El documento analiza el impacto de las tecnologías y la inteligencia artificial en la educación, enfatizando cómo estas herramientas han transformado los métodos de enseñanza y aprendizaje. Se presenta un modelo pedagógico basado en sistemas multi-agente, que utiliza planificación instruccional y razonamiento basado en casos, demostrando mejoras en el rendimiento de los estudiantes. La conclusión resalta la necesidad de adaptar las prácticas educativas tradicionales y enfrentar las resistencias para aprovechar los avances en inteligencia artificial.

1. Profesora:
MG. YENI NANCY ESPIRITU MARTINEZ
Alumnos:
•Cahuaza Rios Carlita
•Fuentes Carreón Miguel
•Gomez Alzamora Sheyla
•Luque Castro Giulliana
•Rojas Nolazco Marjori
Grupo: A

2. Las tecnologías a cambiado la forma de percibir, apreciar y aprender la realidad,
están además llevan un cambio de esquemas en las formas y métodos de
presentar , almacenar y comunicar la información y conocimientos.
Introducción
La información como herramienta de apoyo en la
educación, requiere por lo tanto un proceso proactivo y
simultáneo de adquisición , análisis y reflexión e
interpretación de información.

3. Resumen
Esta presentación abarca un ambiente inteligente distribuido de enseñanza y de
aprendizaje, usando las técnicas de la inteligencia artificial denominadas
Razonamiento Basado en Casos (CBR) y Planificación Instruccional (IP).
El ambiente fue modelado utilizando el abordaje de los sistemas multi-agente, el
cual le suministra al ambiente las características de adaptabilidad, autonomía y
flexibilidad. El modelo pedagógico del ambiente se fundamenta en los
paradigmas del conductismo, cognitivismo e histórico-social.

4. INTELIGENCIA
ARTIFICIAL EN
EDUCACIÓN
INTELIGENCIA ARTIFICIAL EN EDUCACIÓN

5. PARADIGMAS INSTRUCCIONALES
CONDUCTISMO: favorece el aprendizaje que
el sujeto aprende (Skinner,1954). Se centra en
el estudio del comportamiento observable es
decir la conducta.
COGNITIVISMO: La mente humana puede
lograr conceptos usando métodos que eran
rigurosos, sin dejar de lado la suposición del
individuo, piensa y elabora información por si
mismo (Piaget,1981).

6. Histórico
-social
Ninguno de los
seres humanos
es autosuficiente
Conocimiento y
aprendizaje
producto de
encuentro
sociales.
(Vygotsky, 1984)
Se da en su
ambiente natural
y el uso de
herramientas
para resolver
problemas.
(Neisser, 1976)

7. PLANIFICACIÓN
INSTRUCCIONAL
• Es el componente encargado de determinar
la secuencia de acciones de manera
consistente, coherente y continua las cuales
maximizan la actividades de aprendizaje de
cada alumno para alcanzar los objetivos
instruccionales durante una sesión de
aprendizaje (Matsuda y VanLehn,2000).
RAZONAMIENTOS
BASADO EN
CASOS
• Intenta llegar a la solución de
nuevos problemas de forma similar
como lo hace los seres humanos
utilizando experiencia acumulada
hasta el momento en
acontecimientos similares
(Rossillea et al., 2005).
TÉCNICAS DE AI EN EDUCACIÓN

8. Ambiente Multi-Agente de enseñanza/aprendizaje
ALLEGRO

9. ARQUITECTURA DE ALLEGRO
AGENTES
HUMANOS
ALUMNO
ASISTENTE DE
DOCENCIA
DOCENTE
APRENDE
ACTIVAMENTE
ELABORA LA
SESIÓN DE
APRENDIZAJE
ACOMPAÑA, SUPERVISA E
INTERVIENE EN EL
PROCESO FORMATIVO
TRABAJAN EN
EQUIPO PARA
LOGRAR UNA
META COMÚN
(Jiménez, 2006)

10. AGENTES DE SOFTWARE
• GUIA EL PROCESO DE APRENDIZAJE
• PROPONE ACCIONES PEDAGÓGICAS
TUTOR
• CONTROLA EL MODELO DE APRNDIZAJE
• COMPRENDE LOS TEMAS, LIMITES Y NIVEL DE
CONOCIMIENTO.
MODELO DE ALUMNO
• PUENTE ENTRE AGENTES HUMANOS Y
SOFTWARE
INTERFAZ
• ADMINISTRA EL CONOCIMIENTOEXPERTO
• SELECCIONA Y CALIFICA EL CONOCIMIENTODIAGNÓSTICO
• SINCRONIZA A LOS ALUMNOS DEL MISMO TEMA
Y TRABAJAR EN EQUIPO
COLABORATIVO
(Jiménez, 2006)

11. (Jiménez, 2006)

12. MECANISMO IP USANDO CBR
MÓDULOSDELMODELOIP
Planificador instruccional
Tutor elabora el plan:
-Unidades básicas de
aprendizaje
-Objetivos
-Nivel de aprendizaje
-Metodología
Ejecutor
El aprendiz recibe el
conocimiento y se le brinda la
colaboración necesaria
Evaluador
El agente diagnóstico realiza el
proceso de evaluar los
conocimientos adquiridos
Recuperador
El tutor o aprendiz recuperan la
información para replanificar y/o
modificar
(Jiménez, 2006)

13. DISCUSIÓN Y RESULTADOS

14. Se configuró en dos grupos
Enseñanza Aprendizaje
Los alumnos
del entorno
ALLEGRO
presentaron
mejores
resultados.
- Memorización
lógica.
- Abstracción.
- Competencia
lectora.
- Razonamiento.
(Builes, 2008)

15. • Capacidad para suministrar
enseñanza individualizada y
colaborativa.
• Utiliza el enfoque de los agentes
pedagógicos.
ALLEGRO
• Solución de nuevos problemas.
• Un nuevo problema se compara con
los casos almacenado.
CBR
(Builes, 2008)
(Builes, 2008)

16. CONCLUSIONES
✓En la actualidad se esta produciendo grandes cambios en la forma en
que las personas viven y aprenden; debido específicamente los
impresionantes avances en el campo de la informática y de las
telecomunicaciones.
✓Frente al desafío d nuevas maneras de instrucción , la resistencia de
algunos docente en implementar las investigaciones y desarrollos del
área de la IA en la educación
✓Es importante renovar los métodos tradicionales de
enseñanza/aprendizaje.
✓Todavía queda un largo camino por recorrer en el mejoramiento y
perfeccionamiento de este tipo de cambiantes de
enseñanza/aprendizaje.

17. REFERENCIAS
Builes, J. A. J., & Carranza, D. A. O. (2008). Uso de técnicas de Inteligencia
Artificial en ambientes distribuidos de enseñanza/aprendizaje.
Revista Educación en Ingeniería, 3(5), 98- 106. Recuperado de
https://www.educacioneningenieria.org/index.php/edi/article/view/156