Skip to content

Epidemiologia del sobrepeso y la obesidad en niños y adolescentes

mayo 19, 2011

 

EPIDEMIOLOGIA DEL SOBREPESO Y LA OBESIDAD EN NIÑOS

Y ADOLESCENTE

 

Introducción

La infancia y la adolescencia son consideradas una etapa fundamental en la formación del ser humano para su crecimiento y desarrollo en las cuales debe recibir una correcta alimentación en cantidad, calidad, adecuación y armonía, además del necesario afecto, estímulos y cuidados. La buena nutrición contribuye a evitar o disminuir la incidencia de patologías agudas y crónicas, alcanzar el desarrollo del potencial físico y mental y aportar reservas para las circunstancias de esfuerzo.

El cambio de los patrones de alimentación y el estilo de vida ha generado un estallido mundial de la prevalencia de obesidad infantil (OI). La obesidad se define como el exceso de adiposidad corporal, debido a un desequilibrio energético ocasionado por una alta ingesta de energía superpuesta a un bajo gasto. Con un exceso de peso de 10 a 20% respecto al peso ideal para la estatura se considera rango de sobrepeso y de 20 % o más rango de obesidad. Actualmente se usa este parámetro para menores de 10 años de edad, siempre y cuando no hayan iniciado los cambios puberales. Si ya se ha salido del primer estadio puberal, se usa los percentilos de de índice de masa corporal (IMC). Sin embargo la Sociedad Argentina de Pediatría (SAP) en el Consenso de Obesidad 2005 recomienda calcular el IMC en todo niño mayor de 6 años de edad. En los niños y adolescentes se tiene en cuenta un IMC por encima del percentilo 95 para edad y sexo, o cuyo peso excede el percentilo 97 para su talla. En aquellos cuyo IMC se encuentra entre los percentilos 85 y 95 tienen sobrepeso y presentan un mayor riesgo de enfermedad relacionada con obesidad. En la actualidad representa la enfermedad crónica nutricional no transmisible más frecuente constituyendo uno de los problemas crecientes en la Salud Pública mundial. Su frecuencia afecta en forma significativa a la población argentina, cuya prevalencia oscila entre 4,1% y 11%. En un estudio realizado en Argentina se observó que 20,8% de los niños de 10 a 19 años presentaban sobrepeso y 5,4% obesidad. El porcentaje de obesidad fue significativamente más alto para los varones. Asimismo, la prevalencia del sobrepeso fue significativamente mayor en el grupo de 10 a 12 años, al compararlo con los mayores de 16 años. La probabilidad de la OI de persistir en la adultez es 20% a los 4 años de edad y 80% en la adolescencia. La rapidez con la que a avanzado la prevalencia de sobrepeso en niños y adolescentes, excluyen causas genéticas (solamente uno de cada 200 niños obesos) y centran la atención en cambios sociológicos, culturales y ambientales que promueven el aumento de las “conductas obesogénicas” como, la disminución de la alimentación natural, el consumo de grasas hidrogenadas, hidratos de carbono refinados, gaseosa y jugos artificiales azucarados, destacándose el rol de la proliferación de “comidas rápidas” de baja calidad nutricional y alta densidad energética y de macroporciones que se consumen fuera y dentro del hogar.  Así como el sedentarismo es un factor clave en la reducción del gasto calórico que se ve reflejado en un aumento de tiempo frente al televisor, juegos pasivos y computadora agravándose por la crisis social y la inseguridad que limitan los espacios veredas, barrios y plazas) descendiendo de forma manifiesta la actividad física.  El objetivo del presente trabajo será analizar la tendencia del sobrepeso y la obesidad en niños y adolescentes como consecuencia de conductas obesogénicas, evaluando prácticas anticipatorias en estilos de vida y hábitos alimentarios.

Proceso

La obesidad es una enfermedad crónica de etiología múltiple ocasionada por un disbalance calórico: ingresan en el organismo más calorías de las necesarias para crecer y madurar, que son almacenadas en grasa.

En la epidemiologia la obesidad es más prevalente en poblaciones urbanas de menor nivel socioeconómico y educativo. En los países en desarrollo su prevalencia se ha duplicado y la del sobrepeso se ha cuadruplicado en los últimos 20 años.

En la etiopatogenia del sobrepeso y la obesidad interaccionan factores ambientales y genéticos, siendo muy potente el efecto del medio ambiente sobre el desarrollo de la adiposidad, como son el exceso de alimentación durante el periodo prenatal, el insuficiente uso de la lactancia materna, la malnutrición materna, el tipo de estructura familiar, el nivel socioeconómico, el clima, la falta de ejercicio físico, el fácil acceso a la comida y ver televisión es el factor predictivo más importante en la adolescencia porque reemplaza actividades que consumen más energía.

Numerosos estudios han demostrado que las “conductas obesogénicas alimentarias” y las “conductas obesogénicas relacionadas con el estilo de vida” están cada vez más presente en la población pediátrica.

Si bien existe susceptibilidad familiar a desarrollar obesidad y tener ambos padres obesos se asocia a un 80% de probabilidad de obesidad en los hijos, ello es consecuencia primordial de la transmisión de hábitos de vida que la favorecen, acentuada por una deficiente percepción parental del sobrepeso de los hijos.

En el desarrollo del niño existen 3 periodos asociados al incremento del tejido adiposo, el primero de ellos se da a los 8 a 9 meses de vida (el niño se prepara para afrontar el destete), el siguiente es alrededor de los 5 o 6 años de edad y el tercer periodo se produce en la preadolescencia y en el estirón puberal. El mayor riesgo de padecer obesidad es en el segundo periodo denominándose a este fenómeno “rebote adipocitario”, en los niños susceptibles este es un momento crítico para el inicio de la OI, socialmente coincide con el inicio de la escuela primaria, etapa de mayor responsabilidad y autonomía. Cuando más precoz es el rebote adipocitario mayor es la probabilidad de obesidad en la edad adulta.

En edades pediátricas el sobrepeso y la obesidad en la mayoría de los casos se diagnostican con la mera inspección del paciente, los niños presentan un crecimiento acelerado como mecanismo compensador de la gran disponibilidad energética (elevada estatura para la edad, edad ósea ligeramente avanzada) y en cierto modo, una pubertad precoz.  Por el contrario, en un estudio realizado en la población escolar de la ciudad de Corrientes existe una alta prevalencia de sobrepeso y obesidad con talla baja, vinculado al deterioro socioeconómico de la población.

Entre los métodos disponibles para la medición de la grasa corporal, los de uso habitual en la práctica pediátrica son los antropométricos:

n  Peso/talla según sexo y edad

n  IMC (peso/Altura2): se correlaciona altamente con la grasa subcutánea y con la grasa corporal total, con alteraciones metabólicas secundarias a la obesidad y la tensión arterial, y también permite evaluar el efecto de arrastre de la obesidad infantil y de la adolescencia a la edad adulta.

Recurso

Para realizar el siguiente trabajo puede guiarte por los siguientes link:

http://www.med.unne.edu.ar/revista/revista179/5_179.pdf

http://www.enplenitud.com/nota.asp?articuloid=3608

http://www.obesidad.nom.es/tipos-obesidad-imc/

Tarea

Responda las preguntas presentadas a continuación en grupos de 3 alumnos:

¿Qué es el IMC (índice de masa corporal), como se calcula?

¿Existen tipos de obesidad?

¿Cuáles son?

¿Cuáles son las circunstancias que hacen que una persona sea obesa?

¿Cuáles son los tratamientos para la obesidad?

Evaluación

La tarea tiene un puntaje máximo de 10 puntos siendo esta la nota 7.0 la nota mínima para este trabajo será un 1.0.

Conclusion

La prevalencia de la Obesidad en la edad pediátrica se ha incrementado en forma alarmante en las últimas décadas convirtiéndose en la enfermedad nutricional crónica no transmisible más frecuente.

En el contexto de una sociedad obesogénica el tratamiento de la obesidad infantojuvenil es un difícil  desafío, como primera medida consiste en reconocerlo y combatir la creencia popular que sugiere que los “niños gorditos” son los más sanos.

La infancia es el mejor momento para instaurar hábitos alimentarios saludables, práctica de ejercicios aeróbicos en forma regular los que no deben perderse en la adolescencia ni en la etapa adulta Si los padres están comprometidos con éste concepto pueden transmitirlo a sus hijos.

mayo 12, 2011

Trabajo Inteligencia artificial y la educacion

Introduccion.

Las computadoras hoy en día, han dejado de ser aquellos aparatos misteriosos, de los cuales sabíamos sólo a través de películas o novelas de ciencia ficción, para ser consideradas, ahora, como una herramienta con la que casi todos tenemos que ver de alguna u otra manera, todos los días. Pero a pesar de la incursión gradual de las computadoras en nuestras vidas, cuando se habla de Inteligencia Artificial se piensa todavía en un lado obscuro de la computación, ese lado obscuro en el que antes estaba la computación en general y que ahora se ha dejado sólo para ciertas partes de ésta; se vienen a la mente imágenes de un grupo de locos que trabajan para lograr que una computadora piense, tenga sentimientos y emociones, y en general, sea humanizada. Más obscuro parece volverse el asunto cuando se habla de la relación entre Inteligencia Artificial y Educación.

Esta serie de preguntas muy comunes entre padres de familia, educadores e incluso investigadores, cuando se les plantea la posibilidad de enriquecer sus actividades con los aportes de esta disciplina- son las que se tratan de responder, aunque en forma muy breve, a lo largo de este artículo. Para lograrlo, se parte de un repaso histórico del inicio y desarrollo de la Inteligencia Artificial, sus fines y sus logros, para después hacer una revisión de las líneas actuales de investigación que más aportaciones pueden hacer a la educación y algunas de las posibles implementaciones en campos muy específicos.

La Inteligencia Artificial; inicios, fines y

desarrollo

Surge como una disciplina formal, junto con las computadoras al rededor de la década de los 50’s (aunque hay quienes ubican sus orígenes en el nacimiento mismo de la inquietud del hombre por conocer su pensamiento), en 1956 un grupo de especialistas en matemáticas y lógica se reunieron en el Darmouth College, en Hanover, Estado de Nueva Hampshire, para debatir la posibilidad de realizar programas para las recientemente creadas computadoras, programas que tuvieran como característica principal la capacidad de “pensar” o “comportarse inteligentemente”. Este grupo se basaba en la conjetura de que “en principio era posible conocer tan precisamente cualquier aspecto del aprendizaje o cualquier otro rasgo de la inteligencia como para que pudiera ser simulado por una máquina”.Es decir, se buscaba la posibilidad de realizar procesos que hasta antes habían sido considerados como exclusivos del ser humano y animales superiores (esto último gracias a las aportaciones de psicólogos como Köhler o Luria, quienes trabajaron en la demostración de la existencia de formas elementales de pensamiento presentes en animales, cercanos al hombre en la escala evolutiva, como los simios).

El término de Inteligencia Artificial fue acuñado durante las sesiones de trabajo en este grupo y se ha mantenido hasta nuestros días, aunque a decir de algunos de los exponentes actuales de esta disciplina como John Haugeland,2 hablar de una inteligencia artificial podría ocasionar que se entendiera como una inteligencia ficticia, algo no real sino sólo una imitación falsa, por lo que el término más adecuado sería “inteligencia sintética”.

Entre los logros de este primer grupo de trabajo se encuentran: LISP, primer lenguaje de programación para inteligencia artificial; ELIZA, la primer computadora “psicólogo”, que estaba programada para dar asesoría psicológica rogeriana primaria; y los primeros programas para jugar ajedrez, acción que se había pretendido lograr con máquinas desde el siglo XVII, y que ahora al ser posible, no era visto como el logro de un objetivo final, sino como uno de los primeros pasos necesarios, a partir de los cuales llegar a producir programas más inteligentes.

Hablar de programas más inteligentes lleva a un tema polémico dentro de la inteligencia artificial que ha llegado a tener repercusiones en la filosofía de la mente: la forma de distinguir un programa inteligente de uno que no lo es. A. Turing, en 1950 propuso lo que se ha dado en llamarse “el criterio Turing sobre la inteligencia de las máquinas”

La Inteligencia Artificial; inicios, fines y

desarrollo

Surge como una disciplina formal, junto con las computadoras al rededor de la década de los 50’s (aunque hay quienes ubican sus orígenes en el nacimiento mismo de la inquietud del hombre por conocer su pensamiento), en 1956 un grupo de especialistas en matemáticas y lógica se reunieron en el Darmouth

 

College, en Hanover, Estado de Nueva Hampshire, para debatir la posibilidad de realizar programas para las recientemente creadas computadoras, programas que tuvieran como característica principal la capacidad de “pensar” o “comportarse inteligentemente”. Este grupo se basaba en la conjetura de que “en principio era posible conocer tan precisamente cualquier aspecto del aprendizaje o cualquier otro rasgo de la inteligencia como para que pudiera ser simulado por una máquina”.1 Es decir, se buscaba la posibilidad de realizar procesos que hasta antes habían sido considerados como exclusivos del ser humano y animales superiores (esto último gracias a las aportaciones de psicólogos como Köhler o Luria, quienes trabajaron en la demostración de la existencia de formas elementales de pensamiento presentes en animales, cercanos al hombre en la escala evolutiva, como los simios).

El término de Inteligencia Artificial fue acuñado durante las sesiones de trabajo en este grupo y se ha mantenido hasta nuestros días, aunque a decir de algunos de los exponentes actuales de esta disciplina como John Haugeland,2 hablar de una inteligencia artificial podría ocasionar que se entendiera como una inteligencia ficticia, algo no real sino sólo una imitación falsa, por lo que el término más adecuado sería “inteligencia sintética”.

Entre los logros de este primer grupo de trabajo se encuentran: LISP, primer lenguaje de programación para inteligencia artificial; ELIZA, la primer computadora “psicólogo”, que estaba programada para dar asesoría psicológica rogeriana primaria; y los primeros programas para jugar ajedrez, acción que se había pretendido lograr con máquinas desde el siglo XVII, y que ahora al ser posible, no era visto como el logro de un objetivo final, sino como uno de los primeros pasos necesarios, a partir de los cuales llegar a producir programas más inteligentes.

Hablar de programas más inteligentes lleva a un tema polémico dentro de la inteligencia artificial que ha llegado a tener repercusiones en la filosofía de la mente: la forma de distinguir un programa inteligente de uno que no lo es. A. Turing, en 1950 propuso lo que se ha dado en llamarse “el criterio Turing sobre la inteligencia de las máquinas”:3

Si uno se las está viendo con algo conectado al final de un cable, y ese algo podría ser una máquina o un ser humano, y uno no pudiera decir a ciencia cierta -a partir de las respuestas que le llegan por medio del cable- de cual de los dos se trata, ‘la cosa’ al otro lado del cable sería, por definición, inteligente.

Esta forma de reconocer a las computadoras inteligentes propuesta por Turing, fue sólo la base para un desarrollo posterior en el que el objetivo no ha sido llegar a confundir al ser humano, sino realizar las elaboraciones con distintos niveles de complejidad, que el pensamiento humano realiza: atención, percepción, memoria, asociación, clasificación, inferencias, etcétera.

Siguiendo con el desarrollo de la Inteligencia Artificial, ya para las décadas de los sesenta y setenta el desarrollo de los trabajos en inteligencia artificial eran tan amplios que fue posible establecer distinciones claras entre áreas definidas de interés que eran trabajadas en universidades e institutos de Estados Unidos y de Europa (Francia y Alemania, principalmente): estas áreas se han convertido en líneas sólidas de investigación con aportes específicos para las otras líneas de investigación al interior mismo de la Inteligencia Artificial y, en general, para todos los campos del saber.

Investigación en Redes Neuronales. La realización e investigación en Redes Neuronales es una de las líneas más viejas de esta disciplina, su objetivo principal es la simulación de la estructura cerebral y la reproducción de su funcionamiento por medio de la computadora.

La característica básica de las redes neuronales que fue desarrollada para el apoyo de las demás líneas de investigación, es el procesamiento de la información en paralelo, es decir, permiten recibir y procesar la información que proviene de distintos puntos al mismo tiempo,de la misma manera en que suponemos que el ser humano lo hace.Gracias al procesamiento en paralelo es posible que las redes neuronales puedan aprender por ejemplos y se ajusten a sí mismas para encontrar la configuración más adecuada en la resolución de un problema.

El objetivo primordial no es la creación de un cerebro artificial; la tecnología actual y futura en largo tiempo no será capaz de lograr una máquina que pueda tener un número de estados similar al promedio cerebral (en medio siglo de desarrollo se han logrado maquinas que alcanzan los 65000, cifra que aún está muy lejana al 1.8 por 10 a la 75 cerebral, es decir, un 18 con 74 ceros;lo que se busca, como meta a corto y mediano plazo, es el incremento del paralelismo en las redes neuronales existentes. A pesar de que no se ha logrado un paralelismo a la escala del que tiene lugar en el cerebro humano, lo resultados son cada vez más asombrosos: las redes neuronales actuales son extremadamente eficientes en el reconocimiento de muestras y patrones, la identificación de objetos y la visión en general, el aprendizaje, etcétera.

La realización de sistemas expertos. Elaborar un sistema experto es diseñar un sistema de computación que sea capaz de almacenar información, pero no en forma de datos, como la mayoría de las computadoras lo hacen, sino en forma de hechos, que pueden ser usados por la computadora en la resolución de problemas y en el entrenamiento de seres humanos para que ellos lo hagan por sí mismos.

El primer sistema experto fue creado en 1960 por Joshua Lederberg y Edward Feigenbaum de Stanford; tenía por objetivo enumerar, como lo haría un experto, las posibles estructuras moleculares a partir de la recepción de datos provenientes de varios expectómetros de masas,y a 34 años de su creación los sistemas expertos están lejos aún de comportarse exactamente como un experto humano, sin embargo, son ya altamente efectivos debido a que sí pueden tomar decisiones y justificarlas. A este tipo de sistemas se les llama también sistemas basados en el conocimiento, debido a que lo importante en éstos no es tanto la información que es almacenada y se puede recuperar, sino la forma en que se realizan estos dos procedimientos.

Las diferencias entre los sistemas expertos o basados en el conocimiento y los sistemas “tradicionales” de información radican en:

• El contenido: en un sistema experto el contenido es independiente del programa que lo está manejando, mientras que en los programas tradicionales el contenido depende directamente del programa mismo.

• Tipo de información que se procesa: en los sistemas expertos la información es simbólica a diferencia de la numérica de los sistemas tradicionales.

• Tratamiento de los problemas: en los Sistemas Expertos, la definición es declarativa -lo más cercano al lenguaje natural- y además no lleva una secuencia predeterminada, mientras que en los sistemas tradicionales la definición del problema se hace en forma algorítmica (procedimental) secuencial por necesidad. Otro punto importante es el tipo de resolución que se ofrece, no necesariamente, una resolución precisa en los sistemas expertos, contra la precisión que ofrecen los sistemas tradicionales, a costa de una limitante rigidez y linealidad.

• Información adicional en la resolución de los problemas. Los sistemas expertos están compuestos de dos partes principalmente: una que se encarga de la resolución de los problemas planteados, y otra, que explica al usuario la forma en que el problema se está resolviendo. Es esta última la que los distingue de los programas que solamente están hechos para resolver problemas, mientras que los sistemas tradicionales son incapaces de hacerlo en forma eficaz. Esto permite una interacción entre ser humano y computadora de manera que ambos puedan aprender de la forma en que el otro resuelve problemas.

• El manejo del conocimiento. En los sistemas expertos los conocimientos en la resolución de problemas pueden ser usados en la mejora de las soluciones propuestas, dándole un dinamismo que no puede darse en los sistemas tradicionales.

La prueba de teoremas. El objetivo de los programas encaminados a la prueba y generación de teoremas es el logro de la deducción automática. Para ello, se han desarrollado -a partir del LISP, que se ha mencionado párrafos atrás- lenguajes con un nivel mayor de especialización como ADA y PROLOG (su nombre viene de PROgramación LOGica), que posibilitan a los diseñadores de programas herramientas que facilitan el trabajo, debido a que contemplan en su estructura la manipulación de aspectos relacionados con tareas accesorias, pero no por ello menos importantes, que de otra manera implicarían una atención mayor.

La prueba de teoremas tiene mucho que ver con la resolución de problemas simbólicos, que por su grado de abstracción implican programas con un nivel mucho mayor de inteligencia.

Investigación relacionada con juegos. La investigación de los juegos no está encaminada al desarrollo de juegos más sofisticados para un mercado de fanáticos del juego del video, sino a conocer la forma en que los humanos resuelven los problemas que representa un desempeño efectivo en juegos como el ajedrez y las damas españolas, entre muchísimos más. Los conocimientos generados en esta línea de investigación son aplicados en la mejora de los programas que se producen en las demás líneas de trabajo que aquí se mencionan.

La robótica. La investigación en robótica es una de las áreas más desarrolladas en Inteligencia Artificial. Se puede definir a un robot como un dispositivo electromecánico que puede ser programado para efectuar tareas específicas, y cuando se añade la característica “inteligente” a esta definición,

entonces se habla de un dispositivos capaces de responder a cambios en las situaciones externas poco predecibles, para las que un robot tradicional no estaría preparado.9 Es de todos conocido cómo los robots se han abierto paso en el sector productivo; el fuerte del trabajo en esta línea está enfocado a los sistemas de control, manipulación integrada y la producción automática.10 Entre las instituciones que se han dedicado al desarrollo de robots inteligentes están la Carnegie-Mellon University, el Centro de Investigaciones de la IBM en Yorktown Heights, la NASA y algunas empresas japonesas.

Procesamiento de lenguaje natural. Esta es una de las líneas de investigación dentro de la inteligencia artificial que más interés ha despertado últimamente, su propósito principal es llegar al desarrollo de programas que permitan a las computadoras comprender y usar el lenguaje humano tan bien como lo hacen los mismos humanos. Esto implica un estudio profundo de las estructuras sintácticas y semánticas de los lenguajes con todas sus ambigüedades e imprecisiones, así como el estudio de signos de puntuación y acentuaciones, tanto en la modalidad escrita como hablada. Algunas de las aplicaciones prácticas de los trabajos en esta línea van encaminados al reconocimiento inteligente de voz y de escritura, que permitan realizar traducciones de un idioma a otro; pero traducciones no en forma literal, como lo hacen ya muchos paquetes de software, sino contextuales, como lo haría un traductor humano.

La simulación y la realidad virtual. Esta es una de las líneas más recientes de la inteligencia artificial. Aunque algunos investigadores consideran a la simulación y la realidad virtual como una disciplina separada de la Inteligencia Artificial,11 en la práctica es muy difícil de delimitar, debido a la gran cantidad de técnicas de programación inteligente que deben emplearse. Por medio de la simulación y la realidad virtual es posible realizar experimentos que por razones éticas o prácticas no es posible realizar en la realidad.

Después de esta breve revisión de las líneas de investigación en Inteligencia artificial es necesario aclarar dos puntos muy importantes: primero, que las aplicaciones inteligentes desarrolladas no necesariamente atienden a la división de las líneas de investigación mencionadas, sino que son el producto de la integración y articulación de lo logrado en éstas, para dar una solución inteligente a problemas específicos en campos diversos del quehacer humano. Así es posible encontrar robots, por ejemplo, que realizan inferencias, resuelven problemas y enseñan a humanos a resolverlos, acatan ordenes verbales emitidas por un humano y al mismo tiempo, integran en sus componentes redes neuronales que emplean para el reconocimiento visual o auditivo; simulando, además, realidades específicas. Y segundo, que la Inteligencia artificial también integra y articula, a la vez que aporta también, conocimientos que se generan en ciencias como la psicología (psicología del pensamiento, psicología del desarrollo, desarrollo cognoscitivo, psicología educativa, psicología social, etc.), la filosofía (la filosofía de la mente) y las ciencias médicas (neurología, neurofisiología, neuroanatomía, bioquímica, etc.) entre muchas otras.

Posibles aplicaciones en la Educación

Como se ha mencionado, es posible aplicar los logros de la inteligencia artificial en cualquier área del quehacer humano, y la educación no es la excepción. Cuando se habla de la relación entre computación y educación es común que se piense en la docencia solamente, sin considerar todas las demás actividades que tienen que ver con la educación, actividades como la investigación o la administración educativa entre otras. En cualquier aspecto del ámbito educativo que se pueda vislumbrar como posible de ser enriquecido con el uso de computadoras, cabe también la inteligencia artificial y esta última parte del artículo está dedicada a mencionar algunas de las posibilidades.

La investigación educativa

Las posibilidades de aplicación en la investigación educativa, van desde un nivel conceptual, utilizando modelos teóricos de la Inteligencia Artificial como base a partir de la cual se interpretan hallazgos en la investigación educativa; hasta un nivel práctico, ahorrando tiempo, recursos y esfuerzos en actividades de apoyo al trabajo del investigador, actividades como las siguientes:

• Consulta a bases de datos y bibliotecas. Piense el lector en la posibilidad de contar con una biblioteca computarizada inteligente. Hasta ahora, la mayoría de las bibliotecas y bancos de datos, aunque cuentan con bases de datos en las que están almacenados la información referente a cada libro o documento existente, son explotadas en un mínimo porcentaje debido a la forma en que la información está dispuesta; los libros son catalogados por temas y subtemas en formas -a veces arbitrarias, a veces de acuerdo a clasificaciones preestablecidas-, que limitan sus posibilidades de uso, por ejemplo, en la mayoría de las fichas computarizadas se describe el contenido de un documento en cinco “palabras claves” solamente. Esto ocasiona que investigadores y usuarios en general prefieran la consulta física de cada material, hecho que implica una pérdida de tiempo considerable. Considérese ahora la posibilidad de contar con un “bibliotecario experto” en el contenido de cada uno de los libros, que sea capaz de sugerir documentos de acuerdo a las necesidades específicas de cada usuario. Esto es posible con la implementación de bases inteligentes.

• Un ejemplo de biblioteca inteligente es la Biblioteca de Leyes de la Universidad de Columbia (para más información ver:Reynel Iglesias;1993), que además de ofrecer al usuario la posibilidad de consultar un sistema experto bibliotecario, ofrece la posibilidad de “caminar” por los pasillos de la biblioteca y hojear cualquier libro de los estantes, por medio de técnicas de realidad virtual o escuchar y ver en pantalla una reseña hecha por el autor; todo, desde una terminal conectada a la computadora principal. También se permite adquirir o rentar una copia del material seleccionado, que llega en un archivo por red, hasta el lugar mismo desde donde se ha hecho la consulta (se contempla que el proyecto será concluido a fines de 1994, posibilitándose entonces el acceso a investigadores externos vía INTERNET).

• Proceso estadístico de datos. En la actualidad los investigadores cuentan con paquetes estadísticos especializados en Educación o en Ciencias Sociales, que permiten un ahorro significativo de tiempo en la realización de tareas consideradas como de “talacha”. Pero existe un problema: para poder usar este tipo de paquetes necesitamos, primero, saber computación y específicamente conocer ampliamente el manejo de estos paquetes, y segundo, tener un conocimiento amplio en el manejo estadístico de datos, sin embargo, se dan casos en los que se tiene un cúmulo de impresionante datos, pero no se sabe qué hacer con ellos. La Inteligencia Artificial podría solucionar este problema, sería un experto disponible a cualquier hora, que aparte de ayudarnos a procesar los datos, podría sugerir algún tipo de proceso especial, e incluso, ayudar en la interpretación de los datos y la prueba de hipótesis. No han sido desarrollado muchos programas de este tipo con fines comerciales, dos ejemplos de paquetes para el proceso estadístico inteligente de datos, prueba de hipótesis e interpretación de resultados son el RX y el REX de R.L. Blum12

• Simulación de procesos. Ahora, aún con un desarrollo de computadoras inteligentes en gestación, es posible realizar experimentos piloto y jugar con variables que en la realidad serían imposibles de controlar y manipular. La inteligencia artificial puede también ayudar en la capacitación y asesoría de recursos humanos para la investigación, independientemente de la perspectiva bajo la cual se esté trabajando o se quiera trabajar, por ejemplo, es posible capacitar a observadores para que realicen registros, primero en realidades virtuales controladas y luego después, en un salón de clases.

• Diagnósticos. Se puede, mediante técnicas aplicadas de la Inteligencia Artificial, establecer correlaciones existentes entre determinados “atributos” o “síntomas” y situaciones definidas de una realidad específica observada.

• Manejo de entrevistas y registros de observación. Mediante el reconocimiento inteligente de voz, es posible ahorrar mucho tiempo en la transcripción de entrevistas y registros de observación. Además con el uso de programas que posibilitan el manejo inteligente de información escrita no acotada o hipertextos del tipo del KOT:”Knowledge Organization Tool”,13 es posible procesar y analizar estas entrevistas y registros directamente, estableciendo conexiones semánticas significativas de acuerdo al enfoque teórico a partir del cual se esté trabajando.

Docencia

Las aplicaciones en la docencia van desde la formación docente, hasta el estudio de la interacción-maestro alumno, el análisis de la práctica docente y el desarrollo de habilidades cognoscitivas en los alumnos, esto entre muchas cosas más. A continuación se señalan algunas de las aplicaciones más viables en estos momentos.

La formación de docentes puede enriquecerse y facilitarse con la simulación en máquinas de situaciones específicas en clase. Es posible facilitar el análisis y la edición de videos que permitan al maestro observar su propia práctica en situaciones específicas.

El desarrollo de materiales didácticos “inteligentes” que por un lado apoyen la actividad del docente, y por otro lado permitan al alumno contar con medios más ricos de aprendizaje. Imagine, por ejemplo, la posibilidad de que un alumno pueda explorar a su antojo el cuerpo humano, simulado en computadora de tal manera que sea posible intervenir en el proceso de duplicación de una cadena de ADN o presenciar la fecundación “in vitro virtual”; navegar en el flujo sanguíneo o modificar con variables reales (virtuales por supuesto) la transmisión de electrólitos a través de la membrana celular. Incluso, a nivel superior, en la enseñanza de la medicina, se está usando la realidad virtual en el entrenamiento de cirujanos en Japón y Estados Unidos.

En este punto, la multimedia -muy en voga en nuestros días- al combinarse con la Inteligencia Artificial hace aún más rico el proceso de aprendizaje.

En cuanto al desarrollo de habilidades de pensamiento, esto es posible por varias vías, entre las cuales están:

• El desarrollo e implementación en un entorno computarizado inteligente, de programas para la evaluación y desarrollo de habilidades de pensamiento, en los que el computador no es sólo un medio para presentar información variada al alumno y un medio que propicia la repetición constante, y gradual en complejidad, de ejercicios; sino que, es una extensión de la labor mediadora del maestro. Hecho que permite hacer masiva la implementación de programas que hasta ahora son necesaria o principalmente individuales.

• La programación en inteligencia artificial orientada a la educación o a la resolución de problemas específicos en cualquier ámbito también es un medio que favorece al desarrollo de habilidades cognoscitivas. Programar en inteligencia artificial implica conocer la manera en que uno mismo piensa para después realizarlo a través de la computadora, es decir, implica el desarrollo de habilidades metacognoscitivas, e implica también el desarrollo de soluciones creativas a los problemas. Este aspecto ha sido menos estudiado que los demás mencionados aquí, pero incluso se han hecho ya estudios del desarrollo de habilidades de pensamiento en desarrollo-retardados a través de la programación de computadoras.

 

 

 

 

 

 

 

 

 

 

 

 

 

Administración Educativa

En ella la inteligencia artificial podría facilitar aún más las tareas que actualmente se realizan en computadoras tradicionales, tales como el control y registro de alumnos. Pero aún en este tipo de actividades, en las que la

computadora ya se ha ganado un lugar indiscutible, la inteligencia artificial puede facilitar tareas como la planeación educativa, simulando procesos y permitiendo prever situaciones especiales más fácilmente, así como asesorando a los administradores educativos en la toma de decisiones, proporcionando el máximo de información disponible y realizando procesos “inteligentes” de esta información.

Para finalizar, muchas de estas aplicaciones de la Inteligencia Artificial podrán parecer al lector como de “primer mundo”, y en algunos casos, por el momento, así es; por ejemplo, el uso de realidades virtuales. Otro aspecto que hace poco accesible el uso de la inteligencia artificial es la falta, en nuestro medio, de suficientes profesionales capacitados. Pero, respecto a la primer cuestión, no olvidemos que la tendencia en computación es hacia la producción en masa de equipo y el abaratamiento continuo del mismo; incluso, las aplicaciones inteligentes, que hasta hace poco eran posibles de implementar sólo en supercomputadoras con capacidades de multiprocesamiento, es decir, proceso en paralelo a gran escala, ahora las podemos adquirir o diseñar para trabajar en computadoras personales bajo ambientes como el OS/2 ó Windows. Y por otra parte, en el último año 3 instituciones educativas han empezado a ofrecer aquí en Guadalajara, formación en Inteligencia Artificial -está por incorporarse una institución más- y se han creado dos centros de investigación especializados adscritos a una Universidad. Esto quiere decir que no pasará mucho tiempo para que podamos explotar posibilidades de aplicación como las anteriores, en ayuda de la actividad educativa.

Notas

Bibliografia

Notas

1. Gardner, Howard. La nueva ciencia de la mente, historia de la revolución cognitiva, Barcelona, Editorial Paidós/ Serie Cognición y desarrollo humano, 1988.

2. Haugeland, John, La inteligencia Artificial, México, Editorial Siglo XXI 1988.

3. Bolter, J. David, El hombre de Turing, la cultura occidental en la era de la computación, México, Fondo de Cultura Económica/CONACyT, 1988.

4. Churchland, Paul M., Materia y conciencia. Introducción contemporánea a la filosofía de la mente, Barcelona, GEDISA, 1992.

5. Hopfield, J.J., “Neural Networks and Physical Systems with Emergent Collective Computational Abilities”, en: Neurocomputing, Cambridge, Massachusetts Institute of Technology Press, pp. 460-465, 1988.

6. Dreyfus, Hubert L. “The limits of Artificial Intelligence” en: What Computers still can’t do: A critique of Artificial Reason, Cambidge, Massachusetts Institute of Technology Press, pp. 285-305, 1993.

7. Pagels, Heinz R. Los sueños de la razón, el ordenador y los nuevos horizontes de las ciencias de la complejidad, México, CONACyT/GEDISA, 1991.

8. Sánchez y Beltrán, Sistemas expertos, una metodología de programación, México, Macrobit Editores, 1990.

9. Johnson-Laird, Phillip N. El ordenador y la mente, introducción a la ciencia cognitiva, Barcelona, Editorial Paidós/ Serie Cognición y desarrollo humano, 1990.

9 Sinéctica 5 Jul.-Dic./1994

10.Sánchez, Gildardo, “Los fines de la Inteligencia Artificial”, En: COMPUDEG, México, Universidad de Guadalajara, Año 1, No. 8, Diciembre de 1991.

11.Widman, Loparo y Nielsen, Artificial Intelligence, simulation and modeling, Nueva York, John Wiley & Sons, 1989.

12.Reynel Iglesias, Heberto, “Hacia la biblioteca electrónica de realidad virtual”, en: Información: producción, comunicación y servicios, México, Infoconsultores S.C., Año 3, número 4, pp. 10-20, 1993.

13.Schaffer, Cullen, “Statistical Intelligence: A Manifesto”, en: Memorias del I Simposium Internacional de Inteligencia Artificial, México, Instituto Tecnológico y de Estudios Superiores de Monterrey/McGraw Hill, pp 345-351, 1988.

14.Gutecunst, Kevin R. “A Hipertext-based Knowledge Organization Tool”, en: International Simposium on Artificial Intelligence (proceedings), México, Instituto Tecnológico y de Estudios Superiores de Monterrey/LIMUSA, pp.471477

15.Echeverría, B. “El proyecto EAO, en un contexto de educación especial”, en: Tecnología y Educación, Compilación de Mikel Aguirregabiria, Memorias del II Congreso Mundial Vasco, Madrid, Narcea, 1988.

Preguntas:

1. ¿La tecnología ayuda a la educación?

2. ¿Qué aportes podría ofrecer a la Educación Física?

3. ¿Se supone que al tener computadoras pensantes (en caso de poder lograrlas algún día) podríamos substituir al maestro por uno de estos artificios?

4. ¿Será esta la finalidad de los que buscan aplicar la Inteligencia Artificial en la Educación? o ¿existen otras aplicaciones?

Youtube.

junio 26, 2010

 Aqui les mando un trabajo que hice, espero les agrade. este trabajo lo hicimos con varios compañeros por el ramo de vida en la naturaleza, fuimos al cerro san ramon.

Tecnologia

junio 26, 2010

Al principio jamas vi a la tecnologia como algo que estuviera relacionado con la carrera, es mas siempre lo critique y le hice la guerra a la computacion. pero a raiz de que pasaban los ramos de tecnologia y los ramos mas directos de la carrera me daba cuenta, que uno necesita mucho la computacion, para hacer planificaciones, estadisticas, encuestas, etc. Ahora tengo el ramo de Metodologia de la investigacion y el profesor hace toda la clase en su computador, mostrandonos el manejo y todas las opciones que tiene excel.

Como critica seria eso, una profundizacion mayor a progamas que usaremos mucho mas. me parece que en el transcurso de estos ramos, hemos visto cosas que mas adelante dudo vayamos a usar. en cambio ahi otras como el excel, webquest, etc que si. y esas son a las que uno le pone mas enfasis, la verdad me gustaria que hubiera un electivo mas de computacion para asi poder tomarlo y asistir a las clases, porque siento que e e perdido mucho que pudiera haber aprendido.

Amargemia

junio 11, 2010
tags:

Una WebQuest es un tipo de actividad didáctica que consiste en una investigación guiada, con recursos principalmente procedentes de Internet, que promueve la utilización de habilidades cognitivas superiores, el trabajo cooperativo y la autonomía de los alumnos e incluye una evaluación auténtica.Universidad Andrés Bello Camilo bitacora Leer más…

Hello world!

junio 11, 2010

Welcome to WordPress.com. This is your first post. Edit or delete it and start blogging!