernamental.

De acuerdo con la información previa, se pueden identificar diferentes formas de aproximación que realizan los gobiernos para establecer políticas concernientes al aprovechamiento de la tecnología, pero también a la regulación de los efectos e implicación que pueden generar su uso. De la revisión de documentos se puede identificar que en la actualidad la mayoría de los esfuerzos en cuanto a la creación de políticas y marcos regulatorios están en etapas incipientes o de revisión, dato que se sustentan en que alrededor del 39 % de los documentos detectados son proyectos de ley, mientras que, en cuanto a leyes, acto legislativo, decreto y/o resoluciones corresponde a un 36 % de los documentos identificados.

Es importante resaltar como complemento a los esfuerzos previamente mencionados existen también directrices (guías), códigos o reglamentos impulsados por organismos o agencias de gobierna en aras de habilitar el uso de soluciones derivadas de la inteligencia artificial o clarificar su aplicación en sectores de interés. De los documentos analizados este tipo de iniciativas representó el 24 %.

4.3. IMPACTO DE LA NORMATIVIDAD EN LA TECNOLOGÍA

A partir del análisis y revisión del objeto o sentido de las leyes, regulaciones y proyectos de ley, se puede establecer una recurrencia en ciertos conceptos claves que dan cuentan de usos, aplicaciones o áreas que están siendo reguladas ya sea para potenciar el uso, proteger derechos de terceros, o establecer reglas de juego.

Bajo esta lógica se puede identificar impactos positivos que ha tenido la normatividad detectada hasta el momento en relación a la aplicación de la inteligencia artificial (IA) y la promoción del uso de soluciones derivadas. De acuerdo con la revisión de documentos realizada en este informe se encuentran los siguientes usos o aplicaciones que vienen siendo potenciadas desde un enfoque normativo:

• IA en la Administración Pública: las aplicaciones de la AI en actividades relacionadas con el Gobierno o los servicios que este presta a través de agencias gubernamentales o de estado, vienen siendo promovidas por algunos territorios en aras de aprovechar el potencial que tienen soluciones derivadas de la AI para la toma de decisiones y agilización de procesos (Observatory of Public Sector Innovation, 2019).


• IA en la fuerza laboral o profesiones del futuro: en los reportes y proyectos de ley que se vienen generando al interior de diferentes países, se ha identificado que la fuerza laboral actual puede verse impactada por los adelantos que puede o está introduciendo el uso de AI para la ejecución de múltiples labores, lo que conlleva a un alto grado de automatización de cierto procesos y tareas. Esta situación más que vista como una amenaza, Estados Unidos (ver Tabla 4) por ejemplo lo percibe como oportunidad para entrenar a la futura fuerza laboral en habilidades relacionadas con el manejo de estas nuevas tecnologías y reentrenar a los trabajadores existentes generando un entorno inclusivo.


• IA en la aplicación de justicia: el cumplimiento de la ley es una de las responsabilidades más demandantes para los gobiernos y sus cuerpos policiales. Dentro de las aplicaciones que tiene la AI, uno de los sectores que puede tener un impacto positivo es el de la justicia y cumplimiento de la ley. Se han encontrado proyectos de ley y directrices tendientes a promover el uso de la AI en la revisión de decisiones jurídicas previas (jurisprudencia) con el ánimo de predecir futuras decisiones judiciales (ver Tabla 4), por otro lado para el cumplimiento de la ley se tiene que a través de AI y herramientas de reconocimiento facial se pueden establecer programas que apoyen la imposición de sanciones civiles, penales, comparendos de tránsito, entre otros[ Ver Tabla 9].


• IA en la educación: debido al continuo cambio que experimenta el mercado laboral generado por la introducción de las tecnologías de la información (incluida la IA) se hace necesario revisar los currículos actuales de programas de formación y promover su armonización con dicho contexto. Países como Estados Unidos y miembros de la Unión Europea, consciente de esta situación se encuentran promoviendo proyectos de ley y reglamentos que impacten el sector educativo en este sentido y así preparar a dichos estados en la apropiación de dichas tecnologías (ver Tabla 9).


• IA en la Seguridad Nacional (Defensa): por lo general las actividades de inteligencia han estado asociadas a labores para preservar la seguridad nacional de un estado, es por ello por lo que territorios como Estados Unidos considera la AI como un potenciador de estas laborales, sin dejar de lado que también representa un riesgo en el momento que otros actores hagan uso indebido de dicha tecnología para dañar la seguridad de un país. En todo caso, se desea promover el entendimiento y aplicación de la AI, respaldado por políticas de estado, en actividades de Defensa ya que al comprender y apropiar el potencial de la tecnología se puede disminuir el riesgo de ser víctima de ataques criminales usando tecnologías de la información(Ozlem Ulgen (Law at the School of Law, 2016).

4.4. BARRERAS Y DESAFÍOS EN LA REGULACIÓN

Bajo el análisis de la documentación y casos normativos se identificaron áreas específicas o usos particulares de soluciones derivadas de la inteligencia artificial (IA) que se presentan como desafíos o permiten detectar la existencia de vacíos a la hora de contrastarlos con la normatividad existente. Para caso concreto de la tecnología de AI, se tienen los siguientes dilemas o áreas a ser reguladas:

• AI y su impacto en los Derechos Humanos: uno de los grandes dilemas o desafíos que enfrente la sociedad a nivel y por ende los encargados de legislar es el factor ético en la ejecución de actividades derivadas del uso de AI, lo que a su vez introduce desafíos en cuanto a la protección de los Derechos Humanos, ¿quién toma responsabilidad por las decisiones automatizadas ejecutadas por un sistema de IA? ¿tienes los robots un estatus legal o derechos? ¿cómo evitar que las decisiones automatizadas generen estereotipos, discriminación o vulneren derechos de ciertas poblaciones?, todos estos cuestionamientos y otros son los que han despertado preocupación en los estados y sus organismos legislativos y de control. Dicha situación puede entorpecer el libre desarrollo de la tecnología hasta que no se tenga claro las consideraciones éticas (las cuales deben estar amparadas en un marco regulatorio) que se deben cumplir a la hora de usar la AI (ver Tabla 9).


• AI su impacto en la transparencia: las aplicaciones de la AI son múltiples, y para su correcto desarrollo y dependiendo del objetivo que se quiera alcanzar, se requiere el uso de grandes cantidades de datos en los cuales se basara la decisiones tomadas o resultantes, por lo tanto, es imperativo garantizar que dichas decisiones sean transparentes y hacen un correcto uso de la información, sectores como el financiero son muy sensibles a este tipo de situaciones y se requiere marcos claros que regulen dicha actividad para implementar mejoras en labores de contabilidad y tributación que tienen una estricta regulación. (ver Tabla 9).


• Vehículos autónomos: el contar con vehículos no tripulados o autónomos es una realidad que se está materializando gracias a tecnologías como la AI, sin embargo, la implementación de esta aplicación en particular ha traído un sin número de desafíos a los gobiernos en materia normativa, ya que este tipo de concepto no estaba contemplado en los marcos regulatorios existentes, y debido a ello se ha generado todo un proceso a nivel mundial, de revisión de normatividad vigente y generación de proyectos de ley, directrices y/o reglamentos que establezcan normas o reglas claras para una correcta apropiación de este tipo de soluciones, el no tener un marco claro implicaría una obstaculización del testeo de este tipo de soluciones automatizadas.


• La próxima figura y de acuerdo con la información detectada en el presente informe, muestra una mirada mundial sobre la validación y testeo de vehículos autónomos y las diferentes posiciones en cuanto al contexto normativo de los diferentes países. Dentro las posiciones más frecuentes se encuentran: permitir su testeo sin conductor, permite su testeo únicamente con conductor, permite su testeo sin legislación específica, permite su testeo con y/o sin conductor, la decisión depende del estado (países federales), no permiten su testeo[ (Legal Research Directorate staff, 2019)].

• Sistemas autónomos de armas letales: dentro de las aplicaciones de la inteligencia artificial se encuentran los sistemas autónomos de armas letales que tienen como objetivo reducir la exposición de soldados en operaciones militares, sin embargo, este tipo de uso de la tecnología genera posiciones divididas a nivel mundial, ya que uno de los desafíos que se presenta en el marco regulatorio está relacionado en la confiabilidad que tienen las decisiones tomadas por este tipo de sistemas y como estos pueden acoplarse a los protocolos y leyes actuales en temas militares.

4.5. ESTRATEGIAS O INICIATIVAS NACIONALES QUE APALANCAN LA TECNOLOGÍA

Los países y sus gobiernos adicionalmente a las leyes, normas, códigos, decretos y estatutos cuentan con otro tipo de instrumentos para la generación políticas en temas específicos o áreas con interés de ser explotadas por una nación. Las iniciativas o estrategias nacionales son un ejemplo de este tipo de instrumentos, en donde se crea todo un plan o ruta de trabajo a seguir por diferentes instituciones y actores que deben estar involucrados en la consecución de un objetivo que traerá bienestar a la sociedad y la economía de un país.

Las estrategias o iniciativas nacionales, por lo general, contemplan capítulos o apartados focalizados en políticas y marcos regulatorios ya sea generando recomendaciones o directrices que habiliten el cumplimiento del objetivo del plan. Para la tecnología AI, la Tabla 10 muestra un resumen de las estrategias o iniciativas que se identificaron como habilitadoras de soluciones basadas en AI a nivel mundial.

Adicionalmente, la siguiente figura muestra un panorámico de los avances en cuanto a ejecución o construcción de estrategia o iniciativas nacionales, a partir de los documentos identificados aplicando la metodología de búsqueda descrita en el presente informe. Como hallazgo interesante se puede identificar una actividad importante en las regiones de Europa (Unión Europea) y Asia-Pacífico en el establecimiento de iniciativas asociadas al aprovechamiento del potencial que tienen las soluciones basadas en AI. Se tienen 3 niveles de avances la construcción de dichas estrategias: cuenta con una estrategia nacional consolidada en AI, el apalancamiento de la AI hacer parte de una estrategia nacional digital, o se encuentra en la construcción de la estrategia.

4.6. CASOS Y EJEMPLOS

4.7. CONCLUSIONES

La complejidad de las tecnologías emergentes en la actualidad trae consigo desafíos a nivel regulatorio, los cuales son más prominentes en un sin número de sectores. Hoy por hoy no se hace extraño encontrar declaraciones de organismos reguladores que reconocen estar siendo sobrepasados por la velocidad del avance tecnológico y existe el temor de no estar preparados para enfrentar estas nuevas tecnologías o los cambios que introducen nuevos modelos de negocio.

Sin ser ajenos a la anterior situación, en este informe se mostró un panorámico de desafíos, barreras e incluso oportunidades identificadas desde el ámbito regulatorio para la Inteligencia Artificial (IA).

Para cubrir dichos vacíos o potenciar el uso de ciertas soluciones derivadas de estas tecnologías a nivel mundial se encontraron avances en el establecimiento de leyes y/o proyectos de ley orientados a generar marcos regulatorios claro y pertinentes, promover el entendimiento de estas nuevas tecnologías (realizando estudios de estado del arte, por ejemplo), e implementando políticas públicas específicas en estas tecnologías a través de estrategias o iniciativas nacionales.

Si bien para cada una de las tecnologías son particulares el contexto, los desafíos y las oportunidades a ser abordadas desde una mirada de la normatividad se encontraron algunos temas transversales a las tres tecnologías analizadas en este informe. Temáticas como la educación, la ciberseguridad, la seguridad nacional, y la protección de datos fueron relevantes para cada una de estas tecnologías desde el análisis normativo realizado.

En este caso, desde el análisis de la normatividad realizado para la tecnología Inteligencia Artificial, se encontró que las aplicaciones o usos que vienen siendo potenciadas por distintos gobiernos desde el ámbito normativo están relacionados con administración pública, fuerza laboral o profesiones del futuro, justicia, seguridad nacional y educación. Desde la mirada de los desafíos o áreas que requieren ser reguladas o donde se ve imperativo establecer un marco regulatorio, se encontró un foco en derechos humanos, transparencia, vehículos autónomos, sistemas autónomos de armas letales, protección de datos y ciberseguridad.

En cuanto a los territorios que muestran acciones o actividades de trabajo para establecer marcos regulatorios en las temáticas descritas previamente, se encontró que las regiones de Norte América, Unión Europea y Asia Pacífico vienen avanzando en dichas agendas de trabajo, en donde de acuerdo con el tipo de documentos identificados dichos esfuerzos en su mayoría se ven representados en proyectos de ley que se vienen gestionando en los diferentes cuerpos legislativos de cada país.

Respecto a las estrategia o iniciativas nacionales asociadas con IA, se encontró que particularmente para esta tecnología de han adelantado en una gran proporción de países a nivel mundial el establecimiento dichos estrategias o se encuentran en la construcción de esta, hecho que evidencia el enorme interés que ha generado esta tecnología emergente en diferentes latitudes debido a su gran potencial en cuanto a usos y aplicaciones en múltiples sectores. Cabe destacar que en el presente informe se detectaron un especial esfuerzo regulatorio en cuanto a vehículos y sistemas autónomos de armas letales.

La información presentada en los anteriores capítulos del informe, permite mostrar como las nuevas tecnologías no son estáticas ni se establecen como islas sin ningún contacto con las demás. A continuación, se relacionan algunos espacios de convergencia que se han identificado, lugares comunes, actuales o futuros, donde las tres tecnologías intervienen desde sus potencialidades específicas, para la construcción de soluciones conjuntas.

Convergencia de las tres tecnologías:

Internet de las Cosas cuenta con capacidad intuitiva, Inteligencia Artificial y Machine Learning con poder cognitivo y Blockchain con memoria infalible, cada uno de forma independiente cuentan con la capacidad de revolucionar procesos, pero juntos, transforman las organizaciones hacia un modelo habilitado tecnológicamente. Para ello, es importante:

• Reconocer la importante de la nube.


• Comprender que estas tecnologías se sustentan en grandes cantidades de datos, por lo que la gestión de estos juega un papel fundamental.


• Comprender que la adopción de estas tecnologías requiere, en algunos casos, un cambio en los procesos y formas de hacer las cosas (Oracle, 2018).

Estos espacios se traducen en una serie de fichas en las que se detalla cómo las diferentes tecnologías se interconectan, la forma en que se materializa esta integra y lo que se espera lograr. Así mismo, se presentan algunos casos relevantes relacionados con cada uno de los espacios de convergencia.

6.1. IDENTIFICACIÓN DE TENDENCIAS Y MACROTENDENCIAS

Las tendencias tecnológicas se identifican comúnmente a partir de aquellos desarrollos y aplicaciones que están en las primeras fases de apropiación. Según la teoría de difusión de la innovación de Rogers (1997), las primeras fases de adopción se dan por parte de Innovadores y adoptantes tempranos (Figura 56). En estas etapas, las fuentes de información tienen características más técnicas, dirigidas a públicos con el conocimiento suficiente para entender los atributos que ofrecen los nuevos productos. Por lo tanto, teniendo en cuenta la pertinencia de las fuentes, se seleccionan documentos con no más de 2 años desde su publicación, y se analiza su calidad en función de la profundidad técnica y el alcance de su difusión.

De esta forma, y teniendo en cuenta la multiplicidad de posibles fuentes de información, tendencias y megatendencias de todo tipo, y diversos sectores de aplicación, se priorizaron las tendencias relacionadas al desarrollo y crecimiento de las tres tecnologías a profundizar desde el C4IR, que corresponden a Inteligencia Artificial -IA, Internet de las cosas -IoT y Blockchain.

Las fuentes fueron identificadas teniendo en cuenta:

• Organizaciones especializadas en estudios tendenciales
• Aplicaciones identificadas desde las diferentes tecnologías
• Otras fuentes tecnológicas reconocidas

Continuando con el proceso, se realizó un barrido sobre las diferentes fuentes y se contrastó su calidad a partir de una matriz de validación, para esto, cada una de las fuentes se valoró con una puntuación de 1 a 5 a partir de las características intrínsecas del documento y de su origen, teniendo en cuenta su profundidad técnica y su difusión.

En cuanto a la profundidad técnica, la definimos a partir de la forma como está presentada la información y el nivel de desagregación que presenta respecto a la tecnología o tendencia, de esta forma, se le asigna una calificación de cinco (5) para un documento técnico especializado, que contiene información acerca de una o varias tecnologías, organizada de forma estructurada y presentada con alto nivel de detalle, con metodologías o descripciones paso a paso para replicabilidad. Y uno (1) para documentos de corte más divulgativo o referencial, con generalidades y elementos mayormente subjetivos, tanto de las tecnologías como de sus aplicaciones.

Por su parte, para el componente difusión, se adoptó una postura donde el nivel uno (1) corresponde a fuentes para sectores o aplicaciones muy especializadas o con poca difusión, como información recogida de empresas o instituciones particulares locales, y cinco (5) para fuentes altamente reconocidas y con un índice de citaciones alto, tanto desde el punto de vista comercial como académico.

De esta forma se construye una matriz como la mostrada en la Figura 56, donde se priorizaron fuentes que estuvieran en los campos A y B, que presentan una alta profundidad técnica y de difusión, seguidos por fuentes tipo C, con alta difusión y bajo nivel técnico (presente en portales o plataformas especializadas en la difusión de contenidos técnicos o tecnológicos), las tipo D fueron evitadas para el análisis tendencial debido a que no se contaba con una validación técnica o por pares suficientemente robusta para tomarlas como fuentes tendenciales, más sin embargo, este tipo de fuentes resultó de gran utilidad en la identificación de casos de aplicación y proyectos ejemplificantes, debido a que corresponden principalmente a reportes empresariales con una baja profundidad técnica y poco alcance de difusión, pero que permiten ver como las tecnologías son aplicadas en los diferentes contextos tendenciales.

Todo lo anterior se definió para establecer un grupo de fuentes lo suficientemente robusta y validada, que permitiera obtener un panorama amplio de comparación de elementos para la definición de las tendencias, evitando, en la medida de lo posible, malos análisis de información debidos al contraste de elementos pobremente estructurados.

Al aplicar todo lo anterior en las fuentes identificadas para el presente estudio, arrojó como resultado la Figura 58, donde se muestran los diferentes documentos consultados y su clasificación en los cuadrantes establecidos. Para este caso el margen de priorización se estableció en 3 puntos para difusión y 3.5 puntos para profundidad técnica, debido a que, por las características de este informe, se precisa mayor profundidad técnica que de otros tipos. Estos resultados se pueden contrastar con el anexo bibliográfico, donde se puede identificar cada una de las fuentes consultadas y su posición relativa en el cuadrante.

6.2. METODOLOGÍA DE SELECCIÓN DE ATRIBUTOS

Partiendo de la definición anterior, y con el apoyo de los expertos del Centro para la Cuarta Revolución Industrial -C4RI, sede Medellín, se identificaron una serie de atributos asociados a las diferentes tecnologías. Es así como de manera preliminar se asoció un atributo principal o guía, que permitiría ejemplificar el proceso y de esta forma clarificar el método de selección. Este atributo principal se originó del cruce de las diversas fuentes consultadas, teniendo en cuenta los elementos preeminentes en las soluciones que se están generando con las tecnologías, esto mediante un proceso de identificación y cruce de las tendencias, con las tecnologías y las soluciones que estas les aportan. El proceso entonces continuó con el apoyo de los expertos para que, teniendo en cuenta su conocimiento sobre las tecnologías, se lograran identificar otros atributos que pudieran estar relacionados y no ser tan evidentes.

De esta forma, se construyó un panorama de posibles elementos constitutivos de la “personalidad” de cada una de las tecnologías, que luego fueron validados desde aplicaciones, emprendimientos o empresas relevantes observadas a nivel global, evidenciándose la intencionalidad de imprimir el atributo específico para generar una solución a una necesidad de la sociedad. Esto permitió asociar diversos atributos en otros más generales y, de esta forma, generar un panorama de elementos que las tecnologías pueden aportar en la solución de diversos problemas.

El proceso anterior se puede resumir en el siguiente gráfico:

6.3. LISTADO DE ATRIBUTOS

Agilidad: Es la capacidad de un sistema para realizar cualquier actividad con destreza y/o rapidez

Confiabilidad: Hace referencia a la cualidad de ser creible o confiable debido a que el sistema trabaja o se comporta como se espera.

Confianza: Seguridad que se tiene en la correcta operación de la tecnología en todo tipo de contextos.

Consenso: Implica el acuerdo adoptado por consentimiento entre todos los elementos constitutivos del sistema.

Desintermediación: Corresponde a la eliminación de intermediarios en una transacción entre dos partes, de forma que no hay terceras partes involucradas o centralizadas.

Eficacia: Corresponde a la capacidad de un dispositivo de realizar una tarea determinada, a pesar de las circunstancias. Es la habilidad de producir el efecto esperado.

Eficiencia: Implica el buen uso de los recursos en cualquier forma que no se malgasten, y corresponde a la relación entre la energía o recursos útiles entregados por un sistema dinámico y la energía o recursos suministrados.

Inmutabilidad: Imposibilidad de que la información sea cambiada o distorsionada de manera intencional por fuera de los protocolos establecidos para ellos. Es la capacidad de pertenecer imperturbable ante distintos ataques o afectaciones.

Integridad: Define la habilidad de presentarse como un todo sin divisiones apreciables. También corresponde a la capacidad de presentar la información sin corrupción.

Interoperabilidad: Capacidad de los sistemas de información de compartir datos y posibilitar el intercambio de información y conocimiento entre ellos.

Interoperabilidad (ii): Hace parte del grado en que dos o más productos, programas, sistemas, etc, pueden ser usados juntos. Corresponde a la cualidad de estar habilitado para trabajar en conjunto con otro componente de origen diferente.

Optimización: Corresponde a la forma como la tecnología busca la mejor manera de hacer una cosa para obtener los mejores resultados posibles

Personalización: Corresponde al atributo de dar a un objeto o servicio unas características exclusivas o extremadamente detalladas que correspondan con las necesidades de un individuo o una colectividad específica.

Reproductibilidad: Corresponde con la fiabilidad en la generación de resultados futuros consistentes a partir de condiciones iniciales específicas

Seguridad: La seguridad está relacionada con la garantía que un sistema puede dar sobre el cumplimiento de una meta o propósito

Sentido de presencia: En el caso de IoT corresponde a la capacidad de generar la impresión de estar en varios los lugares o de acompañar durante todo el tiempo.

Transferencia de valor: Corresponde a la forma como se puede transar valor real a partir elementos digitales, teniendo en cuenta que con blockchain no se crea valor, sino que se le asigna una identidad digital que es susceptible de ser transferida sin destruir ni duplicar el valor.

Transparencia: Corresponde a la calidad de la tecnología de permitir ser “atravesada libremente” o “vista” dentro de ella, permitiendo evidenciar lo que ocurre en su interior.

Trazabilidad: Corresponde a la posibilidad de encontrar y seguir el rastro de la información, a través de todas las etapas de producción, transformación y distribución.

Ubicuidad: comprende el aprovechamiento de dispositivos en ambientes y espacios relacionados con diferentes medios, donde estos están inmersos completamente, indiferenciandose del espacio donde se encuentran.

Versatilidad: Corresponde a la habilidad de cambiar o ser usado fácilmente para diferentes situaciones. Contar con múltiples usos o aplicaciones dependiendo de la necesidad.

6.4. METODOLOGÍA DE PRIORIZACIÓN DE ODS

Teniendo en cuenta el poder transformador de las diferentes tecnologías 4IR, se hace importante definir claramente donde podría ser el mayor aporte de estas a los ODS, para esto se construyo una metodología de enfoque de tecnologías que permitiera acercar las metas de los ODS a las formas como las tecnologías podrían apalancarlas. Es así como se trabajó con el grupo de expertos del Centro para la Cuarta Revolución Industrial, para revisar los diferentes Objetivos y discutir sobre como cada tecnología podría apalancarlos, en términos de impacto Alto, Medio, Bajo o Nulo, esto mediante una herramienta de validación donde se discutía sobre cada uno de los Objetivos y sus metas.

Es así como el C4IR llega al siguiente resultado, fruto de las rondas de calificación:

Para llegar a este resultado, fue necesario generar rondas de calificación de impacto de los objetivos, estas se realizaron en talleres presenciales y virtuales con los expertos C4IR. En estas rondas se calificaron los 17 Objetivos de acuerdo con el aporte que la tecnología tenía en el logro de sus metas. Cada uno de los expertos emitió una calificación para las tres tecnologías, al contrastar la información, se ponderó el valor a partir del área de profundización del experto, dando un mayor peso a las opiniones marcadas en la tecnología que lideran, de esta forma se lograron los puntajes anteriores, que permitieron priorizar los 5 ODS a los que cada tecnología apoyaría más.

6.5. METODOLOGÍA DE IDENTIFICACIÓN DE DOCUMENTOS NORMATIVOS

Para la revisión de documentos normativos asociados al uso de AI, Blockchain e IoT se realizaron búsquedas en bases abiertas, en donde se empleó ecuaciones de búsqueda para detectar leyes o proyectos ley relacionados con usos, aplicaciones, soluciones o áreas afines a la tecnología. De acuerdo con la metodología de selección de información, los documentos identificados fueron localizados a partir de páginas oficiales de gobiernos, repositorio de textos regulatorios, y páginas de organismos multilaterales. Las siguientes tablas muestran las palabras claves que sirvieron de guía inicial para la construcción de las ecuaciones que ayudaron a la identificación de documentación vigente.

Después de aplicar las ecuaciones de búsqueda y refinar los términos claves como resultado de un proceso iterativo de búsqueda, el criterio principal para listar los documentos en el presente informe fue la fuente de procedencia (oficiales o de agencias de gobierno) en el caso de las leyes, normas, regulaciones, y proyectos de ley. Para el caso de las estrategias o iniciativas nacionales se emplearon las palabras claves descritas previamente, haciendo énfasis en una ventana de tiempo sobre los últimos 5 años (periodo 2014 – 2019) a partir de la fecha de aplicación de las búsquedas en bases abiertas.

4IR: Siglas que hacen referencia al periodo de la Cuarta Revolución Industrial.

Algoritmo: Secuencia de instrucciones y operaciones lógicas que permiten llegar a un determinado resultado deseado.

C4IR: Siglas que hacen referencia al Centro para la Cuarta Revolución Industrial ubicado en la ciudad de Medellín

Centralizado: Que sus elementos están ubicados en el centro o en un único espacio.

Cibernética: Hace referencia a todos los elementos creados y regulados en un espacio virtual o por computador.

Cibersalud: Elementos de seguridad digital aplicados en el sector de salud.

Ciberseguridad: Elementos de seguridad digital

Comoditización: Referente a que el producto o servicio se está generalizando en el mercado, adquiriendo calidad de bien transable o intercambiable con otros productos del mismo tipo.

Constitución: ley fundamental de un Estado, con rango superior al resto de las leyes, que define el régimen de los derechos y libertades de los ciudadanos y delimita los poderes e instituciones de la organización política.

Dark box: interfaz normativa, en casos que emplean tecnología blockchain o DLT para la consecución de objetivos per se ilegales. Estos casos instan a los entes legislativos a desarrollar regímenes de cooperación global más efectivos para detectar, rastrear y perseguir usos blockchain basados en actividades ilícitas. Lo anterior, requiere el desarrollo de políticas claras en la frontera de la recolección, análisis y distribución de datos, las cuales deben ser lo suficientemente robustas para crear y mantener una confianza pública.

Decreto: Norma de rango inferior a la Ley que la desarrolla o que tiene un ámbito propio de actividad independiente de aquélla; la competencia para dictar decretos radica en el Gobierno.

Descentralizado: Que sus elementos no están ubicados en un espacio común, sino que se encuentran distribuidos.

Drivers: Se entienden como drivers aquellos elementos habilitadores o impulsores que permiten el logro de un objetivo específico.

Edge/borde. Yo diría: Conjunto de servicios de cómputo y almacenamiento que se prestan remotamente a través de internet

FakeNews: Palabra de origen inglés que hace referencia a las noticias falsas.

Hardware: Componentes o elementos físicos pertenecientes al computador o sistema informático.

Impacto: Huella o efecto producto de una determinada acción.

Latencia: Para la tecnología es definido como retrasos o demoras que ocurren en una red de información

Legislación: Conjunto de procedimientos y trámites que impulsan y acompañan a la ley, desde la presentación del proyecto hasta la aprobación del texto definitivo.

Macroanálisis: Análisis en el que se incluyen factores de estudio de diversas fuentes.

Macrotendencia: Las macrotendencias, por su parte, corresponden a la suma de diferentes tendencias que apuntan en una dirección determinada. De esta forma, la macrotendencia se define y se expresa desde las tendencias que la componen.

Megatendencia: Las megatendencias son de carácter global, sostenidas por fuerzas macroeconómicas de desarrollo que impactan los negocios, la economía, sociedad, culturas y vidas personales definiendo así nuestro mundo futuro y su progresivo ritmo de cambio (Frost & sullivan, 2017).

Nodo: Se refiere a los puntos en donde se evidencia una intersección, conexión o unión de varios elementos que conforman una red.

Nube: Conjunto de servicios de cómputo y almacenamiento que se prestan remotamente a través de internet.

Patente: Derechos de propiedad atribuidos a una persona o una entidad por su creación o participación en la creación de una invención.

PCT: Tratado de Cooperación en materia de Patentes, es un tratado internacional que confiere prioridad a los solicitantes sobre un rango amplio de territorios de protección, esto no corresponde a una patente mundial, solo a una forma simple de reclamar prioridad.

Recycle box: Interfaz normativa para blockchain o tecnologías de registro distribuido (DLT por sus siglas en ingles), usada en casos en dichas soluciones tecnológicas pueden conseguir indiscutiblemente objetivos permisibles de una forma mejor, rápida y menos costosa. Como resultado, estas soluciones requieren únicamente adaptaciones menores en los marcos regulatorios existentes a nivel nacional e internacional. En este sentido, el marco legal existente puede ser “reciclado” para varios casos de uso de blockchain.

Regulación: Acto jurídico de alcance general, obligatorio en todos sus elementos y directamente aplicable en todo un Estado.

Sandbox: Interfaz normativa empleada en los casos que usan tecnología blockchain y/o DTL para conseguir objetivos permisibles pero que de alguna forma implica un riesgo regulatorio los cuales, por razones relacionadas con las propiedades técnicas de blockchain, no pueden ser abordadas dentro del régimen legal sin destruir su propuesta de valor. La identificación del beneficio social de este tipo de casos requiere un trabajo coordinado entre legisladores nacional e internacionales con emprendedores de tecnologías blockchain y DTL para crear formas innovadoras de satisfacer los derechos normativos sobre múltiples industrias a una escala global.

Sensar: Neologismo que hace referencia a la captación de datos a partir de sensores.

Sensórica: Concepto que hace referencia al uso de sensores para la captación de datos.

Simulación: Acción de experimentar en un ambiente creado de manera artificial.

Software: Programas o elementos digitales pertenecientes al sistema informático.

Tecnología: Es la aplicación del conocimiento científico a los objetivos prácticos de la vida humana o, como a veces se dice, al cambio y la manipulación del entorno humano (Encyclopaedia Britannica, 2019)

Tendencia: Una tendencia es una dirección general hacia la cual algo está cambiando, desarrollándose o desviándose durante diferentes periodos de tiempo. Estas tendencias se podrán clasificar como secundarias para marcos de tiempo cortos, primarias para marcos de tiempo medio y seculares para marcos de tiempo largos. El término también puede significar una moda. Una tendencia implica un patrón de cambio gradual en un proceso, producto o condición.

Por ejemplo: “En el mundo de las redes sociales si algo se vuelve tendencia, es tema de muchas publicaciones compartidas”.

Proposición o proyecto de ley: Iniciativa legislativa presentada a los órganos que ejercen la potestad legislativa de un Estado.

TIC: Siglas que hacen referencia a tecnología, información y comunicaciones.

Wearables: Dispositivos que son usados por los seres humanos o incorporados en el cuerpo humano y que permiten la captación de información e integración con otros dispositivos.

• Accenture. (2019). Global IT company drives operational excellence. Retrieved September 17, 2019, from https://www.accenture.com/usen/ case-studies/operations/driving-excellence-through-intelligentfinance


• Acemoglu, D., & Restrepo, P. (2018). Artificial Intelligence, Automation and Work. Retrieved from http://www.nber.org/papers/w24196


• ACI Universal Payments. (2017). Unlocking the Real Benefits of “Sweet Spot.” ACI Universal Payments, 10. Retrieved from https:// www.aciworldwide.com/-/media/files/collateral/trends/unlockingbenefits- of-blockchain-tl-us.pdf


• ACS (2018a). Artificial Intelligence- a starter guide to the future of business. Retrieved from: https://www.acs.org.au/content/dam/acs/ acs-publications/ACS%20Artificial%20Intelligence%20Starter%20 Guide.pdf


• ACS (2018b). Blockchain Innovation A Patent Analytics Report. (November). Retrieved from: https://www.acs.org.au/content/dam/ acs/acs-publications/ACS%20Blockchain%20Report.pdf


• AI HLEG. (2019). A Definition of AI: Main Capabilities and disciplines. Retrieved from https://ec.europa.eu/newsroom/dae/document. cfm?doc_id=56341


• Allied Market Research (2018) Global Smart Cities Market.


• Alsén, D., Patel, M., & Shangkuan, J. (2017). The future of connectivity: Enabling the Internet of Things.


• Andoni, M., Robu, V., Flynn, D., Abram, S., Geach, D., Jenkins, D., Peacock, A. (2019). Blockchain technology in the energy sector: A systematic review of challenges and opportunities. Renewable and Sustainable Energy Reviews, 100(February 2018), 143–174. https:// doi.org/10.1016/j.rser.2018.10.014


• ASSOCHAM. (2018). Cybersecurity for Industry 4.0: Cybersecurity implications for government, industry and homeland security. EY. Retrieved from https://www.ey.com/Publication/vwLUAssets/ ey-cybersecurity-for-industry-4-0/$File/ey-cybersecurity-forindustry- 4-0.pdf


• Attia, T. M. (2019). Challenges and Opportunities in the Future Applications of IoT Technology. ECONSTOR, 2, 16.


• Banco Mundial (2019), La naturaleza cambiante del trabajo” Retrieved from http://documents.worldbank.org/curated/ en/636921541603308555/pdf/WDR2019-Overview-Spanish.pdf


• BBVA. (2018). Digital Identity: the current state of affairs. Retrieved from: https://www.bbvaresearch.com/wp-content/uploads/2018/02/ Digital-Identity_the-current-state-of-affairs.pdf


• BCG. (2019). The Incumbent’s Advantage in the Internet of Things. Retrieved from https://www.bcg.com/publications/2019/incumbentadvantage- internet-of-things-iot.aspx


• BID (2018). El futuro del trabajo en America Latina y el Caribe, Retrieved from https://publications.iadb.org/publications/spanish/document/ El_futuro_del_trabajo_en_Am%C3%A9rica_Latina_y_el_Caribe_ Una_gran_oportunidad_para_la_regi%C3%B3n_versi%C3%B3n_ para_imprimir.pdf


• BID (2019). El impacto de la infraestructura digital en los Objetivos de Desarrollo Sostenible. Retrieved from https://publications. iadb.org/publications/spanish/document/El_impacto_de_la_ infraestructura_digital_en_los_Objetivos_de_Desarrollo_Sostenible_ un_estudio_para_países_de_América_Latina_y_el_Caribe_es_ es.pdf?download=true


• Blemus, S. (2018). Law and Blockchain: A Legal Perspective on Current Regulatory Trends Worldwide. Doctrine, 15. https://doi.org/10.2139/ ssrn.3080639


• Boeckl, K., Fagan, M., Fisher, W., & Scarfone, K. (2018b). Considerations for Managing Internet of Things (IoT) Cybersecurity and Privacy Risks. National Institute of Standards and Technology, (June). https://doi. org/10.6028/NIST.IR.8228


• Bøhler, H. M. (2017). EU copyright protection of works created by artificial intelligence systems. 1–37.


• Brinkley, J. (2019). Smart Manufacturing and Digital Continuity to Provide more Visibility in Factories of the Future. Retrieved from https://ww2.frost.com/news/press-releases/smart-manufacturing-


• Business & Sustainable Development Commission. (2017). Better Business Better World. Retrieved from https://www.unglobalcompact. org/docs/news_events/9.3/better-business-better-world.pdf


• Cambridge University (2019). 2 Nd Global Enterprise Blockchain. Retrieved from https://www.jbs.cam.ac.uk/fileadmin/user_upload/ research/centres/alternative-finance/downloads/2019-ccaf-secondglobal- enterprise-blockchain-report.pdf


• Cambridge University Press. (2008). Cambridge online dictionary.


• Capgemini. (2017). Big & Fast Data: The Democratization of Information. Capgemini Research Institute.


• CB Insights. (2019a). Artificial Intelligence Trends. CB Insights. https:// doi.org/10.1007/978-3-319-57261-1


• CB Insights. (2019b). Blockchain Trends In Review. CB Insights. Retrieved from https://www.cbinsights.com/research/report/ blockchain-trends-opportunities/


• CB Insights. (2019c). What’s Next In Advanced Manufacturing. Retrieved from https://www.cbinsights.com/research/report/advancedmanufacturing- trends-2019/


• Cognizant. (2016). Blockchain in Banking: A Measured Approach. In Cognizant Reports. Retrieved from https://www.cognizant. com/whitepapers/Blockchain-in-Banking-A-Measured-Approachcodex1809. pdf


• Collette, B., Ramos, S., & Laurent, P. (2018). Blockchain and the impact on fund distribution. Deloitte.


• Comisión Europea (2019). Blockchain Now and Tomorrow. https://doi. org/10.2760/29919


• DARPA. (2016). A DARPA perspective on Artificial Intelligence. Retrieved from https://www.darpa.mil/attachments/AIFull.pdf


• Daugherty, P., & Carrel-Billiard, M. (2019). ARE YOU READY FOR WHAT’ S NEXT? The Post-Digital READY FOR WHAT’ S NEXT? Techvision 2019, 1–41. Retrieved from https://www.accenture.com/_acnmedia/PDF- 94/Accenture-TechVision-2019-Tech-Trends-Report.pdf


• Deloitte. (2015). The more things change: Value creation, value capture, and the Internet of Things. Obtenido de Deloitte Review 17: https://www2.deloitte.com/us/en/insights/deloitte-review/issue-17/ value-creation-value-capture-internet-of-things.html


• Deloitte. (2016a). Inside the Internet of Things (IoT) A primer on the technologies building the IoT. Deloitte Insights. Retrieved from https:// www2.deloitte.com/content/dam/insights/us/articles/iot-primer-iottechnologies- applications/DUP_1102_InsideTheInternetOfThings.pdf


• Deloitte. (2016b). Blockchain: Democratized trust, Deloitte University Press. World Economic Forum. Retrieved from https://www2. deloitte.com/us/en/insights/focus/tech-trends/2016/blockchainapplications- and-trust-in-a-global-economy.html


• Deloitte. (2017a). Automatización Robótica de Procesos (RPA). Deloitte Consulting Group S.C. Retrieved from https://www2.deloitte.com/ content/dam/Deloitte/ec/Documents/deloitte-analytics/Estudios/ Automatizacion_Robótica_Procesos.pdf


• Deloitte. (2017b). Bullish on the business value of cognitive Leaders in cognitive and AI weigh in on what’s working and what’s next.


• Deloitte. (2017c). Blockchain: Trust economy. Deloitte Insights. Retrieved from https://www2.deloitte.com/us/en/insights/focus/ tech-trends/2017/blockchain-trust-economy.html


• Deloitte. (2018). applications for the public sector Blockchain basics for government. Deloitte Insights. Retrieved from https://www2. deloitte.com/content/dam/insights/us/articles/4512_Blockchain-in- Government2/DI_Blockchain-in-Government2.pdf


• Deloitte. (2018a). Artificial Intelligence. Retrieved from https:// www2.deloitte.com/content/dam/Deloitte/nl/Documents/ deloitte-analytics/deloitte-nl-data-analytics-artificial-intelligencewhitepaper- eng.pdf


• Deloitte. (2018b). Blockchain & Cyber Security. Deloitte. Retrieved from https://www2.deloitte.com/content/dam/Deloitte/tr/Documents/ technology-media-telecommunications/Blockchain-and-Cyber.pdf


• Deloitte. (2018c). Blockchain @ Media A new Game Changer for the Media Industry? Monitor Deloitte. Retrieved from https://www2. deloitte.com/content/dam/Deloitte/tr/Documents/technologymedia- telecommunications/deloitte-PoV-blockchain-media.pdf


• Deloitte. (2018d). Blockchain and the impact on fund distribution. Deloitte. Retrieved from https://www2.deloitte.com/lu/en/pages/ technology/articles/impacts-blockchain-fund-distribution.html


• Deloitte. (2018e). Blockchain to blockchains: Broad adoption and integration enter the realm of the possible. Deloitte Insights. Retrieved from https://www2.deloitte.com/content/dam/insights/us/articles/ Tech-Trends-2018/4109_TechTrends-2018_FINAL.pdf


• Deloitte. (2018f). Estado de la inteligencia artificial en la empresa, 2a. Edición. Retrieved from: https://www2.deloitte.com/content/dam/ Deloitte/co/Documents/technology/IA%20en%20la%20empresa.pdf


• Deloitte. (2018g). Exponential technologies in manufacturing Transforming the future of manufacturing through technology, talent, and the innovation ecosystem. Deloitte. Retrieved from https://www2. deloitte.com/content/dam/Deloitte/us/Documents/manufacturing/ us-mfg-advanced-manufacturing-technologies-report.pdf


• Deloitte. (2018h). Forces of change: Smart cities. Deloitte Insights. Retrieved from https://www2.deloitte.com/content/dam/insights/us/ articles/4421_Forces-of-change-Smart-cities/DI_Forces-of-change- Smart-cities.pdf


• Deloitte. (2018i). Key challenges. Deloitte.


• Deloitte. (2018j). The internet of things: a technical premiere. Retrieved from https://www2.deloitte.com/us/en/insights/focus/internet-ofthings/ technical-primer.html


• Deloitte. (2019a). Beyond marketing: Experience reimagined. Retrieved September 17, 2019, from https://www2.deloitte.com/ us/en/insights/focus/tech-trends/2019/personalized-marketingexperience- reimagined.html


• Deloitte. (2019b). Blockchain: visión tecnológica. Deloitte. Retrieved from https://www2.deloitte.com/es/es/pages/technology/articles/ blockchain-vision-tecnologichtml


• Deloitte. (2019c). Deloitte’s 2019 Global Blockchain Survey: Blockchain Gets Down to Business. Retrieved from https://www2.deloitte. com/content/dam/Deloitte/se/Documents/risk/DI_2019-globalblockchain- survey.pdf


• Deloitte. (2019d). Internet of things (IoT). Smart Innovation, Systems and Technologies. https://doi.org/10.1007/978-981-13-3384-2_11


• Deloitte. (2019e). IoT powered by Blockchain How Blockchains facilitate the application of digital twins in IoT. Retrieved from https://www2. deloitte.com/content/dam/Deloitte/de/Documents/Innovation/IoTpowered- by-Blockchain-Deloitte.pdf


• Deloitte. (2019f). Renewables (em)power smart cities. Deloitte Insights. Retrieved from https://www2.deloitte.com/content/dam/insights/us/ articles/4971_Smart-renewable-cities/DI_Smart-renewable-cities.pdf


• Deloitte. (2019g). Tech trends 2019: Beyond the digital frontier. 142. Retrieved from https://www2.deloitte.com/content/dam/insights/us/ articles/Tech-Trends-2019/DI_TechTrends2019.pdf


• Deloitte. (2019h). The adoption of disruptive technologies in the consumer products industry. Deloitte Insights. Retrieved from https://www2.deloitte.com/content/dam/insights/us/articles/4742_ disruptive-technologies-consumer-products/DI_Disruptive-digitaltechnologies. pdf


• Dentsu AEGIS network. (2019). TRENDS TO WATCH. Dentsu AEGIS Network, 1–3.


• Digital Future Society (2019) Toward better data governance for all: Data ethics and privacy in the digital era


• DMI. (2019). Important Ai and Analytics Trends for 2019.


• Drescher, D. (2017). Blockchain basics: A non-technical introduction in 25 steps. In Blockchain Basics: A Non-Technical Introduction in 25 Steps. https://doi.org/10.1007/978-1-4842-2604-9


• Ellen Macarthur Foundation. (2019). ARTIFICIAL INTELLIGENCE AND THE CIRCULAR ECONOMY. Retrieved from https://www.mckinsey.com/ business-functions/sustainability/our-insights/artificial-intelligenceand- the-circular-economy-ai-as-a-tool-to-accelerate-the-transition


• Encyclopaedia Britannica. (2019). Technology. Retrieved September 10, 2019, from https://www.britannica.com/technology/technology


• Ernst & Young. (2019). Future of IoT. Retrieved from: https://www. ey.com/Publication/vwLUAssets/EY_-_Future_of_IoT/$FILE/EY-futureof- lot.pdf


• European Commission. (2019a). Blockchain Now and Tomorrow. European Commission. https://doi.org/10.2760/29919


• European Commission. (2019b). Ethics guidelines for trustworthy AI. Retrieved from: https://ec.europa.eu/newsroom/dae/document. cfm?doc_id=60423


• EY (2019a) Emerging Technologies: Changing how we live, work and play. Retrieved from https://www.ey.com/Publication/vwLUAssets/ ey-mint-emerging-technologies-report-2019/$File/ey-mint-emergingtechnologies- report-2019.pdf


• EY (2019b). Future of IOT. Retrieved from https://www.ey.com/ Publication/vwLUAssets/EY_-_Future_of_IoT/$FILE/EY-future-of-lot. pdf


• FAO (2012), “How to feed the world in 2050”, http://www.fao.org/ fileadmin/templates/wsfs/docs/expert_paper/How_to_Feed_the_ World_in_2050.pdf


• FAO (2019). E-agriculture in action: Blockchain for agriculture. FAO. Retrieved from http://www.fao.org/3/CA2906EN/ca2906en.pdf


• Feldman, S. (2019). Artificial intelligence funding worldwide through March 2019. Retrieved from https://www.statista.com/chart/17966/ worldwide-artificial-intelligence-funding/


• Financial, D. F. O. R., Affairs, E., & Committee, C. G. (2018). Blockchain Technology and Corporate Governance. 1–32. Retrieved from https://www.oecd.org/officialdocuments/ publicdisplaydocumentpdf/?cote=DAF/CA/CG/RD(2018)1/ REV1&docLanguage=En


• Ford, D. T., & Qamar, S. (2017). Seeking opportunities in the Internet of Things (IoT). Retrieved from http://www.diva-portal.org/smash/get/ diva2:1117005/FULLTEXT01.pdf


• Frost & sullivan. (2010). World’s Top Global Mega Trends To 2020 and Implications to Business, Society and Cultures. Frost & Sullivan. Retrieved from https://store.frost.com/world-s-top-globalmega- trends-to-2020-and-implications-to-business-society-andcultures- 19880.html


• Frost & Sullivan. (2019). Environment and Sustainability. Retrieved September 23, 2019, from https://ww2.frost.com/research/industry/ techvision/environment-and-sustainability/


• Frost & Sullivan. (2019). New Business Models - Value for Many. Retrieved September 13, 2019, from https://ww2.frost.com/wpcontent/ uploads/2019/09/article-1-VIG.pdf


• Gartner. (2018). Gartner dice que el valor comercial global de inteligencia artificial alcanzará los $ 1.2 billones en 2018. Retrieved October 31, 2019, from https://www.gartner.com/en/newsroom/ press-releases/2018-04-25-gartner-says-global-artificial-intelligencebusiness- value-to-reach-1-point-2-trillion-in-2018


• Gartner. (2019). Gartner Says AI Technologies Will Be in Almost Every New Software Product by 2020. Retrieved October 31, 2019, from https://www.gartner.com/en/newsroom/press-releases/2017-07-18- gartner-says-ai-technologies-will-be-in-almost-every-new-softwareproduct- by-2020


• Gavaghan, C., Knott, A., Maclaurin, H., Zerilli, J., (2019). Government use of artificial intelligence in New Zealand. Wellington.


• Global Blockchain Business Council. (2019). Blockchain 101: Cryptocurrencies, Digital Assets and Blockchains Session 101: GBB, (May).


• Google, & Ellen Macarthur Foundation. (2019). Artificial Intelligence and the Circular Economy. In Ellen MacArthur Foundation.


• GRI, UNGLOBALCOMPACT, & WBCSD. (2015). SDG Compass. Retrieved from https://sdgcompass.org/wp-content/uploads/2016/06/SDG_ Compass_Spanish-one-pager-view.pdf


• HBR (2019). Accelerating the Internet of Things Timeline. Retrieved from: https://hbr.org/resources/pdfs/comm/siemens/ Acceleratingtheiot.pdf


• Holdowsky, J., & Killmeyer, J. (2019). From siloed to distributed Blockchain enables the digital supply network. Deloitte Insights. Retrieved from https://www2.deloitte.com/content/dam/insights/ us/articles/4733_From-siloed-to-distributed/DI_From-siloed-todistributed. pdf


• HOWTOMINE. (2019). Welcome to Smart Contracts. Retrieved October 25, 2019, from https://howtomine.com/es/contratos-inteligentes/


• IATA (2018). Blockchain in Aviation. Exploring the fundamentals, use cases, and Industry initiatives. [online] Available at: https://www.iata. org/publications/Pages/blockchain.aspx [Accessed 1 nov. 2019].


• IATT-STI (2017) Landscape of Science, Technology and Innovation initiatives for the SDGs. Retrieved from https://sustainabledevelopment. un.org/content/documents/147462017.05.05_IATT-STI-Mapping.pdf


• Ibáñez, L.-D., O’hara, K., & Simperl, E. (n.d.). On Blockchains and the General Data Protection Regulation. Retrieved from https://www. hyperledger.org/


• IDC (2019). Worldwide Artificial Intelligence Market Shares. Retrieved November 7, 2019, from https://www.themsphub.com/app/ uploads/2019/09/Worldwide-Artificial-Intelligence-Market-Shares- 2018-IDC-Report.pdf


• ILOSTAT (2019) Internatinal labor organization statistics, retrieved from https://www.ilo.org/shinyapps/ bulkexplorer8/?lang=en&segment=indicator&id=SDG_0852_SEX_ AGE_RT_A


• Incident Management Information Sharing (IMIS) Internet of Things (IoT ) Extension Engineering Report. (2016). Retrieved from http:// www.opengis.net/doc/PER/IMIS


• International Finance Corporation. (2019). Opportunities for Private Enterprises in Emerging Markets. International Finance Corporation, (January). Retrieved from https://www.ifc.org/wps/ wcm/connect/8a338a98-75cd-4771-b94c-5b6db01e2797/201901-IFCEMCompass- Blockchain-Report.pdf?MOD=AJPERES


• International Renewable Energy Agency, T. (2019). Internet of Things – Innovation landscape brief. Retrieved from www.irena.org


• IOTA. (2019). IOTA. Retrieved from https://www.iota.org/


• Irdeto. (2019). Irdeto Global connected industries cybersecurity survey.


• ITU. (2012). Visión general de la Internet de las cosas (ITU-T Y.4000/Y.2060 (06/2012)). 20.


• KPMG (2019). Innovating a smarter and safer power network IoT powers and efficiency. Retrieved from https://assets.kpmg/content/dam/ kpmg/us/pdf/2019/07/managing-iot-risks-in-power-and-utilities.pdf


• Kulkarni, A. (2017). Blockchain: Applications in payments. European Payments Council. Retrieved from https://www. europeanpaymentscouncil.eu/news-insights/insight/blockchainapplications- payments


• Legal Research Directorate staff, G., & Library of Congress, L. (2018). Regulation of Cryptocurrency Around the World. Retrieved from http://www.law.gov


• LEGISLATOR’S TOOLKIT FOR BLOCKCHAIN TECHNOLOGY. (2018).


• Matta, P., & Pant, B. (2019). Internet-of-things: genesis, challenges and applications. In P. Matta and B. Pant Journal of Engineering Science.


• Maupin, J. A. (2017). Mapping the Global Legal Landscape of Blockchain Technologies. SSRN Electronic Journal. https://doi.org/10.2139/ ssrn.2930077


• McKinsey (2017). The future of connectivity: Enabling the Internet of Things. Makinsey & Company. Retrieved from https://www. mckinsey.com/~/media/McKinsey/Industries/Technology Media and Telecommunications/High Tech/Our Insights/The future of connectivity Enabling the Internet of Things/The-future-ofconnectivity- Enabling-the-Internet-of-Things.ashx


• McKinsey (2016a). Digital globalization: The new era of global flows. 47(2), 142. https://doi.org/10.1021/ed047p142


• McKinsey (2016b). Unlocking the potential of the Internet of Things.


• McKinsey (2017a). A future that works: automation, emplyment, and productivity. (January). Retrieved from http://www.gmw.rug. nl/~stud099/Marius/Home01.html


• Mckinsey (2017b). Artificial Intelligence, The next digital frontier? Retrieved from https://www.mckinsey.com/~/media/McKinsey/ Industries/Advanced%20Electronics/Our%20Insights/How%20 artificial%20intelligence%20can%20deliver%20real%20value%20 to%20companies/MGI-Artificial-Intelligence-Discussion-paper.ashx


• Mckinsey (2017c). Jobs lost, jobs gained: workforce transitions in a time of automation. Retrieved from https://www.mckinsey.com/~/media/ McKinsey/Featured%20Insights/Future%20of%20Organizations/ What%20the%20future%20of%20work%20will%20mean%20for%20jobs%20skills%20and%20wages/MGI-Jobs-Lost-Jobs-Gained-Report- December-6-2017.ashx


• McKinsey (2018a). Blockchain beyond the hype: What is the strategic business value? McKinsey Quarterly. Retrieved from: https:// www.mckinsey.com/~/media/McKinsey/Business%20Functions/ McKinsey%20Digital/Our%20Insights/Blockchain%20beyond%20 the%20hype%20What%20is%20the%20strategic%20business%20 value/Blockchain-beyond-the-hype-What-is-the-strategic-businessvalue. ashx


• McKinsey (2018b). Modeling the global economic impact of AI | McKinsey. (September). Retrieved from https://www.mckinsey.com/ featured-insights/artificial-intelligence/notes-from-the-ai-frontiermodeling- the-impact-of-ai-on-the-world-economy


• McKinsey (2018c). Notes from the AI frontier: Modeling the impact of AI on the world economy. Retrieved from: https://www.mckinsey.com/ featured-insights/artificial-intelligence/notes-from-the-ai-frontiermodeling- the-impact-of-ai-on-the-world-economy


• McKinsey (2019a). Growing opportunities in the Internet of Things. Retrieved from https://www.mckinsey.com/~/media/McKinsey/ Industries/Private Equity and Principal Investors/Our Insights/Growing opportunities in the Internet of Things/Growing-opportunities-in-the- Internet-of-Things-v5.ashx


• McKinsey (2019b). These 9 technological innovations will shape the sustainability agenda in 2019. Retrieved September 23, 2019, from https://www.mckinsey.com/business-functions/sustainability/ourinsights/ sustainability-blog/these-9-technological-innovations-willshape- the-sustainability-agenda-in-2019


• Merriam–Webster Inc. (2016). Merriam-Webster’s online dictionary (11 ed.).


• Mishal, D. (2018). Understanding The Artificial Intelligence Taxonomy And Its Ecosystem. Retrieved October 29, 2019, from https:// analyticsindiamag.com/understanding-the-artificial-intelligencetaxonomy- and-its-ecosystem/


• MIT Technology Review. (2018). What is AI? We drew you a flowchart to work it out - MIT Technology Review. Retrieved October 29, 2019, from https://www.technologyreview.com/s/612404/is-this-ai-we-drewyou- a-flowchart-to-work-it-out/


• Mordor Intelligence (2017) Global artificial intelligence market In food and beverage sector (2018-2023).


• Mordor Intelligence (2018a) Global agricultural robots and mechatronics market growth, trends, and forecast (2018 - 2023)


• Mordor Intelligence (2018b) Global big data in power sector market


• National Bureau Of Economic Research. (2019). The Economics of Artifi cial Intelligence.


• Nelson, R. M. (2019). Statement of “Examining Regulatory Frameworks for Digital Currencies and Blockchain.” https://doi.org/TE10034


• Nescribes (2019) Blockchain adoption in automotive industry.


• Observatory of Public Sector Innovation, R. of the P. S. D. (2019). Hello, World: Artificial Intelligence and its use in the Public Sector.


• OECD. (2019a). The Potential for Blockchain Technology in Public Equity Markets in Asia. OECD. Retrieved from http://www.oecd.org/ corporate/The-Potential-for-Blockchain-in-Public-Equity-Markets-in- Asia.pdf


• OECD. (2019b). OECD BLOCKCHAIN POLICY FORUM OECD Blockchain Primer POLICY. OECD. Retrieved from https://www.oecd.org/finance/ OECD-Blockchain-Primer.pdf


• Panesar, D. (2018). AI in cyber security: a help or a hindrance? Retrieved from https://www.information-age.com/ai-cyber-security-123476926/


• Pavel P. Baranov, Aleksey Yu. Mamychev, Andrey A. Plotnikov, Dmitry Yu. Voronov, E. M. V. (2018). Problems of Legal Regulation of Robotics and Artificial Intelligence in Russia: Some Approaches to The Solution. Herald NAMSCA, 3, 5.


• PNUD (2016a) ¿Qué son los objetivos de desarrollo sostenible? Retrieved from: https://www.undp.org/content/undp/es/home/ sustainable-development-goals.html


• PNUD (2016b) Objetivos de Desarrollo Sostenible. Retrieved from: https://www.undp.org/content/undp/es/home/sustainabledevelopment- goals/background


• PwC. (2017a). Sizing the prize. What’s the real value of AI for your business and how can you capitalise? Retrieved from https://www. pwc.com/gx/en/issues/analytics/assets/pwc-ai-analysis-sizing-theprize- report.pdf


• PwC. (2017b). Working in an SDG economy, Aligning business activity to the Global Goals. Retrieved from https://www.PwC.com/gx/en/ sustainability/publications/assets/working-in-an-sdg-economy.pdf


• PwC. (2018). Building blockchains for a better planet. (September). Retrieved from: https://www.PwC.com/gx/en/sustainability/assets/ blockchain-for-a-better-planet.pdf


• PwC. (2018a). Blockchain is here. What’s your next move?


• PwC. (2018b). The Essential Eight. PwC. Retrieved from https://www. PwC.com/gx/en/issues/technology/essential-eight-technologies.html


• PwC. (2018c). Blockchain is here. What’s your next move? Retrieved from https://www.PwC.com/gx/en/issues/blockchain/blockchain-inbusiness. html


• PwC. (2018d). The macroeconomic impact of artificial intelligence.


• PwC. (2019a). Increased certainty and accuracy about the impacts. Retrieved September 13, 2019, from https://www.PwC.co.uk/issues/ megatrends/climate-change-and-resource-scarcity.html


• PwC. (2019b). Rapid urbanisation. Retrieved September 12, 2019, from https://www.PwC.co.uk/issues/megatrends/rapid-urbanisation.html


• Quamtra Smart Waste Management. (2019). Quamtra Smart Waste Management. Retrieved October 3, 2019, from https://wellnesstg. com/solucion/quamtra-smart-waste-management/


• Ransbotham, S.; Khodabandeh, S; Fehling, R.; LaFountain, B& Kiron, D. (2019). Winning with AI. MIT Sloan Management Review.


• Rogers, E. (2003). Diffusion of innovation.


• Rojo, M. Á. (2019). Blockchain: visión tecnológica. Deloitte.


• Rusell, S. (2016). Fundamental Issues of Artificial Intelligence. https:// doi.org/10.1007/978-3-319-26485-1


• Russell, S., & Norvig, P. (2018). Artificial Intelligence - A starter guide to the future of business. (December), 112. Retrieved from https://www. acs.org.au/content/dam/acs/acs-publications/ACS


• Santhana, P., Dalal, D., Mapgaonkar, D., & Piscini, E. (2018). Blockchain to blockchains: Broad adoption and integration enter the realm of the possible. Deloitte Insights.


• Seretakis, A. L. (2019). Blockchain, Securities Markets, and Central Banking. In Regulating Blockchain (pp. 213–228). https://doi. org/10.1093/oso/9780198842187.003.0012


• Shieber, J. (2017), “Gem looks to CDC and European giant Tieto to take Blockchain into healthcare”, Tech Crunch. Retrieved from. https:// techcrunch.com/2017/09/25/gem-looks-to-cdc-and-european-gianttieto- to-take-blockchain-into-healthcare/


• Shoham, Y., Perrault, R., Brynjolfsson, E., Clark, J., Manyika, J., Niebles, J. C., … Bauer, Z. (2018). Artificial Intelligence Index Annual Report. Stanford University, 1–94. Retrieved from http://cdn.aiindex.org/2018/ AI Index 2018 Annual Report.pdf


• SingularityNET. (2019). SingularityNET. Retrieved from https:// singularitynet.io/


• Stanford. (2019). Blockchain for social impact 2019. Retrieved from: https://www.gsb.stanford.edu/sites/gsb/files/publication-pdf/studyblockchain- impact-moving-beyond-hype.pdf


• Statista. (2019b). Number of Blockchain wallet users worldwide from 3rd quarter 2016 to 3rd quarter 2019. Retrieved from https://www. statista.com/statistics/647374/worldwide-blockchain-wallet-users/


• Suaznábar, C. (2019). Blade Runner y la regulación de tecnologías emergentes. Retrieved November 18, 2019, from Puntos sobre la i - Blog BID website: https://blogs.iadb.org/innovacion/es/regulacionde- tecnologias-emergentes/


• SynchroniCity. (2019). SynchroniCity. Retrieved September 18, 2019, from https://synchronicity-iot.eu


• TechTarget. (2019). Internet of things (IoT). Retrieved July 15, 2019, from https://internetofthingsagenda.techtarget.com/definition/ Internet-of-Things-IoT


• UN (2016a) Energía asequible y no contaminante. Retrieved from https://www.un.org/sustainabledevelopment/es/energy/


• UN (2016b) Salud y bienestar: porque es tan importante, retrieved from https://www.un.org/sustainabledevelopment/es/wp-content/ uploads/sites/3/2016/10/3_Spanish_Why_it_Matters.pdf


• UN (2016c) Hambre cero: por qué es importante. Retrieved from https://www.un.org/sustainabledevelopment/es/wp-content/ uploads/sites/3/2016/10/2_Spanish_Why_it_Matters.pdf


• UN ESCAP. (2018). Frontier Technologies for Sustainable Development in Asia and the Pacific.


• UNDP, & WEF. (2019). Reshaping global value. Technology, Climate, Trade-Global value chains under pressure. Retrieved from http:// www3.weforum.org/docs/WEF_Reshaping_Global_Value_Report.pdf


• USA Department of Homeland Security. (2018). Blockchain and Suitability for Government Applications. Retrieved from https://www. dhs.gov/sites/default/files/publications/2018_AEP_Blockchain_and_ Suitability_for_Government_Applications.pdf


• Varindia. (2019). Why Artificial Intelligence in Cyber Security is Need of the Hour. Retrieved from https://www.varindia.com/news/whyartificial- intelligence-in-cyber-security-is-need-of-the-hour


• Verdú, M. (2018). DATA SECURITY ESSENTIAL FOR THE CONVERGENCE OF IOT, AI AND BLOCKCHAIN. IOT Solutions World Congress. Retrieved from https://www.iotsworldcongress.com/data-security-essentialfor- the-convergence-of-iot-ai-and-blockchain/


• Vertica (2018). Retrieved from: https://www.vertica.com/resources/


• Volini, E., Schwartz, J., Roy, I., et al. (2019). Leading the social enterprise: Reinvent with a human focus. Leading the Social Enterprise: Reinvent with a Human Focus.2019 Deloitte Global Human Capital Trends, 112.


• Vyas, D., Bhatt, D., & Jha, D. (2016). IoT: Trends, Challenges and Future Scope. International Journal of Computer Science & Communication, 7(1), 186-197.


• WEF. (2017). Global Agenda Sustainable Development Impact Summit 2017 Report. Retrieved from: http://www3.weforum.org/docs/WEF_ SDIS17_report.pdf


• WEF. (2018a). Building Block(chain)s for a Better Planet. World Economic Forum. Retrieved from http://www3.weforum.org/docs/ WEF_Building-Blockchains.pdf


• WEF. (2018b). Innovation with a Purpose: The role of technology innovation in accelerating food systems transformation. Retrieved from: http://www3.weforum.org/docs/WEF_Innovation_with_a_ Purpose_VF-reduced.pdf


• WEF. (2019a). Shaping the Sustainability of Production Systems: Fourth Industrial Revolution technologies for competitiveness and sustainable growth. Retrieved from http://www3.weforum.org/docs/ WEF_Shaping_the_Sustainability_Production_Systems.pdf


• WEF. (2019b). The Global Competitiveness Report.


• WFP. (2019), Building Blocks, Blockchain for Zero Hunger. Retrieved from https://innovation.wfp.org/project/building-blocks


• WIPO. (2017). Intangible Capital in Global Value Chains. Ginebra. [Accessed 1 nov. 2019].


• WIPO. (2019). WIPO Technology Trends 2019: Artificial Intelligence. In Geneva: World Intellectual Property Organization. Retrieved from https://www.wipo.int/edocs/pubdocs/en/wipo_pub_1055.pdf


• Woetzel, J., Remes, J., Boland, B., Lv, K., et al. (2018). Smart Cities: Digital Solutions for a More Livable Future. McKinsey & Company, (June), 152. Retrieved from https://www.mckinsey.com/~/media/ mckinsey/industries/capital projects and infrastructure/our insights/ smart cities digital solutions for a more livable future/mgi-smartcities- full-report.ashx


• World, C. to I. the S. of the. (2019). White Paper A Framework for Developing a National Artificial Intelligence Strategy Centre for Fourth Industrial Revolution. Geneva.


• Yaga, D., Mell, P., Roby, N., & Scarfone, K. (2018). Blockchain Technology Overview. National Institute of Standards and Technology.


• Zhou, W., Jia, Y., Peng, A., Zhang, Y., & Liu, P. (2018). The Effect of IoT New Features on Security and Privacy: New Threats, Existing Solutions, and Challenges Yet to Be Solved. IEEE Internet of Things Journal, 1–1. doi:10.1109/jiot.2018.2847733