PERCEPCIÓN DE CIBERSEGURIDAD EN SISTEMAS DE INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR
DOI:
https://doi.org/10.61530/redtis.vol7.n1.2023.154.115-122Keywords:
Amenazas, Ataques cibernéticos, Ciberseguridad, Inteligencia artificial, Sistemas inteligentesAbstract
Este artículo presenta los resultados de un estudio que se centró en la percepción de los alumnos de la Facultad de Informática Mazatlán en relación con la ciberseguridad en sistemas de inteligencia artificial (IA). La creciente importancia de la IA en la educación y la industria ha llevado a una mayor necesidad de comprender la percepción de los alumnos en cuanto a la seguridad de estos sistemas. El estudio se basó en encuestas y entrevistas a alumnos de diferentes niveles académicos. Los resultados revelan una serie de hallazgos significativos. En primer lugar, se identificó que la mayoría de los alumnos tiene una conciencia básica sobre la seguridad en sistemas de IA, pero existe una falta de comprensión en profundidad. La mayoría de los encuestados expresaron preocupación por la seguridad de los datos y la integridad de los sistemas de IA, pero muchos carecían de conocimientos técnicos para abordar estas inquietudes.
Además, se encontró que la percepción de la importancia de la seguridad en IA estaba influenciada por factores como la educación previa en seguridad cibernética, la exposición a amenazas cibernéticas y la conciencia mediática. Los resultados también resaltan la necesidad de una mayor educación en ciberseguridad en el currículo de la Facultad, lo que puede ser valioso para desarrollar estrategias de enseñanza y concienciación de la seguridad cibernética siendo fundamental en un mundo donde la IA desempeñará un papel cada vez más central en la sociedad, y la educación es clave para empoderar a los alumnos en este aspecto.
References
IBM. (s.f.). IBM. Obtenido de https://www.ibm.com/mx-es/security/artificial-intelligence.Modelado de amenazas en inteligencia artificial. (s.f.). Obtenido de https://learn.microsoft.com/es-es/azure/machine-learning/concept-deep-learning-vs-machine-learning?view=azureml-api-2
Chavez, J. J. (8 de Abril de 2023). Delta protect. Obtenido de https://www.deltaprotect.com/blog/amenazas-de-ciberseguridad
Adversarial Machine Learning: ataques a modelos de ML. (28 de 10 de 2023). Obtenido de https://www.welivesecurity.com/la-es/2022/05/30/adversarial-machine-learning-introduccion-ataques-modelos-ml/
IA y ataques adversarios. (s.f.). Obtenido de https://ts2.space/es/ia-y-ataques-adversarios/
Adversarial Machine Learning (parte V): ataques de evasión. (s.f.). Obtenido de www.bbvanexttechnologies.com
Modelado de amenazas en inteligencia artificial. (s.f.). Obtenido de https://learn.microsoft.com/es-es/azure/machine-learning/concept-deep-learning-vs-machine-learning?view=azureml-api-2
Como la inteligencia artificial está siendo envenenada. (s.f.). Obtenido de blog.f-secure.com
¿Qué es un ataque de puerta trasera? Ejemplos y cómo? (s.f.). Obtenido de nordvpn.com/es/blog/ataque-de-puerta-trasera/
25 Tipos de ataques informáticos y cómo prevenirlos. (s.f.). Obtenido de ciberseguridad.blog
Puerta trasera/Backdoor: pc infectado. (s.f.). Obtenido de www.pandasecurity.com/es/security-info/back-door/
Garmendia, L. S. (28 de 8 de 2023). Fortalecer las defensas: cómo abordar la ciberseguridad en la era de la IA. Obtenido de Forbes México: https://www.forbes.com.mx/mexico-puede-liderar-la-revolucion-del-hidrogeno-verde-en-latam-h2v2/
F, B., I, R., & A, V. (s.f.). Plataformas de gestión de escenarios de ciberseguridad para aprendizaje y entretenimiento. En M. Unibertsitatea, Actas de las Cuartas Jornadas Nacionales de Investigación em Ciberseguridad (págs. 55-62).
Casallas Rodríguez, L. E. (2020). Estado actual de la ciberseguridad aplicada a sistemas defensivos y ofensivos a partir de inteligencia artificial. Monografia , Repositorio institucional UNAD. Obtenido de https://repository.unad.edu.co/handle/10596/34627
Downloads
Published
Issue
Section
License
Copyright (c) 2023 Redtis
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
This is a human-readable summary of (and not a substitute for) the license.
Advertencia.
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y crear a partir del material
El licenciador no puede revocar estas libertades mientras cumpla con los términos de la licencia.
Bajo las condiciones siguientes:
Reconocimiento — Debe reconocer adecuadamente la autoría, proporcionar un enlace a la licencia e indicar si se han realizado cambios<. Puede hacerlo de cualquier manera razonable, pero no de una manera que sugiera que tiene el apoyo del licenciador o lo recibe por el uso que hace.
NoComercial — No puede utilizar el material para una finalidad comercial.
CompartirIgual — Si remezcla, transforma o crea a partir del material, deberá difundir sus contribuciones bajo la misma licencia que el original.
No hay restricciones adicionales — No puede aplicar términos legales o medidas tecnológicas que legalmente restrinjan realizar aquello que la licencia permite.
Avisos:
No tiene que cumplir con la licencia para aquellos elementos del material en el dominio público o cuando su utilización esté permitida por la aplicación de una excepción o un límite.
No se dan garantías. La licencia puede no ofrecer todos los permisos necesarios para la utilización prevista. Por ejemplo, otros derechos como los de publicidad, privacidad, o los derechos morales pueden limitar el uso del material.
