LICENCIATURA EN GESTIÓN DE TECNOLOGÍA INFORMÁTICA
Permanent URI for this collection
Browse
Recent Submissions
1 - 5 of 67
-
ItemPropuesta de plataforma de monitoreo inteligente para cuidadores de generaciones simultáneas con inteligencia artificial( 2026-7)En la actualidad, la gestión integral de la seguridad familiar se ha convertido en un desafío significativo para los cuidadores de generaciones simultáneas. Muchas personas encargadas de la supervisión de menores de edad y adultos mayores desean contar con herramientas que permitan monitorear cambios en los comportamientos habituales y recibir alertas preventivas basadas en datos reales. Sin embargo, las soluciones existentes suelen ser rígidas, estandarizadas y carecen de la capacidad para ofrecer una personalización dinámica según el perfil del usuario. Este trabajo se propuso explorar cómo la tecnología de geolocalización e inteligencia artificial puede abordar esta necesidad de manera efectiva y adaptativa. Este trabajo se enfoca en diseñar una propuesta conceptual de aplicación móvil que integre un motor de inteligencia artificial pasiva para identificar anomalías conductuales en el backend. Esto permitiría a los cuidadores recibir notificaciones oportunas y multimodales sobre el bienestar digital y la autonomía física de sus dependientes, integrándose como un servicio de valor agregado en ecosistemas digitales convergentes. Se estudiaron los desafíos técnicos y funcionales asociados a la implementación de perfiles diferenciados para niños y adultos mayores. Al abordar estos aspectos, este trabajo pretende aportar nuevas perspectivas sobre la aplicación de la inteligencia de datos en la seguridad personal, con el fin de mejorar la calidad del servicio ofrecido por empresas del sector y optimizar la experiencia del usuario a través de una supervisión no intrusiva pero altamente eficaz.
-
ItemBlockchain en la gestión pública : hacia una contabilidad transparente y descentralizada( 2026-7)En este trabajo se analizan desafíos de integridad, trazabilidad y disponibilidad de la información en los registros contables de la gestión pública, que dificultan la verificación oportuna y confiable y afectan la confianza ciudadana y la eficacia de la auditoría. Con el propósito de fortalecer la rendición de cuentas en organismos gubernamentales, se propone una solución basada en tecnología blockchain aplicada como mecanismo de registración y verificación de evidencia contable, en el marco de una propuesta de intervención en el campo profesional. La propuesta contempla el diseño de una arquitectura blockchain híbrida que permita gestionar información sensible en un entorno permisionado y, en paralelo, anclar periódicamente resúmenes criptográficos (hashes) en una red pública. Este enfoque busca aportar garantías de integridad e inmutabilidad verificable sin comprometer la confidencialidad. La intervención se orienta a un piloto de aplicación en la Oficina Anticorrupción de la República Argentina, en función de su rol institucional en la promoción de la integridad y la prevención de la corrupción. Asimismo, se define un esquema de implementación progresiva con instrumentos de medición y criterios de éxito, incluyendo mecanismos de privacidad por diseño y lineamientos para la verificación externa y social. Se espera que la propuesta contribuya a disminuir tiempos de verificación documental, reducir tareas manuales de conciliación y validación, minimizar inconsistencias en los registros y mejorar la trazabilidad de la evidencia contable, fortaleciendo así la capacidad de fiscalización y ofreciendo un modelo replicable para otros organismos del Estado.
-
ItemAplicación de deep learning federado para el control personalizado de prótesis mioeléctricas( 2026-7)El presente estudio se realiza con el objetivo de explorar una solución que permita interpretar señales electromiográficas (EMG) con mayor exactitud en prótesis mioeléctricas, manteniendo al mismo tiempo la privacidad de los datos del usuario. Para ello, se estructura una metodología basada en tres pilares de evidencia: una revisión exhaustiva del estado del arte sobre redes neuronales profundas y aprendizaje federado, una encuesta cuantitativa a profesionales y una entrevista cualitativa a un especialista en inteligencia artificial y ciberseguridad. El análisis de los datos permite validar de manera contundente la hipótesis de investigación. Teóricamente, se comprueba que los modelos profundos superan a los convencionales, logrando tasas de cumplimiento de movimientos de hasta el 94,4%, mientras que los resultados de los enfoques federados respaldan un riesgo nulo de exposición de datos. Cuantitativamente, el 86,5% de los expertos encuestados afirma que el aprendizaje profundo mejora la personalización y el 62,2% valida al aprendizaje federado como el mecanismo idóneo para resguardar la información biomédica. Finalmente, desde el enfoque cualitativo, se identifican arquitecturas híbridas y árboles de decisión locales como las soluciones técnicas necesarias para superar los actuales cuellos de botella de hardware. A través de este trabajo, se establecen los criterios técnicos y éticos que demuestran que la combinación de estas tecnologías es viable para desarrollar prótesis de próxima generación, logrando conciliar la máxima precisión funcional con un estricto compromiso ético sobre la privacidad de los datos del usuario.
-
ItemFraudes bancarios en tiempos de inteligencia artificial( 2026-7)El presente trabajo de investigación aborda la problemática emergente en el sector financiero que deriva de la integración de la inteligencia artificial (IA), analizando su doble rol como herramienta defensiva y también como herramienta potencial para cometer fraudes sofisticados. La investigación se centró en la transformación de las metodologías delictivas, examinando la evolución dese técnicas físicas y analógicas hacia la ejecución de fraudes automatizados e hiperrealistas. Metodológicamente, se desarrolló un estudio de enfoque mixto que integra un análisis documental exhaustivo sobre las vulnerabilidades de los modelos de aprendizaje automático y la generación de contenido sintético, complementando con un relevamiento de campo compuesto por una encuesta a usuarios de servicios financieros y una entrevista a una experta en prevención de fraudes. El análisis de los datos recolectados permitió dimensionar el impacto de la ingeniería social potenciada por IA en el contexto argentino, evidenciando una asimetría crítica entre la percepción de seguridad de los clientes y su exposición real a nuevas amenazas como los deepfakes y la clonación de voz. Finalmente, el estudio logró caracterizar el fenómeno de la “industrialización del fraude”, identificando las limitaciones de los sistemas de autenticación biométrica actuales y estableciendo lineamientos estratégicos para la actualización de los protocolos de ciberdefensas en los bancos tradicionales.
-
ItemSeguridad en redes sociales : prevención de ataques de ingeniería social( 2025)En la actualidad, los usuarios de plataformas digitales están cada vez más expuestos a ataques de ingeniería social, una modalidad de ciberdelito que ha aumentado en complejidad y alcance. Estas amenazas se potencian por la gran cantidad de información personal disponible en línea y por la manipulación de aspectos humanos como la confianza, la urgencia o la falta de conocimiento. Esta combinación de vulnerabilidades convierte a los usuarios en blancos frecuentes y difíciles de proteger mediante métodos tradicionales. El presente trabajo de investigación ha abordado la aplicación de métodos de inteligencia artificial, en particular del aprendizaje profundo, como herramienta para detectar patrones de comportamiento inusuales y prevenir estas amenazas en entornos digitales. Se realizó una revisión de los principales tipos de ataques, así como de los algoritmos más utilizados para la detección automatizada de anomalías, incluyendo redes neuronales convolucionales, recurrentes y autoencoders. Asimismo, se compararon estos enfoques con técnicas tradicionales de aprendizaje automático, con el objetivo de identificar sus ventajas y limitaciones en términos de adaptabilidad, precisión y capacidad de respuesta. La investigación aporta al campo de la ciberseguridad no solo una visión integral sobre el potencial del aprendizaje profundo, sino también propuestas orientadas a mejorar su eficacia a partir de la incorporación de la perspectiva del usuario, considerando sus conocimientos, percepciones y niveles de confianza frente a sistemas automatizados de protección.