Conferencia
Permanent URI for this collectionhttps://hdl.handle.net/11285/636053
Presentación o disertación realizada dentro de un congreso o evento similar, o como evento académico independiente, tales como: Conferencia inaugural, conferencia magistral, conferencia de clausura.
Browse
Search Results
- Modelos de lenguaje grande, la revolución silenciosa en educación, salud e industria: mapeo sistémico de literatura(International Insitute of Systemics, Cybernetics, and Informatics: IIIS, 2024-09-10) García López, Iván Miguel; Ramírez Montoya, María Soledad; Molina Espinosa, José Martín; https://ror.org/03ayjn504Los Modelos de Lenguaje Grande (LLMs) están revolucionando múltiples sectores mediante su capacidad para procesar y generar texto con un alto nivel de coherencia y contexto. Estos modelos no permiten acceso público a su código fuente ni datos de entrenamiento, lo que restringe su uso a la organización que los posee. A diferencia de los modelos de código abierto, los LLMs cerrados presentan tanto oportunidades como desafíos únicos. Nos preguntamos: ¿Cuáles son las estrategias efectivas para integrar LLMs en educación, salud e industria, y cómo pueden manejar los retos éticos, de seguridad y transparencia? El método del estudio es una revisión sistemática de la literatura, analizando artículos de las bases de datos Scopus y Web of Science desde enero de 2019 hasta mayo de 2024. Se seleccionaron los datos más relevantes utilizando criterios de inclusión, exclusión y calidad, y se delimitaron 60 artículos para su análisis. Los hallazgos destacan: (a) oportunidades significativas en la personalización y eficiencia en diversos sectores, (b) marcos de trabajo para la integración efectiva de LLMs y (c) estrategias para abordar desafíos éticos y de seguridad. Este escrito invita a otros investigadores a explorar el uso de LLMs en distintos ámbitos, resaltando su potencial para transformar procesos educativos, médicos e industriales, mientras se asegura un uso responsable y ético.
- Inteligencia artificial generativa y el aprendizaje para toda la vida: Mapeo de literatura(2024-03-26) García López, Iván Miguel; Ramírez Montoya, María Soledad; Molina Espinosa, José Martín; https://ror.org/03ayjn504; International Institute of Informatics and SystemicsEl aprendizaje está presente en cada día de nuestras vidas, por lo que siempre seguimos aprendiendo a lo largo de la vida. El aprendizaje para toda la vida (LLL) representa la oportunidad de seguirnos preparando día a día. Con el auge de las nuevas tecnologías como la inteligencia artificial generativa (GAI) surgen nuevos retos sobre la forma en que se aprende. En este sentido se partió de la pregunta ¿Cuáles son las características de GAI que se ubican en las implementaciones del ámbito educativo, en el presente y futuro del LLL? El método del estudio es una revisión sistemática de la literatura, de los sistemas Scopus y Web of Science en el marco de enero de 2018 y octubre de 2023. Se cribaron los datos más relevantes utilizando criterios de inclusión, exclusión y calidad y se delimitaron 2 artículos de estudios. Los hallazgos destacan (a) oportunidades para explorar ambos conceptos (b) marcos de trabajo que con juntan la GAI y LLL y (c ) LLL abordado desde el aspecto tecnológico-pedagógico. Este escrito llama a otros investigadores a hacer uso del concepto de GAI en el LLL, particularmente por ser un tema naciente para el futuro de la educación.
- La evaluación como herramienta hacia lo resiliente y sostenible:el caso del programa ASUA-Construye(2019) Martín López, Lucía; Durán López, Rodrigo; Shordia López, Rodrigo; Tecnologico de Monterrey; Universidad Anáhuac México; https://ror.org/03ayjn504; https://ror.org/02z9t1k38; INVIHAB, FAUD-Gv CEUR CONICET y MGyDH (FAUD, UNC)El objetivo de desarrollo sostenible número 11 de la ONU para transformar nuestro mundo solicita “que las ciudades y los asentamientos humanos sean inclusivos, seguros, resilientes y sostenibles”. Alineadas con este objetivo, desde hace tiempo, numerosas instituciones y organizaciones se han encargado de realizar programas de ayuda a las comunidades a través del abastecimiento de vivienda digna, al considerar que como “el 70% de las ciudades está conformado por vivienda, si mejoramos la vivienda, mejoramos la ciudad” (INFONAVIT, 2016). Sin embargo, en algunas ocasiones, estos programas no consiguen a largo plazo tan ambicioso objetivo debido a que no aplican herramientas de evaluación y diagnóstico sobre sus acciones que permitan valorar si estas se están desarrollando adecuadamente. En este texto, y gracias al análisis del programa ASUA- Construye de Acción Social Universidad Anáhuac de la Universidad Anáhuac México (programa a través del cual, los alumnos de la Universidad construyen viviendas llave en mano para habitantes de bajos recursos del Municipio de Huixquilucan de Degollado), se identifican cuáles son algunos de los factores por los que estos programas no consiguen el éxito esperado (poca inclusión de la comunidad en los procesos, utilización de prototipos no adaptables a situaciones complejas, etc) y cuáles son algunas de las acciones que se recomiendan para que esta situación no siga ocurriendo (mayor planificación y control de los procesos, inclusión de los habitantes, etc.). Para ello se realizó el levantamiento de datos del estado actual de las viviendas del programa ASUA-Construye con Sistemas de Información Geográfica (SIG), lo que permitió diseñar una metodología de evaluación del programa con el fin de elaborar su diagnóstico y establecer una serie de pautas de mejora del mismo.