Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Informe Terminado
Informe Terminado
RESUMEN -2-
INTRODUCCIÓN -3-
OBJETIVOS -4-
CAPÍTULO I
1.1. 7
1.2. 8
CAPÍTULO II
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
CAPÍTULO IV
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.
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.
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.
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.
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.
1.1. ROBOTS
La automatización de procesos robóticos es una nueva tendencia de tecnologías futuras.
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.
7 21 -
ha logrado reducir en un 20% los costos operativos, con lo cual se llega a un excelente
beneficio.
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.
CAPÍTULO II
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.
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.
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.
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)
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.
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.
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 -
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.
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)
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.
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)
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.
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.
▪ 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)
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)
▪ Aprendizaje automático:
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:
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
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)
21 21 -
CONCLUSIONES
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.
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.
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.
León, M., & García, Z. (2008). La Inteligencia Artificial en la Informática Educativa. Revista
de Informática Educativa y Medios Audiovisuales, 5(10), 11-18.
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.
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 -