Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
1 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Guía didáctica 1: Inteligencia artificial y pensamiento computacional 2 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Se espera que con los temas abordados en la guía didáctica del módulo: Inteligencia artificial y pensamiento computacional, el estudiante logre la siguiente competencia específica: Comprender el aporte de la inteligencia artificial y pensamiento computacional en las estrategias de intervención educativa. Los contenidos temáticos de la guía didáctica del módulo 1, son: Ilustración 1: contenidos temáticos. Fuente: autor Neurotecnología Educativa ¿Qué es la inteligencia artificial? Pensamiento computacional 3 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Para la comprensión del constructo neurotecnología educativa, es importante definir inicialmente que es la neurotecnología y de manera posterior como se vincula en el ámbito educativo. La neurotecnología es definida por Müller & Rotter (2017) como «el conjunto de métodos e instrumentos que permiten una conexión directa de dispositivos técnicos con el sistema nervioso» (p.1). Desde hace varios años investigadores de muchas áreas de conocimiento han tenido interés por comprender como funciona el cerebro, como aprende una persona. Desde el sector educativo hay gran reto y es definir ¿cuáles serían las estrategias psicopedagógicas y neuropsicológicas más adecuadas para facilitar el aprendizaje? Es en este punto donde se vincula la neurotecnología con la educación. La neurotecnología educativa es considerada una ciencia del aprendizaje, que utiliza todo el conocimiento actual sobre el funcionamiento del cerebro y el procesamiento neuronal vinculado con la tecnología disponible para facilitar o permitir el aprendizaje (Pradas, 2017). A través de la neurotecnología educativa es posible comprender el funcionamiento del cerebro y todos los procesos asociados a la cognición, apoyar el desarrollo de habilidades, reforzar procesos cuando se presentan dificultades de aprendizaje, entre otros. La integración de la tecnología en el proceso de aprendizaje implica un cambio metodológico, poniendo de relieve la intencionalidad pedagógica del modelo, que implique, además, otro tipo de intencionalidad, la intencionalidad tecnológica. Para que se posible la integración es indispensable conocer las bases funcionales del cerebro. Tema 1: Neurotecnología Educativa 4 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA En la siguiente ilustración a través de las ideas de Luria (1984) se presentan los tres bloques funcionales que permiten la cognición y a través de los cuales es posible integrar la tecnología o dispositivos técnicos al sistema nervioso. Ilustración 2: neurotecnología educativa. Fuente: Pradas, (2017) Partiendo de este conocimiento, ha sido posible definir la aplicación de la neurotecnología con tres objetivos claros que son: Ilustración 3: neurotecnología educativa. Fuente: Pradas, (2017) El primer bloque es el de la activación de la corteza cerebral y la atención. El segundo bloque del input o de la entrada de la información por los sentidos, elaboración y almacenamiento de la información en el cerebro. El tercer bloque de programación y control de la actividad. La prevención El desarrollo integral del alumno La atención a las necesidades específicas de cada alumno 5 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Otro aspecto importante a tener claro sobre la neurotecnología educativa es la identificación de las habilidades de pensamiento. Las cuales son definidas como «aquellas habilidades relacionadas con las funciones superiores de pensamiento: lenguaje, memoria, pensamiento y aprendizaje» (Pradas, 2017, p.62). Los grupos de habilidades varían según los distintos autores. Según Monereo (2001) citado por Pradas (2017) es posible distinguir diez grupos de habilidades. Ilustración 4: habilidades de pensamiento. Fuente: Monereo (2001) citado por Pradas (2017, p. 62) 1. Observar involucra varias actividades como atención, fijación, identificación, es centrarse en los detalles para buscar y encontrar aspectos importantes requeridos para cualquier otro tipo de proceso como análisis, clasificación o evaluación. 2. Analizar es diferenciar todos los componentes de un todo, separarlo en sus partes, compararlas, identificar sus propiedades etc. 3. Ordenar es clasificar la información, elementos o conjunto de datos según un estándar, atributo o cualidad. 4. Clasificar es jerarquizar a partir de la ordenación. 5. Representar es crear un modelo sobre datos, hechos o situaciones. Observar Analizar Ordenar Clasificar Representar Memorizar Recuperar Interpretar Transferir Evaluar 6 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 6. Memorizar es almacenar la información, retenerla para luego recuperarla. 7. Recuperar es traer al momento los datos, hechos o situaciones que fueron memorizados. 8. Interpretar es tomar una posición sobre los datos, hechos o elementos percibidos a partir de aprendizajes previos, creencias y métodos de razonamiento. Es en conclusión dar significado a las percepciones. 9. Transferir es explicar y aplicar lo aprendido a otras situaciones o contextos. 10. Evaluar es la habilidad más compleja e involucra todas las anteriores y de esta forma emitir juicios de valoración. A partir del conocimiento del funcionamiento del cerebro y las tecnologías disponibles resulta necesario, que las instituciones educativas integren estos dos aspectos en los procesos formativos, integrando una taxonomía de desarrollo cognitivo que permita la generación de propuestas educativas innovadoras y de esta manera vincular positivamente a los alumnos en esta nueva metodología de enseñanza. También es importante que la comunidad educativa tenga conocimiento sobre como aprovechar el potencial didáctico de los medios tecnológicos y como pueden facilitar la labor del docente y el aprendizaje por parte del alumno, de esta forma se daría una verdadera transformación en los procesos de enseñanza-aprendizaje, los cuales serán beneficiosos para el trabajo educativo. 7 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Tema 1: Nombre del tema «La definición de inteligencia artificial puede ser estricta o amplia. En sentido estricto, la inteligencia artificial se ocupa de ampliar la capacidad de las máquinas para realizar funciones que se considerarían inteligentes si las realizaran personas […] para construir dichas máquinas, generalmente es necesario reflexionar no solamente sobre la naturaleza de las máquinas sino también sobre la naturaleza de las funciones inteligentes que deben ser realizadas» Seymour Papert. La inteligencia artificial o Artificial Intelligence en inglés, identificada por sus siglas AI es un concepto revolucionario en todas las áreas y sectores de la actividad humana. Su origen como disciplina data de mitad del siglo XX gracias a los aportes de diversas corrientes intelectuales como la Teoría de la Computación, la Cibernética, la Teoría de la Información y Procesamiento Simbólico desarrolladas a partir de la Lógica y Matemática Discreta (Escolano et al., 2003, p. 4). En los últimos cincuenta años se han construido diversas definiciones entorno al constructo «Inteligencia Artificial», entre ellos se presentan a continuación, los siguientes: Ilustración 5: definiciones de Inteligencia Artificial. Fuente: Escolano et al., (2003, p. 4) y Moreno, (2019, p. 262) De manera adicional, Tech Targert (2017) en su sitio web señala que la inteligencia artificial es la simulación de procesos de inteligencia humana por parte«Un campo de estudio que se enfoca en la explicación y emulación de la conducta inteligencia en función de procesos computacionales» (Schalkoff, 1990 citado en Moreno, 2019, p. 262) «Ciencia que incorpora conocimientos a los procesos o actividades para que estos tengan éxito» (Escolano et al., 2003, p. 4). «La automatización de actividades que vinculamos con procesos de pensamiento humano, actividades tales como toma de decisiones, resolución de problemas, aprendizaje ...» (Bellman, 1978 citado en Moreno, 2019, p. 262) Tema 2: ¿Qué es la Inteligencia Artificial IA? 8 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA de máquinas, especialmente sistemas informáticos, dichos procesos son tres: El aprendizaje es entendido como la adquisición de información y reglas para el uso de la información y el razonamiento es la utilización de dichas reglas para la construcción de conclusiones aproximadas o definitivas. Hoy en día la presencia de la Inteligencia Artificial en diversas áreas y contextos ha permitido la automatización de procesos operativos en diversos sectores de la economía, los cuales van desde plantes de producción pasando por análisis de bloques gigantescos de datos hasta el reconocimiento de patrones lingüísticos (Moreno, 2019). Escolano y colaboradores en su libro Inteligencia Artificial, Modelos, Técnicas y Áreas de Aplicación (2003), señalan que las áreas en las que la IA se presenta en mayor y menor medida son: 1. Tratamiento de lenguajes naturales. En este campo son incluidas traducciones entre idiomas, interfaces hombre-máquina que permiten interrogar una base de datos o dar órdenes a un sistema operativo con el fin de facilitar la comunicación. 2. Robótica. Su alcance llega a la navegación de robots móviles, control de brazos de robots, ensamblaje de piezas, etc. 3. Problemas de percepción: Apoyo para el reconocimiento de objetos y del habla, detección de defectos en piezas por medio de la visión y apoyo en diagnósticos médicos. 4. Aprendizaje. A través de la modelización de conductas para su posterior implantación. En este sentido y en el contexto educativo de enseñanza y aprendizaje, la Inteligencia Artificial modifica las maneras tradicionales de enseñanza, pues, el docente posee mayores herramientas que le facilitan su labor y de paso para el Aprendizaje Razonamiento Autocorrección 9 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA alumno permite un aprendizaje más fácil y rápido, donde los sentidos del cuerpo humano y la experiencia de los alumnos juegan un papel protagónico. Un ejemplo de la aplicación específica de la IA en la educación la da Tech Targert, (2017), al indicar que la IA puede facilitar algunas actividades del docente como la automatización de las calificaciones y de esta forma conceder a los educadores más tiempo, para realizar actividades de valor como el apoyo adicional que algunos requieren para mantener su ritmo de aprendizaje. Para algunos docentes y muchos estudiantes este sería un logro grande, sin embargo, aun cuando a través de la IA se realicen simulaciones de actitudes, acciones y pensamientos del hombre, es de recordar que es solo eso «una simulación» y, que el contacto, la calidez y empatía es lo que caracteriza a la especie humana. Ahora bien, no se trata de deslegitimizar ni desconocer la alta importancia de la IA y sus múltiples aportes a la ciencia, medicina, educación, arquitectura y muchos otros campos científicos; es destacar su valor sin ponerlo por encima del hombre. Desafíos de la Inteligencia Artificial Ilustración 6: desafíos de Inteligencia Artificial en educación. Fuente: UNESCO, (2019) Desafíos de la inteligencia Artificial Uso inclusivo y equitativo en la educación Mejoramiento educativo y del aprendizaje Definir una ética universal en la Era IA Desarrollo de habilidades para la vida y el trabajo 10 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA De acuerdo a UNESCO, (2019) existen varios desafíos para la Inteligencia Artificial en educación los cuales involucran garantizar el uso inclusivo y equitativo de la IA en educación, es decir, que todas las personas e instituciones educativas puedan ser beneficiadas de esta. Una vez la IA sea accesible debe ser aprovechada para mejorar procesos y facilitar actividades que promuevan todo tipo de habilidades no solo para el trabajo, sino también para la vida. Por último, el gran desafío es utilizar la IA de manera transparente y que los datos que procese sean auditables. Tipos de Inteligencia Artificial Arend Hintze citado en la página web de la Asociación para el Progresos de la Dirección [APD] (2020), señala que existen cuatro tipos de IA según una visión generalizada sobre sus avances, las cuales se describen a continuación: Ilustración 7: tipos de Inteligencia Artificial. Fuente: Arend Hintze citado por la Asociación para el Progreso de la Dirección [APD], (2020) 1. Máquinas reactivas: los tipos más básicos de sistemas de IA son puramente reactivos. No tienen la capacidad de formar recuerdos. Tampoco pueden utilizar experiencias pasadas en las que basar las decisiones actuales. Ejemplo: Deep Blue máquina de IBM (1990) capaz de vencer al ajedrez al gran maestro internacional Garry Kasparov. 1. Máquinas reactivas. 2. Memoria limitada. 3. Teoría de la Mente. 4. Autoconciencia. 11 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 2. Memoria limitada: son máquinas que pueden mirar hacia el pasado. Los vehículos autónomos ya hacen algo parecido. Por ejemplo, observan la velocidad y dirección de otros autos. Para que funcionen así hay que identificar objetos específicos y monitorearlos a lo largo del tiempo. 3. Teoría de la mente: llegamos a un punto en el que nos acercamos más a los tipos de inteligencia artificial que deseamos en un futuro. Las máquinas de la siguiente clase son más avanzadas. No solo forman representaciones sobre el mundo, también sobre otros agentes o entidades. 4. Autoconciencia: el paso final del desarrollo de la IA es construir sistemas que puedan formar representaciones sobre sí mismos. En última instancia, los investigadores de la IA tendrán que comprender no solo la conciencia, sino también construir máquinas que la tengan. Técnicas de la Inteligencia Artificial aplicadas en educación. Una clasificación global de las técnicas de la Inteligencia Artificial según la APD (2021) se presenta en la siguiente ilustración: Ilustración 8: Técnicas de la inteligencia artificial aplicadas en educación . Fuente: Asociación para el Progreso de la Dirección [APD], (2021) Machine learning o aprendizaje automático Fuzzy logic o lógica difusa Vida Artificial Redes neuronales artificiales Ingeniería del conocimiento Técnicas de Representación de Conocimiento Razonamiento basado en casos Sistemas reactivos Data Mining o minería de datos Sistemas expertos Redes Bayesianas Redes semánticas Sistemas basados en reglas Lingüística computacional Procesamiento del lenguaje natural 12 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA A continuación, se realiza una breve descripción dada por la APD (2021) en su página web: Machine learning o aprendizaje automático: este proceso de aprendizaje indaga entre los datos para encontrar patrones, luego los clasifica en busca de ajustar o personalizar el programa a las actividades o necesidades Del usuario. Fuzzy logic o lógica difusa: también llamada lógica borrosa, obtiene su lógica o hace una conclusión a partir de información de entrada vaga, ambigua, imprecisa, con ruido o incompleta. Se rige en modelos matemáticos por lo que estos sistemas no son lineales, se basa en lo relativo de lo observado. Vida artificial: pretende a través de modelos de simulación, hacer que los sistemas artificiales simulen o aparenten tener viday todo lo que esto conlleva. Data Mining o minería de datos: es un proceso algorítmico u operaciones sistemáticas que permite hacer cálculos que detecten información de grandes cantidades de datos de forma automática, encontrando patrones y tendencias que aclaren el comportamiento de los datos mismos. Redes Bayesianas: representación ilustrada o gráfico de razonamiento, o conjunto de variables, probabilidades y relaciones de dependencia. Ingeniería del conocimiento: busca por medio de la tecnología que las máquinas puedan aprender, razonar, autocorregirse y evolucionar, así como lo hace un ser humano. Redes neuronales artificiales: es una red o conexión artificial basada en la red neuronal humana, con el fin de permitir o replicar el proceso de aprendizaje humano, en un proceso de aprendizaje artificial autónomo. Sistemas reactivos: diseño de sistemas informáticos modernos, flexibles, escalables e independientes que satisfagan las exigencias actuales. Sistemas basados en reglas: en este sistema se comparan resultados arrojados por la aplicación de reglas (evidencia inicial), modificándolos con nuevas reglas. 13 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Razonamiento basado en casos: sistema “Experto” es decir, que intenta imitar el comportamiento de un ser humano. Es un sencillo razonamiento analógico realizado por personas o computadoras. Técnicas de Representación de Conocimiento: son técnicas utilizadas en la inteligencia artificial, para representar el conocimiento de forma inferencial; es decir, con capacidad para deducir algo a partir de información o un conocimiento o dado. Redes semánticas: son gráficos como esquemas mapas mentales o conceptuales, árboles de pensamiento, entre otros, que permiten estructurar la información o conocimiento lingüístico, permitiendo entender la relación semántica entre dos elementos semánticos, por medio de líneas o flechas entre los datos. Es su objetivo facilitar la comprensión y asimilación de datos por las computadoras y humanos. Lingüística computacional: está encargada de entender cómo representar y procesar el lenguaje natural individual usando ordenadores, y comprensión formal de los procesos lingüísticos. Procesamiento del lenguaje natural: está asociado con la capacidad de traducir textos automáticamente de lenguas extranjeras al idioma requerido de forma natural. Esta rama de la IA, trata con el nivel de comprensión humano y la producción de los lenguajes naturales. Entendiendo la morfosintaxis de las palabras y las frases enteras, así como de la pragmática del lenguaje. La aplicación de la Inteligencia Artificial en educación varía según los objetivos perseguidos. De acuerdo con Callisaya (2008), la IA puede tener las siguientes aplicaciones en el sector educativo: Ilustración 9: aplicaciones de la Inteligencia Artificial en la educación. Fuente: Callisaya, (2008) Sistemas tutores inteligentes Aprendizaje basado en juegos Sistemas de Evaluación Automática Aprendizaje colaborativo por computador 14 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA 1. Sistemas Tutores Inteligentes (STI): el propósito del STI es presentar un comportamiento similar al de un tutor humano, que se adapte a las necesidades del estudiante, identificando la forma en que el mismo resuelve un problema para poder brindarle ayuda cuando cometa errores. 2. Sistemas de Evaluación Automática: el sistema cuenta con un receptor que se conecta a la computadora y recibe las respuestas de los controles remotos de los alumnos. A través del control del profesor se podrá acceder a las siguientes funciones: ayuda, interruptor de aplicación, reporte de recolección de las respuestas, reproducción multimedia, pregunta siguiente, salir, muestra de respuestas, estadísticas, pregunta anterior, reducir fuente, aceptar, agrandar fuente y pausa. 3. Aprendizaje Basado en Juegos: estos sistemas pueden categorizarse en animaciones simples, simulaciones, entrenamiento asistido, aprendizaje basado en Web, tutores inteligentes (del inglés Intelligent Tutoring Systems o ITS) y agentes pedagógicos. En dominios donde es necesario poner en práctica lo aprendido, la aproximación natural son los simuladores. Estos sistemas se apoyan en el constructivismo y las teorías psicológicas que afirman que el aprendizaje es la construcción de estructuras cognitivas 4. Aprendizaje Colaborativo Soportado por Computador: están pensados para facilitar el proceso del aprendizaje dando a los estudiantes la oportunidad y las herramientas para interactuar y trabajar en grupo. En sistemas basados en inteligencia artificial, la colaboración se realiza con la ayuda de un agente software encargado de mediar y facilitar la interacción para alcanzar los objetivos planteados. Posteriormente, Jara y Ochoa (2020) en el artículo «Usos y Efectos de la Inteligencia Artificial en educación», explican que el principal ámbito a ser fortalecido por las nuevas aplicaciones de la IA es la personalización de la experiencia educativa en los procesos de enseñanza y aprendizaje. Estos autores reconocen el aporte de la IA en el apoyo a la colaboración y al diagnóstico de trastornos del aprendizaje. 15 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Ante esta necesidad de personalizar la educación, se crearon los sistemas de enseñanza adaptativos, o en palabras de Callisaya (2008) en páginas anteriores como Sistemas de Tutores Inteligentes (STI). Los sistemas de enseñanza adaptativos son definidos como plataformas y sistemas de tutoría inteligente que ofrecen trayectorias personalizadas de aprendizaje basadas en los perfiles, respuestas e interacciones de los estudiantes. Ejemplo de este sistema es la plataforma adaptativa de enseñanza del inglés en China, denominada Liulishou con capacidad para atender en línea a 600.000 estudiantes y Daptio de Sudáfrica, la cual utiliza la plataforma para ayudar a los estudiantes y docentes a entender los niveles de logro alcanzados y proveer contenidos pertinentes (UNESCO, 2019 citado por Jara y Ochoa, 2020, p. 7). El pensamiento computacional es la capacidad que tiene el ser humano para automatizar el pensamiento, en otras palabras, es la capacidad para organizar las ideas de forma rápida y racional permitiendo la resolución de problemas. Otra definición dada para el pensamiento computacional indica que es el proceso de reconocer aspectos de computación en el mundo que nos rodea, y de aplicar herramientas y técnicas de ciencias de la computación para comprender y razonar acerca de sistemas y procesos naturales y artificiales (RoyalSociety, 2012 citado en Gurises Unidos (2017) Para una mayor comprensión de este término, Bravo-Lillo (2015) explica que el pensamiento computacional es a los computadores como el pensamiento matemático es a las calculadoras (…) no se necesita saber como funciona internamente una calculadora para usarla, pero sí necesita saber aritmética básica Tema 3: Pensamiento computacional Fuente: (Puente, 2016) 16 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA o ¿cómo expresar una pregunta propia en el “lenguaje de la calculadora” (Bravo- Lillo, 2015, p. 49) Por otra parte, Wing (2006) explica que el pensamiento computacional es un conjunto de habilidades y destrezas «herramientas mentales» propias de los profesionales de la computación, las cuales todos los seres humanos deberían poseer y utilizar para: resolver problemas, diseñar sistemas y comprender el comportamiento humano. Concluye indicando que el pensamiento computacional debería formar parte de la educación de todo ser humano (Citado en Adell et al., 2019, p. 173). En la misma línea de Wing (2006), Bravo-Lillo (2015) señala que el pensamiento computacional implica el diseño de modelos mentales que buscan dar respuestao comprender ¿cómo resolver problemas a través de los computadores? Resolución de problemas La resolución de problemas se define como la capacidad de participar en un proceso cognitivo para entender y resolver problemas donde no hay un método de solución inmediatamente obvio. Esto incluye la voluntad para participar en dichas situaciones con el fin de lograr el potencial como ciudadano constructivo y reflexivo. (OCDE, 2014) Habilidades Cognitivas Habilidades actitudinales Formular problemas de manera que permitan usar computadores y otras herramientas para solucionarlos Habilidades socio-emocionales Organizar datos de manera lógica y analizarlos Lenguaje y comunicación. Representar datos mediante abstracciones, como modelos y simulaciones Descomposición y deconstrucción de un problema. Automatizar soluciones mediante pensamiento algorítmico (una serie de pasos ordenados 17 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Identificar, analizar e implementar posibles soluciones con el objetivo de encontrar la combinación, más eficiente y efectiva, de pasos y recursos Generalizar y transferir ese proceso de solución de problemas Tabla 1: habilidades que desarrolla el Pensamiento Computacional Fuente: Gurises Unidos, (2017) El pensamiento computacional y la resolución de problemas se encuentran asociados a la capacidad creativa, en este sentido Pradas (2017), refiere que la creatividad como «la capacidad del individuo para producir ideas o productos nuevos u originales. Y para ello, intervienen diferentes áreas del cerebro». Y es precisamente en el hemisferio derecho donde se desarrolla toda esa creatividad que trae consigo esos productos o concepciones nuevas, alternas, no convencionales. Ilustración 10: pensamiento divergente. Fuente: OCDE, (2014) En la siguiente imagen podremos observar los lugares donde se lleva a cabo el proceso creativo, es decir, en los córtex prefrontales, luego en el cuadro se explicitará la manera en que cada córtex interviene. http://pensamientodivergent.blogspot.com/ 18 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Proceso de Creación El córtex Prefrontal Lóbulos temporales Este se activa cuando es necesario resolver problemas con muchas relaciones que tienen que activarse simultáneamente. Cuando existe un incremento de la complejidad en la solución de problemas se activa principalmente el córtex prefrontal anterior izquierdo. La originalidad, que forma parte del proceso creativo y es la cantidad de respuestas inusuales que damos, se correlaciona con el giro temporal superior izquierdo, en el área 30 de Brodman. Ilustración 11: proceso creativo. Fuente: Madoz, (2015) y Pradas, (2017, p. 87) Programación y creatividad La programación, implica en sí misma, la necesidad de realizar una serie de pasos secuenciales y ordenados cronológicamente, para comprender un problema existente. De allí que el pensamiento computacional debe detectar, definir o formular un problema, para luego implementar (crear) el proceso que pueda darle solución al problema. En este sentido, retomamos lo dicho del «pensamiento computacional es el proceso que permite formular problemas de forma que sus soluciones pueden ser representadas como secuencias de instrucciones y algoritmos» (Pradas, 2017) Una forma sencilla de representar un algoritmo (secuencia) es mediante diagramas de flujo, que nos ayudan a visualizar de forma gráfica un proceso. 19 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Ilustración 12: secuencia o algoritmo Fuente: Pradas, (2017, p. 87) El desarrollo del pensamiento computacional les permitirá a los estudiantes dar soluciones a los problemas de manera creativa. La robótica como medio para aprender y generar la capacidad de imaginar crear, ayudarán a la formación de los profesionales del siglo que viene, en un mercado cada vez más duro y competitivo. Los alumnos en el inicio de la programación suelen debatir sobre las ideas de dispositivos que podría interesarles construir. Ponen el énfasis en la importancia de imaginar dispositivos que resuelvan problemas concretos. Los proyectos imaginados y diseñados son luego trabajados por el equipo. (Pradas, 2017, p. 91) 20 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Ahora que has revisado algunos conceptos básicos de la neurotecnologia, te invito a crear un mapa mental que de cuenta de los temas aprendidos y su relevancia en al ámbito educativo. ¡Inténtalo! 21 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Adell, J., Lopis, M., Esteve, F., & Valdeolivas, M. (2019). El debate sobre el pensamiento computacional en educación. Revista Iboeroamericana de Educación a Distancia (RIED)., 22(1), 171-186. doi:http://dx.doi.org/10.5944/ried.22.1.22303 Asociación para el Progreso de la Dirección [APD]. (11 de Noviembre de 2020). Los cuatro tipos de inteligencia artificial que debes conocer. apd.es. https://www.apd.es/tipos-de-inteligencia-artificial/ Asociación para el Progreso de la Dirección [APD]. (07 de Enero de 2021). Técnicas de la inteligencia artificial: ¿Cuáles son y para qué se utilizan?. apd.es. https://www.apd.es/tecnicas-de-la-inteligencia-artificial-cuales-son-y-para- que-se-utilizan/ Beltrán, J. A. (1993). Procesos, estrategias y técnicas de aprendizaje. Madrid, España: Síntesis. Bravo-Lillo, C. (2015). Pensamiento Computacional: una idea a la que le llegó el momento. Bits de Ciencia (2), 48-51. https://issuu.com/eduticpe/docs/bitsdeciencia12 Callisaya, M. (05 de 03 de 2008). Técnicas de la Inteligencia Artificial. Revista de Información, Tecnología y Sociedad. (1), 40-42. http://www.revistasbolivianas.org.bo/pdf/rits/n1/n1a10.pdf Escolano, F., Cazorla, M., Alfonso, M., Colomina, O., & Lozano, M. (2003). Inteligencia Artificial. Modelos, Técnicas y Áreas de Aplicación. International Thonson Ediciones Spain. Paraninfo, S.A. Galeano, S. (15 de Febrero de 2019). 4 impactos reales de la Inteligencia Artificial en el marketing digital. https://marketing4ecommerce.net/4-impactos-reales- de-la-inteligencia-artificial-en-el-marketing-digital/ Gurises Unidos. (2017). Pensamiento Computacional. Un aporte para la educacion de hoy. Fundación Telefónica –Movistar. Jara, I. Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. Banco Interamericano de Desarrollo [BID]. Documentos para Discusión No. 22 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA IDB-DP-00776. https://publications.iadb.org/es/usos-y-efectos-de-la- inteligencia-artificial-en- educacion#:~:text=Se%20destacan%20igualmente%20los%20aportes,de% 20la%20administraci%C3%B3n%20educativa%20con Jiménez, C. (26 de Septiembre de 2018). ¿Qué es la inteligencia espacial-visual? . https://www.magisterio.com.co/. https://www.magisterio.com.co/articulo/que-es-la-inteligencia-espacial-visual Madoz, R. B. (22 de Mayo de 2015). Funciones ejecutivas. https://entzumena.wordpress.com/tag/funciones-ejecutivas/ Martinez, P. (22 de Noviembre de 2019). Visión espacial. https://esotecno1.wordpress.com/2019/03/11/2-1-1-vision-espacial-3d- planta-alzado-y-perfil/ Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información: RITI, 7(14), 260-270. https://dialnet.unirioja.es/servlet/articulo?codigo=7242777 Müller, O. y Rotter, S. (2017). Neurotecnología: desarrollos actuales y cuestiones éticas. Frontiers in Systems Neuroscience ,11, 93. https://doi.org/10.3389/fnsys.2017.00093 OCDE. (2014). http://www.oecd.org/. : https://www.oecd.org/pisa/pisaproducts/pisainfocus/PISA-in-Focus-N38- (esp).pdf Pradas, S.. (2017). Neurotecnología educativa, La tecnología al serviciodel alumno y del profesor. España. : https://sede.educacion.gob.es/publiventa/descarga.action?f_codigo_agc=18 179 Tech Targert. (Abril de 2017). Inteligencia artificial, o AI. : https://searchdatacenter.techtarget.com/: https://searchdatacenter.techtarget.com/es/definicion/Inteligencia-artificial-o- AI UNESCO. (2019). Artificial Intelligence in Education: Challenges and Opportunities for Sustainable Development. UNESCO Education Sector, 7. 23 DIPLOMADO VIRTUAL EN NEUROTECNOLOGÍA EDUCATIVA Esta guía fue elaborada para ser utilizada con fines didácticos como material de consulta de los participantes en el Diplomado Virtual en NEUROTECNOLOGÍA EDUCATIVA del Politécnico de Colombia, y solo podrá ser reproducida con esos fines. Por lo tanto, se agradece a los usuarios referirla en los escritos donde se utilice la información que aquí se presenta. GUÍA DIDÁCTICA 1 M2-DV86-GU01 MÓDULO 1: CONCEPTOS BÁSICOS DIPLOMADO EN NEUROTECNOLOGÍA EDUCATIVA © DERECHOS RESERVADOS - POLITÉCNICO DE COLOMBIA, 2021 Medellín, Colombia Proceso: Gestión Académica Virtual Realización del texto: Johanna Gallego Castrillón, docente Revisión del texto: Comité de Revisión Diseño: Luisa Fernanda Serna, comunicaciones Editado por el Politécnico de Colombia
Compartir