Global bibliometric mapping of the frontier of knowledge in the field of artificial intelligence for the period 1990-2019

La Inteligencia Artificial (IA) ha surgido como un campo del conocimiento que está desplazando y perturbando las tecnologías, provocando cambios en la vida humana. Por lo tanto, el propósito de este estudio es mapear científicamente este tema y sus ramificaciones, con el fin de analizar su crecimiento. El estudio se desarrolló bajo el enfoque bibliométrico y consideró el período 1990-2019. Los pasos seguidos fueron (i) Identificación y selección de términos de palabras clave en tres estratos metodológicos por un panel de expertos. (ii) Diseño y aplicación de un algoritmo para identificar estas palabras clave seleccionadas en títulos, resúmenes y palabras clave utilizando términos de Web of Science para contrastarlos. (iii) Realización de un tratamiento de datos basado en las revistas del Journal Citation Report durante 2020. Conocer la evolución de un campo de conocimiento como la IA a partir de un estudio bibliométrico y establecer posteriormente las ramificaciones de las nuevas corrientes de investigación es en sí mismo un hallazgo relevante. Abordar un campo de conocimiento tan amplio como la IA desde un enfoque multidisciplinar dada la convergencia que genera con otras disciplinas y especialidades tiene un alto valor estratégico para los responsables de la toma de decisiones como gobiernos, académicos, científicos y empresarios.

Más información

Artículos en revistas arbitradas

• De La Vega, I., Serrano, A., & Carayannis, E. (2023). Global bibliometric mapping of the frontier of knowledge in the field of artificial intelligence for the period 1990-2019. Artificial Intelligence Review, 56, 1699–1729. https://doi.org/10.1007/s10462-022-10206-4

Capítulos en libros

• De la Vega, I., Serrano, A. y Schiappa, O. (2023). Scientific mapping of artificial intelligence as an emerging field of knowledge. En E. Carayannis y E. Grigoroudis (Eds.), Handbook of Research on Artificial Intelligence, Innovation and Entrepreneurship (pp. 8-28). Edward Elgar Publishing.

El profesor Ángel Daniel Serrano Urdaneta centra sus investigaciones en la inteligencia artificial aplicada a la gestión empresarial, la analítica de datos en la cadena de suministro y los métodos cuantitativos para la toma de decisiones. Sus estudios buscan evaluar cómo las herramientas de inteligencia artificial pueden optimizar procesos en distintos sectores económicos. Entre sus investigaciones más destacadas se encuentra “Global bibliometric mapping of the frontier of knowledge in the field of artificial intelligence for the period 1990-2019”, publicado en Artificial Intelligence Review, donde realiza un mapeo bibliométrico sobre la evolución del conocimiento en inteligencia artificial en un período de casi tres décadas.

Metodológicamente, el profesor Serrano emplea análisis bibliométricos, modelado estadístico y técnicas de minería de datos para identificar tendencias en la aplicación de inteligencia artificial y analítica de datos en la gestión empresarial. Sus investigaciones abordan problemáticas como la falta de adopción de herramientas avanzadas de análisis en la cadena de suministro, las barreras para la implementación de inteligencia artificial en la toma de decisiones estratégicas y la necesidad de integrar modelos cuantitativos en la gestión operativa. Su enfoque interdisciplinario combina analítica empresarial, inteligencia artificial y gestión de operaciones, proporcionando soluciones innovadoras para mejorar la eficiencia en distintos sectores.

Sus principales hallazgos indican que el uso de inteligencia artificial en la cadena de suministro y en la toma de decisiones estratégicas puede incrementar la eficiencia operativa y reducir costos. Sus estudios han sido publicados en revistas indexadas como Artificial Intelligence Review, consolidando su contribución en el ámbito de la analítica empresarial. Como alternativas de solución, propone la capacitación de profesionales en herramientas de inteligencia artificial, la integración de modelos predictivos en la gestión operativa y el fortalecimiento del análisis de datos en la toma de decisiones organizacionales.

Palabras clave: Inteligencia artificial, analítica de datos, cadena de suministro, modelado estadístico y gestión operativa.

• Reconocimiento a la Calidad de la Investigación 2023, CENTRUM PUCP (2024).
• Reconocimiento a la Excelencia Docente 2020 en Tiempo Parcial, CENTRUM PUCP (2021)
• Reconocimiento a la Excelencia Académica en la Docencia 2018 en Tiempo Parcial, CENTRUM PUCP (2019).