Adestrando ás máquinas
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:
- Elección do obxectivo.
- Recolección de datos.
- Preparación dos datos.
- Definición do algoritmo.
- Adestramento do modelo.
- Avaliación do modelo.
- 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: