División de Ciencias Económico-Administrativas

Metodología y elaboración de protocolos

Proyecto de investigación

Equipo: 7

Integrantes:

· Estefanía Olvera Barrón

· Angela Arzola González
· Dafne Pameli Padrón Rocha

1
 ❖ Titulo

Impacto de la exposición a contenidos educativos de

inteligencia artificial en estudiantes de diversas
disciplinas en la universidad de Guanajuato durante
el periodo 2021 al 2023

❖ Resumen

2
INTRODUCCIÓN

3.-ANTECEDENTES

La inteligencia artificial (IA) se refiere a la simulación de procesos de

inteligencia humana por parte de sistemas informáticos. Estos
sistemas están diseñados para realizar tareas que normalmente
requerirían la inteligencia humana, como el aprendizaje, la resolución
de problemas, el razonamiento y la toma de decisiones. Abarca una
amplia gama de enfoques y técnicas, que incluyen el aprendizaje
automático (machine learning), donde las computadoras aprenden de
los datos para mejorar su rendimiento en tareas específicas, y el
aprendizaje profundo (deep learning), que utiliza redes neuronales
artificiales para modelar patrones y características en los datos. Se
aplica en diversas áreas, como el procesamiento del lenguaje natural,
la visión por computadora, los sistemas expertos, la robótica y mucho
más. Su objetivo es crear sistemas que puedan imitar o superar la
inteligencia humana en ciertas tareas, lo que tiene un impacto
significativo en la automatización de procesos, la toma de decisiones y
la mejora de la eficiencia en diversas industrias y aplicaciones.

Se remontan a la década de 1950. Inicialmente, se centró en la

creación de programas y sistemas capaces de simular el pensamiento
humano. Uno de los primeros hitos fue el test de Turing en 1950,
propuesto por Alan Turing, que buscaba determinar si una máquina
podía exhibir un comportamiento inteligente indistinguible del humano.

Durante las décadas de 1960 y 1970, se desarrollaron programas de

lenguaje natural y sistemas expertos, que intentaban emular el
razonamiento humano en tareas específicas. Sin embargo, la falta de
avances significativos llevó a un período llamado "invierno de la

3
inteligencia artificial" en los años 70 y 80, donde la financiación y el
interés disminuyeron.
Con estos principios como base, en los 90 se profundizó en el
concepto y en el desarrollo de agentes inteligentes, siendo uno de los
más famosos el icónico ordenador Deep Blue de IBM, que en 1997
consiguió ganar al entonces campeón mundial de ajedrez Gari
Kasparov.

En los tempranos 2000 aún era muy sencillo distinguir la máquina del
ser humano, sin ser posible el “engaño”. No obstante, la mejora
constante en esta tecnología permitió que supercomputadores de
nueva generación como el supercomputador Watson (también
perteneciente a IBM), siguieran marcando hitos, en este caso en 2011,
ganando el concurso televisivo “Jeopardy!” a sus dos mejores
concursantes. Pese a icónicos ejemplos como Deep Blue o Watson,
no fue hasta el 7 de junio de 2014 que la IA denominada «Eugene
Goostman», pasó por primera vez en la historia el test de Turing.
Pese a todos estos avances de pasos agigantados en un área
estancada desde hace décadas, no fue hasta 2014 que, por vez
primera, una inteligencia artificial se hizo merecedora del término al
hacer creer a un tercio de sus interrogadores que era un chico de 13
años llamado Eugene Goostman, respondiendo a preguntas de forma
natural e incluso con sentido del humor, superando por tanto el test de
Turing.

La IA hoy en día

Aún hoy en día seguimos inmersos en esta edad de oro de la

inteligencia artificial, que cada día conquista nuevos sectores y usos
que permiten mejorar la eficiencia, automatizar procesos complejos y
ofrecer soluciones ágiles a conflictos y problemáticas en los que el
propio ser humano se ve superado o requeriría de mucho más tiempo.

4
Así, la inteligencia artificial ya no es una simple simulación de tareas
de humanos en manos de computadoras, sino que es toda una
metodología y herramienta eficaz para usos como la segmentación de
clientes, previsión de ventas, optimización de recursos, tratamiento de
datos masivos y un largo etcétera que se construye a cada momento.

4.-JUSTIFICACIÓN
Este proyecto de investigación se va llevar a cabo de manera que, a lo
largo del transcurso se puedan identificar diversos aspectos o ideas
que en el principio se tienen planteadas, como la hipótesis lo indica,
por medio de esta investigación se busca plantear y desarrollar las
diversas técnicas de estudio que permite la inteligencia artificial
implementar en el entorno educativo, de manera que facilite el acceso
a diversas plataformas o técnicas de estudio y beneficie tanto en la
vida escolar como profesional y laboral. Se cree que va a contribuir a
obtener mejores posibilidades a futuro, en el aspecto laboral, ya que la
tecnología a estado influenciando e impactando de manera
pronunciada a diversas áreas sino es que a todas las áreas laborales.
Es bien sabido que, para llevar de manera adecuada cualquier
organización o empresa al siguiente nivel, es necesario mantenerse
actualizado y dispuesto a implementar las tecnologías avanzadas que
hoy en día ofrece la inteligencia artificial. Y en los últimos años, se ha
desarrollado e innovado mucho más esta tecnología, y es por ello que
se requiere identificar por medio de esta investigación, los dichos
avances que se creen óptimos para el mejor desarrollo y
funcionamiento de los programas educativos y que se puedan
implementar y más que nada, que se aprovechen de la mejor manera
posible y así se logre avanzar en este nuevo mundo donde la
inteligencia artificial va a estar a cargo de diversos sectores en la
sociedad en un futuro.

5
5.-HIPÓTESIS

Los cambios que han surgido en la inteligencia artificial a lo largo de

estos 2 años nos ha permitido mejorar la forma de interactuar con las
diferentes actividades que se nos presentan durante esta etapa
universitaria.

6.-PREGUNTA DE INVESTIGACIÓN

¿Cómo nos ayudara la inteligencia artificial en los contenidos

educativos en un futuro?

7.-OBJETIVOS

Objetivo General:

Analizar el impacto de la exposición a contenidos educativos de

inteligencia artificial en estudiantes de diversas disciplinas en la
Universidad de Guanajuato durante el periodo 2021 al 2023, con el fin
de evaluar cómo esta formación influye en su conocimiento y
habilidades relacionadas con la inteligencia artificial.
Objetivos específicos:

• Evaluar el nivel de conocimiento inicial de los estudiantes de diversas

disciplinas en la Universidad de Guanajuato sobre inteligencia artificial
al inicio del periodo 2021.
• Diseñar y ofrecer un programa educativo de inteligencia artificial que
abarque múltiples disciplinas durante el periodo académico 2021 al
2023.
• Realizar un seguimiento de la participación de los estudiantes en el
programa educativo de inteligencia artificial y medir su asistencia y
participación activa.
• Evaluar el progreso y el aumento en el conocimiento de inteligencia
artificial de los estudiantes a lo largo del período de estudio (2021 al
2023) mediante exámenes, proyectos y evaluaciones continuas.

6
• Recopilar y analizar datos sobre la percepción de los estudiantes
sobre la utilidad y relevancia de los contenidos de inteligencia artificial
en sus respectivas disciplinas.
• Identificar las posibles aplicaciones prácticas de la inteligencia
artificial en las disciplinas estudiadas por los participantes.
• Comparar los resultados obtenidos por los estudiantes que
participaron en el programa educativo de inteligencia artificial con
aquellos que no lo hicieron, para evaluar el impacto de la exposición.
• Analizar cualquier correlación entre el desempeño académico de los
estudiantes en sus disciplinas y su participación en el programa de
inteligencia artificial.
• Proporcionar recomendaciones para mejorar la incorporación de la
inteligencia artificial en la educación universitaria en la Universidad de
Guanajuato.
• Sintetizar los hallazgos en un informe final que resuma el impacto de
la exposición a contenidos educativos de inteligencia artificial en los
estudiantes de diversas disciplinas durante el período 2021 al 2023 en
la Universidad de Guanajuato.

8.MARCO DE REFERENCIA

9.- METODOLOGÍA DE ESTUDIO

POBLACIÓN: Estudiantes universitarios de diversas disciplinas

UNIVERSO: Universidad de Guanajuato

VARIABLE DEPENDIENTE: Inteligencia artificial

7
VARIABLE IN DEPENDIENTE: Contenidos educativos

10.OPERACIONALIZACIÓN DE LAS VARIABLES.

11. ANÁLISIS ESTADÍSTICO

12.BIBLIOGRAFÍA

13.-PRODUCTOS ENTREGABLES

13. CRONOGRAMA DE ACTIVIDADES

FECHA DE INICIO: FECHA DE TÉRMINO:

CRONOGRAMA DE ACTIVIDADES