MSc. Jesus Ortiz Bejar

El MSc. Jesus Ortiz Bejar obtuvo el grado de licenciatura en ciencias físico matemáticas en la Universidad Michoacana de San Nicolás de Hidalgo, así como una maestría en matemáticas e informática por el centro de investigaciones matemáticas. Ha trabajado en la industria como desarrollador de Python y como científico de datos. Actualmente es técnico académico en la Universidad Michoacana de San Nicolas de Hidalgo y Data Engineer en E1 Technology.

   

Aplicaciones de PLN en la generación de rutas de aprendizaje basado en aprendizajes esperados

  18/marzo/2022  Seminario PISIS-UANL 2022      Asistencia : *

Introducción

El procesamiento de lenguaje natural (PLN) constituye un área de inteligencia artificial, el cual investiga la manera de comunicar a las máquinas con las personas mediante el uso de lenguajes naturales, como lo son el español, inglés, chino, entre otros. En esta plática se describe el concepto de PLN como herramienta educativa, en el cual se pretende utilizar una aplicación llamada Bidirectional Encoder Representations from Transformer (BERT), en la cual se desarrolló un sistema para el etiquetado de un conjunto de aprendizajes esperados relacionados con un conjunto de actividades y contenidos de enseñanza a través de etiquetas que construyen rutas de aprendizaje.

Resumen

El objetivo de esta investigación es ayudar a generar rutas de aprendizaje, siguiendo los lineamientos de la secretaría de educación (SEP). Inicialmente se presenta esta investigación como una herramienta de apoyo para generar líneas de aprendizaje para alumnos de estudios iniciales, sin embargo, este ejercicio de etiquetado y categorización que se muestra en la presentación puede traducirse a muchas otras áreas de interés en el área de aprendizaje de máquina para el lenguaje natural.

Durante la etapa de trabajo del ponente en la empresa Notion, en el que trabajó en la construcción de rutas de aprendizaje, menciona que se contaba con un conjunto de actividades para enseñar contenidos de primaria y secundaria, donde dicha empresa constituye un ecosistema de enseñanza de inglés y matemáticas, el cual sigue lineamientos que propone la SEP en su metodología de enseñanza, la cual se basa en aprendizajes esperados. Esto significa que se busca identificar cuál es el nivel de aprendizaje que se desea que cada estudiante posea para afirmar que el mismo ha adquirido los conocimientos necesarios para aprobar ese nivel.

Dentro del uso de la herramienta los principales hallazgos pueden notarse en los resultados del BERT, donde marcan las características que se creen necesarias para generar los conocimientos esenciales en los alumnos. Con esta herramienta también se puede observar cómo cada una de las actividades se encuentran relacionadas y cuáles son los conjuntos que se necesitan para poder completar esta competencia teóricamente.

Se menciona que realizaron varias encuestas y valoraciones en alumnos de primaria para poder generar los datos, y también el ponente hace énfasis en que se puede mejorar la forma de recolección para ayudar a los maestros a generar estas rutas de aprendizaje.

Conclusiones

La herramienta de BERT aún se utiliza en términos básicos, por lo que se puede especializar en algún contexto más específico, como por ejemplo para educación especial. Gracias a los módulos que tiene, se puede dar un contexto adicional para utilizar las etiquetas ya obtenidas como pre entrenamiento, preparando el modelo para nueva información y que pueda corregir mejor las etiquetas iniciales. Como trabajo a futuro se menciona que debido a queel trabajo aún se encuentra en la etapa teórica, se pretende revisar y asegurar el nivel de confiabilidad de estas rutas de aprendizaje generadas por el modelo, y en su caso, qué tanto ajuste se necesita dar al modelo para su aplicación en diferentes ámbitos escolares, tales como, diferentes grados, aptitudes, etc.

Enlaces relevantes

Reseñas anteriores