Mecanismos de aprendizaje retroactivo con inteligencia artificial.

Presenta un sistema de aprendizaje gestionado por ordenador representando el papel del tutor personalizado para materias científicas como las Matemáticas, Física y Química. Comienza con un estudio del aprendizaje gestionado por ordenador y un análisis de los proyectos y productos europeos. Se estudia el aprendizaje en las áreas de Matemáticas, Física y Química para estudiantes de BUP y COU, centrándose en: principios, leyes y factores de eficacia, estrategias de parendizaje, aprendizaje intuitivo y automático. El proceso se divide en: entrenamiento, trabajo, repaso y examen dando nombre al sistema ETRE. La dinámica impuesta por el método implica la obtención automática de diagramas inferenciales, reglas y meta-reglas con la que fundamentar la actuación de un sistema experto capaz de ayudar y emular al profesor tutor humano.

Exploración del aprendizaje de los estudiantes haciendo uso de ambientes colaborativos : enseñando Inteligencia Artificial.

Resumen basado en el de la publicación

Inteligencia artificial y modelos de aprendizaje.

Este estudio especifica las aplicaciones de redes semánticas para la resolución de problemas en el proceso de enseñanza-aprendizaje. El sistema está orientado de forma que el estudiante se ve involucrado en dicho proceso, permitiéndosele el control total de la sesión de entrenamiento con el objetivo añadido de estimular los procesos metacognitivos; es un sistema interactivo. Para el aprendizaje del estudiante se utiliza un modelo cognitivo como un tipo de diagrama de circuito del procedimiento. El diagnóstico y la presentación del problema contenido en el programa de ordenador, junto con los procedimientos de la instrucción, pueden presentarse direccionalmente de forma diferenciada para cada individuo.

Intelúligència artificial. 'Inteligencia artificial'.

El autor comenta los avances que se han producido en la inteligencia de los ordenadores y la compara con la inteligencia humana. Nos explica detalladamente la diferencia entre las dos maneras de 'pensar'.

Inteligencia artificial y artificios intelectuales.

Valorar críticamente el desarrollo de la investigación en inteligencia y elaborar un modelo general de inteligencia. El objeto de estudio es el constructo de inteligencia y conceptos afines (inteligencia artificial, sistemas de procesamiento de información). Consta de tres partes. La primera consiste una revisión del marco teórico de la inteligencia desde la perspectiva de la Psicología de la Inteligencia. La segunda consiste en una revisión de las aportaciones de la investigación de la inteligencia artificial. Y la tercer consta de la descripción de los elementos teóricos de las dos disciplinas estudiadas que son coioncidentes, con el objeto de elaborar un modelo general de la inteligencia. Bibliografía, tests. Comparación, principios factoriales, análisis, epistemológico, correlaciones. Al ser una investigación básicamente epistemológica es difícil describir los resultados y comparaciones que va realizando. Por una parte realiza la identificación de los defectos e irregularidades de la investigación clásica en inteligencia y por otra argumenta la definición de un nuevo modelo de inteligencia más general. A través de argumentaciones, descripciones y comparaciones llega a la conclusión que las diferentes líneas de investigación en inteligencia son unificables, reestructurando el valor de las variables conducta, procesamiento y sujetos potencialmente inteligentes, en un modelo multidisciplinar de inteligencia.

Arquitecturas emocionales en Inteligencia Artificial : una propuesta unificadora.

Monográfico con el título: 'Estudio de los comportamientos emocionales en la red'. Resumen basado en el de la publicación

Aprendizaje de conocimiento de control para planificación de tareas.

La investigación se centra en dos disciplinas de la Inteligencia Artificial: la planificación de tareas y el aprendizaje automático. La planificación en Inteligencia Artificial se lleva a cabo con el desarrollo de sistemas de computación capaces de resolver problemas. Estos problemas deben tener solución a través un plan, integrado por un conjunto de acciones que permitan pasar de una situación inicial a otra nueva, en que se alcancen un conjunto de metas.. Normalmente, existen varias acciones que se pueden aplicar en cada situación o estado, unas hacen posible alcanzar un estado final en que se alcanzan las metas del problema y otras no. La planificación conlleva resolver un complejo problema computacional. Se considera un problema por tamaño del espacio de búsqueda que debe explorarse. Habitualmente se define algún tipo de conocimiento o heurística que permite realizar el plan eficientemente. Por otro lado, se dice de un programa de ordenador que aprende a partir de la experiencia E, con respecto a alguna clase de tarea T y una medida de rendimiento P, si su rendimiento en las tareas T, medido mediante P, mejora con la experiencia.. Este trabajo persigue el desarrollo de sistemas de aprendizaje automático para extraer el conocimiento de control, o heurísticas, adecuado, con el objetivo de incrementar la eficiencia del ordenador. También se intenta diseñar un análisis una metodología de aprendizaje adaptable a distintos paradigmas de planificación capaz de obtener heurísticas. Como trabajos futuros se propone desarrollar la especificación de un lenguaje común de representación del conocimiento de control.

Aprendizaje por refuerzo en espacios de estados continuos.

El aprendizaje por refuerzo es un modelo de aprendizaje que permite implementar comportamientos inteligentes de forma automática. La mayor parte de la teoría del aprendizaje por refuerzo se fundamenta en la programación dinámica. La implementación tradicional de estas funciones en forma tabular no es práctica cuando el espacio de estados es muy grande, o infinito. En este caso es necesario aplicar métodos de generalización que permitan extrapolar la experiencia adquirida para un conjunto limitado de estados, a la totalidad del espacio.. Para resolver el problema mencionado se puede recurrir a dos aproximaciones. Por un lado, existen técnicas basadas en una selección adecuada de puntos significativos y, por otro, se pueden emplear los métodos basados en el desarrollo de funciones de valor con algún método supervisado de aproximación de funciones. El trabajo trata de desarrollar métodos de aprendizaje por refuerzo aplicables en dominios con espacios de estados continuos, partiendo de las dos aproximaciones mencionadas, para fundirlas en un método eficaz que permita que el aprendizaje totalmente automático.. Esta investigación facilita un nuevo método de aprendizaje por refuerzo para dominios con espacios de estados continuos (ENNC-QL). Este método permite aprender tareas en entornos de varias dimensiones con mayor eficacia y el número de parámetros que debe suministrársele es mínimo.

El paradigma del Razonamiento Basado en Casos en el ámbito de los Sistemas de Enseñanza-Aprendizaje Inteligentes.

Resumen tomado del autor

Incorporación de agentes inteligentes en ambientes de aprendizaje.

El resumen es copia del publicado con el artículo

Lateralidad y asimetrías funcionales y características neuropsicológicas en una población escolar de 14 a 16 años : un estudio neuropsicológico de las dificultades del aprendizaje escolar, influencia de sexo y lateralidad.

Realizar un minucioso análisis neuropsicológico de las posibles correlaciones en función del sexo, lateralidad corporal, habilidad-incapacidad cognitiva y otras circunstancias biológicas en el marco de las asimetrías funcionales y el rendimiento-aprendizaje escolar. 1955 sujetos de 14 a 16 años de similar status social y educativo, estudiantes de primer grado de FP. 1350 varones y 605 mujeres. Realiza una revisión conceptual del tema de estudio y de su literatura. Formula la hipótesis de interrelación entre las variables sexo, lateralidad y asimetría funcional con el aprendizaje escolar. Realiza un múltiple estudio en profundidad a partir de los datos obtenidos con la aplicación de tests a la muestra de estudio. Realiza un análisis epidemiológico, un análisis psicopedagógico, contraste de habilidades neuropsicológicas cognitivas, un doble estudio experimental de asimetría perceptiva y de actividades basales reactivas. Usa y diseña nuevos programas informáticos experimentales. Informes y antecedentes pedagógicos de los alumnos. Notas en Matemáticas y Lengua. Batería de tests compuesta por diversos tests estandarizados de lateralidad, habilidades lingüísticas, cognitivas, visoespaciales, inteligencia, etc. Encuesta de opinión sobre los estudios para los alumnos. Prueba de Chi cuadrado para tablas bivariantes, análisis logarítmico lineal para tablas multivariantes, ANOVA para comparaciones múltiples, análisis discriminante y Cluster para diferenciar subgrupos. Existen hechos relacionados de lateralización corporal, asimetría cerebral y características neuropsicológicas o biológicas que pueden involucrar déficits y éxitos del aprendizaje escolar, así como causas ambientales o extrínsecas. Los datos aportados relativizan la capacidad que tiene la escolarización en general y los tratamientos rehabilitadores para modificar habilidades o déficits neurocognitivos y biológicamente constitucionales. Los procedimientos en soporte de inteligencia artificial pueden quizá abrir una nueva era tanto en el diagnóstico como en la rehabilitación de sujetos y pacientes.

Implicaciones del aprendizaje con las webs adaptativas.

El objetivo de la investigación es presentar y justificar los campos de acción educativos de las webs adaptativas, a través de una comparación entre las características de los medios educativos y las propiedades de las webs adaptativas, para obtener una serie de puntos de convergencia que lleven a su utilización en la educación. Analiza la importancia de las nuevas tecnologías en la educación, centrando el estudio de la web. Define y presenta las características de las nuevas tecnologías de la información y la comunicación en la sociedad actual, analizando sus aplicaciones en la educación. Realiza una revisión de los elementos que posibilitan el funcionamiento de las webs adaptativas como sistemas web que hacen uso de la inteligencia artificial, dando lugar a los sistemas inteligentes, base para el desarrollo del diseño de hipermedias adaptativos. Analiza las ventajas que aportan las webs adaptativas en la educación y las posibilidades que ofrecen en la enseñanza. La investigación concluye comparando las características que debe reunir un buen medio didáctico utilizado en la enseñanza a distancia y en los entornos virtuales de enseñanza; relaciona los sistemas y medios pedagógicos que ayuden a la obtención de una metodología centrada en los intereses, conocimientos y ritmo del alumno en la adquisición de aprendizajes. Se trata de un campo abierto a los docentes ya que éstos pueden desarrollar webs adaptativas mediante el empleo de los lenguajes de autor.

Aprendizaje colaborativo en enseñanza a distancia : entorno genérico para configurar, realizar y analizar actividades en grupo.

Profundizar en el estudio y desarrollo de modelos de soporte para el aprendizaje colaborativo a distancia, que permite proponer una arquitectura fundamentada en los principios del paradigma CSCL (Computer Supported Collaborative Learning). La arquitectura propuesta aborda un tipo de problema concreto que requiere el uso de técnicas derivadas del trabajo colaborativo, la inteligencia artificial, interfaces de usuario así como ideas tomadas de la Pedagogía y la Psicología. Se diseña una solución completa, abierta y genérica. La arquitectura aprovecha las nuevas tecnologías para lograr un sistema efectivo de apoyo a la educación a distancia. Se organiza en cuatro niveles: el de Configuración, el de Experiencia, el de Organización y el de Análisis. A partir de ella se implementa un sistema llamado Degree. En Degree, cada uno de los niveles de la arquitectura da lugar a un subsistema independiente pero relacionado con los otros. La aplicación saca partido del uso de espacios de trabajo estructurados. El subsistema Configurador de Experiencias permite definir los elementos de un espacio de trabajo y una experiencia y adaptarlos a cada tipo de usuario. El subsistema Manejador de Experiencias recoge las contribuciones de los usuarios para construir una solución conjunta de un problema. Las intervenciones de los alumnos se estructuran basándose en un grafo conversacional genérico. Además, se registran todas las acciones de los usuarios para representar explícitamente el proceso completo que lleva a la solución. Estos datos también se almacenan en una memoria común que constituye el subsistema llamado Memoria Organizativa de Experiencias. El subsistema Analizador estudia las intervenciones de los usuarios. Este análisis permite inferir conclusiones sobre la forma en que trabajan los grupos y sus actitudes frente a la colaboración, teniendo en cuenta además el conocimiento subjetivo del observador. El proceso de desarrollo en paralelo de la arquitectura y el sistema sigue un ciclo de refinamiento en cinco fases con sucesivas etapas de prototipado y evaluación formativa. Cada fase de este proceso se realiza con usuarios reales y se consideran las opiniones de los usuarios para mejorar las funcionalidades de la arquitectura así como la interfaz del sistema. Esta aproximación permite, además, comprobar la utilidad práctica y la validez de las propuestas que sustentan este trabajo.

Definición de un agente inteligente para la intercomunicabilidad automática de sistemas de aprendizaje basados en internet.

La sociedad moderna se enfrenta diariamente a una avalancha de información de crecimiento exponencial, debida a la generación constante de nuevas fuentes de información que la producen de forma muchas veces automática y, por tanto, a un ritmo capaz de desbordar a cualquier individuo. Este crecimiento de la información generada hace necesario un aumento de la capacidad de filtrado y asimilación para afrontar la avalancha, seleccionar y aprovechar de ella lo necesario. Los objetivos de este trabajo son estudiar las arquitecturas existentes con vistas a crear un agente inteligente capaz de integrarse en ellas de forma eficaz; facilitar la intercomunicabilidad de sistemas aunque utilicen distintos códigos de representación de los objetos docentes que intercambian; ofrecer una capa de abstracción superior con funcionalidades comunes disponibles para todos los sistemas que cubran las necesidades de comunicación; basar la propuesta en estándares reconocidos y sólidos; estudiar un modelo de nomenclatura para la especificación de las acciones a realizar por el agente en las diversas situaciones que se presenten y para nombrar e identificar las diferentes entidades participativas en todo el proceso, así como sus relaciones. Para conseguir estos objetivos se realiza un repaso al estado del arte en dos áreas principales, los sistemas de teleformación y los agentes inteligentes.. El método de trabajo tiene los siguientes pasos: desarrollo detallado y concreto del objetivo del que se obtendrán las necesidades a cubrir a partir de los elementos actuales para alcanzar dicho objetivo; análisis Particularizado y Profundo de los componentes tecnológicos implicados, adaptados al objetivo, y las necesidades a cubrir con estos componentes; LMS y arquitecturas que deben ser interconectadas. Este estudio será vital para establecer las necesidades y posibilidades. 99 estándares de intercomunicación de LMS, sobre los que se realizará la abstracción a un nivel. Agentes, encargados de la intercomunicación y soporte de la arquitectura que habilitará a los LMS para la interconexión. Enunciado y justificación de la propuesta. En su forma definitiva tras el desarrollo y aplicación de los componentes. Estudio de Viabilidad de la propuesta que llevará a decidir si es factible su implantación y, de no serlo, que habría de cambiar en los sistemas para que lo fuera..

Adaptación dinámica al usuario en un sistema de enseñanza mediante aprendizaje por refuerzo

Uno de los mayores problemas de los sistemas de educación a distancia es su dificultad para facilitar una enseñanza personalizada. Los Sistemas de Educación Adaptativos e Inteligentes en Web (SEAIS) aplican técnicas de inteligencia artificial con el objetivo de adaptar su contenido a los estudiantes. Estos sistemas tienen problemas para definir políticas pedagógicas efectivas. La investigación tiene como objetivo definir el problema de soporte adaptativo a la navegación a través del contenido del sistema y de presentación de dicho contenido como un problema de Aprendizaje por Refuerzo. Al aplicar este modelo, el sistema puede aprender la mejor política pedagógica para cada estudiante.. En primer lugar, se revisa el estado de la cuestión. En segundo lugar, se define el problema de Soporte Adaptativo a la Navegación de los SEAIS como un problema de Aprendizaje por Refuerzo. A continuación, se abordan aspectos previos a la experimentación. Posteriormente se analizan los experimentos con estudiantes simulados. Después de demostrarse que la propuesta es aplicable, se valida con alumnos de la Ingeniería Técnica de Informática de Gestión y de la Ingeniería Superior en Informática. Por último, se presentan las conclusiones y aportaciones del trabajo y futuras líneas de investigación.. Se define el problema de Secuenciar y Presentar el contenido del curso en los sistemas formación a distancia como un problema de Aprendizaje por Refuerzo. Se valida la propuesta realizada. La definición aportada permite que el sistema adapte sus tácticas pedagógicas en función del estudiante..