Tecnologías cognitivas para la distribución adaptada de Contenidos digitales interactivos

Contenido del artículo principal

Alejandro Carbonell Alcocer
Manuel Gertrudix-Barrio, Dr.
http://orcid.org/0000-0002-5869-3116

Resumen

Los sistemas de computación cognitiva están revolucionando los procesos de gestión de la información y la comunicación. Como ha sido profusamente descrito, el desarrollo de estos sistemas es el motor esencial de las Smart citiesy, de forma concreta, de las denominadas como ciudades cognitivas. Dentro de sus múltiples ámbitos, la gestión automatizada de conocimiento provee nuevas fórmulas de aplicación a diversos campos de la acción ciudadana, entre ellos el educativo. Este trabajo analiza su potencialidad realizando un análisis de caso, a partir del estudio de las APIs que componen los Watson Servicesintegrados en el Watson Developer Cloud. Mediante una plantilla de análisis desarrollada ad hocse evalúan diversas problemáticas relacionadas con la educación y se proponen algunas soluciones desde la aportación que la comunicación digital puede realizar en este nuevo contexto. Mediante el análisis de grandes volúmenes de datos se obtienen respuestas hasta ahora desconocidas en el sector educativo, ofreciendo una nueva perspectiva que aporta una atención individualizada y una personalización del aprendizaje.La mayoría de ellas se podrían aplicar en los departamentos de orientación y tutorías, obteniendo nuevas técnicas para trabajar con alumnos con necesidades educativas especiales, detectar situaciones problemáticas en entornos escolares o fomentar el rendimiento de los alumnos a través de la personalización del aprendizaje.

Descargas

Descargar datos aún no está disponible.

Detalles del artículo

Cómo citar
Carbonell Alcocer, A., & Gertrudix-Barrio, M. (2019). Tecnologías cognitivas para la distribución adaptada de Contenidos digitales interactivos. Actas Icono 14, 1(1), 48-69. Recuperado a partir de https://icono14.net/ojs/index.php/actas/article/view/1236
Sección
VII Congreso Internacional Ciudades Creativas
Biografía del autor

Manuel Gertrudix-Barrio, Dr., Universidad Rey Juan Carlos (Spain)

Profesor Titular de Comunicación Digital de la Universidad Rey Juan Carlos, coordinador del grupo de investigación Ciberimaginario, y coeditor de la revista científica Icono14. Especialista en comunicación y en formación digital, ha participado en más de quince proyectos de investigación competitivos nacionales e internacionales y tiene una extensa producción científica con más de 45 publicaciones entre artículos de investigación, capítulos de libros y monografías. Actualmente es Vicerrector de Calidad, Ética y Buen Gobierno de la URJC (2018 – ) y ha sido Director Académico del Centro de Innovación en Educación Digital de la URJC (2013-2017), Consejero Técnico de Nuevas Tecnologías (2003-2007)  y Jefe de Servicio de educación a distancia del Ministerio de Educación. Ha sido profesor asociado en la Universidad Complutense de Madrid (1999-2002), la Universidad Francisco de Vitoria (1999-2003) y la Universidad Carlos III de Madrid (2003-2007). Desde 2017 es profesor colaborador del Doctorado en Innovación, Comunicación y Tecnologías Educativas de la ESAE del Instituto Latinoamericano de Cultura Educativa (México).

Ha realizado estancias de investigación en USA en la University of Central Florida y en Escocia en la University of Stirling, y de docencia en Argentina en la Universidad Nacional de Córdoba, en Colombia, en la Universidad del Norte, y en Brasil en la UDESC.

Citas

Alonso, C.M., Gallego, D. J., & Honey, P. (1999): Los estilos de aprendizaje: procedimientos de diagnóstico y mejora. Bilbao: Mensajero.
Arrabales, R. (2016): “Deep Learning: qué es y por qué va a ser una tecnología clave en el futuro de la inteligencia artificial”. Xataka (web), 29 marzo. Recuperado 10 marzo 2017en https://www.xataka.com/robotica-e-ia/deep-learning-que-es-y-por-que-va-a-ser-una-tecnologia-clave-en-el-futuro-de-la-inteligencia-artificial
BBVA Innovation Center (2015): "Ejemplos reales del uso de Big Data". Centro de innovación BBVA, S.f. Recuperado el 12 abril 2017 en http://www.centrodeinnovacionbbva.com/noticias/ejemplos-reales-del-uso-de-big-data
BSA, (2015): "¿Por qué son tan importantes los datos?". BSA, S.F. Recuperado el 10 marzo 2017 en http://data.bsa.org/wp-content/uploads/2015/10/BSADataStudy_es.pdf
Caragliu, A., Del Bo, C., & Nijkamp, P. (2011). Smart cities in Europe. Journal of urban technology, 18(2), 65-82.
CISCO (2017): "Cisco Visual Networking Index: Global Mobile Data Traffic Forecast Update, 2016-2021 White Paper". CISCO, 28 marzo. Recuperado 2 marzo 2017 en http://bit.ly/2wz869N
Cornella, A (2010). Infoxicación: Buscando un orden en la información. Barcelona: Infonomía.
Félix, M., & Carlos, L. (2002): "Data mining: torturando a los datos hasta que confiesen". Business Intelligence S.f.
Forbes, Staff (2016): "Las empresas más grandes de Estados Unidos en 2016" Revista Forbes, 30 mayo. Recuperado el 18 febrero 2017 en https://www.forbes.com.mx/las-empresas-mas-grandes-estados-unidos-2016/#gs.fyoTLuM
Hadoop (2017): "What Is Apache Hadoop?” Hadoop, S.f. Recuperado el 20 marzo 2017 en http://hadoop.apache.org/
IBM (2016): “IBM empresa líder en tecnologías de la información”. IBM en España (web), S.f. Recuperado el 15 febrero 2017 en http://www-05.ibm.com/es/ibm/history/
IBM (2017): "IBM, empresa líder en tecnologías de la información". IBM (web), S.f. Recuperado 28 febrero 2017 en http://www-05.ibm.com/es/ibm/history/
IBM (2017b): "The DeepQA Project". IBM (web), S.f. Recuperado el 3 marzo en https://www.research.ibm.com/deepqa/deepqa.shtml
IBM (2017c): “IBM WATSON” IBM (web), S.f. Recuperado el 20 abril en IBM http://www-03.ibm.com/press/es/es/presskit/45119.wss
IBM (2017d): "Watson APIs" IBM (web), S.f. Recuperado el 5 mayo en https://www.ibm.com/watson/developercloud/services-catalog.html
IBM Watson (2014): “IBM Watson: How it Works”. Youtube, 7 octubre. Recuperado 12 mayo en https://www.youtube.com/watch?v=_Xcmh1LQB9I
IntelScope (2013): “¿Qué es Big Data?” Youtube, 21 junio. Recuperado el 5 marzo en https://www.youtube.com/watch?v=lRNTXWlNu4E
Kelly III, J. E., & Hamm, S. (2013). Smart machines: IBM's Watson and the era of cognitive computing. Columbia University Press.
Kolb, D. (2002): "Inventario de estilos de aprendizaje." en Jornadas de Conferencias sobre Orientación Vocacional. Quito: Universidad del Pacífico
Laney, D. (2001). "Application delivery strategies". META Group Stamford, 6 febrero. Recuperado el 5 abril 2017 en https://gtnr.it/2Pv1Eb4
Liu, A. (2015). "Data Science and Data Scientist" IBM, S.f. Recuperado el 10 febrero 2017 en http://www.researchmethods.org/DataScienceDataScientists.pdf
López, C. P. (2007). Minería de datos: técnicas y herramientas. Madrid: Editorial Paraninfo.
Marr, B. (2017): "The Complete Beginners´ Guide to Artificial Intelligence". Forbes, 25 abril. Recuperado el 9 mayo 2017 en http://bit.ly/2PpN3Oa
Mira, J. (2006): "La inteligencia artificial como ciencia y como ingeniería". 50 Años de la Inteligencia Artificial. 1-11.
Muñoz de Frutos, A. (2017): “¿Qué es Machine Learning?”. Computer Hoy.com, 11 Marzo. Recuperado el 14 marzo 2017 en http://computerhoy.com/noticias/hardware/que-es-machine-learning-59500
Pastor, J. (2016): “17 expectativas de cómo el machine learning va a cambiar el mundo”. Xataka (web), 27 diciembre. Recuperado el 21 marzo 2017 en https://www.xataka.com/robotica-e-ia/17-expectativas-de-como-el-machine-learning-va-a-cambiar-el-mundo
Piaget, J. (1980): Psicología de la inteligencia. Buenos Aires: Ariel.
Ramos, F. (2014): “BlueMix: Introducción” IBM, 24 Julio. Recuperado el 10 mayo 2017 en https://www.ibm.com/watson/developercloud/services-catalog.html
Rodríguez, R. & Gertrudix, M. (2015). Infoxication: implications of the phenomenon in journalism/Infoxicación: implicaciones del fenómeno en la profesión periodística. Revista de Comunicación de la SEECI, (38), 162-181.
Rodriguez, T. (2017): “Machine Learning y Deep Learning: cómo entender las claves del presente y futuro de la inteligencia artificial”. Xataka (web), 27 enero. Recuperado el 9 mayo 2017 el en http://bit.ly/2NESxnM
Sanz, E. (2017): "El superordenador Watson vence a los humanos en un concurso televisivo de preguntas y respuestas". Muy interesante, S.f. Recuperado 25 febrero 2017 en http://bit.ly/2oyo1kE
Searle, J. (1990): Minds, Brains and Programs. En M. Boden (Ed.). The Philosophy of Artificial Intelligence. Oxford: Oxford University, p.67-88.
TIVITSynapsis (2014): “BIG DATA” Youtube 29 enero. Recuperado el 19 marzo 2017 en https://www.youtube.com/watch?v=mqMFMgVnRO8
WWWSize (2017): "The size of the World Wide Web (The Internet)". World Wide Web Size, 24 mayo. Recuperado el 24 de mayo 2017 en http://www.worldwidewebsize.com/