ATENCIÓN ANIMAL LOVERS

 Durante la actual  pandemia  de COVID-19 se atribuyó injustamente el origen del virus SARS CoV2 a los murciélagos, surgiendo una nueva forma de convivencia con algunas especies animales potencialmente peligrosas por ser reservorio de microorganismos patógenos para el ser humano. Sin embargo, y a reflexión personal, la “moda de los cat y dog lovers” representa una amenaza para la salud; para poder comprender esta afirmación, es necesario en primera instancia, revisar el concepto de zoonosis, para luego dar dos ejemplos y finalizar argumentando brevemente  a favor de la afirmación realizada.

Como expresa Pumarola (2020), la OMS define la zoonosis como enfermedad y/o infección que se transmite entre humanos y otros animales vertebrados de forma directa y natural. Existen diferentes tipos de zoonosis: antropozoonosis, cuando se transmiten desde los  humanos a otros vertebrados, zooantroponosis, se transmiten  de vertebrados a humanos y las anfixenosis, que  se transmiten de humanos a vertebrados o viceversa; en los últimos se han incluido las zoonosis transmitidas por alimentos.

Créditos:https://www.google.com/urlsa=i&url=https%3A%2F%2Fwww.ecured.cu%2FEnfermedades_zoon%25C3%25B3tica&psig=AOvVaw2xTR3oAUXC0dfHC7FZA2Nt&ust=1646020204238000&source=images&cd=vfe&ved=2ahUKEwi55-ad_Z72AhVeHLkGHT1lBvYQr4kDegUIARCAAg

BRUSELOSIS

De acuerdo con Guerrero et al. (2020) la brucelosis es una enfermedad infecciosa causada por bacterias del género Brucella y es transmitida a los humanos a través del contacto o por medio de productos contaminados, más comúnmente mediante la ingestión de leche cruda o queso. Presenta  distribución mundial, se encuentra está bien controlada en algunos países desarrollados; sin embargo, es una zoonosis endémica en países en vía de desarrollo.

                                                                Créditos: https://www.istockphoto.com/es/search/2/image?phrase=brucelosis

Esta enfermedad se conoce también como “fiebre ondulante”, “fiebre mediterránea” o “fiebre de Malta”,  corresponde a una zoonosis que infecta al ser humano, animales domésticos y salvajes. La infección es transmitida por contacto directo o indirecto con animales infectados o sus productos; afecta a  personas de todos los grupos etarios  y  ambos sexos.

El agente etiológico de esta enfermedad corresponde a bacterias del género Brucella, las cuales son gramnegativas, aerobias, cocos facultativos o cocobacilos. Este género consta de ocho especies clásicas, designadas en función de la preferencia del huésped y sus características bioquímicas; entre ellas se encuentran cuatro especies que afectan a humanos: Brucella melitensis, Brucella suis, Brucella abortus y Brucella canis; dentro de estas Brucella melitensis es la dominante en todo el mundo y  conocida como el principal agente causante de la brucelosis humana.

Créditos:https://www.google.com/urlsa=i&url=https%3A%2F%2Fwww.ecured.cu%2FBrucelosis_canina&psig=AOvVaw0WqzaEKzvH8eZrIDD9Ktf&ust=1646019424752000&source=images&cd=vfe&ved=2ahUKEwi55I6q-p72AhUSAtQKHeonCr8Qr4kDegQIARBs

Los seres humanos se infectan mediante una de estas tres formas: comer o beber algo que está contaminado, respirar en presencia de organismos (aunque es la menos común) o hacer que la bacteria ingrese al cuerpo a través de erosiones en la piel.

                                                                                     Créditos: http://cienciauanl.uanl.mx/?p=11134

El modo de infección de la Brucelosis es el contacto; las brúcelas ingresan en la piel o en las membranas mucosas e ingresan en los ganglios linfáticos, los cuales se vuelven hemorrágicos, resultando en bacteriemia, lo que  facilita la diseminación por todo el cuerpo. Durante la fase inicial de la infección, las brúcelas invaden a los macrófagos y se multiplican en las vacuolas.

La infección causada es sistémica y afecta a cualquier  órgano o sistema de órganos del cuerpo; según  Rosa Lilia & Araceli (2016)  en Guerrero et al. (2020) los síntomas de esta enfermedad  no son específicos e incluyen fiebre, escalofríos, dolor de cabeza, dolor, fatiga, demencia y artritis.

Las vacunas para humanos no están disponibles actualmente y las vacunas para animales  que están en uso son patógenas para los humanos.

 

ENFERMEDAD DE CHAGAS

La enfermedad de Chagas (tripanosomiasis americana), es una zoonosis potencialmente mortal causada por el parásito Trypanosoma  cruzi; predomina en zonas rurales de Centro y Suramérica y en el sur de los Estados Unidos.  La Organización Panamericana de la Salud reporta que actualmente está asociada con transmisión por vectores, aunque en las regiones amazónicas ha incrementado la transmisión oral; además, mediante transmisión vertical (placentaria, canal del parto o lactancia), trasplante de órganos o consumo de alimentos o bebidas infectados.

Actualmente, esta enfermedad  se ha ido expandiendo debido a las migraciones de Latinoamérica a Europa;  la OMS informa que entre 15-17 millones de personas son infectadas cada año en América,  mueren 50.000 personas al año  y  que  hay aproximadamente 2 millones de mujeres en edad reproductiva infectadas (de las cuales entre un 4-8% transmitirán la infección al feto vía transplacentaria).

El Trypanosoma cruzi es un protozoo flagelado presenta un único núcleo y un organelo llamado kinetoplasto, el que  origina  una mitocondria con ADN; este microorganismo anida y se reproduce en los tejidos y circula entre animales silvestres como zarigüeyas, macacos, armadillos; animales  domésticos, insectos triatominos y el humano.

Los vectores más importantes para el T. cruzi son los triatominos  (insectos hematófagos  del orden hemíptera) en Chile se les denomina vinchuca, en otros países se le conoce como chinche o chinchorro; estos insectos se relacionan con el humano en el ambiente intradomiciliario.

Créditos:https://www.researchgate.net/figure/Ciclo-de-vida-de-Trypanosoma-cruzi-Tomado-de-http-blogciencias-medicascom_fig2_334459186

Luego de que el parásito ingresa a través de una herida abierta o una membrana mucosa, el tripomastigote infeccioso se introduce en el torrente sanguíneo, transformándose en amastigote, que forma pseudoquistes en células musculares o nerviosas, aunque tiene predilección por el miocardio en  donde se replica por fisión binaria.

                              

           Créditos: https://www.researchgate.net/figure/Figura-2-Ciclo-biologico-del-T-cruzi-adaptado-de-CDC-2010_fig1_323687802

Esta enfermedad presenta tres fases: aguda, indeterminada y crónica. Luego de producida  la infección aguda, para luego establecer una infección de por vida, el T. cruzi evade la respuesta inmune del huésped, pudiendo algunas personas permanecer asintomáticos con niveles bajos de parásitos intracelulares. La proliferación y persistencia se produce a largo plazo en el tejido, lo que  lleva a la enfermedad crónica. La muerte puede ocurrir en la fase crónica causada por  miocarditis grave o meningoencefalitis.

Para finalizar un mensaje a los Cat y Dog Lovers, cuiden a sus mascotas, dado que en Rómulo et al. (2022) se reporta que  dermatofitos como bacterias, hongos y parásitos que se encuentran en animales domésticos tales como perros y gatos   constituyen una zoonosis  de suma importancia en la actualidad, por lo que, deben ser objeto de vigilancia epidemiológica considerando el término de una sola salud.

Fuentes:

Duque, D., Ospina, J. (2021). Enfermedad de Chagas y sus manifestaciones neurológicas. Acta Neurológica Colombiana; 37(1): Supl. 1: 154-162. https://doi.org/10.22379/24224022348

Guerrero, R., Vélez, M., Cevallos, K., Mendoza, M. (2020). Causas, síntomas y tratamiento a los pacientes contagiados por brucelosis. RECIMUNDO; 4(4): 382-391. https://doi.org/10.26820/recimundo/4.(4).octubre.2020.382-391

Rómulo, R., Zamora, Z., Fernández, I. (2022). Los dermatofitos una amenaza zoonótica, características generales, aspectos  clínicos para cada especie. Rev. CENIC Cienc. Biol.; 53 (1): 015-031. Recuperado a partir de https://revista.cnic.cu/index.php/RevBiol/article/view/1214

MI PILA ENERGÈTICA ESTÀ A FULL 🔋

 

                                                    Crédito de imagen: ambientum.com

En esta entrada de blog, veré cómo ésta mi pila de consumo energético. Para este ejercicio mediré el consumo energético de las actividades realizadas en un día.

Para construir la pila, se consideró consumo energético de electricidad, alimentación, considerando que en Chile estamos en verano y de vacaciones. Cabe consignar, que los datos corresponden a la realidad y normativa energética chilena.

Mi día energético:

Electricidad

Electrodomésticos	Cálculo	Consumo (kWh/d)
Hervidor	1h se gastan 1800 W/h; transformando a kW/h=1,8 kWh/d	1,8
Refrigerador	25,20 kW/mes (clase A); 25,20:30= 0,84 kWh/d	0,84
Microonda	800W/h; transformando a kW/h= 800: 1000= 0,8 kWh/d	0,8
TV	120W/h; transformando a kW/h= 0,12 para 2h 0,2X2= 0,24 kWh/d; para 2 televisores	0,48
PC	32 kW/h en 10h; para 5h al día 16 kWh/d	16
Celular	1 carga completa; 0,015 kW/h, para dos celulares son 0,03 kWh/d	0,030
Ampolletas de bajo consumo	4 ampolletas 20W/h; para 8 ampolletas 40W/h Transformando 40:1000= 0,04 kWh/d	0,04
Alumbrado público	3 kWh/d	3
TOTAL ELECTRICIDAD	22,3 kWh/d

Alimentación.

 Para la alimentación se considera no solo la energía en calorías aportadas por los alimentos, sino el costo energético de su producción. Cabe señalar, que solo cuento con los datos completos que aparecen en el libro “Energía sostenible: sin malos humos”*, que da cuenta de la realidad española; por tanto mi consumo energético seria más alto, pero en Chile no se han realizado estudios así para poder obtener los datos de la producción y transporte.

ALIMENTOS	CALORIAS	Consumo (kWh/d)
Lácteos (leche 500cc, queso 50g)	1,2 kWh/d	1,2
Carne (140g)	5 kWh/d	5
Fruta y verdura	2 kWh/d	2
Pan	1 pan: 267cal; 1cal= 0,001163 W/h 267X0,001163=0,31W/h 0,31:1000= 0,00031 para 2 panes 0,00062 kWh/d	0,00062
Aceite	5cc (1 cucharadita): 45 cal, para 4 cdtas. 180x 0,001163=0,21W/h 0,00021 kWh/d	0,00021
Azúcar	1 cucharadita: 20 cal para 4 cdtas 80cal. 80x0,001163= 0,093W/h 0,0000093 kWh/d	0,0000093
Arroz	336 cal (1 taza) 336x0,001163= 0,4 W/h 0,4:1000= 0,0004 kWh/d	0,0004
TOTAL  ALIMENTOS	8,20 kWh/d

Otros

Ducha: ocupando agua tibia, el aproximado es 1,3 kWh/d.

Gas al año se consume en promedio 7704 kWh, en un día. 7704: 365= 21,1 kWh/d

Fabricación y transporte de productos, según el texto*

En transporte  de productos: 18 kW/h

Fabricación: 15 kW/h

Costo agrícola: 2,5 kW

Total otros: 57,9

Considerando todos los gastos energéticos, mi pila es: 88,4 kWh/d

Si comparo mi consumo  con el promedio español (85kWh/d) según las estadísticas encontradas en la página de IDEA, mi consumo está por sobre el promedio español y eso que es tiempo de vacaciones, en los cuales no incorporo el gasto del trabajo ni transporte.

Llama la atención que el mayor porcentaje de consumo corresponde al gas (que por lo demás es muy costoso), el cual tiene  como alternativa la electricidad (también de costo elevado) , ya que la energía fotovoltaica es un lujo en Chile.  

Me queda pendiente realizar un plan de ahorro para poder bajar mi pila. 

APRENDIZAJE PROFUNDO: DESDE LA PEDAGOGIA A LA INTELIGENCIA ARTIFICIAL. 👀👌

 

                                          Créditos de la imagen: https://www.treelogic.com/es/Deep_Learning.html

¡Ufff!... Difícil me es hablar de aprendizaje profundo desde la inteligencia artificial y no desde la pedagogía. En el campo de investigación de cómo aprendemos, aún queda mucho que investigar; sin embargo, existen teorías como la “Teoría Biológica del Conocimiento” que nos dan algunas luces de ¿Cómo aprendemos?  Para Maturana (2003) en Ortiz (2015)  existe aprendizaje cuando la conducta varía durante la  ontogenia de manera congruente con las variaciones del medio, siguiendo un curso contingente a sus interacciones en él. Para un observador, las transformaciones configuracionales que se generan en el cerebro humano se corresponden con las situaciones de interacción entre el ser humano y su entorno; además, se le otorga gran importancia al lenguaje.

 Antes de contrastar estas afirmaciones anteriores con el  aprendizaje profundo, vamos a revisar algunos aspectos grosso modo.  De acuerdo con Franco & Ramos (2019) este  aprendizaje  basa en la aplicación de algoritmos de redes neuronales artificiales  que forman varias capas  y son capaces de encontrar e inferir patrones complejos dentro de datos; estos algoritmos intentan reproducir el comportamiento del cerebro humano, a través de la reproducción de los procesos de conexión de las neuronas, es por esta razón que estas redes  son hábiles a la hora de aprender tareas y funciones complejas a partir de las entradas recibidas.

El comportamiento de una red neuronal artificial queda definido por la fuerza, las conexiones entre neuronas y la forma en que las entradas se transforman. Precisamente, las entradas son transformadas  por medio de  una función de activación predefinida, la que puede ser sigmoide o tangente o hiperbólica, la que a su vez  determina un valor o peso.

El valor determina la activación o desactivación de la siguiente neurona dentro de la red, según sea  la cantidad de capas y neuronas que tenga  la red puede tener diferentes capacidades de profundizar en aprendizaje y  autorregulación. 

                                    Créditos de la imagen: https://unipython.com/deep-learning-aprendizaje-profundo/

Podemos encontrar dos tipos:

Aprendizaje profundo supervisado: su objetivo es construir redes que reciban un conjunto de variables de entrada y devuelva una predicción. Ejemplos: red neuronal convolucional, red neuronal recuente y rede neuronal convolucional gráfica.

Aprendizaje profundo no supervisando: su objetivo es caracterizar y describir los conjuntos de datos no etiquetados, permitiendo descubrir y aprender sus patrones y características, de este modo lograr entender las relaciones que existen dentro de los datos. Ejemplos: autoencode y las redes generativas antagónicas.

 Para saber más: https://www.xataka.com/robotica-e-ia/machine-learning-y-deep-learning-como-entender-las-claves-del-presente-y-futuro-de-la-inteligencia-artificial

 

Ahora bien, realizando la comparación del aprendizaje en humanos y en máquinas, a partir de lo expuesto por Maturana  (2003) en Ortiz (2015)   y lo planteado por Franco & Ramos (2019) podemos hacer algunas críticas.

 El aprendizaje se da al variar la conducta congruentemente con las variaciones del medio, esto se da en humanos, ya que poseen un sistema nervioso que le permite recibir estímulos, en el caso de la maquina puede recibir datos, pero no puede procesarlos al mismo nivel sensitivo y motor que el humano, lo cual no permitiría una respuesta y adaptación al medio adecuada.

El proceso de aprendizaje en humanos está íntimamente ligado al lenguaje, el cual es complejo y cambiante, una palabra puede tener varios significados según el contexto que se le dé. Una maquina no podría manejar el lenguaje a este nivel, ya que no puede abstraer al nivel del ser humano.  Otro punto que considera Maturana, son los conocimientos previos, los cuales el ser humano utiliza para enfrentarse a una nueva situación.

 Lo anteriormente expuesto coincide en algunos aspectos con lo expresado por Marcus (2018):  

*Necesita demasiados datos

*No sabe diferenciar la jerarquía en una frase subordinada

*El aprendizaje profundo no es lo suficientemente transparente (conocido como caja negra)

*No está bien integrado con el conocimiento previo

*No puede distinguir la causalidad de la correlación

*Funciona bien como una aproximación, pero no se debe confiar plenamente en las respuestas

*Presenta problemas de ingeniería, de integración con otros componentes para crear sistemas

*El aprendizaje profundo es difícil de diseñar

*No resuelve los problemas que requieren sentido común

*No da buenas soluciones a problemas en los que los datos son escasos

*Falta de adaptabilidad

*Sin capacidad interpretativa

*Se producir imperfecciones en la fase de entrenamiento de las redes neuronales

 No obstante, encontramos criticas positivas, como las de Diaz (2021) quien señala que aprendizaje profundo será una de las tantas  herramientas que por sus avances permitirán acelerar la transición hacia una economía circular, mejorar campos como la medicina, biotecnología, entre tantas otras que irán de la mano con la evolución de la humanidad, transitando por un camino de mutuo beneficio.

 

 

 Fuentes: 

Diaz, J. (2021). Aprendizaje Automático y Aprendizaje Profundo. Ingeniare. Revista chilena de ingeniería, 29(2), 182-183

https://www.researchgate.net/publication/353025421_Aprendizaje_Automatico_y_Aprendizaje_Profundo

 Franco, F., Ramos, J. (2019). Aprendizaje de máquina y aprendizaje profundo en biotecnología: aplicaciones, impactos y desafíos. Ciencia, Ambiente y Clima.  2(2), 7-26. Doi: https://doi.org/10.22206/cac.2019.v2i2.pp7-26

Marcus, G. (2018), Deep Learning: A Critical Appraisal, https://arxiv.org/abs/1801.00631

Ortiz, J. (2015). Enseñanza, aprendizaje y evaluación: una configuración triádica. TED. 37 enero- junio. http://www.scielo.org.co/pdf/ted/n37/n37a06.pdf

 

 

 

BUSCANDO EL RUMBO: EL ALGORITMO A* 👀💻

 

El Algoritmo A* es un algoritmo de búsqueda  que se desarrolló en 1968, el cual  encuentra la ruta más corta entre dos puntos. Su diseño inicial le permitía resolver problemas transversales de grafos; posteriormente, se usó para aplicaciones de búsqueda de caminos en videojuegos, inteligencia artificial y robótica. 

 

Este algoritmo presenta un diseño que le permite identificar una ruta óptima desde una posición inicial dada hasta una posición de destino dada y combina la búsqueda de costo uniforme (del Algoritmo Dijkstra) y los algoritmos de búsqueda codiciosos; si lo comparamos con otros algoritmos, presenta un tiempo de ejecución más breve, de fácil implementación y una  alta eficiencia.

Puedes ahondar en su funcionamiento visitando la página: https://www.lanshor.com/pathfinding-a-estrella/

Es un algoritmo informado, utiliza una heurística (información acerca de la posibilidad de que un nodo específico sea mejor para intentar la próxima elección que cualquier otro nodo) lo que marca una tendencia hacia la meta reduciendo de manera significativa el espacio de  búsqueda; esta heurística es admisible, es decir, no sobreestima la distancia sobrante entre el nodo presente y el nodo de la meta.

Función heurística de A*

f(n) = g(n) + h(n)          

La función se encuentra compuesta por: 

g(n) : es el costo de las movidas realizadas. 

h(n) : es la función heurística. Representa el costo estimado del mejor camino.

Ya que la g(n) nos da el coste del camino desde el nodo inicio al nodo n, y la h(n) el coste estimado del camino más barato desde n al objetivo, tenemos: f(n)= coste más barato estimado de la solución a través de n.

                                 Créditos de imagen: https://www.lanshor.com/pathfinding-a-estrella/

¿Qué tipos de problemas no podrían ser resueltos por medio del algoritmo A*?

v -  El algoritmo A* es útil en ambientes estáticos, pero no en un sistema cambiante,  donde las condiciones externas  sean alteradas por factores que no controlamos.

v -  La calidad de A* depende de la calidad en la heurística estimadora h (n), si se acerca bastante al verdadero costo del camino restante, su eficiencia será alta, pero si es muy bajo, su eficiencia disminuye.

v  - No puede resolver problemas en los que la dimensión del espacio de búsqueda sea muy grande.

v - En Pathfinding, (planificación de una ruta), el algoritmo tendría dificultades cuando el problema contenga múltiples agentes, en los que el número de nodos a expandir sean exponenciales en longitud de la solución; lo que hace que se quede sin espacio antes de que se quede sin tiempo.

v  - Problemas con más de una solución correcta.

v -  Problemas de consecuencia incierta: no es posible planificar con certeza pues no se sabe que ocurrirá luego del siguiente movimiento, según García (2009).

v  - Los algoritmos de búsqueda heurística de agente único no pueden ser utilizados en aplicaciones en tiempo real, debido a su costo computacional  y el hecho de que no pueden comprometerse a una acción antes de que se conozca su resultado final. Korf (1990) 

      Por ultimo, elucubrando, problemas en donde el algoritmo debe crear rutas y no encontrarlas.  

Fuentes:

Lasso-Cardona, Franco-Ocampo, Agudelo-Acevedo.  (2020). Algoritmos voraces y heurísticos: un enfoque en el problema de la ruta mínima. INGE CUC, 16(2), 67–85.

Daniel García López (2009). Curso Inteligencia Artificial. Unidad III: Solución de problemas por búsqueda

Tomás, V., Núñez, F., Andrade, E. Análisis de algoritmos de búsqueda en espacio de estados. Ciencias Huasteca Boletín científico de la escuela superior de Hueutla.

DOI: https://10.29057/ESH.V3I5.1089

Korf, R. (1990). Real-Time Heuristic Search.  Artificial Intelligence, 42(2-3), 189-211

DOI: https://10.1016/0004-3702(90)90054-4

Algoritmo A*. Instituto Tecnológico de Nuevo Laredo

http://www.itnuevolaredo.edu.mx/takeyas/libroisc/03.-ConceptosAlgoritmos.pdf

https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/3531?inline=1

Test de Turing: 👨 O 👩 💻👀

 ¿En qué consiste y para qué se utiliza el test de Turing?

Barón (2008) explica basado en “Los aparatos de computación y la inteligencia” Turing (1950),  la “Prueba o Test de Turing”. Esta prueba plantea la posibilidad de pensamiento en las máquinas, para esto, se basa en un juego llamado “Juego de la Imitación”; este juego necesita de tres participantes: un hombre (A), una mujer (B) y un interrogador (C) (que puede ser hombre o mujer).

El interrogador  está separado de los otros jugadores y no puede verlos ni escucharlos; solo los conoce como X e Y; además, solo puede comunicarse con  los otros jugadores  de manera escrita mediante  una máquina.  El objetivo del interrogador es adivinar quién es el hombre y quién la mujer;  el papel del hombre es persuadir al interrogador a hacer una identificación errónea; y el  papel de la mujer es colaborar con el interrogador para que este identifique correctamente quién es quién.

                                                 Figura 1: Juego de la imitación 

                                                 Fuente: Scielo.cl

Posteriormente, Turing (1950) en González (2007) plantea las siguientes preguntas: “¿Qué sucederá cuando una máquina tome la parte de A en el juego? ¿Decidirá equivocadamente el interrogador con la misma frecuencia cuando se juega así el juego como ocurre cuando en él participan un hombre y una mujer?”

La idea, entonces  es esta: si en el juego, una máquina logra engañar al interrogador, haciéndole creer que es una mujer o que el otro jugador es un hombre, una cantidad de veces semejantes a la que ocurrirían si el juego se diera entre humanos, pero  mayor a la que ocurriría por azar, podría afirmarse que la máquina piensa y, por tanto, que las máquinas pueden pensar.

 Sin embargo, Turing se aleja del concepto de “pensar” y aclara que la idea del test es que la máquina tiene que simular ser un humano  respondiendo a las preguntas que se le hacen, y sólo pasará este test si la simulación es suficientemente convincente.  (Turing, 1950 en González, 2017).

 

                                                      Figura 2: Prueba de Turing

                                                      Fuente: Scielo.cl 

De acuerdo con González (2007) que la finalidad del juego sea inducir al interrogador  a efectuar identificaciones erróneas sugiere que el Test de Turing  sea utilizado con el fin de verificar la existencia de inteligencia en base a la imitación y la simulación eficaz. Este objetivo del test, ha impactado en el concepto de simulación en IA.

Tú puedes ser parte de esta prueba, ingresa a: https://umhsapiens.com/eres-un-robot-aprueba-el-test-de-turing/

Fuentes

Barón Birchenall, Leonardo Francisco. (2008). El juego de imitación de Turing y el pensamiento humano. Avances en Psicología Latinoamericana, 26(2), 180-194. Retrieved February 16, 2022, from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1794-47242008000200006&lng=en&tlng=es.

González, Rodrigo. (2007). El Test de Turing: dos mitos, un dogma. Revista de filosofía, 63, 37-53. https://dx.doi.org/10.4067/S0718-43602007000100003

Test de Turing en línea:  https://umhsapiens.com/eres-un-robot-aprueba-el-test-de-turing/

POSTER 🎸👑

 

MI PRIMERA VOLÀ EN IA. 🤖👀

Me es imposible hablar de inteligencia artificial (en adelante, IA) sin traer a la memoria “La Rebelión de las máquinas” o “Yo Robot “, de Isaac Asimov. La primera idea, a partir de esos relatos y lo que he leído sobre el tema, hace pensar en IA como una rama científica (no ciencia en sí) encargada de crear máquinas inteligentes.

Esta área de la ciencia es interdisciplinar, ya que confluyen en ella la robótica, tecnología, neurociencia, lógica, informática, ingeniería, pedagogía, programación, etc. Por tanto, la cantidad de ciencias  que se valen de ella, hacen suponer que  no es una disciplina como otras; además, es un campo de estudio nuevo, el  cual depende del avance de otras ciencias como por ejemplo de la neurociencia, para  conocer el funcionamiento del cerebro humano a cabalidad.

Su objetivo debe ser  permitir al ser humano alcanzar aquellas tareas que por su naturaleza  (en cuanto a los sentidos) o capacidades físicas  serían inalcanzables, pero “pensando como ser humano” o bien, realizar las mismas tareas que un ser humano.

Respondiendo a los riesgos, no concibo el escenario de “La Rebelión de las Maquinas”,  lo que si me causa ruido, es que el ser humano no les de buen uso  (por ejemplo bélico) y no sería la maquina contra el ser humano, sería el ser humano contra sí mismo.

Otro aspecto que me causa ruido, son organismos biológicos programables, ya que como en el caso anterior, me llevan a preguntarme ¿Quién regula su uso? ¿Éticamente como especie estamos capacitados?

REVISIÒN POR PARES (PEER REVIEW)

 

En esta entrada de blog, realizaré el ejercicio de revisión por pares de dos publicaciones de compañer@s.

Se utiliza la pauta asignada para revisar cada escrito.

1.- ¿La gráfica elegida es adecuada?

2.- ¿El comentario recoge lo fundamental de la gráfica presentada?

3.- ¿Considera publicable el artículo?

4.- Comentario para los autores

Publicación de blog “Eiderkeritan” sometida a revisión: Gráficas: no todo vale, 6 de enero, 2022.

1.- ¿La gráfica elegida es adecuada?

La primera grafica elegida no es adecuada, ya que no respeta las proporciones de cada porcentaje, lo cual lleva a  error visual de su interpretación. Pero cumple con los indicadores de color y tamaño ayudan a la comprensión, la gráfica presenta coherencia con lo que quiere comunicar.

 En la segunda gráfica, falta coherencia.

2.- ¿El comentario recoge lo fundamental de la gráfica presentada?

Sí, pero solo haría el alcance al autor  que en las gráficas de tartas presentadas, las proporciones de los valores no son correctas, lo que discrepa de “aunque en cada círculo podemos ver claramente la proporción que recibe cada medio de comunicación”.

 

3.- ¿Considera publicable el artículo?

Sí, con algunas  correcciones.

4.- Comentario para los autores

Buen trabajo, solo recordar que el tipo de gráfica correcta para mostrar los datos planteados sería una gráfica de líneas, ya que permite ver la evolución de un mismo tipo  de los datos; lo que permitiría alcanzar el objetivo planteado “analizar la evolución de las inversiones durante el tiempo”.

Un gráfico de tarta no se analiza calculando  “el lector debe de calcular el ángulo de cada "quesito" para ver si es mayor o menor en un año u otro”, la idea de este tipo de gráfico es ver la contribución de cada parte a un total.

En el segundo gráfico, solo hacer la salvedad que el titulo debiese haber clarificado que la comparación era entre los años 2015 y 2016 y haber aprovechado mejor el espacio para colocar la leyenda.

Bien el análisis de gráfica.

 

Publicación de blog “En constant aprenentatge” sometida a revisión: En busca del dato perdido: gráficas útiles pero imprecisas, 25 de enero de 2022

1.- ¿La gráfica elegida es adecuada?

La primera gráfica no es adecuada; hay error en los ejes, visualmente no es amigable por el contraste de colores.

La segunda grafica presenta error de coherencia.

2.- ¿El comentario recoge lo fundamental de la gráfica presentada?

No, ya que la primera gráfica presenta errores en cuanto a la disposición de los ejes de coordenadas y sus variables. En el eje y va la variable dependiente y en el eje X la  variable independiente.

Visualmente, el color de contraste de las barras es muy claro y la escala utilizada no es correcta. Además, la gráfica  indica que representan muerte por infección y con infección, lo cual es confuso para el lector.

En la segunda gráfica  el autor no señala que no existe coherencia entre el título del gráfico y la información que aporta en la misma (se refiere a generación de electricidad en 2021 y aparece otra gráfica del año 2011).

3.- ¿Considera publicable el artículo?

No

4.- Comentario para los autores

Buen trabajo, sin embargo,  el análisis de la primera gráfica debiese ser reconstruido para publicar.

En cuanto a la segunda gráfica, se recomiendan dos opciones:

a)     A)  Borrar la segunda gráfica.

b)     B)  Indicar que es una comparación de la producción de energía entre los años 2011 y 2021.

Se recomienda más prolijidad en el análisis de las gráficas, considerando elementos como disposición de los ejes, coherencia, visualización, escala,  uso del espacio, entre otros aspectos.

A rehacer y volver a enviar, no te desanimes.

#11F

 EL MUNDO NECESITA CIENCIA  Y LA CIENCIA NECESITA MUJERES.

¡FELIZ DIA DE LAS MUJERES Y NIÑAS EN LA CIENCIA!