Introducción a la Informática (Prof. Joel Uricare)

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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