ISBN
979-13-87631-34-5
Fecha de publicación
28-12-2024
Licencia
D. R. © copyright 2024. José Emilio Sánchez García, Juan Francisco Figueroa Pérez y Herman Geovany Ayala Zúñiga
Javier Alejandro Granados Magaña
Universidad Autónoma de Nayarit
0000-0002-2940-4573
Mónica del Rocío Maldonado Bernal
Universidad Autónoma de Nayarit
0009-0003-8583-7394
Fabiola Zavala Olvera
Universidad Autónoma de Nayarit
0000-0002-2496-3771
Sinahí Gabriela Gómez Campos
Universidad Autónoma de Nayarit
0000-0002-4580-6230
Acerca de
La evolución de la tecnología de la comunicación y la gestión de la información ha sido una fuerza impulsora crucial en el desarrollo de la sociedad moderna. Desde la creación del telégrafo en el siglo XIX, que permitió la transmisión de mensajes a larga distancia en cuestión de minutos, hasta la invención del teléfono y la radio, estas tecnologías han transformado la manera en que las personas se comunican y manejan la información (Standage, 1998).
En el siglo XX, la llegada de las computadoras y el desarrollo de la teoría de la información por Claude Shannon en 1948 marcaron un hito significativo. Shannon y Weaver en 1949 introdujeron conceptos fundamentales sobre cómo se puede codificar, transmitir y decodificar la información de manera eficiente, sentando las bases para la revolución digital. La aparición de Internet en las últimas décadas del siglo XX representó otro salto cuántico, proporcionando una plataforma global para la comunicación instantánea y el acceso a una cantidad prácticamente infinita de información (Castells, 2010).
El siglo XXI ha visto el auge de la inteligencia artificial (IA) como una tecnología transformadora. Con sus raíces en la cibernética y la teoría de autómatas de los años cincuenta, la IA ha avanzado rápidamente gracias a los progresos en el poder de procesamiento, la disponibilidad de grandes volúmenes de datos (Big Data) y el desarrollo de algoritmos más sofisticados (Russell y Norvig, 2020). Herramientas como el procesamiento de lenguaje natural (PLN), el aprendizaje automático y los sistemas de recomendación han encontrado aplicaciones en múltiples sectores, desde la medicina hasta la educación y los negocios (Goodfellow et al., 2016).
En el ámbito educativo, la IA tiene el potencial de revolucionar la forma en que se imparte y gestiona la educación. Las tecnologías basadas en IA pueden personalizar el aprendizaje, adaptándose a las necesidades individuales de los estudiantes y proporcionando retroalimentación en tiempo real (Luckin et al., 2016). Además, estas herramientas pueden mejorar la eficiencia administrativa al automatizar tareas rutinarias, permitir una mejor organización de grandes volúmenes de información y facilitar la comunicación entre estudiantes, profesores y administradores (Holmes et al., 2019).
Referencias
Atzori, L., Iera, A. y Morabito, G. (2010). La Internet de las cosas: Una encuesta. Computer Networks, 54(15), 2787-2805. https://doi.org/10.1016/j.comnet.2010.05.010.
Baker, R. S. y Siemens, G. (2014). Minería de datos educativos y análisis del aprendizaje. En R. K. Sawyer (Ed.), The Cambridge handbook of the learning sciences (2a ed., pp. 253-272). Cambridge University Press. https://doi.org/10.1017/CBO9781139519526
Binns, R. (2018). La equidad en el aprendizaje automático: Lecciones de filosofía política. Journal of Machine Learning Research, 81, 1–11, https://www.researchgate.net/publication/321745548_Fairness_in_Machine_Learning_Lessons_from_Political_Philosophy
Bostrom, N. (2014). Superinteligencia: Caminos, peligros, estrategias. Oxford University Press.
Braun, V. y Clarke, V. (2019). Reflecting on reflexive thematic analysis. Qualitative Research in Sport, Exercise and Health, 11(4), 589-597. https://doi.org/10.1080/2159676X.2019.1628806
Campbell-Kelly, M. y Garcia-Swartz, D. D. (2015). De Mainframes a Teléfonos Inteligentes: Una historia de la industria informática internacional. Harvard University Press. https://www.hup.harvard.edu/books/9780674729063
Castells, M. (2010). El auge de la sociedad red: La era de la información: Economía, sociedad, y cultura (2a ed., Vol. 1). Wiley-Blackwell.
Chai, C. S. y Lim, C. P. (2011). Internet y la formación docente: Atravesando el mundo digitalizado y la escuela. Internet and Higher Education, 14(1), 3-9.
Crawford, K. y Schultz, J. (2014). Big Data y el Debido Proceso: Hacia un Marco para Reparar los Daños Predictivos a la Privacidad. Boston College Law Review, 55(1), 93-128. https://bclawreview.bc.edu/articles/620
Drachsler, H., Hummel, H. G. y Koper, R. (2008). Sistemas de recomendación personal para estudiantes en redes de aprendizaje permanente: Requisitos, técnicas y modelo. International Journal of Learning Technology, 3(4), 404-423.
Flood, J. E. (1976). Alexander Graham Bell y la invención del teléfono. Electronics and Power, 22(3), 159-162. https://doi.org/10.1049/ep.1976.0077
Floridi, L. y Cowls, J. (2019). Un Marco Unificado de Cinco Principios para la IA en la Sociedad. Harvard Data Science Review, 1(1). https://doi.org/10.1162/99608f92.8cd550d1
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., Luetge, C., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P. y Vayena, E. (2018). AI4People: Un Marco Ético para una Buena Sociedad de IA: Oportunidades, Riesgos, Principios y Recomendaciones. Minds and Machines, 28(4), 689-707. https://doi.org/10.1007/s11023-018-9482-5
Goodfellow, I., Bengio, Y. y Courville, A. (2016). Deep learning. MIT Press.
Holmes, W., Bialik, M. y Fadel, C. (2019). Inteligencia artificial en la educación: Promesas e implicaciones para la enseñanza y el aprendizaje. Center for Curriculum Redesign.
Jurafsky, D. y Martin, J. H. (2024). Procesamiento del Habla y el Lenguaje: Introducción al Procesamiento del Lenguaje Natural, la Lingüística Computacional y el Reconocimiento del Habla con Modelos del Lenguaje (3a ed.). https://web.stanford.edu/~jurafsky/slp3.
Kitchenham, B.A., Budgen, D. y Brereton, P. (2015). Ingeniería de Software Basada en Evidencia y Revisiones Sistemáticas (1a ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b19467
Licklider, J. C. R. y Taylor, R. W. (1968). La Computadora como Dispositivo de Comunicación. Science and Technology, 76, 21-31. http://memex.org/licklider.pdf
Luckin, R., Holmes, W., Griffiths, M. y Forcier, L. B. (2016). Inteligencia desatada. Un argumento a favor de la IA en la educación. Pearson.
Marr, B. (2021). Estrategia de datos: Cómo sacar provecho de un mundo de Big Data, Análisis e Inteligencia Artificial. Kogan Page.
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S. y Floridi, L. (2016). La ética de los algoritmos: Mapeando el debate. Big Data & Society, 3(2). https://doi.org/10.1177/2053951716679679
Murad, D. F., Toha, M., Mayatopani, H., Wijanarko, B.D., Heryadi, Y., Dewi, M. A. y Leandros, R. (2023). Sistema de recomendación personalizado para el aprendizaje en línea: Una oportunidad. 8th International Conference on Business and Industrial Research (ICBIR), 128-132. https://doi.org/10.1109/ICBIR57571.2023.10147613
Nguyen T. M. L. (2023). Evolución de la Tecnología Inalámbrica: De 1G a 5G. Asian Journal of Applied Science and Technology (AJAST), 7(4), 68-73. https://doi.org/10.38177/ajast.2023.7408
Noble, S. U. (2018). Algoritmos de Opresión: Cómo los Motores de Búsqueda Refuerzan el Racismo. NYU Press. https://doi.org/10.2307/j.ctt1pwt9w5
Russell, S. y Norvig, P. (2020). Inteligencia Artificial: Un Enfoque Moderno (4a ed.). Pearson.
Shrestha, S. y Pokharel, M. (2019). Algoritmo de Aprendizaje Automático en datos educativos. 2019 Artificial Intelligence for Transforming Business and Society (AITB), 1, 1-11. 10.1109/AITB48515.2019.8947443
Standage, T. (1998). Internet en la Época Victoriana: La notable historia del telégrafo y los pioneros de Internet del siglo XIX. Walker & Company.
Vic, D., Christopher, G. y Loverth_tin (2024). Procesamiento del Lenguaje Natural en la Educación: Mejora de la Comunicación y la Comprensión. https://www.researchgate.net/publication/380606077_Natural_Language_Processing_in_Education_Enhancing_Communication_and_Understanding
Wang, Y., Li, J., Huang, L., Jing, Y., Georgakopoulos, A. y Demestichas, P. (2014). 5G Mobile: ampliación del espectro a bandas de frecuencia más altas para soportar altas velocidades de datos. IEEE Vehicular Technology Magazine, 9(39), 39-46. https://doi.org/10.1109/MVT.2014.2333694
Wohnhas, L. (2019). El capitalismo de vigilancia y la privacidad: análisis de las explicaciones sobre el fracaso de la privacidad para hacer frente al capitalismo de vigilancia y sus implicaciones para la democracia [Tesis de Licenciatura, Universidad Malmö]. ResearchGate. https://doi.org/10.13140/RG.2.2.33430.11849
Zarsky, T. Z. (2017). Incompatible: el GDPR en la era del Big Data. Seton Hall Law Review, 47(4), 995-1020. https://scholarship.shu.edu/shlr/vol47/iss4/2
Zuboff, S. (2019). La Era del Capitalismo de Vigilancia: La Lucha por un Futuro Humano en la Nueva Frontera del Poder. PublicAffairs.