Inteligencia Artificial Explicable y modelos predictivos para la toma de decisiones en sistemas de recomendación de licitaciones públicas

Resumen

La presente obra analiza la convergencia entre inteligencia artificial explicable, modelos predictivos, sistemas de recomendación y toma de decisiones en el contexto de la contratación pública. Su propósito es fundamentar y documentar el diseño de un prototipo experimental de apoyo analítico capaz de procesar variables asociadas con perfiles sintéticos de proveedores tecnológicos, generar puntuaciones mediante modelos de clasificación y presentar información explicativa que facilite la revisión humana de los resultados. El libro se estructura en cuatro capítulos. El primero examina la contratación pública como un entorno complejo de decisión y desarrolla aspectos relacionados con transparencia, trazabilidad, calidad de la información y riesgos de la opacidad algorítmica. El segundo presenta los fundamentos de la inteligencia artificial, el aprendizaje automático, los modelos predictivos, los sistemas de recomendación y las principales técnicas de explicabilidad. El tercero describe el diseño metodológico, la gobernanza del conjunto sintético, la operacionalización de variables, el procesamiento de datos, la evaluación del modelo y la arquitectura funcional del prototipo. El cuarto discute sus aportes, limitaciones, riesgos y posibilidades de desarrollo futuro.