El Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades (CEIICH), es un espacio vivo sostenido por el trabajo, cotidiano, el intercambio constante y la colaboración entre personas con trayectorias y saberes diversos.
Es un punto de encuentro libre y abierto donde investigadores de la UNAM y de otras instituciones colaboran activamente con el propósito de crear conocimiento original socialmente comprometido que contribuya al desarrollo de las ciencias y las humanidades para analizar y proponer soluciones a los principales problemas de México y del mundo.

rama3
rama3

Esta muestra temporal se enmarca en la conmemoración del 40 aniversario del Centro y surge a partir de una especial invitación del Museo UNAM HOY como una forma significativa de reconocer la emblemática labor interdisciplinaria que ha perdurado a lo largo de cuatro décadas y se desarrolla cotidianamente en este espacio. La creación temática y despliegue de este proyecto se formó dualmente, a partir de una visión y una motivación.

La primera concebida como una gran oportunidad de (re)colocar a la IA —uno de los grandes retos actuales de nuestro tiempo— en el centro del debate colectivo puesto que es pieza fundamental dentro del rompecabezas social, científico, ambiental, tecnológico, cultural, etc., del que todas y todos somos parte.

rama2
rama2

En tanto a la segunda, marcada por una convicción clara: estimular el pensamiento crítico acercando el conocimiento a la sociedad. Todo ello, delineado por el entusiasmo de mostrar, compartir y acercar de forma tangible un poco de nuestro quehacer interdisciplinario.

Pregunta
Pregunta

Te invitamos a que conozcas nuestra historia y des una mirada a los doce programas de investigación en labor permanente y esenciales para el estudio de las problemáticas emergentes.

i+IA. Interdisciplina e Inteligencia Artificial.
40 años del CEIICH, UNAM

En los últimos años hemos sido testigos del avance tecnológico de la Inteligencia Artificial (IA). En sus inicios, en la década de 1950, se le ubicaba en el ámbito público y privado de la investigación científica en universidades, fuerzas armadas y empresas.
Hoy tenemos acceso masivo y comercial a diferentes sistemas de IA, entre ellos la IA Generativa que a partir de un algoritmo o instrucción produce imágenes, textos o sonidos.

rama3
rama3

Un carácter central de la IA es el ser interdisciplinaria: en ella convergen múltiples disciplinas y áreas de conocimiento que la han hecho posible: Ciencias Físico- Matemáticas y de las Ingenierías, junto con Ciencias Biológicas, Químicas y de la Salud; Ciencias Sociales; Humanidades y de las Artes. Todas ellas nutren, aplican e investigan a la IA desde distintos enfoques.

La dimensión social, ética y ambiental de la IA es otro aspecto relevante. Como herramienta tecnológica es un indudable logro científico que ha transformado los entornos digitales contribuyendo favorablemente al conocimiento y desarrollo. No obstante, estas tecnologías también presentan ángulos adversos según los usos e intereses de quienes las construyen, diseñan y las emplean. En la IA operan relaciones de poder entre múltiples actores sociales que pueden traducirse en desigualdad, sesgos, opresión, violencia, discriminación, afectaciones a la salud, robo y colonización de datos, deterioro ambiental u otros efectos perjudiciales.

rama2
rama2

La exposición I+IA. Interdisciplina e Inteligencia Artificial. 40 años del CEIICH, UNAM conmemora la fundación en 1986 del Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades, entidad que “impulsa investigaciones cuyos resultados contribuyen al desarrollo del conocimiento y a la construcción de alternativas para resolver los problemas de México y el mundo.”

La curaduría propone reflexionar sobre la IA, campo interdisciplinario prioritario hoy en día —fascinante y paradójico— a partir de tres obras de arte contemporáneo que usan sistemas automatizados para abordar igual número de temas: desaparición forzada; memoria, y creación/representación humana/natural/artificial.
Junto con un dispositivo experimental interactivo que usa IA —concebido y entrenado por personal académico del CEIICH— y un programa de actividades paralelas, la exposición I + IA ofrece una experiencia estética, lúdica y crítica sobre la IA, y su consumo informado y ético desde lo individual y lo colectivo, de cara a la labor académica de cuatro décadas del CEIICH.
-Abigail Pasillas Mendoza

Obras

De la serie: Exhumar la Memor.IA, 2022

Rogelio Séptimo (Michoacán, México)

SeptimoPog
SeptimoPog

Inés, Antonio, Josefina, Viviana
Fotografía digital, IA Gen, fragmentos de fotografías análogas y testimonios. Acervo Centro de la Imagen, Secretaría de Cultura, Gobierno de México

rama
rama

Este proyecto aborda el fenómeno de la ausencia y la imagen como dispositivo de memoria personal y colectiva, a través de retratos que combinan técnicas fotográficas digitales, análogas, testimonios e inteligencia artificial generativa (IAGen). Surge del deseo del artista por visualizar a su bisabuela, de quien no hay registro fotográfico. Derivó de los afectos personales a lo público,
integrando a la comunidad de Janitzio, Michoacán, que participó en la creación de retratos de sus ausentes. La obra recupera las prácticas situadas de trueque de fotografías antiguas y amateurs, y las incorpora como parte de la lógica relacional del proceso creativo.

Séptimo plantea además una crítica sobre los sesgos de la IA Gen en la representación del otro, al identificar que el modelo algorítmico creaba imágenes estereotipadas al estar alimentado por patrones históricos de la cultura visual que han exotizado la isla de Janitzio y racializado a sus habitantes. Al producir los retratos con y desde la comunidad, el proyecto se plantea usos alternativos y creativos de la IA Gen desde un enfoque decolonial.
Obra Premio de Adquisición de la XX Bienal de Fotografía del Centro de la Imagen, 2023.

margen
margen

Nivel de confianza, 2015

Rafael Lozano-Hemmer (México)

LH_postal
LH_postal

Algoritmo de reconocimiento facial, computadora, pantalla y cámara web, medidas variables Ed.2/12 + 1PA
Colección Museo Universitario Arte Contemporáneo, MUAC, UNAM. Donación del artista, 2020.
Fotografía Oswaldo Ruiz / Cortesía MUAC

rama
rama

Lozano-Hemmer trabaja a partir de las relaciones entre tecnología y sujetos. Esta obra, realizada antes del acceso masivo a sistemas de IA, utiliza un programa de reconocimiento facial habitualmente aplicado a la vigilancia e identificación de sospechosos. Aquí, la tecnología automatizada se usa desde el arte para activar una crítica y un encuentro efímero entre los rostros de los 43 estudiantes desaparecidos de Ayotzinapa en 2014 y quien observa la pieza, evidenciando su estatus ausente y uno de los casos más graves de violación a los derechos humanos de nuestra historia reciente.

El dispositivo se activa cuando el espectador se sitúa frente a la cámara, lo que inicia una búsqueda en un sistema cerrado y alimentado con los retratos de los estudiantes desaparecidos, a fin de ubicar coincidencias biométricas entre los rostros. La obra arroja el retrato del estudiante que más parecido presenta con quien observa, señalando el porcentaje y el nivel de confianza del reconocimiento. El encuentro posibilita la conexión empática con las víctimas, y muestra la operación artística de sistemas de inteligencia artificial para visibilizar un crimen de Estado. Lozano-Hemmer cuenta con numerosos premios en categorías como arte electrónico, interactivo, medios digitales, entre otras.

margen
margen

Coral 7867

Sofía Crespo (Argentina)

Sofia_postal
Sofia_postal

De la serie: Historia Natural Artificial, 2020-2024
Impresión digital y redes neuronales artificiales. Cortesía de la artista.

rama
rama

La obra de Crespo explora los cruces entre biología, creación artística/natural/autoral y tecnologías generativas que usan aprendizaje automático (machine learning) o IA Gen. La serie Historia Natural Artificial retoma el estilo y los códigos de representación visual de las ciencias naturales que clasifican seres vivos y otros elementos de la naturaleza, aunque aquí los especímenes son producidos por redes neuronales artificiales o sistemas de IA que crean imágenes.

La artista une las nociones opuestas de natural y de artificial para crear, con ayuda de la IA Gen, un repertorio de organismos que sólo existen gracias a la tecnología, pero que son verosímiles porque se nos presentan como parte de un ordenamiento racional y objetivo, una Historia que los registra, recolecta e ilustra; un discurso que crea colecciones de seres y los ordena desde el conocimiento científico. Como en una enciclopedia ilustrada, Coral 7867 se acompaña de láminas de peces, mariposas, aves, plantas y otros entes naturales imposibles, indescifrables, mostrando la potencialidad creativa y estética de la IA Gen. Premio ABS Digital Artist of the Year 2025.

margen
margen

Modelo Interpretativo de Rasgos Automatizado

Proyecto MIRA es un dispositivo interactivo que usa Ollama, un servidor de IA libre que funciona de forma local en la computadora que lo aloja y permite la ejecución de modelos de IA como LLaVA. Concebido para la exposición y modelado por un equipo multidisciplinario del CEIICH, propone un ejercicio lúdico para conocer y explicar el funcionamiento técnico básico de los sistemas automatizados que interpretan imágenes, y para reflexionar sobre sus respuestas.

Es un experimento interdisciplinario y crítico sobre el uso de la IA: usa software no comercial como alternativa a soluciones de inteligencia artificial y se relaciona con los temas y conceptos que abordan las obras de arte de la exposición y otros derivados (reconocimiento facial, control y vigilancia, sesgos, representación visual, estereotipos, alucinación, autoría y naturaleza, costos ambientales, entre otros).

Proyecto MIRA funciona con una base de datos de retratos de la comunidad universitaria y, en fechas clave, se habilita la integración de nuevas fotos de los públicos visitantes. Al final de la exposición, se realizará un conversatorio sobre los datos que recabó.

¡Te invitamos a participar!

margen2
margen2

Glosario

Algoritmo
Conjunto de pasos ordenados secuencialmente que sirven para realizar una tarea o resolver un problema.
Alucinación
Error en el que un modelo genera información falsa, inventada o incorrecta, pero presentada con total seguridad y coherencia.
Aprendizaje automático (machine learning)
Rama de la IA que enseña a las computadoras a aprender de los datos para resolver problemas sin necesidad de recibir órdenes fijas.
Aprendizaje profundo (deep learning)
Subconjunto del aprendizaje automático (machine learning) dentro de la IA que entrena a las computadoras para imitar la forma en que el cerebro humano procesa datos y aprende.
Automatización
Uso de la tecnología software o maquinaria para realizar procesos con una intervención humana mínima o nula.
Caja negra
Modelo abstracto que se define exclusivamente por sus entradas y sus salidas, ocultando cómo funciona su estructura o sus procesos internos.
Chatbot
Programa informático diseñado que simula una conversación con usuarios humanos, mediante texto o voz.
Conjunto de datos
Colección organizada de datos.
Dato
Unidad mínima de información.
Datos de entrada (input)
Información inicial, limpia o sin procesar, que se introduce en un modelo para que este la analice, aprenda o ejecute una tarea.
Datos de entrenamiento
Conjunto de información estructurada o no estructurada que se usa para enseñar a una IA a reconocer patrones y decisiones.
Datos de salida (output)
Resultado final que genera un modelo o sistema tras procesar la información.
Deepfake
Contenido multimedia falso (videos, audios o imágenes) creado mediante IA que suplanta la identidad de una persona para hacerle decir o hacer cosas que nunca ocurrieron.
Discriminación algorítmica
Ocurre cuando los sistemas de inteligencia artificial toman decisiones injustas o desiguales basadas en datos o diseños sesgados.
Ética de la IA
Conjunto de principios y normas que guía el desarrollo y uso seguro, justo y responsable de la tecnología.
Inteligencia artificial
Es un campo de la informática que se dedica a crear sistemas y tecnologías capaces de realizar tareas automatizadas que normalmente requieren inteligencia humana.
Inteligencia artificial generativa
Tipo de IA que puede “crear” contenido nuevo como textos, imágenes, códigos a partir de la petición de una persona.
Interdisciplina
Acto de colaboración entre dos o más disciplinas que combinan sus métodos y conocimientos para resolver un problema o lograr un objetivo común.
Internet
Red mundial de computadoras conectadas que permite compartir información y servicios de forma instantánea.
Macrodatos (Big Data)
Volúmenes masivos de datos extremadamente grandes y complejos.
Modelo de inteligencia artificial
Programa informático entrenado con un gran volumen de datos para reconocer patrones, tomar decisiones o hacer predicciones de forma autónoma.
Nube pública
Modelo donde una empresa pone servidores, almacenamiento y programas a disposición de muchas personas a través de Internet.
Pensamiento crítico
Capacidad racional para conceptualizar, analizar, sintetizar y evaluar la información recabada a partir de la observación, experiencia, reflexión y/o razonamiento.
PLN (Procesamiento del lenguaje natural)
Campo amplio de la IA que se encarga de que las máquinas comprendan el lenguaje humano.
Procesamiento local
Ocurre cuando los datos se analizan y ejecutan directamente en el dispositivo o hardware propio, sin depender de servidores remotos o de la nube.
Prompt
Instrucción, pregunta o texto que se escribe en un sistema de IA para obtener una respuesta o resultado específico.
Red neuronal artificial
Modelo computacional que imita la estructura y funcionamiento del cerebro.
Servicio web (web service).
Sistema de software que permite la comunicación y el intercambio de datos entre diferentes aplicaciones a través de internet.
Sesgo
Inclinación, error sistemático o desviación de la objetividad al interpretar información, tomar decisiones o realizar mediciones.
Sistema con uso de IA
Sistemas que solucionan una problemática tratando de replicar el pensar y actuar humano.
Sistema de reconocimiento facial
Tecnología biométrica que utiliza algoritmos de inteligencia artificial y aprendizaje automático para identificar o verificar la identidad de una persona a partir de los rasgos únicos de su rostro.
Token
Unidad básica de información que utilizan los modelos de lenguaje (como GPT, Claude o Gemini) para procesar y generar texto.
Transparencia algorítmica
Principio que exige que los datos, los procesos de diseño y los criterios de decisión de un sistema automatizado sean claros, documentados y comprensibles.

Créditos

UNIVERSIDAD NACIONAL
AUTÓNOMA DE MÉXICO

Leonardo Lomelí Vanegas
Rector
Javier de la Fuente Hernández
Secretario General
Miguel Armando López Leyva
Coordinador de Humanidades

INSTITUTO DE INVESTIGACIONES
SOBRE LA UNIVERSIDAD Y LA EDUCACIÓN

Gabriela de la Cruz Flores
Directora
Claudia de la Garza Gálvez
Coordinadora Museo UNAM HOY

CENTRO DE INVESTIGACIONES
INTERDISCIPLINARIAS EN CIENCIAS
Y HUMANIDADES

Mauricio Sánchez Menchero
Director
Margarita Mass Moreno
Secretaría Académica
Yuritzi Arredondo Martínez
Secretaría Técnica
Tabata Esbeyde Hernández Galindez
Secretaría Administrativa

EXPOSICIÓN
i+IA. Interdisciplina e Inteligencia Artificial.
40 años del CEIICH, UNAM

Yuritzi Arredondo Martínez
Claudia de la Garza Gálvez
Coordinación
Abigail Pasillas Mendoza
Curaduría
Fidel Adrián Pineda Bedolla
Brian Arturo Muñoz Sil
Diana Paulina Gallegos Vera
Proyecto MIRA IA. Departamento
de Cómputo, CEIICH
Katherine Viviana Velásquez Cárdenas
Museografía
Equipo de trabajo Museo UNAM HOY
Montaje
Amanali María Cornejo Vázquez
Diseño e identidad
Ernestina Álvarez Guillén
Elsa Noemí Sánchez Juárez
Difusión
Víctor Manuel Méndez Villanueva
Producción Audiovisual y Multimedia
Diana Paulina Gallegos Vera
Página web
Samantha Cacique García
Asistente de la Secretaría Técnica
Adriana Aimme Peñaloza Soto
Becaria

AGRADECIMIENTOS

Rubén Dimitrio Cervantes Cruz
Juan Pablo Duque Parra
Ximena Gutiérrez Vasques
Luis Josué Lugo Sánchez
Víctor Mireles Chávez
Agustín Morales Mena
Tania Puente

Museo Universitario Arte Contemporáneo, MUAC, UNAM.
Centro de la Imagen, Secretaría de Cultura, Gobierno de México.
Gaceta UNAM

margen2
margen2

Fuentes y referencias

Academia de IA. (s. f.). Inteligencia artificial local vs. nube. Academia de IA Blog.
Inteligencia artificial local vs nube: costos y hardware 2026

Amozurrutia de María y Campos, J. A. (2012). Complejidad y sistemas sociales. Un modelo adaptativo para la investigación interdisciplinaria. Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades, UNAM.

Amozurrutia, J. A. y Maass Moreno, M. (2013). “Sistemas sociales e investigación interdisciplinaria: una propuesta desde la Cibercultur@”. En INTER DISCIPLINA 1(1):
Enfoques, p. 141-170.

Argüello Cabrera, L. (2020).Violencia crónica y memoria pública. “Entre rebeldes y víctimas, a propósito de Lucio Cabañas en Atoyac de Álvarez, Guerrero (2002-2018)”. En
INTER DISCIPLINA 8(22): Miscelánea interdisciplinaria, p. 87-112.

Badman, A. y Kosinski, M. (s. f.). ¿Qué son los datos?. IBM Think Insights. ¿Qué son los datos? | IBM

Belmont Cortés, E., Ribeiro Palacios, M. y Espinosa Blas, M. (2016). La interdisciplina en la Universidad Autónoma de Querétaro, “un desafío impostergable. La experiencia de la Facultad de Filosofía”. En INTER DISCIPLINA 4(10): inter_instituciones, , p. 65-80.

Bergmann, D. (2025, 18 de agosto). ¿Qué es el machine learning (aprendizaje automático)?. IBM Think Insights. ¿Qué es el machine learning? | IBM

Buitrago-Ciro, J. y Franco Rico, J. A. (2025). “La inteligencia artificial generativa en la publicación científica y el papel de los editores en revistas de biblioteconomía, ciencias de la información y educación en Hispanoamérica”. En INTER DISCIPLINA 13(36): Educación intercultural, , p. 275-300.

Castro, A. (2017). La transformación de los conflictos. “Abordajes desde una ética comprehensiva”. En INTER DISCIPLINA 5(13): Investigación y educación interdisciplinarias, p. 45-62.

Cato, W. W. y Mobley, R. K. (2002). Chapter 7 – “CMMS and client server”. En W. W. Cato y R. K. Mobley (Eds.), Computer-managed maintenance systems (2.ª ed., pp. 119-124). Butterworth-Heinemann. CMMS and Client Server – ScienceDirect

Celedón, G. (2016). “Reflexiones sobre la actualidad del conocimiento en el contexto de un programa de estudios interdisciplinarios en la Universidad de Valparaíso, Chile”. En INTER DISCIPLINA 4(10): Inter_instituciones, p. 35-47.

Clark, B., Kosinski, M. y IBM Responsible Technology Board. (2026, 20 de abril). ¿Qué es la ética de la IA?. IBM Think Insights. ¿Qué es la ética de la IA? | IBM

Corbacho, A. M. (2017). “El aprendizaje interdisciplinario, intensivo e integrado como herramienta para el desarrollo de conocimientos, habilidades y actitudes en estudiantes de grado”. En INTER DISCIPLINA 5(13): Investigación y educación interdisciplinarias, p. 63-85.

Doddoli, C. (2023, 29 de marzo). Inteligencia artificial aplicada a la solución de problemas nacionales. Ciencia UNAM-DGDC. Inteligencia Artificial aplicada a la solución de problemas nacionales – Ciencia UNAM

Freier, M. (2023). “Consideraciones antropológicas para encuentros-entrevistas con madres, hermanas o familiares de personas desaparecidas”. En INTER DISCIPLINA 11(31): Personas desaparecidas, p. 164-170.

Freier, M. (2023). “Desapariciones forzadas – Desapariciones. La experiencia argentina – Implicancias subjetivas”. En INTER DISCIPLINA 11(31): Personas desaparecidas, p. 93-120.

Gall, O. (2014). “Interseccionalidad e interdisciplina para entender y combatir el racismo”. En INTER DISCIPLINA 2 (4): Racismos, p. 9-34.

Google Cloud. (s. f.). ¿Qué es la nube pública?. Google Cloud Learn. ¿Qué es una nube pública? | Google Cloud

Google Cloud. (s. f.). ¿Qué es el procesamiento de lenguaje natural (PLN)?.  Google Cloud Learn. ¿Qué es el procesamiento del lenguaje natural? | Google Cloud

González Casanova, P. y Saxe-Fernández, J. (coords.). (2026). El Mundo actual: situación y alternativas. Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades, UNAM.

González de la Garza, L. M. (2026). Transparencia algorítmica. Derecho y Constitución – UNED. Transparencia algorítmica – Derecho y Constitución

González, L. (2016, 6 de diciembre).
“La interdisciplina para entender al otro”.
UNAM Global Revista.

Guevara Sada, S. (2015). La sustentabilidad, rehén de la globalización y la fragmentación
de la biosfera. En INTER DISCIPLINA 3(7): Sustentabilidad, p. 121-135.

IBM. (s. f.). IA vs. Machine Learning vs. Deep Learning vs. Redes Neuronales: ¿Cuál es la
diferencia? IBM Think Insights. Comparación entre IA, machine learning, aprendizaje profundo y redes neuronales | IBM

IBM. (s. f.). ¿Qué es la automatización?. IBM Think Insights.
¿Qué es la automatización? – IBM

IBM. (2022). ¿Qué es un servicio web? (Versión 10.0.0). IBM Documentation.
¿Qué es un servicio web? – Documentación de IBM

IBM. (2023, 1 de septiembre). ¿Qué son las alucinaciones de la IA?. IBM Think Insights.
¿Qué son las alucinaciones de la IA? | IBM

IBM. (s. f.). ¿Qué es un modelo de IA?. IBM Think Insights.
¿Qué es un modelo de IA? | IBM

INTER DISCIPLINA: Educación intercultural, 13(36), 2025, 322 p.

INTER DISCIPLINA: Enfoques, 1(1), 2013, 216p.

INTER DISCIPLINA: Estructuras sociales, 9(23), 2021, 190 p.

INTER DISCIPLINA: Evolucionismo, 3(5), 2015, 345 p.

INTER DISCIPLINA: Género, medios de comunicación y nuevas tecnologías, 7(17), 2019, 236 p.

INTER DISCIPLINA: Miscelánea interdisciplinaria, 8(22), 2020, 260 p.

INTER DISCIPLINA: Personas desaparecidas, 11(31), 2023, 360 p.

INTER DISCIPLINA: Racismos, 2(4), 2014, 250 p.

INTER DISCIPLINA: Sustentabilidad, 3(7), 2015, 342 p.

INTER DISCIPLINA: Visualidades y metodologías, 13(35), 2025, 314 p

INTER DISCIPLINA: Visualidades y metodologías, 13(35), p. 231-256.

Jardón Barbolla, L. (2015). “De la evolución al valor de uso, ida y vuelta: exploraciones en la domesticación y diversificación de plantas”. En INTER DISCIPLINA: Evolucionismo, 3(5), p. 99-129.

Jardón Barbolla, L. (2021). “Líneas de conflicto en la apropiación de los recursos agrobiológicos: las contrastantes expediciones de Vavilov y Brücher”. En INTER DISCIPLINA: misiones, 9(24), p. 73-95.

Jonker, A., Gomstyn, A. y McGrath, A. (2026, 26 de febrero). ¿Qué es la transparencia de la IA?. IBM Think Insights.
¿Qué es la transparencia de la IA? | IBM

Jiménez, R. (s. f.). Pensamiento crítico, esencial para el CCH. Gaceta del CCH UNAM. Pensamiento crítico, esencial para el CCH | Gaceta del Colegio de Ciencias y Humanidades

Jonker, A. y Rogers, J. (2026, 8 de julio). ¿Qué es el sesgo algorítmico?. IBM Think Insights.
¿Qué es el sesgo algorítmico? | IBM

Kosinski, M. (2024, 29 de octubre). ¿Qué es una black box IA?. IBM Think Insights.
¿Qué es una black box IA? | IBM

Lee, F. (2021, 6 de octubre). ¿Qué son las redes neuronales?. IBM Think Insights.
¿Qué son las redes neuronales? | IBM

Liu, H., Li, C., Li, Y., & Lee, Y. J. (2024, June). “Improved baselines with visual instruction tuning”. In 2024 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) (pp. 26286-26296). IEEE.

Loeza Reyes, L. (2020). “Visibilizando a las víctimas: entre el paradigma seguritista y el paradigma de los derechos humanos”. En INTER DISCIPLINA: Criticalidad, 8(20), p. 133- 152.

Lugo Sánchez, L. J. (2026). Inteligencia artificial: Hacia una praxis reflexiva, ética e interdisciplinaria. Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades [CEIICH]

Mansilla Corona, R. (2017). “Los orígenes interdisciplinarios de las finanzas”. En INTER DISCIPLINA: Econofísica, 5(12), p. 41-56.

Mansilla, A. (2025). “Presupuestos de la teoría de autómatas judiciales”. En INTER DISCIPLINA: Visualidades y metodologías, 13(35), p. 257-278.

Martínez, C., Vienni, B., Cruz, P. y Repetto, L. (2015). “Espacio Interdisciplinario: convergencia entre integralidad e interdisciplina”. En INTER DISCIPLINA: Evolucionismo, 3(5), p. 223-240.

Mayorga, L. (2019). “¿Qué son los chatbots?”. UNAM Global Revista.
¿Qué son los chatbots? – UNAM Global

Microsoft. (s. f.). ¿Cómo funciona la IA generativa?. Microsoft AI.
Cómo funciona la inteligencia artificial generativa | IA de Microsoft

Microsoft. (s. f.). Comprender los tokens. Microsoft Learn.
Descripción de los tokens – .NET | Microsoft Learn

Microsoft. (s. f.). “¿Qué es el reconocimiento facial?”. Cloud Computing Dictionary.
¿Qué es el reconocimiento facial? | Microsoft Azure

Microsoft. (s. f.). “What are large language models (LLMs)?” Cloud Computing Dictionary.
What are large language models (LLMs)? | Microsoft Azure

Morales Mena, A. (2024). “Espacios de excepción y tecnosecuritización de la movilidad humana en Norteamérica. Del control corpóreo al algorítmico-digital”. Revista Mexicana De Ciencias Políticas y Sociales, 69 (252).

Oboler, S. (2014). “Extraños desechables: raza e inmigración en la era de la globalización”. En INTER DISCIPLINA: Racismos, 2(4), p. 75-96.

Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO]. (2021). Recomendación sobre la ética de la inteligencia artificial [Documento normativo]. UNESCO.
Ética de la inteligencia artificial | UNESCO

Ortiz Moreno, J. A., Malagón García, S. L. y Masera Cerutti, O. R. (2015). “Ecotecnología y sustentabilidad: una aproximación para el Sur global”. En INTER DISCIPLINA: sustentabilidad, 3(7), p. 193-215.

Pantoja Meléndez, J. (2025). “El desarrollo de habilidades interdisciplinarias a través del aprendizaje basado en problemas. Análisis de un caso en la licenciatura de humanidades y narrativas multimedia de la Universidad Rosario Castellanos de la CDMX”. En INTER DISCIPLINA: Visualidades y metodologías, 13(35), p. 231-256.

Parlamento Europeo. (2023). Macrodatos: definición, beneficios, retos [Infografía]. Unión Europea.
Macrodatos: definición, beneficios, retos (infografía) | Temas | Parlamento Europeo

Pasillas Mendoza, A. (2026). “Discriminación algorítmica en la cultura visual: hegemonía,
representación, invisibilización y poder”. En Padrón Innamorato, M. y Morales Mena, A. Coords. El derecho a la no discriminación [algorítmica]. Experiencias, debates y desafíos en la era de la IA. Instituto de Investigaciones Jurídicas, Universidad Nacional Autónoma de México.

Peña Serret, D. (2019). “Participación política en el contexto multimedia de comunicación digital: hacia un enfoque interdisciplinario”. En INTER DISCIPLINA: migraciones, 7(18), p.
175-198.

Pérez-Taylor, R. (2023). “Desapariciones”. En INTER DISCIPLINA: Personas desaparecidas, 11(31), p. 23-42.

Pombo, O. (2013). “Epistemología de la interdisciplinariedad. La construcción de un nuevo modelo de comprensión”. En INTER DISCIPLINA: Enfoques, 1(1), p. 21-49.

Pontificia Universidad Católica de Chile, Sistema de Bibliotecas. (s. f.). Guía temática. Bibliotecas UC.
Data set o Conjunto de Datos – Bibliotecas UC – Guía de Normas APA7 – Guías temáticas at Pontificia Universidad Católica de Chile- Bibliotecas UC

Ramos Lara, M. de la P. y Niccolai, S. (Coords.). (2021). Hacia un diálogo interdisciplinario sobre la complejidad social. Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades, UNAM.

Ramundo, P. S. (2022). “Aportes interdisciplinares en las investigaciones arqueológicas de la quebrada de La Cueva, provincia de Jujuy, Argentina”. En INTER DISCIPLINA: Impudor y lesbiandad, 10(27), p. 161-181.

Randall, G. (2016). “La política de regionalización de la Universidad de la República. Un proceso para promover la interdisciplina en Uruguay”. En INTER DISCIPLINA: Inter_instituciones, 4(10), p. 81-108.

Rodríguez Carrillo, A., Hernández-Flores, R., Rangel Estrada, D. A. y Serrano Sánchez, C. (2023). “Personas desaparecidas, búsqueda e identificación. Reflexiones desde la antropología forense en el contexto mexicano”. En INTER DISCIPLINA: personas desaparecidas, 11(31), p. 43-74.

Salgado, A., Fumagalli, M., González Simonetto, A., Ibañez, A., Bernardi, P., Somigliana, C., Salado Puerto, M. y Caridi, I. (2021). “Cohesión de las estructuras resultantes en redes sociales: estudio de caso sobre la desaparición de personas en la provincia de Tucumán”.
En INTER DISCIPLINA: estructuras sociales, 9(23), p. 83-96.

Sierra, F., Leetoy, S. y Gravante, T. (Coords). (2021). Democracia inconclusa: movimientos sociales, esfera pública y redes digitales. Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades, UNAM.

Schneider, J. (2026, 9 de marzo). ¿Qué es el sesgo cognitivo?. IBM Think Insights.
¿Qué es el sesgo cognitivo? | IBM

Stryker, C. (2024, 15 de julio). ¿Qué es la IA multimodal?. IBM Think Insights.
¿Qué es la IA multimodal? | IBM

Stryker, C. (2025, 2 de mayo). ¿Qué son los datos de entrenamiento?.
IBM Think Insights.
¿Qué son los datos de entrenamiento? | IBM

Torres Morales, J. G., Fernández Cortes, O. y Ramírez Ortiz, M. V. (2025). “Prospectiva y futuro: políticas públicas y marco regulatorio para garantizar el uso ético y responsable de la IA en la educación superior”. En INTER DISCIPLINA: Plantas medicinales, 13(37), p. 221-241.

The Open University. (2018). An introduction to web applications architecture [Recurso educativo]. OpenLearn.

Universidad de Navarra, Servicio de Biblioteca. (s. f.). Inteligencia artificial generativa: Prompts. Biblioguias UNAV.
Prompts – Inteligencia Artificial Generativa – BiblioGuías at Biblioteca Universidad de Navarra

Universidad Nacional Autónoma de México, Facultad de Estudios Superiores Acatlán [UNAM-FES Acatlán]. (2025, 8 de abril). El razonamiento en la IA. NotiFES Digital.
El razonamiento en la IA | NotiFES Digital

Universidad Nacional Autónoma de México, CUAED. (s. f.). Algoritmos [Unidad de Apoyo para el Aprendizaje].
Bachillerato a Distancia – CUAED – UNAM.
Algoritmos | uapa

Universidad Nacional Autónoma de México, Coordinación de Universidad Abierta y Educación a Distancia [UNAM-CUAED]. (s. f.). Recurso educativo digital [Definición e
Historia de la Internet]. Repositorio UAPA.
Definición e Historia de la Internet

Universidad Veracruzana, Dirección General de Tecnología de Información. (s. f.). Deepfakes [Campaña de concientización]. Portal Infosegura.
Deepfakes: contenido falso impulsado por la IA – Seguridad de la información

Villa Soto, J. C., Castañeda Salgado, M. P. y Blazquez Graf, N. (2016). “El CEIICH, clave en la institucionalización de la investigación interdisciplinaria en la Universidad Nacional Autónoma de México”. En INTER DISCIPLINA: Inter_instituciones, 4(10), p. 49-64.

Wade, P. (2014). “Raza, ciencia, sociedad”. En INTER DISCIPLINA: Racismos, 2(4), p. 35-62.

Hecho en México, todos los derechos reservados 2026. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la institución. Sitio web administrado por el Centro de Investigaciones Interdisciplinarias en Ciencias y Humanidades (CEIICH).