INTELIGENCI ARTIFICIAL
DEFINICION
La inteligencia artificial (IA) es la simulación de procesos de inteligencia humana por sistemas
informáticos, que abarca tecnologías como el aprendizaje automático, el razonamiento y la
corrección.
[Link]
%[Link]?sequence=1&isAllowed=y
Según Rouhiainen (2018), la inteligencia artificial (IA) se define como la habilidad de los
ordenadores para realizar actividades que generalmente implican inteligencia humana.
Asimismo, este autor señala que, para proporcionar una definición más detallada, se podría
expresar que la IA constituye la capacidad de las máquinas para emplear algoritmos, aprender
de los datos y aplicar ese aprendizaje en la toma de decisiones de manera análoga a un ser
humano.
Rouhiainen, L. (2018). Inteligencia artificial. Madrid: Alienta Editorial.
Gómez (2023) amplía esta perspectiva al afirmar que la inteligencia artificial se manifiesta
como el medio mediante el cual aparatos, sistemas o robots llevan a cabo diversas
operaciones que normalmente requerirían inteligencia humana. En este contexto, este
avance tecnológico posibilita la realización de tareas complejas que, anteriormente, exigían
intervención humana.
Gómez, W. (2023). La inteligencia artificial y su incidencia en la educación: transformando el
aprendizaje para el siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa, 3(2),
217-229.
[Link]
La IA es un término general o “paraguas” para una rama de la informática centrada en la
creación de máquinas capaces de pensar y aprender que integra a conceptos como el “Big
Data”, “Machine Learning” y “Deep Learning”. En sentido lato, la IA es la capacidad de los
programas informáticos de replicar la inteligencia humana. Sin embargo, como se verá más
adelante, esto lleva a procesos más específicos
Tal como se puede apreciar en el diagrama, el concepto de IA engloba a los conceptos
de “Machine Learning” y “Deep Learning”. En otras palabras, la IA es un concepto más
amplio. En ese sentido, cuando un programa informático lleva a cabo tareas de manera
“inteligente” o “racional”, se considera IA. A medida que ha pa-sado el tiempo, el concepto de
IA se ha amplia-do para dar paso a ramas más especializadas y complejas.
[Link]
HISTORIA
Esta búsqueda de emular el razonamiento de los humanos empezó como un proyecto de
investigación de verano a cargo de John McCarthy, profesor de Dartmouth en Estados Unidos,
quien, junto con un grupo de investigadores, a mediados de la década del 50, reflexionaron
sobre cómo implementar y desarrollar en las máquinas el uso del lenguaje, buscando un nivel
similar a los humanos; sin embargo, el trabajo no tuvo el éxito esperado.
Luego de ello, otros investigadores se enfocaron más en desarrollar algoritmos que pudieran
resolver problemas lógicos y matemáticos; no obstante, fue a fines de la década del 50 que el
investigador Arthur Samuel2 desarrolla un programa capaz de aprender y mejorar su propio
desempeño al jugar damas chinas. Esto convertiría al juego en el primero en ser entendido por
una máquina que es capaz de analizar profundamente las probabilidades que se tienen al
mover la fi chas. De este modo, se logró el denominado aprendizaje de memoria rote learning,
con el que dicho programa fue capaz de vencer, al menos en una partida, al maestro de las
damas, Robert Nealey, en 1962.
El siguiente paso importante en el desarrollo de la inteligencia artificial (IA) se le atribuye a
Joseph Weizenbaum del MIT (Massachusetts Institute of Technology) en 1965, considerado
uno de los padres de la inteligencia artificial moderna, quien desarrolla el primer programa de
comunicación en lenguaje natural—llamado “Eliza”— que simulaba una conversación entre la
máquina con el humano a partir de una comparación de patrones.
En 1987, Ernst Dickmanns desarrollo el soporte de un prototipo de vehículo de manejo
automático usando para ello varias computadoras y cámaras a fi n de procesar lo que ocurría a
su alrededor. La unidad logró autoconducirse a lo largo de veinte kilómetros por una pista
alemana.
En 1997 la empresa de tecnología IBM desarrolla Deep Blue, solución tecnológica que podía
analizar con mayor complejidad y proyección el desarrollo del ajedrez, a fin de decidir sus
movimientos. Este programa fue capaz de derrotar al campeón mundial de ajedrez, Gary
Kasparov.
Pero no fue hasta el 2016 en donde se produjo uno de los principales logros de la IA bajo la
creación de Google DeepMind4: AlphaGo. Este programa fue capaz de entender, intuir y
dominar el estratégico y complejo juego de mesa Go, que tiene más de 3000 años de
antigüedad y cuyo objetivo es controlar la mayor cantidad del área del tablero rodeándolo con
las fichas.
Este nivel de compresión de AlphaGo fue posible gracias al desarrollo de sus algoritmos a nivel
del autoaprendizaje, lo que le permitió aprender de sus propios errores al jugar contra sí
mismo, y también a través de las partidas jugadas contra humanos, entre ellos, el campeón
europeo Fan Hui.
Inteligencia artificial y metodologías activas en el aprendizaje significativo
En el panorama educativo actual, la inteligencia artificial (IA) y las metodologías activas de
aprendizaje se están convirtiendo en componentes fundamentales. Las tendencias sugieren
que estos elementos pueden jugar un papel vital en la mejora de los procesos de aprendizaje
significativo.
La inteligencia artificial tiene el potencial de personalizar el aprendizaje de una manera que no
se había visto antes. Los sistemas de IA pueden adaptar el contenido educativo a las
necesidades individuales de cada estudiante, proporcionando un camino de aprendizaje
personalizado que considera los conocimientos previos y los estilos de aprendizaje del
estudiante. Esto coincide con el principio del aprendizaje significativo de Ausubel, que sostiene
que los nuevos conocimientos se adquieren y retienen de manera más efectiva cuando se
pueden relacionar con lo que el estudiante ya sabe.
Las metodologías activas de aprendizaje, por otro lado, fomentan la participación directa del
estudiante en su proceso de aprendizaje, permitiendo que construyan su conocimiento a través
de la experiencia directa y la reflexión. Este enfoque puede facilitar el aprendizaje significativo
al promover la comprensión profunda de los conceptos y la aplicación de los conocimientos en
diversos contextos.
En este sentido, la intersección de la IA con las metodologías activas puede ofrecer una
poderosa herramienta para mejorar el aprendizaje significativo. Por ejemplo, plataformas de
aprendizaje basadas en IA pueden proporcionar escenarios de aprendizaje basados en retos,
donde los estudiantes aplican activamente sus conocimientos para resolver problemas reales,
lo que facilita un aprendizaje más profundo y duradero.
[Link]
%20aprendizaje%20sea,lo%20que%20ya%20sabe%20previamente.
