Documente Academic
Documente Profesional
Documente Cultură
RESUMEN -2-
INTRODUCCIÓN -3-
OBJETIVOS -4-
CAPÍTULO I
CAPÍTULO II
CAPÍTULO III
EN EL ÁMBITO EDUCATIVO - 12 -
CONCLUSIONES - 23 -
BIBLIOGRAFÍA - 24 -
ANEXOS - 25 -
ANEXO 1: - 25 -
ANEXO 2: - 26 -
ANEXO 3: - 27 -
1 21 -
RESUMEN
Esta investigación se basará en los ámbitos en los que se aplica la inteligencia artificial
para poder facilitar su proceso natural, los ámbitos seleccionados son: científico, médico,
educativo e informático.
2 21 -
INTRODUCCIÓN
Las inteligencias artificiales tienen mucho impacto y aporte en los ámbitos médico y
científico ya que puede automatizar, acelerar y facilitar los procesos que se dan en la
actividad en general de estos dos ámbitos mencionados. También, es una potencia por
desarrollar a través del tiempo ya que se estima que en un futuro no tan lejano muchos
procesos serán automatizados sin ayuda del hombre o con poca interacción del mismo.
3 21 -
OBJETIVOS
● Dar a conocer diferentes áreas en el cual se podrían reforzar el rendimiento con las
inteligencias artificiales.
● Persuadir a los espectadores de la monografía a desarrollar interés por el tema y que
investiguen más del tema.
● Informar sobre las aplicaciones de la inteligencia artificial en el ámbito educativo.
● Dar a conocer las limitaciones que tenemos hoy en día en la aplicación de la
inteligencia artificial en el ámbito educativo.
● Explicar acerca de los diferentes ámbitos que abarca la inteligencia artificial.
● Informar al espectador sobre la inteligencia artificial y motivar a seguir leyendo
acerca del tema.
● Conocer y explicar cómo la inteligencia artificial podría desarrollar y ayudarnos a
desarrollar como sociedad.
4 21 -
CAPÍTULO I
INTELIGENCIA ARTIFICIAL
‘’Razón no es sino computo’’, dijo el filósofo Thomas Hobbes (el abuelo de la inteligencia
artificial), con aquella frase citada en 1650 se comenzó a poner en marchar
proféticamente la inteligencia artificial.
Desde hace más de una década que la robótica y la inteligencia artificial, han ido
de la mano. Un de mayores logros que se tiene conocimiento es ‘Sophia’ un robot
humanoide, que posee un software de inteligencia artificial. Fue activada el 19 de abril del
2015, recién en el año 2017 se le dio la nacionalidad saudí. El objetivo de su creación
según su creador David Hanson, es para que socialice con los humanos y sirva de ayuda
5 21 -
en grandes eventos que puedan ocurrir en la ciudad, como también siendo la compañera
ideal para ancianos. Con este ejemplo podemos apreciar el gran avance que hay hasta el
momento de la tecnología. También podemos mencionar a ‘Eliza’ un programa
informático, que según su diseñador Joshep Weizenbaum, tenía como llegar a tener una
conversación fluida con un humano, fue uno de los primeros programas en procesar
lenguaje natural. Algunas de las conversaciones que se llevaron resultaron incoherentes,
y eso era porque en su base de datos no se encontraba la frase realizada, en caso
contrario si se hallase la frase en su base de datos el programa emitía una respuesta
convincente.
6 21 -
muy revolucionario y demostraba de había gran avance tecnológico. Ese pequeño
dispositivo fue capaz de entregar inteligencia a cualquier máquina, se puede decir que
funciona como un cerebro electrónico. Pero como sabes la tecnología avanza con el
pasar de los años, y fue en ese momento que Gordon Moore, propone su ley.
La ley de Moore, en la actualidad sigue definiendo los límites cada vez mayores
de la tecnología que conocemos, aquello nos permite que la inteligencia artificial y los
vehículos autónomos se hagan realidad.
1.1. ROBOTS
La automatización de procesos robóticos es una nueva tendencia de tecnologías futuras.
7 21 -
Los robots no son juguetes como se puede apreciar en diversas series. En la industria,
los robots han servido de gran ayuda para acelerar procesos de producción, dando mayor
velocidad, precisión y fuerza. El objetivo principal es mejorar la tecnología.
Se tiene conocimiento de los co-bots o robots colaborativos los cuales dicen ser la
nueva generación de robots que contribuyen de forma segura, inteligente, colaborativa a
las actividades que realizamos.
La innovación siempre sigue creciendo, y es por ellos que los mismos creadores
van mejorando modelos pasados y llevándolos a la perfección, como si fuera una cadena
sinfín, las mejoras más notables se han visto en las capacidades mecánicas de los
robots.
8 21 -
CAPÍTULO II
Al ponerse en prueba dicha inteligencia artificial, se dio a notar que estos sistemas
semiautomáticos son incluso mejores que la actividad de los humanos, ya que
probablemente un profesional se puede perder un pequeño detalle al relacionar síntomas
o resultados de análisis; también, para un cerebro humano es casi imposible dar
resultados tan rápidos como lo hace un sistema automático y que está directamente
dirigido a la acción de relacionar datos.
9 21 -
práctica, la evaluación de su desempeño mostraba 65% de tratamientos
correctamente indicados, lo que era superior al desempeño de cinco humanos
expertos en infectología. (Oswaldo, Maldonado, & Murata, 2014, págs. 110-114)
Luego de tener la información previa, el médico sólo tiene que escribir el nombre de
la enfermedad y para más efectividad lo acompaña con otros datos como síntomas o
tiempo transcurrido desde que la enfermedad empezó. El sistema de aprendizaje
automático recopilará todos los datos anteriormente introducidos y seleccionará el
remedio óptimo para la enfermedad introducida.
Cabe resaltar que estos resultados no son 100% efectivos ya que puede pasar que
al introducir los datos el sistema responda erróneamente, esto se debería a que esté
siempre muestra el resultado que más relación tiene con los datos introducidos, más no
se sabría si la respuesta es completamente correcta ya sea porque la enfermedad a la
que se refiere puede no estar registrada en el sistema o se trate de una enfermedad
nueva que sería, hasta ese entonces, desconocida. Esto no significa que se debe
desconfiar del sistema, ya que al dar el resultado que tiene más relación con la
información que se le otorga, ya se tiene una de idea de qué enfermedad es o con qué
enfermedad se relacionan dichos datos; así los análisis serán más precisos y efectivos.
10 21 -
tiene un sistema inteligente en el que se introducen palabras clave (en inglés por defecto
de la página) y el programa obtiene toda la información de los genes y los organiza en
diferentes formas para el uso que se le necesite, en este caso se ha tomado la
información en código AGI de la enzima MAMI (Metiltioalquil malato sintasa-I). El sistema
también muestra las actividades que realizan o con qué procesos se relaciona la
búsqueda realizada.
Los datos que se obtienen se guardan para su utilización posterior.
11 21 -
CAPÍTULO III
EN EL ÁMBITO EDUCATIVO
Es posible aplicar la Inteligencia Artificial (IA) dentro del ámbito educativo. Ello tendría
como consecuencia, luego de aplicar sus métodos, que el sistema educacional sea el
adecuado y se adapte a las necesidades estudiantiles de manera individual y no como un
bloque de estudiantes. Buscando las problemáticas de cada alumno, se generaría
diagnósticos y luego soluciones las cuales serán tomadas en cuenta al momento de la
clase dictada para, así, llegar al aprendizaje óptimo. (León & García, 2008, pág. 13)
12 21 -
3.2. SISTEMAS DE EVALUACIÓN AUTOMÁTICA
Los sistemas de evaluación automática de prueba tienen como una finalidad
principal evaluar las fortalezas y debilidades de los alumnos a través de las pruebas que
realizan sobre una materia o actividad. Estos sistemas pueden conseguir
automáticamente conocimiento sobre las habilidades y competencia que los alumnos
poseen sobre la materia en cuestión.
NetAid’s es una institución que desarrolla juegos para instruir sobre cuestiones de
educación ciudadana y sensibilización de la pobreza en el mundo. Uno de sus juegos,
desarrollado en el 2002, denominado NetAid World Class, consiste en que los alumnos
tomen la identidad de un niño de un estado del sur de la India y resuelvan los problemas
reales con los que se enfrentan diariamente los niños pobres de esta región. En el año
2003 el juego fue utilizado por más de 40.000 alumnos en diferentes universidades de los
Estados Unidos. (2007, págs. 7-9)
13 21 -
3.5. TRANSICIÓN AL MÉTODO DIGITAL
El paso del mundo académico hacia lo tecnológico se da por consecuencia de los
cambios sociales apreciados en la última década, donde la globalización provoca que
inclusive las interacciones sociales sean llevadas a cabo mediante herramientas
tecnológicas. Este proceso de digitalización puede definirse como la manera en la que
transmitimos información ya sea por medio de videos, imágenes, composiciones
textuales, etc. A la vez, esta información es captada y entendida por el receptor que la
sintetizaría para llegar a un juicio propio. Relacionando lo anterior con el plano educativo,
es de notar que la proliferación de información de una manera específica podría
fácilmente ser utilizada en entornos académicos. (Caballero, Tránsito digital en el ámbito
educativo, 2009, págs. 2-3)
14 21 -
recalcar que el logro de estos beneficios planteados siguen siendo aún un reto a cumplir.
(Ocaña, Valenzuela, & Garro, 2019, pág. 546)
Según afirman Ocaña, Valenzuela y Garro, los softwares que, mediante el uso de
inteligencia artificial, tratan de simular a un tutor humano son desarrollados usando
algoritmos que apuntan hacia el objetivo de brindar una enseñanza especial para cada
estudiante. La ingeniería de software es la encargada de crear estos programas
educativos los cuales ayudarían, por ejemplo, en el momento en el que un estudiante se
encuentra atascado en un problema; el programa daría pistas o comentarios claves que
lo ayudarían a dar con la respuesta. No son tan recientes, ya que, desde la creación de
las computadoras contemporáneas, distintos programas educativos en diversos cursos
han sido adquiridos por escuelas, universidades o institutos, aprovechando sus
beneficios. (2019, pág. 547)
15 21 -
● Fundamentos teóricos:
En los sistemas convencionales se han incorporado en forma limitada algunos principios
didácticos. Con la introducción de las técnicas de IA en apoyo al proceso de
aprendizaje, algunos SÍ han podido representar mejor el proceso de cognición
involucrado en las tareas específicas de enseñanza. De esta forma se dispone de
diferentes métodos para realizar inferencias sobre la estructura del conocimiento
del estudiante, así como se han empleado métodos de representación del
conocimiento desarrollados sobre la base de los modelos cognoscitivos de la
memoria humana.
● Estructura y funciones de los sistemas:
Por lo general todos los componentes de un sistema convencional (contenido de la
materia, información acerca del estudiante y estrategia instructiva) están
almacenadas e implementadas como una simple estructura. Algunos sistemas
tienen módulos separados para almacenar la componente pedagógica
independientemente de sus procedimientos operacionales. Con esta estructura el
estudiante tiene poca o ninguna iniciativa en el proceso instructivo. Muchos SI
están básicamente organizados en una estructura modular, consistiendo en tres
componentes principales de instrucción: base de conocimiento, modelo del
estudiante y estrategia instructiva. Con esta estructura se facilita la interacción
entre estudiante y sistema en cuanto al tipo de preguntas y respuestas que
pueden realizarse.
● Métodos de estructuración del conocimiento:
En los sistemas convencionales, el análisis de tareas es un método comúnmente utilizado
para identificar las tareas y subtareas que deben ser enseñadas. Dos métodos
muy usados son el algorítmico y el jerárquico. En los SI, los métodos de
estructuración del conocimiento que serán enseñados se determinan a partir de
las técnicas de representación del conocimiento de la IA. El análisis de tareas en
los sistemas convencionales es un método sistemático para identificar todas las
subtareas necesarias mientras que la representación del conocimiento en la IA
constituye una técnica para organizar el conocimiento como una estructura de
datos que será manipulada por el sistema.
● Métodos de modelación del estudiante:
En los sistemas convencionales se utilizan métodos cuantitativos para establecer las
estrategias pedagógicas. En este sentido se aplican los juicios binarios de las
respuestas de los estudiantes (correcto o incorrecto), como también los modelos
matemáticos. El análisis de regresión y el teorema probabilístico de Bayes han
sido utilizados para determinar el alcance del aprendizaje del estudiante y
16 21 -
seleccionar la estrategia instructiva de manera que puedan lograrse sistemas
adaptables. En un modelo cualitativo, el aprendizaje del estudiante se determina a
partir del análisis de su respuesta. La modelación se logra a través de un proceso
de inferencia acerca de las concepciones erróneas del estudiante. (págs. 15-16)
Habiendo considerado los aspectos previamente mencionados, se puede evidenciar los
beneficios que los sistemas inteligentes basados en la IA pueden aportar a la educación.
17 21 -
CAPÍTULO IV
Por otro lado, la IA aplicada en la robótica nos acerca poco a poco a una
convivencia natural con máquinas creadas por la mano del hombre, por un lado, están los
humanoides, que tratan de imitar al hombre en lo físico, y los androides que tratan de
parecerse más a los humanos y sus distintas emociones.
Pero cierta inteligencia artificial también es centro de polémica por el miedo que
existe tanto en la comunidad científica, como en la población, de que esta se supere más
y más e incluso supere a la inteligencia humana, obtenga una conciencia propia y se
vuelva un peligro para todos.
18 21 -
▪ Inteligencia del conocimiento:
▪ Reconocimiento de voz:
▪ Análisis de imágenes:
Tecnología que permite analizar lo que se está viendo, ya sea una imagen o video
y poder comprenderlo. El reconocimiento facial que tienen algunos mecanismos
tecnológicos son el ejemplo más claro. (Lepage, 2016, pág. 8)
▪ Sistemas Expertos:
Son sistemas encargados de darle una solución a ciertos problemas que ocurren
en la vida real.
Los sistemas expertos (SE) pueden ser considerados como uno de los campos que
más se ha trabajado en la IA. Un sistema experto resuelve problemas complejos del
mundo real que requieren experiencia mediante un computador. Los sistemas bien
diseñados imitan el proceso de razonamiento que los expertos utilizan para resolver
problemas específicos. Se utilizan computadores, bien por su capacidad para
realizar trabajos de gran volumen de cálculo, ya que se trata de máquinas
incansables, bien como apoyo en determinados entornos para mejorar la resolución
de problemas. (Rainer & Rodriguez, 2019, pág. 26)
19 21 -
encargado de buscar y encontrar yacimientos petrolíferos. Y en el campo de la
medicina se creó Oncocin (1981) utilizado en la oncología.
▪ Aprendizaje automático:
“La ventaja del aprendizaje automático es que puede ser usado aun en casos
donde es imposible o difícil registrar reglas para resolver un problema. Ejemplo de
servicios online que usan machine learning para detección de casos de uso
fraudulentos.” (Lepage, 2016, pág. 9)
▪ Aprendizaje profundo:
20 21 -
4.2. CHATBOTS EN REDES SOCIALES PARA EL APOYO OPORTUNO DE
ESTUDIANTES UNIVERSITARIOS CON SÍNTOMAS DE TRASTORNO POR
DÉFICIT DE LA ATENCIÓN CON HIPERACTIVIDAD
Según Espinoza, Pérez de Celis, Lara, Somodevilla y Pineda, los chatbots (2019),
son un producto de la inteligencia artificial cuyo objetivo principal es establecer una
conversación coherente con los seres humanos. Los chatbots son un intento de superar
el test de Turing, el cual indica que una máquina es inteligente cuando al conversar con
ella no podamos distinguirla de un ser humano.
Espinoza, Pérez de Celis, Lara, Somodevilla y Pineda (2019) plantean que cuando
el usuario inicia sesión en el Facebook del chatbot, el usuario no necesita identificarse ya
que el chatbot reconoce su ID. La sesión inicia cuando el usuario saluda al chatbot y este
responde el saludo y establece una conversación. Para poder realizar este experimento
se eligió al azar, a través de Facebook, 142 usuarios a utilizar el chatbot y a contestar un
cuestionario sobre su experiencia; este último cuestionario se implementó utilizando
Formularios de Google. A partir de los resultados de los cuestionarios aplicados
identificamos una frecuencia elevada de alumnos de nuestra institución que presentan
síntomas de TDAH, por lo que, poner a su disposición herramientas como la aquí
desarrollada facilita que el estudiante reciba la atención que requiere y pueda concluir sus
estudios profesionales. Consideramos que el uso de chatbots puede coadyuvar a romper
las barreras que tienen los jóvenes universitarios para realizar cuestionarios relacionados
con sus inquietudes y comportamientos que no les permiten interactuar adecuadamente
en el medio en que se desenvuelven. (pág. 60)
21 21 -
4.3. DISPOSITIVO MECATRÓNICO PARA EL ANÁLISIS Y MITIGACIÓN DE
MOVIMIENTOS INVOLUNTARIOS EN PERSONAS CON ENFERMEDAD DE
PARKINSON
22 21 -
CONCLUSIONES
23 21 -
BIBLIOGRAFÍA
Aivaliotis, P., Aivaliotis, S., Gkournelos, C., Kokkalis, K., Michalos, G., & Makris, S.
(Octubre de 2019). Limitación de potencia y fuerza en robots industriales para la
colaboración humano-robot. (Elsevier, Ed.) Robótica y Fabricación Integrada por
Computadora.
Berg, J., Lottermoser, A., Richter, C., & Reinhart, G. (2019). Human-Robot-Interaction
para equipos móviles de robots industriales. (Elsevier, Ed.) Procedia CIRP.
Cabrera, M., Paderni, M., Hita, R., Delgado, A., Tardío, M., & Derivet, D. (2012).
Aplicaciones médicas como ayuda al diagnóstico en la medicina. Experiencia
SOFTEL-MINSAP. Revista Cubana de Informática Médica, 199-212.
Carlson, J., & Murphy, R. R. (2005). Cómo los UGVs fallan físicamente en el campo.
Transacciones IEEE en robótica, 21, 423-437.
Chamba, J., Sánchez, M., Moya, M., Noroña, J., & Franco, R. (Marzo de 2019).
Simulación de movimiento de un robot hexápodo en entornos de realidad virtual.
Enfoque UTE, 173-184.
Eckroth, J., Crowley, M., Cardona, R. E., Eaton, E., Koening, S., Schulz, C., . . . Williams,
T. (2018). Blue sky ideas in artificial intelligence education from the EAAI 2017
new and future AI educator program. AI Matters, 3(4), 23-31.
24 21 -
Enríquez, D., Guerrón, G., & Moya, M. (2018). Mechatronic Mobil System for
Telemedicine. INCISCOS.
Espinosa, R., Pérez de Celis, C., Lara, M. d., Somodevilla, M. J., & Pineda, I. H. (2019).
Chatbots en redes sociales para el apoyo oportuno de estudiantes universitarios
con síntomas de trastorno por déficit de la atención con hiperactividad. Revista
Iberoamericana de Tecnología en Educación y Educación en Tecnología, 52-62.
Faria, B. M., Reis, L. P., Lau, N., Moreira, A. P., Petry, M., & Ferreira, L. M. (2015). Manejo
inteligente de sillas de ruedas: uniendo la brecha entre las sillas de ruedas
virtuales y las reales. Conferencia Portuguesa de Inteligencia Artificial.
Ocaña, Y., Valenzuela, L. A., & Garro, L. L. (2019). Inteligencia artificial y sus
implicaciones en la educación superior. Revista de Psicología Educativa, 7(2),
536-568.
Oswaldo, S., Maldonado, G., & Murata, C. (2014). Inteligencia artificial para asistir el
diagnóstico clínico en medicina. Revista Alergia México, 110-120.
Rainer, J., & Rodriguez, L. (2019). La inteligencia artificial, aplicada a la defensa. Madrid:
Ministerio de defensa.
Rivera, G., Bonilla, V., Moya, M., Mosquera, G., & Vitalyevich, L. (Marzo de 2019).
Dispositivo Mecatrónico para el análisis y mitigación de movimientos involuntarios
en personas con enfermedad de Parkinson. Enfoque UTE, 10(1), 153-172.
25 21 -
Rojas, N. N. (2009). La Webquest, el aula virtual y el desarrollode competencias para la
investigación en los estudiantes del I ciclo de educación. Tesis de Maestría.
ANEXOS
ANEXO 1:
Huamani, K. (2009). Interfaz de la página web “Tar” [Figura 1]. Recuperado de
http://cybertesis.unmsm.edu.pe/bitstream/handle/cybertesis/900/Huamani_pk.pdf?
sequence=1&isAllowed=y
26 21 -
ANEXO 2:
Huamani, K. (2009). Obtención de datos en la página web “NASCArrays” [Figura 2 y 3].
Recuperado de
http://cybertesis.unmsm.edu.pe/bitstream/handle/cybertesis/900/Huamani_pk.pdf?
sequence=1&isAllowed=y
ANEXO 3:
Caballero, S. (2001). Tabla comparativa entre la educación tradicional y la emergente. [Tabla
1].
27 21 -
28 21 -