Introduccin

La psicologa cognitiva actual recoge la herencia de esta tradicin filosfica desarrollada por Vigotsky y Piaget, otorgando, de nuevo, tras dcadas de hegemona conductista, iniciadas por John Broavus Watson, estatus cientfico del estudio de los procesos mentales, revitalizando el inters en los asuntos tericos y, especficamente, los relativos al conocimiento. La psicologa cognitiva del procesamiento de la informacin se enfrenta al estudio de los procesos mentales desde una perspectiva inequvocamente mecnica un dispositivo radicalmente nuevo que manipula smbolos, el ordenador. De todos modos, el ser humano no es considerado como un receptor pasivo de estmulos ante los cuales reacciona en funcin de determinadas leyes de carcter asociativo, ni tampoco la historia de las conexiones estmulo-respuesta es capaz de explicar la conducta del sujeto, siendo necesario postular la existencia de notables bases innatas que determinan y restringen, en gran medida, su comportamiento. Segn George Miller, eminente figura y padre de esta nueva psicologa, los humanos podemos ser considerados como un tipo de informvoros, es decir, como una clase de entidades que, al igual que los ordenadores, consumimos, procesamos informacin.

CAPITULO I

1.-Breve historia Las teoras del procesamiento de la informacin utilizan, en forma ms o menos explcita, la metfora del ordenador, que considera al organismo humano como un dispositivo computaciones que manipula smbolos y que se diferencia de ste en su estructura fsica, su hardware es biolgico y no electrnico. Para entender todo esto es necesario hacer mencin sobre la gran repercusin que tuvieron las tesis venidas desde la ciberntica y la teora de la comunicacin. 1.1Desde la ciberntica nos llegan los estudios realizados por Norbert Wiener sobre los servomecanismos que permitan hacer correcciones en la trayectoria de un misil con rectificaciones continuas; as haba comprobado la importancia de los procesos autorreguladores y de retroalimentacin en las conductas tendentes a la consecucin de un fin. 1.2Desde la teora de la comunicacin nos llegan los estudios de Claude Shannon, que demostr que la informacin puede ser analizada independientemente del contenido de la misma, centrndose nicamente en los rasgos abstractos que incluye la transmisin de informacin entre un emisor y un receptor, y analizando los problemas y limitaciones que tal comunicacin tiene a travs de un slo canal. Con menos importancia que las dos anteriores mencionadas, no se debe olvidar el mencionar otros estudios, que en gran medida, contribuyeron al desarrollo de esta teora, los estudios de John von Neumann y Alan Turing sobre la computadores, sus procedimientos estudios posteriores; los estudios neurofisiolgicos de Karl Lashley y los estudios en el campo lingstico de Noam Chomsky. De ms importancia en el campo encontramos a la persona de George Miller, ya mencionada anteriormente, que contribuy decisivamente en este campo del procesamiento de la informacin, aportando importantes teoras. As, en 1956, mostr que el sistema de procesamiento humano, es limitado, al establecer un nmero mximo de elementos que pueden ser procesados al mismo tiempo.

3.-) Estructura y funcionamiento del sistema humano de procesamiento de informacin Referente a este apartado, la teora de Atkinson y Shiffrin ha permitido especificar el curso que sigue la informacin al ser procesada, estableciendo la existencia de tres almacenes o sistemas de memoria: memoria sensorial, memoria a corto plazo y memoria a largo plazo. Estos se sitan secuencialmente de manera que la informacin proveniente del medio a travs de los sentidos, se registra en la memoria especfica de cada sentido, de aqu pasa a
Inteligencia Artificial Pgina 2

la memoria a corto plazo sonde se codifica y almacena durante algunos segundos, y finalmente llega a la memoria a largo plazo donde es almacenada definitivamente. La memoria sensorial permite obtener una descripcin bastante completa y exacta de la realidad y mantenerla durante un perodo de tiempo muy breve: entre 100 y 500 milisegundos. Este mnimo intervalo es suficiente para que la informacin proveniente del medio pueda ser codificada y almacenada en la memoria a corto plazo. En esta ltima la informacin puede ser mantenida durante perodos de tiempo significativamente mayores, aunque limitados, entre 15 y 20 segundos, estando asimismo su capacidad de almacenamiento a siete unidades o tems, tal y como haba demostrado George Miller. Ambas limitaciones, tiempo y capacidad, pueden ser superadas mediante las estrategias de repeticin y agrupamiento. La estrategia de repeticin permite mantener la informacin en el almacn a corto plazo durante el tiempo que queramos. Mediante la agrupacin es posible mantener en el almacn a corto plazo unidades mayores y ms complejas, unidades significativas como palabras, y no ya letras o nmeros sin sentido. El almacn a corto plazo, tiene, as, un carcter marcadamente activo que ha llevado a algunos a hablar de memoria en funcionamiento o de trabajo. En este punto el sujeto codifica e interpreta la informacin procedente del medio, conectndola con la repeticin con la ya almacenada en el sistema. Asimismo, mediante la repeticin y la elaboracin u organizacin de la informacin, sta es transferida al almacn a largo plazo donde es mantenida por grandes perodos de tiempo. El marco de investigacin de esta teora debe ser cumplimentado con otra investigacin y teora, la aportada por Craik y Lockhart, que sostienen la existencia de diferentes niveles de profundidad en el procesamiento y que cuanto ms profundo sea el nivel al que ha sido procesada la informacin, mejor ser el recuerdo posterior. Esta distincin entre procesamiento superficial y profundo ha tenido gran xito en diferentes campos.

4.-) La teora de Newell y Simon Newell y Simon son considerados como los fundadores de la inteligencia artificial junto con Minsky y McCarthy. Segn esta teora la inteligencia deba ser estudiada desde una perspectiva funcional, no fisiolgica. Esta bsqueda de teoras generales de la conducta inteligente fue un rasgo de las primeras formulaciones en la inteligencia artificial, siendo posteriormente sustituido por el reconocimiento del importante papel que juega en la resolucin de diversas tareas el conocimiento especfico de la citada tarea. En palabras del propio Simon: Si podemos construir un sistema de procesamiento de informacin con reglas de conducta que lo llevan a comportarse como sistema dinmico que intentamos describir, entonces este sistema es una teora del nio en un estadio del desarrollo. Una vez hayamos descrito un estadio particular mediante un programas nos enfrentaramos con la tarea de describir que mecanismos adicionales de procesamiento de
Inteligencia Artificial Pgina 3

informacin son necesarios para simular cambios evolutivos, la transicin de un estadio al siguiente; es decir, necesitaramos describir como modificara el sistema su propia estructura. Por lo tanto, la teora tendra dos partes: Un programa para descubrir la actuacin en un estadio particular y un programa de aprendizaje que gobierne la transicin de un estadio a otro. Este pequeo prrafo, resulta, en nuestra opinin, singularmente claro respecto al punto de vista de procesamiento de informacin sobre el desarrollo intelectual, e incluye todo un programa de investigacin. Si queremos resumir las aportaciones de la teora de Newell y Simon a una mejor comprensin del pensamiento infantil y de sus cambios con la edad, podemos resumirlas en tres:

El papel del ambiente de la tarea: resolucin de diferentes tareas como fruto de la interaccin entre un sistema de procesamiento de informacin, el sujeto que resuelve el problema, y un ambiente de la tarea: siendo este ltimo la tarea tal y como es descrita por el experimentador. La estructura del ambiente de la tarea determina la representacin que el sujeto realiza de esta y, por tanto, las dificultades o facilidades que encontrar en su resolucin. El papel de la codificacin: comprensin de la tarea por parte de los sujetos; es decir, en los problemas relativos a la codificacin. Se debe seleccionar la informacin relevante del ambiente de la tarea y construir a partir de ella una representacin de la misma. El fallo en la identificacin y la codificacin de los atributos crticos de la tarea puede estar en el origen de las dificultades con las que se encuentran los nios en muchas ocasiones.

La simulacin por ordenador: los sistemas de produccin del pensamiento humano, estn formados por un conjunto de producciones, en donde cada una de ellas es una regla condicin-accin; es decir, estas reglas a partir del cumplimiento de una determinada condicin establecen la realizacin de una accin concreta. Un sistema de producciones acta mediante el ciclo reconocer-actuar. Las acciones pueden modificar el estado de conocimiento del sistema aadiendo, eliminando o cambiando los elementos existentes; las acciones tambin pueden corresponder a interacciones perceptivas o del ambiente.

Inteligencia Artificial

Pgina 4

Proporciona el procesamiento de informacin una verdadera teora del aprendizaje?

La mayora de los autores sealan que el procesamiento de informacin carece de una teora del aprendizaje suficiente para explicar la adquisicin de las complejas estructuras de memoria que se postula. Las opiniones respecto a las razones de esta carencia son, ms bien, diversas. Newel y Simon expresaban que el procesamiento de la informacin no deba emprender la investigacin de los procesos de aprendizaje hasta que hubiera alcanzado una comprensin de la naturaleza del sistema. Para Piaget y Vigotsky, el nico modo posible de comprender la cognicin adulta es conocer su gnesis.

CAPITULOII

2.1.la Inteligencia Artificial

La Inteligencia Artificial comenz como el resultado de la investigacin en psicologa cognitiva y lgica matemtica. Se ha enfocado sobre la explicacin del trabajo mental y construccin de algoritmos de solucin a problemas de propsito general. Punto de vista que favorece la abstraccin y la generalidad. La Inteligencia Artificial es una combinacin de la ciencia del computador, fisiologa y filosofa, tan general y amplio como eso, es que rene varios campos (robtica, sistemas expertos, por ejemplo), todos los cuales tienen en comn la creacin de mquinas que pueden "pensar". La idea de construir una mquina que pueda ejecutar tareas percibidas como requerimientos de inteligencia humana es un atractivo. Las tareas que han sido estudiadas desde este punto de vista incluyen juegos, traduccin de idiomas, comprensin de idiomas, diagnstico de fallas, robtica, suministro de asesora experta en diversos temas. Es as como los sistemas de administracin de base de datos cada vez ms sofisticados, la estructura de datos y el desarrollo de algoritmos de insercin, borrado y locacin de datos, as como el intento de crear mquinas capaces de realizar tareas que son pensadas como
Inteligencia Artificial Pgina 5

tpicas del mbito de la inteligencia humana, acuaron el trmino Inteligencia Artificial en 1956. Trabajos tericos fundamentales fueron el desarrollo de algoritmos matemticos por Warren McCullock y Walter Pitts, en 1943, necesarios para posibilitar el trabajo de clasificacin, o funcionamiento en sentido general, de una red neuronal. En 1949 Donald Hebb desarroll un algoritmo de aprendizaje para dichas redes neuronales creando, en conjunto con los trabajos de McCullock y Pitts, la escuela creacionista. Esta escuela se considera hoy como el origen de la Inteligencia Artificial, sin embargo se trat poco por muchos aos, dando paso al razonamiento simblico basado en reglas de produccin, lo que se conoce como sistemas expertos.

2.2. Nociones y Antecedentes Histricos de Inteligencia Artificial.

Definiciones sobre Inteligencia Artificial:

Disciplina cientfico-tcnica que trata de crear sistemas artificiales capaces de comportamientos que, de ser realizados por seres humanos, se dira que requieren inteligencia. Estudio de los mecanismos de la inteligencia y las tecnologas que lo sustentan. (Newell, 91) Intento de reproducir (modelar) la manera en que las personas identifican, estructuran y resuelven problemas difciles (Pople, 84) Son ciertas herramientas de programacin, entendiendo por herramientas: o Lenguajes: LISP, PROLOG o Entornos de desarrollo: shells o Arquitecturas de alto nivel: nodo y arco, sistemas de producciones

Desde sus comienzos hasta la actualidad, la Inteligencia Artificial ha tenido que hacer frente a una serie de problemas:

Los computadores no pueden manejar (no contienen) verdaderos significados. Los computadores no tienen autoconciencia (emociones, sociabilidad, etc.). Un computador slo puede hacer aquello para lo que est programado. Las mquinas no pueden pensar realmente.

En 1843, Lady Ada Augusta Byron, patrocinadora de Charles Babbage plante el asunto de si la mquina de Babbage poda "pensar". Los primeros problemas que se trat de resolver fueron puzzles, juegos de ajedrez, traduccin de textos a otro idioma. Durante la II Guerra Mundial Norbert Wiener y John Von Neumann establecieron los principios de la ciberntica en relacin con la realizacin de decisiones complejas y control de funciones en mquinas.

Inteligencia Artificial

Pgina 6

La teora de la retroalimentacin en mecanismos, como por ejemplo un termostato que regula la temperatura en una casa, tuvo mucha influencia. Esto an no era propiamente Inteligencia Artificial. Se hizo mucho en traducciones (Andrew Booth y Warren Weaver), lo que sembr la semilla hacia el entendimiento del lenguaje natural. En el ao 1955 Herbert Simon, el fsico Allen Newell y J.C. Shaw, programador de la RAND Corp. y compaero de Newell, desarrolla el primer lenguaje de programacin orientado a la resolucin de problemas de la Inteligencia Artificial, el IPL-11. Un ao ms tarde estos tres cientficos desarrollan el primer programa de Inteligencia Artificial al que llamaron Logic Theorist, el cual era capaz de demostrar teoremas matemticos, representando cada problema como un modelo de rbol, en el que se seguan ramas en busca de la solucin correcta, que result crucial. Este programa demostr 38 de los 52 teoremas del segundo captulo de Principia Mathematica de Russel y Whitehead. En 1956, con la ahora famosa conferencia de Dartmouth, organizada por John McCarthy y en la cual se utiliz el nombre de inteligencia artificial para este nuevo campo, se separ la Inteligencia Artificial de la ciencia del computador, como tal. Se estableci como conclusin fundamental la posibilidad de simular inteligencia humana en una mquina. En 1957 Newell y Simon continan su trabajo con el desarrollo del General Problems Solver (GPS). GPS era un sistema orientado a la resolucin de problemas; a diferencia del Logic Theorist, el cual se orient a la demostracin de teoremas matemticos, GPS no estaba programado para resolver problemas de un determinado tipo, razn a la cual debe su nombre. Resuelve una gran cantidad de problemas de sentido comn, como una extensin del principio de retroalimentacin de Wiener. Diversos centros de investigacin se establecieron, entre los ms relevantes estn, la Universidad Carnegie Mellon, el Massachusetts Institute of Technologie (MIT), encabezado por Marvin Minsky, la Universidad de Standford e IBM. Los temas fundamentales eran el desarrollo de heursticas y el aprendizaje de mquinas. En 1957 McCarthy desarroll el lenguaje LISP. La IBM contrat un equipo para la investigacin en esa rea y el gobierno de USA aport dinero al MIT tambin para investigacin en 1963. A finales de los aos 50 y comienzos de la dcada del 60 se desarrolla un programa orientado a la lectura de oraciones en ingls y la extraccin de conclusiones a partir de su interpretacin, al cual su autor, Robert K. Lindsay, denomina "Sad Sam". Este poda leer oraciones del tipo "Jim es hermano de John" y "La madre de Jim es Mary", a partir de ella el sistema conclua que Mary deba ser tambin la madre de John. Este sistema represent un enorme paso de avance en la simulacin de inteligencia humana por una mquina, pues era capaz de tomar una pieza de informacin, interpretarla, relacionarla con informacin anteriormente almacenada, analizarla y sacar conclusiones lgicas. En el mismo perodo de tiempo hay trabajos importantes de Herbert Gelernter, de IBM, quien desarrolla un "Demostrador Automtico de Teoremas de la Geometra", Alex
Inteligencia Artificial Pgina 7

Bernstein desarrolla un programa para el juego de ajedrez que se considera el antecedente para "Deep Blue". En 1961 se desarrolla SAINT (Simbolic Automatic INTegrator) por James Slagle el cual se orienta a la demostracin simblica en el rea del lgebra. En 1964 Bertrand Raphael construye el sistema SIR (Semantic Information Retrieval) el cual era capaz de comprender oraciones en ingls. :Aunque parezca impresionante la capacidad del sistema para razonar y ejecutar acciones, no se debe perder de vista el hecho que el robot se mueve en un mundo muy simple de figuras geomtricas, y que las relaciones entre ellas son muy limitadas. En el mundo real existen tantos objetos diferentes y relaciones entre ellos, que tratar de llevar este sistema a un entorno real resulta prcticamente imposible. En los primeros aos de la dcada del 60 Frank Rosemblatt desarrolla, en la Universidad de Cornell, un modelo de la mente humana a travs de una red neuronal y produce un primer resultado al cual llama perceptrn. Este sistema era una extensin del modelo matemtico concebido por McCullock y Pitts para las neuronas, y funcionaba basndose en el principio de "disparar" o activar neuronas a partir de un valor de entrada el cual modifica un peso asociado a la neurona, si el peso resultante sobrepasa un cierto umbral la neurona se dispara y pasa la seal a aquellas con las que est conectada. Al final, en la ltima capa de neuronas, aquellas que se activen definirn un patrn el cual sirve para clasificar la entrada inicial. Este trabajo constituye la base de las redes neuronales de hoy en da, sin embargo a raz de su desarrollo sufri fuertes crticas por parte de Marvin Minsky y Seymour Papert lo cual provoc que la mayora de los investigadores interesados en el tema lo abandonarn, y este no se retomara hasta los aos 80. En 1965-70, comenzaron a aparecer los programas expertos, que predicen la probabilidad de una solucin bajo un set de condiciones, entre esos proyectos estuvo: DENDRAL, que asista a qumicos en estructuras qumicas complejas euclidianas; MACSYMA, producto que asista a ingenieros y cientficos en la solucin de ecuaciones matemticas complejas, etc. En la dcada 1970-80, creci el uso de sistemas expertos, muchas veces diseados para aplicaciones mdicas y para problemas realmente muy complejos como MYCIN, que asisti a mdicos en el diagnstico y tratamiento de infecciones en la sangre. Otros son: R1/XCON, PIP, ABEL, CASNET, PUFF, INTERNIST/CADUCEUS, etc. Algunos permanecen hasta hoy. De 1975 en adelante, comienza la era de los lenguajes expertos (shells) como EMYCIN, EXPERT, OPSS, etc. para luego tratar de que stos sean ms amigables y funcionales.

Inteligencia Artificial

Pgina 8

Las definiciones de Inteligencia Artificial son muchas, pero podra decirse que son programas que realizan tareas que si fueran hechas por humanos se consideraran inteligentes. Estos programas obviamente corren en un computador y se usan, como por ejemplo, en control robtico, comprensin de lenguajes naturales, procesamiento de imgenes basado en conocimientos previos, estrategias de juegos, etc. reproduciendo la experiencia que un humano adquirira y de la forma en que un humano lo hara. Para clasificar las mquinas como "pensantes", es necesario definir qu es inteligencia y qu grado de inteligencia implica resolver problemas matemticos complejos, hacer generalizaciones o relaciones, percibir y comprender. Los estudios en las reas del aprendizaje, del lenguaje y de la percepcin sensorial han ayudado a los cientficos a definir a una mquina inteligente. Importantes desafos han sido tratar de imitar el comportamiento del cerebro humano, con millones de neuronas y extrema complejidad.

2.3.la Inteligencia artificial en la Educacin

Variedad de Dispositivos De ah, que los dispositivos que plantean los investigadores de la UMA favorezcan la comprensin y el desarrollo de destrezas lingsticas y cognitivas, a la par que la interaccin de los alumnos. Es el caso de las pantallas tctiles, con las que se han implementado las aplicaciones APRENDO, TRAZO. Con la primera, el alumno realiza de forma interactiva las clsicas fichas que se realizan en el aula (con elementos hipermedia tales como sonidos de refuerzo o animaciones) para el desarrollo de destrezas cognitiva tales como realizar series, ordenar elementos, fomentar la memoria, colocar objetos dentro de un contenedor, seleccionar objetos que cumplen una condicin, etc. Por su parte, TRAZO es una herramienta de ayuda a actividades de grafomotricidad, escritura de dedos en la pantalla tctil. Las tabletas digitales permiten a los nios escribir, mover objetos o ver un vdeo. Gracias a estas funcionalidades, se utilizan en el aula, en primer lugar, en actividades de grafomotricidad del programa TRAZO, que posibilita realizar trazos con un lpiz (en el caso de los nios de tres aos) o escritura (en los de cuatro y cinco aos). Por su parte, la pizarra interactiva se utiliza en actividades de grupo. Los nios se colocan a su alrededor y la profesora organiza los turnos de salida. Esta forma de trabajo fomenta la comunicacin y la participacin de todos. Los turnos se organizan de modo que cada vez que un alumno utiliza el dispositivo primero se identifica, buscando para ello su foto en la parte inferior y pulsando sobre ella. Luego, contina con la actividad donde la haba dejado
Inteligencia Artificial Pgina 9

su compaero. El resto de los nios atienden y participan desde su sitio, explica la

investigadora.

Inteligencia Artificial

Pgina 10

ANEXOS

Inteligencia Artificial

Pgina 11

INDICE INTRODUCCIN

CAPITULO I
1.1.-Breve historia.. 1.1Desde la ciberntica.. 1.2Desde la teora de la comunicacin. 1.2.- Estructura y funcionamiento del sistema humano de procesamiento de informacin 1.3.- La teora de Newell y Simon

CAPITULOII
2.1.la Inteligencia Artificial 2.3. la inteligencia artificial en la educacin.

Inteligencia Artificial

Pgina 12