Las principales herramientas de Inteligencia Artificial para el control de acceso: una revisión sistemática

Abstract

La creciente digitalización y automatización de sistemas incrementa la necesidad de métodos de control de acceso más avanzados y seguros. El objetivo del estudio fue identificar y sintetizar las principales herramientas de inteligencia artificial (IA) utilizadas en el control de acceso, mediante una revisión de la literatura en bases de datos como Scopus, SciELO y IEEE Xplore, empleando la metodología PRISMA y el software VOSviewer. El análisis bibliométrico destacó el liderazgo investigativo de China, India, Estados Unidos y Corea del Sur, así como términos clave como machine learning, deep learning, criptografía y biometría, junto a tecnologías emergentes como blockchain e IoT, que prometen revolucionar el sector de seguridad. En el análisis sistemático, machine learning y deep learning surgieron como las técnicas más aplicadas en control de acceso, siendo la lógica difusa y las redes neuronales especialmente efectivas. Las herramientas de IA facilitan el reconocimiento de patrones de comportamiento y la previsión de riesgos, y tecnologías como blockchain aportan transparencia y confiabilidad en la gestión de datos sensibles. Sin embargo, desafíos como el alto costo, la necesidad de grandes volúmenes de datos y las preocupaciones de privacidad limitan su implementación. Se sugiere optimizar IA, reducir dependencia de datos y explorar métodos híbridos para mejorar seguridad, transparencia y eficiencia en control de acceso, promoviendo una adopción más amplia de estas tecnologías.