Paradigmas para la enseñanza de inteligencia artificial en la educación ecuatoriana

Diego Javier Bastidas Logroño, Jenny Mariuxi Zambrano Socola, Aida Cecibel Coronel Iñaguazo, Miriam Magali Ramirez Requelme
{"title":"Paradigmas para la enseñanza de inteligencia artificial en la educación ecuatoriana","authors":"Diego Javier Bastidas Logroño, Jenny Mariuxi Zambrano Socola, Aida Cecibel Coronel Iñaguazo, Miriam Magali Ramirez Requelme","doi":"10.62305/alcon.v4i3.139","DOIUrl":null,"url":null,"abstract":"La enseñanza de la inteligencia artificial en el ámbito educativo ha sido una experiencia única y enriquecedora, dado el papel histórico y continuo. El introducir a los estudiantes en la historia de la inteligencia artificial ha desempeñado un papel fundamental en su desarrollo. Explorar los conceptos clave de la inteligencia artificial como el sistema de producción, el razonamiento simbólico y el aprendizaje automático nos ha permitido desarrollar este tipo de paradigma como un enfoque nuevo en la educación de esta generación. El enseñar los fundamentos de la programación simbólica como manipulación de listas, definición de funciones recursivas, representación simbólica de conocimiento y manipulación de símbolos, cómo diseñar y desarrollar sistemas expertos utilizando inteligencia artificial. Esto implica enseñarles a representar conocimiento de dominio, implementar reglas de inferencia y crear sistemas de retroalimentación para mejorar el rendimiento del sistema. El haber explorado las técnicas de aprendizaje automático simbólico, como la inducción de árboles de decisión, la inferencia bayesiana y la lógica difusa en la colaboración en proyectos de investigación. Al haberse integrado estos paradigmas, los estudiantes pueden obtener una comprensión profunda de la inteligencia artificial mientras desarrollan habilidades prácticas en programación.","PeriodicalId":516924,"journal":{"name":"Revista Científica de Innovación Educativa y Sociedad Actual \"ALCON\"","volume":"30 24","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-05-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista Científica de Innovación Educativa y Sociedad Actual \"ALCON\"","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.62305/alcon.v4i3.139","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

La enseñanza de la inteligencia artificial en el ámbito educativo ha sido una experiencia única y enriquecedora, dado el papel histórico y continuo. El introducir a los estudiantes en la historia de la inteligencia artificial ha desempeñado un papel fundamental en su desarrollo. Explorar los conceptos clave de la inteligencia artificial como el sistema de producción, el razonamiento simbólico y el aprendizaje automático nos ha permitido desarrollar este tipo de paradigma como un enfoque nuevo en la educación de esta generación. El enseñar los fundamentos de la programación simbólica como manipulación de listas, definición de funciones recursivas, representación simbólica de conocimiento y manipulación de símbolos, cómo diseñar y desarrollar sistemas expertos utilizando inteligencia artificial. Esto implica enseñarles a representar conocimiento de dominio, implementar reglas de inferencia y crear sistemas de retroalimentación para mejorar el rendimiento del sistema. El haber explorado las técnicas de aprendizaje automático simbólico, como la inducción de árboles de decisión, la inferencia bayesiana y la lógica difusa en la colaboración en proyectos de investigación. Al haberse integrado estos paradigmas, los estudiantes pueden obtener una comprensión profunda de la inteligencia artificial mientras desarrollan habilidades prácticas en programación.
厄瓜多尔教育中的人工智能教学范例
鉴于人工智能的历史性和持续性作用,在教育领域开展人工智能教学是一种独特而丰富的体验。向学生介绍人工智能的历史对其发展起到了关键作用。探索人工智能的关键概念,如生产系统、符号推理和机器学习,使我们能够将这种类型的范式发展成为这一代人的新教育方法。教授符号编程的基础知识,如列表操作、递归函数定义、符号知识表示和符号操作,以及如何利用人工智能设计和开发专家系统。这包括教他们如何表示领域知识、实施推理规则和创建反馈系统以提高系统性能。在合作研究项目中探索了决策树归纳、贝叶斯推理和模糊逻辑等符号机器学习技术。在整合了这些范例之后,学生们可以深入了解人工智能,同时培养实用的编程技能。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信