Browsing by Autor "Helmer Fellman Mendoza Jurado"

Now showing 1 - 5 of 5

CIENCIA DE DATOS UNA ALTERNATIVA DE ANÁLISIS AL CRECIMIENTO PEDAGÓGICO DEL ESTUDIANTE EN EDUCACIÓN SUPERIOR
(2018) Helmer Fellman Mendoza Jurado
Este trabajo de investigacion pretende presentar conceptos, un nuevo modelo de trabajo y generacion de resultados respaldados por un metodo cientifico siendo orientadas especificamente en el area educativa y pedagogica de una institucion en Educacion Superior. Si bien siempre hemos generado y analizado grandes volumenes de informacion sobre cada estudiante y su nivel de aprovechamiento en el Proceso de Ensenanza-Aprendizaje, el Internet y otras nuevas tecnologias han creado diversas fuentes de datos, nuevas formas de procesamiento, analisis y presentacion de metricas que eran muy dificiles de extraer y comprender, sin la capacidad de automatizacion y abstraccion que por inercia proporciona la Ciencia de Datos, componente actualmente ingresado a las Nuevas Tecnologias de la Informacion y de la Comunicacion, proyectando que este volumen de informacion se duplicara en 2020 y esto se incrementara progresivamente segun se avance en el tiempo, por tanto, la necesidad de dar un nuevo enfoque a las metricas tradicionales aumentara, pero a su vez ayudara en el analisis de nuevos factores socio-emocionales del estudiante, los cuales ayudaran a mantenernos al dia con este nuevo desafio en la era del conocimiento.
DIGITALIZACIÓN DE LA EDUCACIÓN EN INGENIERÍA: DEL APRENDIZAJE CON BASE TECNOLÓGICA A LA EDUCACIÓN INTELIGENTE
(2019) Helmer Fellman Mendoza Jurado
La contextualizacion de procesos practicos en nuestra actualidad dentro de la Educacion en Ingenieria, es bastante rudimentaria y muchas veces monotona, adicionando a esta carencia que junto a la rapida acumulacion de informacion, el desarrollo de tecnologias y la intelectualizacion de procesos, actualmente plantean desafios globales tanto en la ciencia, en economia y en educacion, lo cual por sinergia convierte a las Tecnologias de la Informacion y Comunicacion en una parte integral del ser humano, provocando el surgimiento de una nueva generacion de personas basadas en Redes Digitales, para quienes un telefono movil, una computadora e Internet, son elementos naturales de su vida diaria. Por tanto, se necesita un enfoque universal para la Educacion Inteligente (SMART). Al mismo tiempo, deben observarse los principios del desarrollo sostenible y la minimizacion de impactos negativos en el ambiente. El Sistema Educativo actual debe garantizar la calidad en la formacion de ingenieros y su relacion directa con las necesidades de nuestra sociedad. Para lograr este objetivo, existen oportunidades asociadas al uso de tecnologias educativas tales como modelado matematico, simuladores, Realidad Aumentada y Virtual. En el articulo se presentan formas de mejorar este proceso educativo con el uso de simuladores y Realidad Aumentada, buscando aumentar la motivacion de los estudiantes dentro del Proceso de Ensenanza-Aprendizaje actual.
ÉTICA CUÁNTICA Y COMPLEJIDAD EPISTÉMICA EN LA INTELIGENCIA ARTIFICIAL APLICADA A LA DOCENCIA INVESTIGADORA
(2025) Helmer Fellman Mendoza Jurado
En un contexto marcado por la expansión de procesos de datificación institucional y la creciente adopción de arquitecturas algorítmicas en la producción del conocimiento, esta investigación plantea un modelo ético cuántico-complejo orientado a la gobernanza crítica de sistemas de inteligencia artificial en el ámbito de la docencia investigadora universitaria, tomando como caso de estudio a la Universidad Católica Boliviana “San Pablo”, sede Tarija. Se parte de la premisa de que la inteligencia artificial no puede reducirse a una herramienta técnica, sino que opera como agente epistémico capaz de afectar, en términos ontológicos y axiológicos, los modos en que se configura, valida y distribuye el saber académico. Bajo una perspectiva metodológica cualitativa, con enfoque hermenéutico-crítico y fundamento en una ontología relacional y una epistemología de la complejidad, se aplicó una estrategia de triangulación que integró análisis documental, entrevistas a docentes-investigadores, estudio interpretativo de plataformas algorítmicas y validación dialógica participativa. Los resultados muestran que los sistemas actuales de IA tienden a reproducir esquemas reduccionistas y opacos, debilitando la agencia académica y operando sin marcos normativos explícitos. Sin embargo, el reconocimiento crítico expresado por los participantes y la validación del modelo propuesto evidencian la viabilidad de una alternativa conceptual y operativa basada en la ética del cuidado, la responsabilidad performativa y la co-agencialidad cognitiva, orientada a garantizar condiciones más justas, plurales y reﬂexivas para el uso de IA en entornos universitarios.
Modelo de aplicación orientada a la Web 4.0 en el rendimiento académico del estudiante en Educación Superior
(2021) Helmer Fellman Mendoza Jurado
El presente artículo tiene el objetivo de proponer un modelo de Machine Learning (Aprendizaje Automático) con base a la Web 4.0, la cual subyace en una relación intrínseca entre un modelo de Reglas de Asociación y un modelo de árbol de decisión que busca generar un resultado predictivo para la alerta temprana en el rendimiento académico del estudiante en educación superior, siendo reflejado por inercia en las calificaciones que cuantifican al aprendizaje en distintas asignaturas que son objeto de estudio, principalmente desde la potencialidad que trae el algoritmo Apriori, que logra una baja eficiencia de recorrido frecuente de conjuntos y elementos, buscando relaciones causales de elementos frecuentes basadas en reglas de asociación y árboles de decisión. Sin embargo, existen claras dependencias entre asignaturas, niveles, el entorno social y cultural del estudiante. Asimismo, establecer que la principal motivación del proceso de investigación busca generar un modelo que proporcione una orientación académica precisa, que pueda mejorar de manera efectiva la calidad en la gestión del aprendizaje de las personas, siendo esto de gran importancia para el rendimiento académico del estudiante. Además, que pretende coadyuvar en la experiencia educativa a nivel superior, siendo que, en la actualidad, la tecnología proporciona una inmejorable oportunidad de buscar un sistema educativo más efectivo y moderno, incluso en comparación con otros algoritmos de Inteligencia Artificial, que caracteriza a la Web 4.0.
MODELOS DE REDES NEURONALES ARTIFICIALES, COMO SUSTENTO EVALUATIVO AL CRECIMIENTO PEDAGÓGICO VIRTUAL EN EDUCACIÓN SUPERIOR
(2020) Helmer Fellman Mendoza Jurado
The present research aims to implement a technological model based on an Artificial Neural Network and a Natural Language Processing algorithm, which provides an automatic process to support critical reviews in virtual assessments to undergraduate students (7th and 8th semester respectively, in the subject of Programming II and Computer Security I). Thus it seeks to support the educational process that was implemented as a contingency because of the global pandemic COVID-19. The above assessments were taken through Moodle which is currently a fundamental resource for the teaching and learning process at the Domingo Savio Private University in all the departments. This platform makes possible a way of study and evaluation that, due to its innovative nature, better supports the currently instituted distance education process. An additional function of this neural network is to evaluate students by identifying i ndividuals with an appropriate psychological profile to reach a specialization in subjects of high academic level.