Adestrando ás máquinas

16. Marzo 2022 Divulgacion

Coa chegada da Intelixencia Artificial ao mundo educativo abríronse moitos novos campos de traballo para ir incorporándoa nas nosas aulas.  O “Machine  Learning” (ML) é unha rama da Intelixencia Artificial (AI) onde se crean algoritmos capaces de aprender de forma automática podendo predicirse futuras condutas. Como ben sabes un algoritmo é un conxunto de instrucións ou regras definidas e non ambiguas, ordenadas e finitas que permite, tipicamente, solucionar un problema, realizar un cómputo, procesar datos e levar a cabo outras tarefas ou actividades.

 

Esta rama da AI empezou a desenvolverse nos anos 80 como un complexo proceso no que os computadores aprenden de patróns seleccionados polo home, tentando copiar e  replicar as habilidades do mesmo, é o que se coñece como aprendizaxe supervisada, onde os algoritmos contan cun adestramento previo con datos etiquetaxes que lles permiten presentar logo predicións

 

No  ML subxacen dúas ideas:

  • Idea 1.-O sistema debe ser capaz de analizar un gran volume de datos e construír habilidades que non tiña anteriormente.
  • Idea 2.-A máquina debe ser autónoma, é dicir, debe traballar sen estar baixo a supervisión humana.

Pero vaiamos paso a paso, o primeiro sería estruturar este proceso de  aprendizaxe automático por iso destacamos estas etapas:

  1. Elección do obxectivo.
  2. Recolección de datos.
  3. Preparación dos datos.
  4. Definición do algoritmo.
  5. Adestramento do modelo.
  6. Avaliación do modelo.
  7. Realización da predición.

Sen dúbida unha parte fundamental vai ser a captura e posterior clasificación de datos fundamentais para o adestramento pero isto trataremolo noutro artigo.

Quizais soa moi afastado ou moi a ciencia ficción  pero o  ML impactou no mundo educativo onde xa se están dando pasos para quedar entre nós. Atrévesche a adestrar á túa máquina e de paso cambiar a túa forma de aprender e a túa forma de ensinar?

Para saber máis: