Se considera que el machine learning, conocido en español como aprendizaje automático, es el origen de la inteligencia artificial (IA) y una de las maneras básicas en que esta se puede entender. En la actualidad se ha establecido el aprendizaje automático como una disciplina autónoma que busca algunos objetivos particulares y concretos que la inteligencia artificial ya no trata de solucionar por estar buscando objetivos más generales y amplios. Puede definirse el aprendizaje autónomo como “un campo de la ciencia computacional que estudia algoritmos y técnicas para automatizar soluciones a problemas complejos que son difíciles de programar usando métodos de programación convencionales” (Rebala et atl, 2019).
Las ventajas que trae el ML tienen que ver con la mayor amplitud de perspectivas y la capacidad de trabajar con una cantidad mucho mayor de información en relación con los seres humanos: “los algoritmos de ML tienden a ser más precisos que las reglas creadas por humanos, ya que los algoritmos de ML toman en consideración todos los puntos de información en un conjunto de datos sin ningún sesgo humano debido a los conocimientos previos” (Rebala et atl, 2019).
Algunos de los principales problemas que tiene el ML, y que todavía se intenta mejorar, son: la capacidad de clasificar contenidos en diferentes clases o categorías; agrupar, es decir, crear nuevas categorías para incluir allí algunos objetos reconocidos en el análisis de información; predecir a partir de la información clasificada y agrupada (Rebala et atl, 2019).