Inteligencia artificial Articulo

...

Sistemas basados en reglas

Se mencionan un sistema llamado GRACILE el cual emplea reglas para modelar las ideas de los alumnos y así proponer nuevas tareas de aprendizaje para aumentar el potencial del alumno.

Arboles de decisión

Estos se emplean para etiquetar situaciones, mediante nodos que contienen pares valor/atributo. En el caso e situaciones se pueden etiquetar como ganar o perder además estos árboles pueden aprender. En este tema el articulo menciona un caso de sistema de arboles de decisión llamados COLER.

Reconocimiento de planes

El objetivo de esto es identificar qué patrones de acciones conllevan coordinación y cuáles conflicto. Los patrones de interacciones se generan a partir de relación entre las acciones realizadas en el espacio de trabajo y los pasos correspondientes a un plan jerárquico parcialmente acomodado.

Aprendizaje supervisado

Se han desarrollado sistemas de acuerdo a modelos de aprendizaje con entrenamiento tal es el caso de las redes neuronales o las cadenas de markov.

Aprendizaje de patrones de interacción

Existe un sistema SHERLOCK que es un tutor inteligente que apoya a alumnos de aeronáutica en el aprendizaje de fallos electrónicos y como solucionarlos dicho sistema tiene dos módulos uno de reglas(String Rule learner) y otro de gramática (grammar learner). Ambos módulos podían incluir una descripción de un acto de información seguido por uno de predicción.

Agentes

Hay varios tipos de agentes tales como DLIS, COLER entre otros, un agente dialoga con la arquitectura para reconocer planes de actividades sin embargo, en estos sistemas el concepto de agencia es solo parcial y no se caracterizan por alguna propiedad como autonomía, racionalidad.

Ontologías

Es una conceptualización que involucra conceptos, relaciones y significados entre sí. El uso de ontologías beneficia a un sistema instrucciones en varias aspectos como lo son inteligencia, estandarización, convivencia con teorías. Una ontología tienen tres niveles semánticos. El autor menciona que hay una ontología de aprendizaje colaborativo que involucra varios de los conceptos mencionados anteriormente como aprendizaje, cognición. También menciona que existen tres tipos de objetivos de aprendizaje como el individual, el de grupo y el ligado a otro estudiante.

Redes bayesianas

Una red bayesiana es un grafo formado por nodos y arcos y sirve para modelar situaciones de aprendizaje y mostrar las relaciones entre sí. Se menciona un sistema diseñado en el año 2000 que utiliza estas redes para predecir variables de una experiencia de aprendizaje de un curso de un semestre antes de que este termine. Se pretende que por medio de las redes bayesianas se pueda predecir el éxito del aprendizaje y luego compararlo con datos de experiencias pasadas, para lograr predicciones en tiempo real.

Mapas conceptuales

Estos mapas son representaciones visuales en los que cada parte de su significado se intuye en base a su representación grafica. Los elementos de este tipo de mapas son nodos y arcos que unen los nodos con su significado. Detrás de estos existen grafos conceptuales o redes basadas en creencias. Un antecedente de mapas conceptuales es Belvedere en el cual los nodos eran hechos y los arcos eran refutaciones de los hechos.

CollabReport: utilización de un grafo conversacional para guiar las interacciones

En instituciones de educación a distancia como la UNED a los alumnos se les entregan practicas con anticipación de manera que puedan estudiarla. Para realizar las sesiones los alumnos deben de desplazarse por diversos puntos de Madrid y una vez finalizadas las sesiones el alumno debe realizar una bitácora individual que explique los procesos que utilizo para resolver alguna practica. Se menciona en el articulo un grupo de la UNED que ha desarrollado una plataforma para la enseñanza de experimentos. Mediante el empleo de las nuevas tecnologías podemos crear entornos virtuales o mejorar los ya existentes para la enseñanza de materias. Este entorno organiza la elaboración de las practicas en tres fases que son prelaboratorio, Laboratorio y postlaboratorio y en base a estos entornos se ha incluido la herramienta que se presenta en este articulo y esta se usa en la fase postlaboratorio. En esta herramienta se aprecian varios de los muchos conceptos que se dieron conocer en este trabajo. Para guiar la interacción a través de esta herramienta se ha propuesto un modelo argumentativo combinado con un grafo conversacional. Un grafo conversacional es una maquina de estados finitos que modela el dialogo entre interlocutores los cuales en este caso son los alumnos.

Conclusión

En presente trabajo me sirvió para tener un poco mas de noción de cómo funciona la IA ya que se hablo de diversos conceptos que yo llamaría los orígenes de la IA. Me pareció de mucha importancia el tema Sistemas de aprendizaje que proporcionan asesoramiento mediante el análisis de la colaboración aplicando técnicas de Inteligencia Artificial. Tomando como ejemplo un grupo de alumnos que fueron puestos a prueba con el objetivo de que demostrar que es mejor el trabajo en colaboración que las individualidades ya que en conjunto se maximizan las habilidades de los alumnos. Cuando los estudiantes interactúan en un grupo de forma efectiva, realizan acciones que amplían su potencial de obtener conocimiento que de forma individual no podrían producirse y se ve reflejado en varias actividades. Los variados temas como redes bayesianas, sistemas basados en reglas entre otros me parecen muy relevantes porque proponen nuevas formas de aprendizaje para los alumnos ye esas mismas formas de aprendizaje pueden ser usadas para las computadoras con la finalidad de lograr seres completamente autómatas capaces de tomar decisiones en base al conocimiento o experiencia adquirida