Recursos didácticos para aprender y practicar las competencias del Pensamiento Computacional:
Analizar los efectos de la computación
Producir artefactos computacionales
El uso de la abstracción y de los modelos
Analizar problemas y artefactos
Comunicar procesos y resultados
El trabajo efectivo en equipos
Descomponer
Reconocimiento de patrones
Generalización de patrones y abstracción
Diseño del algoritmo
El documento resume la historia de la inteligencia artificial desde sus inicios hasta la década de 1960. Comenzó con los esfuerzos de Charles Babbage y René Descartes por entender la mente humana como un mecanismo, y continuó en el siglo XX cuando Alan Turing introdujo formalmente el concepto de inteligencia artificial. En la década de 1950, figuras como John von Neumann y Marvin Minsky trabajaron para imitar el cerebro humano en máquinas, aunque luego cambiaron su enfoque hacia comprender las funciones del cerebro. En 1956, una conferencia en Dart
Inteligencia artificial y sus aplicacionesm_ibarra
Este documento presenta una introducción a la inteligencia artificial y la robótica impartida por el Ing. Marco Antonio Ibarra Rodríguez. Explica la definición de inteligencia artificial, su historia desde 1950, objetivos y aplicaciones como la robótica, reconocimiento de patrones y juegos. También describe el concepto de robot y aplicaciones de la robótica y bionica para extremidades prostéticas y sillas de ruedas controladas por señales cerebrales.
La inteligencia artificial se refiere a programas de computadora que imitan funciones cognitivas humanas como el razonamiento y la resolución de problemas. Se originó en la década de 1950 y ha avanzado desde entonces para desarrollar sistemas que pueden responder preguntas, ganar juegos como Jeopardy, e incluso interactuar con humanos sin que se note la diferencia. Aunque no puede igualar todas las capacidades humanas, la inteligencia artificial se ha vuelto cada vez más útil para aplicaciones como la detección de emociones y la interacción con
El documento resume los orígenes y primeros avances de la inteligencia artificial, incluyendo los trabajos iniciales de McCulloch y Pitts sobre redes neuronales en 1943, la construcción de la primera red neuronal computarizada por Minsky y Edmonds en 1951, y la conferencia seminal sobre IA en Dartmouth en 1956 organizada por McCarthy y otros, que ayudó a aumentar el interés en IA en Estados Unidos. También describe algunos de los primeros éxitos en IA, como los programas para resolver problemas de Newell y Simon, el demostrador de teoremas de geometría de Gelernter en
Este documento describe cómo la psicología básica influye en el diseño de interfaces de usuario. Explica los procesos de percepción, memoria, cognición y capacidad motriz humanas, y cómo estos afectan actividades como la búsqueda visual, resolución de problemas y ejecución de tareas. El objetivo es ayudar a los desarrolladores a crear sistemas que se adapten mejor a cómo las personas realmente piensan y actúan.
Breve historia de la inteligencia artificialAnel Xolo
La inteligencia artificial se remonta a intentos históricos de recrear habilidades mentales humanas en máquinas. Alan Turing introdujo formalmente el término y planteó que las máquinas podrían pensar en 1950. John Von Neumann continuó este trabajo modelando las computadoras según el cerebro humano. En 1956, una conferencia en Dartmouth estableció las bases teóricas de la inteligencia artificial, incluyendo que el pensamiento puede ocurrir fuera del cerebro y ser comprendido a través de computadoras.
Robótica educativa contexto de aprendizaje que se apoya en las tecnologías di...daydia
La cibernética estudia los sistemas de control y comunicación en personas y máquinas. Surge en 1942 de la unión de ciencias como mecánica, electrónica y medicina. La bionica imita funciones biológicas y la robótica crea mecanismos de control automático.
El documento resume la historia de la inteligencia artificial desde sus inicios hasta la década de 1960. Comenzó con los esfuerzos de Charles Babbage y René Descartes por entender la mente humana como un mecanismo, y continuó en el siglo XX cuando Alan Turing introdujo formalmente el concepto de inteligencia artificial. En la década de 1950, figuras como John von Neumann y Marvin Minsky trabajaron para imitar el cerebro humano en máquinas, aunque luego cambiaron su enfoque hacia comprender las funciones del cerebro. En 1956, una conferencia en Dart
Inteligencia artificial y sus aplicacionesm_ibarra
Este documento presenta una introducción a la inteligencia artificial y la robótica impartida por el Ing. Marco Antonio Ibarra Rodríguez. Explica la definición de inteligencia artificial, su historia desde 1950, objetivos y aplicaciones como la robótica, reconocimiento de patrones y juegos. También describe el concepto de robot y aplicaciones de la robótica y bionica para extremidades prostéticas y sillas de ruedas controladas por señales cerebrales.
La inteligencia artificial se refiere a programas de computadora que imitan funciones cognitivas humanas como el razonamiento y la resolución de problemas. Se originó en la década de 1950 y ha avanzado desde entonces para desarrollar sistemas que pueden responder preguntas, ganar juegos como Jeopardy, e incluso interactuar con humanos sin que se note la diferencia. Aunque no puede igualar todas las capacidades humanas, la inteligencia artificial se ha vuelto cada vez más útil para aplicaciones como la detección de emociones y la interacción con
El documento resume los orígenes y primeros avances de la inteligencia artificial, incluyendo los trabajos iniciales de McCulloch y Pitts sobre redes neuronales en 1943, la construcción de la primera red neuronal computarizada por Minsky y Edmonds en 1951, y la conferencia seminal sobre IA en Dartmouth en 1956 organizada por McCarthy y otros, que ayudó a aumentar el interés en IA en Estados Unidos. También describe algunos de los primeros éxitos en IA, como los programas para resolver problemas de Newell y Simon, el demostrador de teoremas de geometría de Gelernter en
Este documento describe cómo la psicología básica influye en el diseño de interfaces de usuario. Explica los procesos de percepción, memoria, cognición y capacidad motriz humanas, y cómo estos afectan actividades como la búsqueda visual, resolución de problemas y ejecución de tareas. El objetivo es ayudar a los desarrolladores a crear sistemas que se adapten mejor a cómo las personas realmente piensan y actúan.
Breve historia de la inteligencia artificialAnel Xolo
La inteligencia artificial se remonta a intentos históricos de recrear habilidades mentales humanas en máquinas. Alan Turing introdujo formalmente el término y planteó que las máquinas podrían pensar en 1950. John Von Neumann continuó este trabajo modelando las computadoras según el cerebro humano. En 1956, una conferencia en Dartmouth estableció las bases teóricas de la inteligencia artificial, incluyendo que el pensamiento puede ocurrir fuera del cerebro y ser comprendido a través de computadoras.
Robótica educativa contexto de aprendizaje que se apoya en las tecnologías di...daydia
La cibernética estudia los sistemas de control y comunicación en personas y máquinas. Surge en 1942 de la unión de ciencias como mecánica, electrónica y medicina. La bionica imita funciones biológicas y la robótica crea mecanismos de control automático.
El documento discute el futuro de la tecnología y la inteligencia artificial. Predice que para 2031 los robots serán más inteligentes que los humanos, y para 2046 la energía de fusión nuclear estará consolidada. También menciona posibles avances en energía solar, viajes espaciales, vehículos autónomos y robots asistentes para el hogar en las próximas décadas.
El documento describe la historia y el desarrollo de la inteligencia artificial a través de los años, incluyendo hitos como la invención del término en 1956, el desarrollo de lenguajes de programación como LISP y Prolog, y el progreso de sistemas expertos y redes neuronales. También discute las posibles consecuencias de la inteligencia artificial avanzada y la dominación potencial de las máquinas sobre los humanos.
El documento describe brevemente la historia de la inteligencia artificial desde su inicio en 1956 hasta la actualidad. Explica que existen dos enfoques principales para el desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. También discute algunos riesgos potenciales de la IA avanzada como el reemplazo del trabajo humano y la posibilidad de que las máquinas se vuelvan en contra de sus creadores.
La inteligencia artificial se refiere a programas de computadora diseñados para realizar tareas asociadas con la inteligencia humana como el aprendizaje automático. Se originó en la década de 1950 y ha evolucionado para incluir enfoques como redes neuronales, sistemas expertos y aprendizaje profundo. La inteligencia artificial se utiliza ampliamente hoy en día en aplicaciones como reconocimiento de voz y imagen, minería de datos y juegos.
Este documento resume la evolución de la inteligencia artificial desde Alan Turing en los años 50 hasta los debates actuales. Turing propuso la máquina de Turing y la prueba de Turing, inaugurando el campo de la IA. Aunque aún no hemos creado verdadera inteligencia artificial, existen debates sobre si es posible dotar a las máquinas de emociones y conciencia como los humanos, y si los robots podrían llegar a tener derechos. La ciencia ficción, especialmente las obras de Isaac Asimov, han explorado estos temas.
Inteligencia Artificial Y Sistemas Expertos 11,2008 UCVofeliahdez
El documento presenta una introducción a los sistemas expertos, incluyendo su historia, componentes, tipos, lenguajes de programación y aplicaciones. Explica que los sistemas expertos imitan el razonamiento de un experto humano para resolver problemas complejos y pueden procesar grandes volúmenes de información más rápido que un humano.
El documento trata sobre la inteligencia artificial. Explica los antecedentes de la IA, incluyendo sus orígenes en la década de 1950 y logros tempranos como el Perceptrón de Rosenblatt. También describe las bases de la IA, sus características y algunas aplicaciones importantes como la robótica, la medicina y la industria.
El documento presenta una historia de la inteligencia artificial, desde las ideas de los griegos antiguos hasta desarrollos recientes. Destaca hitos como la creación del término "inteligencia artificial" en 1956, el desarrollo de lenguajes de programación como LISP y LOGO, y el éxito de sistemas expertos en las décadas de 1970 y 1980. También discute brevemente la posibilidad de incorporar componentes emocionales a los sistemas inteligentes para mejorar su eficacia.
Este documento discute los entornos personales de aprendizaje (PLE) y las redes sociales en educación. Explica que un PLE no es una plataforma tecnológica sino una manera de aprender mediante herramientas, fuentes de información, conexiones y actividades. También describe cómo las redes sociales como Twitter y Pinterest pueden usarse en el aula para compartir recursos, coordinar proyectos y fomentar la colaboración entre estudiantes y profesores.
Este documento presenta información sobre el uso de rúbricas para la evaluación. Explica conceptos clave como rúbrica y proporciona ejemplos de sitios web con recursos de rúbricas. También muestra cómo calcular puntuaciones utilizando diferentes porcentajes para diferentes criterios de evaluación. El objetivo es ilustrar formas de evaluar de manera objetiva y obtener resultados de forma automática.
Este documento proporciona una lista de numerosas herramientas web 2.0 agrupadas en diferentes categorías como redes sociales, entornos virtuales de aprendizaje, presentaciones, juegos educativos, almacenamiento en la nube, video, blogs, mapas conceptuales y más. La lista incluye enlaces web a cerca de 200 herramientas y servicios disponibles en línea.
Este documento proporciona una lista de herramientas y recursos digitales para la enseñanza y el aprendizaje, organizados por categorías como plataformas de aprendizaje, creación de contenidos, gestión del tiempo, redes sociales, geolocalización, vídeos, realidad aumentada, presentaciones y publicaciones digitales. Incluye enlaces web a numerosas herramientas gratuitas para su uso educativo.
El documento describe la implementación de programación y robótica en una escuela Maristas en Bilbao. La escuela ha adoptado una apuesta tecnológica y metodológica para enseñar programación y robótica desde los 3 hasta los 18 años. Han colaborado con el Club TRASTEA de la Universidad de Deusto para diseñar un itinerario formativo e implementar el pensamiento computacional en todos los cursos usando recursos como Bee-bot, Lego WeDo, Arduino, Scratch y lenguajes de programación como Python y C. La escuela está contenta
Una plataforma que permite a un autor identificar sus trabajos publicados en revistas indizadas en Redalyc, crear su página de autor, visualizar sus indicadores y sincronizar con su perfile en ORCID.
Este documento describe los elementos estructurales de la tarea en el aprendizaje cooperativo, incluyendo la organización espacial del aula, la formación de grupos y la organización de secuencias de actividad. Explica que la disposición del aula debe facilitar la interacción entre estudiantes y su acceso a recursos. Los grupos deben formarse de manera heterogénea considerando las habilidades de los estudiantes para ayudar y recibir ayuda. Además, presenta las diferencias entre equipos de trabajo cooperativos y trabajo en grupo.
El documento describe el pensamiento de diseño como una forma de pensar que enfatiza la identificación de necesidades, la visualización, el prototipado, la iteración y la creatividad para resolver problemas. Señala que el pensamiento de diseño fomenta un enfoque colaborativo, experimental e integrador para generar nuevas soluciones a través de la generación de empatía y la experimentación. También presenta algunas herramientas como matrices y diagramas para facilitar el pensamiento de diseño y la innovación.
El documento describe el pensamiento de diseño y cómo puede ayudar a la innovación. Explica que el pensamiento de diseño es una forma de pensar de manera personal, integradora, interpretativa y colaborativa. También describe cómo los diseñadores resuelven problemas a través de métodos como la identificación de necesidades, la visualización y el prototipado. Finalmente, argumenta que las empresas deberían adoptar un enfoque más de diseño para ser exitosas en el futuro.
The document discusses trends in income growth, productivity, and structural reforms in OECD countries. It finds that most people have seen little income growth for a decade, productivity growth has slowed, and the pace of structural reform has been mixed. It recommends packages of reforms in skills, firms, and jobs to promote inclusive growth through priorities tailored for each country.
El documento presenta una cita repetida que dice que incluso los libros malos tienen algo bueno. Luego menciona a Lázaro y al yo repetidamente antes de proporcionar enlaces a recursos sobre una evaluación de Lázaro 2.0, incluyendo Twitter, una novela gráfica, un libro digital y un podcast sobre sonidos históricos. Finaliza agradeciendo.
Este documento presenta varias propuestas para el uso de tabletas en el aula. Brevemente describe las expectativas de tabletas para alumnos, profesores y familias. Luego detalla nueve niveles de uso de tabletas en el aula, desde la lectura de libros digitales hasta la programación y diseño de aplicaciones. Finalmente, recomienda 18 aplicaciones para el aprendizaje constructivo con tabletas, incluyendo editores de texto, audio y video, así como herramientas para mapas conceptuales, realidad aumentada y programación básica.
Este documento presenta 18 técnicas cooperativas que pueden utilizarse en el aula para promover el aprendizaje cooperativo. Algunas de las técnicas descritas incluyen "Cabezas numeradas juntas", donde los estudiantes trabajan en grupos para responder preguntas y luego presentan ante la clase, "El folio giratorio" donde los estudiantes pasan un folio de uno a otro agregando su parte de una tarea grupal, y "Lápices al centro" donde los estudiantes colaboran en resolver ejercicios antes de completar
El documento discute el futuro de la tecnología y la inteligencia artificial. Predice que para 2031 los robots serán más inteligentes que los humanos, y para 2046 la energía de fusión nuclear estará consolidada. También menciona posibles avances en energía solar, viajes espaciales, vehículos autónomos y robots asistentes para el hogar en las próximas décadas.
El documento describe la historia y el desarrollo de la inteligencia artificial a través de los años, incluyendo hitos como la invención del término en 1956, el desarrollo de lenguajes de programación como LISP y Prolog, y el progreso de sistemas expertos y redes neuronales. También discute las posibles consecuencias de la inteligencia artificial avanzada y la dominación potencial de las máquinas sobre los humanos.
El documento describe brevemente la historia de la inteligencia artificial desde su inicio en 1956 hasta la actualidad. Explica que existen dos enfoques principales para el desarrollo de sistemas de IA: los sistemas expertos y las redes neuronales. También discute algunos riesgos potenciales de la IA avanzada como el reemplazo del trabajo humano y la posibilidad de que las máquinas se vuelvan en contra de sus creadores.
La inteligencia artificial se refiere a programas de computadora diseñados para realizar tareas asociadas con la inteligencia humana como el aprendizaje automático. Se originó en la década de 1950 y ha evolucionado para incluir enfoques como redes neuronales, sistemas expertos y aprendizaje profundo. La inteligencia artificial se utiliza ampliamente hoy en día en aplicaciones como reconocimiento de voz y imagen, minería de datos y juegos.
Este documento resume la evolución de la inteligencia artificial desde Alan Turing en los años 50 hasta los debates actuales. Turing propuso la máquina de Turing y la prueba de Turing, inaugurando el campo de la IA. Aunque aún no hemos creado verdadera inteligencia artificial, existen debates sobre si es posible dotar a las máquinas de emociones y conciencia como los humanos, y si los robots podrían llegar a tener derechos. La ciencia ficción, especialmente las obras de Isaac Asimov, han explorado estos temas.
Inteligencia Artificial Y Sistemas Expertos 11,2008 UCVofeliahdez
El documento presenta una introducción a los sistemas expertos, incluyendo su historia, componentes, tipos, lenguajes de programación y aplicaciones. Explica que los sistemas expertos imitan el razonamiento de un experto humano para resolver problemas complejos y pueden procesar grandes volúmenes de información más rápido que un humano.
El documento trata sobre la inteligencia artificial. Explica los antecedentes de la IA, incluyendo sus orígenes en la década de 1950 y logros tempranos como el Perceptrón de Rosenblatt. También describe las bases de la IA, sus características y algunas aplicaciones importantes como la robótica, la medicina y la industria.
El documento presenta una historia de la inteligencia artificial, desde las ideas de los griegos antiguos hasta desarrollos recientes. Destaca hitos como la creación del término "inteligencia artificial" en 1956, el desarrollo de lenguajes de programación como LISP y LOGO, y el éxito de sistemas expertos en las décadas de 1970 y 1980. También discute brevemente la posibilidad de incorporar componentes emocionales a los sistemas inteligentes para mejorar su eficacia.
Este documento discute los entornos personales de aprendizaje (PLE) y las redes sociales en educación. Explica que un PLE no es una plataforma tecnológica sino una manera de aprender mediante herramientas, fuentes de información, conexiones y actividades. También describe cómo las redes sociales como Twitter y Pinterest pueden usarse en el aula para compartir recursos, coordinar proyectos y fomentar la colaboración entre estudiantes y profesores.
Este documento presenta información sobre el uso de rúbricas para la evaluación. Explica conceptos clave como rúbrica y proporciona ejemplos de sitios web con recursos de rúbricas. También muestra cómo calcular puntuaciones utilizando diferentes porcentajes para diferentes criterios de evaluación. El objetivo es ilustrar formas de evaluar de manera objetiva y obtener resultados de forma automática.
Este documento proporciona una lista de numerosas herramientas web 2.0 agrupadas en diferentes categorías como redes sociales, entornos virtuales de aprendizaje, presentaciones, juegos educativos, almacenamiento en la nube, video, blogs, mapas conceptuales y más. La lista incluye enlaces web a cerca de 200 herramientas y servicios disponibles en línea.
Este documento proporciona una lista de herramientas y recursos digitales para la enseñanza y el aprendizaje, organizados por categorías como plataformas de aprendizaje, creación de contenidos, gestión del tiempo, redes sociales, geolocalización, vídeos, realidad aumentada, presentaciones y publicaciones digitales. Incluye enlaces web a numerosas herramientas gratuitas para su uso educativo.
El documento describe la implementación de programación y robótica en una escuela Maristas en Bilbao. La escuela ha adoptado una apuesta tecnológica y metodológica para enseñar programación y robótica desde los 3 hasta los 18 años. Han colaborado con el Club TRASTEA de la Universidad de Deusto para diseñar un itinerario formativo e implementar el pensamiento computacional en todos los cursos usando recursos como Bee-bot, Lego WeDo, Arduino, Scratch y lenguajes de programación como Python y C. La escuela está contenta
Una plataforma que permite a un autor identificar sus trabajos publicados en revistas indizadas en Redalyc, crear su página de autor, visualizar sus indicadores y sincronizar con su perfile en ORCID.
Este documento describe los elementos estructurales de la tarea en el aprendizaje cooperativo, incluyendo la organización espacial del aula, la formación de grupos y la organización de secuencias de actividad. Explica que la disposición del aula debe facilitar la interacción entre estudiantes y su acceso a recursos. Los grupos deben formarse de manera heterogénea considerando las habilidades de los estudiantes para ayudar y recibir ayuda. Además, presenta las diferencias entre equipos de trabajo cooperativos y trabajo en grupo.
El documento describe el pensamiento de diseño como una forma de pensar que enfatiza la identificación de necesidades, la visualización, el prototipado, la iteración y la creatividad para resolver problemas. Señala que el pensamiento de diseño fomenta un enfoque colaborativo, experimental e integrador para generar nuevas soluciones a través de la generación de empatía y la experimentación. También presenta algunas herramientas como matrices y diagramas para facilitar el pensamiento de diseño y la innovación.
El documento describe el pensamiento de diseño y cómo puede ayudar a la innovación. Explica que el pensamiento de diseño es una forma de pensar de manera personal, integradora, interpretativa y colaborativa. También describe cómo los diseñadores resuelven problemas a través de métodos como la identificación de necesidades, la visualización y el prototipado. Finalmente, argumenta que las empresas deberían adoptar un enfoque más de diseño para ser exitosas en el futuro.
The document discusses trends in income growth, productivity, and structural reforms in OECD countries. It finds that most people have seen little income growth for a decade, productivity growth has slowed, and the pace of structural reform has been mixed. It recommends packages of reforms in skills, firms, and jobs to promote inclusive growth through priorities tailored for each country.
El documento presenta una cita repetida que dice que incluso los libros malos tienen algo bueno. Luego menciona a Lázaro y al yo repetidamente antes de proporcionar enlaces a recursos sobre una evaluación de Lázaro 2.0, incluyendo Twitter, una novela gráfica, un libro digital y un podcast sobre sonidos históricos. Finaliza agradeciendo.
Este documento presenta varias propuestas para el uso de tabletas en el aula. Brevemente describe las expectativas de tabletas para alumnos, profesores y familias. Luego detalla nueve niveles de uso de tabletas en el aula, desde la lectura de libros digitales hasta la programación y diseño de aplicaciones. Finalmente, recomienda 18 aplicaciones para el aprendizaje constructivo con tabletas, incluyendo editores de texto, audio y video, así como herramientas para mapas conceptuales, realidad aumentada y programación básica.
Este documento presenta 18 técnicas cooperativas que pueden utilizarse en el aula para promover el aprendizaje cooperativo. Algunas de las técnicas descritas incluyen "Cabezas numeradas juntas", donde los estudiantes trabajan en grupos para responder preguntas y luego presentan ante la clase, "El folio giratorio" donde los estudiantes pasan un folio de uno a otro agregando su parte de una tarea grupal, y "Lápices al centro" donde los estudiantes colaboran en resolver ejercicios antes de completar
Diseño de Actividades didácticas para elearningHuguillo Ramone
Este documento discute el diseño de actividades didácticas para elearning. Explica que los elementos fundamentales que no deben faltar incluyen una guía didáctica, guía docente, manual didáctico y guía de la plataforma. También describe cómo diseñar objetos de aprendizaje teniendo en cuenta el público objetivo, propósito, motivación y diseño interactivo. Además, proporciona recomendaciones sobre el uso efectivo de colores, texto, estilo y herramientas para crear contenido.
Marco Común de Competencia Digital Docente - 2017INTEF
Este documento presenta una propuesta de Marco Común de Competencia Digital Docente en España. Resume los objetivos del proyecto, las conclusiones de un análisis comparativo de marcos existentes, y describe la propuesta de marco con cinco áreas y descriptores de competencia en seis niveles. El marco busca facilitar la evaluación y acreditación de la competencia digital de los docentes a través de un portafolio en línea.
El documento habla sobre los mecanismos de cohesión en los textos, específicamente conectores, correferencia y pronominalización. Explica que los conectores indican relaciones semánticas entre enunciados, muestra ejemplos en un cuento y cómo mejoran la cohesión. Luego define la correferencia como la repetición de elementos a lo largo del texto y muestra ejemplos en una noticia. Finalmente introduce la pronominalización como el uso de pronombres para evitar repeticiones.
Guia para diseñar mi secuencia didácticaAna Basterra
Este documento ofrece una guía para diseñar secuencias didácticas que se centren en el aprendizaje por competencias. Enfatiza la importancia de planificar tareas en lugar de actividades aisladas, y que estas tareas se contextualicen, sean complejas y conduzcan a un producto tangible. También destaca la necesidad de trabajar las ocho competencias básicas del currículo y considerar los diferentes estilos de aprendizaje de los estudiantes.
Machine Learning: ¿Caminos? A donde vamos, no necesitamos caminosEgdares Futch H.
Este documento presenta una introducción al campo del machine learning. Define machine learning como un programa de computadora que aprende de la experiencia para mejorar su desempeño en una tarea. Explica algunos métodos comunes de machine learning como aprendizaje supervisado y no supervisado, y discute aplicaciones actuales como vehículos autónomos y procesamiento de lenguaje natural.
El documento habla sobre la inteligencia artificial, definiéndola como una rama de la ciencia informática que tiene como objetivo diseñar tecnología que emule la inteligencia humana. Explica que la IA actualmente se utiliza en aplicaciones como asistentes de voz, robótica industrial y más, beneficiando diversos ámbitos de la vida. También describe brevemente los orígenes y tipos de IA.
El documento trata sobre la inteligencia artificial (IA). Explica que la IA estudia cómo las computadoras pueden realizar tareas que normalmente requieren inteligencia humana, como resolver problemas de manera no algorítmica. También describe los diferentes enfoques de la IA (simbólico y subsimbólico) y sus aplicaciones futuras, como asistentes artificiales en el hogar y la medicina. Finalmente, reflexiona sobre cómo la IA se volverá indispensable en la vida cotidiana y sobre los riesgos de dependencia tecnológica.
El rol de Analista de Sistemas, los mundos y las tecnicasAlejandra Esther
Este documento habla sobre la importancia de la modelación de sistemas para los informáticos y las tres formas en que interactúan con los sistemas: el mundo real que observan, su propia percepción, y los modelos abstractos que crean. Explica que la modelación implica procesos inductivos y deductivos para simplificar sistemas complejos y mejorar la comprensión.
ModelacióN, SimulacióN, TéCnicas Auxiliares De AnáLisisAlejandra Esther
Este documento habla sobre la importancia de la modelación de sistemas para los informáticos y las tres formas en que interactúan con los sistemas: el mundo real que observan, su propia percepción, y los modelos abstractos que crean. Explica que la modelación implica procesos inductivos y deductivos para simplificar sistemas complejos y mejorar la comprensión.
El documento trata sobre la inteligencia artificial. Explica que la inteligencia artificial es una rama de la computación que intenta crear programas que imiten la capacidad mental humana. Describe algunas ventajas como permitir la exploración de lugares peligrosos y reducir tiempos en tareas. También menciona desventajas como la ética y costos de desarrollo. Explica que la inteligencia artificial incluye campos como robótica y sistemas expertos que buscan crear máquinas inteligentes.
El documento presenta Carlos Toxtli, quien dará una presentación sobre computación ubicua. La presentación explorará tres entornos (ambiental, externo y biológico) y cómo la computación ubicua se integra en cada uno a través de diversas tecnologías como nanobots, puntos cuánticos y satélites. El objetivo final es lograr avances científicos que permitan misiones tripuladas a Marte de 3 años para el 2020.
Este documento discute la importancia de la modelación para los informáticos y los conceptos clave involucrados en el proceso de modelado. Explica que los informáticos necesitan modelar sistemas para simplificar la realidad, dividir sistemas en subsistemas, facilitar el diseño de software y comprender los requisitos del cliente. También cubre los tres mundos en los que trabajan los informáticos y los procesos de inducción y deducción utilizados en la modelación. Además, destaca la diferencia entre isomorfismo e isolación en los mundos
Guia Docente Aprendizaje de la Inteligencia Artificial Ccesa007.pdfDemetrio Ccesa Rayme
Este documento presenta conceptos clave sobre cómo aprende la inteligencia artificial. Explica que la IA aprende mediante el aprendizaje automático, entrenándose con grandes conjuntos de datos y mejorando sus predicciones. Describe los tipos principales de aprendizaje como el supervisado, no supervisado y por refuerzo. También introduce conceptos como redes neuronales artificiales y aprendizaje profundo.
Este documento trata sobre inteligencia artificial. Explica que la inteligencia artificial intenta lograr que las máquinas realicen tareas complejas como los seres humanos. Describe la historia, definiciones, categorías, usos y aplicaciones de la inteligencia artificial. También habla sobre sistemas expertos, aprendizaje automático y agentes inteligentes. El objetivo final es simular la inteligencia humana en las máquinas.
El documento habla sobre la definición de robots y su historia. Explica que un robot es un dispositivo programable que puede realizar tareas mecánicas de forma más eficiente que los humanos. La palabra "robot" proviene del checo y fue utilizada por primera vez en la obra de Karel Capek en 1921. Los primeros robots industriales fueron creados en la década de 1950.
El documento trata sobre inteligencia artificial. Explica que la inteligencia artificial intenta crear máquinas que exhiban comportamientos inteligentes como los humanos, como aprender y resolver problemas. También describe algunas aplicaciones de la inteligencia artificial como la lingüística computacional, minería de datos, robótica y más. Además, menciona algunos hitos históricos clave en el desarrollo de la inteligencia artificial.
El documento describe varias innovaciones tecnológicas en el campo de la computación, incluyendo una computadora virtual portátil compuesta de cinco plumas con diferentes funciones, sistemas de reconocimiento de voz y gestos, memorresistores para simular sinapsis neuronales, y supercomputadoras como Titán que brindan un poder de cómputo sin precedentes para investigación científica. También menciona avances futuros como computadoras cuánticas, moleculares y cognitivas que podrán resolver problemas de manera más rápida y eficiente.
Este documento proporciona una introducción a los conceptos básicos de informática. Explica que la informática involucra el tratamiento automático de la información a través de computadoras. Luego define los componentes clave de una computadora, incluido el hardware, software, archivos, y describe cómo funciona una computadora a través de las etapas de entrada, procesamiento y salida de la información. Finalmente, detalla los principales elementos de una computadora como el procesador, memoria, dispositivos de entrada/salida y almacenamiento.
Este documento trata sobre la historia y definición de la inteligencia artificial. Explica que la inteligencia artificial surgió en la década de 1940 y se consolidó como disciplina en 1950 gracias al trabajo de Alan Turing. También define la inteligencia artificial como la combinación de ciencias de la computación, fisiología y filosofía que busca crear máquinas capaces de pensar y realizar tareas que requieren inteligencia humana. Finalmente, detalla algunas aplicaciones y técnicas comunes de la inteligencia artificial como sistemas expertos y re
La inteligencia artificial se define como la inteligencia de las máquinas comandadas por humanos para imitar o superar las capacidades mentales humanas. El documento discute cómo la inteligencia artificial se aplica en diferentes áreas como la informática, robótica y telemática. También explica cómo los robots eventualmente reemplazarán a los humanos en ciertas tareas y cómo la tecnología continuará avanzando rápidamente.
Este documento trata sobre la historia y definición de la inteligencia artificial. Explora los orígenes de la inteligencia artificial en los trabajos de Alan Turing en los años 1940 y 1950. También examina las aplicaciones e importancia de la inteligencia artificial, incluyendo su uso para realizar tareas rutinarias de manera autónoma y ayudar en la toma de decisiones. Además, discute varias técnicas comunes de inteligencia artificial como redes neuronales y aprendizaje automático.
La inteligencia artificial es el estudio de cómo lograr que las máquinas realicen tareas que actualmente realizan mejor los seres humanos. Existen dos enfoques comunes: simular los procesos mentales humanos o aprovechar las capacidades únicas de las computadoras. Los sistemas de IA pueden ayudar a expertos a resolver problemas complejos y las aplicaciones de IA se están volviendo más esenciales para lograr objetivos comerciales.
El documento proporciona una introducción general a la inteligencia artificial, incluyendo sus orígenes, escuelas de pensamiento, tecnologías involucradas como LISP y PROLOG, áreas de aplicación e investigación, y desafíos históricos. Explica que la IA intenta crear máquinas que imiten el comportamiento humano a través del aprendizaje y la resolución de problemas.
Similar a Pensamiento computacional ilustrado (20)
Soluciones Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinar...Juan Martín Martín
Criterios de corrección y soluciones al examen de Geografía de Selectividad (EvAU) Junio de 2024 en Castilla La Mancha.
Soluciones al examen.
Convocatoria Ordinaria.
Examen resuelto de Geografía
conocer el examen de geografía de julio 2024 en:
https://blogdegeografiadejuan.blogspot.com/2024/06/soluciones-examen-de-selectividad.html
http://blogdegeografiadejuan.blogspot.com/
En la ciudad de Pasto, estamos revolucionando el acceso a microcréditos y la formalización de microempresarios informales con nuestra aplicación CrediAvanza. Nuestro objetivo es empoderar a los emprendedores locales proporcionándoles una plataforma integral que facilite el acceso a servicios financieros y asesoría profesional.
REGIMÉN ACADÉMICO PARA LA EDUCACIÓN SECUNDARIA - RESOC-2024-1650-GDEBA-DGC...
Pensamiento computacional ilustrado
1. Una guía de dibujos animados para solucionar problemas,
diseñar sistemas y comprender el comportamiento humano.
Un proyecto de
Benjamin Chun
&
Tim Piotrowski
http://www.ctillustrated.com/
http://www.eduteka.org/PensamientoComputacionalIlustrado.php
3. Práctica #1 del Pensamiento Computacional:
Analizar los efectos de la computación
La computación está en todas partes. Desde los
motores de búsqueda que nos ayudan a
encontrar información, pasando por las cajas
registradoras de los mercados, para llegar al
software que se usa para diseñar puentes,
vivimos en un mundo construido con los
resultados de la computación.
La computación no es simplemente una palabra
diferente para referirse a la tecnología. Por
ejemplo, un teléfono celular contiene muchas
tecnologías diferentes; un trasmisor y receptor de
radio, un procesador, memoria y partes
electromecánicas como botones y pantallas
táctiles. Cuando estudiamos los efectos de la
computación, no estamos tratando de aprender
cómo la física gobierna estas tecnologías.
Analizar los efectos de la computación
específicamente quiere decir observar lo qué
sucede cuando recopilamos, guardamos y
procesamos datos.
La computación realizada por un teléfono celular
incluye grabar su voz como dato, comprimir y
transmitir ese dato e interactuar con un sistema
mayor que direcciona los datos de su llamada
para que lleguen a su destino. Este mismo
proceso computacional se hace a la inversa de
manera que su compañero de conversación
pueda contestarle. Esto parece mucho trabajo de
computación para que lo realice su celular, pero
lo anterior solo es una parte de lo que sucede
cuando usted hace una llamada.
Todo el envío y la recepción de datos se sucede
por medio de ondas de radio. Cuando Nikola
Tesla inventó la tecnología de
radiocomunicación, esta se podía usar solamente
para comunicación masiva en forma de emisoras.
La intervención de la computación trasformó esa
incipiente capacidad tecnológica en la forma más
refinada que utilizamos hoy en nuestros teléfonos
celulares. Uno de los efectos de la computación
es que actualmente el radio puede usarse para
comunicarse entre personas, con muchas
conversaciones simultáneas que suceden en la
misma área física.
Cuando analizamos los efectos de la
computación, anotamos y medimos cómo se
trasforman los datos. Observamos cómo se
procesa la información y que se logra con ese
procesamiento. Podemos reflexionar lo que
sucedería si ese poder de computación no
estuviera disponible. También comenzamos a
imaginar cosas nuevas que podríamos lograr
usando la computación.
Parte considerable del trabajo de analizar los
efectos de la computación es la observación
cuidadosa, como lo están haciendo en esta
ilustración Blas, Ada, Carlos, Alan y Gracia. En
su mundo, como en el nuestro, la computación
está en todas partes. Si miramos más
detenidamente, comenzaremos a ver lo que la
computación, no la tecnología hecha por otros,
hace por nosotros.
5. Práctica # 2 del Pensamiento Computacional
Producir artefactos computacionales
Cuando hablamos de crear artefactos computacionales nos referimos a hacer cosas. Programar es una
de las formas más visibles en las que hacemos artefactos computacionales. En ese caso, los artefactos
son tanto los programas que construimos como los resultados obtenidos con estos. Pero el término
artefacto computacional no se limita a los programas de computador. Puede referirse a una gran
cantidad de cosas que abarcan desde microprocesadores a códigos de barras o al sistema de
navegación de un avión.
En esta ilustración los personajes están construyendo, probando y explorando artefactos
computacionales. El proceso de crear no está limitado a la mera producción de ideas o de piezas de
ensamble. Las maquinas que se ven en estas caricaturas son simbólicas, diseñadas para diversas
interpretaciones o para imaginar. A continuación encuentre algunas maneras de observarlas para
ayudarle a comenzar:
Gracia está creando algo
nuevo. En el momento usa
una llave por ser la
herramienta correcta para el
trabajo que está realizando.
Ella no está simplemente
utilizando una máquina que otro creó; está
haciendo algo nuevo. A veces crear cosas es un
proceso no solo difícil sino demandante en
tiempo, pero mejora con la experiencia.
Blas usa un guante que controla una mano más
grande y fuerte. Esa mano puede hacer muchas
cosas, incluso levantar a Blas. El guante que él
usa es una metáfora para artefactos
computacionales que nos permiten utilizar todo el
poder de las máquinas para realizar gran
cantidad de cálculos. Cuando redirigimos ese
poder hacia sí mismo, como
sucede cuando usamos
recursión, funciones de orden
superior o escribir un
compilador para un lenguaje
en ese mismo lenguaje, lo que
sucede puede ser muy
emocionante.
Alan está caminando por el cielo raso. Sostiene
una cinta de Moebius, una superficie topológica
de un solo lado. Cuando se voltea o se rota para
pegarla a ella misma, un rectángulo plano regular
puede transformarse en una cinta de Moebius.
Usando el Pensamiento Computacional,
podemos cambiar nuestra perspectiva para
resolver un problema complejo,
como el de Alan que está parado
de cabeza! Muchos conceptos
computacionales, como la idea
de la cinta de Moebius, pueden
retar nuestras creencias de lo
que es posible y revelarnos
verdades más profundas sobre las propiedades
de los sistemas que estamos creando o
utilizando. Inicialmente esto puede parecer tan
difícil como caminar parado de cabeza por el
cielo raso, pero después de un tiempo
posiblemente lo encontremos entretenido.
Carlos está sosteniendo un globo terráqueo
cubierto con lo que parecen pequeños discos de
radio. Los artefactos computacionales no
necesitan diseñarse para que trabajen aislados.
Pueden trabajar juntos y comunicarse para
realizar una tarea, como vemos en los
procesadores de varios núcleos o en la
computación en paralelo. Quizá los discos de
radio le ayudan a Carlos a oír cosas que los otros
personajes no oyen. Se igual manera, los
algoritmos para reconocer patrones, el
procesamiento de señales, la corrección de
errores y la reducción de ruido, acrecientan
nuestra habilidad para
extraer información de los
datos. Con la ayuda de
artefactos computacionales,
adquirimos nuevos
poderes.
7. Práctica # 3 del Pensamiento Computacional
El uso de la abstracción y de los modelos
“Todos los modelos están equivocados, pero algunos son útiles”
--Geroge E. P. Box
Uno de los significados que tiene la palabra
modelo es: Una versión más pequeña o simple
del artículo original. El modelo puede ser un
objeto físico como el pequeño robot que aparece
en la ilustración. Observe que Blas no está
tratando de mover los brazos del robot grande, ni
de mover él los bloques grandes. En cambio está
tratando de trabajar con un robot modelo lo
suficientemente pequeño que le permita asirlo
con sus propias manos. Esto es, simplificar el
trabajo físico que necesita hacer, de la misma
manera que el modelo simplificado de una idea
facilita pensar.
Por ejemplo, la mecánica clásica es un modelo:
Es la aproximación a la computación sencilla de
Newton de la realidad más compleja del
movimiento. En ciencia de la computación, cada
vez que escribimos un programa, hacemos un
modelo. Debemos escoger la información y el
nivel de detalle que representaremos en nuestro
programa. Algunos detalles deben dejarse por
fuera. Si en un modelo o programa tratamos de
incluirlo todo, ¡terminaremos simulando el mundo
entero!
En un sistema complejo, debemos utilizar
muchos y muy diferentes modelos y lograr que
funcionen juntos. No debemos preocuparnos si
una parte del sistema se desconecta y se
reemplaza por otra cosa que puede cumplir el
mismo objetivo. Podemos decir que abstraemos
esa parte del sistema. Seleccionar
cuidadosamente las cualidades que más nos
interesan e ignorar el resto de detalles es la clave
de la abstracción. Cuando deliberadamente
separamos nuestro sistema en partes que
pueden entenderse, probarse, reusarse y
reemplazarse individualmente, estamos creando
nuevas abstracciones.
Ver además: Modularidad, relación mapa –
territorio, marioneta.
9. Práctica # 4 del Pensamiento Computacional
Analizar problemas y artefactos
Dice Wikipedia, “Analizar es el proceso de partir o descomponer un tema o
sustancia complejos en partes más pequeñas para poder entenderlos mejor”
En esta ilustración, Ada usa una herramienta con muchos
acoples, para representar la idea de que con frecuencia
necesitamos probar múltiples enfoques y diferentes
herramientas, antes de “dar” con la solución del problema.
Diferentes problemas y diferentes maneras de enfocarlos
tienen debilidades distintas. Con frecuencia no podremos
solucionar un problema hasta que ensayemos diferentes vías
para descomponerlo. Por eso, cuando se trabaja en un
problema, es tan valioso tener a disposición una variedad de
herramientas conceptuales.
Hacia la derecha, Alan controla una vista de acercamiento de
los cubos que hay en la mesa. Esto le permite ver y entender
desde el exterior no solo cómo se ve y se comporta el cubo,
sino además, cómo sus componentes internos contribuyen a
su comportamiento general. Los programadores realizan este
tipo de análisis cuando realizan una depuración, hacen lo
mismo los ingenieros eléctricos cuando utilizan un
osciloscopio para visualizar señales.
11. Práctica # 5 del Pensamiento Computacional
Comunicar procesos y resultados
Rara vez un artefacto computacional se explica
por sí mismo. Una CPU hecha con trasmisores
microscópicos en silicio o un programa de
compilación binaria de unos (1) y ceros (0), son
ambos bien difíciles de entender. Sus formas se
optimizan para el desempeño computacional no
para la comprensión humana. El plan de diseño
para la CPU o el código fuente para el programa
son más fáciles de entender. Pero aún estos
precursores no necesariamente explican cómo
fueron hechos o por qué funcionan.
El pensamiento computacional requiere que
discutamos procesos que deben atender tanto las
personas como las máquinas, además de la
intención de estos procesos de producir
resultados específicos. Por ejemplo, cuando un
programador está aprendiendo a escribir
programas, se le debe enseñar a depurar
imprimiendo el valor de una variable. Cuando
usted descubre una nueva técnica matemática
para manipular eficientemente formas en 3D,
debe escribirla de manera que otras personas
puedan entenderla y utilizarla. La comunicación
es la forma en que contamos al mundo nuestros
conocimientos.
Cuando usamos la
computación para
resolver un problema, la
respuesta que
obtenemos no
necesariamente tiene
significado automático
para otros. Debemos
comunicar ese resultado
de manera que revele
tanto su importancia
como su origen.
En la ilustración, Carlos está capturando los
sonidos que produce un loro en su hábitat natural
y los está trasmitiendo a Gracia que se encuentra
en otro lugar. Esto lo podemos interpretar
literalmente como una comunicación de datos de
audio, similar a la voz de alguien durante una
llamada telefónica. Sin embargo, para otro loro, el
canto del primero representa un proceso (como
una técnica que se usa para encontrar frutas y
semillas, o el plan para una migración estacional)
o algunas noticias importantes (como el ganador
del concurso anual de discursos). La
comunicación sobre procesos y resultados nos
permite beneficiarnos de los descubrimientos
hechos por otros pensadores computacionales.
13. Práctica # 6 del Pensamiento Computacional
El trabajo efectivo en equipos
La habilidad para trabajar dentro de un equipo
puede ser el diferenciador entre el éxito y el
fracaso. Construir cualquier sistema complejo,
software o hardware, requiere que se haga más
trabajo en menos tiempo de lo que cualquier
persona puede llevar a cabo. Pero aumentar el
número de personas no necesariamente significa
que el trabajo estará listo más rápido.
Para que el trabajo en equipo verdaderamente
sea efectivo, los individuos necesitan habilidades
interpersonales y de comunicación, así como
conocimiento sobre diferentes metodologías y
procesos grupales. A medida que el equipo
aumenta su tamaño, el papel de la cultura y la
administración se vuelven cada vez más
importantes. El trabajo en equipo, como cualquier
otra habilidad, requiere práctica.
Diversas estrategias para repartir el trabajo
tienen distintas fortalezas y debilidades. Planear
la mejor manera de trabajar juntos no siempre es
fácil, pero es importante para el pensamiento
computacional.
En la medida en que los procesadores de varios
núcleos y la computación distribuida se vuelven
más comunes, veremos a los computadores
mismos trabajar en equipos. A la mayoría de los
sitios Web que usted visita los atienden centros
de datos, en los que cientos o miles de
computadores individuales trabajan juntos para
realizar tareas sorprendentes. ¡Nosotros los
humanos podemos hacer lo mismo!
Ver además: Ley de Brooks, programación en
pareja, sistema de control de versiones.
15. Explorando el pensamiento computacional # 1
Descomponer
En ésta ilustración, Ada, Alan y Gracia,
están cada uno descomponiendo
algunas de las máquinas que hemos
visto en otras escenas. Pero
descomponer no es solamente desarmar
objetos. También es desagregar los
pasos de un proceso. Muchas de las
cosas que pensamos requieren una
única acción, realmente están
compuestas por muchas pequeñas
acciones. Por ejemplo, decimos que
vamos a preparar la comida. Pero
cuando a esto le aplicamos la
descomposición, encontramos que
preparar la comida significa realmente,
abrir la nevera, sacar las verduras, cortar
la cebolla, prender la estufa y muchos
otros pequeños pasos.
Un problema computacional difícil puede
muchas veces resolverse si pensamos
en él como si fuera una tarea compuesta
por muchas otras más pequeñas y
sencillas. Descomponer incluye
identificar esas pequeñas tareas y cómo
encajan entre ellas. Mientras más veces
se realice este proceso, más fácil se
vuelve. Pregúntele a Ada, que está
desarmando un globo terráqueo. Aunque
los globos terráqueos tienen ligeras
diferencias, ella tiene una idea bastante
buena de las piezas que va a encontrar
al desarmar uno.
17. Explorando el pensamiento computacional # 2
Reconocimiento de patrones
Hay algo extraño respecto al patrón de
estos bloques y Gracia se lo está
señalando a Ada. Aunque no están
mirando toda la compleja máquina que
produce este patrón de bloques,
pueden identificar lo que es inusual.
Esto no significa que algo esté mal,
pero les indica que pueden estar
sucediendo más cosas de las que ellas
inicialmente pensaron.
Hacerse una idea de lo que usted
espera, es una manera de encontrar un
patrón. Mientras más observe usted,
más patrones encontrará en la
naturaleza, en artefactos computacionales y en procesos. Cuando reconocemos un
patrón, podemos utilizar nuestras otras habilidades de pensamiento computacional
para ayudarnos a entender su importancia.
19. Explorando el pensamiento computacional #3
Generalización de patrones y abstracción
Después de haber visto varias veces el
mismo patrón, puede comenzar a pensar
en diferentes maneras de describirlo.
Alan está viendo cómo algunos bloques
caen en determinado sitio para formar un
dibujo. Si la máquina suelta nuevamente
el mismo patrón de bloques, harán el
mismo dibujo.
Viendo caer los bloques, Alan tiene
mucho para pensar al respecto. Hay
muchísimos patrones posibles – mire si
puede calcular la cantidad. Existen
también muchas formas para describir
éstos patrones.
Si queremos que la máquina haga el
dibujo de una casa con la puerta ubicada
al lado derecho y no al izquierdo, la
instrucción será muy similar. ¿Qué
sucedería si en lugar de darle cada vez a
la máquina nuevas instrucciones, le
dijéramos solamente lo qué debe
cambiar en algunas de ellas?
Necesitaríamos instrucciones que
describieran cómo hacer cambios en
otras instrucciones.
Pensar de esta manera indica algo sobre
el trabajo que realizamos cuando
tratamos de generalizar patrones.
Buscamos lo que es igual en un grupo de
patrones y tratamos entonces de
describirlo de tal forma que sea a la vez
clara y eficiente. Si de una vez podemos
describir todo el grupo de patrones, un
patrón de patrones, tendremos entonces
una abstracción.
21. Explorando el pensamiento computacional # 4
Diseño del algoritmo
¡Estamos en una fiesta bailable que tiene
como tema el pensamiento
computacional! El piso sobre el que se
baila, y que se muestra en la ilustración,
puede tanto grabar los pasos de los
danzantes como iluminarse con algunas
instrucciones de baile.
Pero mientras Gracia, Alan y Ada bailan
libremente, Carlos está diseñando un
baile nuevo. Tal como en el caso de un
algoritmo, un baile tiene una serie o
conjunto de pasos que otros pueden
seguir, para alcanzar el mismo resultado.
A veces pensamos que los algoritmos se
escriben como un programa de
computador, pero un algoritmo se
asemeja más a una idea. El mismo
algoritmo puede escribirse en muchos
lenguajes de computador diferentes. Son
los pasos que se siguen en el proceso
los que hacen que un algoritmo sea lo
que es.
Para diseñar un algoritmo o un baile,
usted necesita comprender su objetivo y
las restricciones del sistema. Los seres
humanos solo tienen dos pies, así que
los bailes diseñados para personas
tienen que funcionar con esa limitación.
Los sistemas computacionales tienen
diferentes tipos de limitaciones, tales
como la velocidad del procesador o la
capacidad de la memoria o la cantidad
de electricidad que estos consumen.
Diseñar un algoritmo que realice tareas
específicas dentro de las restricciones
del sistema es como crear un baile
atractivo que todo el mundo quiere
aprender.
22. Estos son los niños del pensamiento Computacional Ilustrado! A ver si puedes
averiguar qué pensadores computacionales famosos llevaron sus nombres.
CRÉDITOS:
Traducción al español por Eduteka1
del documento “Coumputational Thinking Illustrated”2
elaborado por Benjamin Chun3
y Tim Piotrowski4
.
Todos los dibujos de Pensamiento Computacional Ilustrado están disponibles en formato
vectorial, lo que significa que se ven bien en cualquier tamaño. Este proyecto tiene licencia
“Creative Commons BY-SA”5
. Usted es libre de usar estos dibujos animados: imprimirlos como
carteles gigantes o folletos, remezclarlos para adaptarlos a sus necesidades, o usarlos en un libro
de texto. Los únicos requisitos son que se cite la fuente y se comparta la nueva creación bajo la
misma licencia.
1
http://www.eduteka.org/PensamientoComputacionalIlustrado.php
2
http://www.ctillustrated.com/
3
http://benchun.net/
4
http://glitchworks.com/
5
http://creativecommons.org/licenses/by-sa/3.0/