Ana Belén Ruiz

Universidad de Málaga, Spain

Ana Belén Ruiz Mora (Ana B. Ruiz) es profesora del Departamento de Economía Aplicada (Matemáticas) de la Universidad de Málaga (España), donde desarrolla su carrera desde 2009. Es licenciada y máster en Matemáticas (2006 y 2007, respectivamente) por la Universidad de Málaga. En 2012, obtuvo su doctorado en Matemáticas también en la Universidad de Málaga, y su tesis doctoral fue reconocida con el Premio Extraordinario de Doctorado del Programa de Doctorado en Economía y Empresa, en 2012-2013. Es investigadora en el campo de la Investigación Operativa, más concretamente, en Optimización Multiobjetivo y Toma de Decisiones con Criterios Múltiples. De hecho, sus intereses de investigación se centran principalmente en el estudio, análisis, desarrollo y aplicación de métodos interactivos para resolver problemas de optimización multiobjetivo. La mayoría de los métodos que ha propuesto y estudiado se basan en puntos de referencia y en algoritmos evolutivos para la optimización multiobjetivo. Además, Ana B. Ruiz ha aplicado estas metodologías para resolver problemas de la vida real que surgen en diferentes campos, como la economía de la educación, la selección de carteras, el desarrollo sostenible o la ingeniería. Ha realizado varias visitas de investigación a la Universidad de Jyvaskyla (Finlandia) para colaborar con investigadores internacionales de reconocido prestigio, como la profesora Kaisa Miettinen, donde ha impartido varias charlas en seminarios.

Charla: Metaheristics for Multiobjective Optimization: Introducing the Decision Maker in the Process

Gabriel A. Wainer

University of Carleton, Canada

Gabriel A. Wainer, FSCS, obtuvo la Maestría en Ciencias (1993) en la Universidad de Buenos Aires, Argentina, y el Doctorado (1998, con los más altos honores) en la UBA/Université d’Aix-Marseille III, Francia. En julio de 2000, se incorporó al Departamento de Ingeniería de Sistemas e Informática de la Universidad de Carleton (Ottawa, Ontario, Canadá), donde actualmente es catedrático. Ha sido profesor visitante en la Universidad de Arizona; LSIS (CNRS), Universidad Paul Cézanne, Universidad de Niza, INRIA Sophia-Antipolis, Universidad de Burdeos (Francia); UCM, UPM, UPC (España), Universidad de Buenos Aires, Universidad Nacional de Rosario (Argentina) y otras. Es uno de los fundadores del Simposio SCS/ACM/IEEE sobre Teoría del Modelado y la Simulación, SIMUTools y SCS/ACM/IEEE SimAUD. El profesor Wainer fue vicepresidente de conferencias y vicepresidente de publicaciones, y es miembro de la junta directiva de la SCS, Sociedad Internacional de Modelización y Simulación. Ha publicado más de 400 artículos de investigación y cinco libros en el campo de la modelización y la simulación. El profesor Wainer es editor jefe de SIMULATION, miembro del consejo editorial de Journal of Simulation (Taylor and Francis), IEEE Computing in Science and Engineering, Wireless Networks (Elsevier) y Journal of Defense Modeling and Simulation (SCS). Es director del laboratorio de simulación avanzada en tiempo real, ubicado en el Centro de Simulación y Visualización Avanzada (V-Sim) de la Universidad de Carleton. Ha ayudado a organizar más de 150 conferencias, entre ellas ACM SIGSIM PADS y Winter Simulation Conference (copatrocinada por ACM). Ha recibido diversos premios, entre ellos el IBM Eclipse Innovation, el SCS Leadership y varios premios al mejor artículo. Ha sido galardonado con el Premio al Logro en Investigación de la Universidad de Carleton (2005, 2014), el Premio al Profesional Destacado de la SCS (2011), el Premio a la Mentoría de la Universidad de Carleton (2013), el Premio al Profesional Distinguido de la SCS (2013), el Premio al Servicio Distinguido de la SCS (2015), la Medalla del 150.º Aniversario de Canadá de Nepean (2017), el Premio al Reconocimiento por los Servicios Prestados de ACM (2018) y el Premio a la Ingeniería Destacada de IEEE (Sección de Ottawa, 2019). Es miembro de la SCS.

Charla: Simulation Everywhere

Claudio Gutierrez

DCC, Universidad de Chile, e Investigador Senior en el Instituto Milenio Fundamento de los Datos (IMFD).

Claudio Gutiérrez es Profesor Titular en el Departamento de Ciencias de la Computación, Universidad de Chile, e Investigador Senior en el Instituto Milenio Fundamento de los Datos (IMFD). Es Licenciado en Matemáticas, Magíster en Lógica Matemática, Doctor en Ciencias de la Computación y Magíster en Historia. Ha publicado extensamente el área de Bases de Datos, lenguajes de la Web Semántica e Interoperabilidad de Datos y Conocimiento, editado tres libros y recibido premios Test of Time por artículos en PODS e ISWC. Actualmente investiga en Grafos de Conocimiento y Fundamentos de los Datos y el Mundo Digital.

Charla: ¿Quién programa a quién? Desafíos de la comunidad latinoamericana en la era de la inteligencia artificial y la datificación.

Ricardo Baeza-Yates

KTH, Sweden; UPF, Spain; U. de Chile

Ricardo Baeza-Yates es profesor WASP part-time en KTH, el Instituto Tecnológico Real de Suecia (Estocolmo), la Universitat Pompeu Fabra (Barcelona) y la Universidad de Chile (Santiago). Del 2021 al 2025 fue director de investigación del Institute de IA Experiencial de Northeastern University en Silicon Valley. Fundó Yahoo Labs en Barcelona y Santiago en 2006 donde fue vicepresidente de investigación hasta el 2016 en Sunnyvale, California. Ha sido reconocido con premios nacionales en Chile (gobierno) y España (SCIA & BBVA), además de otros premios de la OEA, Instituto de Ingenieros de Chile, Colegios de Ingenieros de Chile y Cataluña, y sus pares, que lo nombraron ACM e IEEE Fellow. Es miembro fundador de la Academia de Ingeniería de Chile y miembro de número de la Academia de Ciencias de Chile y correspondiente de la Academia de Ciencias de Brasil. Sus intereses principales actualmente son la IA responsable y la ciencia de datos en general.

Charla: Human-AI Co-Evolution

Summary: Human-AI co-evolution, defined as a process in which humans and AI algorithms continuously influence each other, increasingly characterizes our society, but is understudied in artificial
intelligence and complexity science literature. Recommender systems and assistants play a prominent role in human-AI co-evolution, as they permeate many facets of daily life and influence
human choices through online platforms. The interaction between users and AI results in a potentially endless feedback loop, wherein users’ choices generate data to train AI models, which, in turn, shape subsequent user preferences. This human-AI feedback loop has peculiar characteristics compared to traditional human-machine interaction and gives rise to complex and often “unintended” systemic outcomes. This paper introduces human-AI co-evolution as the cornerstone for a new field of study at the intersection between AI and complexity science focused on the theoretical, empirical, and mathematical investigation of the human-AI feedback loop. In doing so, we: (i) outline the pros and cons of existing methodologies and highlight shortcomings and potential ways for capturing feedback loop mechanisms; (ii) propose a reflection at the intersection between complexity science, AI and society; (iii) provide real-world examples for different human-AI ecosystems; and (iv) illustrate challenges to the creation of such a field of study, conceptualising them at increasing levels of abstraction, i.e., scientific, legal and socio-political.

Prof. Sandra González

Universidad de Málaga, Spain

Sandra González Gallardo (Sandra González-Gallardo) es profesora adjunta en el Departamento de Análisis Matemático, Estadística e Investigación Operativa y Matemáticas Aplicadas de la Universidad de Málaga (España). Obtuvo su licenciatura en Matemáticas en 2016 y su máster en Análisis Empresarial y Económico en 2017, ambos por la Universidad de Málaga. En 2020, obtuvo su doctorado en Economía y Empresa también en la Universidad de Málaga, y su tesis doctoral fue reconocida con el Premio Extraordinario de Doctorado del Programa de Doctorado en Economía y Empresa, en 2020-2021. Es investigadora en el campo de la Investigación Operativa, más concretamente, en Optimización Multiobjetivo y Toma de Decisiones con Criterios Múltiples. Su investigación se centra principalmente en explorar, analizar, desarrollar e implementar enfoques interactivos para abordar problemas de optimización multiobjetivo. La mayoría de los métodos que ha introducido e investigado se basan en puntos de referencia y utilizan algoritmos evolutivos para abordar los retos de la optimización multiobjetivo. Paralelamente, también ha llevado a cabo investigaciones sobre el uso de técnicas estadísticas y econométricas combinadas con la optimización multiobjetivo para analizar cuestiones socioeconómicas reales relacionadas con la educación, la sostenibilidad y la pobreza.

Charla: Evolutionary Multiobjective Optimization Algorithms: Current trends based on preferences