Inteligencia artificial y procesos de razonamiento utilizando aprendizaje significativo

Inteligencia Artificial y Procesos de Razonamiento Utilizando Aprendizaje Significativo

Jorge Fdo. Veloz Ortiz*, Alejandra Rodríguez Moreno, Fermín González
IPN, ESIME-Culhuacan México. COFAA*

RESUMEN
Este trabajo presenta la propuesta sobre el estudio y aprendizaje de la Inteligencia Artificial usando estrategias de aprendizaje significativo en la carrera de Ingeniería en Computación dela ESIME-Culhuacan del Instituto Politécnico Nacional, México. Se considera la evolución de la AI hasta llegar a su aplicación y estudio en el área de educación, en particular con los tutores inteligentes y su empleo con herramientas de software como el CMaptools que sirve de intermediario entre este y el campo educativo y que es ampliamente conocido y utilizado para elaborar mapas conceptuales ycompartirlos a nivel mundial.
Se muestra la estructura de Trabajo y su contenido, así como la estrategia de elaboración con su descripción por partes mediante la V de Gowin. Se dan ejemplos prácticos elaborados por maestros y alumnos de la institución resultando notables eficiencias y eficaz en el conocimiento y manejo de los elementos que conforman la AI mostrando que su manejo es altamentesatisfactorio y recomendable.

1 Antecedentes conceptuales
Ideológicamente la Inteligencia Artificial (AI) fue posible en la medida en que se superó la concepción del dualismo mente-cuerpo. Una primera tesis fuerte sostiene que el pensamiento es una forma de actividad física y por tanto, puede ser llevada a cabo por sistemas físicos tales como el cerebro o un tipo de máquina que lo emule. Otrademuestra que el proceso cognoscitivo se puede caracterizar de manera apropiada a través de alguna forma de matemática. Babage sostuvo que cualquier cosa que se pueda representar en un sistema de símbolos puede ser procesada por una computadora.
El concepto básico de la teoría de Ausubel es el de aprendizaje signficativo (SL). Un aprendizaje se dice significativo cuando una nueva información(concepto, idea, proposición) logra significados para el aprendiz a través de un tipo de anclaje en aspectos importantes de la estructura cognitiva preexistente del sujeto, o sea en conceptos, ideas, proposiciones ya existentes en su estructura de conocimientos (o de significados) con determinado grado de claridad, estabilidad y diferenciación. En el aprendizaje significativo hay una interacción entreel nuevo conocimiento y el ya existente, en el cual ambos se modifican, o sea, se van adquiriendo nuevos significados, tornándose más diferenciados y más estables.

2 Antecedentes metodológicos
Los aportes de Euler (1735), relacionados con el análisis de sistemas conectados, dan origen a la teoría de grafos. Boole (1847 y 1954) investiga las operaciones del pensamiento y se propone darlesexpresión por medio de un lenguaje de símbolos, estableciendo los fundamentos de la lógica proposicional. Un aporte teórico como metodológico de la AI proviene del trabajo de Shannon y Weaver (1949) en el cual se formaliza el concepto de información y se desarrolla una metodología para su medición.
Von Newman diseña un modelo de procesamiento de información con entradas y salidas donde se separanlas funciones de memoria de las de control y se caracteriza el procesador como mecanismo que opera por transición de estados (Fortier, 1986). Basado en este principio, analizó las posibilidades de la reproducción biológica, en una anticipación de lo que actualmente se denomina vida artificial (Singh, 1966).
Turing (1936) desarrolla el concepto de máquina universal capaz de replicarse a sí misma.En el verano de 1956, en la realización de un seminario de investigadores, se acuña la expresión AI para denominar este movimiento.
Warren McCulloch y Walter Pitts (1943) desarrollaron un modelo de cómputo usando como referente la neurona, capaz de aprender de la experiencia y Marvin Minsky y Dean Edmons construyeron la primera computadora neuronal en 1951. Shannon (1950) y Turing (1953)...