Universidad Tecnológica Nacional Facultad Regional San

Universidad Tecnológica Nacional Facultad Regional

San Francisco

Ingeniería en Sistemas de Información

Inteligencia Artificial

PLANIFICACIÓN CICLO LECTIVO 2010

Ingeniería en Sistemas de Información Inteligencia Artificial

Página 2 de 25

ÍNDICE

ÍNDICE .............................................................................................................................................. 2

PROFESIONAL DOCENTE A CARGO ........................................................................................ 3

UBICACIÓN ...................................................................................................................................... 4

OBJETIVOS ...................................................................................................................................... 5

ORGANIZACIÓN DE CONTENIDOS .......................................................................................... 6

PROGRAMA ANALÍTICO ........................................................................................................... 10

CRITERIOS DE EVALUACIÓN .................................................................................................. 13 EVALUACIÓN : ................................................................................................................................ 13 AUTOEVALUACIÓN: ....................................................................................................................... 13

PLAN DE TRABAJO ..................................................................................................................... 14

METODOLOGÍA ........................................................................................................................... 16

BIBLIOGRAFÍA ............................................................................................................................. 19

ARTICULACIÓN ........................................................................................................................... 20

ARTICULACIÓN CON EL ÁREA: ÁREA DE MODELOS. ..................................................................... 20 TEMAS RELACIONADOS CON MATERIAS DEL ÁREA: ....................................................................... 20 ARTICULACIÓN CON EL NIVEL: ..................................................................................................... 21 TEMAS RELACIONADOS CON MATERIAS DEL NIVEL: ...................................................................... 22 ARTICULACIÓN CON LAS CORRELATIVAS: ..................................................................................... 23

TEMAS RELACIONADOS CON LAS CORRELATIVAS: ......................................................................... 24

ORIENTACIÓN .............................................................................................................................. 25

DEL ÁREA: .................................................................................................................................... 25

DE LA ASIGNATURA: ..................................................................................................................... 25


Página 3 de 25

PROFESIONAL DOCENTE A CARGO

Docente Categoría Título Profesional

Marina Fernández Pizzi

Jefe de Trabajos Prácticos

• Ingeniero en Sistemas de Información.

• Especialista en Docencia Universitaria.

• Magíster en Docencia Universitaria (cursando)


Página 4 de 25

UBICACIÓN

Dentro del contexto curricular prescripto se ubica en:

Carrera: Ingeniería en Sistemas de Información Plan: 1995 (a partir 2012 plan 2008)

Nro de orden : 33 Orientación: Ingeniería de Software

Área: Modelos Bloque: Tecnología Aplicada

Nivel: Quinto Carga Horaria Semanal: 3

Carga horaria anual: 96 Régimen: Semestral

Distribución horaria Formación

Total de

horas

Teórica Práctica

Teoría Práctica Laboratorio Formación

experimental

Resolución de

problemas de

Ingeniería

Proyecto y

diseño

Práctica profesional supervisada

75 16 5 0 0 0 0 96


Página 5 de 25

OBJETIVOS

- Aplicar las metodologías de representación y resolución de problemas

utilizadas en Ingeniería Artificial para ser empleadas en el abordaje de

situaciones que se presentarán en la actividad profesional.

- Implementar Sistemas Inteligentes utilizando lenguajes y herramientas de

Inteligencia Artificial.

- Conocer la aplicabilidad, el desarrollo y la arquitectura de los sistemas

inteligentes artificiales.

- Profundizar en el conocimiento de agentes inteligentes y su diseño, los

distintos tipos, los ambientes en donde deben desenvolverse y la aplicabilidad

en distintas situaciones planteadas.

- Intervenir en el desarrollo de sistemas basados en conocimiento y sistemas

expertos.


Página 6 de 25

ORGANIZACIÓN DE CONTENIDOS

Eje Temático Nº 1: Introducción

� Contenidos Conceptuales: Introducción a la IA, conocer y entender la evolución de IA, asimilar el concepto de Agentes inteligentes, análisis de la estructura de AI, realizar una presentación de los tipos de programas utilizados en AI y consolidarlos.

� Contenidos Procedimentales: Identificando y reconociendo conceptos adquiridos en cátedras anteriores, volcar los mismos a problemas y representaciones específicas de la IA. Clasificar las estructuras presentadas bajo los diferentes autores y corrientes. Construir a partir del intercambio verbal de preconceptos adquiridos por influencia de los medios: TV, películas, diarios, etc. definiciones actuales de IA.

� Contenidos Actitudinales: Promover la libertad de intercambio de pre-conceptos para utilizarlos como material de trabajo diario. Asumir una actitud responsable frente alas consignas presentadas. Saber manifestar y defender sus opiniones.

Eje Temático Nº 2: Búsquedas en espacios de estado � Contenidos Conceptuales: Concepto, análisis, clasificación y

formulación de problemas. Presentación de estrategias de búsquedas. Introducción a las tácticas de Juegos. Solución de problemas mediante búsquedas. Aprender la diferencia entre agentes que planifican y los que no. Clasificación y características de los distintos tipos de búsquedas (a ciegas, heurística, preferentemente por lo mejor, A*, aproximada, jerárquica, con horizonte (métodos exhaustivos y heurísticos)). Entender que es el ciclo: percibir, planificar y actuar, y cómo se mueve un agente benigno en él. Evaluación de la complejidad.

� Contenidos Procedimentales: Utilizar los conceptos del módulo primero, para construir una situación problemática. Analizar cada situación de búsqueda bajo ópticas de diferentes autores. Comprender la importancia de un buen planteo de la situación problemática y de su acotación. Comprender la importancia de una buena acotación del problema tras la definición de espacios de estado. Presentar situaciones de búsquedas, clasificarlas, identificar factores que ayuden a determinar que tipo de búsqueda aplicar en cada caso. Reconocer las limitaciones de los agentes y sus búsquedas. Determinar la complejidad de algoritmos comparados.

� Contenidos Actitudinales: Valorar la importancia de los conocimientos adquiridos tras la lectura y resolución de los trabajos prácticos. Apreciar el estudio de las búsquedas como una técnica importante de aplicación en la ingeniería. Reconocer la importancia que implica, aplicar el procedimiento


Página 7 de 25

de búsqueda correcto en cada situación problemática, sus consecuencias. Asumir una actitud crítica ante la elección de las búsquedas.

Eje Temático Nº 3: Planificación � Contenidos Conceptuales: El problema de la planificación.

Planificación con búsquedas en espacios de estado. Planificación ordenada parcialmente. Grafos de planificación. Planificación lógica proposicional. Algoritmos lineales y de ordenamiento parcial.

� Contenidos Procedimentales: Utilizar conceptos aprendidos en la cursada para aplicarlos a la planificación y su problema. Mediante trabajos prácticos y ejemplos llevar al discente a entender cómo un agente puede extraer ventaja del conocimiento de la estructura de un problema para construir complejos planes de acción.

� Contenidos Actitudinales: Lograr que el discente a partir de su propia acividad vaya construyendo el conocimiento. Planteándose cada problema como un problema de planificación.

Eje Temático Nº 4: Representación del Conocimiento y Razonamiento � Contenidos Conceptuales: Aprender como funcionan los

agentes que razonan de manera lógica, sus elementos y su ámbito de operaciones. Retomar una breve explicación de Lógica de primer orden (vista en primer año). Presentar los elementos que conformación una base de conocimientos, su importancia y aplicación. Ingeniería Ontológica. Redes semánticas y Marcos. Deducción natural.

� Contenidos Procedimentales: Utilizar conceptos de Bases de Datos aprendidos anteriormente para establecer relaciones con las Bases de conocimiento. Trabajar con conceptos previamente adquiridos para la búsqueda de información en los agentes y realizar una analogía en Sistemas Expertos que trabajan con sistemas de razonamiento lógico. Cómo un jefe de proyecto (ingeniero) lleva a cabo un proceso de construcción de Base de Conocimiento.

� Contenidos Actitudinales: Valorar la importancia de manejar conceptos aprendidos anteriormente, para así poder resolver de manera ágil y concienzuda los trabajos prácticos. Abrir una nueva rama dentro de las implicancias del Ingeniero en Sistemas: Ingeniería de conocimiento e ingeniero de conocimiento. Entender la diversidad del concepto Representación del conocimiento y su alcance.


Página 8 de 25

Eje Temático Nº 5: Aprendizaje Automático � Contenidos Conceptuales: Aprendizaje automático. Métodos

clásicos de Aprendizaje. Minería de datos. Diferencias. Deducción. Redes Neuronales, algoritmos genéticos.

� Contenidos Procedimentales: Entender la importancia de este campo y su evolución a lo largo de los años. Retomar los métodos de inducción. Esquema de aprendizaje, arquitectura, representación de conocimiento. Aplicación de los árboles de decisión para modelar las clasificaciones en los datos. Entropía.

� Contenidos Actitudinales: Ampliar técnicas de transformación de datos en conocimiento útil. Lograr que el descubrimiento de conocimientos ponga su énfasis en el ciclo de análisis de datos en sí, analizar su ciclo de vida. Establecer un análisis con las bases de datos relacionales estudiadas en materias anteriores y mantener una crítica comparativa constructiva respecto a Data Mining y Knowledge discovery.

Eje Temático Nº 6: Comunicación, Percepción y Actua ción � Contenidos Conceptuales: Agentes que se comunican.

Procesamiento práctico del lenguaje natural. Percepción. Introducción a la Robótica.

� Contenidos Procedimentales: Establecer y analizar la relación existente entre el lenguaje natural y las bases de conocimiento. Utilizar ambos conceptos para relacionarlos en trabajos de investigación realizados a nivel nacional con conceptos de ontologías y tesauros electrónicos. Lograr definir un robot y qué elementos lo componen.

� Contenidos Actitudinales: Comprender la complejidad y magnitud del análisis del lenguaje natural. Acercar al alumnado a aplicaciones reales de robóticas en líneas productivas e investigaciones y trabajos de tesis llevados a cabo en el ámbito nacional educativo.

Eje Temático Nº 7: Sistemas Expertos � Contenidos Conceptuales: Características. Arquitectura.

Técnicas de adquisición del conocimiento. Modelado del conocimiento. Verificación de la Base de Conocimiento.

� Contenidos Procedimentales: Reconocer conceptos incorporados y redefinirlos en el área de los sistemas expertos. Relacionar las estrategias del motor de inferencia con los algoritmos y sistemas de producción. Relacionar mediante representaciones de conocimiento aprendidas, la resolución de un problema. Determinar las similitudes de las técnicas de adquisición de conocimientos con respecto a las materias


Página 9 de 25

integradoras que se enseñan a lo largo de la carrera: Análisis, Diseño, Proyecto (implementación) (Ciclo de vida). Planteados los elementos intervinientes en un Sistema Experto, asumir en ejercicios prácticos el rol de Ingeniero en Conocimiento.

� Contenidos Actitudinales: Ampliar la magnitud y alcance de la Inteligencia Artificial en los campos tecnológicos actuales. Promover una actitud crítica de los contenidos estudiados a lo largo de la carrera, rescatando similitudes y diferencias ante el desarrollo de un sistema de información tradicional. Responsabilizarse por dar forma simbólica y automáticamente manipulable al conocimiento proporcionado por el Experto de Campo.


Página 10 de 25

PROGRAMA ANALÍTICO

Eje Temático Nº 1: Introducción

Unidad Nº 1: Introducción ¿Qué es la IA?. Los fundamentos de la IA. Historia de la IA. Estado del Arte. Unidad Nº 2: Agentes inteligentes Agentes y su entorno. Buen comportamiento. Entorno. Estructura.

Eje Temático Nº 2: Búsquedas en espacios de estado Unidad Nº 3: Resolver problemas mediante búsquedas Agentes que resuelven problemas. Ejemplos. Búsqueda de soluciones. Búsqueda no informada. Estados repetidos.

Unidad Nº 4: Búsqueda informada y exploración Estrategias de búsqueda informada. Funciones heurísticas. Algoritmos de búsqueda local y problemas de optimización. Búsqueda local en espacios continuos. Agentes de búsqueda on line y ambientes desconocidos (métodos exhaustivos y heurísticos). Evaluación de la complejidad.

Eje Temático Nº 3: Planificación Unidad Nº 5: Agentes lógicos Agentes basados en conocimiento. Lógica. Lógica proposicional. Patrones de razonamiento. Inferencia proposicional efectiva. Agentes basados en lógica proposicional. Unidad Nº 6: Lógica de primer orden e Inferencia en lógica

de primer orden Representación. Sintaxis y semántica de la lógica de primer orden. Ingeniería de conocimiento con lógica de primer orden. Lógica proposicional vs Lógica de primer orden. Unificación y sustitución. Encadenamientos. Unidad Nº 7: Planificación El problema de planificación. Planificación con búsquedas en espacio de estados. Planificación ordenada parcialmente. Grafos de planificación. Planificación con lógica proposicional. Planificación y acción en el mundo real. Incertidumbre. Algoritmos lineales y de ordenamiento parcial.


Página 11 de 25

Eje Temático Nº 4: Representación del Conocimiento y Razonamiento Unidad Nº 8: Representación del conocimiento Ingeniería ontológica. Categoría y objetos. Acciones, situaciones y eventos. Eventos mentales y objetos mentales. El mundo de la compra por internet. Unidad Nº 9: Razonamiento Razonamiento con información por defecto. Razonamiento probabilista. Deducción natural. Redes semánticas y Marcos. Razonamiento probabilista en el tiempo.

Eje Temático Nº 5: Aprendizaje automático Unidad Nº 10: Métodos estadísticos de aprendizaje Formulación lógica del aprendizaje. Conocimiento en el aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Aprendizaje con variables ocultas. Redes neuronales. Algoritmos genéticos. Unidad Nº 11: Aprendizaje por refuerzo Aprendizaje por refuerzo pasivo y activo.

Eje Temático Nº 6: Comunicación, Percepción y Actua ción Unidad Nº 12: Comunicación Agentes que se comunican. Lenguaje natural. Ambigüedad y desambigüedad. Unidad Nº 13: Percepción Formación de la imagen. Procesamiento de imagen en bajo nivel. Información tridimensional. Reconocimiento de objetos. Unidad Nº 14: Actuación Introducción a la robótica. HW robótica. Percepción robótica. Planear el movimiento. Movimiento. SW robótico

Eje Temático Nº 7: Sistemas expertos Unidad Nº 15: Sistemas expertos Características. Arquitectura. Técnicas de adquisición del conocimiento. Modelado del conocimiento. Verificación de la Base de Conocimiento. Las inferencias. Pasos para crear un sistema experto. Implementación de un sistema experto.


Página 12 de 25


Página 13 de 25

CRITERIOS DE EVALUACIÓN

Evaluación:

• Dos parciales Teórico – Prácticos. • Trabajos prácticos. • Un trabajo de Investigación Grupal. • Un trabajo de Investigación Individual.

Las calificaciones serán de 0 a 100 puntos., debiendo cumplimentar el

alumno los siguientes ítems: Para regularizar:

• Aprobación de los Trabajos Prácticos. • Presentación y aprobación de los Trabajos de Investigación. • Aprobación de los parciales Teórico - Prácticos.

Para promocionar: • Todos los anteriores • Aprobar cada parcial con nota no inferior a 80 puntos.

Se tendrá en cuenta para evaluar los Trabajos de Investigación y los

Trabajos Prácticos: 1. Aplicación de un estándar entregado. 2. Cumplimiento de la fecha de entrega acordada. 3. Presentación. 4. Modo en el que se cita a autores y la bibliografía. 5. Pertinencia, veracidad de la bibliografía seleccionada para la

elaboración del trabajo (acreditará la investigación). 6. En el trabajo individual, se anexa:

a. Interés del caso elegido (en caso que fuera elección del discente)

b. Relación que se establece entre el caso y el marco teórico estudiado.

Autoevaluación: Será realizada utilizando el instrumento elaborado desde Secretaría

Académica y aprobado por Consejo Académico.


Página 14 de 25

PLAN DE TRABAJO

Eje temático Nº 1: Introducción

Semana Contenidos Metodología Evaluación Nivel de

Profundidad Bibliograf

ía

1 – 3

Introducción a la IA, historia, evolución, presente, futuro. Los fundamentos de IA, paradigmas. Estado del arte de la disciplina. Agentes inteligentes, su clasificación, aplicaciones, arquitectura. Análisis de entornos.

Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal

Trabajos prácticos. Parcial Nro 1. Trabajos de investigación.

Conceptual. Informativo. Comparaciones. Formador de criterios.

1 2 4 5

Eje temático Nº 2: Búsquedas en espacios de estado



ía

4 – 5

Definición de espacios de estados y sus componentes. Ejemplos. Clasificación de los tipos de búsqueda, estrategias para las búsquedas: métodos exhaustivos y heurísticos. Funciones heurísticas y de evaluación. Algoritmos de búsquedas. Clasificación de los Ambientes y su relación con los agentes que intervienen en ellos. Complejidad.

Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



1 2 4 5

Eje temático Nº 3: Planificación



ía

6 – 9

Caracterísitcas especiales de los agentes lógicos. Lógica. Inferencias proposicionales. Patrones de razonamiento. Representación de la lógica de primero orden. Encadenamientos. Planificación de las búsquedas, relación con la lógica y su razonamiento. Actuación en un mundo real y sorteo de la incertidumbre. Algoritmos lineales y de orden parcial.

Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



2 4 5

Eje temático Nº 4: Representación del Conocimiento y Razonamiento



ía

10 - 11

Ingeniería ontológica. Base de conocimientos. Características y componentes. El razonamiento que debe realizar el agente para poder llegar a una respuesta ante requerimientos, la probabilidad interviniente en diferentes clasificaciones o situaciones. Razonamiento probabilista. Deducción natural, redes semánticas y marcos.

Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de caso. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



2 3 4 5


Página 15 de 25

Eje temático Nº 5: Aprendizaje Automático



ía

12

Aprendizaje automático, aprendizaje estadístico, distintas clasificaciones de los aprendizajes. Sus características. Redes neuronales, Algoritmos genéticos.

Clase Diálogo entre docente - alumnos. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



2 3 4

Eje temático Nº 6: Comunicación, Percepción y Actuación



ía

13 – 14

Análisis y acercamiento de actividades que debe realizar el agente: Percepción, comunicación y actuación. Lenguaje natural, Hardware, visión artificial, reconocimiento de imágenes, planificación de los movimientos. Robots.

Clase Ejemplos. Casos y ejemplos reales de robots. Diálogo entre docente - alumnos. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



2 3 4 5

Eje temático Nº 7: Sistemas Expertos



ía

15

Caracterísitcas de los sistemas expertos. Fundamentos. Desarrollos actuales. Aplicaciones. Modelado del conocimiento, razonamiento. Implementación de un sistema experto.

Clase Ejemplos. Diálogo entre docente - alumnos. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.



2 3 4


Página 16 de 25

METODOLOGÍA

El programa, desarrolla todos los contenidos mínimos propuestos en el diseño curricular incluyendo el desarrollo de unidades adicionales conforme va avanzando el desarrollo de nuevas prácticas tecnológicas y nuevos descubrimientos científicos, tales como: agentes inteligentes, ontologías, tesauros electrónicos, análisis de lenguaje natural, robótica.

El alumno de esta manera adquirirá los conocimientos significativos necesarios para identificar sistemas inteligentes en el ambiente cotidiano y científico. Permitiendo tener la capacidad de resolución de conflictos que se generen en una organización tras la aplicación de tecnología informática.

Se pretende que el alumno obtenga conocimientos tanto teóricos como prácticos, de técnicas de planificación, gestión y toma de decisiones. Con sistemas predictivos, de asignación, utilización y distribución de recursos (agentes, ingenieros en conocimiento, bases de conocimiento, etc).

Cada eje temático presenta resolución de trabajos prácticos, cada semana el docente presenta el trabajo que deberá traerse resuelto para la clase siguiente.

Cada trabajo que se resuelve, mantiene a lo largo de la cursada, como factor común los siguientes contenidos:

Procedimentales: Trabajos prácticos con lectura comprensiva de textos, publicaciones, investigaciones (inglés – castellano), interpretación de fuentes gráficas. Elaboración de conceptos personales justificados y avalados por algún autor: participación crítica, constructiva y justificativa en el intercambio de ideas, documentación y autores. Identificación de los cambios estructurales evolutivos dentro de la disciplina.

Actitudinales: Promover actitudes de tolerancia y respeto por opiniones diferentes. Valoración de la justificación de los trabajos de los demás compañeros del grupo. Favorecer el desarrollo del pensamiento crítico y reflexivo. Fomentar la predisposición para el trabajo responsable en equipo e individual.

Para desarrollar los contenidos de la materia, se utilizará una metodología basada en un ciclo de vida en espiral. En donde a medida que se van incorporando nuevos conceptos y contenidos. Se vuelve recíprocamente hacia los temas avanzados y se van incorporando los nuevos. Anclando nuevos a un andamiaje de conocimientos que se va acrecentando y solidificando.

FUNDAMENTACIÓN TEÓRICA DE LA SECUENCIA DIDÁCTICA

Para comenzar la clase, el docente buscó que los alumnos establecieran relaciones entre el conocimiento nuevo y el conocim iento anterior , lo que aprendieron a lo largo del cursado de la carrera de grado con el bagaje de información que se trae desde afuera de la institución. Al guiar a los alumnos en la recuperación de la información, el docente utiliza un registro grupal para realizar


Página 17 de 25

comparaciones y un registro individual para realizar aportes al discurso proyectado por el docente.

Para favorecer la adquisición de un aprendizaje significativo y facilitar la recuperación de información, un factor importante para tener en cuenta es el conocimiento previo del alumno. En este sentido, el almacenamiento de información nueva de manera ordenada (secuencial) y utilizando medios adecuados (imágenes, cuadros, pizarrón, artículo periodísticos, cuentos, artículos científicos, presentaciones, etc) facilita que luego pueda ser recuperada.

En el desarrollo de la clase las preguntas formuladas para evaluar los conocimientos aprendidos por los alumnos, se advierte la organización conceptual que el docente pretende: primero se interroga sobre los conocimientos previos, luego sobre las apreciaciones personales, y finalmente cierra con definiciones científicas y nuevos conocimientos. Podemos pensar que cuando se opera con mucha información, seguir cierto orden facilitará a los alumnos en su organización.

En el mismo análisis, también vemos la coincidencia entre las preguntas de la evaluación y las preguntas formuladas al inicio de la unidad didáctica para indagar las ideas de los alumnos. La coincidencia entre ambos momentos y tipos de preguntas puede llevar a los alumnos a comparar sus respuestas iniciales con los nuevos conocimientos, y de ese modo tomar conciencia de las diferencias entre sus saberes previos y los conocimientos que se enseñan / se pretenden enseñar en la materia, a relativizar el conocimiento del sentido común y a comprender el sentido de la investigación como descubrimiento.

La modalidad adoptada por el docente para recoger información sobre los conocimientos adquiridos, es facilitadora de la comprensión de los alumnos al proporcionar retroalimentación para avanzar en el aprendizaje y usar la información aprendida.

Las clases prentenden trabajarse como núcleos con principio y fin. Para que las ideas no queden suspendidas hasta el siguiente encuentro y tengan un cierre conceptual y situacional. El final de las clases consiste en un cierre – síntesis, donde el docente recapitula los conceptos aprendidos , presentándolos en una síntesis ordenada. Como podemos observar, en las clases presentadas sobresale la claridad del objetivo que se propone el docente.

La clase como facilitadora de procesos de construcc ión de conocimientos con significado: desde un enfoque cognitivo se reconoce el uso de dos tipos de estrategias. Por un lado, las estrategias cognitivas de procesamiento y almacenamiento de información, tales como establecer relaciones entre los datos, recurrir a los registros escritos para recuperar información, recordar la información de modo sintético, ordenado, espontáneo. Por otro lado, las estrategias metacognitivas que favorecen la toma de conciencia de cómo se va aprendiendo.

Las estrategias cognitivas que el docente pretende en este tipo de exposición, ayuda a los alumnos a aprender; y las estrategias metacognitivas les


Página 18 de 25

ofrecen información sobre el avance del aprendizaje. Las habilidades son procedimientos mentales automatizados e inconscientes, pero que se ponen de manifiesto en este tipo de exposición participativa.

Los alumnos aprenden mejor cuando organizan la información, relacionándola con el conocimiento anterior, y cuando reflexionan sobre lo que aprenden (Perkins). Estas operaciones sirven para comprender y para guardar la información en la memoria, si no hay comprensión es muy difícil usar el conocimiento.

Otra estrategia cognitiva para construir sentido es la comparación de la nueva información con lo que ya se sabe, estableciendo semejanzas y diferencias. En las clases el docente puede utilizar como recurso el soporte brindado por los registros grupales e individuales. El conocimiento se almacena formando redes de conceptos, a medida que los discentes aprenden y hacen conexiones entre la nueva información y la red de conocimientos existente que se comienza a descubrir. Esta conexión es facilitada por la mediación del docente al tender puentes entre ambos conocimientos.

Como se desprende del análisis de la clase, en el diseño de la evaluación construido por el docente los registros utilizados cumplen una función de andamiaje para el aprendizaje significativo. El diálogo que se establece entre el docente y los alumnos al operar con la información, a partir del soporte material que contiene a ésta, proporciona un sostén para comprender y usar el aprendizaje construido. La mediación del docente en la construcción de significado se realiza a través de la interacción que promueve entre el conocimiento nuevo y el conocimiento anterior, utilizando estrategias de pensamiento.


Página 19 de 25

BIBLIOGRAFÍA

1. Nilsson, Nils J. Inteligencia artificial. Una nueva síntesis. MC GRAW HILL. 2001.

2. Russell, Stuart. Norvig, Peter. Inteligencia artificial. Un enfoque moderno. 2da edición. PEARSON. PRENTICE HALL. 2004.

3. García Martínez. Servente. Pasquini. Sistemas inteligentes. NUEVA LIBRERÍA. 2003.

4. Ruiz. Cazorla Quevedo. Alfonso Galipienso. Colomina Pardo. Lozano Ortega. Inteligencia Artificial. THOMSON. 2003.

5. Arrioja Landa Cosio, Nicolás. Inteligencia Artificial. USERS. 2007.


Página 20 de 25

ARTICULACIÓN

Articulación con el Área: Área de Modelos.

Asignatura Carga Horaria Porcentaje Inteligencia Artificial 96 16 % Matemática Superior 128 21 %

Investigación operativa 160 26 % Simulación 128 21 %

Teoría de Control 96 16 %

Temas relacionados con materias del área:

Matemática Supe rior Tema relacionado Aproximación. Problemas de Aproximación. Errores.

Sistemas. Sistemas Dinámicos Lineales Discretos y

Continuos.

Investigación Operativa Tema relacionado Toma de decisiones en investigación de operaciones

Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.

Simulación Tema relacionado

Introducción.

Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.

Análisis de resultados. Métodos de estimación. Simulación de sistemas continuos.

Modelos de sistemas continuos.

Teoría de control Tema relacionad o

Sistemas de control.

Función de Transferencia. Diagrama de Flujo de Señales. Variables de Estado.

Dinámica de sistemas. Dinámica de Sistemas. Sistemas de control discreto.

Señales de tiempo discreto. Sistemas muestreados. Forma de respuesta y estabilidad


Página 21 de 25

Articulación con el Nivel:

Asignatura Carga Horaria Porcentaje Inteligencia Artificial 96 13,64 % Proyecto Final (Integradora) 192 27,27 % Administración gerencial 96 13,64 % Sistemas de gestión 128 18,18 % Electivas 192 27,27 %


Página 22 de 25

Temas relacionados con materias del nivel:

Proyecto Final Tema relacionado Métricas Métricas Modelos y estándares de calidad de SW

Modelos y estándares de calidad de SW

Administración

gerencial Tema relacionado

Tecnologías Impacto de las Tecnologías de la Información, factores inherentes a su Aplicación.

Planificación y Programación

Planificación y Programación

Sistemas de gestión Tema relacionado

Proceso de la toma de decisiones

Factores que influyen en la toma de decisiones. Importancia de la toma de decisiones

Sistema de apoyo a las decisiones

Conceptos.

Herramientas para dar soporte a la toma de decisiones

DataWareHouse. DataMining.


Página 23 de 25

Articulación con las correlativas:

Asignatura Para cursar Para rendir Cursada Aprobada Aprobada

Inteligencia Artificial

Investigación Operativa. Simulación.

Probabilidades y Estadísticas. Diseño de Sistemas. Matemática Superior.

Investigación Operativa. Simulación.


Página 24 de 25

Temas relacionados con las correlativas:

Investigación Operativa Tema relacionado Toma de decisiones en investigación de operaciones

Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.

Simulación Tema relacion ado

Introducción.

Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.

Análisis de resultados. Métodos de estimación. Simulación de sistemas continuos.

Modelos de sistemas continuos.

Matemática Superior Tema relacionado

Aproximación. Problemas de Aproximación. Errores.

Sistemas. Sistemas Dinámicos Lineales Discretos y Continuos.

Probabilidades y

Estadísticas Tema relacionado

Variables Variables aleatorias. Distribuciones y densidades. Funciones de variables aleatorias.

Hipótesis Verificación de Hipótesis

Diseño de Sistemas Tema relacionado Diseño Patrones de Diseño. Diseño de arquitectura.


Página 25 de 25

ORIENTACIÓN

Del Área: Conocer conceptos y procedimientos como insumos necesarios para el tratamiento de señales, comunicaciones, control, simulación e inteligencia artificial.

De la Asignatura: - Aplicar las metodologías de representación y resolución de problemas

utilizadas en Ingeniería Artificial para ser empleadas en el abordaje de situaciones que se presentarán en la actividad profesional.

- Implementar Sistemas Inteligentes utilizando lenguajes y herramientas de Inteligencia Artificial.

- Conocer la aplicabilidad, el desarrollo y la arquitectura de los sistemas inteligentes artificiales.

- Profundizar en el conocimiento de agentes inteligentes y su diseño, los distintos tipos, los ambientes en donde deben desenvolverse y la aplicabilidad en distintas situaciones planteadas.

- Intervenir en el desarrollo de sistemas basados en conocimiento y sistemas expertos.

Documents

Universidad Tecnológica Nacional Facultad Regional San