Diferencias

Muestra las diferencias entre dos versiones de la página.

--- bloque1:sistemasia [2026/09/16 02:28] – [Industria, logística y mantenimiento] fernando
+++ bloque1:sistemasia [2026/09/23 09:30] (actual) – [Representación del problema y modelos] fernando
@@ Línea 25: / Línea 25: @@
 ^ Idea clave ^
 | Conviene separar tres términos. Un **algoritmo** es un procedimiento; un **modelo** es la representación parametrizada obtenida o definida para resolver una tarea; y un **sistema de IA** es el conjunto sociotécnico que integra ese modelo en un proceso real. |
+  * Algoritmo: es el conjunto de pasos o reglas que se siguen para realizar una tarea. Por ejemplo, un algoritmo puede indicar cómo ajustar los parámetros de una red neuronal a partir de ejemplos. En aprendizaje automático, algoritmos como el descenso de gradiente sirven para entrenar modelos.
+  * Modelo: es el resultado que se utiliza para hacer predicciones o tomar decisiones. Normalmente contiene parámetros que han sido aprendidos durante el entrenamiento. Por ejemplo, un modelo entrenado con miles de imágenes de gatos y perros puede recibir una imagen nueva y estimar si contiene un gato o un perro.
+  * Sistema de IA: es algo más amplio. Incluye el modelo, pero también el software, los datos, los usuarios, los dispositivos, las reglas de uso y el proceso en el que se integra. Por eso se habla de un sistema sociotécnico: intervienen tanto componentes tecnológicos como personas y organizaciones.
+Un ejemplo sencillo sería un sistema para detectar spam en el correo:
+  * Algoritmo de entrenamiento → aprende a partir de miles de correos clasificados.
+  * Modelo antispam → recibe un correo y calcula si probablemente es spam.
+  * Sistema de IA antispam → incluye el modelo, el servidor de correo, la base de datos, las reglas que mandan mensajes a la carpeta Spam, las opciones del usuario para marcar errores y el mantenimiento del sistema.
 ==== Agentes, entorno y ciclo percepción-decisión-acción ====
@@ Línea 42: / Línea 56: @@
 El entorno puede ser totalmente observable o parcial, determinista o aleatorio, estático o dinámico, discreto o continuo. Estas propiedades cambian la solución adecuada. En un tablero de ajedrez el estado es discreto y visible; en conducción autónoma hay incertidumbre, movimiento continuo, información incompleta y consecuencias físicas.
+==== Actividad 1. ¿Es realmente Inteligencia Artificial? ====
+Indica cuáles de los siguientes sistemas considerarías sistemas de Inteligencia Artificial y justifica brevemente tu respuesta.
+^ Sistema ^ ¿IA? ^ Justificación ^
+| Una calculadora que realiza operaciones matemáticas | | |
+| Un filtro de correo que detecta //spam// a partir de mensajes anteriores | | |
+| Un termostato que enciende la calefacción cuando la temperatura baja de 19 ºC | | |
+| Un sistema que reconoce matrículas mediante una cámara | | |
+| Una aplicación que almacena los datos de clientes en una base de datos | | |
+| Un sistema que recomienda películas según el historial del usuario | | |
+| Un programa que aplica cien reglas creadas por médicos para ayudar a realizar un diagnóstico | | |
+| Un sistema que predice el consumo eléctrico de mañana utilizando datos históricos | | |
+**Cuestiones finales**
+¿Es necesario que un sistema aprenda para considerarlo Inteligencia Artificial?
+¿Una aplicación que automatiza una tarea es necesariamente Inteligencia Artificial?
+¿Qué diferencia existe entre seguir unas instrucciones fijas y tomar una decisión utilizando un modelo?
+<note> No siempre existe una frontera completamente clara entre un programa convencional y un sistema de Inteligencia Artificial. Lo importante es justificar la respuesta. </note>
 ===== 2. Principios fundamentales de los sistemas inteligentes =====
@@ Línea 99: / Línea 133: @@
 Un sistema de mantenimiento predictivo industrial puede combinar:
-  * temperatura del moto
+  * temperatura del motor
   * nivel de vibraciones
   * horas de funcionamiento
@@ Línea 109: / Línea 143: @@
 ====  Representación del problema y modelos ====
-Para que un sistema pueda resolver un problema, es necesario representar de alguna forma los elementos relevantes del mismo.
+Para que un sistema pueda resolver un problema, es necesario representar de alguna forma los elementos relevantes del mismo. La forma de representación depende de la técnica de IA utilizada.
-La forma de representación depende de la técnica de IA utilizada.
 Por ejemplo:
   * Un **sistema experto** puede representar el conocimiento mediante reglas.
   * Un **algoritmo de búsqueda** puede representar el problema mediante estados y posibles acciones.
@@ Línea 120: / Línea 151: @@
   * Una **red neuronal** almacena parte del conocimiento aprendido en sus pesos.
-Veamos algunos ejemplos.
+Veamos algunos ejemplos:
 === Representación mediante reglas ===
 Un sistema sencillo para decidir si activar una alarma podría contener reglas como:
 <code>
 SI temperatura > 80 ºC
@@ Línea 135: / Línea 164: @@
 === Representación mediante un modelo aprendido ===
+En un sistema de aprendizaje automático, las relaciones pueden aprenderse automáticamente a partir de datos. Por ejemplo:
-En un sistema de aprendizaje automático, las relaciones pueden aprenderse automáticamente a partir de datos.
-Por ejemplo:
 <code>
 temperatura
@@ Línea 155: / Línea 180: @@
 <note>
 Un **modelo de IA** es una representación utilizada por el sistema para transformar unas entradas en una salida, predicción o decisión.
+El concepto “representación”, significa que contiene una forma simplificada de representar el problema que queremos resolver. Esa representación puede haberse aprendido a partir de datos o haberse definido mediante reglas y parámetros.
 </note>
@@ Línea 392: / Línea 420: @@
 </note>
+==== Actividad 2. Desmontando un sistema de IA ====
+Organizándonos por parejas dentro de los posible, cada una debe elegir uno de los siguientes sistemas:
+  - Detector de //spam//
+  - Recomendador de películas
+  - Sistema de mantenimiento predictivo
+  - Reconocimiento de matrículas
+  - Chatbot de atención al cliente
+  - Detector de fraude bancario
+  - Sistema de recomendación de productos
+  - Aplicación para predecir el precio de viviendas
+  - Sistema de control de calidad mediante cámaras
+  - Sistema para predecir el abandono de clientes
+Para el sistema elegido, completad la siguiente tabla:
+^ Elemento ^ Descripción ^
+| Objetivo | ¿Qué problema intenta resolver? |
+| Datos de entrada | ¿Qué información necesita? |
+| Modelo o conocimiento | ¿Qué debe representar o aprender? |
+| Salida | ¿Qué resultado produce? |
+| Acción | ¿Qué se hace con el resultado? |
+| Evaluación | ¿Cómo comprobaríamos si funciona correctamente? |
+| Posible error | ¿Qué podría ocurrir si el sistema se equivoca? |
+Finalmente, representad el funcionamiento utilizando el esquema:
+<code>
+┌─────────┐      ┌───────────────────┐      ┌───────────────────┐      ┌────────┐
+│ Entorno │ ───► │ Percepción y datos│ ───► │ Modelo y decisión │ ───► │ Acción │
+└─────────┘      └───────────────────┘      └───────────────────┘      └────────┘
+     ▲                                                                       │
+     └────────────────────────── resultado ──────────────────────────────────┘</code>
 ===== 3. Técnicas básicas en Inteligencia Artificial =====
@@ Línea 642: / Línea 703: @@
 Estas técnicas se estudiarán únicamente cuando sean necesarias para comprender otros contenidos del módulo.
+==== Actividad 3. ¿Qué técnica utilizarías? ====
+A poder ser por parejas, relacionar cada problema con una de las técnicas estudiadas.
+Las técnicas disponibles son:
+Sistemas basados en reglas
+Machine Learning
+Redes neuronales
+Razonamiento probabilístico
+Lógica difusa
+^ Problema ^ Técnica propuesta ^ Justificación ^
+| Clasificar fotografías de perros y gatos | | |
+| Estimar la probabilidad de que un cliente deje una compañía | | |
+| Controlar la velocidad de un ventilador utilizando conceptos como temperatura "baja", "media" o "alta" | | |
+| Aplicar un conjunto de normas fiscales claramente establecidas | | |
+| Detectar objetos en las imágenes de una cámara | | |
+| Calcular el riesgo de que una operación bancaria sea fraudulenta | | |
+| Diagnosticar una avería utilizando reglas proporcionadas por técnicos especialistas | | |
+| Reconocer palabras pronunciadas por una persona | | |
+Importante: puede existir más de una solución razonable. Lo importante es justificar adecuadamente la elección.
 ===== 4. Campos de aplicación de la Inteligencia Artificial =====
@@ Línea 925: / Línea 1011: @@
+==== Actividad 4. Diseña un sistema inteligente ====
+Proponer un pequeño sistema de Inteligencia Artificial que pueda ser útil en alguno de los siguientes ámbitos:
+  * Instituto
+  * Comercio
+  * Transporte
+  * Industria
+  * Sanidad
+  * Turismo
+  * Agricultura
+  * Ciberseguridad
+  * Administración pública
+  * Deporte
+La propuesta debe responder a las siguientes preguntas:
+=== Problema ===
+¿Qué problema concreto queremos resolver?
+//Evita propuestas demasiado generales como: Utilizar IA para mejorar un instituto. Una propuesta más concreta sería: Detectar qué equipos informáticos del aula tienen mayor probabilidad de sufrir una avería.//
+=== Datos ===
+¿Qué datos necesitaría el sistema? Indicad al menos tres.
+=== Técnica ===
+¿Qué técnica de Inteligencia Artificial utilizaríais? Justificad la elección.
+  - Sistema basado en reglas
+  - Machine Learning
+  - Red neuronal
+  - Razonamiento probabilístico
+  - Lógica difusa
+  - Combinación de varias técnicas
+=== Salida ===
+¿Qué información produciría el sistema?
+=== Acción ===
+¿Qué ocurriría después de obtener el resultado?
+=== Evaluación ===
+¿Cómo comprobaríamos que el sistema resulta útil?
+=== Riesgos ===
+Indicad al menos dos problemas que podrían aparecer. Por ejemplo:
+  - Datos incorrectos
+  - Falta de datos
+  - Predicciones incorrectas
+  - Sesgos
+  - Problemas de privacidad
+  - Coste excesivo
+  - Dependencia excesiva del sistema
 ===== 5. IA y eficiencia operativa en las organizaciones =====