CURSO DE APLICACIONES PARA EL
USO DE INTELIGENCIA ARTIFICIAL EN
EL AULA
TEMA 1: INTRODUCCIÓN A LA IA
RESUMEN DEL CURSO
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
ÍNDICE
INTRODUCCIÓN .......................................................................................... 2
TEMARIO .................................................................................................... 2
¿Qué es la inteligencia Artificial (AI)? ........................................................................... 4
Principales categorías de la Inteligencia Artificial .................................................... 4
Concepto y evolución histórica........................................................................................ 6
Diferencias entre inteligencia artificial e inteligencia humana .......................... 8
Principales subcampos de la inteligencia artificial: ................................................. 9
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
INTRODUCCIÓN
Bienvenidos al CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN
EL AULA. En este curso, exploraremos el fascinante mundo de la IA, sus conceptos y
herramientas fundamentales, y como podemos implementar esta IA a las tareas
cotidianas dentro del mundo de la docencia, como podemos conseguir reducir el tiempo
y maximizar el rendimiento a la hora de conseguir los objetivos que nos proponemos.
El curso tiene gran porcentaje de actividades prácticas y de desarrollo. Conoceremos
herramientas y recursos basados en inteligencia artificial para la enseñanza y el
aprendizaje, como crear presentaciones, exámenes, generar imágenes, unidades
didácticas, transcribir y resumir textos desde videos, llevar el control del alumnado y
sacar el máximo partido a Chat GPT.
También desarrollaremos un asistente virtual, o chat bot, que contenga la información
que nosotros queramos incluir, y tenga a capacidad de interactuar con los alumnos y
contestar de manera automática a las preguntas que realicen.
TEMARIO
El curso consta de 10 temas:
Tema 1: Introducción a la inteligencia artificial (IA), abordaremos qué es la inteligencia
artificial, evolución historia, tipos, diferencia entre inteligencia artificial e inteligencia
humana y campos que aborda la inteligencia artificial, como puede ser el lenguaje
automático, el procesamiento del lenguaje, la visión por computación, Robótica o
sistemas expertos
Tema 2: Aplicaciones en la educación y Chat GPT, que incluye un resumen con las
herramientas y recursos que pueden dedicarse para la enseñanza y el aprendizaje,
sistemas de tutoría inteligente, aprendizaje adaptativo, evaluación automatizada,
análisis del rendimiento del estudiante y ejemplos de aplicaciones en diferentes ciclos
formativos. También nos iniciaremos en Chat GPT, un modelo de lenguaje desarrollado
por OpenAI que utiliza aprendizaje profundo para generar respuestas coherentes y
contextuales en tiempo real, siendo tremendamente útil en el ámbito de la educación
Tema 3: Chat GPT a fondo optimizaremos los parámetros para usarlos en tareas
cotidianas del día a día aplicándolos a la docencia
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Tema 4: Recursos de la IA para enseñanza y aprendizaje, veremos algunas herramientas
que facilitan la personalización del aprendizaje, detección de dificultades, creación de
contenidos y optimización de la interacción entre alumnos y docentes.
Tema 5: Generación automática de diapositivas, hace uso de algoritmos de IA para
analizar y resumir información en un conjunto de diapositivas de presentación de forma
rápida y eficiente.
Tema 6: Generación automática de imágenes, se refiere al uso de técnicas de IA, como
las Redes Generativas Antagonistas (GANs), para crear imágenes realistas o artísticas a
partir de descripciones o estilos específicos.
Tema 7: IA para análisis de PDFs y transcripción de videos, se utiliza para extraer
información relevante de documentos y convertir automáticamente el habla en texto,
mejorando la accesibilidad y el análisis de contenido.
Tema 8: Análisis de datos para la toma de decisiones en hojas de cálculo, implica el uso
de IA para identificar patrones, tendencias y anomalías en los datos, lo que permite una
toma de decisiones más informada y eficiente.
Tema 9: Desafíos éticos y legales de la IA, incluye cuestiones como la privacidad, la
responsabilidad, la transparencia, el sesgo y la discriminación, y la implementación de
marcos regulatorios para garantizar un uso ético y responsable de la IA.
Tema 10: Creación de un chatbot para resolver dudas del alumnado, implica el
desarrollo de un sistema de IA capaz de interactuar con los estudiantes en tiempo real,
proporcionando respuestas claras y precisas a sus preguntas y fomentando el
aprendizaje.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
¿Qué es la inteligencia Artificial (AI)?
La inteligencia artificial (IA) es un campo de estudio dentro de la informática que se
centra en el diseño y desarrollo de sistemas, algoritmos y máquinas capaces de realizar
tareas que, de otro modo, requerirían inteligencia humana. Estas tareas incluyen el
aprendizaje, el razonamiento, la percepción, el reconocimiento de patrones, la
comprensión del lenguaje natural, la toma de decisiones y la resolución de problemas
complejos.
Los trabajos del futuro exigirán cada vez más conocimientos sobre cómo aprovechar y
colaborar con la IA como una herramienta para resolver problemas y hoy en día la
mayoría de los alumnos todavía no están familiarizados o no conocen este tipo de
herramientas Es importante comprender las implicaciones, aplicaciones y métodos
creativos que existen detrás de la IA para sacar el máximo provecho de ella.
Principales categorías de la Inteligencia Artificial
La IA se puede dividir en dos categorías principales: la inteligencia artificial débil (o
estrecha) y la inteligencia artificial fuerte (o general).
La inteligencia artificial débil, también conocida como IA estrecha, es una forma de
inteligencia artificial que está diseñada y entrenada para realizar tareas específicas sin
poseer habilidades cognitivas generales ni conciencia. A diferencia de la inteligencia
artificial fuerte, que aspira a imitar la inteligencia humana en un sentido amplio, la IA
débil se enfoca en dominar tareas particulares sin la necesidad de comprender o
razonar más allá de esas tareas.
Ejemplos de inteligencia artificial débil incluyen:
Asistentes virtuales: Siri, Alexa y Google Assistant son ejemplos de IA débil diseñados
para ayudar a los usuarios a realizar tareas cotidianas, como buscar información en
internet, establecer alarmas o controlar dispositivos inteligentes. Estos asistentes
pueden comprender y procesar comandos de voz en lenguaje natural pero no poseen
una comprensión profunda ni razonamiento autónomo.
Sistemas de recomendación: Los sistemas de recomendación de plataformas como
Netflix, Amazon y Spotify utilizan IA débil para analizar las preferencias y
comportamientos de los usuarios, y ofrecer sugerencias personalizadas de películas,
productos o música.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Detección de fraude: La IA débil también se utiliza en sistemas de detección de fraude
bancario y de tarjetas de crédito. Estos sistemas analizan patrones de transacciones y
actividades sospechosas para identificar posibles fraudes y alertar a las instituciones
financieras.
Reconocimiento de imágenes: Los sistemas de reconocimiento de imágenes, como los
utilizados en redes sociales para identificar y etiquetar personas en fotografías,
también se basan en IA débil. Estos sistemas pueden identificar y clasificar objetos en
imágenes, pero no entienden el contexto general de la escena.
Vehículos autónomos: La IA débil es un componente clave en vehículos autónomos,
donde se utilizan algoritmos especializados para detectar y evitar obstáculos, navegar
y tomar decisiones en tiempo real para garantizar la seguridad del vehículo y sus
ocupantes.
La inteligencia artificial fuerte, también conocida como IA general, es un tipo de
inteligencia artificial que tiene como objetivo imitar la inteligencia humana en un
sentido amplio y completo. A diferencia de la inteligencia artificial débil, que está
diseñada para llevar a cabo tareas específicas, la IA fuerte aspira a poseer habilidades
cognitivas generales y la capacidad de aprender, razonar, comprender y aplicar
conocimientos a una amplia variedad de dominios y problemas, de manera similar a
como lo hacen los seres humanos.
La IA fuerte no solo sería capaz de realizar tareas específicas, sino que también tendría
la capacidad de comprender y aplicar su conocimiento a nuevas situaciones y
adaptarse a entornos cambiantes. Además, una IA fuerte tendría la capacidad de tener
conciencia de sí misma y de entender conceptos abstractos y emociones.
Actualmente, no existe una IA fuerte en funcionamiento, y su desarrollo sigue siendo
un objetivo a largo plazo en el campo de la inteligencia artificial. Lograr la IA fuerte
plantea numerosos desafíos técnicos, teóricos y éticos, entre los que se incluyen:
Comprensión y representación del conocimiento: Para que una IA fuerte pueda
razonar y aprender de manera similar a un ser humano, debe ser capaz de adquirir,
almacenar y manipular una gran cantidad de conocimientos de manera eficiente y
efectiva.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Razonamiento y solución de problemas: La IA fuerte debería ser capaz de utilizar su
conocimiento para resolver problemas complejos, tomar decisiones informadas y
planificar acciones en función de objetivos y restricciones.
Aprendizaje y adaptabilidad: Una IA fuerte necesita ser capaz de aprender de la
experiencia, adaptarse a nuevas situaciones y mejorar su rendimiento con el tiempo a
medida que adquiere más información y habilidades.
Procesamiento del lenguaje natural: La IA fuerte debe ser capaz de comprender,
interpretar y generar lenguaje humano de manera efectiva, lo que implica entender el
contexto, las intenciones y las emociones detrás de las palabras y frases.
Interacción humano-IA: Para que la IA fuerte sea útil y efectiva, debe ser capaz de
interactuar con los seres humanos de manera segura, eficiente y comprensible, lo que
implica no solo la comunicación verbal sino también la capacidad de reconocer y
responder a las emociones y el comportamiento no verbal.
Ética y responsabilidad: El desarrollo de IA fuerte plantea cuestiones éticas y de
responsabilidad, como la toma de decisiones morales, la privacidad, la seguridad y el
potencial impacto en el empleo y la sociedad en general.
El camino hacia la IA fuerte es incierto y está lleno de desafíos, pero el progreso en
áreas como el aprendizaje automático, el aprendizaje profundo y el procesamiento del
lenguaje natural continúa impulsando el avance en el campo de la inteligencia
artificial, acercándonos cada vez más a la posibilidad de lograr la IA general.
Concepto y evolución histórica
El concepto y evolución histórica de la inteligencia artificial (IA) abarca el desarrollo de
ideas, tecnologías y enfoques que han llevado a la creación de sistemas y algoritmos
capaces de realizar tareas que, de otro modo, requerirían inteligencia humana. La
historia de la IA se puede dividir en varias etapas clave, aunque estas etapas pueden
solaparse o tener distintos enfoques según el contexto histórico y geográfico.
Precursores de la IA (antes del siglo XX): Las ideas y conceptos relacionados con la IA se
remontan a la antigüedad, con mitos y leyendas sobre seres artificiales dotados de
inteligencia y la creación de autómatas mecánicos en diferentes culturas. Durante el
Renacimiento, artistas e inventores como Leonardo da Vinci diseñaron máquinas y
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
dispositivos que mostraban características similares a la IA, aunque estas ideas estaban
limitadas por la tecnología de la época.
Fundamentos matemáticos y lógicos (siglo XX): A principios del siglo XX, avances en
matemáticas y lógica, como la máquina de Turing de Alan Turing y la teoría de la
computabilidad, sentaron las bases teóricas para la IA. La invención de dispositivos
electrónicos y computadoras, como el ENIAC y el Manchester Mark 1, proporcionó las
herramientas necesarias para explorar la posibilidad de crear inteligencia artificial.
Nacimiento y primeros pasos de la IA (1950-1960): La IA como campo de estudio
formal se estableció en la década de 1950, con figuras clave como Marvin Minsky, John
McCarthy, Allen Newell y Herbert A. Simon. Durante este período, se desarrollaron los
primeros programas de IA, como el programa de ajedrez de Claude Shannon y el
General Problem Solver de Newell y Simon. En 1956, se llevó a cabo la Conferencia de
Dartmouth, donde se acuñó el término "inteligencia artificial".
IA clásica y simbólica (1960-1980): En esta etapa, se hicieron avances en la
representación del conocimiento, la lógica y la planificación. Los sistemas expertos,
como MYCIN y DENDRAL, se desarrollaron para resolver problemas en dominios
específicos utilizando conocimiento y reglas codificadas por expertos humanos. Sin
embargo, estos enfoques simbólicos demostraron ser limitados en cuanto a
escalabilidad y adaptabilidad.
Auge de las redes neuronales y aprendizaje automático (1980-2000): La IA
experimentó un cambio de paradigma hacia enfoques basados en el aprendizaje
automático y las redes neuronales, que permiten a los sistemas aprender de los datos
en lugar de depender de reglas predefinidas. El algoritmo de retropropagación,
desarrollado por Geoffrey Hinton, impulsó el resurgimiento del interés en las redes
neuronales y el aprendizaje profundo.
IA moderna y aprendizaje profundo (2000-presente): La IA ha experimentado avances
significativos en las últimas dos décadas, impulsada por el aumento en la
disponibilidad de datos, el poder de cómputo y el desarrollo de algoritmos de
aprendizaje profundo.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Diferencias entre inteligencia artificial e inteligencia humana
La inteligencia artificial (IA) y la inteligencia humana son dos formas diferentes de
inteligencia que presentan características y capacidades distintas. Aunque la IA intenta
imitar y replicar aspectos de la inteligencia humana, hay diferencias fundamentales
entre ambas que vale la pena destacar:
Origen y naturaleza: La inteligencia humana es producto de la evolución biológica y se
basa en procesos neuronales y bioquímicos en el cerebro. La inteligencia artificial, en
cambio, es una creación humana y se basa en algoritmos y sistemas computacionales.
Aprendizaje y adaptabilidad: Los seres humanos tienen una capacidad natural para
aprender de la experiencia y adaptarse a nuevas situaciones de manera generalizada.
La IA, especialmente la IA débil, tiende a ser más limitada en su capacidad de aprender
y adaptarse, y generalmente está diseñada para tareas específicas.
Razonamiento y lógica: La inteligencia humana es capaz de razonar y utilizar la lógica
de manera flexible y contextual. Aunque la IA puede ser muy efectiva en la resolución
de problemas lógicos y matemáticos, su enfoque es generalmente más rígido y basado
en algoritmos predefinidos.
Conciencia y emociones: Los seres humanos poseen conciencia de sí mismos y
experimentan emociones, lo que influye en su comportamiento, juicios y toma de
decisiones. La IA, en cambio, carece de conciencia y emociones, lo que la hace objetiva
pero también limita su comprensión de aspectos humanos y contextuales.
Creatividad: La inteligencia humana es capaz de generar ideas y soluciones originales y
creativas, mientras que la IA tiene dificultades para producir resultados genuinamente
innovadores y creativos. Aunque hay avances en IA generativa, la creatividad de la IA
todavía se basa en patrones y estructuras aprendidas a partir de datos previos.
Generalización y transferencia de conocimientos: Los seres humanos pueden aplicar
conocimientos y habilidades aprendidas en un dominio a otro de manera efectiva. La
IA, especialmente la IA débil, tiene dificultades para transferir conocimientos entre
dominios diferentes, aunque la IA fuerte aspira a lograr esta habilidad.
Ética y moral: La inteligencia humana puede considerar y aplicar principios éticos y
morales en la toma de decisiones, mientras que la IA no tiene una base moral
inherente. La incorporación de principios éticos en la IA es un tema de debate y un
desafío en curso en el desarrollo de sistemas de IA.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
En resumen, aunque la inteligencia artificial ha logrado avances impresionantes en la
imitación de ciertos aspectos de la inteligencia humana, sigue habiendo diferencias
fundamentales entre ambas. La IA tiene ventajas en términos de velocidad, capacidad
de procesamiento y objetividad, pero carece de la conciencia, empatía y creatividad
que caracterizan a la inteligencia humana.
Principales subcampos de la inteligencia artificial:
Aprendizaje automático (machine learning):
El aprendizaje automático es un subcampo de la inteligencia artificial que se centra en
el desarrollo de algoritmos y modelos matemáticos que permiten a las máquinas
aprender de los datos y mejorar su rendimiento en tareas específicas. En lugar de
programar explícitamente las reglas para realizar una tarea, los algoritmos de
aprendizaje automático "aprenden" de los datos, identificando patrones y ajustándose
en función de los resultados. Existen varios tipos de aprendizaje automático,
incluyendo el aprendizaje supervisado, no supervisado, semi-supervisado y por
refuerzo.
Ejemplo: Sistema de recomendación de películas
Un sistema de recomendación de películas es un ejemplo de aplicación del aprendizaje
automático. Estos sistemas analizan el historial de visualización y las preferencias de
los usuarios, junto con las características de las películas, para generar
recomendaciones personalizadas. A medida que los usuarios interactúan con el
sistema y proporcionan retroalimentación, el algoritmo de aprendizaje automático
ajusta sus predicciones y mejora la calidad de las recomendaciones.
Procesamiento del lenguaje natural (NLP):
El procesamiento del lenguaje natural (NLP, por sus siglas en inglés) es un subcampo
de la IA que se ocupa de la interacción entre las máquinas y el lenguaje humano. NLP
busca desarrollar algoritmos y técnicas que permitan a las máquinas entender,
interpretar y generar texto y habla en lenguajes humanos. Algunas aplicaciones
comunes de NLP incluyen el análisis de sentimientos, la traducción automática, la
generación de texto, el resumen automático y los chatbots.
Ejemplo: Asistentes virtuales
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Los asistentes virtuales, como Siri, Alexa o Google Assistant, son ejemplos de
aplicaciones de NLP. Estos asistentes pueden entender comandos de voz en lenguaje
natural, procesar la información y responder de manera coherente. Además, pueden
realizar tareas como buscar información en línea, programar eventos en el calendario
o controlar dispositivos conectados en el hogar.
Visión por computadora:
La visión por computadora es un subcampo de la IA que busca desarrollar sistemas
capaces de adquirir, procesar, analizar y comprender imágenes y videos del mundo
real. El objetivo de la visión por computadora es permitir que las máquinas "vean" y
extraigan información útil de imágenes y videos de manera similar a cómo lo hacen los
seres humanos. Las aplicaciones de la visión por computadora incluyen el
reconocimiento de objetos, la detección de rostros, la realidad aumentada y la
navegación de vehículos autónomos.
Ejemplo: Sistema de reconocimiento de matrículas
Un sistema de reconocimiento de matrículas es un ejemplo de aplicación de la visión
por computadora. Estos sistemas utilizan algoritmos de procesamiento de imágenes y
aprendizaje automático para identificar y leer automáticamente las matrículas de los
vehículos a partir de imágenes o videos. Se utilizan comúnmente en sistemas de
control de acceso, estacionamientos y control de tráfico.
Robótica:
La robótica es un subcampo de la IA que se centra en el diseño, construcción,
operación y aplicación de robots. Los robots son máquinas capaces de llevar a cabo
tareas de forma autónoma o semiautónoma, a menudo utilizando técnicas de
inteligencia artificial para mejorar su rendimiento y adaptabilidad. La robótica abarca
una amplia gama de aplicaciones, desde la automatización industrial y la exploración
espacial hasta la atención médica y la asistencia en el hogar.
Ejemplo: Robots de limpieza
Los robots de limpieza, como el Roomba, son ejemplos de aplicaciones de robótica.
Estos robots utilizan sensores y algoritmos de inteligencia artificial para navegar de
manera autónoma por el entorno, evitando obstáculos y limpiando eficientemente los
pisos. Pueden adaptarse a diferentes tipos de superficies y ajustar sus rutas en tiempo
real según las necesidades de limpieza.
Sistemas expertos:
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
TEMA 1: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
Los sistemas expertos son programas de inteligencia artificial que emulan el proceso
de toma de decisiones de un experto humano en un dominio específico. Estos sistemas
utilizan bases de conocimientos, que contienen información y reglas heurísticas, para
razonar y resolver problemas. Los sistemas expertos han sido aplicados en una
variedad de campos, como el diagnóstico médico, la planificación financiera, el diseño
de procesos y la asesoría legal. Aunque su popularidad ha disminuido en comparación
con otros enfoques de IA, los sistemas expertos siguen siendo una herramienta valiosa
en ciertas aplicaciones.
Ejemplo: Diagnóstico médico
Un sistema experto para diagnóstico médico es un ejemplo de aplicación de sistemas
expertos. Estos sistemas utilizan una base de conocimientos que contiene información
sobre síntomas, enfermedades y tratamientos, así como reglas heurísticas para
razonar y llegar a un diagnóstico. Los médicos pueden utilizar estos sistemas como una
herramienta de apoyo para identificar posibles enfermedades y evaluar opciones de
tratamiento en función de la información proporcionada por el paciente.
CURSO DE APLICACIONES PARA EL USO DE INTELIGENCIA ARTIFICIAL EN EL AULA | TEMA 1: INTRODUCCIÓN A LA IA
