Cada vez se hace más cotidiano el escuchar hablar del término Inteligencia Artificial en nuestra vida diaria, sin embargo nos quedan muchas dudas cuando nos referimos a temas como la integración de estas tecnologías en nuestro quehacer diario o la propuesta de estrategias para la incorporación de este desarrollo en el ámbito educativo.
Este artículo busca resolver las numerosas dudas que se tienen sobre la inteligencia artificial y ayudar a los docentes a tener una visión más clara sobre su importancia y verdadera utilidad desde distintas realidades, buscando la forma de aplicar esta tecnología en el desarrollo de competencias pedagógicas orientadas a construir un pensamiento científico y tecnológico.
¿Qué es la IA?
Hoy en día podemos definir el concepto de la Inteligencia Artificial de forma simple y concreta como “la combinación de algoritmos planteados con el propósito de crear máquinas que presenten las mismas capacidades del ser humano” (Stuart & Peter, 2018) esta tecnología se consolida gracias a dos grandes aportes : el primero lo representan los desarrollos tecnológicos y científicos actuales como el computador, las redes e internet. El segundo es el aporte de un sinnúmero de conocimientos interdisciplinarios entre los que destacan a las matemáticas, la filosofía, la psicología y por supuesto, la computación e informática.
Otra definición que podemos encontrar, está referida “al modo de simular las capacidades de la inteligencia del cerebro humano”, esta definición sostiene que al hablar de IA debemos también pensar en aquello que nos hace posible interactuar y aprender; por ello, sus aplicaciones pueden contribuir en gran medida a la educación (Ocaña-Fernández, Valenzuela-Fernández y Garro-Aburto, 2019).
Historia
Para hablar de los inicios de la IA es necesario citar a Alan Turing, quien fue la primera persona que cuestionó si las computadoras podían pensar como los seres humanos en su artículo Computing Machinery and Intelligence (1950), en él introduce la llamada “prueba de Turing” para determinar si una máquina era realmente inteligente. Posteriormente, en 1987 Martin Fischles y Oscar Firschein definen cuáles deben ser los atributos de un “agente inteligente”, entre los cuales destacan:
- Tiene actitudes mentales tales como creencias e intenciones. Puede percibir y modelar el mundo exterior.
- Tiene la capacidad de obtener conocimiento, es decir, aprender. Puede entender y utilizar el lenguaje y sus símbolos.
- Puede resolver problemas, incluso descomponiendo problemas complejos en otros más simples. Además es capaz de realizar operaciones más complejas.
- Entiende. Posee la capacidad de dar sentido, sí es posible, a ideas ambiguas o contradictorias.Conoce los límites de sus propias habilidades y conocimientos.
- Planifica, predice consecuencias, evalúa alternativas (como en los juegos de ajedrez). Puede ser original, creando incluso nuevos conceptos o ideas, y hasta utilizando analogías.
- Puede distinguir a pesar de la similitud de las situaciones.Puede generalizar.
En los 90`s se inicia la construcción de agentes inteligentes, como las supercomputadoras, con un poder de procesamiento que permitió desarrollar la IA tal cual la conocemos hoy. El caso más conocido es el de Deep Blue una supercomputadora creada por IBM que le ganó una partida de ajedrez al campeón mundial de la época Gary Kaspárov en mayo de 1997. Podemos citar también a WATSON el superordenador que ganó el concurso de preguntas y respuestas de la cadena norteamericana ABC.
Isaac Asimov (el primero en plantear el término robótica) planteó las famosas tres leyes de la robótica que nos acercaron a pensar el problema ético que nos trae el desarrollo de una inteligencia artificial, estas leyes son:
- No causar daño: “Un robot no puede dañar a un ser humano ni, por inacción, permitir que un ser humano sufra daño”.
- Cumplir las órdenes: “Un robot debe cumplir las órdenes de los seres humanos, excepto si dichas órdenes entran en conflicto con la Primera Ley”.
- Proteger la propia existencia: “Un robot debe proteger su propia existencia en la medida en que ello no entre en conflicto con la Primera o Segunda Ley”.
La coyuntura provocada por el uso ètico de la IA ha dado pie a muchas propuestas para delimitar su uso o aplicación, entre ellas la generación de Directrices éticas que nos ayudan a comprender la relevancia de ser atendido no solo por el área de tecnología sino por las ciencias sociales y humanidades. Se han establecido también categorías que permiten agrupar todos estos desarrollos de acuerdo a su propòsito:
Nivel 1: Revolucionaria: Representada por los desarrollos de grandes empresas como Google o Hanson Robotics que buscan mejorar las condiciones de vida tanto en lo cotidiano como en el hogar, autos, alimentación, salud.
Nivel 2: Ampliación: Cuyo objetivo es impulsar la producción a escala, la comunicación, el mercado cotidiano y el análisis de riesgos en la bolsa de valores.Ejemplo: el sistema de aprendizaje automático de Amazon.
Nivel 3: Comunicación. Dedicada a desarrollar los procesos básicos de interacción que buscan responder las respuestas probables que puedan satisfacer las necesidades de los usuarios. Ejemplo de ello son las plataformas de comprensión del lenguaje natural como Dialogflow o Botmake.io.
Aplicaciones de la IA en la actualidad
En la actualidad la IA está presente en muchas de las actividades que realizamos, podemos citar ejemplos como los motores de búsqueda (jerárquicos, metabuscadores, verticales o especializados) que utilizamos para la investigación a través de la Web. El software de reconocimiento facial que utilizan los móviles o las redes sociales para identificar personas está basado también en el desarrollo de esta tecnología. Los servicios de correos electrónicos utilizan algoritmos para reconocer aquellos que son “Spam” y derivarlos a la carpeta de correos no deseados. Las sugerencias de reproducción de videos o de películas en algunos servicios de Streaming, basados también en el uso de IA. Los asistentes en la creación de documentos de texto. Los chatbots con los cuales interactuamos para solicitar ayuda o hacer consultas que son muy utilizados en la actualidad por las empresas como paso previo a la atención con una operadora para agilizar los tiempos de respuesta.
Términos relacionados a la Inteligencia Artificial que se deben conocer:
Aprendizaje automático:
El Aprendizaje automático o Machine Learning es un desarrollo que permite a un ordenador aprender sin ser expresamente programado. Muchos científicos consideran que esta tecnología ha progresado gracias al uso de algoritmos de aprendizaje llamados redes neuronales, que imitan a nuestro cerebro. En la actualidad los avances en el conocimiento del funcionamiento de nuestro cerebro (Neurociencia) han posibilitado el progreso significativo de este desarrollo y la consolidación de la Inteligencia Artificial.
Aprendizaje profundo (Deep Learning):
Ésta es una sub-categoría del aprendizaje automático permite que una máquina identifique de manera autónoma conceptos complejos tales como rostros, cuerpos humanos o cualquier tipo de imágenes, comparando entre millones de iconografías extraídas de Internet. Esta tecnología surge de la combinación de un intrincado conjunto de algoritmos de aprendizaje automático con las redes neuronales formales y con el uso de los macrodatos, el aprendizaje profundo permitió el avance acelerado de la inteligencia artificial.
IA Débil/IA Fuerte:
La IA débil simula la capacidad del ser humano para conocer por medio de la percepción y el procesamiento de la información en el cerebro y es de gran provecho para la sociedad, pues nos permite automatizar actividades en las cuales se debe invertir mucho tiempo o simplemente ningún ser humano por sí sólo puede ejecutar. La IA hasta el momento no es real, es ficción, hace referencia a la capacidad de solucionar cualquier tipo de problema a través de un proceso totalmente autónomo a cargo de las computadoras sin la participación de humanos impartiendo órdenes.
Redes Neuronales:
Las redes neuronales son construcciones matemáticas que imitan la estructura del cerebro humano para resumir información compleja en resultados simples y tangibles. Al igual que entrenamos al cerebro humano para, por ejemplo, aprender a controlar nuestros cuerpos para caminar, estas redes también deben ser entrenadas con cantidades significativas de datos. Durante los últimos cinco años, ha habido avances tremendos en la estratificación de estas redes y la potencia informática disponible para entrenarlas.
Internet de las cosas
Desarrollo tecnológico innovador asociado al avance de las interconexiones en el mundo (se asocia mucho a la tecnología 5G de conexión de computadoras) según esto, los objetos que se usan a diario o los lugares del mundo físico pueden estar conectados a Internet y ser reconocidos por otros objetos. Un elemento conectado se encarga de recoger datos (de temperatura, velocidad, humedad, etc.) mediante sensores y los envía, a través de Internet, para que sean analizados por ordenadores que pueden determinar acciones a realizar de manera autónoma o direccionada por el hombre.
Escritura asistida por IA
Hace referencia al uso de software de Inteligencia Artificial para predecir, modificar o crear textos a partir de la información que les proporciona el usuario. Algunas herramientas pueden crear nuevos cuerpos de texto, mientras que otras pueden reformular textos existentes en el caso de las herramientas de IA para paráfrasis.
Algoritmo
Conjunto de instrucciones o cálculos que sigue una máquina para aprender a realizar una tarea determinada.
Chatbots (o bots)
Es una aplicación diseñada para interactuar con usuarios humanos para resolver tareas simples por medio de la comunicación basada en comandos de texto y voz que asemeja una conversación entre humanos.
ChatGPT
ChatGPT (abreviatura de Chat Generative Pre- Trained Transformer) es un chatbot lanzado por la empresa OpenAI en noviembre de 2022. Se trata de un Modelo Lingüístico de Gran Tamaño con técnicas de aprendizaje supervisadas y de refuerzo. Esta aplicación puede producir un cuerpo de texto único a partir de una entrada específica del usuario basada en contenido existente en internet.
DALL-E
Lanzado por la empresa OpenAI en junio de 2021, es una aplicación de IA que genera imágenes a partir de un texto y puede ser clasificada dentro de la IA llamada Modelos de Difusión.
Big Data
La Big Data hace referencia a la tecnología que permite recolectar y preparar grandes cantidades de datos producto de la interacción de los usuarios dentro de las aplicaciones, redes sociales y otros objetos digitales presentes en la web. En el ámbito educativo los datos se obtienen de la interacción de los estudiantes dentro de la plataforma de aprendizaje.
Analìticas del Aprendizaje
Las Analíticas de Aprendizaje hacen referencia a las actividades de medición, recopilación, análisis y presentación de los datos de los usuarios generados dentro de alguna plataforma o aplicación. Una vez recogidos estos datos se realiza la búsqueda de características o patrones de semejanza para identificar los rasgos más resaltantes que permitan la toma de decisiones sobre dicha información recolectada.
Bibliografía
Ceballos, F. (s. f.). Glosario de Inteligencia Artificial. Proyectoidis.org. Recuperado 19 de marzo de 2023, de https://proyectoidis.org/glosario-de-inteligencia-artificial/
García-Peña, V. R., Mora-Marcillo, A. B., & Ãvila-Ramírez, J. A. (2020). La inteligencia artificial en la educación. Dominio de las Ciencias, 6(3), 648-666. https://doi.org/10.23857/dc.v6i3.1421
MiAulaTec. (2021, diciembre 20). Integración de los LMS, Big Data y Las Analíticas del Aprendizaje en la Educación. Miaulatec.com. https://miaulatec.com/articulos/integracion-de-los-lms-big-data-y-las-analiticas-del-aprendizaje-en-la-educacion/
Moreno Padilla, R. D. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información: RITI, 7(14), 260-270. https://doi.org/10.36825/riti.07.14.022
Request Rejected. (s. f.). Unesco.org. Recuperado 19 de marzo de 2023, de https://es.unesco.org/courier/2018-3/lexico-inteligencia-artificial
Un glosario de términos de IA para Educación. (2023, febrero 6). Turnitin.com. https://www.turnitin.com/es/blog/glosario-terminos-ia-para-educacion
(S. f.). Tec.mx. Recuperado 19 de marzo de 2023, de https://observatorio.tec.mx/edu-bits-blog/inteligencia-artificial-en-educacion/
Créditos:Imagen de rawpixel.com- en www.Freepik.com
1 comment
Tema de gran actualidad.