Prefacio
Los llamados “sistemas inteligentes” imitan algunas de las características de la inteligencia natural y ofrecen un enfoque metodológico definido para resolver problemas críticos y algo complicados y obtener soluciones consistentes y confiables en el tiempo. La flexibilidad, la adaptabilidad, la memoria, el aprendizaje, la dinámica temporal, el razonamiento y la capacidad de manejar información ambigua e imprecisa son características de la inteligencia de estos sistemas.
Los sistemas inteligentes se construyen para dar a las computadoras la capacidad de ver, oír y oler, analizar, aprender, tomar decisiones y estimular la creatividad humana. Algunos de sus campos de investigación son el aprendizaje máquina, el reconocimiento de patrones, la computación cognitiva, la computación inspirada en el cerebro y el análisis de big data. Hoy en día sus aplicaciones son numerosas, por ejemplo, en la atención médica y sanitaria (dermatología, oftalmología, psiquiatría, oncología, reumatología, endocrinología), en las ciencias naturales (astronomía, bioinformática), en seguridad (vigilancia por medio de visión artificial), en robótica y en educación. Es en este último importante campo de aplicación hacia donde se orienta nuestra principal línea de investigación y las aplicaciones que se presentan en este libro.
La estructura del libro se divide en dos grandes partes.
La primera parte, llamada Marco teórico y conceptual, presenta en cuatro capítulos la teoría y/o fundamentos básicos de las áreas del conocimiento que se requieren para la implementación de un sistema inteligente aplicado a la educación. En primer lugar, las técnicas o métodos inteligentes, como son los sistemas difusos, las redes neuronales, los algoritmos genéticos o la combinación de dos o más de ellas, conocidos como “sistemas híbridos”. En segundo lugar, las diferentes formas de aprendizaje usando la computadora, a saber el aprendizaje electrónico (eLearning), el aprendizaje basado en la web (Web-based learning), el aprendizaje móvil (mLearning), el aprendizaje híbrido, los sistemas administradores del aprendizaje (lms por sus siglas en inglés), los sistemas de tutores inteligentes y otros sistemas o ambientes inteligentes de aprendizaje. En tercer lugar, los principales modelos o teorías de estilos de aprendizaje, como el de Gregorc, el de Gardner (inteligencias múltiples), el de Myer-Briggs y el de Felder-Silverman. Y, en cuarto lugar, los conceptos más importantes de la computación afectiva, es decir las definiciones y diferencias entre emoción y afecto, los sistemas inteligentes que detectan o reconocen emociones en el rostro, en la voz o en una combinación entre varios modos (multimodal).
La segunda parte, llamada Aplicaciones y casos prácticos,s ejemplos de sistemas inteligentes aplicados en el ámbito de la educación. En primer lugar, se presenta Educa, una herramienta de autor para que un profesor o instructor cree sus propios cursos o tutoriales inteligentes sin requerir conocimientos de programación. Educa le permite al autor diseñar un curso que se adapte al mejor estilo de aprendizaje del estudiante, para lo cual se genera una red neuronal artificial que adapta los contenidos de aprendizaje. La red neuronal hace uso de técnicas de lógica difusa y de algoritmos genéticos para su mejor diseño e implementación. En segundo lugar, se presenta Zamná, una red social que permite a un grupo de estudiantes, padres y profesores administrar cursos o tutores inteligentes como los creados por Educa. En tercer lugar, se presenta Fermat, una aplicación web que se compone de dos componentes: una red social de aprendizaje y un sistema de tutor inteligente. El sistema tutor presenta contenidos de aprendizaje adaptándolos al estado emocional o afectivo del estudiante, el cual se reconoce usando una red neuronal que, por medio de extracción de características del rostro, reconoce la emoción actual del estudiante. Además, el tutor interactúa con el estudiante por medio de un agente pedagógico (un personaje virtual) que se comunica constantemente con él. Finalmente, Memorato es una aplicación multijugador para dispositivos móviles pensada para coadyuvar al conocimiento. El sistema permite personalizar el clásico juego de memoria. Un usuario debe crear pares sobre pregunta-respuesta, y posteriormente buscará ese par. Memorato ofrece un módulo de recomendación en la búsqueda de nuevos juegos basado en el historial del usuario y el área en la que jugó la última vez.
Los cuatro sistemas inteligentes que se presentan en la segunda parte tienen incorporados módulos inteligentes que hacen uso de lógica difusa, algoritmos genéticos o redes neuronales, con el fin de proporcionar al usuario una experiencia de aprendizaje personalizada más adecuada a sus necesidades cognitivas y afectivas.