Marco referencial simbiótico para seleccionar estrategias optimizadas de enseñanza

Autores/as

  • Pablo Rovarini Díaz Universidad del Norte Santo Tomas de Aquino. Laboratorio de Inteligencia Artificial
  • Maria Laura Rovarini Universidad del Norte Santo Tomas de Aquino. Laboratorio de Inteligencia Artificial
  • Mario Figueroa de la Cruz Universidad del Norte Santo Tomas de Aquino. Laboratorio de Inteligencia Artificial
  • Claudia Solorzano Universidad del Norte Santo Tomas de Aquino. Laboratorio de Inteligencia Artificial

Palabras clave:

simbiosis, colaboración hombre-máquina, estrategias educativas, la escuela del futuro, hibridación de modelos

Resumen

En un mundo post-pandémico, la esperanza de garantizar una transferencia de conocimientos con niveles altos de excelencia se cifra en la selección eficiente de estrategias de enseñanza que muestren estabilidad y eficacia. La utilización de los computadores en esta tarea resulta vital, particularmente si se utilizan colaborativamente con las tareas realizadas por humanos, potenciando este vínculo con la utilización de modelos provenientes de la Inteligencia Artificial. En este trabajo se muestran ideas sobre cómo diseñar un módulo partiendo de modelos usuales en tareas de toma de decisiones y prognosis, al tomar como base una plataforma desarrollada por nuestro grupo, ya exitosamente finalizada, con el agregado de la concepción actual del uso de la simbiosis posible de lograr entre humanos y maquinas.

Citas

Saracco. R. et al. (2017). Symbiotic autonomous systems White Paper I. SAS - FDC. Piscataway, NJ: IEEE. (http://digitalreality.ieee.org)

Saracco, R. et al. (2018). Symbiotic autonomous systems White Paper II. SAS - FDC. Piscataway, NJ: IEEE. (http://digitalreality.ieee.org)

Saracco, R. et al. (2019). Symbiotic autonomous systems white paper III. DRI - FDC. Piscataway, NJ: IEEE. (http://digitalreality.ieee.org)

Saracco, R. (2020). Digital Transformation. DRI - FDC. Piscataway, NJ: IEEE. (http://digitalreality. ieee.org)

Figueroa, M.; Rovarini, P.; Rovarini, M.L.; Solorzano, C. (2020). Flexible System Based in Hybrid Algorithms Used in Decision Making - 17th International Confer ence on Remote Engineering and Virtual Instrumen tation, Georgia University, EEUU, February 27.

Rovarini, P. C. (2020). Inteligencia Computacional. Ed. UNSTA, Universidad del Norte Santo Tomas de Aquino. ISBN 978-987-1662-99-9.

Rovarini, P.C.; Figueroa, M.; Rovarini, M.L.; Rico, E. (2021). Nuevo Enfoque para Seleccionar una Estrate gia Optimizada de Enseñanza. RADI, Revista Argentina de Ingeniería), mayo 2021, pp.80-88. https://confedi.org.ar/nuevo-enfoque-para-seleccionar-una-estrategia-optimizada-de-ensenanza/

Rovarini P. C.; Jordan, G; Figueroa, M.; Rovarini, ML. (2021). Decision Making Framework through a Political Rational Model I. Enviado a Science Inter Fluvius SIF (Revista Electrónica bilinge de la Universidad de Entre Ríos. Argentina. En etapa de revisión.

Descargas

Publicado

2022-05-30

Cómo citar

Rovarini Díaz, P., Rovarini, M. L., Figueroa de la Cruz, M., & Solorzano, C. (2022). Marco referencial simbiótico para seleccionar estrategias optimizadas de enseñanza. Revista Argentina De ingeniería, 19, 83–88. Recuperado a partir de https://radi.org.ar/index.php/radi/article/view/149

Número

Sección

ARTÍCULOS