Los sistemas autónomos inteligentes (IASs), que abarcan vehículos autónomos, drones y plataformas robóticas, han transformado radicalmente múltiples campos desde el transporte hasta la defensa. Al utilizar tecnologías de inteligencia artificial (IA), estos sistemas presentan un paradigma de aprendizaje basado en datos, arquitectura integrada y toma de decisiones adaptativa. Sin embargo, estas nuevas capacidades también traen desafíos únicos de fallo, incluyendo sesgos inducidos por datos, explicabilidad limitada y vulnerabilidad a ataques adversarios por perturbaciones. Estas características requieren que los sistemas tengan una mayor confiabilidad para garantizar su operación confiable en entornos dinámicos y críticos en seguridad. Este artículo revisa sistemáticamente los avances recientes en ingeniería de confiabilidad de sistemas autónomos inteligentes desde cuatro dimensiones interrelacionadas: precisión, capacidad de generalización, robustez y explicabilidad. Aprovechamos resultados interdisciplinarios en aprendizaje automático, inteligencia artificial y confiabilidad, examinando métodos como fusión multisensorial, metaaprendizaje, entrenamiento adversarial y restricciones explicables a priori, basándonos en datos empíricos de despliegues reales. Las conclusiones clave muestran avances significativos en la reducción de la vulnerabilidad de los sistemas autónomos inteligentes, pero los desafíos persistentes relacionados con el equilibrio entre rendimiento y confiabilidad, la degradación del rendimiento bajo condiciones extremas y las limitaciones de escalabilidad continúan dificultando su adopción generalizada. Proponemos que la investigación futura se centre en marcos híbridos, razonamiento causal y modelos livianos para impulsar la realización de sistemas autónomos inteligentes altamente confiables. Al conectar la base teórica con la práctica de ingeniería, este trabajo proporciona una hoja de ruta técnica integral para desarrollar sistemas autónomos confiables, dignos de confianza, seguros, eficientes y centrados en el bienestar social.

sistemas autónomos;ingeniería de confiabilidad;inteligencia artificial