Aprendiendo de ejemplos presentes en la vida real a partir de algoritmos

@AEFOL #Expoelearning @AEFOL #Expoelearning

Aprendiendo de ejemplos presentes en la vida real a partir de

algoritmosJesús Martínez Marín

Cargo

2 y 3 de marzo 2017

Feria de Madrid

@AEFOL #Expoelearning


Nuevo aprendizaje


El elearning en la encrucijada: automatización o empoderamiento (Tony Bates)

» La pregunta clave que afrontamos es si el aprendizaje en línea debe proponerse como objetivo sustituir a los profesores e instructores por medio de la automatización, o si la tecnología se debe utilizar para empoderar no solo a los maestros sino también los estudiantes. Por supuesto, la respuesta siempre será una mezcla de ambas cosas, pero conseguir el equilibrio adecuado es una cuestión crítica


» Antes, yo solía pensar en los informáticos como colegas y amigos en lo que respecta a diseñar e impartir aprendizaje en línea. Ahora los estoy viendo cada vez más, al menos a algunos de ellos, como el enemigo. Esto tiene que ver sobre todo con la arrogancia de Silicon Valley, que cree que los informáticos pueden resolver cualquier problema sin saber nada acerca del problema en sí.


La práctica de Machine Learningen la Empresa

Emilio Osorio GarcíaChief Technology OfficerPredictive Technologies

[email protected]

Dr. Manuel Reyez GomezChief Data ScientistPredictive [email protected]


¿Qué es lo que se puede automatizar?

Todo lo que sigue este patrón.⋄ Reunir datos.⋄ Analizar los datos.⋄ Interpretar los resultados.⋄ Determinar un curso de acción

recomendado.⋄ Implementar el curso de acción.

⋄ Médicos⋄ Asesores financieros⋄ Consultores de negocios⋄ Etc.,etc…


» Aprendizaje Supervisado. » Aprendizaje No Supervisado.

⋄ Regresión.⋄ Clasificación. ⋄ Agrupamiento (“Clustering”). ⋄ Recomendación.

» Aprendizaje profundo (“Deep Learning”).

Diferentes tipos de algoritmos


En la vida real…


Este algoritmo tuvo un porcentaje de acierto del 75% a la hora de identificar los acusados que mentían en una serie de juicios, un guarismo nada despreciable si tenemos en cuenta que los seres humanos detectaron tan solo al 59,5%, llegando los mejores interrogadores a un 65%,


Población Penitenciara Mundial


High Risk

Low Risk


5

25

50


El periodo de maduración de las 8 tecnologías más disruptivas según Foro Económico Mundial Davos 2017

Dos a cinco años

@AEFOL #Expoelearning @AEFOL #Expoelearning26

https://www.youtube.com/watch?v=XcEqVIpb3IQ

https://www.youtube.com/watch?v=XcEqVIpb3IQ

@AEFOL #Expoelearning @AEFOL #Expoelearninghttps://www.youtube.com/watch?v=5FFRoYhTJQQ

Usuario: Siri, llámame una ambulancia.Siri: De acuerdo, a partir de ahora te llamaré “una ambulancia”.

https://www.youtube.com/watch?v=5FFRoYhTJQQ


La nueva plataforma de IBM: Watson Data, pone el aprendizaje de máquinas al alcance de todos.


https://www.ibm.com/watson/products.html

Comercio EducaciónServicios

financieros

SaludInternet delas cosas Marketing

Cadena de suministros

Talento Trabajo


La práctica de Machine Learningen la Empresa


[email protected]



IA en sistemas operativos.

Siri


Pioneros del machine learning, el ingeniero de IBM Arthur Samuel


Heliograf, el software de inteligencia artificial del Post.» En noviembre de 2016, Heliograf creó

más de 500 artículos, que supusieron más de 500.000 clics

.


Contenido a la medidaEl contenido poco a poco será realizado a la medida de cada compañía / individuo. El contenido

escrito por algoritmos alcanzará el 90% del trabajo periodístico para el 2030.

La forma en cómo las noticias inciden en cada empresa / persona son totalmente diferentes.

@AEFOL #Expoelearning 52

Face RecognitionTraining examples of a person

Test images

AT&T Laboratories, Cambridge UKhttp://www.uk.research.att.com/facedatabase.html


» Entro al auditorio, tengo limitaciones visuales

» Mi celular (o un dispositivo hecho con un Raspberry Pi o similar) me informa en audio sintetizado: “Un amigo tuyo está acá”

» “También hay 10 personas que son sus amigos”

Aplicación: un sistema de apoyo visual


Hay retos en todos lados


IMPLICACIONES


ACCIÓN


Cultura de datos


Cultura de datos» Disciplina


Inteligencia Institucional.


Transformación de los LMSs

4


EL PRÓXIMO PASO: RECOMENDARNOS ALGO ANTES INCLUSO DE QUE SEPAMOS QUE LO NECESITAMOS


Aprendizajes adaptativos y personalizados5


Los Bots6


Sistemas diseñados para simular la conversación humana de manera autónoma.

Chatbots

http://www.hosteltur.com/tag/chatbots

http://www.hosteltur.com/tag/chatbots


Chatbots para el Aprendizaje


¿Cómo podría cualquiera de estos chatbots ser útil en e-learning?»Mobile Coach: coaching y

seguimiento» Inscripción.» Simulaciones .» Respuestas a las preguntas del

alumno.» Preparación para el examen» Evaluación .»Etc...


DUOLINGO


Preguntas y Respuestas


[email protected]


Lo que nos espera…6


Hacia los gemelos digitales


Los ingenieros preguntan a una turbina de avión qué está funcionando mal y cómo pueden arreglarla.


La colaboración por defecto

7


8


Neil Harbisson


Gracias! Jesús Martínez

[email protected]

@jesusmartinez

trabajocolaborativoenred.wordpress.com

mailto:[email protected]

http://www.twitter.com/jesusmartinez

http://www.twitter.com/jesusmartinez

Aprendiendo de ejemplos presentes en la vida real a partir de algoritmos

Education

Transcript of Aprendiendo de ejemplos presentes en la vida real a partir de algoritmos