Una introducción a la Inteligencia Artificial

Las diapositivas presentadas ofrecen una visión exhaustiva y académica sobre la Inteligencia Artificial, explorando sus definiciones, historia, aplicaciones, fundamentos y desafíos éticos.

Un Acercamiento al Concepto de IA: Se aborda una introducción al vasto mundo de la Inteligencia Artificial, desglosando las diversas definiciones que han surgido a lo largo del tiempo y que han contribuido a esculpir nuestra comprensión actual del término.

Breve Historia y Evolución de la IA: Un recorrido desde los albores de la IA en 1950 hasta la actualidad, destacando los hitos más significativos, las figuras clave y los avances que han modelado la evolución de este campo.

Áreas de Aplicación en la IA: Una exposición de los múltiples dominios en los que la IA ha encontrado aplicación, desde la medicina y la ingeniería hasta las artes y las ciencias sociales.

Fundamentos de la IA: Se exploran las bases teóricas y prácticas que sustentan la Inteligencia Artificial, proporcionando una comprensión profunda de sus mecanismos y potencialidades.

Tipos de IA - Ejemplos: Basándonos en la clasificación propuesta por Arend Hintze, se desgranan los cuatro tipos de IA, acompañados de ejemplos ilustrativos para facilitar su comprensión.

Técnicas y Campos de la IA: Una revisión de las técnicas predominantes en el ámbito de la IA, así como los subcampos emergentes que están definiendo el futuro de esta disciplina.

Los Principios Éticos y la IA: En este segmento se reflexiona sobre las consideraciones éticas intrínsecas al desarrollo y aplicación de la IA, abordando los desafíos y dilemas que se presentan en su interacción con la sociedad.

Ejemplos con Documentos y Multimedia - Películas: Como complemento, se presentan ejemplos multimedia que ilustran la presencia y representación de la IA en la cultura popular, incluyendo referencias a películas icónicas que han abordado la temática.

Transcript

1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL/IA Aspectos a tener en cuenta antes de entrar en la rama especí fi ca de agentes conversacionales, motores NLP y lingüística computacional. Fernando Santamaría. Aprende Virtual (@lernys) 1 Primera parte del curso Noviembre de 2021
2. INDICE SOBRE IA 2 • Un acercamiento al concepto de IA, con sus posibles de fi niciones. • Breve historia y evolución de la IA (desde 1950 hasta los días de hoy. • Áreas de aplicación en la IA. • Fundamentos de la IA. • Tipos de IA. Ejemplos. Versión de Arend Hintze con 4 tipos. • Técnicas y campos de la IA. • Los principios éticos y la IA. • Ejemplos con documentos y multimedia. Películas.
3. ÍNDICE 2 3 CURSO DE CHATBOTS EN EDUCACIÓN • Introducción a los agentes conversacionales o chatbots (2 horas). • Luego una descripción de las posibilidades en el mundo educativo con ejemplos (1 hora). • Herramientas web para crear un chatbot (3 horas). • Y por último, 2 horas de prácticas para generar una aplicación de chatbot con una aplicación sencilla de generar un chatbot.
4. Inteligencia Arti fi cial // IA El superpadre de los chatbots Primera parte del curso // D25A20 Machine Learning Deep Learning Natural Language Processing// NLP//PLN Linguistica computacional
5. DEFINICIÓN 5 EYEBROW / CAPLINE HEADER La inteligencia arti fi cial (IA) es una amplia rama de la informática que se ocupa de construir máquinas inteligentes capaces de realizar tareas que típicamente requieren de inteligencia humana (como pueden ser las conversaciones naturales, Natural Language Processing, NLP). La IA es una ciencia interdisciplinaria con múltiples enfoques, pero los avances en el aprendizaje de las máquinas y el aprendizaje profundo (Machine Learning, ML) están creando un cambio de paradigma en prácticamente todos los sectores de la industria tecnológica.
6. 6 Se han establecido para la de fi nición de IA diferentes enfoques representados en esta tabla (Russell y Norvig, 2004, 2 ed.)
9. HISTORIA Historia de la IA (1) 9 Cientí fi cos empiezan a investigar el tema Etapa Pre-AI (1943-1950) Trabajos de Warren McCulloch (1898-1969) y el matemático Prof. Walter Pitts (1923-1969) junto con McCulloch y Pitts desarrollaron trabajos científicos que dieron apoyo al pensamiento de redes neuronales biológicas. Fue todo un hito el artículo “Computing Machinery and Intelligence”(1950) por Alan Turing, que dio paso al famoso test de Turing. El optimismo se adueña del IA Primera edad de oro de la IA (1956-1974) El optimismo de los primeros jóvenes científicos se reunieron en Darthmouth College en 1956 para crear un ordenador que pudiera pensar. Fueron años de mucho optimismo y fortaleza en IA Las ilusiones y esperanzas de la IA se desvanecían por momentos Primer invierno de la IA (1974-1980) Hubo un importante recorte de los fondos de DARPA en los años 70. Ese optimismo de anteriores décadas se derrumbo con proyectos fallidos como el fallo del Perceptrón en 1969. También hubo críticas a la IA de informas importantes como el Informe Lighthill en 1973 en Inglaterra. Japón toma la delantera en robots Segunda edad de oro de la IA (1980-1987) Son años grises, pero también la IA experimentó grandes reveses en Occidente en la década de 1970, prosperó en Japón. Los científicos japoneses que trabajan con robots han promovido enormemente el desarrollo de robots humanoides HISTORIA DE LA IA (1)
10. HISTORIA 10 Decepción Segundo invierno de la IA (1987-1993) Decepción de los proyectos informáticos, colapso del mercado del LISP. Por otro lado hay un bajo rendimiento de los sistemas expertos e importantes recortes para la investigación de la IA Las empresas toman el control Tercera edad de oro de la IA (1994-actualidad) Amplias investigaciones en el mundo privado de todo tipo. Deep Blue derrotó al campeón del ajedrez. Auge de los algoritmos y modelos de IA en varios campos. HISTORIA DE LA IA (2) 2045/2050
11. 11 FUNDAMENTOS DE LA IA
12. ÁREAS DE APLICACIÓN EN LA IA 12 • Machine Learning (ML). • Data Mining • Computer Vision: • Procesamiento de Lenguajes Naturales (Natural Language Processing, NLP). • Motor de búsqueda de base ontológica (Ontological-Based Search Engine, OSE) • Agentes inteligentes y software de robots (Robótica). • Sistemas expertos • …
13. FUNDAMENTOS DE LA IA 13 • Con postulados fi losó fi cos (desde 428 a.C.). • Aspectos matemáticos: lógica formal, algoritmos, teorema de la incomplitud, NP- completitud, teoría de la probabilidad, etc. • Economía: teoría de juegos, investigación operativa, modelos basados en satisfacción, teoría de la decisión, etc. • Neurociencia (Los cerebros generan las inteligencias). El estudio de las neuronas. • Psicología (desde 1879 hasta el presente). El conductismo, psicología cognitiva y la ciencia cognitiva. • Ingeniería computacional (desde 1940- ). • Teoría de control y cibernética (1948- ). • Linguística.
14. TIPOS DE IA: DOS GRANDES CATEGORÍAS 14 EYEBROW / CAPLINE HEADER • Inteligencia arti fi cial débil o estrecha: Está IA opera en un contexto limitado y es una simulación de la inteligencia humana (asistentes inteligentes, agentes conversacionales, herramientas de tapeo y de predicciones, sitios de recomendaciones de libros, en las búsquedas, vídeos, tratamientos, corte de pelo, etc. • La inteligencia arti fi cial fuerte o general (IAG o IAF): Se trata de de la que excede la inteligencia humana. Se puede ver el la literatura o el cine de ciencia fi cción como Wall-E o Jarvis. Resuelven problemas abiertos, son productivos, fl exibles, se autoprograman, muchas redes neuronales (a veces en con fl icto), imitan el comportamiento humano y aprenden cómo las personas. https://bit.ly/documentalesIA Superinteligencia. Futuro Fuente: https://futuroelectrico.com/tipos-de-inteligencia-arti fi cial/
15. UN EJEMPLO DE IA DÉBIL O NARROW 15 EYEBROW / CAPLINE HEADER AlphaZero es un programa informático desarrollado por DeepMind, que utiliza el enfoque generalizado de AlphaGo Zero. El 5 de diciembre de 2017, el equipo de DeepMind lanzó una preimpresión presentando AlphaZero, que logró en 24 horas un nivel de juego sobrehumano en ajedrez, shogi y Go al derrotar a los campeones del mundo, Stock fi sh, Elmo y la versión de 3 días de AlphaGo Zero en cada caso. AlphaZero dominó a Stock fi sh después de solo 4 horas de autoaprendizaje, sin acceso a libros de apertura o base de datos de tablas de fi nales.1 2 3
16. UN NIVEL FUTURIBLE: LA SUPERINTELIGENCIA Nick Bostrom, el fi lósofo que advierte de los riesgos de la superinteligencia arti fi cial Otro vídeo de superinteligencia: https://www.youtube.com/watch?v=ZCeOsdcQObI
17. LOS CUATRO TIPOS DE IA 17 TIPOS DE IA Para Arend Hintze en el informe de la Casa Blanca sobre IA, titulado “Preparando para el futuro de la Inteligencia Arti fi cial”. Con ello el autor va de lo más sencillo de la IA a lo más complejo y pensado para un futuro. Maquinas Reactivas Son los tipos de IA más básicos. Son máquinas que actúan y reaccionan, pero sin utilizar recuerdos o experiencias en beneficio de su funcionamiento. Por ejemplo Deep Blue. Máquinas de Memoria Limitada Éstas logran utilizar experiencias pasadas para tomar decisiones, como ya hacen algunos coches autónomos. Estos vehículos tienen en cuenta semáforos, curvas en la carretera, velocidad y dirección de otros coches, etcétera Máquinas con Teoría de la Mente Las máquinas de la siguiente clase son más avanzadas. No solo forman representaciones sobre el mundo, también sobre otros agentes o entidades. Implica la comprensión de que las personas, las criaturas y los objetos en el mundo pueden tener pensamientos y emociones que afectan a su propio comportamiento. Esto es crucial para la forma en que los humanos formamos sociedades, porque nos permite la interacción social. Robots sociales. Máquinas con Autoconciencia Actualmente es ciencia ficción ya que no se han creado pero ya se anda dando vuelta al tema de la conciencia y la IA en el plano de la robótica. EN 2019 han creado el primer robot consciente de si mismo.
18. CHATBOTS EN EDUCACIÓN TÉCNICAS Y CAMPOS DE LA IA (1) 18 ▪︎ Aprendizaje automático (Machine Learning): Es un tipo de inteligencia arti fi cial que otorga a las computadoras la capacidad de aprender. Se basa en el análisis de datos, a través de los cuáles puede encontrar nuevos patrones que le permiten modi fi car su comportamiento. Es decir, analiza y proceso información, descubre patrones y actúa en consecuencia. ▪︎ Aprendizaje profundo: Del inglés "deep learning" es un subcampo del machine learning que se basa en el uso de algoritmos de aprendizaje automático que son capaces de modelar datos con alto nivel de abstracción, o la rapidez en encontrar patrones en un campo o área. Ejemplo: a nivel radiológico encontrar las disfuncionalidades o enfermedades a partir de millones de radiografías. ▪︎ Ingeniería del conocimiento (Knowledge Engineering). Se basa en el uso de las técnicas necesarias para la creación de sistemas expertos. Dicho de otro modo, es un área computacional que se emplea para almacenar información importante y utilizarla con fi nes estratégicos. Cuanto más profundas sean las capas de información, mejor serán las estrategias aplicadas. ▪︎ Lógica difusa (Fuzzy Logic). Es una de las teorías matemáticas más en tendencia actualmente. Se basa en la utilización de apreciaciones que no son totalmente verdaderas ni falsas, sino que ocupan todas las posiciones intermedias entre la verdad absoluta y la falsedad total. ▪︎ Redes neuronales arti fi ciales (Arti fi cial Neural Networks). Es una técnica cuyo comportamiento está inspirado en el funcionamiento de las redes neuronales humanas. Al igual que en el ser humano, son sistemas independientes que están interconectados entre sí.
19. CHATBOTS EN EDUCACIÓN TÉCNICAS Y CAMPOS DE LA IA (2) 19 ▪︎ Sistemas reactivos (Reactive Systems): Los sistemas reactivos fueron de fi nidos por un grupo de ingenieros liderados por Jonas Bonér en su Reactive Mani fi esto ▪︎ Sistemas Multiagente (Multi-Agent Systems): Un agente inteligente es capaz de percibir el entorno, analizar sus variables y actuar en consecuencia. Pues bien, los sistemas multiagente son una combinación de los mismos cuyo objetivo es realizar tareas que un agente individual es incapaz de afrontar. Se utilizan sobre todo para la resolución de problemas o el desarrollo de entornos colaborativos adaptables. ▪︎ Sistemas basados en reglas (Rule-Based Systems). Este tipo de sistemas funcionan aplicando diferentes reglas para una determinada situación, y comparando después los resultados obtenidos. Es posible llevar a cabo esta tarea por diferentes métodos. Por un lado, pueden partir de una evidencia o situación inicial y hallar su posible solución; por otro, pueden partir desde hipótesis con posibles soluciones y realizar el recorrido inverso para hallar la premisa o evidencia. ▪︎ Razonamiento basado en casos (Case-Based Reasoning). Este tipo de inteligencias arti fi ciales pueden resolver problemas en base a los precedentes existentes en la resolución de la misma incidencia. Imagina un cerrajero que sabe cómo abrir una cerradura porque ya ha abierto cerraduras idénticas o muy parecidas. ▪︎
20. CHATBOTS EN EDUCACIÓN TÉCNICAS Y CAMPOS DE LA IA (3) 20 ▪︎ Sistemas expertos (Expert Systems). Son sistemas informáticos que funcionan cono lo haría un humano experto en determinada materia especí fi ca (normalmente están relacionados con el campo de la ciencia, biología o similares). Su funcionamiento está fundamentado en el aprendizaje, la memorización y comunicación de información. Normalmente la información ha sido proporcionada por expertos humanos, y el sistema realiza los procesos en base a unas normas para usar sus conocimientos en situaciones particulares. A su vez, este sistema experto puede aprender y mejorar con futuras adiciones. ▪︎ Redes Bayesianas (Bayesian Networks). Son un tipo de sistemas de minería de datos que consiste en un modelo de probabilidades capaz de calcular relaciones causales entre diferentes variables. Estas relaciones son representadas a través de grafos cíclicos que indican una probabilidad conjunta para determinado tipo de variables relacionadas. ▪︎ Vida arti fi cial (Arti fi cial Life). El estudio de la vida arti fi cial tiene aplicaciones muy diversas. Por ejemplo, para simular “cómo sería la vida” en un determinado caso, o incluso para estudiar “cómo surgió la vida” antes de que esta existiera. En general se puede decir que es una rama de las Ciencias de la Complejidad que estudia o diseña sistemas arti fi ciales que se comportan como si tuvieran vida real. ▪︎ Técnicas de Representación de Conocimiento. Es un término surgido al amparo de la inteligencia arti fi cial, que busca crear representaciones del conocimiento que puedan ser interpretadas por máquinas o mecanismos que simulen el comportamiento humano. Existen muchas técnicas de representación del conocimiento, por ejemplo en base a “Objeto-Atributo-Valor”, “Hechos ciertos-Hechos inciertos”, “Fuzzy facts o hechos difusos”, y muchos más. Otra técnica son las redes semánticas, las cuáles vemos en el siguiente punto ▪︎ Redes semánticas (Semantic Networks) y Frames. Las redes semánticas son representaciones esquemáticas de términos lingüísticos relacionados. Dichos términos y sus relaciones se pueden representar de diversas maneras, por ejemplo mediante un mapa conceptual o grá fi cas de árbol o nodos.
21. CHATBOTS EN EDUCACIÓN TÉCNICAS Y CAMPOS DE LA IA (4) 21 ▪︎ Visión arti fi cial. La Asociación de Imágenes Automatizadas de fi ne la visión arti fi cial como aquella combinación de hardware y software que permite a los dispositivos procesar y reconocer imágenes capturadas en el mundo real en base a conceptos numéricos o simbólicos. También se puede aplicar técnicas IA a la audición arti fi cial. ▪︎ Lingüística computacional. La lingüística computacional se encarga de analizar y reconocer el lenguaje y transformarlo en un programa que se pueda ejecutar por ordenador. Es decir, estudia la lengua y sus usos para desarrollar aplicaciones computacionales basadas en el reconocimiento del lenguaje. En esta técnica no solo interviene la inteligencia arti fi cial, sino que también lo hace la lógica o la psicología cognoscitiva. ▪︎ Minería de datos (Data Mining). La minería de datos es un técnica que aúna aspectos de la computación y la estadística. Este método se encarga de recoger grandes volúmenes de datos y establecer patrones entre ellos. Se puede combinar con otras técnicas como el Machine Learning, de forma que la computadora aprende procesos para buscar y analizar los datos de forma más efectiva. Procesamiento del lenguaje natural (Natural Language Processing). Similar a la lingüística computacional, es un campo de la inteligencia arti fi cial que estudia la interacción entre el lenguaje y las computadores. El objetivo es el desarrollo de mecanismos más efectivos de comunicación entre humano y máquina.
22. VENTAJAS DE IA 22 VENTAJAS E INCONVENIENTES Es importante ver las ventajas que tiene esta disciplina, aunque sea sólo en el principio de su evolución. Aunque sea una IA limitada (narrow) nos sirve para llevar a cabo desarrollos importantes. ▪︎ Las máquinas son capaces de desempeñar varias tareas de forma simultánea. Lo que quiere decir que son capaces de optimizar el tiempo. ▪︎ Se reducen errores humanos. ▪︎ Es aplicables en cualquier ciencia o área del conocimiento. ▪︎ Es una oportunidad para explorar sitios de difícil acceso para los hombres. ▪︎ Esta ciencia se está aplicando en el campo de las fi nanzas, ya que se emplea para buscar anomalías o fraudes en la actividad fi nanciera. ▪︎ Libera al humano de tareas repetitivas o poco grati fi cantes. ▪︎ Suponen un gran reto para la humanidad
23. Uno de los grandes temas de debate es la ética de los algoritmos y de IA. Se debe aplicar y diseñar sistemas IA que sean éticamente responsables y transparentes.
24. IA. CHATBOTS EN EDUCACIÓN 5 PRINCIPIOS BÁSICOS DE LA ÉTICA EN LA IA 24 ▪︎ Desarrollo de una IA justa y libre de prejuicios. Para velar porque los sistemas de inteligencia arti fi cial sean justos, evitando la discriminación de personas y grupos con las decisiones que tomen, salvaguardando por encima de todo la dignidad humana. Para ello, es necesario asegurarse de no usar conjuntos de datos sesgados y controlar la posible discriminación algorítmica utilizando métricas avaladas por expertos humanos. ▪︎ Cumplir y ayudar a cumplir. La importancia de identi fi car de manera clara y precisa la responsabilidad de las decisiones tomadas por sistemas autónomos. ▪︎ Conocer el algoritmo y hacerlo transparente. Con fi ar en los sistemas inteligentes que se desarrollan es fundamental. Conocer los algoritmos que se crean y poder explicar su funcionamiento es la base de “la explicabilidad” de los algoritmos. Es importante que haya unas estructuras de análisis de estos que sean transparentes. ▪︎ Seguridad y privacidad, pilares clave en los sistemas de IA. Los sistemas inteligentes no deben corromper la privacidad de ninguna persona y deben funcionar de forma segura. ▪︎ Orientación hacia el propósito y el impacto positivo. Apostar por crear una inteligencia bene fi ciosa para el mundo y para las personas, en donde la prosperidad económica creada por la IA sea compartida por toda la humanidad mejorando así los procesos sociales. Los 5 principios para la Inteligencia Arti fi cial por la OCDE: https://barrixe.com/es/tendencias/la-oecd-dicta-5-principios-para-la-inteligencia-arti fi cial/ Fuente> https://bit.ly/33eFRxB
25. 10 PRINCIPIOS BÁSICOS DE LA ÉTICA EN LA IA 25 De fi nitivamente hay que actuar ahora. Se requiere acción para salvaguardar los intereses de los trabajadores y mantener un sano equilibrio de poder en los lugares de trabajo. Los 10 principios provistos en este documento han sido desarrollados por UNI Global Union a tal fi n. La Inteligencia Arti fi cial está presente en muchos electrodomésticos y lugares de trabajo: en chatbots, robots, análisis de sistemas y bases de datos que producen información y reacciones tales como movimientos y habla. Ha sido de fi nida por Arvind Narayanan, Universidad de Princeton, como "Cuando el comportamiento no proviene únicamente del programador, sino de otros medios, por ejemplo, bases de conocimientos.” Los datos son el pilar principal de la IA; a veces simples algoritmos de datos, pero en medida cada vez mayor también hilos más complejos de varios conjuntos de datos combinados en cada código más largo.
26. SE PERDERÁ PUESTOS DE TRABAJO, PERO TAMBIÉN SE GENERARAN NUEVOS PUESTOS DE TRABAJO 26 NURIA OLIVER Enlace: https://www.youtube.com/watch?v=ZgKAII5UIxg La inteligencia artificial creará 58 millones de puestos de trabajo
27. ¿PODRÍA UN ROBOT QUITARME MI PUESTO DE TRABAJO? 27 THE AGE OF A.I Enlace: https://www.youtube.com/watch?v=ZgKAII5UIxg ¿Podría un robot quitarme el trabajo? | The Age of A.I.
28. ¿DE QUÉ ES CAPAZ LA INTELIGENCIA ARTIFICIAL? 28 THE AGE OF A.I Enlace: https://www.youtube.com/watch?v=34Kz-PP_X7c&t=1034s ¿De qué es capaz la inteligencia artificial? | DW Documental
29. CÓMO CAMBIA NUESTRA SOCIEDAD LA INTELIGENCIA ARTIFICIAL 29 THE AGE OF A.I Enlace: https://www.youtube.com/watch?v=CM71Zu7E00E&t=931s Cómo cambia nuestra sociedad la inteligencia artificial | DW Documental
30. CÓMO CAMBIA NUESTRA SOCIEDAD LA INTELIGENCIA ARTIFICIAL 30 IN THE AGE OF A.I. Enlace: https://www.youtube.com/watch?v=5dZ_lvDgevk In the Age of AI (full film) | FRONTLINE
31. ¿QUÉ SIGNIFICA SER HUMANOS EN LA ERA IA? 31 Nos encontramos ante el umbral de una conversación trascendental en la historia contemporánea. La Inteligencia Arti fi cial, más que una mera herramienta tecnológica, plantea cuestiones esenciales sobre nuestra existencia y propósito. Impacto multidimensional: La IA tiene el potencial de in fl uir en diversas esferas de nuestra vida: desde el crimen, la guerra y la justicia hasta la estructura laboral, social y la conceptualización misma de la existencia humana. ¿Coexistencia o suplantación?: Mientras que la IA puede potenciar capacidades humanas y mejorar la calidad de vida, también emerge la inquietud: ¿Pueden las máquinas eventualmente reemplazar roles humanos en distintos ámbitos, más allá del laboral? Ética y poder: Con grandes avances vienen grandes responsabilidades. La IA nos dota de un poder inmenso, pero también plantea la cuestión: ¿Estamos preparados ética y moralmente para gestionarlo? Re fl exión de Tegmark: En su obra "Vida 3.0", Max Tegmark aborda con lucidez las cuestiones esenciales de la IA, desde la superinteligencia hasta la conceptualización de la vida en el cosmos. Es un llamado a comprender y dialogar sobre las implicancias y desafíos que se ciernen sobre la humanidad.
32. 32 Abrimos líneas para hablar anticipadamente de IA y agentes conversacionales El Futuro laboral en la era de la Inteligencia Arti fi cial Nos encontramos en un punto de in fl exión histórico, donde la con fl uencia de la tecnología y la Inteligencia Arti fi cial plantea preguntas fundamentales sobre el futuro de la profesión y la naturaleza del trabajo: Transformación Laboral: ¿Estamos presenciando el fi n de ciertas profesiones tal como las conocemos? La automatización y la IA tienen el potencial de rede fi nir sectores completos, como el transporte, con la posible desaparición de roles como taxistas o conductores. Automatización de Tareas Rutinarias: Los trabajos caracterizados por tareas repetitivas y rutinarias enfrentan un mayor riesgo de ser automatizados. Es crucial reevaluar y adaptar nuestras habilidades para el futuro. IA en Educación: La Inteligencia Arti fi cial promete revolucionar el ámbito educativo, desde personalizar los itinerarios de aprendizaje hasta automatizar tareas administrativas. Pero, ¿qué implicaciones tiene esto para el rol del docente y el diseño instruccional? Re fl exión sobre Nuestra Profesión: Como profesionales en tecnologías emergentes y educación, es esencial preguntarnos: ¿Cómo evolucionará nuestra profesión ante estos cambios? ¿Qué nuevas habilidades y competencias serán necesarias para prosperar en este nuevo paradigma? IA debate
34. 34 EX MACHINE (2015) DE ALEX GARLAND Trata temas interesante y relacionados con el mundo de la IA: el test de Turing y la teoría del valle inquietante Ver Trailer: https://www.youtube.com/watch?v=nqOEBM3ptBQ Borrar la línea entre el hombre y la máquina es desdibujar la línea entre hombres y dioses
35. Películas AI 35 EYEBROW / CAPLINE HEADER +
36. 36 CLASIFICACIÓN DE CONCEPTOS
37. 37 POSIBLES APLICACIONES PARA LA IA
38. 38 EYEBROW / CAPLINE HEADER
39. 39 EYEBROW / CAPLINE HEADER
40. Evolución hacia las 3 Cs: CURIOSIDAD, PENSAMIENTO CRÍTICO Y CREATIVIDAD 40 Trabajo en equipo, la comunicación y la colaboración