ÍNDICE

RESUMEN -2-

INTRODUCCIÓN -3-

OBJETIVOS -4-

CAPÍTULO I

INTELIGENCIA ARTIFICIAL -5-

1.1. 7

1.2. 8

CAPÍTULO II

EN EL ÁMBITO CIENTÍFICO Y MÉDICO -9-

2.1. 9

2.2. 10

2.2.1. 10

2.2.2. 11

2.2.3. 11

CAPÍTULO III

EN EL ÁMBITO EDUCATIVO - 12 -

3.1. 12

3.2. 13

3.3. 13

3.4. 13

3.5. TRANSICIÓN AL MÉTODO DIGITAL - 14 -

3.6. IA EN LA EDUCACIÓN SUPERIOR - 14 -

3.7. SISTEMAS CONVENCIONALES E INTELIGENTES - 15 -

3.8. ÉTICA EN LA APLICACIÓN DE IA AL ÁMBITO EDUCATIVO - 17 -

CAPÍTULO IV

EN EL ÁMBITO INFORMÁTICO Y ROBÓTICO - 18 -

4.1. ESTADO ACTUAL DE LA IA EN LA INFORMÁTICA: - 18 -

4.2. 20

4.3. 21

CONCLUSIONES - 23 -

BIBLIOGRAFÍA - 24 -

ANEXOS - 25 -

ANEXO 1: - 25 -

ANEXO 2: - 26 -

ANEXO 3: - 27 -

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.

1 21 -
 El tema presentado fue elegido ya que, al analizar la situación actual de la sociedad
y notar los cambios, actualizaciones e investigaciones que se realizan muy rápido por todo
tipo de científicos o matemáticos, se dio a notar que la sociedad debe avanzar
cognoscitivamente de la misma manera en que lo hace la ciencia y matemática. Por ello,
se quiere dar a conocer y dar una idea de lo que son las inteligencias artificiales ya que es
un campo que se desarrollará cada vez más con el tiempo y la sociedad ya debe tener una
idea de con qué nos estamos relacionando y hacia dónde se va a dirigir la tecnología.

También, las inteligencias artificiales es un tema amplio y se encuentra mucha

información sobre ello, lo cual hace que se encuentren fuentes más esenciales y se pueda
llegar a un mayor entendimiento, tanto como para los lectores como los autores.

Los métodos aplicados son: un plan de monografía y la recolección de información

de artículos científicos, tesis y libros. En un periodo de tres semanas.

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

2 21 -
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.

La inteligencia artificial resulta del trabajo conjunto de distintas ramas de la

ingeniería las cuales se unen para, a través de medios tangibles o intangibles, lograr
asimilar un razonamiento o punto de vista humano. Dentro de las áreas que han decidido
apuntar a un futuro en el cual se utilicen herramientas con inteligencia artificial se pueden
apreciar los ámbitos médico-científico, educativo e informático. Ellos ya evidencian ciertas
tecnologías que prueban que la inteligencia artificial puede llegar a tener una importancia
significativa dentro de algunos años; sin embargo, el desarrollo de un software más
especializado que tenga como fin realizar tareas cuyo resultado asemeje el desempeño del
razonamiento humano continúa siendo un reto para los profesionales de la actualidad.

Acerca del ámbito informático y robótico en la inteligencia artificial se puede decir

que es de gran ayuda para la comunidad en general. Lo informático nos proporciona
programas y softwares con los cuales podremos informarnos acerca de lo que pasa en el
resto del mundo y también ayudan a conectarnos y a socializar con las demás personas.
En lo robótico proporciona ayuda, tanto en asistencia robótica (androides y humanoides),
como en prótesis que ayudan a las personas con alguna discapacidad. Por ello es que la
inteligencia artificial es tan importante en este ámbito ya que sin ello se nos haría bastante
complicado la relación e interconectividad con los demás.

La inteligencia artificial en el ámbito informatico y robotico a lo largo de los años ha

tenido avances muy evidentes, sobre todo en los videojuegos y en vehículos
automatizados. Tenemos, también, avances en reconocimiento de voz, análisis de
imágenes, aprendizaje automatico, chatbots y dispositivos mecatronicos que podrían
mejorar la calidad de vida de las personas.

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.

3 21 -
 ● 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.

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.

4 21 -
 Para hablar de la inteligencia artificial, primero necesitamos saber qué es la
inteligencia artificial.

La inteligencia artificial (IA) es el esfuerzo de desarrollar sistemas basados en

computadoras que se puedan comportar como humanos, con la habilidad de
aprender lenguajes, realizar tareas físicas, usar un aparato perceptual y emular la
experiencia humana, además de la toma de decisiones. (Laudon & Laudon, 2012,
pág. 581).

También podemos hablar de Alan Turing, padre de la computación moderna. Sentó

las bases del concepto moderno de algoritmo, describió en términos matemáticos como un
sistema automático con reglas simple podía efectuar toda clase de operaciones
matemáticas expresadas en un lenguaje formal. Las teorías que realizó contribuyeron en
la informática moderna.

Turing fue un precursor, en establecer los primeros modelos teóricos de inteligencia

artificial en las máquinas. Desarrollo el famoso test de Turing, que permitió probar la
existencia de inteligencia artificial en las máquinas. Escribió, ‘’Una computadora puede ser
llamada inteligente si logra engañar a una persona haciéndola creer que es un humano’’.

Actualmente nos encontramos en una revolución de la industria que conocemos,

cada vez usando la inteligencia artificial en todos los ámbitos. Que al mismo tiempo genera
un poco de temor por todo lo que puede pasar, si el robot reemplaza al humano en ciertas
actividades que pueden generar un gran desempleo, en general al todo el mercado laboral.
Por ese y más motivos, se han establecidos ciertos aspectos legales y éticos que se deben
cumplir con una adecuada regulación.

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
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.

5 21 -
 Cabe mencionar que, en octubre del 2018 en Madrid, España se realizó la
Conferencia Internacional IEEE / RSJ 2018 sobre Robots y Sistemas Inteligentes. La cual
con el lema ’Hacia una sociedad robótica’’ una de las más importantes en el campo de la
robótica, como dice el lema de la conferencia, estamos cada vez aproximándonos hacia
sociedad robótica donde la relación entre humanos y robots será lo más común que puede
a ver. Podemos decir que este gran avance será lo mejor que nos puede pasar, porque
estarías sacando el máximo provecho a la robótica y a la inteligencia artificial, los cuales
nos garantizan un notable crecimiento económico.

En dicha conferencia realizada en Madrid; la expositora Kanako Harada de la

Universidad de Tokio hizo mención al programa ImPACT ‘’Humanoides biónicos que
impulsan una nueva revolución industrial’’
(https://www.jst.go.jp/impact/bionichumanoids/en/index.html). En aquel programa se quiere
llegar a realizar humanoides biónicos para su uso en la neurocirugía y cirugía ocular, y con
ello podemos apreciar el gran avance que se va incrementando de forma rápida entre la
ingeniería y la medicina.

Con todos los grandes avances que tenemos en la tecnología podemos

aprovecharlo abriendo miles de oportunidades para el mayor desarrollo de la robótica. Tal
desarrollo de la inteligencia artificial es inevitable.

Podemos mencionar el caso de la empresa Integrated electronics corporation, más

conocida como Intel. La historia de esta empresa y los microprocesadores empieza en los
años 50, con Robert Noyce y Gordon Moore, ellos fueron los que formaron la empresa y
dieron sus primeros aportes tales como microchips para calculadoras y demás
componentes electrónicos. Para el año 1971, crearon el primer microprocesador de la
historia, donde se fusionaron dos de los más grandes inventos que había en esa época,
los cuales son el transistor y el circuito integrado o microchip, fue así que el Intel 4004 era
capaz de ejecutar 60000 operaciones por segundo, en aquella época aquel invento era
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.

Entonces hablemos de la Ley de Moore, que establece una relación en la cual el

procesador o la potencia general para ordenarlos se duplican cada dos años. Hasta esta
época, mencionada ley ha demostrado ser correcta, cuántas veces se quiera probar, los
resultados que podemos apreciar son los grandes avances tecnológicos, desde los pc
hasta superordenadores.

6 21 -
 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.

Resumiendo lo mencionado anteriormente, la inteligencia artificial ha descubierto

que aquel conocimiento que pensábamos fácil de captar o manejar, resulta
extraordinariamente complejo y difícil de poner en práctica.

1.1. ROBOTS
La automatización de procesos robóticos es una nueva tendencia de tecnologías futuras.

La automatización de procesos robóticos es una de las tecnologías más avanzadas

en el área de informática, electrónica y comunicaciones, ingeniería mecánica y tecnología
de la información. Es una combinación de hardware y software, redes y automatización
para hacer cosas muy simples.

En la actualidad no se puede verificar el diseño ni el movimiento final de un robot

sin el uso de software costoso; los algoritmos establecidos mediante el modelamiento
matemático no se pueden probar en un diseño previo en este tipo de software lo que
conlleva a fallas en los movimientos reales una vez implementado el robot. (Carlson &
Murphy, 2005)

Existen varias metodologías utilizadas para el desarrollo de plataformas robóticas

móviles, en el caso de la telemedicina se plantea el desarrollo de un diseño conceptual del
sistema con sus requerimientos y restricciones y, finalmente, se realiza un modelo sobre
una plataforma 3D donde se permita generar una retroalimentación mediante la simulación
de cargas mecánicas y desplazamiento al diseño final del prototipo. (Enríquez, Guerrón, &
Moya, 2018; Faria, y otros, 2015)

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.

Como mencionar a Kiva Systems también conocido como Amazon Robotics,

adquirido por la empresa Amazon, lo cual ha podido acelerar los tiempos de entrega y
reducir los costos relacionados con el cumplimiento. Se tiene conocimiento que la empresa

7 21 -
ha logrado reducir en un 20% los costos operativos, con lo cual se llega a un excelente
beneficio.

La inteligencia artificial y la computación cognitiva se han fusionado y dan como

resultado a un robot humanoide aquel que se ve y suena como una persona, tal es el caso
de ‘Sophia’ de quien hablamos al comienzo.

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.

Para terminar, podemos mencionar a David Cope, quien se reconoce como el

pionero en la creación de programas de inteligencia artificial para componer música.
(Chamba, Sánchez, Moya, Noroña, & Franco, 2019)

1.2. AUTOMATIZACIÓN DE PROCESOS ROBÓTICOS

La automatización de procesos robóticos es la próxima ola de innovación, que
cambiará la subcontratación. Ya estamos viendo los inicios de una carrera para
convertirnos en el proveedor de servicios con mayor capacidad de automatización en la
industria. Con el tiempo, es probable que veamos una carrera de armamentos para la
innovación en herramientas de automatización que conduzcan a nuevas ofertas y modelos
de entrega. (Sarah Burnett, vicepresidenta de investigación del Grupo Everest)

CAPÍTULO II

EN EL ÁMBITO CIENTÍFICO Y MÉDICO

2.1. INTELIGENCIA ARTIFICIAL PARA ASISTIR AL DIAGNÓSTICO Y
REMEDIACIÓN CLÍNICO EN EL ÁMBITO MÉDICO
Las inteligencias artificiales tienen impacto y lo tendrán aún más con el pasar del tiempo
en el campo de la medicina general, ya que su utilización está muy relacionada a esta. Una
de las tantas formas de utilizar las inteligencias artificiales es para ayudar en el diagnóstico
de enfermedades relacionando síntomas con los análisis y otros datos que le suministren.

Se utiliza como base un sistema incluido en los SBS (Sistemas Basados en el

Conocimiento) llamado “aprendizaje automático”, el cual crea una inteligencia artificial que

8 21 -
 puede relacionar, sistematizar y recopilar datos que le son introducidos para que este
aprenda, esto implicaría que necesitan ayuda de un agente externo para que pueda
comenzar a funcionar, lo cual lo aleja de ser completamente automático, más después de
introducir dichos datos ya puede funcionar automáticamente y la información adicional que
le sea introducida solo servirá para ampliar su base de datos para que su funcionamiento
sea más efectivo.

Los Sistemas Basados en el Conocimiento (SBC) son un modelo computacional de más alto
nivel que el paradigma de la programación convencional en el cual los
sistemas están formados por tres componentes: la base de conocimiento (BC), la
máquina de inferencia (MI) y la interfaz: SBC= BC + MI + Interfaz. (Cabrera, y otros, 2012,
págs. 200-202)

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.

En 1961, en Utah, Homer Warner desarrolló un sistema de diagnóstico automatizado para

diagnosticar correctamente a pacientes con 35 cardiopatías congénitas a partir de 50
atributos clínicos, con un desempeño superior al de los cardiólogos referentes. En la
primera mitad de la década de 1970, la Universidad de Stanford desarrolló MYCIN,
un sistema experto para ayudar al diagnóstico clínico en infecciones y trastornos de
coagulación. Aunque por cuestiones legales nunca se llevó a la 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)

La otra funcionalidad con potencial en este mismo ámbito de esta inteligencia artificial
se puede notar en la elaboración de remedios para pacientes con diferentes tipos de
enfermedades. El sistema de aprendizaje automático tiene que ser preparado previamente
colocando diferentes datos sobre las enfermedades (aunque se puede configurar para que
vaya relacionando los datos automáticamente, pero es de poco confiar ya que no se sabe
con exactitud qué relacionarán y si funcionará al completo).

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

9 21 -
 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.

2.2. IDENTIFICACIÓN DE GENES CANDIDATOS PARA PROCESOS BIOLÓGICOS

MEDIANTE HERRAMIENTAS BIOINFORMÁTICAS
Este es un proyecto complejo el cual consiste en diferentes pasos que llevarán
hacia un resultado del ámbito biológico muy importante y útil; pero en esta investigación
veremos el proyecto desde una perspectiva informática y de inteligencias artificiales.

Se tomará como referencia un proyecto en el cual se usó para hallar genes

candidatos para la biosíntesis y degradación de glucosinolatos, el proceso consiste en tres
pasos informáticos ya proporcionados por herramientas web y programas

2.2.1. BÚSQUEDA DE INFORMACIÓN DE GENES EN “TAIR”

El primer paso informático que se utiliza es la búsqueda de información de genes
para su utilización posterior, para ello se utiliza la página web llamada “TAIR”, el cual 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.

2.2.2. OBTENCIÓN DE DATOS MICROARRAY EN “NASCACCAYS”

El segundo paso consiste en obtener la información del “Arabidopsis thaliana” en
concepto de “bulk download”, el cual consiste en obtener los datos de todos los
experimentos existentes que se haya hecho con los genes que lo conforman hasta la fecha.
El resultado se exporta en un documento en el cual hay una tabla con los resultados
elaborada automáticamente.

10 21 -
 2.2.3. CORRELACIÓN DE GENES EN “PEARL”
Luego de haber obtenidos los datos se introducen en el programa llamado “Pearl”
para su análisis. Este programa correlaciona ambas informaciones y señala si son
compatibles o no en cuanto a función.
En el caso de que sean compatibles ambas informaciones se señala en qué procesos lo son y con
qué otros elementos actúan en conjunto o en qué otros procesos biológicos actúan.

Obtener estos resultados sirve de gran importancia ya que gracias a que el

programa proporciona si existe una relación, se puede comenzar una investigación con
seguridad de que los elementos actúan en conjunto.

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)

Según Sánchez y Lama (2007), el área de la inteligencia artificial puede plantear

soluciones a la exigencia del ámbito educativo como Sistemas de Tutores Inteligentes,
Sistema de Evaluación Automática, Aprendizaje Colaborativo Soportado por Computador
y Aprendizaje Basado en Juegos, de los cuales hablaremos cada uno de ellos explicando
su funcionamiento y resultados.

11 21 -
3.1. SISTEMA DE TUTORES INTELIGENTES
Son sistemas que brindan aprendizaje y/o formación de estilo propio. Se apoyan en
tres componentes principales: conocimientos de los contenidos, conocimiento del alumno,
y conocimiento de estrategias o metodologías de aprendizaje. Estos sistemas proponen
cambiar primordialmente nuestro concepto de aprendizaje online. Los sistemas de tutores
inteligentes se ejecutan como instructores, brindando sugerencias cuando los alumnos
dudan o se bloquean en el proceso de la resolución del problema, y no solo cuando ellos
introducen el resultado. De esta forma, el instructor orienta el proceso de aprendizaje, y no
solo se encarga de decir lo que está bien y lo que no.

Un ejemplo de sistemas de tutores inteligentes en el mundo universitario sería el

sistema Andes, desarrollado por el equipo de Kurt VanLehn de la Universidad de Pittsburg.
Este sistema se encarga de orientar a los alumnos mientras que ellos resuelven problemas
y ejercicios. Cuando el alumno necesita ayuda en medio de un ejercicio, el sistema le brinda
pistas para continuar en la solución o indica dónde se ha equivocado en algún paso
anterior. Este sistema se probó con éxito durante 5 años en la Academia Naval de los
Estados Unidos y puede descargarse gratuitamente. En el ámbito comercial, Read-On! se
vende como un producto que instruye habilidades de comprensión lectora a adultos
examinando y determinando cada una de las deficiencias específicas del alumno y
adaptando su formación en función de ellas.

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.

Un ejemplo de este sistema sería CELLA (Comprehensive English Language

Learning Assesment) que evalúa la competencia de los alumnos en el manejo del inglés,
mostrando el progreso de los alumnos y evaluando su potencial en el dominio de los
idiomas.

3.3. APRENDIZAJE COLABORATIVO SOPORTADO POR COMPUTADOR

Los entornos de aprendizaje colaborativo basado en computador están pensados
para facilitar el proceso del aprendizaje dando a los alumnos la oportunidad y las
herramientas para interactuar y trabajar en grupo. En estos sistemas, la colaboración se
realiza con el apoyo de un agente software encargado de mediar y facilitar la interacción
para alcanzar los objetivos planteados.

12 21 -
 Los prototipos de investigación brindan precisamente nuevas ideas para mediar la
colaboración entre los alumnos. Por ejemplo, el sistema DEGREE permite calificar la
conducta de un grupo y el de los integrantes a través de un conjunto de atributos o
etiquetas. El agente facilitador ofrece sugerencias y consejos con la finalidad de mejorar la
interacción dentro de cada grupo.

3.4. APRENDIZAJE BASADO EN JUEGOS

El aprendizaje basado en juegos, denominados “juegos serios” en el área de la
educación para diferenciarlos de los juegos orientados al entretenimiento, trata de utilizar
el dominio de los juegos de ordenador para atraer y motivar a los alumnos para lograr que
estos desarrollen nuevos conocimientos y habilidades. Este tipo de aprendizaje permite
realizar tareas y experimentar situaciones que de otro modo serían imposibles de realizar
por cuestiones de costo, tiempo, infraestructura y, como no, seguridad.

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)

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)

Dicho en otras palabras, a causa de la globalización, se les abren las puertas a

muchos países del mundo para acceder a las nuevas tecnologías desarrolladas que bien
pueden ser usadas en el ámbito educativo cambiando los paradigmas clásicos de
pedagogía; sin embargo, estas tecnologías como los software de tutoría asistida o las
clases virtuales automatizadas no están todavía al alcance de todos los sectores sociales,

13 21 -
pues la barrera económica es de considerar ya que estas herramientas demandan muchos
ingresos los cuales no todas las instituciones dentro de distintos países pueden conseguir.

3.6. IA EN LA EDUCACIÓN SUPERIOR

Dentro de este sub-ámbito y en estos tiempos, suelen ser de gran apoyo las
herramientas digitales y la IA, puesto que el estudiante promedio de una medida u otra ya
estuvo en contacto con las nuevas tecnologías que serán usadas para un mejor
aprendizaje; sin embargo, el aporte de los docentes humanos nunca dejará de ser
imprescindible.

Dentro de la última década se ha podido presenciar el desarrollo de la inteligencia

artificial y, a su vez, su aplicación dentro de la educación. Un número considerable de
métodos que contienen inteligencia artificial son utilizados por pedagogos de hoy en día
siendo añadidas al paradigma tradicional K-12, el cual tiene como rango desde la
educación preescolar hasta el término de la secundaria, además de la necesidad de este
innovador método en la universidad. No obstante, la participación del profesor convencional
sería requerida para la utilización de estos métodos con inteligencia artificial. Ello conlleva
a una mejora notoria dirigida hacia todos los niveles educativos que puede ser apreciada
en la enseñanza especializada la cual recibirá cada alumno que tenga acceso a los
softwares educativos que utilicen inteligencia artificial para complementar la experiencia
cara a cara que recibiría con el método tradicional, cabe recalcar que el logro de estos
beneficios planteados siguen siendo aún un reto a cumplir. (Ocaña, Valenzuela, & Garro,
2019, pág. 546)

Marqués, Peré utilizó las expresiones software educativo, programas educativos y

programas didácticos como sinónimos para designar genéricamente los programas
para ordenador creados con la finalidad específica de ser utilizados como medio
didáctico, es decir, para facilitar los procesos de enseñanza y de aprendizaje. Esta
definición engloba todos los programas que han estado elaborados con fin didáctico,
desde los tradicionales programas basados en los modelos conductistas de la
enseñanza, los programas de Enseñanza Asistida por Ordenador (EAO), hasta los
aun programas experimentales de Enseñanza Inteligente Asistida por Ordenador
(EIAO), que, utilizando técnicas propias del campo de los Sistemas Expertos y de la
Inteligencia Artificial en general, pretenden imitar la labor tutorial personalizada que
realizan los profesores y presentan modelos de representación del conocimiento en
consonancia con los procesos cognitivos que desarrollan los alumnos. Como se cita
en Rojas. (2009, págs. 32-33)

14 21 -
 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)

La respuesta de los estudiantes luego de ejercer las herramientas virtuales

mediante la IA tiende a ser positivas, debido a que el cambio percibido en el método de la
enseñanza da riendas sueltas a la imaginación y a nuevas maneras de percibir el
aprendizaje. “La virtualidad le provee un nuevo medio al pensamiento, al imaginario, un
espacio donde expresar la imaginación, la intuición con libertad; es una suerte de rizoma.”
(Caballero, Tránsito digital en el ámbito educativo, 2009, pág. 4)
3.7. SISTEMAS CONVENCIONALES E INTELIGENTES
Para poder comprender de una correcta manera las diferencias entre sistemas
convencionales e inteligentes, es necesario tomar en cuenta lo escrito por León y García
(2008) que remarcan los siguientes aspectos:
● 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

15 21 -
 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 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.

3.8. ÉTICA EN LA APLICACIÓN DE IA AL ÁMBITO EDUCATIVO

Existe una creciente aplicación de los algoritmos AI a dominios críticos para la
seguridad, como la conducción automatizada, la toma de decisiones médicas y el análisis
de la gestión financiera. También es crítico el crecimiento de la sostenibilidad
computacional: aplicación de métodos AI a dominios de recursos naturales, manejo de vida
silvestre, manejo de energía, planificación socioeconómica y modelos climáticos. Todos
estos dominios implican enormes inversiones e impactos sociales. La planificación a
menudo tiene un largo horizonte, por lo que los riesgos e incertidumbres aceptables en los
problemas a corto plazo pueden expandirse con el tiempo en enormes errores que socavan
los resultados. Enseñar a los estudiantes sobre estos problemas y las herramientas para

16 21 -
abordarlos tendrá un impacto inmediato en el mundo. En la educación en IA, necesitamos
desarrollar un nuevo núcleo de una disciplina de ingeniería para AI que proporcione a los
estudiantes el marco para navegar el conjunto cada vez más amplio de herramientas
computacionales para resolver problemas complejos. Este es un problema de ética
educativa también. Si estamos convirtiendo a los estudiantes con las respuestas a los
problemas del mundo, necesitan saber cómo justificar esas respuestas de una manera
rigurosa. (Crowley, y otros, 2018, pág 26)

En la educación de la sociedad civil, y en la educación de la IA en particular, la ética

se trata con demasiada frecuencia como una preocupación lateral, que se aborda de forma
aislada de los temas más típicos. Consideramos que la ética es una preocupación
transversal que ayuda a informar a los estudiantes, investigadores y profesionales de AI
sobre cómo ser buenos científicos e ingenieros. (Eckroth, y otros, 2018, pág. 26)

Según lo afirmado por Cardona, Los principios morales que gobiernan el

comportamiento de una persona o grupo, no pueden incorporarse en un currículo alrededor
de la IA sin una revisión sistemática del contexto que rodea a la IA. Debemos ir más allá
de solo hablar de ética en el aula; Necesitamos poner en práctica la ética. Ofrezco tres
recomendaciones para hacerlo, extraídas de cómo se trata la ética dentro de la ingeniería
y las ciencias sociales. (2018, pág. 27)

CAPÍTULO IV

EN EL ÁMBITO INFORMÁTICO Y ROBÓTICO

La inteligencia artificial ha ido creciendo y evolucionando a lo largo de los años, cada vez
expandiéndose más en diferentes ámbitos; de los cuales destacan: la industria tecnológica
(Informática) y la industria robótica.

La IA aplicada en la informática brinda lo que nosotros conocemos como programas

o softwares, que nos ayudan en actividades de la vida diaria, para buscar alguna
información y para estar comunicados con los demás; como lo son Facebook, Instagram,
Google, entre otros.

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.

17 21 -
 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.

4.1. ESTADO ACTUAL DE LA IA EN LA INFORMÁTICA:

Para generalizar, la IA se puede referir a futuros sistemas capaces de imitar las
conductas y comportamientos de los seres humanos, tanto en sus capacidades cognitivas
como en sus tareas diarias. Ya en los últimos años se han podido observar avances muy
evidentes en lo que es traducción del lenguaje, reconocimiento de imágenes, videojuegos
y vehículos autónomos. Todo esto se puede catalogar como un “conjunto de problemas
que requieren de algoritmos específicos para cada problema”. (Lepage, 2016, pág. 5)

La inteligencia artificial también puede ser centro del miedo en la población.

Se ha especulado mucho sobre el hecho de que existan computadores con

características de ir adquiriendo inteligencia que logre superar la inteligencia humana
y, tengan la capacidad de controlar a la humanidad, temas que han sido planteados en
algunas historias de ciencia ficción. Más cercano es el hecho de su uso en sistemas
inteligentes que apoyen a equipos humanos para operar actividades de manera segura
y ética. (Lepage, 2016, pág. 5)

▪ Inteligencia del conocimiento:

Es un conjunto de procesos que se encarga de comprender y representar

conocimientos humanos en estructuras de datos y modelos semánticos. Esta
encargada principalmente de resolver problemas complejos relacionados a la
experiencia que adquiere cada ser humano. (Lepage, 2016, pág. 6)

▪ Reconocimiento de voz:

Es mecanismo que transforma la voz o audio de los humanos en palabras escritas

o textos, muy usado por empresas gigantes que tratan de tecnología. Un ejemplo muy
conocido es Siri de la compañía Apple. (Lepage, 2016, pág. 7)

▪ 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)

18 21 -
▪ 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)

Tenemos varios sistemas expertos a lo largo de la historia; el primero fue Dendral,

creado en 1960 en la Universidad de Stanford y encargado de interpretar la estructura
molecular. Luego tenemos Mycin; también creada en Stanford en los comienzos de
los 70s, se usó para el diagnóstico de enfermedades infecciosas y el agente causante
de dicha enfermedad. Más adelante, en el ámbito geológico, se crearon Prospector
(1970) encargado de encontrar minerales y Dipmeter (1980) encargado de buscar y
encontrar yacimientos petrolíferos. Y en el campo de la medicina se creó Oncocin
(1981) utilizado en la oncología.

Los Sistemas Expertos (SE) pueden ser capaces de combinar conocimientos de

distintos, pero al hacerlo se tiene que asegurar que esos conocimientos no se
contradigan, para que no suceda eso lo mejor es transferir la información que el SE
ya posee para que el humano experto sepa que cosa ya sabe el SE. Otro aspecto a
destacar es el aprendizaje automático y la manera en la que se puede ampliar el
conocimiento del SE es dejar que puedan aprender por si solos, dejarlos que busquen
la solución a un problema solos, porque así ya no repiten esos mismos errores una y
otra vez. Lo único negativo es que este método aún no ha tenido buenos resultados
en lo práctico. (Rainer & Rodriguez, 2019, págs. 26-27)

▪ Aprendizaje automático:

Es un conjunto de características, algoritmos y técnicas que se encargan de analizar

datos y que los especialistas usan para encontrar patrones dentro de ellas. Aquel
aprendizaje no es de carácter particular ya que contiene decenas de algoritmos
especializados, que dependen del problema a analizar. Es una de las bases más
importantes de los avances recientes y aplicaciones comerciales de la IA.

19 21 -
 A comparación del antiguo término, ya antes mencionado, “Sistema Experto”, este
aprendizaje se basa en detalles estadísticos para encontrar una decisión que si va a
funcionar en la práctica.

“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:

Es una subárea del aprendizaje automático, que consiste en construir redes

neuronales artificiales basados en redes neuronales biológicas del ser humano. Con
este aprendizaje se quiere mayor eficiencia y eficacia a la hora de crear un patrón o
solución buscada. (Lepage, 2016, pág. 10)

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.

Un chatbot es entonces, una aplicación computacional multiplataforma con una

interfaz diseñada para reconocer aquello que le escribimos y que es capaz de contestar de
una forma coherente al contexto y al tema.

Estos sistemas están diseñados para establecer un diálogo basado en reglas y

técnicas de procesamiento de lenguaje natural, ya sea hablado o leído, que transforman la
interacción entre el usuario y el sistema mediante interfaces cuasi-conversacionales con la
finalidad de mejorar la experiencia usuario. (pág. 54)

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

20 21 -
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)

4.3. DISPOSITIVO MECATRÓNICO PARA EL ANÁLISIS Y MITIGACIÓN DE

MOVIMIENTOS INVOLUNTARIOS EN PERSONAS CON ENFERMEDAD DE
PARKINSON

En los últimos años, el desarrollo acelerado de la tecnología ha despertado el

interés de la sociedad, facilitando su desarrollo y evolución en diferentes disciplinas a lo
largo del tiempo. (Rivera, Bonilla, Moya, Mosquera, & Vitalyevich, 2019, pág. 153)

Para poder hacer este dispositivo se analizó la biomecánica del brazo y, en

especial, el movimiento de pronosupinación del antebrazo. Esto solo para que el usuario
pueda tener una mejor movilidad lo más anatómicamente posible.

Existen algunos movimientos anatómicos afectados por la EP, de los cuales se

trabajará únicamente con el movimiento de pronosupinación del antebrazo. Esto último
debido a que se decidió primero validar únicamente el algoritmo del sistema en uno de los
movimientos. Por lo tanto, el exoesqueleto únicamente poseerá dos grados de libertad:
Pronación-supinación del antebrazo (motor a pasos) y extensión-flexión de la articulación
del codo (sin actuador). En el dispositivo se incluyó la extensión-flexión del codo como una
junta tipo revoluta sin actuador, esto debido a que, por el peso del motor, el dispositivo
necesita de sujeción extra para que no se desplace hacia la mano por acción de la
gravedad. (Rivera, Bonilla, Moya, Mosquera, & Vitalyevich, 2019, pág. 159)

21 21 -
 CONCLUSIONES

- Se ha transmitido una información óptima sobre las inteligencias artificiales en los

ámbitos de las ciencias, educativo e informático
- Las inteligencias artificiales son un tema para el futuro, entonces eso hará que todos
investiguen sobre ello para saber con qué se interactúa.
- Se ha esclarecido los diferentes usos de las inteligencias artificiales en el ámbito
educativo y el beneficio que conlleva su aplicación.
- Las limitaciones que hoy se dan para la aplicación de inteligencias artificiales serán
superadas ya que cada vez se mejora su funcionamiento.
- Las inteligencias artificiales es una pieza clave para el correcto desarrollo de la
sociedad y la satisfacción de necesidades.

22 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.

Caballero, S. L. (Mayo de 2001). Las competencias gerenciales en tiempos de

virtualización. Revista Asuntos(9), 117-131.

Caballero, S. L. (2009). Tránsito digital en el ámbito educativo. Revista Iberoamericana de

Educación, 48(6), 1-13.

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.

23 21 -
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.

Cotino, L. (2019). Ética en el Diseño para el Desarrollo de una Inteligencia Aartificial,.

Revista Catalana de Dret Públic, 58.

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.

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.

Haugeland, J. (2003). La Inteligencia Artificial (Cuarta Edición ed.). México: Siglo veintiuno
editores.

Huamani Parado, K. (2009). Identificación de genes candidatos para la biosíntesis y

degradación de glucosinolatos mediante herramientas bioinformáticas. Tesis, 29-
37.

Laudon, K. C., & Laudon, J. P. (2012). Sistemas de Información Gerencial (Decimosegunda

ed.). México: Pearson Educación.

León, M., & García, Z. (2008). La Inteligencia Artificial en la Informática Educativa. Revista
de Informática Educativa y Medios Audiovisuales, 5(10), 11-18.

Lepage, C. (2016). Aplicaciones actuales de la inteligencia artificial y su uso con la

tecnología IBM Watson (Tesina). Universidad Nacional Mayor de San Marcos, Lima.

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.

24 21 -
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.

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.

Sánchez, E. M., & Lama, M. (2007). Monografía: Técnicas de la Inteligencia Artificial

Aplicadas a la Educación. Revista Iberoamericana de Inteligencia Artificial, 11(33),
7-12. Obtenido de http://www.redalyc.org/articulo.oa?id=92503302

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

25 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

26 21 -
ANEXO 3:
Caballero, S. (2001). Tabla comparativa entre la educación tradicional y la emergente. [Tabla
1].

27 21 -