La inteligencia artificial (IA) es el campo de la ciencia informática dedicado a la resolución de problemas cognitivos asociados comúnmente a la inteligencia humana, como el aprendizaje, la resolución de problemas y el reconocimiento de patrones. Tipos de IA de acuerdo con el nivel de inteligencia Inteligencia artificial Estrecha. La inteligencia artificial estrecha (ANI) también se conoce como IA débil. ... Inteligencia artificial General. ... Súper Inteligencia artificial.

1. 2
IE AGROPECUARIO HANAJQUIA
Inteligencia
Artificial
Lic. César V. Quispe Puraca
juventudvision7@gmail.com
Cel. (+51)979.848.420
Tema:

2. 3
ewqrewrew
wewerwer
Inteligencia
Artifical

3. Inteligencia
artificial (IA)
6
Lic. César Quispe Puraca

4. Inteligencia artificial (IA)
La inteligencia artificial (IA) se refiere a
sistemas o máquinas que imitan la
inteligencia humana para realizar
y pueden mejorar iterativamente
tareas
a partir
de la información que recopilan.
6
Lic. César Quispe Puraca

5. LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN
UNAOPORTUNIDAD PARA EL APRENDIZAJE PERSONALIZADO
ha
convertido en una herramienta cada
muchos campos,
incluyendo la educación. En el ámbito
a
los
adaptando el contenido
las
cada
Lic. César Quispe Puraca
La inteligencia artificial (IA) se ha
convertido en una herramienta
cada vez más útil en muchos
campos, incluyendo la educación.
En el ámbito educativo, la IA
puede ayudar a personalizar el
aprendizaje de los estudiantes,
adaptando el contenido y el
ritmo de enseñanza a las
necesidades individuales de cada
uno.

6. Inteligencia artificial (IA)
5.1
5.2
5.3
Inteligencia Artificial
Machine learning
Deep learning
4
Lic. César Quispe Puraca
MACHINE LEARNING

7. Usos de machine learning
Esta tecnología está presente en un sinfín
de aplicaciones como las
recomendaciones de Netflix o Spotify, las
respuestas inteligentes de Gmail o el
habla de Siri y Alexa.
14
Lic. César Quispe Puraca

8. Las tres estapas de IA
• Inteligencia Artificial Estrecha. (ANI)
• Inteligencia Artificial General. (AGI)
• Súper inteligencia Artificial. (ASI)
17
Lic. César Quispe Puraca

9. Deep Blue (1996) y Deeper Blue (1997) de IBM
13
Lic. César Quispe Puraca

10. 21
DEMOSTRACIÓN

11. Chatbots educativos:
Los chatbots basados en IA brindan asistencia
instantánea a los estudiantes. Pueden
responder preguntas frecuentes, proporcionar
explicaciones sobre conceptos difíciles, ayudar
en la resolución de problemas y ofrecer
retroalimentación. Los chatbots también
pueden ofrecer orientación en la elección de
cursos, programas académicos y carreras.
Chatbots
Lic. César Quispe Puraca

12. ChatGPT
• Es una herramienta basada en el modelo de lenguaje GPT-3 de OpenAI. Puede ser
utilizado para desarrollar chatbots educativos que respondan preguntas y brinden
información en lenguaje natural. El modelo se entrena con grandes cantidades de datos y
puede proporcionar respuestas contextuales y relevantes.
Meet Bard
• Bard es un modelo de lenguaje grande, también conocido como IA conversacional o chatbot
entrenado para ser informativo y completo. Estoy capacitado en una gran cantidad de datos
de texto y soy capaz de comunicarme y generar texto similar al humano en respuesta a una
amplia gama de indicaciones y preguntas. Por ejemplo, puedo proporcionar resúmenes de
temas reales o crear historias.
Botpress
• Es una plataforma de código abierto para el desarrollo de chatbots. Proporciona un entorno
de desarrollo flexible y extensible para crear chatbots educativos con funcionalidades
personalizadas. Botpress permite la integración con múltiples canales de comunicación y
ofrece características avanzadas de procesamiento de lenguaje natural.
Lic. César Quispe Puraca

13. Inteligencia Artificial
SteveAI
Slidesgo
Canva
Genially
Quizgecko
7
Lic. César Quispe Puraca

14. Inicios de la Inteligencia Artificial
En su histórico artículo de 1950,
propuso que la pregunta
Turing
¿Puede pensar una máquina?
7
Lic. César Quispe Puraca

15. El futuro de la educación con la IA
A medida que la tecnología continúa avanzando,
es probable que la IA juegue un papel cada vez
más importante en la educación. En el futuro, es
posible que veamos sistemas de IA más
sofisticados que puedan adaptarse aún mejor a las
necesidades individuales de los estudiantes y
proporcionar experiencias de aprendizaje aún más
personalizadas.
También es posible que la IA se utilice para crear
nuevas formas de aprendizaje, como la realidad
virtual y aumentada, que pueden proporcionar
experiencias educativas más inmersivas e
interactivas. En última instancia, el objetivo de la
IA en la educación es mejorar la calidad del
aprendizaje y preparar a los estudiantes para un
mundo cada vez más tecnológico.

16. Los desafíos de la implementación de la IA en la
educación
Aunque la IA tiene el potencial de transformar
la educación, su implementación no está
exenta de desafíos. Uno de los mayores
desafíos es asegurarse de que la IA se utilice de
manera ética y responsable.
Otro desafío es garantizar que la IA no
reemplace completamente a los profesores,
sino que se utilice para mejorar su trabajo y
ofrecer una experiencia de aprendizaje más
efectiva. Además, también es importante tener
en cuenta la privacidad y la seguridad de los
datos de los estudiantes cuando se utilizan
sistemas de IA en la educación.

17. Aplicaciones de la inteligencia artificial en la
educación:
Las aplicaciones de la inteligencia artificial (IA)
en la educación son cada vez más relevantes y
están transformando la forma en que se
enseña y se aprende. Aquí te presento algunas
de las principales aplicaciones de la IA en el
ámbito educativo:
 Aprendizaje adaptativo
 Chatbots educativos
 Evaluación automatizada
 Recomendación de contenidos
 Análisis de datos educativos
 Tutoría virtual y simulaciones
Estas son solo algunas de las aplicaciones de la IA en la educación. La IA tiene el potencial de mejorar la calidad de la
educación, personalizar el aprendizaje, aumentar la eficiencia y brindar a los estudiantes experiencias de aprendizaje
más ricas y efectivas. Sin embargo, es importante abordar también los desafíos y consideraciones éticas asociadas,
como la privacidad de los datos y lanecesidad de mantener una supervisión y orientación humana adecuadas.

18. Aprendizaje adaptativo:
La IA permite personalizar la experiencia de
aprendizaje para cada estudiante. Los sistemas
de IA recopilan datos sobre el desempeño y los
patrones de aprendizaje de los estudiantes, y
utilizan algoritmos para adaptar el contenido,
el ritmo y los recursos educativos de acuerdo
con las necesidades individuales de cada
estudiante. Esto fomenta un aprendizaje más
efectivo y a medida.

19. iReady (Curriculum Associates)
• Ofrece lecciones en línea que brindan instrucción y práctica a medida para que cada
estudiante acelere el crecimiento, al tiempo que apoya a los maestros con recursos en el
momento para remediación y re-enseñanza.
Mathia (Aprendizaje Carnegie)
• Utilizando sofisticada tecnología de IA para adaptarse a un nivel muy detallado, habilidad
por habilidad, MathIA personaliza el aprendizaje y mantiene a los estudiantes
comprometidos con comentarios personalizados justo a tiempo y sugerencias contextuales,
al tiempo que le proporciona todos los comentarios y evaluaciones en tiempo real que
necesita para comprender dónde está los alumnos están en y hacia dónde se dirigen.
Trayectoria exacta (Edmentum)
• Combina evaluaciones de diagnóstico adaptativo con vías de aprendizaje individualizadas
para promover el crecimiento de los estudiantes de K-12 grados en matemáticas, lectura y
artes del lenguaje, ya que los estudiantes reciben una experiencia de prueba única que
identifica con precisión su nivel de instrucción, fortalezas y necesidades.

20. Disciplina de la inteligenciaartificial
En 1956, los científicos Allen
Newell, Herbert Simon, Marvin
Minsky, Arthur Samuel y John
McCarthy se reunieron en la
conferencia de Dartmouth en un
encuentro que marcó la creación
de la disciplina de la inteligencia
artificial.
8
Lic. César Quispe Puraca

21. Relaciones en el tiempo
9
Lic. César Quispe Puraca

22. Machine learning
El machine learning (aprendizaje automático) es una rama de
la inteligencia artificial que permite que las máquinas aprendan
ser expresamente programadas para ello.
sin
Una habilidad indispensable para hacer sistemas capaces de
identificar patrones entre los datos para hacer predicciones.
12
Lic. César Quispe Puraca

23. 5.3 Deep learning
16
Lic. César Quispe Puraca

24. Entrenar a la computadora
En lugar de organizar datos para
que se ejecuten a través de
ecuaciones predefinidas, el deep
learning configura parámetros
básicos acerca de los datos y
entrena a la computadora para
que aprenda por cuenta propia
reconociendo patrones mediante
el uso de muchas capas de
procesamiento.
Fuente: https://somospnt.com/
18
Lic. César Quispe Puraca

25. ¿Qué es una red neuronal artificial?
Las redes neuronales artificiales
(también conocidas como sistemas
conexionistas) son un modelo
computacional evolucionado a partir
de diversas aportaciones científicas
que están registradas en la historia.
 Consiste en un conjunto de
unidades, llamadas neuronas
artificiales, conectadas entre sí para
transmitirse señales.
La información de entrada atraviesa
la red neuronal (donde se somete a
diversas operaciones) produciendo
unos valores de salida.
Fuente: Ana Barragán Montero CEBE - https://cebebelgica.es/
19

26. Ejemplo
20
Lic. César Quispe Puraca

27. CONCLUSIONES
Lic. César Quispe Puraca

28. En resumen, la IA tiene el potencial de
revolucionar la educación al personalizar
el aprendizaje, mejorar la evaluación y
crear nuevas formas de aprendizaje. Sin
embargo,también hay desafíos que
deben ser abordados para garantizar
que la IA se utilice de manera ética y
responsable.
Lic. César Quispe Puraca

29. APRENDIZAJEAUTOMATICO