Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
University of New Mexico
Método para la recomendación sobre el uso de la in-
teligencia artificial y sus consecuencias en los dere-
chos de autor en el Ecuador.
Method for the recommendation on the use of artifi-
cial intelligence and its consequences on copyright
in Ecuador.
Hendry Francel Cadena Sayavedra
1
, Andrea Katherine Bucaram Caicedo
2
and Santiago
Fernando Fiallos Bonilla
3
1
Universidad Regional Autónoma de Los Andes, Ambato, Ecuador. da.hendryfcs66@uniandes.edu.ec
2
Universidad Regional Autónoma de Los Andes, Ambato. Ecuador. ua.andreabucaram@uniandes.edu.ec
3
Universidad Regional Autónoma de Los Andes, Ambato, Ecuador. ua.santiagofiallos@uniandes.edu.ec
Resumen. La revolución de la inteligencia artificial (IA) está transformando la economía digital de bienes inmateriales, creando
interrogantes sobre su cumplimiento con los derechos de autor en Ecuador. A medida que las decisiones algorítmicas generan
creaciones intelectuales de forma autónoma, se plantean desafíos en torno a la propiedad intelectual, ya que la IA puede replicar
obras de autores humanos, lo que complica la atribución de derechos de autor. La doctrina sugiere que es difícil otorgar derechos
de autor a un software inteligente debido a la ambigüedad en la normativa actual, lo que deja un vacío legal en la regulación de
la IA y sus implicaciones sobre derechos constitucionales. Para abordar esta situación, algunos organismos están considerando
nuevas legislaciones, mientras que otros optan por adaptar marcos jurídicos existentes. Algunas propuestas incluyen la creación
de un derecho sui generis para la IA, definiendo su titularidad y derechos asociados. Este artículo científico tiene como objetivo
implementar un método para la generación de recomendaciones sobre el uso de la IA y su impacto en la protección de los
derechos de autor en el Ecuador, integrando Números Neutrosóficos de Valor Único para una mejor evaluación.
Palabras Claves: Derechos de autor, Inteligencia Artificial, sistema de recomendación, números neutrosóficos.
Abstract. The artificial intelligence (AI) revolution is transforming the digital economy of intangible goods, raising questions
about its compliance with copyright in Ecuador. As algorithmic decisions autonomously generate intellectual creations, chal-
lenges arise around intellectual property, since AI can replicate works by human authors, complicating the attribution of copy-
right. Doctrine suggests that it is difficult to grant copyright to intelligent software due to ambiguity in current regulations,
leaving a legal vacuum in the regulation of AI and its implications on constitutional rights. To address this situation, some
agencies are considering new legislation, while others choose to adapt existing legal frameworks. Some proposals include the
creation of a sui generis right for AI, defining its ownership and associated rights. This scientific article aims to implement a
method for generating recommendations on the use of AI and its impact on the protection of copyright in Ecuador, integrating
Unique-Valued Neutrosophic Numbers for a better evaluation.
Keywords: Copyright, Artificial Intelligence, recommendation system, neutrosophic numbers.
1 Introducción
La Inteligencia Artificial (IA) representa una de las innovaciones tecnológicas más significativas del siglo XXI
en la era digital. El término fue introducido en 1956 por John McCarthy en la conferencia de Dartmouth, y su
influencia en el ámbito legal está en auge. Esta tecnología fue concebida para abordar y optimizar problemas
sociológicos, creando bienes inmateriales de manera automatizada, similar a un ser humano. Hasta ahora, la titu-
laridad de estas creaciones se ha atribuido a autores físicos, garantizando su protección bajo las normativas de
derechos de autor. No obstante, la IA plantea un debate entre una perspectiva progresista que busca otorgar dere-
chos a sistemas inteligentes y una visión antropológica de la misma. Actualmente, no existe una definición precisa
de la IA debido a su complejidad. En [1], se define como la capacidad de las máquinas para aplicar algoritmos,
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
54
aprender de datos y tomar decisiones como lo haría un ser humano. La IA es el resultado de la combinación de
datos y algoritmos, lo que permite que el software actúe de manera autónoma gracias a estos patrones [2].
De acuerdo con el Código Orgánico de la Economía Social de los Conocimientos, Creatividad e Innovación
(Art. 102) los derechos de autor “nacen y se protegen por el solo hecho de la creación de la obra” [3], esto según
la RAE (2022) seria al momento de producir algo nuevo, sin embargo, si la IA crea o produce obras de forma
originaria, y el derecho de autor surge en virtud de la originalidad, entonces, por qué no se provee derechos a la
IA, parecería fácil la respuesta, no obstante, a pesar que nace de la originalidad un bien inmaterial según el referido
Código (Art. 108) solo “una persona natural puede ser autor”; y adjudicarle derechos. Según juristas expertos, la
originalidad es un punto controversial, ya que, algunos bienes “creativos” generados por la IA; obras originales,
podrían quedar desprovistos de protección jurídica precisamente porque la participación humana es mínima o nula
[4].
Las legislaciones a nivel global, reconocen y protegen el derecho de autor a obras creadas por seres humanos,
lo cual plantea un problema y este surge cuando una obra es creada parcial o completamente por una IA, que ha
sido cuestionada, ya que, se basan en algoritmos creados por las empresas desarrolladoras, lo que generar conflic-
tos en atribuir la titularidad de los derechos de autor, puesto que, estas están entrenadas y otorgadas información
de una base de datos preexistente a sus IA, pues, varios expertos analizan la posibilidad de otorgarles derechos
especiales. En la India o Irlanda según su ley de la Inteligencia Artificial recogida de la legislación de Reino Unido,
atribuye “la titularidad de derecho de autor a la persona que utilice inteligencia artificial en cualquier especie de
creaciones intelectuales”, es decir, motiva su uso y podría posibilitar la atribución de estos derechos a un autor no
humano [5].
Un derecho fundamental es un atributo inherente personalísimo vinculado a su dignidad humana, el cual re-
presenta una condición básica para la unidad y goce de sus derechos. De manera que garantizarlo es significativo,
puesto que, se pondera como el factor principal ante cualquiera vulneración. Así encontramos que la IA afectaría
a derechos positivizados, advirtiendo según expertos la necesidad de crear preceptos normativos, pues, el derecho
debe salvaguardar bienes universales. En este sentido se debe regular la inteligencia artificial, estableciendo nor-
mas y principios éticos que orienten el desarrollo y el uso de la IA de forma que se respeten los Derechos Humanos
[6].
El problema se insta en la posible afectación generada por las obras creadas por la IA en base a datos existentes
o el alcance que esta tendría, con respecto a los derechos de autor, lo cual pone en riesgo de proteger a las obras
de autor original o el alcance que podría generarse o atribuirse, en virtud de lo cual requiere una investigación
sobre en la faceta del derechos autor, como veremos a continuación, este es un ámbito de profundo análisis, puesto
que, a pesar que algunas legislaciones lo han tratado, hasta ahora, no se ha determinado una especificidad de
expresiones ambiguas existentes, así como la facultad de otorga derechos sui generis a la IA.
En este contexto, el objetivo de la presente investigación es implementar un método para la generación de
recomendaciones sobre el uso de la IA y su impacto en la protección de los derechos de autor en el Ecuador,
integrando Números Neutrosóficos de Valor Único para una mejor evaluación.
2. Preliminares
La inteligencia artificial (IA) se define como un software, aplicación o sitio web que emula comportamientos
de creación de obras o bienes inmateriales, similar a la producción humana. Este sistema está compuesto por
algoritmos que pueden ser entrenados con una dimensión analítica y crítica, lo que les permite imitar aspectos del
razonamiento humano, aunque sigue siendo un sistema de software en su acepción más pura. Como rama de la
informática, la IA tiene la capacidad de realizar diversos tipos de razonamientos relacionados con interpretaciones,
decisiones, solución de problemas y aprendizaje [7].
Dentro de este ámbito, se encuentra el Machine Learning, que implica el uso de técnicas estadísticas y algorit-
mos computacionales para otorgar a las máquinas la capacidad de aprender y mejorar sus resultados mediante el
procesamiento de datos, sin necesidad de instrucciones externas [8]. Además, el Deep Learning o redes profundas
se refiere a modelos algorítmicos que generan obras a partir de datos de entrada. El éxito de estas redes radica en
la disponibilidad de conjuntos de datos masivos, ya que su rendimiento mejora al contar con una mayor cantidad
de información. En este contexto, las emergentes redes neuronales artificiales representan una nueva manera de
explotar la información en la economía inmaterial de la sociedad digital, y es evidente que este ámbito jugará un
papel importante en el desarrollo del derecho en el futuro [9].
Las consecuencias de la IA implican indagar quien es el autor verdadero de una obra creada por una IA. Ac-
tualmente, en casi todas las legislaciones del mundo, solo se reconoce el derecho de autor en obras creadas por
humanos; lo cual plantea un problema cuando una obra es creada completamente por una IA. La titularidad de
autor en obras generadas por la IA también puede ser cuestionada, ya que, con frecuencia se basan en algoritmos
creados y entrenados por las empresas propietarias de su IA. Esto implica un análisis respecto; si sería correcto
adjudicar la titularidad a estas empresas, o lo harían a los usuarios que solicitan la creación de una obra inmaterial
a la IA, lo cual, significaría que la norma está protegiendo a un autor falso, y no a quien realmente lo realiza. Esto
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
55
obligaría evidenciar que el autor utiliza esta tecnología en sus creaciones como su principal fuente o complemen-
taria, lo cual, incurre en un problema de origen de las empresas de la IA, ya que, entrega información y no garantiza
el uso adecuado o su correspondiente cita como un medio tradicional de la Internet, pues, en la actualidad se
desconoce específicamente quién crea el bien inmaterial; si es la IA o el usuario del algoritmo inteligible, a quien
se debería proteger [8].
De modo general, este problema sería mitigado a través de medidas o propuesta de exortamiento a las empresas
de la IA, para que en ellas desarrollen mecanismos de restricción de la información y antes de otorgarse se puedan
definir cuál sería su finalidad y, con esto proporcionar la misma, otra seria la formulación de citas y referencias
sobre el uso de este medio como una fuente tradicional, ya que, estos sistemas son los que crean la estructura,
razonamientos o análisis inteligibles. Para garantizar aquello, es preciso promover generadores de plagio de la IA,
y determinar el uso de la misma y proveer un porcentaje máximo. De esta que, se tratara de garantizar que los
nuevos surgimientos tecnológicos se armonicen con los derechos de autor.
Otro de los problemas recae en el mal uso de esta tecnología para parafrasear o cambiar la estructura u orden
de ideas de un cualquier bien inmaterial, con el propósito de no incurrir en un plagio, con esto se indagaría si
cumple la finalidad de los mecanismos de detención de plagio. De lo contrario, esta tecnología crearía trabajos con
la simple opción de ingresar y requerir la información, lo cual, jurídicamente causa una interrogante respecto a la
utilidad de la norma y si se está tutelando a un autor real, así como la tutela de los derechos de autor, tal como se
dijo anteriormente, en varios países se discute si la IA merece la calidad de autor o se mantiene con la visión de la
IA Antropológica.
El estudio exploratorio de la génesis de la IA plantea la representación de un entorno con características; inte-
ligibilidad, autonomía, resultado concreto y sistema digital. Su relevancia recae en el que el autor podría tener una
pretensión de que su obra tenga una protección en el campo del copyright. Para efectos explicación, un escritor
está creando una obra para acreditarle derecho de autor, pero, si no sabe cómo iniciar, continuar o proseguir,
acudiría a consultar aquellos datos en la IA, el cual, le proporciona una respuesta idónea, y él podría continuar con
la escritura y concluir con las argumentaciones. Por lo tanto, la IA razona parcialmente y genera apoyo inteligible,
pero es el escritor quien escribe esas ideas y los divulgaría. Sin dudas es un resultado asistido por la IA. Lo cual,
permite afirmar que la IA ha redefinido la creatividad de los autores.
Es fundamental analizar la realidad socio digital, pues, este un tema que va más allá de una mera tipificación,
puesto que, el propósito es determinar la dirección que desembocara en el futuro los derechos de autor respecto a
la IA, en el campo de la ciencia jurídica, por lo tanto, no existe una única corriente en cuanto a cómo proteger los
derechos de autor de la inteligencia artificial, pues, en legislaciones más avanzadas aún no han conseguido definir
una certeza jurídica sobre la IA, puesto que, hay un gran debate sobre; una visión progresista de atribuir derechos
de autor a la IA, que exigen que la norma lo debería proveer, y otra ideología antropológica, a pesar de su evolución,
la visión conexionista se funda en que el humano adquiere conocimientos de múltiples vías, pero la titularidad es
exclusiva del autor físico, y con la aparición de ordenadores intelectuales se relaciona la Antropología Social con
la IA [5].
En este contexto, la implementación de un método para la recomendación sobre el uso de la IA en los derechos
de autor en el Ecuador es esencial para abordar los desafíos emergentes que plantea la IA. La rápida evolución de
las tecnologías de IA ha generado incertidumbre sobre cómo equilibrar la protección de la propiedad intelectual
con la innovación tecnológica. Integrar Números Neutrosóficos de Valor Único en la evaluación permite un aná-
lisis más preciso y flexible, considerando las diversas dimensiones de los impactos de la IA y contribuyendo a la
elaboración de políticas públicas que protejan tanto los derechos de autor como fomenten el desarrollo tecnológico
responsable.
3. Materiales y métodos
El proceso de recomendación sobre el uso de la inteligencia artificial (IA) y su impacto en la protección de los
derechos de autor en Ecuador puede ser conceptualizado como un problema de toma de decisión multicriterio.
Esto se debe a la complejidad inherente a la intersección entre la tecnología y el marco legal actual. La implemen-
tación de la IA introduce numerosas variables que deben ser consideradas, tales como la eficacia de la protección
de los derechos de autor, la innovación tecnológica, y la posible desventaja competitiva para los autores tradicio-
nales. Al aplicar un enfoque multicriterio, es posible evaluar y ponderar cada uno de estos factores de manera
sistemática, lo que permite a los legisladores y reguladores identificar soluciones equilibradas que consideren tanto
el impulso a la creatividad y la innovación, como la salvaguarda de los derechos de los autores [10]. Formalmente,
un problema de toma de decisiones en el contexto del uso de la inteligencia artificial (IA) y su impacto en la
protección de los derechos de autor se puede representar como:
• Un conjunto de alternativas que representan las posibles regulaciones y enfoques para la implementa-
ción de la IA en este ámbito
que se encuentran caracterizadas por:
• Un conjunto de criterios que influyen en estas posibles regulaciones
;
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
56
3.1 Métodos Multicriterio
Los problemas de toma de decisiones pueden clasificarse según las variables involucradas en el proceso, dis-
tinguiéndose entre ambientes monocriterio y multicriterio. En un ambiente monocriterio, existe una única variable
que determina el comportamiento en el análisis de alternativas, lo que genera una relación directa y clara entre esa
variable y el resultado esperado. En este contexto, se cumple la condición p → q, donde p representa el estado de
la variable objeto de estudio y q es el resultado derivado de dicha variable. Esto implica que cualquier valor que
adopte la variable tendrá un impacto positivo o negativo en la consecución del objetivo o la elección de la alterna-
tiva. Esta simplicidad en la relación permite a los decisores identificar rápidamente las implicaciones de sus elec-
ciones, facilitando el proceso de decisión. Sin embargo, esta estructura también limita la consideración de otros
factores relevantes que podrían influir en el resultado, lo cual es un aspecto que puede ser crucial en situaciones
más complejas, donde múltiples variables interactúan de manera significativa. En consecuencia, aunque el enfoque
monocriterio puede ser útil en problemas simples, a menudo no refleja la realidad de decisiones más complejas
que requieren un análisis más profundo y un enfoque multicriterio[11].
Los operados de agregación representan un método de inferencia en el que sus funciones matemáticas son
utilizadas en los procesos de toma de decisiones [12, 13] y combinan valores (x, y) en un dominio D y devuelven
un valor único. Dentro de los principales operadores para la agregación de información se encuentra la media
aritmética y media ponderada [14-16], tal como se define a continuación:
Definición 1. Un operador WA tiene asociado un vector de pesos , con
y
, expresado de
la siguiente forma:
(1)
Donde
representa la importancia de la fuente
.
Un operador de agregación de información Ordered Weighted Averaging, (OWA por sus siglas en Inglés),
Media Ponderada Ordenada propuesto por [17], permite unificar los criterios clásicos de decisión de incertidumbre
en una expresión [18].
3.2 Números Neutrosóficos de Valor Único
La neutrosofía consiste en la representación de la neutralidad, fue propuesta por Smarandache [19]. Representa
las bases para una serie de teorías matemáticas que generalizan las teorías clásicas y difusas tales como los con-
juntos neutrosóficos y la lógica neutrosófica [20]. La definición original de valor de verdad en la lógica neutrosó-
fica es mostrado a continuación [21]:
Definición 2. Sean , una valuación neutrosófica es un mapeo de un
grupo de fórmulas proporcionales a , esto es que por cada sentencia p se tiene:
(2)
Con el propósito facilitar la aplicación práctica a problema de toma de decisiones y de la ingeniería se realizó
la propuesta de los conjuntos Neutrosóficos de Valor Único (SVN) [22] los cuales permiten el empleo de variables
lingüísticas [23] lo que aumenta la interpretabilidad en los modelos de recomendación y el empleo de la indeter-
minación [24, 25].
Definición 3. Sea un universo de discurso. Un SVN sobre es un objeto de la forma.
(3)
Donde
,
y
con 0 ≤
≤ 3 para
todo . El intervalo
y
denotan las membrecías a verdadero, indeterminado y falso de x en
A, respectivamente. Por cuestiones de conveniencia un número SVN será expresado como = (, , ), donde ,
, [0,1], y + + ≤ 3
4. Método para la recomendación sobre el uso de la IA y sus consecuencias en los derechos de
autor en el Ecuador
En la presente sección se describe el funcionamiento del Método para la recomendación sobre el uso de la IA
y sus consecuencias en los derechos de autor en el Ecuador. Este método se considera especialmente importante,
dada la creciente integración de la IA en diversas áreas de la economía y la creación artística ha puesto de mani-
fiesto la urgente necesidad de analizar su uso y las consecuencias que conlleva en la protección de los derechos de
autor en Ecuador. A medida que las tecnologías de IA generan obras creativas de forma autónoma, surge el desafío
de determinar quién es el verdadero autor y cómo se deben atribuir los derechos sobre estas creaciones. Dada la
falta de claridad en el marco legal actual, que mayormente reconoce los derechos de autor solo a los humanos, es
vital revisar y adaptar las normativas existentes para abordar las complejidades que presenta la IA. Este análisis
no solo es crucial para garantizar la protección de los autores tradicionales, sino que también es fundamental para
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
57
fomentar un entorno que estimule la innovación y respete los derechos de todos los creadores involucrados. En
este sentido, abordar las implicaciones legales del uso de la IA se convierte en una tarea imprescindible en la
búsqueda de un equilibrio entre el progreso tecnológico y la salvaguarda de la propiedad intelectual en el país.
El método está diseñado para gestionar el flujo de trabajo del proceso de inferencia en general, realiza tres
subprocesos: entrada, procesamiento y salida de información. La Figura 1 muestra un esquema que ilustra el fun-
cionamiento general del método.
Figura 1: Estructura general del funcionamiento para el método propuesto.
4.1 Descripción de las etapas del método
Entrada de información: La entrada de información permite la introducción de los diferentes datos que son
necesarios en el proceso de toma de decisiones. Los datos representan la principal fuente de información a ser
utilizada en la etapa de procesamiento. En la propuesta, existen datos introducidos por el usuario tales como tipo
de obra, autenticidad de la creación, contribuciones externas, uso de la IA, y objetivo de uso; y las alternativas
objeto de decisión del proceso de inferencia [26].
Procesamiento de información: representa la capacidad del método para ejecutar cálculos matemáticos a
partir de un método de inferencia utilizado que ejecuta una secuencia de operaciones. El procesamiento es la ca-
racterística que permite la transformación de datos almacenados en información organizada con un objetivo espe-
cífico [27].
Salida de información: garantiza la representación del resultado generado a partir del procesamiento realizado.
Permite devolver el comportamiento de las alternativas a partir del proceso de inferencia realizado mediante las
variables objeto de estudio.
4.2 Flujo de trabajo del método
El flujo de trabajo describe la interacción de las diferentes entidades que intervienen en el método, garantiza
la representación de términos lingüísticos y la indeterminación mediante números SVN. El flujo de trabajo está
compuesto por cuatro actividades: (i) identificación de los criterios evaluativos; (ii) determinación del perfil de la
propiedad intelectual; (iii), evaluación y clasificación de la propiedad intelectual; y (iv) la generación de recomen-
daciones. Estas actividades soportan el proceso de toma de decisiones del método [28]. A continuación se descri-
ben cada una de ellas:
Identificación de los criterios: los criterios son el conjunto de características que describen el caso de propiedad
intelectual en debate. Representan la base de indicadores evaluativos sobre el cual se conforma el perfil
.
Determinación del perfil de la propiedad intelectual: el perfil se obtiene de forma directa mediante criterios de
expertos.
(4)
Las valoraciones de las características de los casos
, serán expresadas utilizando la escala lingüística ,
donde
es el conjunto de términos lingüísticos definidos para evaluar la característica
utili-
zando los números SVN [29-32]. La descripción de las características está asociada al conjunto de casos de pro-
piedad intelectual que representan las alternativas del proceso[33, 34].
(5)
Evaluación y clasificación: para la evaluación y clasificación de los casos de propiedad intelectual mediante
números SVN [35, 36], se tiene:
Sea:
Clasificación
Recomenda-
ciones
Selección de los criterios evaluativos
Determinación de los perfiles de la propiedad
Evaluación y clasificación de la propiedad intelectual
Método para la recomendación sobre el uso de la IA en los derechos de autor en el Ecuador
Salidas
Procesamiento
Entradas
Criterios
Alternativas
Preferencias
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
58
sea un vector de números SVN,
tal que:
,
,
j=(1,2, … , ),
= (
,
, … ,
) ( = 1,2, … , ), sean vectores de SVN números.
tal que y
= (
,
,
)( = 1,2, … , ), ( = 1,2, … , ) entonces la distancia euclidiana es definida como.
Las
y
resulta [36]:
d
i
=
1
3
a
ij
-a
j
*
2
+
b
ij
-b
j
*
2
+
c
ij
-c
j
*
2
n
j=1
1
2
(6)
( = 1,2, … , )
A partir de esta distancia euclidiana se puede definir una medida de similitud [37], [23]. En la medida en que
la alternativa se
se encuentra más semejante perfil del caso (
mejor será esta, permitiendo establecer un orden
entre alternativas. La obtención de las preferencias de las alternativas se hace a partir de la evaluación que se
obtiene del comportamiento de los indicadores donde:
(10)
Para cada alternativa A que posee un perfil
se le hace corresponder un conjunto de preferencias
que
una sobre el comportamiento del caso de propiedad intelectual, donde:
: es el arreglo resultante como preferencia de las alternativas respecto a un conjunto de indicadores
Pr
. El valor de
.
Para el proceso de inferencia sobre la recomendación del uso de la IA en los derechos de autor en el Ecuador,
se parte de:
(11)
Donde:
: representa el conjunto de preferencia sobre
.
: representa el vector de peso referido por
z.
El proceso de evaluación se realiza mediante el método multicriterio WA. El conjunto de recomendaciones
están asociadas al resultado obtenido en la evaluación a partir del cual es calculada la similitud entre el perfil de
los casos de propiedad intelectual en análisis y es ordenada de acuerdo a la similitud obtenida. La mejor evaluación
será aquella que mejor satisfaga las necesidades del perfil con mayor similitud.
5. Resultados y discusión
La presente sección describe un ejemplo para demostrar la aplicabilidad del Método para la recomendación
sobre el uso de la IA en los derechos de autor en el Ecuador. El ejemplo presenta los elementos fundamentales
sintetizados para facilitar la comprensión de los lectores. Para aplicar del método multicriterio WA, se estructuran
los criterios evaluativos del problema y las alternativas objeto de estudio. A partir del comportamiento de los
indicadores se obtienen las preferencias para evaluar las alternativas y realizar el proceso de clasificación. El ob-
jetivo es evaluar las preferencias sobre los indicadores que representa la recomendación sobre el uso de la IA. Los
criterios evaluativos son representados por los principales indicadores de calidad.
Los expertos expresan la valoración del cumplimiento de los criterios mediante la valoración neutrosófica. Los
atributos se formulan en la escala lingüística presentada en la Tabla 1, sustituyendo sus términos lingüísticos equi-
valentes.
Tabla 1: Términos lingüísticos empleados [36].
Término lingüístico
Números SVN
Extremadamente buena (EB)
(1,0,0)
Muy muy buena (MMB)
(0.9, 0.1, 0.1)
Muy buena (MB)
(0.8,0,15,0.20)
Buena (B)
(0.70,0.25,0.30)
Medianamente buena (MDB)
(0.60,0.35,0.40)
Media (M)
(0.50,0.50,0.50)
Medianamente mala (MDM)
(0.40,0.65,0.60)
Mala (MA)
(0.30,0.75,0.70)
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
59
Término lingüístico
Números SVN
Muy mala (MM)
(0.20,0.85,0.80)
Muy muy mala (MMM)
(0.10,0.90,0.90)
Extremadamente mala (EM)
(0,1,1)
El problema es modelado mediante el conjunto de casos de propiedad intelectual que representan las alterna-
tivas tal como se refiere a continuación:
; que son descritos por el conjunto de atri-
butos que representan los criterios evaluativos
que se listan en la tabla 2.
Tabla 2. Criterios evaluativos.
ID
Criterio
Descripción
Adecuación
legal y nor-
mativa
Este criterio evaluará el alineamiento del uso de la IA con las leyes y normativas nacio-
nales e internacionales sobre derechos de autor, como la Ley de Propiedad Intelectual
del Ecuador y los tratados internacionales relevantes. Se analizará si el uso de la IA res-
peta las normativas legales existentes y si es necesario realizar ajustes para adaptarse a
las nuevas tecnologías.
Transparen-
cia y traza-
bilidad de
los procesos
Este criterio examinará cómo los sistemas de IA revelan y documentan su proceso de
creación, modificación y reutilización de contenido. Se evaluará la capacidad de las he-
rramientas de IA para proporcionar información clara y verificable sobre el origen del
contenido generado y las obras de autor involucradas, garantizando que los autores pue-
dan ejercer sus derechos con conocimiento completo del uso que se hace de sus creacio-
nes.
Equidad en
la distribu-
ción de be-
neficios
En este criterio se evaluará cómo el uso de la IA impacta la distribución de beneficios
dentro de la industria creativa, analizando si las herramientas de IA benefician de ma-
nera justa a los creadores de contenido. Se considerarán las dinámicas de remuneración,
la protección de los ingresos de los autores y la promoción de un entorno equitativo para
los creadores, incluidos los derechos de los creadores individuales
Riesgos y
beneficios
para la crea-
tividad y la
innovación
Este criterio evaluará los efectos potenciales de la IA sobre la creatividad y la innova-
ción en el sector. Se considerarán tanto los riesgos, como la posible desvalorización de
la autoría o la producción masiva sin valor creativo, como los beneficios, como la de-
mocratización de la creación y la mejora en los procesos creativos mediante el uso de
herramientas basadas en IA.
Impacto so-
cial y cultu-
ral
Se evaluará cómo el uso de la IA en la generación de contenido afecta a la sociedad y la
cultura ecuatoriana en términos de acceso a la cultura, diversidad creativa y preserva-
ción del patrimonio intelectual. Este criterio buscará garantizar que el uso de la IA no
limite la accesibilidad de las obras protegidas ni promueva la homogeneización de la
cultura, favoreciendo una pluralidad cultural y un acceso justo a la creación artística.
La Tabla 3 muestra la vista de datos utilizadas para el presente caso de estudio.
Tabla 3: Vista de datos de los casos de propiedad intelectual.
MB
MB
MD
MB
B
M
MMB
M
B
M
MB
MMB
MB
MB
M
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
60
M
MB
MD
M
M
B
MMB
MB
B
B
MB
MB
B
MMB
MB
M
M
M
B
M
Si un miembro del equipo evaluador
, desea recibir las recomendaciones del modelo, deberá proveer infor-
mación al mismo expresando sus preferencias. En este caso:
El siguiente paso del ejemplo, es el cálculo de la similitud entre el perfil de casos y los almacenados en la
base de datos.
Tabla 4: Similitud entre los casos almacenados y el caso de propiedad intelectual suministrado por el evaluador.
0.25
0.15
0.98
0.30
0.40
0.20
0.25
Para el proceso de generación de recomendaciones, se recomiendan aquellos que más se acerquen al perfil
del caso de propiedad intelectual, posteriormente se realiza un ordenamiento de los perfiles.
Figura 2: Ordenamiento de los perfiles.
A partir de esta comparación, los perfiles de casos de propiedad intelectual resultantes, son expresados me-
diante el siguiente orden de prioridad.
El modelo propuesto recomendará los dos casos más cercanos. Las recomendaciones están formadas por:
A partir del resultado, el perfil que mejor evaluación posee para representar la propuesta de evaluación óp-
tima es
.
6 Discusiones
El avance de la tecnología abre brechas para debatir las ambigüedades de expresiones y de visiones surgentes.
A grosso modo, se identifica en varias legislaciones la ausencia de la unificación de criterios respecto a las con-
cepciones, tales como; que es un autor, quien crea la obra, se puede atribuir autoría a un autor no físico y merecería
protección de autor la creación de la IA. Así, por ejemplo, en Estados unidos, no se registrará una obra que no hay
sido creada por un ser humano. El Tribunal de Justicia Europeo sostuvo que solo se aplica a obras originales que
manifieste la creación intelectual propia de un autor humano, y bajo estas condiciones debe estar protegida por el
derecho de autor. En Australia un tribunal sentencio que no puede proteger una obra creada por la IA, porque es
exclusiva de un ser humano. En legislaciones como Nueva Zelanda, India, Irlanda al parecer podrían flexibilizarse
0 0,2 0,4 0,6 0,8 1 1,2
Caso 1
Caso 2
Caso 3
Caso 4
Caso 5
Caso 6
Caso 7
Recomendación
Prioridad
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
61
y conceder garantías de autor a las obras de los autores que utilizan la IA, ya que, ya que adoptaron la ley de
Derechos de Autor, diseños y patentes del Reunió Unido, en la cual, expresaría un avance para el uso compartido
en la creación de obras entre la IA y autores [5]. Según expertos podrían potencialmente reconocer derechos a la
IA, a futuro.
La visión IA progresista plantea la creación de un nuevo derecho denominado “sui generis”, lo que se conoce
hasta ahora, pertenece a la propiedad intelectual sobre la base de datos, y reconoce el derecho del fabricante del
sistema, independientemente que tenga la protección de la ley. Sin embargo, autores como Diego Calderón sostie-
nen la importancia de crear un derecho sui generis propio de la IA, ya que, intentaría recompensar y proteger a
quienes crean o entrenan a sus sistemas IA, y garantizarían derechos propios ante la creación de obras posteriores
[38]. Este tema se considera plenamente factible, si se considera cómo la propiedad intelectual ha evolucionado
en las últimas décadas para adecuarse a la realidad cambiante, es decir, se necesita desarrollar un sistema de sui
generis para garantizar los conocimientos y obras tradicionales. Según [39] sería un derecho exclusivo el cual
deberá abordar las necesidades específicas, ya que, actualmente protege a la base de datos, no así a los software o
programas complementarios de la misma.
Dicho de forma exegética, la necesidad de un estudio previo basado en la utilidad, requerimiento e idoneidad
del derecho sería fundamental para efectos de proclamar uno nuevo, pues, inclusive su incidencia en otras ramas
implicaría un análisis crítico objetivo. Como se ha mencionado, este derecho está vinculado con la creación de la
base de datos y de su protección intelectual, el cual, es un derecho que implícitamente reconoce prerrogativas
inherentes en este campo, no obstante, si se positivizara en materia de derechos de autor, esto supondría precisar
contornos ambiguos, como sugiere [8] se debería establecer la protección, determinar el objeto de este nuevo
derecho, quién deba considerarse titular del mismo, qué facultades integrarían su contenido, y la duración de las
mismas.
No obstante, el libre uso de la IA se predispone en dejar en la inseguridad jurídica de ciertas facetas encontradas
y relacionadas con los derechos de autor, pues, a pesar del uso provecho en ciertas áreas, hay presupuestos que
necesariamente necesitan definirse y regularlos, involucrando a la seguridad jurídica, arraigado como un principio
fundamental del Estado de derecho, ya que garantiza la certeza y estabilidad del orden jurídico y la protección de
los derechos de los ciudadanos, por lo tanto, el derecho sería un orden fijo que determinaría de manera inequívoca
la conducta de los hombres [5].
La Constitución de la República del Ecuador (2008) garantiza el derecho a la propiedad en todas sus formas
dentro del capítulo de derecho de libertad fundamental, contenida en el Art. 66, numeral 26, la cual, da origen a la
Propiedad Intelectual y se reconoce a los derechos de autor como un derecho fundamental, el cual se otorga un
autor por las creaciones de su intelecto, así como a ser reconocido como titular y beneficiarse de ellas. No obstante,
la propiedad intelectual supone 3 ramas de garantismo legal, tales como; derechos de autor y derechos conexos, la
propiedad industria y las obtenciones vegetales. Su primera faceta el derecho de autor según la RAE consiste en
el derecho que la ley reconoce al autor de una obra intelectual o artística para autorizar su reproducción, no obstante,
el según la Dirección Nacional de Derechos de Autor de Bogotá representa un conjunto de normas que protegen
los derechos subjetivos del creador de la obra. De acuerdo con el Convenio sobre Decisiones Andinas en Propiedad
Intelectual, es una persona física que realiza la creación intelectual. Dicho en otras palabras, se concede a una
persona natural, la facultad de permitir o prohibir el uso de su creación científica, que dimensiones la protección
sus bienes inmateriales. El Código Orgánico de la Economía Social de Conocimientos, Creatividad e Innovación
(Art. 108) define que una persona natural puede ser autor [3].
La seguridad jurídica (COFJ, Art. 25) en su faceta de Principio del derecho supone la clarificación normativa
respecto a los nuevos retos sociales que plante el boom tecnológico, y la actualización normativa conforme los
avances científicos. Lo que significa que se podría argüir derechos a la IA conforme con el régimen legal, pues,
tarde o temprano la ley estará regulando este ámbito.
Los derechos de autor están intrínsecamente ligados con los derechos morales que refiere a la facultad del
autor para tomar medidas cuyo fin sea proteger los vínculos inherentes de sus creaciones, y con los derechos
patrimoniales supone beneficio pecuniario al autor por la explotación de sus obras y bienes. Según el Servicio
Nacional de la Propiedad Intelectual, este derecho surge con el nacimiento de la obra, cuya facultad goza de con-
notación inalienable, imprescriptible e irrenunciable. Sus elementos son: Divulgación de la obra, es, decir publi-
cada o no está a libre disposición del público. Mantenerla Integra, lo que significa que su obra no debe ser alterada.
Reconocimiento de la obra en calidad de autor. Derecho de arrepentimiento para dejar sin circulación la obra. En
tanto, los derechos de explotación consisten en la secuencia o utilidad patrimonial de realizar, autorizar o prohibir
obras con derechos de autor y obtener réditos económicos, y deriva a los derechos de reproducción, distribución y
comunicación pública y la trasformación de la obra.
7. Conclusión
La implementación del método basado en números neutrosóficos de valor único para generar recomendaciones
sobre el uso de la IA y su impacto en la protección de los derechos de autor en Ecuador ha demostrado ser efectivo
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
62
para abordar la complejidad y la incertidumbre inherentes al análisis de este tema. La integración de este enfoque
matemático permite una evaluación más precisa y flexible de los diversos factores involucrados, considerando las
múltiples dimensiones y posibles escenarios derivados del uso de la IA. La capacidad del método para gestionar
datos imprecisos y ambiguos es crucial en un contexto tan dinámico, donde las normativas legales, las tecnologías
y las prácticas sociales están en constante evolución.
Una de las principales ventajas de este método es su capacidad para proporcionar recomendaciones basadas
en un análisis multidimensional que toma en cuenta no solo el cumplimiento normativo, sino también las implica-
ciones sociales, económicas y culturales del uso de la IA. Al incorporar criterios como la transparencia en los
procesos de creación, la distribución equitativa de beneficios y el impacto sobre la creatividad, el método asegura
que las decisiones tomadas favorezcan un equilibrio entre la innovación tecnológica y la protección de los derechos
de autor. De esta manera, el método no solo aborda los desafíos legales, sino que también promueve un desarrollo
tecnológico responsable y sostenible.
La utilidad del método en el objeto de estudio es clara, ya que ofrece una herramienta robusta para evaluar el
impacto de la IA en la protección de los derechos de autor en Ecuador. Además, al integrar números neutrosóficos,
el método facilita una toma de decisiones más informada y precisa, adaptándose a los diferentes niveles de incer-
tidumbre presentes en la interacción entre la tecnología, la legislación y las prácticas creativas. En última instancia,
el método propuesto contribuye a la elaboración de políticas públicas más efectivas y adaptadas a las realidades
locales, apoyando el desarrollo de un marco regulatorio que no solo proteja los derechos de los creadores, sino que
también fomente la innovación y el acceso equitativo a la cultura.
Referencias
[1] V. Rajaraman, “JohnMcCarthy—Father of artificial intelligence,” Resonance, vol. 19, pp. 198-207, 2014.
[2] I. Ahmed, G. Jeon, and F. Piccialli, “From artificial intelligence to explainable artificial intelligence in industry 4.0:
a survey on what, how, and where,” IEEE Transactions on Industrial Informatics, vol. 18, no. 8, pp. 5031-5042,
2022.
[3] R. Gouvea, D. Kapelianis, M.-J. R. Montoya, and G. Vora, “The creative economy, innovation and entrepreneurship:
an empirical examination,” Creative industries journal, vol. 14, no. 1, pp. 23-62, 2021.
[4] J. González Granado, “De la persona a la personalidad algorítmica: a propósito de la personalidad jurídica de la
inteligencia artificial,” Reproducció del document publicat a: http://www. publicacions. ub. edu/ficha. aspx? cod=
12695, 2020.
[5] J. Ihalainen, “Computer creativity: Artificial intelligence and copyright,” Journal of Intellectual Property Law &
Practice, vol. 13, no. 9, pp. 724-728, 2018.
[6] G. Spindler, “Copyright law and artificial intelligence,” IIC-International Review of Intellectual Property and
Competition Law, vol. 50, no. 9, pp. 1049-1051, 2019.
[7] Z. Jan, F. Ahamed, W. Mayer, N. Patel, G. Grossmann, M. Stumptner, and A. Kuusk, “Artificial intelligence for
industry 4.0: Systematic review of applications, challenges, and opportunities,” Expert Systems with Applications,
vol. 216, pp. 119456, 2023.
[8] S. Kelly, S.-A. Kaye, and O. Oviedo-Trespalacios, “What factors contribute to the acceptance of artificial
intelligence? A systematic review,” Telematics and Informatics, vol. 77, pp. 101925, 2023.
[9] R. Toorajipour, V. Sohrabpour, A. Nazarpour, P. Oghazi, and M. Fischl, “Artificial intelligence in supply chain
management: A systematic literature review,” Journal of Business Research, vol. 122, pp. 502-517, 2021.
[10] A. G. Quintero, E. D. Serranomoya, and C. M. H. Von, “Los métodos y procesos multicriterio para la evaluación,”
Luna Azul, no. 36, pp. 285-306, 2013.
[11] O. M. Cornelio, J. G. Gulín, B. B. Fonseca, and I. S. Ching, "Experiencia en la evaluación de competencias en un
sistema de laboratorios a distancia."
[12] I. Grau, and R. Grau, “Aplicación de sistemas neuroborrosos a problemas de resistencia antiviral del VIH,” Revista
Cubana de Ciencias Informáticas, vol. 6, no. 2, 2012.
[13] K. Pérez, “Modelo de proceso de logro de consenso en mapas cognitivos difusos para la toma de decisiones en grupo,”
Tesis Doctoral, Facultad 4, Universidad de las Ciencias Informáticas, 2014.
[14] J. E. Ricardo, M. Y. L. Vázquez, A. J. P. Palacios, and Y. E. A. Ojeda, “Inteligencia artificial y propiedad intelectual,”
Universidad y Sociedad, vol. 13, no. S3, pp. 362-368, 2021.
[15] I. A. González, A. J. R. Fernández, and J. E. Ricardo, “Violación del derecho a la salud: caso Albán Cornejo Vs
Ecuador,” Universidad Y Sociedad, vol. 13, no. S2, pp. 60-65, 2021.
[16] G. Á. Gómez, J. V. Moya, J. E. Ricardo, and C. V. Sánchez, “La formación continua de los docentes de la educación
superior como sustento del modelo pedagógico,” Revista Conrado, vol. 17, no. S1, pp. 431-439, 2021.
[17] R. Yager, “On ordered weighted averaging aggregation operators in multicriteria decisionmaking,” IEEE
Transactions on Systems, Man and Cybernetics, vol. 18, no. 1, pp. 183-190, 1988.
Neutrosophic Computing and Machine Learning, Vol. 36, 2025
Hendry F. Cadena S, Andrea K. Bucaram Caicedo, Santiago F. Fiallos B. Método para la recomendación sobre el
uso de la inteligencia artificial y sus consecuencias en los derechos de autor en el Ecuador
63
[18] O. M. Cornelio, B. B. Fonseca, and F. R. Marzo, “Metodología para la reutilización de la basura tecnológica en la
asignatura de Arquitectura de Computadoras,” UNESUM-Ciencias. Revista Científica Multidisciplinaria, vol. 5, no.
2, pp. 183-198, 2021.
[19] F. Smarandache, “A Unifying Field in Logics: Neutrosophic Logic,” Philosophy, pp. 1-141, 1999.
[20] F. Smarandache, “Neutrosofía y Plitogenia: fundamentos y aplicaciones,” Serie Científica de la Universidad de las
Ciencias Informáticas, vol. 17, no. 8, pp. 164-168, 2024.
[21] F. Smarandache, “Significado Neutrosófico: Partes comunes de cosas poco comunes y partes poco comunes de cosas
comunes,” Serie Científica de la Universidad de las Ciencias Informáticas, vol. 18, no. 1, pp. 1-14, 2025.
[22] H. Wang, F. Smarandache, Y. Zhang, and R. Sunderraman, “Single valued neutrosophic sets,” Review of the Air
Force Academy, no. 1, pp. 10, 2010.
[23] M. Y. L. Vázquez, K. Y. P. Teurel, A. F. Estrada, and J. G. González, “Modelo para el análisis de escenarios basados
en mapas cognitivos difusos: estudio de caso en software biomédico,” Ingenieria y Universidad: Engineering for
Development, vol. 17, no. 2, pp. 375-390, 2013.
[24] S. D. Álvarez Gómez, A. J. Romero Fernández, J. Estupiñán Ricardo, and D. V. Ponce Ruiz, “Selección del docente
tutor basado en la calidad de la docencia en metodología de la investigación,” Conrado, vol. 17, no. 80, pp. 88-94,
2021.
[25] J. E. Ricardo, V. M. V. Rosado, J. P. Fernández, and S. M. Martínez, “Importancia de la investigación jurídica para
la formación de los profesionales del Derecho en Ecuador,” Dilemas Contemporáneos: Educación, Política y Valores,
2020.
[26] B. B. Fonseca, and O. M. Cornelio, “Sistemas de recomendación para la Gestión de Proyectos. Análisis
Bibliométrico,” Serie Científica de la Universidad de las Ciencias Informáticas, vol. 15, no. 5, pp. 70-84, 2022.
[27] B. B. Fonseca, and O. M. Cornelio, “Sistemas de recomendación para la toma de decisiones. Estado del arte,”
UNESUM-Ciencias. Revista Científica Multidisciplinaria. ISSN 2602-8166, vol. 6, no. 1, pp. 149-164, 2022.
[28] B. B. Fonseca, and O. Mar, “Implementación de operador OWA en un sistema computacional para la evaluación del
desempeño,” Revista Cubana de Ciencias Informáticas, 2021.
[29] R. G. Ortega, M. D. O. Rodríguez, M. L. Vázquez, J. E. Ricardo, J. A. S. Figueiredo, and F. Smarandache, Pestel
analysis based on neutrosophic cognitive maps and neutrosophic numbers for the sinos river basin management:
Infinite Study, 2019.
[30] F. Smarandache, J. E. Ricardo, E. G. Caballero, M. Y. L. Vázquez, and N. B. Hernández, Delphi method for
evaluating scientific research proposals in a neutrosophic environment: Infinite Study, 2020.
[31] E. G. Caballero, M. Leyva, J. E. Ricardo, and N. B. Hernández, "NeutroGroups Generated by Uninorms: A
Theoretical Approach," Theory and Applications of NeutroAlgebras as Generalizations of Classical Algebras, pp.
155-179: IGI Global, 2022.
[32] O. F. Von Feigenblatt, Honor, Loyalty, and Merit: The Cultura Contemporary of the Spanish Nobility: Ediciones
Octaedro, 2022.
[33] J. E. Ricardo, J. J. D. Menéndez, and R. L. M. Manzano, “Integración universitaria, reto actual en el siglo XXI,”
Revista Conrado, vol. 16, no. S 1, pp. 51-58, 2020.
[34] J. E. Ricardo, N. B. Hernández, R. J. T. Vargas, A. V. T. Suntaxi, and F. N. O. Castro, “La perspectiva ambiental en
el desarrollo local,” Dilemas contemporáneos: Educación, Política y Valores, 2017.
[35] J. Ye, “Single-valued neutrosophic minimum spanning tree and its clustering method,” Journal of intelligent Systems,
vol. 23, no. 3, pp. 311-324, 2014.
[36] R. Sahin, and M. Yigider, “A Multi-criteria neutrosophic group decision making metod based TOPSIS for supplier
selection,” arXiv preprint arXiv:1412.5077, 2014.
[37] K. Pérez-Teruel, M. Leyva-Vázquez, and V. Estrada-Sentí, “Mental models consensus process using fuzzy cognitive
maps and computing with words,” Ingeniería y Universidad, vol. 19, no. 1, pp. 173-188, 2015.
[38] B. J. de Alvear, and D. M. Calderón, "Derechos de autor en la inteligencia artificial." pp. 94-109.
[39] M. Á. B. López, El derecho sui generis del fabricante de bases de datos: Editorial Reus, 2001.
Recibido: noviembre 17, 2024. Aceptado: diciembre 06, 2024
