Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

De la tecnologia al dato

100 views

Published on

Presentación en formato de PechaKucha utilizada durante el encuentro "De la tecnología al dato" con la Asociación Educación Abierta en Madrid

Published in: Education
  • Be the first to comment

  • Be the first to like this

De la tecnologia al dato

  1. 1. 11 Presentación De la tecnología al dato
  2. 2. 22 Presentación GRACIAS
  3. 3. 33 Presentación Gestión documental • Destinatario: Asociación Educación Abierta • Título: De la tecnología al dato • Resumen: Presentación en formato PechaKucha sobre la visión de iteNlearning en torno a la tecnología y los datos • Versión: 1. • Fecha: Febrero 2019 • Archivo: iteNlearning – De la tecnología al dato.ppt • Autor: Julián Alberto Martín @julianmart iteNlearning Madrid Cuatro Torres Business Area Paseo de la Castellana, 259C, Planta 18 28046 Madrid (España) +34 911 190 522 iteNlearning Laboratorio de Desarrollo Avenida de Dolores, 11 03203 Elche (Alicante) España +34 965 422 413 iteNlearning Centro Clínico c/ La Fira, 6 03202 Elche (Alicante) España +34 965 455 894 www.itenlearning.com
  4. 4. 44 Presentación Índice A) El dato está de moda – Inteligencia Artificial B) ¿El dato en educación? C) La perspectiva de iteNlearning
  5. 5. 55 Datosdemoda A) El dato está de moda Inteligencia Artificial
  6. 6. 66 Datosdemoda “El dato es el nuevo oro” Fuente de la imagen: https://e27.co/big-returns-big-data-nflabs-sejun-ra/
  7. 7. 77 Datosdemoda Algo sabemos desde Pitágoras Fuente de la imagen: Fragmento de la “Escuela de Atenas” de Rafael Sanzio
  8. 8. 88 Datosdemoda Ciencia de datos Fuente de la imagen: https://www.edx.org/es/course/python-for-data-science-1
  9. 9. 99 Datosdemoda “Machine Learning”, “Neural Networks”, “Deep Learning” Fuente de la imagen: https://mapr.com/blog/demystifying-ai-ml-dl/
  10. 10. 1010 Datosdemoda Aplicaciones interesantes y espectaculares Fuentes de las imágenes: https://www.thedigitalhash.com/ai-miracle-documentary-alphago-comes-netflix/, https://www.youtube.com/watch?v=St5lxIxYGkI https://medium.com/syncedreview/alphago-zero-approaching-perfection-d8170e2b4e48 https://www.nanalyze.com/2017/08/12-startups-diagnosing-medical-images-ai/ https://www.youtube.com/watch?v=JvbHu_bVa_g
  11. 11. 1111 Datosdemoda Expectación muy alta Fuente de la imagen: https://mapr.com/blog/demystifying-ai-ml-dl/ https://www.barnesandnoble.com/w/dvd-blade-runner-harrison-ford/26212023
  12. 12. 1212 Educación B) ¿El dato en educación? ¿Qué se está haciendo?
  13. 13. 1313 Educación ¿Este es el objetivo? Fuente de la imagen: https://www.coinbooks.org/esylum_v17n15a15.html https://www.123rf.com/photo_21184999_group-elementary-school-students-in-computer-class.html
  14. 14. 1414 Educación Integración de datos educativos Fuente de la imagen:http://www.esc6.net/third-party-integration
  15. 15. 1515 Educación ¿Este es el objetivo?
  16. 16. 1616 Educación ¿Este es el objetivo? Fuente de la imagen: https://mapr.com/blog/demystifying-ai-ml-dl/
  17. 17. 1717 Propuestas C) La perspectiva de iteNlearning Mejora educativa
  18. 18. 1818 Propuestas Student learning vs. Machine learning Fuente de la imagen: Banco de Imágenes del INTEF https://mapr.com/blog/demystifying-ai-ml-dl/
  19. 19. 1919 Propuestas Tecnología y educación  Aprender SOBRE tecnología.  Aprender CON tecnología. NO mejora los resultados de los estudiantes  Aprender GRACIAS A la tecnología. Un gran campo de investigación.  Educación Basada en la Evidencia. Como en medicina.  Dejando atrás opiniones y creencias: solo modelos científicos.  Validación. Eficacia y eficiencia.  Creación de INSTRUMENTOS EDUCATIVOS PROFESIONALES. De la misma forma que los médicos tienen herramientas para el diagnóstico y el tratamiento. ESTO ES LO QUE VENIMOS HACIENDO EN LOS ÚLTIMOS 24 AÑOS iteNlearning Confidential
  20. 20. 2020 Propuestas CIENCIAS DEL CONOCIMIENTO - Neurociencias - Psicología cognitiva - Epistemología - Lingüística - Inteligencia Artificial AREAS CURRICULARES - Lectoescritura - Matemáticas - Programación - Química - Historia - Otras TECNOLOGÍA: - Hardware - Software - Programación - TI avanzadas Nuestro trabajo Comité científico Laboratorio de desarrollo iteNlearning Centro de Pedagogía Terapéutica iteNlearning Colegio iteNlearning Grupo de colegios iteNlearning Base de Datos del Conocimiento Científico iteNlearning Confidential
  21. 21. 2121 Propuestas Investigación en Red.es y Junta de Extremadura Sobre +15.000 estudiantes en 4 años 1.- Éxito en el uso: 30% vs. 2% - 5% 2.- Éxito en mejora de resultados. 3.- Éxito en satisfacción docente. VLL. DIAGNOSTIC EVALUATION. LINGUISTIC COMPETENCE COURSE Competence level in initial test Competence level in final test Improvement obtained Average time worked Improvement per hour of work 3.º 35% 48% 37% 7h.01m 5% 4.º 40% 53% 32% 7h. 21m 4% 5.º 46% 49% 21%* 9h. 31m 2% 6.º 49% 63% 21% 7h. 12m 3% VLM. DIAGNOSTIC EVALUATION. COMPETENCE IN ARITHMETIC PROBLEMS. COURSE Competence level in initial test Competence level in final test Improvement obtained Average time worked 3.º 1.º 41% 1.º 58% 42% 14h. 10m2.º 32% 2.º 47% 47% 3.º --- 3.º 36% --- 4.º 1.º 52% 1.º 71% 35% 5h. 49m 2.º 42% 2.º 58% 38% 3.º 34% 3.º 49% 43% 4.º --- 4.º 31% --- 5.º 1.º 58% 1.º 73% 26% 5h. 33m 2.º 49% 2.º 65% 32% 3.º 41% 3.º 56% 36% 4.º 28% 4.º 37% 30% 5.º --- 5.º 31% --- Muy fácil Fácil Difícil Muy difícil Sin contestar Sí No NS/NC Sin contestar Are Virtual Labs a good resource for achieving competencies? 84% said yes. iteNlearning Confidential
  22. 22. 2222 Propuestas Lo habitual en el sector y lo que hace iteNlearning Machine Learning Deep Learning Big Data Data Science Adaptive Learning • Level 1: - Error treatment Database Agents Math technology Functioning according: Neuropsychological model or Cognitive Model Interaction engines Knowledge Base Adaptive Learning • Level 2: learning and memory curves • Level 3: content selection Neural Network Adaptive Learning • Level 2: learning and memory curves • Level 3: content selection The student learns. The machine learns. Bottom-up machine learning Good Bad Scientific models Top-down models for mimicking human intelligence Harvard: https://hbr.org/2019/01/the-future-of-ai-will-be-about-less-data-not-moreiteNlearning Confidential
  23. 23. 2323 Propuestas Lo nuevo es la Inteligencia Artificial al viejo estilo Bottom-up big data ------ Top-down reasoning Hacer computables modelos de conocimiento
  24. 24. 2424 Propuestas ¿Por qué son tan buenos nuestros productos? iteNlearning (2018). Characteristics of the IEPs [Figure]. Own elaboration Evidencia científica •Modelos neuropsicológicos •Modelos cognitivos Validación Aprendizaje adaptativo •Nivel 1. Tratamiento del error •Nivel 2. Curvas de aprendizaje y de memoria. •Nivel 3. Selección inteligente de los contenidos Analíticas de aprendizaje •SCORM •Funciones cognitivas generales (atención, memoria, velocidad procesamiento, etc.) •Procesos cognitivos específicos por área de conocimiento Metacognición gamificada Características de los Instrumentos Educativos Profesionales iteNlearning Confidential

×