La ética del trabajo intelectual y los métodos académicos en un mundo cínico

agosto 09, 2024 0


Por ,  Universidad Francisco de Vitoria

Cuando uno entra en el mundo académico experimenta algo parecido a lo que aquel que trata de medrar en una logia masónica o que avanza por los complicados entresijos de un culto gnóstico. El recién iniciado pronto se topa con una intrincada maraña de ritos, procesos y metodologías académicas cuyo propósito no siempre resulta evidente y, en ocasiones, parece ser un estorbo. Se ve uno obligado a memorizar y a someterse a toda clase de controles y procedimientos obtusos que parecen oscilar entre la racionalidad burocrática decimonónica y el fetichismo de unos métodos que prometen el acceso al poder sobre el último reducto de autoridad que sostiene nuestra cultura: la autoridad científica.

Hoy incluso esta autoridad, vestigio arcano de un mundo basado en la confianza, parece estar siendo atacada.

Las críticas a la validez del conocimiento que proporciona la investigación universitaria (tanto en las letras como en las ciencias) están tan extendidas que se han convertido en objeto de nuevas publicaciones académicas.

Sirva como ejemplo aquella publicación que hace algunos años revisaba la replicabilidad de los resultados de investigaciones académicas en el ámbito de la economía. Todas ellas fueron elaboradas según los criterios de calidad de los rigurosos procesos que exigen los estándares académicos. Ninguna aportaba conocimientos de los que otros pudiesen servirse para hacer avanzar la ciencia.

Existe, como es lógico, un margen de falibilidad inherente a todo proceso que requiere de la intervención humana. Así lo denuncian los reiterados intentos (a veces exitosos) de burlar la revisión por pares con tesis desquiciantes y citas falsas para mostrar la debilidad del sistema. Aún obviando esto, parece justificada la sospecha de que los métodos académicos de investigación no bastan, por sí solos, para producir la autoridad que prometen. Pero, ¿de dónde surge esta peculiar confianza en los métodos y cuál es su propósito?

Un método académico que nos salve de nuestra humanidad 

La primera parte de la pregunta sobre la fuente de la confianza y el propósito de los métodos es más sencilla de responder si atendemos al largo proceso de despersonalización con que la modernidad ha tratado de sortear la arbitrariedad en todos los ámbitos que implican al hombre. Desde la política y la economía hasta la ética y el trabajo intelectual, la falibilidad humana ha sido esquivada por medio del procedimiento, del método que garantizara la racionalidad neutral de los procesos humanos. En palabras de un célebre poeta anglosajón, se trataba de “crear sistemas tan perfectos, que nadie necesitara ser bueno” (T.S. Elliot. The Rock).

El fuerte componente crítico de nuestra cultura posmoderna tiene mucho que ver con el éxito o fracaso de esta pretensión de “salvación” mediante el método.

La Universidad no es la primera sino la última de las grandes instituciones occidentales cuya autoridad parece haber entrado en crisis. Nos interesa más, por ello, ver si es posible rescatar algo de la segunda parte de la pregunta: ¿cuál es el propósito de los métodos académicos?

El académico y el prestidigitador

Una visión cínica, tan propia de nuestro tiempo, diría que el método no es en la universidad más que un instrumento de distinción social. Un a suerte de rito secular que conecta la institución universitaria con el misterio, como diría Eliade. También Leo Strauss ve como propio del filósofo –lo que puede hacerse extensivo a todo académico–el hermetismo con que protege su ciencia de la crítica ignorante de las masas, como ha ocurrido con tantos otros a lo largo de la historia. Sócrates fue obligado a beber la cicuta por su imprudente claridad y Newton escribió sus Principia en proposiciones matemáticas avanzadas para ahorrarse la crítica de los ineptos. Hoy el moderno estudioso se ve con frecuencia sometido a la burla y el chascarrillo del contribuyente que no ve pertinencia alguna en sus investigaciones.

Para el escéptico de nuestra generación, tras la “ciencia” que protege con tanto ahínco la academia se esconde la nada. Los métodos serían así el traje invisible del emperador que permite al académico disfrutar de los beneficios de su posición social merced al virtuosismo de unas técnicas no tan distintas de las de un prestidigitador. El mago y el magister, dos caras de un mismo fenómeno. Ambos se aúpan sobre la confusión general como en ocasiones el artista se alza tanto cuanto impenetrable es su obra a la comprensión del público no iniciado.

Qué duda cabe que hay entre nosotros –quizás incluso nosotros mismos, pues asumo que estamos entre colegas— quienes pueden haber incurrido en esta falta. Quizás a veces hayamos adornado o complicado en exceso las propias aportaciones, multiplicando las fuentes, referencias y tecnicismos. Todo ello con el fin de revestir artificiosamente de calidad el fruto de un trabajo quizás honesto, pero dolorosamente sencillo. Sin embargo, si reducimos a este uso fraudulento el propósito de la metodología académica, más nos valdría demolerla de una vez por todas. Más nos valdría dar la razón a nuestros críticos.

Ante esta perspectiva, que nos invita a desconfiar incluso de nosotros mismos, resulta particularmente iluminadora la lectura inocente de un texto de aquel prodigioso francés que fue Etienne Gilson. Se trata de un famoso discurso titulado Ética de los estudios superiorespronunciado en 1927 en Harvard y traducido al español por Rialp.

La ética de los estudios superiores

El propósito de Gilson en aquellas palabras era recuperar el núcleo del quehacer de quienes dedicamos nuestros esfuerzos a la Universidad. La traducción del discurso que hace Tomás Caldera tiene la fortuna de traducir el inglés scolarship por el español erudición con los polémicos matices que ello conlleva. El erudito de nuestro tiempo, según acostumbramos a interpretarlo, es aquel que ha convertido en vicio lo que los antiguos tuvieron por virtud, la studiositas.

Para nuestro cínico posmoderno, el erudito es aquel que convierte su cabeza en un arsenal de conocimientos dispuestos para el asedio de cualquier discusión, un instrumento de poder con que apabullar al resto, proyectando el ego por encima de las cabezas ajenas.

El erudito es aquel que se aprovecha de una extendida tendencia humana contra la que el posmoderno pretende rebelarse. La tendencia consistente en endiosar a aquellos a quienes uno no alcanza a abarcar. Como dice Gilson, “mientras más ignorantes son las gentes, más se inclinan a creer que hay hombres en posesión del conocimiento universal”. Esta interpretación parecería reflejar mucho de lo que ocurre en nuestros debates. Contra ella, el medievalista francés nos propone una imagen menos artificiosa y más amable de la erudición:

Un verdadero erudito es en esencia un hombre cuya vida intelectual es parte de su vida moral. En otras palabras, un erudito es un hombre que ha decidido, de una vez por todas, aplicar las exigencias de su conciencia moral a su vida intelectual.

Parecería demasiado ingenua esta definición, demasiado desconectada de aquella otra que identifica al erudito con aquel a quien define un vasto bagaje de conocimientos. Sin embargo, esta apariencia sería solo fruto de una confusión entre las causas y las consecuencias. El trabajo intelectual del erudito gilsoniano conduce como consecuencia al crecimiento del conocimiento. “La falsa erudición, que el verdadero erudito detecta rápidamente, es en relación a la verdadera erudición lo que la hipocresía en relación a la virtud verdadera”.

La honradez intelectual 

Así, el falso erudito proyecta la sombra de su saber más allá de lo que en rigor permitiría su propio conocimiento. En cambio, lo que caracteriza al verdadero académico, al verdadero erudito, sería precisamente una virtud opuesta. Se trata de la virtud de la honradez. Una virtud que, aplicada al trabajo intelectual, custodia y manifiesta el límite del propio conocimiento, motivado por un “respeto escrupuloso por la verdad”.

Tomad un libro realmente honrado, una conferencia realmente honrada, una tesis doctoral realmente honrada, y notaréis que todo el despliegue de citas, referencias, datos, documentos y observaciones están allí solo porque es moralmente imposible omitirlos. (…) No porque cause buena impresión citar y dar referencias, sino porque nosotros tenemos derecho a verificar la cita y ver si, en el contexto original, la frase tiene el mismo sentido que parece tener separada de él.

Los métodos académicos, que tan pesada hacen a veces la producción, publicación y adquisición de los saberes, tendrían entonces un propósito distinto al que en ocasiones parecen cumplir. La honradez intelectual del erudito le obliga a reconocer que su trabajo queda definido por aquello que incluye en sus citas. Estan llevan al lector que desee aprovecharlas hacia las fuentes de su propia inspiración. En nuestros días, el aparato de citas y datos parece con frecuencia cumplir un propósito inverso. Parece servir para apuntalar el propio trabajo a costa del trabajo ajeno. Incluso, en ocasiones, a costa también del exigible respeto por la verdad del que nos habla Gilson.

Junto con esta exigencia moral, la honradez intelectual presenta una segunda ventaja sin duda relevante para la Universidad en el ámbito de la enseñanza. El propósito de esta institución y el de la profesión docente no es solo enseñar resultados. Más bien, y “con mayor razón”, la Universidad existe “para enseñar y aprender cómo lograrlos”.

El honrado erudito que proporciona una adecuada justificación de su recorrido intelectual facilita así al estudiante una visión del trayecto que conduce a la obtención de resultados.

El “pesado y pedante despliegue de erudición que tanto nos desagrada en muchos libros” y que escandalizaría a tantos pedagogos se manifiesta, así, como un valioso ejercicio de generosidad del académico.

La humildad y el investigador joven

A la beatífica visión del trabajo intelectual que Gilson nos propone podríamos oponerle un problema de orden práctico. Si la virtud moral parece ser un bien escaso y en opinión de muchos poco exigible, la virtud intelectual no goza de mucha mayor popularidad. Lo habitual es que uno entre con la ilusión intacta en el mundo académico. Sin embargo, si hace del trabajo intelectual la fuente de sus ingresos, pronto su inocencia se verá amenazada. Rápidamente se verá sometido por toda clase de exigencias que, en aras de la competitividad, hacen ilusoria la pretensión de un trabajo intelectual honrado.

Las Universidades consumen resultados, pero no generan el espacio en que puedan progresar quienes comienzan el camino de la erudición desde la sencillez de quien emprende un trabajo intelectual con el compromiso ético de la honradez.

Esta circunstancia parecería animarnos a subvertir el propósito de la actividad académica. Contra esta tentación, Gilson nos recomienda otra virtud con la que hacer frente a la obsesión por los resultados. Una clase de ansiedad que amenaza a todo académico y, especialmente, a los más jóvenes. Se trata de la humildad que, en el plano intelectual, consiste en estar “siempre prestos a ceder ante la verdad, resueltos a adheriros a ella”. No se trata de un imperativo de carácter puritano. Es más bien un consejo, fundado en la convicción de que un trabajo intelectual honrado conduce siempre a la grandeza.

Así, frente a la tentación de tratar de dominar la máquina de producción académica para ponerla al servicio de la propia grandeza, Gilson nos propone algo paradójico: que el académico se convierta en servidor, se deje “someter”. La verdad os hará libres; la sumisión a la verdad os hará grandes”.

La larga sombra de Gilson en su propio campo de estudios testimonia la validez de este camino. Un camino en el que él mismo reconoce sus deudas, como la contraída con William James, de cuyo Psicology: Briefer Course (1892) depuró esta lección vital:

«No permitáis que ningún joven esté ansioso acerca del resultado final de su educación. Cualquiera que sea la línea de su especialidad, si se mantiene fielmente ocupado cada hora del día laborable, puede dejar, sin riesgo alguno, que el resultado aparezca por sí mismo. Puede contar con perfecta certeza, que se despertará una bonita mañana para encontrarse a sí mismo como uno de los hombres competentes de su generación, en cualquier campo que pueda haber escogido. Yo era un joven estudiante cuando leí ese párrafo, y nunca he dejado de recordarlo cada vez que el desaliento ha surgido en mi horizonte como una oscura amenaza.»

FUENTE

Read more...

Organiza tus clases con la Taxonomía de Bloom

agosto 09, 2024 0

 



Los niveles cognitivos que presenta la Taxonomía de Bloom son un marco de referencia que ayuda a docentes a visualizar y planificar sus clases.

Por Mariana Sofía Jiménez Nájera

Las tendencias y la forma en que nos enteramos de las más nuevas noticias pasan en un abrir y cerrar de ojos. Sin embargo, para algunas materias es importante que los docentes puedan relacionar los conceptos de su clase con acontecimientos más actuales, a fin de reforzar el conocimiento de su alumnado. Es por eso que es necesario contar con herramientas que faciliten a las y los maestros con la organización de sus clases, con las cuales puedan visualizar y modificar ágilmente estos contenidos.

La taxonomía de Bloom, es un modelo pedagógico creado por el estadounidense Benjamín Bloom en los años 50; aunque parezca que este es un modelo obsoleto, a la fecha continúa siendo un marco de referencia para muchos docentes en el mundo que enseñan desde preescolar  hasta la universidad. Enlistando tres ámbitos: cognitivo, emocional y psicomotor.

Sin embargo, en este texto nos enfocaremos únicamente en el ámbito cognitivo, el cual es el más popular. Este sirve como una guía visual para agrupar los elementos necesarios para fomentar el aprendizaje efectivo y pensamiento crítico en los y las estudiantes, para así ayudar al profesorado a estructurar sus lecciones, tareas, proyectos, etcétera. 

Fue en los años 90 que un estudiante de Bloom, Loris Andersen, realizó ligeras, pero considerables actualizaciones en el diagrama, las cuales serán consideradas al momento de presentar la jerarquía:

  • Recordar: Es aquí donde entran las explicaciones de teoría, definiciones de conceptos e incluso la memorización de estructuras, metodologías, entre otros. Es importante que el estudiante esté equipado con el conocimiento suficiente para recordar los elementos que forman un tema con el fin de expandir su aprendizaje y continuar subiendo la pirámide. Algunas actividades a las que este nivel se refiere son:
    • Rememorar la información de una clase o un artículo académico 
    • Enlistar conceptos
    • Reconocer las ideas principales

Después de este nivel, Bloom considera los siguientes peldaños como competencias y habilidades. Es a partir de la adquisición del conocimiento, el cual puede tomar un rol más pasivo, que el talento del alumnado es puesto a prueba; debido a que las aportaciones que haga de este nivel en adelante serán basados no solo en los conceptos aprendidos anteriormente, sino también el razonamiento y pensamiento crítico de individual.

  • Comprender: Es el entendimiento del tema después de haber estudiado la teoría. En este nivel, el alumnado es capaz de construir significados a partir del conocimiento adquirido a través de prácticas como la ejemplificación, clasificación de conceptos y explicando con sus propias palabras.
    • Construir un mapa conceptual
    • Escribir un resumen
    • Platicar un tema con un compañero de clase
  • Aplicar:  En este nivel se incorporan los conocimientos o procesos para solucionar problemas en entornos ficticios o incluso de la vida diaria. Los estudiantes reconocen conceptos y los utilizan para ahora plantearlos en un nuevo escenario.
    • Calcular la solución de un problema matemático utilizando fórmulas
    • Implementar nuevas técnicas de dibujo 
    • Resolver problemas a partir de conceptos aprendidos
  • Analizar: Se refiere a la separación de los elementos, en donde el alumnado tiene la capacidad de diseminar información, pieza por pieza, lo que será algo mayor a lo que podrá obtener nuevos significados y descubrimientos. De esta manera, reconoce cómo cada parte está relacionada entre sí y conoce sus componentes a través de la organización, integración, atribución, entre otros.
    • Discutir en profundidad un tema
    • Comparar y contrastar
    • Inferir las consecuencias de una situación
  • Evaluar: A partir de toda la información, se refiere a la forma en la que el estudiantado es capaz de reunirla para criticar y juzgar razonablemente, además de crear nuevas estructuras para llegar a diferentes resultados.
    • Criticar la situación política de un país
    • Formular una hipótesis y corroborar su veracidad
    • Combinar conceptos para llegar a una solución
  • Crear: En el último nivel, el o la estudiante es responsable de reformular toda la información aprendida para crear, planear y producir algo nuevo en torno a lo aprendido. Es el peldaño más alto debido a que sale a colación el razonamiento, retención y creatividad del alumnado para realizar algo nuevo basado en su propia experiencia y criterio.
    • Producir un ensayo crítico
    • Desarrollar una innovación para solucionar un problema de la vida diaria
    • Proponer una campaña publicitaria

A continuación se presenta el siguiente recuadro ejemplificando un tema, en donde se observa cómo, a partir de indicaciones y preguntas, el tema se desarrolla conforme a la ascensión de la pirámide:

Yendo de simple a complejo, este marco de referencia representa una guía gráfica para los docentes, donde pueden visualizar fácilmente los pasos a seguir para planear sus clases y, con el tiempo, llegar a un pensamiento más complejo a través de distintas actividades conforme se suba de nivel.

La organización de un plan de estudios es importante, no solamente para que el docente tenga el control y seguridad para saber lo que enseñará día a día, sino para trazar una ruta clara del trayecto al que quiera llevar su materia a través del diseño de clases, tareas y proyectos que enriquecerán la experiencia de aprendizaje de sus estudiantes. Igualmente, permite tanto al docente como a sus estudiantes estar alineados a los objetivos de aprendizaje que se proponen. Es de esta manera que el alumnado estará consciente de lo que les depara su clase o curso y sabrán lo que se espera de ellos.

FUENTE

Read more...

Glosario de Inteligencia Artificial (IA) para la educación

agosto 09, 2024 0

 los términos de IA utilizados en educación que te permitirán profundizar y actualizar tus conocimientos en el área.

Por   Melissa Guerra Jáuregui

Este glosario se enfoca en términos relacionados con la Inteligencia Artificial (IA) para facilitar la comprensión de los diversos recursos digitales que toman estas nuevas definiciones en el quehacer educativo, con el fin de ayudar a socializar esta valiosa información.

AIED

El uso de la inteligencia artificial en la educación (AIED por sus siglas en inglés) se refiere al empleo de la IA dentro del campo educativo. Es necesario destacar que su uso ha tomado cuatro roles: tutor inteligente, tutelado, herramienta de aprendizaje/compañero y asesor en la formulación de políticas.

Alfabetización en IA

Es la capacidad de comprender, interactuar y utilizar IA de manera efectiva y ética dentro de una amplia gama de contextos socioculturales. Esto implica tener un conocimiento sobre su funcionamiento y principios.

Se podría decir que es el conjunto de competencias que permiten evaluar, comunicar y colaborar de forma efectiva y crítica con esta tecnología.

Algoritmo

Los algoritmos son una serie de instrucciones a seguir para realizar cálculos, operaciones o procesos. En otras palabras, es un paso a paso que detalla cómo completar una tarea.

Su funcionamiento comienza con la toma de datos de entrenamiento, los cuales le ayudan a aprender a perfeccionarse. Existen algoritmos que aprenden por sí mismos (aprendizaje automático), así como aquellos que requieren de un programador para llevar a cabo este proceso.

Por lo tanto, para que la IA pueda funcionar se necesita un conjunto complejo de algoritmos que la puedan impulsar.

Amplificación de la inteligencia

La amplificación de la inteligencia (Intelligence Augmentation en inglés) o IA aumentada se centra en el desarrollo de tecnología para mejorar las capacidades cognitivas de los seres humanos, sin buscar su reemplazo.

Analíticas de aprendizaje

En educación, las analíticas de aprendizaje (learning analytics en inglés) es un campo emergente en la educación de carácter multidisciplinario, ya que integra informática, ciencias de la educación, estadística, minería de datos, pedagogía y ciencias de la conducta. En otras palabras, es el empleo de los datos para comprender y mejorar los procesos de enseñanza-aprendizaje.

Entre sus objetivos se encuentran los siguientes: apoyar las estrategias de instrucción, identificar estudiantes de riesgo para brindar intervenciones efectivas, mejorar las experiencias de aprendizaje mediante el seguimiento de actividades y de retroalimentación, etcétera.

Se utiliza en la realidad virtual (RV) y la realidad aumentada (RA), en asistentes inteligentes, entre otros.

Aprendizaje adaptativo

El aprendizaje adaptativo (adaptive learning) emplea la instrucción basada en datos para ajustar las experiencias de aprendizaje de cada estudiante (ya sea en términos de dificultad, ritmo, etc.). Este tipo de aprendizaje rastrea datos diversos, tales como el progreso, la participación y el desempeño. Con esta información se pueden diseñar e implementar experiencias de aprendizaje personalizadas.

Aprendizaje automático

El aprendizaje profundo (deep learning en inglés) es un subconjunto del aprendizaje automático (machine learning), el cual emplea redes neuronales profundas para aprender de los datos. Este tipo de aprendizaje toma como inspiración el funcionamiento del cerebro humano para procesar datos.

También reconoce patrones complejos (texto, sonido, imagen, etc.) para analizar la información y obtener predicciones concretas.

La funcionalidad del aprendizaje profundo se puede encontrar en controles de TV que se activan por voz, IA generativa, detección de fraudes, recomendación de productos, vehículos autónomos, chatbots, reconocimiento facial, entre otros.

Chatbot

Es un programa que simula una conversación humana con el usuario. Es importante recalcar que no todos los chatbots utilizan IA, pero ahora es más común que integren esa tecnología.

Tienen mucha relevancia en el área de atención al cliente, en el comercio electrónico (e-commerce), así como en áreas que requieran de un asistente virtual.

Datos

Unidades de información que han sido transformadas, con la finalidad de que puedan procesarse y transferirse con eficiencia.

Enseñar con IA

Implica la integración de la IA en la educación para impulsar los procesos de enseñanza-aprendizaje.

Enseñanza para la IA

Se refiere al desarrollo de conocimientos, habilidades y competencias para utilizar la IA de forma responsable y eficiente (relacionado con la alfabetización en IA). Puede ser implementado en cualquier nivel educativo y es necesario para que los estudiantes se puedan desarrollar plenamente en el mundo actual.

Conlleva el aumento de habilidades de pensamiento crítico, resolución de problemas, comprensión ética de la IA, conceptos básicos de la tecnología, entre otros.

Enseñar sobre la IA

Se relaciona con el uso y aplicación de los conocimientos sobre IA para desarrollar herramientas, programas, entre otros. Por ejemplo, los planes de estudio que integran programación, robótica, etc., en las aulas.

Integración

Se dice que hay una integración cuando un programa/producto armoniza con las capacidades y beneficios de la IA para mejorar aspectos diversos (funcionalidad, rendimiento, personalización, seguridad, etc.). Por lo tanto, no debe verse como dos herramientas por separado, sino como una incorporación de ambos.

Inteligencia artificial

Es la rama de la informática encargada de replicar las capacidades de pensamiento y toma de decisiones del cerebro humano. Los sistemas de IA se ocupan de realizar tareas complejas, mismos que requieren de algoritmos y datos para funcionar. Estos sistemas pueden ser basados en reglas (rule-based system) o con algoritmos de aprendizaje automático.

Varios autores señalan que el término de la IA es volátil y se encuentra en constante evolución, por lo que, conforme pase el tiempo, se tendrán nuevas definiciones que ajusten este concepto a los avances correspondientes.

IA débil

La inteligencia artificial débil o estrecha es aquella que aplica técnicas y algoritmos de aprendizaje automático y procesamiento del lenguaje natural para realizar tareas muy específicas de forma automatizada, por lo que tienen capacidad limitada fuera de ese rango de tareas.

Se centra en tareas definidas, tales como la identificación de patrones, reconocimiento de imágenes, etcétera. Se puede encontrar en diversas aplicaciones como chatbots, vehículos autónomos, entre otros.

IA ética

Se encarga de estudiar y dar respuesta a los dilemas éticos y sociales relacionados con el diseño, desarrollo e implementación de la IA.

IA fuerte

La inteligencia artificial fuerte o inteligencia artificial general (AIG) es una forma teórica que pretende desarrollar capacidades mentales y funciones que imitan al cerebro humano. Aunque sigue siendo un concepto teórico, esta tendría la capacidad de aprender y razonar, un gran sentido de adaptación a nuevas situaciones, así como la posesión y comprensión de otros estados mentales.

IA generativa

La inteligencia artificial generativa o gen AI es un sistema de IA capaz de generar contenido original, ya sea texto, audio, imagen, código, etc., el cual utiliza modelos de aprendizaje automático (modelos de aprendizaje profundo), para entender patrones y posteriormente generar nuevos datos.

Modelo de lenguaje de gran tamaño

Los modelos de lenguaje de gran tamaño (LLM, por sus siglas en inglés) son sistemas entrenados con grandes cantidades de datos que pueden generar contenido en lenguaje natural. Un ejemplo muy claro de esta tecnología es ChatGPTGemini, Google Translate, etcétera.

Procesamiento del lenguaje natural

El procesamiento del lenguaje natural (PLN) (Natural Language Processing (NLP) en inglés) es un área de la IA y la lingüística computacional que estudia la interacción de los sistemas con el lenguaje humano.

El PNL se utiliza para que los sistemas puedan reconocer y entender el lenguaje humano para realizar infinidad de tareas, tales como: procesos de traducción, reconocer y responder a los comandos de voz (asistentes virtuales como Alexa), entre otros.

Prompt

Instrucción o conjunto de instrucciones (input) que se le da a un sistema de IA para que genere una respuesta.

Red neuronal

También se les conoce como redes neuronales artificiales (ANN) o redes neuronales simuladas (SNN). Es un modelo de aprendizaje automático (machine learning) inspirado en el funcionamiento del cerebro humano. Las redes neuronales, aunque complejas, imitan el funcionamiento de las neuronas. Por ende, requieren de entrenamiento con datos para funcionar correctamente, en términos de aprendizaje y mejoramiento de su precisión.

Las neuronas artificiales se organizan en capas para formar una red. Existen tres tipos de capas: de entrada (input), ocultas (procesamiento) y de salida (output).

Sesgo

Son los errores sistémicos y repetibles en un algoritmo que producen prejuicios o inclinaciones, resultando en discriminación, por lo que para ciertos grupos será más favorable que para otro.

Los sesgos pueden producirse cuando no hay diversidad en los datos, así como por la falta de evaluación y monitoreo, y la carencia de transparencia para saber cómo el sistema toma decisiones para detectarlos.

Sistema inteligente de tutoría

También conocido como Intelligent Tutoring Systems (ITS), es un programa de IA que simula ser un tutor/profesor que brinda una experiencia personalizada.

Puede ser usado para varios escenarios en educación: monitoreo, asesoría, retroalimentación y simulaciones de entornos de aprendizaje.

Visión computacional

La visión computacional o (computer vision en inglés) es un campo de la inteligencia artificial que le permite a los sistemas analizar el contenido visual, con el objetivo de que puedan tomar decisiones o hacer recomendaciones basadas en esos contenidos.


La inteligencia artificial es un campo emergente y volátil, por lo que algunos de los términos podrán sufrir modificaciones a lo largo del tiempo. Sin embargo, esta es una guía útil, hasta el momento, de la terminología clave que le permitirá al docente identificar y comprender más sobre esta tecnología en el campo educativo.

FUENTE



Read more...

Feria de Proyectos 2018 II

Feria de Proyectos 2018 II Desarrollando la creatividad y la innovación para la solución de problemas y necesidades del país a tr...

Follow Us @soratemplates