Magazine | Número 1 2026 Bertram Taetz (Prof. Dr. rer. nat.) es profesor de Ciencia de Datos e Inteligencia Artificial en la Universidad Internacional de Ciencias Aplicadas de Erfurt, Alemania, donde imparte clases desde 2022. Obtuvo su doctorado en Matemáticas en la Universidad del Ruhr de Bochum en 2012 y forma parte del Centro Alemán de Investigación en Inteligencia Artificial (DFKI) desde 2013, donde dirige un equipo dedicado a la captura, el modelado y el análisis del movimiento humano basados en la IA. Rehana Mubarak-Aberer (Dr.) es experta en marketing en OMICRON, donde trabaja desde 2007. Con un máster en Inteligencia Artificial, un máster en Comunicación Técnica Internacional y un doctorado centrado en la traducción automática y la lingüística computacional, está comprometida con el trabajo interdisciplinario que hace que la información compleja resulte inteligible a través de idiomas, ámbitos y sistemas hombre-máquina. «Los métodos causales nos ayudan a razonar en términos de intervenciones y contrafactuales, lo cual se acerca mucho más a la forma en que los operadores y planificadores conciben las acciones de control». reforzar su toma de decisiones mediante la identificación de la causa raíz de la salida de un sistema. Esto resulta especialmente atractivo para los planificadores y reguladores. En lugar de limitarse a revelar que «las energías renovables están asociadas a más eventos de congestión», las explicaciones causales pueden cuantificar en qué medida un refuerzo específico (una nueva línea, un transformador de desplazamiento de fase, un activo de almacenamiento) reducirá la probabilidad de sobrecarga en diferentes escenarios. Bertram: Y esto cierra el bucle de nuestro debate sobre la confianza: si los operadores, los planificadores y los reguladores de redes eléctricas pueden reconocer y cuestionar estas explicaciones del tipo «qué pasaría si», podrán juzgar mejor cuándo confiar en las recomendaciones de la IA y cuándo ignorarlas, de forma muy similar a como ya hacen con los estudios de planificación tradicionales y las evaluaciones de seguridad. A la hora de criar a nuestros hijos o desarrollar sistemas de IA, las raíces de la confianza fortalecen las alas del empoderamiento a la hora de hacer frente a la incertidumbre y la complejidad. 35
RkJQdWJsaXNoZXIy NTkxNzY=