UNIVERSIDAD NACIONAL DEL ESTE
ESCUELA DE POSGRADO
Título
IMPACTO DE LA INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN SUPERIOR ACTUAL
PRESENTADO POR
Adriana Yegros Velastiqui
Sección …. Edición …..
TUTOR:
[Link]. Mirta Brítez
Ciudad del Este - Paraguay
2023
ii
AGRADECIMIENTO
Agradezco en primer lugar va dirigido con expresión de gratitud a todos nuestros docentes
que con su aporte en todo estos años nos han enseñado está linda carrera.
A la universidad permitirnos ser parte de ella y poder representarla.
A todas las autoridades de este establecimiento educativo que con su labor nos encaminaron
para llegar a nuestra meta.
iii
DEDICATORIA
Dedico este trabajo primeramente a Dios, por haberme dado la vida porque siempre ha estado
a mi lado dándome fortaleza para seguir adelante y sabiendo que con su ayuda todo es posible
y por permitirme el haber llegado hasta este momento tan importante de mi formación
profesional.
A mis Padres y a toda mi familia porque han sido mi apoyo incondicional en todos los
ámbitos de mi vida.
iv
INDICE
PORTADA……………………………………………………………………………………..i
AGRADECIMIENTO................................................................................................................ii
DEDICATORIA........................................................................................................................iii
INDICE......................................................................................................................................iv
INTRODUCCIÓN......................................................................................................................1
DESARROLLO CAPÍTULO I...................................................................................................2
OPORTUNIDADES Y AMENAZAS DE LA INTELIGENCIA ARTIFICIAL EN LA
EDUCACIÓN SUPERIOR.........................................................................................................3
Oportunidades de la IA en la Educación Superior......................................................................3
Dificultades de la IA en la Educación Superior..........................................................................5
CAPÍTULO II.............................................................................................................................7
USOS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR...............7
Aplicación de la IA en la educación superior............................................................................7
CAPÍTULO III..........................................................................................................................10
EJEMPLIFICAR USOS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
SUPERIOR...............................................................................................................................10
Casos de ejemplos de la IA en la educación superior..............................................................10
Curso de inglés en la Universidad Nacional de Asunción.......................................................11
CONCLUSIONES....................................................................................................................21
REFERENCIAS BIBLIOGRÁFICAS.....................................................................................22
1
INTRODUCCIÓN
Actualmente, existe una vertiginosa convergencia de valores y saberes. Sin duda,
la inteligencia artificial (IA) juega un papel protagónico. Esto se refleja en muchas áreas
de la actividad humana que ni siquiera están “pensadas” o previstas, como la logística, la
manufactura, la automotriz, las finanzas, la medicina, etc.
Temas muy importantes como el aprendizaje automático, el reconocimiento de
patrones, el razonamiento basado en casos y otros en las decisiones y procesos
cotidianos. Simultáneamente, o casi simultáneamente, el proceso de enseñanza-
aprendizaje ha cambiado por completo, centrándose en el estudiante e innovando todo lo
relacionado con el espacio, las estrategias y métodos de enseñanza, los métodos de
evaluación, la creación de objetos de aprendizaje, los contenidos, etc.
La UNESCO (2020), presenta el uso de la IA en la educación superior, su
impacto en la enseñanza y el aprendizaje en todo el mundo. En los últimos años, la
llegada de la tecnología ha incrementado considerablemente el uso de la inteligencia
artificial en todos los ámbitos de la educación.
Girardo León y Silvia Viña (2017), en la Universidad Tecnológica ECOTEC,
Ecuador, presentaron un artículo científico que como título colocaron “La inteligencia
artificial en la educación superior revela los principales logros a la fecha en la
introducción de la IA en la educación, la situación actual y las perspectivas, concluyendo
que se consideran cuestiones éticas, se deben tener en cuenta los valores en todo el
proceso, dejando el entendimiento de que es una amenaza, debe acompañar, preocupar y
ampliar las innegables posibilidades de la IA en la educación.
En Paraguay en 2020, la Universidad Nacional de Asunción (UNA) y el Instituto
de Desarrollo (ID) lanzaron un programa intensivo de inglés en línea para el público. La
2
iniciativa pretende dotar a los participantes de una herramienta para llegar a gran parte
del mundo globalizado. Para ello, utiliza la inteligencia artificial (IA), que se encargará
de personalizar los contenidos para cada alumno. El problema planteado es comprender
el impacto y el predominio de la inteligencia artificial en la educación superior.
El Objetivo General es analizar el impacto de la inteligencia artificial en la
educación superior.
En cuanto a los objetivos específicos, el primero es presentar las oportunidades y
amenazas de la inteligencia artificial en la educación superior. El segundo objetivo, es
explicar los usos de la inteligencia artificial en la educación superior.
El método al que se dirige este trabajo es la investigación bibliográfica, utilizando
material de una variedad de fuentes, principalmente sitios web y citas, ya que el
propósito de nuestro trabajo es encontrar, recopilar, organizar, clasificar, criticar e
información bibliográfica.
Este tema fue elegido para mostrar cuán útil es la tecnología y sus aspectos para
la educación superior.
3
DESARROLLO
CAPÍTULO I
OPORTUNIDADES Y AMENAZAS DE LA INTELIGENCIA ARTIFICIAL EN
LA EDUCACIÓN SUPERIOR
Oportunidades de la IA en la Educación Superior
Para la próxima década, el aprendizaje automatizado será parte elemental en todas las operaciones que
requieran manejo de datos. Tanto las plataformas como las aplicaciones de aprendizaje automático
aprovechan para manejar los datos y ahorrar tiempo como recursos económicos, ya que, utilizando la
programación manual para el aprendizaje, se utiliza más tiempo.
Es así que nace la Inteligencia Artificial como parte del proceso de enseñanza – aprendizaje, tanto
para facilitar la labor docente y al estudiante. A continuación, algunas operaciones en que el
aprendizaje automático, o lo que se conoce como Inteligencia Artificial, puede empezar a mejorar la
matrícula y la retención estudiantil:
Atracción de estudiantes: Actualmente, los equipos de inscripción expertos en datos pueden
tomar decisiones inteligentes y ajustes en las campañas de atracción de estudiantes usando
reportes bien armados. (Saravanan, 2020).
Modelo de retención de estudiantes: Los sistemas de alerta temprana les dan a los
administradores una oportunidad de incrementar el involucramiento de los estudiantes en
riesgo de reprobar, perder el financiamiento o abandonar por completo sus estudios. El
aprendizaje automático puede ayudar a identificar estudiantes en riesgo basándose en
diversos parámetros derivados de analizar los datos de los estudiantes más rápido de lo que
las instituciones actualmente pueden hacerlo.
Pueden construir y continuamente mejorar los modelos matemáticos de éxito estudiantil en
función de los resultados obtenidos. A corto plazo, puede ayudar a las instituciones a idear
4
criterios e indicadores más precisos para estudiantes en riesgo. A largo plazo, ayudará a
crear modelos de retención potencialmente revolucionarios que ayuden a los
administradores a obtener conclusiones sobre lo que en verdad ayuda a diferentes tipos de
estudiantes a empeñarse todo el camino desde su admisión hasta su graduación (Saravanan,
2020).
Se puede decir que el aprendizaje automático puede ahorrar algo de análisis
y matemáticas al determinar los márgenes que ayudan a identificar clientes
potenciales que corren el riesgo de no ser aceptados o pasar el filtro de atractivo. El
aprendizaje automático puede "aprender" esta información y predecirla en el camino
mediante el desarrollo de modelos de ancho de banda más confiables basados en
métricas como el tiempo de respuesta, los clics de la sesión en la web, las visitas al
campus u otras actividades que pueden conducir o no a usted. Usted completa la
solicitud de admisión para que el equipo de admisiones pueda tomar rápidamente
medidas decisivas para encontrar posibles
Asesoramiento académico: En muchos casos, los estudiantes no buscan a sus asesores para
aconsejarse sobre el mejor camino para lograr su titulación o puede que no reciban el
consejo que ellos necesitan, muchas veces porque no tienen el tiempo o no están conscientes
de que necesitan apoyo (o cuál es el apoyo correcto). El aprendizaje automático puede
encontrar conexiones o patrones usando los datos del estudiante que permitirían indicar un
curso de acción ideal para que los asesores o especialistas de éxito estudiantil tengan mayor
éxito en sus interacciones con los estudiantes. Otro escenario es que, en lugar de enviar
alertas tempranas, un chatbot (programa de mensajería digital que envía respuestas
automatizadas) accionado por el aprendizaje automático podría canalizar a los alumnos
directamente a un sistema que provea apoyo personalizado y uno a uno (Saravanan, 2020).
La IA también puede potenciar el e-learning. Tanto las plataformas auto-dirigidas como es el
caso de la Academia Khan o de MOOCs como Edx o Coursera tienen cientos de usuarios y
genera millones de datos. Dichas plataformas emplean la IA para analizar los datos y
5
encontrar patrones de comportamiento que ayuden a identificar cuales lecciones son
efectivas y cuales requieren de determinada intervención. Del mismo modo la IA puede
contribuir a la motivación o”enganche” del estudiante elevando los ratios de culminación de
cursos y optimización del proceso de instrucción (León y Viña, 2017).
El autor león opina que un enfoque de aprendizaje basado en datos que se adapta a las
interacciones de los alumnos y a los niveles de rendimiento probados y, como resultado,
predice el tipo de contenido y recursos que los alumnos necesitarán en un momento dado
para [Link]ítica de aprendizaje – La analítica del aprendizaje es la medida,
recolección, análisis y presentación de datos sobre los estudiantes y sus contextos con el
propósito de comprender y optimizar el aprendizaje y el entorno en que tiene lugar.
Dificultades de la IA en la Educación Superior
Contrariamente a las predicciones más fantásticas para la IAen la prensa popular, en el
estudio presentado en Stanford University (2016) se plantea no se encuentran motivos para
preocuparse de que la AI constituya una amenaza inminente para la humanidad, no se han
desarrollado máquinas con objetivos e intenciones auto sostenibles a largo plazo, ni es
probable que se desarrollen en un futuro próximo. En cambio, surgirán cada vez más
aplicaciones de IA útiles, con impactos positivos potencialmente profundos en la sociedad y
la economía hasta el 2030 - período que abarca dicho informe. Adicionalmente a las
enormes posibilidades de la IA en la esfera de la educación, existen muchas oportunidades
para que la IA brinde mejoras o soluciones a una gran variedad de problemas sociales a
comunidades de bajos recursos.
Por otro lado y sin dudas, la IA también podrá atenuar o dar solución a algunos de los
problemas más graves que amenazan al mundo, como el cambio climático, las epidemias
emergentes y enfermedades hasta el momento incurables. Hay que recalcar estos beneficios
para que la IA sea vista positivamente. Al mismo tiempo, evitar o prever las consecuencias
que podría traer la introducción de la IA respecto, por ejemplo, al remplazo por máquinas de
puestos de trabajos humanos. Esto debe estar presente constantemente a la hora de trazar
6
políticas y gestionar el cambio (León y Viña, 2017).
Se puede enfatizar las ventajas para que la inteligencia artificial sea positiva. Al mismo
tiempo, evite o predice las consecuencias que la introducción que puede conducir, por
ejemplo, reemplaza los automóviles con trabajo humano. Debe ser una presencia constante
en la formulación de políticas y la gestión del cambio.
7
CAPÍTULO II
USOS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR
Aplicación de la IA en la educación superior
La aplicación de la IA en la educación ha estado en el centro de las investigaciones
académicas por más de treinta años. En esta línea se ha investigado, explorado el proceso de
aprendizaje donde quiera que el mismo ocurre, ya sea en aulas tradicionales o en los puestos
de trabajo con el fin de dar soporte tanto a la educación formal como a la educación a lo
largo de toda la vida. Esto ha provocado el acercamiento de la IA (interdisciplinaria de por
sí) y las ciencias cognitivas (educación, psicología, neurociencias, lingüística, sociología y
antropología) para promover el desarrollo de entornos de aprendizaje adaptativos y otras
herramientas de IA en la educación (AIEd) flexibles, inclusivos, personalizados,
motivadores o “enganchadores” y efectivos. Es hora de transformaciones fundamentales en
la educación. Hay que potenciar la efectividad de los profesores para maximizar las
potencialidades de los estudiantes (León y Viña, 2017).
El fin último de la Inteligencia Artificial en la Educación es definido por Pearson y el
University College of Londres como: “la consecución de un entendimiento más profundo y
exacto de cómo ocurre el proceso de aprendizaje en los estudiantes.” (León y Viña, 2017).
Viña opina que existe una convergencia entre las ciencias cognitivas (filosofía, lingüística,
antropología, neurociencia, inteligencia artificial y psicología, y matemáticas) para
abordar los complejos problemas educativos de hoy.
Del mismo modo en Purdy,M. Daugherty,P. (2016) se exponen tres vías de crecimiento basadas en la
IA:
Automatización inteligente. Esto se logra a través de la capacidad de automatizar tareas
complejas que requieren adaptabilidad y agilidad de la IA, la capacidad de resolver problemas
relacionados con diferentes industrias y tipos de trabajo y, en última instancia, es el
8
autoaprendizaje, que es un cambio fundamental: mientras que la automatización tradicional está
perdiendo productivida en relación con el capital a lo largo del tiempo, los activos de
automatización inteligente están mejorando constantemente.
Enriquecer el capital y el trabajo. Gran parte del crecimiento económico impulsado por la IA no
consistirá en reemplazar el capital y la mano de obra existentes, sino en permitir que se utilicen
de manera mucho más eficiente.
Los volantes de mejora.
- La capacidad de la inteligencia artificial para impulsar la innovación a medida que ingresa a la
economía. Esto se logra a través de la capacidad de automatizar tareas complejas que
requieren adaptabilidad y agilidad de la IA, la capacidad de resolver problemas
relacionados con diferentes industrias y tipos de trabajo y, en última instancia, es el
autoaprendizaje, que es un cambio fundamental: mientras que la automatización
tradicional está perdiendo productividad en relación con el capital a lo largo del tiempo,
los activos de automatización inteligente están mejorando constantemente.
¿Qué es el Machine Learning y cómo funciona?
El Machine Learning o aprendizaje automático, como lo llamaremos en español, es una
aplicación de la inteligencia artificial que permite a las máquinas aprender reglas por sí solas
en lugar de solo operar con reglas preprogramadas. En este sentido, es un programa que
aprende y mejora sus propios procesos. Esto permite a los programadores no preocuparse en
crear complejas reglas comerciales y enfocarse en preparar los datos que, a través del
aprendizaje automático, creará modelos más fuertes. Cuando los trabajadores tienen que
realizar menos trabajo en campo, más tiempo tienen para solucionar tareas estratégicas
(Saravanan, 2020).
En la programación tradicional, la lógica de las operaciones era poner código duro en el
programa y el programa ejecutaría según las reglas que rigieran la lógica. Todas las reglas
fueron precodificadas. Por ejemplo, si yo escribiera un programa que tuviera que identificar
que cierta imagen es una bola verde o una bola morada, escribiría reglas basadas en los
9
valores del píxel y el programa podría identificar el color basándose solo en esas reglas. Sin
embargo, si las imágenes muestran un amplio rango de condiciones de iluminación, entonces
las reglas programadas van a fallar dando como resultado una identificación errónea. Ahora
necesitaría escribir nuevas reglas para integrar cada condición única de iluminación
(Saravanan, 2020).
Según el autor Saravanan es un programa que se supone que debe determinar si
una imagen dada es una bola verde o una bola morada tiene que escribir reglas
basadas en valores de píxeles, y el programa puede determinar colores basándose
solo en estos valores. Sin embargo, si la imagen muestra varias condiciones de
iluminación, las reglas programadas no funcionarán, lo que provocará un
reconocimiento falso. Ahora tendrá que escribir nuevas reglas para integrar
cada estado de iluminación único.
CAPÍTULO III
EJEMPLIFICAR USOS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
SUPERIOR
Casos de ejemplos de la IA en la educación superior
Como se iba presentando acerca de la IA en la educación superior, ahora, se exponen ejemplos del uso
de la automatización en el aprendizaje. Primero, el caso del álgebra y un sistema experto como
herramienta para el proceso enseñanza – aprendizaje:
El Álgebra, dado lo abstracto de su contenido, necesita de una herramienta que permita la total
absorción del conocimiento y la creación de habilidades. Para solucionar este problema, desde la
perspectiva de las herramientas informáticas, se desarrolló en la facultad de Informática de la
Universidad de Camagüey un Sistema Experto en Álgebra Lineal (SEAL) (Coello y Pérez, 2014).
Una de las funciones principales de SEAL es permitir que los estudiantes encuentren una manera de
10
resolver un problema en el que estén de acuerdo eligiendo datos y problemas complejos.
Este caso de uso del sistema, se denomina “Obtener Vía de Solución” y es precisamente el módulo
inteligente de la aplicación. Muchos podrían pensar que “Obtener Vía de Solución” es algo que se
puede encontrar frecuentemente en plataformas interactivas. La diferencia radica en la presencia de la
capacidad de razonamiento a partir de una base de conocimiento y en la justificación de los resultados
de la clasificación. Los usuarios utilizan todas estas funciones que realizan los SE para obtener
respuestas con la misma eficacia con que se las daría un especialista (Coello y Pérez, 2014).
El sistema tiene una interfaz común, así como una interfaz de usuario de estudiante y otra de profesor,
que son dos roles de usuario que interactúa con el sistema.
SEAL es un SE basado en Casos. Este tipo de razonamiento soluciona los problemas recordando
experiencias similares, es decir, compara el caso entrante con los almacenados buscando la mayor
similitud para adaptarlo al nuevo. Para generar una predicción un SE debe utilizar un método de
clasificación que fue el KNN, por su auge en este tipo de razonamiento. El SEAL además del módulo
inteligente “Obtener Vía de Solución” posee otras funcionalidades importantes como la autoevaluación
del estudiante. El sistema cuenta con una interfaz general y además una interfaz de usuario para el
estudiante y otra para el profesor, los cuales son los dos roles de usuarios que interactúan con el
sistema (Coello y Pérez, 2014).
Curso de inglés en la Universidad Nacional de Asunción
El curso de inglés impartido por la Universidad Nacional de Asunción apoyado por sus diferentes
direcciones, implementaron como estrategias de enseñanza – aprendizaje con docentes virtuales
automatizados, es decir, por inteligencia artificial
Además, los estudiantes tendrán actividades comunicativas orales y escritas, durante videoconferencias
semanales, con docentes de marcada trayectoria. Esta metodología utiliza la plataforma
LINGOCHAMP, que incorpora una IA para el aprendizaje del idioma, complementado con tutoriales
11
virtuales. Cuenta también con aulas virtuales conformada por 30 participantes, en los turnos mañana,
tarde y noche (UNA, 2021).
La plataforma de la inteligencia artificial para el aprendizaje de idiomas se enriquece con lecciones
virtuales. También cuenta con clases virtuales para hasta 30 participantes en turnos de mañana, tarde y
noche.
Inteligencia artificial
El término "inteligencia artificial" (IA) fue propuesto en 1956 por el profesor de la Universidad
de Stanford J. McCarthy para algunos informática para el diseño de máquinas que pueden imitar
ciertas actividades humanas y generalmente los clasificamos como inteligentes. Transparente
haciendo muchos años de investigación en SA se llevan a cabo principalmente en centros
universitarios de investigación.
Sólo de los últimos diez años, algunos de los resultados de estos estudios muestra cuántos
conceptos, procedimientos y métodos desarrollados en laboratorios pueden tener valor de
aplicación en campos como la industria, la medicina, finanzas etc Las cinco regiones más
activas investigación en JA: lenguajes naturales, robótica, interfaces de comunicación,
programación automatizada y sistemas expertos.
En realidad, el sistema experto ayuda a analizar y resolver problemas complejos. Intentaron
imitar el comportamiento de un ser humano competente áreas específicas del conocimiento.
Sistema por lo tanto, el experto debe contener todo el contenido: manejará el perito, así como la
forma de argumentación utilizada por el perito. Esta es la forma en el que el experto utiliza el
conocimiento.
TIPOS DE APLICACIONES IA EN EDUCACIÓN
12
Aplicación educativa para usar
Los métodos de inteligencia artificial difieren principalmente dependiendo de: metas de
implementación en el proyecto programa, así como el tipo de conocimiento la aplicación debe
ser considerada.
Enseñar a los estudiantes y ayudar a los maestros con tareas tales como planificar, desarrollar y
organizar una tarea profesor. Entre las aplicaciones que permiten crear programas de aprendizaje
se pueden distinguir dos grandes áreas: microcosmos y , libros de texto de inteligencia (TI).
Ambos métodos provienen de dos posiciones diferentes del uso de la informática en el campo de
la educación construir un horno de microondas
Estoy buscando herramientas para ayudar el objeto a partir del cual se genera el conocimiento
interactuar con las computadoras a través de procesos de aprendizaje basados principalmente en
público. En cambio El software asistido por computadora (EAO) está destinado a crear
programas que permiten la transferencia de conocimientos previamente formalizados, adoptando
un tipo de comportamiento más "inteligente" para mejorar proceso de aprendizaje automático.
Ahora hablaremos con más detalle sobre cada uno de ellos.
HORNO MICROONDAS
Se utilizó el concepto de micromundo metro Minsky y S. Papert en 1971, hablaron sobre la
posibilidad de que pudiera haber múltiples fragmentaciones en las estrategias de resolución de
problemas en áreas de aprendizaje interactivo. Posteriormente, Papert reutilizó este concepto en
su primer trabajo sobre la construcción del lenguaje Logo (Papert, 1973). El lenguaje del
logotipo es un tipo de aplicación.
Las calculadoras educativas son diferentes al resto como no un programa predesarrollado, sino
un lenguaje de programación que también pretende apartarse del clásico E.A.O.
No está diseñado para educar a los niños plan. Su uso previsto va más allá Introducción a la
cultura informática. Los logotipos son una herramienta para facilitar el desarrollo temático y la
13
construcción científica a través de procesos de descubrimiento. De esta manera, los estudiantes
no aprenden recibiendo la información que se les comunica una computadora con un programa
preparado, o más bien un estudiante de programación para computadoras y esta actividad te
permite pensar en
Estrategias de acción, construyendo así su propia dinámica de aprendizaje. Seymour Papert es el
personaje más icónico en este hilo y es el principal promotor un grupo ha desarrollado un
lenguaje en 1969 creó "Projekt Logo", cuyo objetivo era desarrollar un lenguaje de
programación que los niños pudieran usar en el entorno escolar a cualquier edad. En el mismo
año apareció la primera versión del lenguaje del logotipo que se introdujo como un dialecto
LISP y le gustó estaba destinado a ser un lenguaje orientado a listas que permitiría a los niños
desarrollar una comprensión más profunda ideas matemáticas y métodos de enseñanza. Sin
embargo, Papert señala que el uso de la lista contiene algunos tipos de programación que son
demasiado complicados de usar Niños. Basado en la investigación y el desarrollo de artefactos.
Mecánica de Gray Walter diseñó la famosa tortuga mecánica con movimientos básicos luego
transferido a la computadora a través de Crear un entorno gráfico. Es desde construir este
entorno ya que Papert enfatiza el uso del concepto de microondas convertirlo en un proxy para
Desarrollar el pensamiento formal.
El sistema educativo inteligente que tenemos ahora para revisar en base a diferentes métodos
inteligencia artificial . Utilizado principalmente en
El campo de la educación es: personalización basada en el modelo de estudiante grupo, sistema
de agentes ontología y métodos inteligentes y basados en la web Sentido. Técnicas básicas de
personalización sistema de aprendizaje inteligente basado en modelo de estudiante.
Generalmente estos modelos se basan en el desarrollo de un representante cualidades,
comportamiento estudiantes basados en el conocimiento sobre un campo en particular, como la
14
ciencia de otros estudiantes en el campo.
Este las vistas se pueden usar más tarde en el sistema de aprendizaje inteligente, en el medio
ambiente aprendizaje inteligente o agentes generadores. Los sabios representan a los estudiantes
colaborar con estudiantes humanos utilizando métodos de aprendizaje automático le permite
actualizar y expandir modelos aquellos que aprenden inicialmente a adaptarse a ambos su
evolución mejor actualizaciones y contenido educativo y actividades.
Los dos métodos de modelado más populares estudiantes modelo basado en superposición o
manto y red bayesiana. La primera forma es mirar el modelo los estudiantes como un
subconjunto del conocimiento experto en ese campo Educación. Entonces el aprendizaje se mide
basado en la comparación con el conocimiento modelo experto. El segundo método es:
representante del proceso de aprendizaje como red de estados de conocimiento, y luego poder
sacar conclusiones sobre el estado los estudiantes interactúan con profesor.
Los actores de software se consideran entidades software, como programas o el robot representa
a los tres en diversos grados características principales: autonomía, cooperación y aprendizaje .
La autonomía se refiere la capacidad del agente para actuar y decidir de forma independiente
usted mismo a través de su conocimiento y comprensión mundo que te rodea. Medios de
cooperación la capacidad de interactuar con otros agentes a través de varios lenguajes de
comunicación. Por último, se necesita formación para adaptarse comportamiento en el ambiente
externo y optimización desarrollo de tareas capacidad de aprendizaje junto con otras habilidades
como el razonamiento o planificación, suministro de revendedor de software cierta inteligencia
que te permite reconocer tareas más complejas equipo de agentes especiales sistema inteligente
de maquillaje multiagente centrarse en desarrollar las tareas que realiza un agente inalcanzable
En estos sistemas, el control y el conocimiento se difunde y se calcula, se ejecuta de forma
asíncrona. Hay varias misiones en el campo de la educación y la formación, tales como
monitoreo de entrada, paseos y actividades estudiantiles revisa tu buzón de tareas que el trabajo
15
fue enviado a tiempo, por favor responda mensajes con preguntas de los estudiantes, corrección
de pruebas y exámenes en el sistema equipado con agentes inteligentes.
Impacto de la Inteligencia Artificial en el aprendizaje, la enseñanza y la educación
Desde principios de la década de 1980 hasta hace poco, las aplicaciones de
inteligencia [Link] métodos artificiales se centran principalmente en enfoques basados
en el conocimiento, como los sistemas de información. Intelligent Tutoring (ITS, Intelligent
Tutoring System), la principal dirección de investigación en el campo de la inteligencia.
Hecho por el hombre, caracterizado por una arquitectura cuyo modelo de dominio describe el
dominio que debería ser modelos de aprendizaje y de aprendizaje que describen el estado actual
del conocimiento y el aprendizaje alumno. Un sistema experto o modelo pedagógico que
controla la entrega de material educativo estudiantes a través de una interfaz de usuario
adaptable e interactiva.
Estos sistemas utilizaron tradicionalmente el enfoque basado en el conocimiento tal como lo
conocemos hoy como GOFAI (sus siglas en inglés, Good Old-Fashioned Artificial Intelligence)
y logró principalmente en campos como las matemáticas y la física.
Porque también se puede monitorear con describir el comportamiento y aprendizaje de los
alumnos en el entorno del Sistema de Tutoría Inteligentes, son fuentes de datos importantes para
la investigación académica. Complicación en el desarrollo de sistemas de aprendizaje
inteligentes también para el amplio campo de estudio llamar la atención sobre el problema del
uso de la inteligencia artificial y el aprendizaje automático para crear Interfaz donde los
profesores observan, monitorean y diagnostican a los estudiantes Educación. Esto se conoce
comúnmente como analista de aprendizaje y minero de datos educativos (EDM).
16
Impacto de la inteligencia artificial en el aprendizaje
Si pensamos en cómo podemos usar la inteligencia artificial de manera más efectiva en el
contexto de la educación Hoy en día, es fácil automatizar cosas que solían ser importantes. Por
lo tanto
Es importante comprender el impacto de la inteligencia artificial en el contexto del aprendizaje y
la educación futuro, no en el actual sistema educativo y forma de aprender análisis de impacto
Por tanto, el uso de la inteligencia artificial en la educación estará muy ligado a la orientación
laboral perspectivas futuras de la educación. Sin embargo, hay algunas tareas educativas donde
la inteligencia artificial puede tener un claro impacto. Una de esas tareas es la evaluación en sus
diversas formas. En el sistema educativo tradicional factor intelectual, el centro es un modelo de
aprendizaje que almacena información sobre el estado actual del alumno y, basándose en el
modelo del alumno, tratar de inferir posibles obstáculos en el la forma en que un estudiante debe
entender el campo que está estudiando.
El modelo de estudiante de IA y las nuevas posibilidades Pedagogía Esencialmente, la IA
neuronal es adecuada para tareas de diagnóstico. Sistema El aprendizaje inteligente tradicional
basado en el conocimiento se ha enfrentado a un problema de modelado estudiantes, en parte
porque no hay una manera obvia de crear vistas de modelo estudiantes en campos desafiantes y
en contextos reales de aprendizaje. Sin embargo, la inteligencia
Las neuronas artificiales pueden generar modelos de estudiantes si hay suficientes datos
disponibles. Como se mencionó anteriormente, las palabras en lenguajes naturales a menudo se
pueden representar utiliza un espacio de 300 dimensiones donde millones de palabras se ordenan
sobre la base de miles de millones ejemplos El aprendizaje automático puede generar
representaciones complejas de la forma: funcionan en la práctica, a pesar de las deficiencias
conceptuales y técnicas. Con suficientes datos el aprendizaje automático puede crear modelos de
estudiantes aburridos lo suficientemente bueno como para tener un valor real. La IA neuronal
17
también puede aprender patrones de interacción y asociarlos con grupos.
Es pedagógicamente importante que los maestros puedan entender mejor cómo lo que piensan
los estudiantes y cómo pueden ser dirigidos de manera efectiva sistema de inteligencia veintiún
La influencia de la inteligencia artificial en el aprendizaje, la enseñanza y la educación. CCI.
Resumen de INTEF. Artificial también puede proporcionar a los estudiantes dichos datos de
diagnóstico para que puedan: reflejan sus enfoques metacognitivos y las áreas que se pueden
desarrollar. Por lo tanto La IA neuronal tendrá un potencial significativo en el aprendizaje de
diagnósticos, análisis y minería de datos educativos. Progreso rápido en el procesamiento del
lenguaje natural y las interfaces hombre-máquina basadas en la inteligencia artificial también
creará nuevas oportunidades pedagógicas.
Por ejemplo, la ciencia El entrenamiento de robots muestra cierto potencial. Además, la
traducción automática en tiempo real abre nuevas oportunidades en el aprendizaje de idiomas y
los sistemas de inteligencia artificial pueden utilizado, por ejemplo, para interpretar textos
escritos por estudiantes para ayudarlos a escribirlos correctamente comunicar mejor de lo que
pretendían transmitir. Lo que se necesita es una visión intelectual orientada hacia el futuro.
Artificial Uno puede imaginar muchas posibilidades interesantes para el uso de la inteligencia
artificial en la educación. No disponible ssin embargo, no hay principios pedagógicos claros,
probablemente un proveedor de inteligencia artificial Proporcionar productos y servicios para
resolver problemas inmediatamente notados por los principales agentes El lugar de los
problemas económicos y sociales básicos. Para inteligencia artificial en el campo La educación
es difícil de proporcionar productos y servicios que requieran cambios en la práctica educativa
Actual.
Por lo tanto, no hay una visión brillante y ninguna política coloca nuevas habilidades técnicas en
el contexto Convierte ampliamente la educación y la capacitación futura, inteligencia de la
educación Esto puede garantizarse principalmente en forma de soluciones para los problemas
18
existentes.
En vez de Actualice el sistema y diríjalo a las necesidades de la economía posterior a la
tecnología y social Conocimiento, inteligencia artificial, así mecanización y práctica de
reentrenamiento Desactivarse y forzarlos a cambiar cada vez más difíciles.
CONCLUSIONES
Ya concluyendo esta monografía, se responde a los objetivos propuestos en la introducción,
sintetizando que se presentan solo oportunidades acerca del uso de la inteligencia artificial en la
educación, la razón de esto es el ahorro de tiempo y de recursos tanto para los docentes como para los
estudiantes al enseñar y aprender respectivamente con el sistema automatizado de las asignaturas en
proceso. Contrariamente a las críticas que pueden recibir estas herramientas, las investigaciones
muestran que los beneficios se multiplican con el uso de inteligencia artificial en la educación
superior.
Los usos de la inteligencia artificial en la educación superior son múltiples, desde su
implementación en las distintas ciencias y disciplinas, como la creación de datos guardados en
memorias permitiendo así reutilizarse en otro momento.
19
La inteligencia artificial tiene muchas aplicaciones en diferentes campos. En educación, su
contribución está dirigida al desarrollo Los sistemas expertos son capaces de adaptarse a las
características, enseñar a cada estudiante y darles retroalimentación. Crear sistemas educativos con
cierto nivel de inteligencia, permite automatizar los procesos de enseñanza y aprendizaje y respeta
diversidad y condiciones únicas de cada estudiante.
Por último, se presentaron dos ejemplos específicos del uso de la IA en la educación superior:
en álgebra, para realizar cálculos más complejos de manera más rápida, además del asistente de ayuda
para estas clases. Del mismo modo, en el país, la Universidad Nacional de Asunción a través de la IA
brinda clases de inglés a los alumnos de esta casa de estudios.
Así, se recomienda implementar gradualmente la inteligencia artificial en el proceso de
enseñanza – aprendizaje, pese a ser una nueva herramienta en la educación superior, el uso de la
misma minimiza los esfuerzos y los recursos optimizando el aprendizaje y el conocimiento.
REFERENCIAS BIBLIOGRÁFICAS
Aika Inteligencia artificial: las tecnologías que cambiaran la educación en 2030. (2016). APA style:
Electronic references. Recuperado de: [Link]
artificial-las-tecnologiascambiaran-la-educacion-2030/
Arias, J. Inteligencia artificial en la educación. Recuperado el 16 de abril de 2016.
[Link]
Choque, M. Técnicas de la inteligencia artificial aplicadas a la educación. Recuperado el 16 de abril
de 2016. [Link]
Chaundry V.K., Gunning D., Lane Ch. Roschelle J. (2013) “Intelligent Learning
Technologies: Applications of Articial Intelligence to Contemporary and Emerging
Educational Challenges”.
Coello, Lenniet y Peréz, Olga (2014) Contribuciones de la Inteligencia Artificial a la Educación
Superior. Universidad de Camagüey. Camagüey, Cuba
Lama y E. Sánchez (2005). Actas del Taller de la CAEPAI’05 “Técnicas de la IA a la Educación”,
España
20
Rose Luckin, R. Holmes, W., Griffiths, M., Forcier, L.B. (2016) “Intelligence Unleashed. An
argument for AI in Education”. Standford University
Santos J. y Bugarín A. (2005). Actas de la XI Conferencia de la Asociación Española para la
Inteligencia Artificial. EspañaSaravanan, Raja (2020) La Inteligencia Artificial llega a la
educación superior. Consultado el: 07/12/2021. Disponible:
[Link] educacion-superio
Universidad Nacional de Asunción (2021) La UNA lanza curso de inglés intensivo con ayuda de
Inteligencia Artificial. Consultado el: 07/12/2021. Disponible: [Link]
lanza-curso- de-ingles-intensivo-con-ayuda-de-inteligencia-artificial/
