Etiqueta: aprendizaje automático

  • Alexa, Google Home y microlearning

    Alexa, Google Home y microlearning

    Llevo unos meses con Alexa. Lo adquirí para dar las órdenes a mis dispositivos de domótica mediante voz y no por la aplicación. Una forma elegante y smart de controlar luces, electrodomésticos y todo lo que pudiera conectar a un enchufe compatible con estos asistentes virtuales.

    Podría haber adquirido Google, pero el dispositivo de Amazon tenía más nombre. Decir: «Alexa, levanta la persiana del salón» me generaba más sensación de humanidad que decir «Ok Google…».

    Por otro lado, tengo dos niñas (una de 4 y otra de 7) que su único objetivo es poner a Alexa en un compromiso. Mi dispositivo «inteligente» se pega todo el día cantando «Te quiero, humano», contando chistes absurdos, tirándose pedos de mil maneras, y contando historias que no vienen al caso o yéndose a dormir o a callar cuando la comunicación deriva en:

    — «Perdona, no he entendido lo que quieres decir»

    Asistentes Virtuales y las Skills

    Estos asistentes, aunque llevan con nosotros sólo desde 2018 , se están convirtiendo para muchos hogares en una herramienta imprescindible. Tanto que, con la misma naturalidad que los padres la utilizaban para preguntar lo que no sabían, sus hijos la utilizan para resolver sus problemas diarios:

    Pero más allá de buscar en ellos una respuesta leída de Wikipedia o una ayuda para resolver operaciones aritméticas, lo verdaderamente interesante son las Skills.

    Dibujo de dispositivo inteligente hablando mediante pop ups de aplicaciones.

    Son una serie de aplicaciones de terceros (Skills) que mejoran sus capacidades, funcionalidades y dotan de sentido a un aparatillo aparentemente absurdo y básico.

    Las hay de todo tipo, no voy a entrar en ellas, no es el motivo de este post, pero si es interesante ver cómo en estas «tiendas de aplicaciones» se están haciendo un hueco las Skills educativas.

    Para cada persona, para cada necesidad aparece una Skill que la cubre.

    recuerda al boom de las apps en los móviles inteligentes.

    Skills Educativas

    No dejan de ser bots o chatbots, pero con una interfaz mucho más natural y ajustada a nuestra forma de comunicarnos: el lenguaje hablado.

    Volviendo a mis niñas, concretamente a la de 7 años, ya va teniendo la necesidad de reforzar la información que trabaja en el cole. Trabajan el cuerpo humano, el reino animal, la resolución básica de problemas aritméticos, del espacio y los planetas, etc.

    Comenzó preguntándole a Alexa por las articulaciones, después por los huesos, y al poco tiempo la IA de Alexa le recomendó una Skill en su pantalla. Y justo nos recomendó una de la editorial Santillana para reforzar los conocimientos de Primaria (Pequeños genios). Después vino una de la editorial SM para el cálculo mental y otra para jugar a las preguntas con otros niños en una hora concreta.

    Todo esto me hizo reflexionar, y sobre todo, ver el potencial que tiene este canal como medio de aprendizaje.

    Tendencia educativa

    Estamos ante un recurso al que sólo estamos viéndole un 5% de todo el potencial que puede aportar y que, aportará en un futuro no muy lejano.

    Las Editoriales, los grandes Marketplaces de educación, los sistemas de aprendizaje como Blackboard, se han dado cuenta y están desarrollando skills que le permitirán comunicarse con sus alumnos de una manera más natural y humana. Incluso los de Amazon han creado una API específica de Educación.

    Claramente estamos ante una tendencia educativa que irá en aumento y que evolucionará sin duda hacia escenarios mucho más complejos, donde la inteligencia artificial también modelará la interacción.

    Microlearning en estado puro

    Todo esto es puro microlearning, microaprendizaje en su estado más genuino:

    • Con sólo preguntar, obtenemos una información sin tener que tocar un teclado, si tener que interactuar con una interface.
    • Con sólo abrir una aplicación podemos probar y reforzar nuestro conocimiento a través de ejercicios, test o acertijos que la skill nos propone como si de un profe particular tuviésemos en casa.
    • Si creamos rutinas, podremos indicarles que todos los días a una hora determinada nos muestre un contenido nuevo sobre un tema concreto o que se reproduzca un podcast concreto que nuestro profe de ciencias ha creado.
    • También podremos interactuar socialmente con otros usuarios de Alexa a través de retos y juegos gamificados.
    • Muy importante, mi hija de 7 años autogestiona (en parte) su aprendizaje
    • Y cuando su uso esté más extendido, podremos traer a nuestras aulas a expertos, a personas que quieran contar su experiencia a través de una simple llamada.

    Conclusión

    Sin duda, de nuevo la tecnología contribuye a que la educación trascienda más allá de las aulas y se produzca en cualquier lugar y momento.

    La visión de un Centro Educativo y del profesorado, debe ir más allá de pensar que todo el aprendizaje se desarrolla dentro del aula o de nuestra plataforma online. Las Editoriales ya se han dado cuenta.

    Referencias

    Te dejo unas referencias por si quieres profundizar:

  • Inteligencia artificial, Machine Learning y lo que está por venir

    Inteligencia artificial, Machine Learning y lo que está por venir

    [su_quote]Sabe más el diablo por viejo que por diablo[/su_quote]

    [su_note note_color=»#e9e9e9″ text_color=»#535353″]Imagina poder detener el reloj y disponer de todo el tiempo del mundo. Sin esta limitación podrías aprender lo que quisieras, repitiendo millones de veces las escalas musicales podrías convertirte en un virtuoso de la guitarra, aprender cualquier idioma empapándote de tutoriales o incluso aprender a hacer esculturas de hielo con una motosierra a base de practicar una y otra vez.[/su_note]

    ¿Recuerdas aquella película de Bill Murray: «Atrapado en el tiempo» (1993) sobre el día de la marmota? Precisamente en muchas escenas puedes descubrir todo lo que aprende el protagonista cuando el tiempo no supone un límite.

    Pues precisamente así se siente una máquina cuando puede probar y probar diferentes soluciones a un problema a una velocidad descomunal, más veces de las que se haya podido hacerlo la humanidad a lo largo de su existencia. Su capacidad de aprendizaje y perfeccionamiento es tan increíble que da hasta miedo. Cuando puedes ejecutar procesos a una gran velocidad, la percepción del tiempo es relativa. Y por tanto su capacidad predictiva es uno de sus puntos fuertes.

    ¿Cómo hemos llegado hasta aquí?
    De «Deep Blue» a «AlphaGo»

    La historia de la Inteligencia Artificial comenzó hace varias décadas pero uno de los hitos más importantes tuvo lugar justo hace 20 años.

    Allá por 1997, por primera vez en la historia, la inteligencia humana se enfrentaba a la artificial midiendo su potencial en una serie de partidas de ajedrez. En dicho evento competían el campeón mundial de Ajedrez con Deep Blue, una supercomputadora de 12 toneladas creada por IBM. El campeón del mundo por aquella época era Kasparov (al que tuve el gusto de conocer un año antes en el VIII Torneo Internacional de Ajedrez Ciudad de Dos Hermanas). En este enfrentamiento que fue el segundo de Gary con la máquina, sucumbió en una serie de 6 partidas (3,5-2,5).

    [su_quote cite=»«Deep Blue», la máquina que desafió la inteligencia humana (ABC)» url=»http://www.abc.es/20100211/historia-/deep-blue-201002111420.html»]La inteligencia «artificial desafiaba» y se imponía a la «inteligencia natural», gracias a una base de datos que contenía un millón de partidas almacenadas y el trabajo de una legión de los mejores científicos, ajedrecistas y teóricos de las últimas décadas, que hacían posible que la máquina fuera capaz de calcular 200 millones de jugadas por segundo –«más que Kasparov en toda su vida»–, es decir, 50 millones de posiciones en tres minutos, que es el tiempo medio que un jugador utiliza para decidir un movimiento.[/su_quote]

    Hace un par de años (2015), vuelve a repetirse el enfrentamiento humano-máquina. Aunque en este caso cambian los protagonistas y el escenario de juego. El ajedrez es sustituido por el GO, el jugador humano es el chino Fan Hui y su artificial oponente se trata de AlphaGo, la apuesta de la compañía DeepMind (propiedad de Google). El desenlace de nuevo vuelve a decantarse por la máquina. Un año después vuelve a repetirse la historia, sucumbiendo en este caso uno de los mejores de este juego (Lee Sedol)

    Fuente: www.newscientist.com

    El hecho significativo viene del entrenamiento de estas dos máquinas, mientras Deep Blue se basaba en una abismal base de datos de partidas, AlphaGo además de recibir esta carga de información posee la capacidad de aprender (Machine Learning) ya que entre otras cosas es capaz de enfrentarse así misma y superar sus propios «errores», tomando decisiones de forma autónoma (Deep Learning).

    [su_quote cite=»El día que la humanidad fue derrotada por una inteligencia artificial (MIT Technology Review)» url=»https://www.technologyreview.es/s/7927/el-dia-que-la-humanidad-fue-derrotada-por-una-inteligencia-artificial»]Pero AlphaGo no era un programa de Go cualquiera. (…) El programa había jugado un número de partidas inabarcable para cualquier humano y se había aprovechado de esa experiencia para entrenar sus redes neuronales profundas y mejorar su juego. Para cuando se enfrentó a Hui, AlphaGo había entrenado con 160.000 partidas grabadas de destacados jugadores de Go, y después con 30 millones de partidas más en las que compitió contra sí mismo. Cuando Hui se descubrió perdiendo ante AlphaGo, sabía que su mundo, y el mundo del Go profesional, estaba a punto de cambiar para siempre.[/su_quote]

    El potencial del Machine Learning y el Deep Learning

    ¿Y si este experimento lo hiciéramos extensible a otros ámbitos? El potencial del aprendizaje automático, como rama de la Inteligencia Artificial (AI), ha disparado las posibilidades de procesamiento de la información en cualquier campo o disciplina. A eso le sumamos la autonomía de poder decidir y gestionar su propio aprendizaje para incluso llegar a tomar a decisiones.

    APLICACIONES PRÁCTICAS   | Fuente: Understanding Machine Learning

    En cuanto a las aplicaciones prácticas que se están estudiando:

    • Detección de rostro. Podemos verlo en nuestras cámaras móviles.
    • Reconocimiento facial, de voz o de objetos.
    • Buscadores. Para mejorar los resultados y sugerencias de búsqueda.
    • Anti-spam. Mediante el uso de etiquetas.
    • Anti-virus. Para la detección de software malicioso.
    • Genética. Por ejemplo, en la clasificación de secuencias de ADN.
    • Predicción y pronósticos. De clima, tráfico o para evitar fallos tecnológicos en equipos.
    • Comprensión de textos. Se aplica a resúmenes estructurados de noticias o comentarios sobre un tema específico.
    • Vehículos autónomos y robots.
    • Métodos de optimización más rápidos y flexibles. Se evalúa qué momento es el adecuado para una tarea concreta.
    • Análisis de imágenes de alta calidad.
    • Estudio de datos económicos. Para operar en el mercado de valores o evitar el fraude en transacciones.
    • Análisis de comportamiento de consumo y productividad. Para la identificación de clientes potenciales, prever qué empleados pueden ser más rentables, adaptar servicios a las necesidades del usuario…

    … Y en educación

    Evidentemente ayudaría enormemente en la predicción de conductas, detección de factores de riesgo, etc.

    Por tanto, las posibilidades irían desde el perfeccionamiento de un aprendizaje personalizado, el cual se iría adaptando a las necesidades del estudiante, según sus intereses, su estado de ánimo, la demanda de la sociedad… a la optimización de procesos como la corrección de trabajos y exámenes entre las tareas de los profesores.

    ¿Supondría una nueva redefinición del rol del profesor o quizás su extinción?

    Concluyendo

    Cuando aún estamos comenzando a sacarle provecho al Big Data y recién tonteando con la AI, el abanico se abre para ofrecernos una poderosa herramienta que puede romper los principios de nuestro ritmo de crecimiento abriéndonos las puertas a la archipredecida Singularidad tecnológica. Y digo yo, ¿estamos preparados para esto? ¿Esta nueva etapa podrá ayudarnos a encontrar las soluciones a los problemas de siempre (superpoblación, tercer mundo, crisis medioambiental…) o nos llevará a un destino aún más aterrador (véase Terminator)?

    Volviendo al refrán inicial… ¿Sabrá más la máquina por su acelerada capacidad de aprender o por su condición de máquina? 😉

     


    Enlaces de interés

     

     

    Imagen de cabecera: http://community.dynamics.com