Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.uci.cu/jspui/handle/123456789/9570
Título : | Contribuciones a la didáctica de la Inteligencia Artificial en la formación del Ingeniero en Ciencias Informáticas |
Otros títulos : | Contributions to didactics of Artificial Intelligence in Computer Science Engineer training |
Autor : | Reyes González, Yunia Martínez Sánchez, Natalia Milanés Luque, Maidelis Roque Orfe, Bienvenido Hanley |
Palabras clave : | CIENCIAS INFORMÁTICAS;DIDACTICA;INTELIGENCIA ARTIFICIAL |
Fecha de publicación : | oct-2021 |
Editorial : | Ediciones Futuro |
Resumen : | En la formación del Ingeniero en Ciencias Informáticas adquiere un rol de relevancia la disciplina de Inteligencia Artificial, la cual ha venido ganando especial importancia con la evolución de los planes de estudio de las ingenierías informáticas y afines. Es por ello que resulta de gran trascendencia el desarrollo de investigaciones que impacten en la calidad del proceso de enseñanza-aprendizaje de esta ciencia. En este trabajo se presenta una propuesta metodológica que ilustra cómo se contribuye a la didáctica específica de la disciplina Inteligencia Artificial en la formación del Ingeniero en Ciencias Informáticas, específicamente desde uno de sus núcleos de conocimientos más importantes,
como lo es el tratamiento de la incertidumbre. El objetivo es ofrecer un conjunto de orientaciones para instruir metodológicamente a los profesores en cómo abordar el contenido relativo al tratamiento de la incertidumbre en los Sistemas Basados en Reglas, para contribuir al cumplimiento de uno de los objetivos correspondientes al tema “Sistemas Basados en el Conocimiento” de la Inteligencia Artificial. Se utilizó para ello un sistema de clases incluyendo una clase metodológica instructiva de orientación al colectivo de profesores y luego se implementaron estas en una clase práctica y una práctica de laboratorio. Luego de poner en práctica las indicaciones metodológicas propuestas se alcanzan resultados significativamente superiores en los grupos docentes donde se comprobaron los mismos. Con ello se aprecia una modesta contribución a la didáctica de la Inteligencia Artificial específicamente en
un contenido de vital importancia para la formación del ingeniero en ciencias informáticas. In the training of the Computer Science Engineer, the Artificial Intelligence discipline acquires a relevant role, as it has been gaining special importance with the evolution of the curricula of computer engineering and related fields. This is the reason why the development of research that has an impact on the quality of the teaching-learning process of this science has a paramount importance. This paper presents a methodological proposal that illustrates how to contribute to the specific didactics of the Artificial Intelligence discipline in the education of the Computer Science Engineer, specifically from the treatment of uncertainty, one of its most important nuclei of knowledge. The objective of the proposal is to offer a set of guidelines to methodologically instruct teachers on how to approach the content related to the treatment of uncertainty in Rules Based Systems, and therefore contribute to the fulfillment of one of the objectives corresponding to the topic Artificial Intelligence "Knowledge-Based Systems". A system of classes was used in order to achieve this purpose. It included an instructive methodological class for the teachers, with a further implementation in a practical class and a laboratory practice. After putting into practice the proposed methodological indications, significantly higher results were achieved in the students groups where these were verified. The results show a modest contribution to the didactics of Artificial Intelligence, specifically in a content of vital importance for the education of the engineer in computer science. |
URI : | https://repositorio.uci.cu/jspui/handle/123456789/9570 |
Aparece en las colecciones: | UCIENCIA 2021 |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
UCIENCIA_2021_paper_15.pdf | 1.21 MB | Adobe PDF | Visualizar/Abrir |
Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.