Home » Inteligencia artificial (Page 5)
Category Archives: Inteligencia artificial
La analogía. El motor del pensamiento
La analogía.
El motor del pensamiento
Douglas Hofstadter y Emmanuel Sander
Colección: Metatemas. Libros para pensar la ciencia
Tusquets Editores
https://www.planetadelibros.com/libro-la-analogia/265780
Enlaces de interés:
http://www.cogs.indiana.edu/people/profile.php?u=dughof
http://prelectur.stanford.edu/lecturers/hofstadter
Vídeo: “Analogy as the Core of Cognition”, Presidential Lecture, february 6, 2006. https://www.youtube.com/watch?v=n8m7lFQ3njk
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 471)
“Para vivir en este mundo, antes debemos confiar en nuestros juicios acerca de lo que es y de lo que no es probable que preocuparnos por disquisiciones sobre la validez lógica. Si un buen día a usted le viniera en gana rechazar toda conclusión inductiva sencillamente porque no obedecen a un razonamiento irrefutable, no le quedaría más remedio que dejar de pensar del todo, pues todo pensamiento, por pequeño, espontáneo o distraído que parezca, es resultado de este tipo de actividad mental sin validez lógica.”
(Página 593)
“Nos alegraría que los programas educacionales erradicaran su actual visión del conocimiento que se adquiere en la escuela, que lo presenta como independiente del conocimiento cotidiano.”
Conceptos cotidianos versus conceptos científicos: pag 593-598 (muy interesante)
(Página 606)
“El verdadero problema con la interfaz es que es una interfaz. Las interfaces se interponen. No quiero concentrar mis energías en una interfaz. Quiero concentrarme en el trabajo… No quiero verme a mí mismo como alguien que usa su ordenador sino como alguien que hace su trabajo.” (Donald Norman)
(Página 609)
“Es una curiosa vuelta de tuerca porque, durante la mayor parte de su corta existencia, los ordenadores usualmente fueron explicados usando analogías con fenómenos del mundo físico. Hoy está ocurriendo lo contrario, el mundo físico está siendo descrito mediante analogías a los fenómenos tecnológicos.”
(Página 756)
“Quisimos ofrecer una selección para ilustrar que los grandes avances de la física no se originan en los confines de unos prodigiosos actos de deducción matemática y manipulación formal de ecuaciones. Por el contrario, emergen como fruto de analogías intuidas por individuos que poseen el don de percibir la unidad allí donde los demás sólo ven diversidad. Estos están dotados de un aguzado instinto para detectar que dos fenómenos que parecen muy distintos a nivel superficial, son en realidad idénticos.”
A la recerca d’una psicometria universal
A la recerca d’una psicometria universal
Ressenya
The measure of all mind
Evaluating Natural and Artificial Intelligence
José Hernández-Orallo
Cambridge University Press
Cambridge, 2017.
553 pàgines
Cambridge University Press
Mètode
Revista de Difusió de la Investigació
www.metode.cat
Número 96. Hivern 2017
Pàgina 99
(versió llarga)
Malgrat ser un dels tòpics més importants de la ciència, el qualificatiu intel·ligent (intelligent, smart, thinking, brainy…) és possiblement el terme més sobreutilitzat, i per tant desprestigiat, de finals del segle XX i principis del XXI. En l’actualitat qualsevol artefacte que vulga ser valorat ha d’etiquetar-se com a intel·ligent. No s’és res en aquests temps si no s’és intel·ligent. I qualsevol cosa pot qualificar-se d’intel·ligent: des de telèfons intel·ligents fins a la banca intel·ligent. La publicitat està fent un ús excessiu del terme i ens està marejant. Però, què és la intel·ligència? es pot mesurar la intel·ligència? les màquines poden ser intel·ligents? Ara son més necessaris que mai treballs rigorosos sobre la intel·ligència i la seua mesura, tant de la natural com de l’artificial. Per això em va alegrar trobar-me amb aquest llibre, que, encara que en principi semble pretensiós en el seu títol (all mind, i disculpeu-me, però sóc professor de lògica i per tant, per a mi, tot és tot, sense excepcions – quantificació universal -, i en el món real he vist pocs casos en els quals es puga aplicar, més encara si estem implicats els humans), és d’obligada lectura per a aquelles persones interessades a conèixer on ens portarà la intel·ligència artificial (IA).
La intel·ligència és un tret de la ment associat habitualment i de forma exclusiva als humans, per això la denominació d’animals racionals. Però ja fa anys que es va estendre el concepte als animals (no racionals?) i es va estudiar el seu comportament (psicologia comparada). Amb l’aparició dels primers ordinadors, aquesta facultat també es va traslladar a les màquines. Només cal recordar que al principi els ordinadors eren coneguts com a cervells electrònics (cerebros electrónicos). Per tot açò, el concepte d’intel·ligència és relliscós i difícil de definir. La cerca d’un únic tipus d’intel·ligència es va veure superat en el segle XX amb l’aparició de diferents teories psicològiques que advocaven per noves i múltiples intel·ligències. I en l’actualitat fins i tot es parla de la singularitat tecnològica i la superintel·ligència (qualsevol intel·lecte que excedisca l’acompliment cognitiu humà en pràcticament totes les àrees d’interès i capaç de millorar-se contínuament). Així, en aquest context ens sorgeix una primera pregunta: és possible un concepte unificat d’intel·ligència?
I sense una definició clara, normalitzada i àmpliament acceptada, el treball de mesurar-la es converteix en més complicat. Quan no disposem d’una definició precisa del que volem mesurar necessitem almenys fer ús d’una mesura pragmàtica. Els tests que ofereixen una única mitjana, el factor g (general intelligence) i el quocient intel·lectual (IQ – intelligence quotient), es queden curts davant l’extensió del concepte intel·ligència. Turing, quan els ordinadors eren encara més models computacionals teòrics que reals, va proposar una prova d’intel·ligència per a les màquines (Test de Turing o Imitation Game). Més coneguts són els més moderns CAPTCHA (Completely Automated Public Turing test to tell Computers and Humans Apart) que hem de superar per a demostrar a alguns serveis d’Internet que no som robots. Lofti Zadeh, pare dels sistemes difusos (Fuzzy Systems), va proposar el MIQ (The Machine IQ) per a mesurar el rendiment en una població de màquines, encara que únicament serveix per a comparar màquines d’un mateix període tecnològic. Açò ens porta a la segona pregunta: serem capaços d’establir un model per a mesurar la intel·ligència d’humans, animals i màquines de forma conjunta i integrada?
Aquest és un dels llibres que hem de llegir si estem cercant respostes a aquestes preguntes. No és un llibre divulgatiu ni de fàcil lectura. Està carregat de contingut tècnic i terminologia teòrica. Necessita d’uns coneixements mínims sobre el tema, però val la pena la seua lectura.
L’autor defineix el regne de la màquina (machine kingdom), generalització del regne animal que inclou l’Homo sapiens, els animals i les màquines, com el conjunt de tots els sistemes interactius, és a dir, amb sensors (entrades) i actuadors (eixides). Les fronteres entre les intel·ligències naturals (en humans i animals) i les artificials són cada vegada més borroses de manera que formen finalment un contínuum en el qual constantment apareixen nous híbrids entre aquestes. Necessitem noves eines que ens permeten treballar en les fronteres. Quan unes proves d’intel·ligència són validades per a un determinat grup, poden ser usades per a mesurar subjectes d’aquest grup, però la qüestió és si podem usar el test d’una disciplina en una altra. Sembla clar que no, almenys de forma directa i automàtica. Però podem avançar cap a açò.
I definit un regne únic que engloba tots els individus (agents) a analitzar ja podem intentar establir una psicometria universal, definida com l’anàlisi i desenvolupament d’eines de mesura per a l’avaluació de les característiques del comportament, incloent-hi les habilitats cognitives i els trets de personalitat. Aquestes eines han de treballar solament amb informació procedent de l’observació del comportament: de les entrades que rep i de les eixides que produeix. És per açò que són anomenades de caixa negra (black-box). En els humans hi ha diferents models per a representar els trets de personalitat (per exemple, The Big Five). I quant a les habilitats cognitives, aquestes no han de ser dependents de la cultura, per exemple. Però a més, hi ha trets innats i altres adquirits, confluint una certa proporció que és genètica i una altra part que és ambiental. Així, aquest és un dels aspectes clau si s’estudia la intel·ligència dels animals. La intel·ligència és la que ens permet abordar futurs problemes i no únicament una tasca concreta en l’actualitat. Per resumir, quines són aqueixes habilitats cognitives i trets de personalitat comunes a persones, animals i màquines que hem de mesurar?
Si volem que aquests instruments de mesura servisquen tant per a humans, animals, com per a màquines, han de tenir algunes característiques especials que no suposen un biaix en les mesures. Per exemple, hem de tenir en compte el llenguatge utilitzat, les interfícies i les recompenses i estímuls. En el llibre es planteja que aquests instruments han de ser no antropocèntrics, computacionals i significatius. Hi ha tres aspectes claus que ens ajudaran a fer les proves el més universals possibles: l’ús de diferents interfícies, els tests adaptatius segons anem obtenint major coneixement sobre l’agent que l’està fent i que siguen independents de la població sobre la qual s’aplica, de manera que funcionen sobre la totalitat del regne màquina. Si no podem usar les mateixes regles per a tots, almenys que puguem usar els mateixos principis per a construir totes les regles particulars. El que ens porta a una altra qüestió: quins són els criteris que hauria de complir una bateria única de proves d’intel·ligència?
La part nuclear del llibre s’aborda des de la visió algorítmica de la naturalesa i la cognició des d’una perspectiva computacional. Si podem representar els comportaments com algoritmes, aprofitarem la Algorithmic Information Theory (AIT) per a trobar respostes a algunes de les qüestions anteriorment plantejades. Apareix en aquest cas la noció de dificultat, i la seua quantificació (nombre de passos computacionals requerits), com l’embrió de la psicometria universal que cerquem. El C-test se’ns presenta com una primera aproximació per a abordar la subjectivitat de les proves psicomètriques, en els quals els ítems no són triats ad hoc i amb dificultats derivades de la seua aplicació a poblacions humanes.
Però, de moment, no aprofundim més en la qüestió. El llibre desenvolupa una exhaustiva explicació tècnica del tema. Aquesta ressenya no pretén desvetlar totes les respostes donades en el llibre, sinó plantejar les preguntes i motivar al lector perquè aborde la seua lectura. No se’n penedirà.
Faraón Llorens
Departament de Ciència de la Computació i Intel·ligència Artificial
Universitat d’Alacant
citius, altius, fortius (más rápido, más alto, más fuerte)
citius, altius, fortius
(más rápido, más alto, más fuerte)
Discúlpeme el lector amante del deporte que piense que voy a hablar de los Juegos Olímpicos. No es así, voy a hablar del futuro y de cómo cambian las cosas con la irrupción de la inteligencia artificial y la robótica. Me apoyo en las olimpiadas como metáfora para hablar de tecnología porque el motor de ambas es el afán de superación del ser humano.
El lema olímpico es citius, altius, fortius. Y la tecnología nos enfrenta continuamente a la vorágine de dispositivos más veloces, con más memoria y más interconectados. Y aunque este afán de mejora continua es loable, preocupan los límites a esta desbocada carrera. Los límites de los deportes olímpicos están en la propia naturaleza humana, en la fisiología de nuestros cuerpos. Y aunque hemos sido capaces de llevar nuestros límites mecánicos a extremos inimaginables, los récords están llegando a su techo. Pero las inteligencias artificiales no se enfrentan a las limitaciones que imponen las leyes de la física. Con la digitalización del mundo, lo estamos convirtiendo todo en datos. Una enorme cantidad de datos. Para Kurzweil cuando “un ámbito de la ciencia o la tecnología se convierte en información, se acelera y crece exponencialmente”. Y el impacto de este comportamiento exponencial cuesta de entender a la mente humana. Por tanto, ¿dónde están los límites de la tecnología?
Las paralimpiadas surgieron para que pudieran participar atletas con distintos tipos de discapacidades y promover el trato igualitario de los atletas con discapacidad con los atletas olímpicos. En el sistema de clasificación funcional de los atletas, se analiza el impacto de la discapacidad en su rendimiento deportivo. Se supone que estos atletas tendrán unas marcas inferiores. Pero si logran las metas mínimas necesarias para clasificarse en la disciplina, podrán participar en los juegos olímpicos tradicionales. La innovación ha facilitado la creación de nuevos y excepcionales avances que han acercado el deporte a muchas personas con discapacidad. Pero al mismo tiempo, los atletas con deficiencias, que utilicen la tecnología para suplir esa deficiencia, ¿podrán conseguir mejores marcas que los atletas olímpicos?
Estamos acelerando la evolución de los humanos, adelantando por la derecha a la selección natural por medio de la ingeniería. Los ciborgs son seres que combinan partes orgánicas con partes no orgánicas. En cierta manera somos ciborg desde hace mucho tiempo, ya que solemos llevar gafas, audífonos, implantes en el corazón y otros dispositivos que nos permiten mejoras en algunos aspectos sensoriales y motores en los que tenemos deficiencias. Y no paramos de perfeccionar nuestra fusión con la técnica: retinas artificiales que podrían devolverle la vista a personas con problemas de visión, exoesqueletos que protegen contra lesiones y aumentan las prestaciones o microchips implantados en el cuerpo. A las mejoras mecánicas ahora estamos añadiendo mejoras en la toma de decisiones fruto del análisis masivo de datos. En el futuro tendremos características inorgánicas inseparables de nuestros cuerpos que modificarán nuestras capacidades, pero ¿también nuestras personalidades e identidades?
Los miembros biónicos surgen como sustitutos de miembros amputados para suplirlos. Aunque son pobres sustitutos de los originales, su potencial es ilimitado, al combinar tecnología e información. ¿Qué ocurrirá cuando los brazos biónicos sean mucho más poderosos que sus precursores orgánicos? Además, su mantenimiento es más simple: cuando se deterioran, se cambian y arreglado. Y si hablamos de crear criaturas, ¿podemos escapar a la maldición de Frankenstein? En la novela de Mary Shelley, el monstruo artificial queda fuera de control y causa estragos. La novela encerraba una moraleja, para advertirnos del peligro de jugar a ser dioses. Hay que ser conscientes de los riesgos y concentrarnos en maximizar el potencial positivo de las nuevas tecnologías.
La tecnología está rodeada de paradojas. ¿Los atletas paralímpicos, convertidos en ciberlímpicos, adelantarán a los atletas olímpicos gracias a la ayuda de la tecnología usada para suplir su discapacidad? ¿Atletas sin deficiencias, se inmolarán para poder incorporar esas mejoras que les da la tecnología, simplemente por el hecho de obtener mejores marcas? No es una broma pensar que haya atletas que sustituyan órganos sanos para mejorar su rendimiento. Sirva como ejemplo la cirugía estética, que nació para reconstruir el aspecto original en caso de accidentes o para tratar a personas con problemas psicológicos, y ahora es utilizada por personas normales por el mero propósito de ser más guapas (por cierto, objetivo no siempre alcanzado).
Los campeones olímpicos son lo más parecido que hay al superhombre. Pero el superhombre ¿vendrá de la mano de la tecnología? Una vez alcanzado el súper ¿le quedará algo de hombre? La tecnología avanza a pasos agigantados y nos llevará a un futuro incierto, pero no podemos ni debemos pararla. Frente al avance de la tecnología debemos ser más humanos. Los retos a afrontar van en la línea del comportamiento ético, de la seguridad, de la libertad y de normas de convivencia. El monstruo a derrotar no es tanto la inteligencia artificial como la estupidez humana.
Abstenerse humanos
Abstenerse humanos.
Guía para la riqueza y el trabajo en la era de la inteligencia artificial.
Jerry Kaplan
TEELL Editorial
https://www.teelleditorial.com/abstenerse-humanos
Enlaces de interés:
- Página personal de Jerry Kaplan: http://jerrykaplan.com/
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 1)
“Es probable que estos progresos marquen el inicio de una nueva era de prosperidad y esparcimiento sin precedentes, pero la transición podría ser excesivamente larga y brutal. Sin ajustes en nuestros sistemas económicos y políticas reguladoras, podríamos llegar a un período extenso de confusión social”
(Página 3)
“Los humanos tienen debilidad por los resultados inmediatos. Lo que Jaron Lanier denomina proféticamente “servidores sirena” adaptará los incentivos a corto plazo a sus deseos y le convencerá de que realice cosas que posiblemente no se encuentren entre sus intereses a largo plazo”
(Página 6)
“La sociedad elabora leyes y normativas bajo el supuesto de que las personas de manera ocasional pueden emplear cierto grado de criterio individual /…/ Nuestros organismos en breve tendrán que confrontar el equilibrio de las necesidades de los individuos frente a los intereses generales de la sociedad de una manera completamente nueva”
(Página 16)
“El término crecimiento exponencial suena tan a menudo (y de manera tan imprecisa) que la mayoría de las personas no entiende realmente lo que significa. Es fácil de definir, pero es complicado para la mente humana comprender qué significa eso /…/ estos números pueden agrandarse alucinantemente y muy rápido”
(Página 26)
“Nuestras autopistas están plagadas de cadáveres de criaturas cuyos sentidos no están acostumbrados a detectar amenazas metálicas de dos toneladas a toda velocidad por la carretera /…/ corremos el riesgo de convertirnos en animales atropellados en la llamada autopista de la información.”
(Página 72)
“Es una frontera extraña, sin precedentes en la historia de la humanidad. El nuevo régimen entrará a hurtadillas silenciosamente y pasando desapercibido, como si tuviera las patas de un gato, mientras usted se asombrará por el modo en el que el mundo moderno se hace cada vez más cómodo, eficiente y se adapta más a usted. Pero, entre bambalinas, las enormes inteligencias artificiales estarán recortándole la mínima porción de beneficios que esté dispuesto a aceptar, reservando al mismo tiempo la mejor parte… ¿para quién exactamente?”
Superinteligencia. Caminos, peligros, estrategias
Superinteligencia.
Caminos, peligros, estrategias.
Nick Bostrom
TEELL Editorial
https://www.teelleditorial.com/superinteligencia
Enlaces de interés:
- Página personal de Nick Bostrom: www.nickbostrom.com
- Charlas TED de Nick Bostrom: www.ted.com/speakers/nick_bostrom
- Charla TED ¿Qué sucede cuando nuestras computadoras se vuelven más inteligentes que nosotros?, de Nick Bostrom (https://www.ted.com/talks/nick_bostrom_what_happens_when_our_computers_get_smarter_than_we_are)
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página )
“”
Homo deus. Breve historia del mañana
Homo deus.
Breve historia del mañana.
Yuval Noah Harari
Debate (www.editorialdebate.com)
http://www.megustaleer.com/libro/homo-deus/ES0147263
Enlaces de interés:
Sitio web de Yuval Noah Harari: www.ynharari.com.
Charlas TED de Yuval Noah Harari: https://www.ted.com/speakers/yuval_noah_harari).
Yo lo conocí por el programa de Iñaki Gabilondo “Cuando ya no esté”: parte 1 y parte 2
Ya he acabado de leer los dos libros (“Sapiens” y “Homo Deus”) y he vuelto a sentir el mismo vértigo y mareo que sentí en la adolescencia cuando pensaba en la muerte y el sentido de la vida. Pero el problema es que ahora ¡tengo 55 años! La lucidez y claridad de Harari es tal que comparto todas sus palabras y reflexiones. Y no sé si es bueno o malo. Igual, a mi edad, ya no debería leer este tipo de libros. O ¿quizás sí?
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 72)
La paradoja del conocimiento
“Esta es la paradoja del conociento histórico. El conocimiento que no cambia el comportamiento es inútil. Pero el conocimiento que cambia el comportamiento pierde rápidamente su relevancia. Cuantos más datos tenemos y cuanto mejor entendemos la historia, más rápidamente la historia altera su rumbo y más rápidamente nuestro conocimiento queda desfasado.”
Algorithms to Live By
Algorithms to Live By.
The Computer Science of Humans Decisions
Brian Christian and Tom Griffiths
Allen Lane (www.penguinrandomhouse.ca)
A fascinating exploration of how computer algorithms can be applied to our everyday lives, helping to solve common decision-making problems and illuminate the workings of the human mind
All our lives are constrained by limited space and time, limits that give rise to a particular set of problems. What should we do, or leave undone, in a day or a lifetime? How much messiness should we accept? What balance of new activities and familiar favorites is the most fulfilling? These may seem like uniquely human quandaries, but they are not: computers, too, face the same constraints, so computer scientists have been grappling with their version of such problems for decades. And the solutions they’ve found have much to teach us.
In a dazzlingly interdisciplinary work, acclaimed author Brian Christian and cognitive scientist Tom Griffiths show how the simple, precise algorithms used by computers can also untangle very human questions. They explain how to have better hunches and when to leave things to chance, how to deal with overwhelming choices and how best to connect with others. From finding a spouse to finding a parking spot, from organizing one’s inbox to understanding the workings of human memory, Algorithms to Live By transforms the wisdom of computer science into strategies for human living.
Enlaces de interés:
http://algorithmstoliveby.com
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 32)
“In English, the words “explore” and “exploit” come loaded with completely opposite connotations. But to a computer scientist, these words have much more specific and neutral meanings. Simply put, exploration is gathering information, and explotation is using the information you have to get a known good results”
(Página 35)
“So explore when you will have time to use the resulting knowledge, exploit when you’re ready to cash in. The interval makes the estrategy.”
(Página 48-52)
Adaptative trials
(Página 54)
“when the world can change, continuing to explore can be the right choice”
(Página 56)
“More generally, our intuitions about rationality are too often informed by exploitation rather than exploration. When we talk about decision-making, we usually focus on the immediate payoff of a single decision – and if you treat every decision as if it were your last, then indeed only exploitation make sense. But over a lifetime, you’re going to make a lot of decisions. And it’s actually rational to emphasize exploration – the new rather than the best, the exciting rather than the safe, the random rather than the considered – for many choices, particularly earlier in life.”
(Página 56-57)
“But Carstensen has argued that, in fact, the elderly have fewer social relationships by choice. As she puts it, these decreases are “the resukt of lifelong selection processes by which people strategically and adaptively cultivate their social networks to maximize social and emotional gains and minimize social and emotional risks.””.
(Página 57)
“This process seems to be a deliberate choice: as people approach the end of their lives, they want to focus more on the connections that are the most meaningful”
(Página 153)
“The lesson is this: it is indeed true that including more factors in a model will always, by definition, make it a better fit for the data we have already. But a better fit for the available data does not necessarily mean a better prediction.”
(Página 155)
“So one of the deepest truths of machine learning is that, in fact, it’s not always better to use a more complex model, one that takes a greater number of factors into account. And the issue is not just that the extra factors might offer diminishing returns – performing better than a simpler model, but not enough to justify the added complexity. Rather, they might make our predictions dramatically worse”
(Página 240)
“Well, if the rules of the game force a bad strategy, maybe we shouldn’t try to change strategies. Maybe we should try to change the game.”
(Página 240)
“While game theory ask what behavior will emerge given a set of rules, mechanism design (sometimes called “reverse game theory”) works in the other direction, asking: what rules will give us the behavior we want to see?”
(Página 255)
“If changing strategies doesn’t help, you can try to change the game. And if that’s not possible, you can at least exercise some control about which games you choose to play.”
Predicting academic performance from behavioural and learning data
Predicting academic performance from behavioural and learning data
Carlos J. Villagrá-Arnedo, Francisco J. Gallego-Durán, Patricia Compañ-Rosique, Faraón Llorens-Largo, Rafael Molina-Carmona
Departamento de Ciencia de la Computación e Inteligencia Artificial
Universidad de Alicante
Big Data 2016
Alicante, 3-5 May 2016
http://www.wessex.ac.uk/conferences/2016/big-data-2016
Organisers
Wessex Institute, UK
University Miguel Hernandez, Spain
University of Alicante, Spain
Abstract
The volume and quality of data, but also their relevance, are crucial when performing data analysis. In this paper, a study of the influence of different types of data is presented, particularly in the context of educational data obtained from Learning Management Systems. These systems provide a large amount of data from the student activity but they usually do not describe the results of the learning process, i.e., they describe the behaviour but not the learning results. The starting hypothesis states that complementing behavioural data with other more relevant data (regarding learning outcomes) can lead to a better analysis of the learning process, that is, in particular it is possible to early predict the student final performance. A learning platform has been specially developed to collect data not just from the usage but also related to the way students learn and progress in training activities. Data of both types are used to build a progressive predictive system for helping in the learning process. This model is based on a classifier that uses the Support Vector Machine technique. The system obtains as a result a weekly classification of each student as the probability of belonging to one of three classes: high, medium and low performance. The results show that, supplementing behavioural data with learning data allows us to obtain better predictions about the results of the students in a learning system. Moreover, it can be deduced that the use of heterogeneous data enriches the final performance of the prediction algorithms.
III Congreso de la Sociedad Española para las Ciencias del Videojuego (CoSECiVi 2016))
Tercer Congreso de la Sociedad Española para las Ciencias del Videojuego
Barcelona, 29 de Junio de 2016
http://gaia.fdi.ucm.es/sites/cosecivi16
## Objetivos
Tras el éxito de las dos primeras ediciones (CoSECiVi 2014 y CoSECiVi 2015) el III Congreso de la Sociedad Española para las Ciencias del Videojuego, CoSECiVi 2016, avanza en su objetivo de convertirse en el primer foro científico para el intercambio de ideas y resultados sobre el diseño, la ingeniería y la teoría de la tecnología aplicada al entretenimiento en España. Esto incluye, por una parte, trabajo en inteligencia artificial, informática gráfica, ingeniería del software o interacción persona-computador aplicados a la creación de sistemas de entretenimiento digital, y, por otra, resultados de la aplicación de las tecnologías propias del entretenimiento digital a la enseñanza, la medicina, la comunicación o el arte.
CoSECiVi busca convertirse además en un punto de encuentro entre los grupos de investigación y la comunidad profesional de desarrolladores de videojuegos, y es por ello que por segundo año consecutivo será un evento que se celebre dentro de la feria de videojuegos Gamelab, que tendrá lugar en Barcelona a partir del 29 de junio. Es posible realizar el registro conjunto a los dos eventos y participar así de estas dos visiones complementarias de la creación de videojuegos: la académica y la industrial.
Se invita a los investigadores y profesionales a enviar sus contribuciones en el campo del entretenimiento digital, tanto trabajos de investigación como desarrollos tecnológicos de aplicaciones reales relacionados con los siguientes temas:
* Aspectos culturales del diseño de videojuegos
* Arte y entretenimiento
* Computación afectiva
* Diseño de sonido interactivo
* Edutainment
* Entretenimiento ubicuo
* Exergaming
* Física para videojuegos
* Generación procedimental de contenido
* Inteligencia Artificial para videojuegos
* Informática gráfica para videojuegos
* Metodologías paradigmas y herramientas para el desarrollo de aplicaciones
de entretenimiento
* Música y sonido
* Narración interactiva
* Videojuegos y salud
* Otras aplicaciones al desarrollo de videojuegos y software de entretenimiento
## Fechas importantes
23 de mayo: envío de artículos
10 de junio: notificaciones de aceptación/rechazo
17 de junio: versión definitiva
## Información para autores
Los artículos, escritos en inglés o en castellano se enviarán en pdf, en el formato Springer LNCS (Lecture Notes in Computer Science, http://www.springer.de/comp/lncs/authors.html). Los envíos se realizarán a través de la web de EasyChair
https://www.easychair.org/conferences/?conf=cosecivi15.
Hay cuatro tipos de contribuciones a elegir para participar en CoSECiVi 2016, de acuerdo al tipo de investigación que se esté realizando:
1. Trabajos Regulares: Trabajos que muestran resultados de investigación. Éstos pueden tener una extensión máxima de 12 páginas en formato LNCS.
2. Trabajos Emergentes: Nuevas ideas de investigación que pueden ser enriquecidas a través de la discusión con la comunidad SECiVi. Estos trabajos deberán tener una extensión máxima de 10 páginas en formato LNCS.
3. Demostración de herramientas: Esta opción está orientada a la presentación de herramientas que soporten de forma práctica las propuestas teóricas. Las propuestas de demostraciones de herramientas podrán tener una extensión máxima de 6 páginas en formato LNCS.
4. Divulgación de Trabajos Relevantes ya Publicados: Este apartado busca dar a conocer trabajos de investigación con altos índices de calidad y de especial relevancia para la comunidad SECiVi. Estas propuestas, en su versión definitiva (la que se publicará en la actas del congreso), podrán tener una extensión máxima de 6 páginas en formato LNCS, resumiendo el contenido del trabajo que pretende darse a conocer.
Los artículos se evaluarán atendiendo a su calidad técnica, originalidad, relevancia para el tema de la conferencia y claridad. Los artículos aceptados serán publicados en CEUR (http://ceur-ws.org, con ISBN e indexados en DBLP) y estarán disponibles en formato digital en la conferencia.
En ediciones anteriores de CoSECiVi se han publicado números especiales con versiones extendidas de una selección de los artículos escritos en inglés en las revistas International Journal of Creative Interfaces and Computer Graphics y Entertainment Computing de Elsevier, y esperamos que en esta edición ocurra lo mismo.
## Comité ejecutivo
Presidente:
Pedro Antonio González Calero, Universidad Complutense de Madrid
Presidente del Comité de programa:
David Camacho, Universidad Autónoma de Madrid
Presidente del Comité organizador:
Marco Antonio Gómez Martín, Universidad Complutense de Madrid
## Comité de programa
Isabel Barbancho, Universidad de Málaga
David Camacho, Universidad Autónoma de Madrid
Miguel Chover, Universidad Jaume I
Antonio J. Fernández Leiva, Universidad de Málaga
Pablo Alejandro Figueroa Forero, Universidad de los Andes, Bogotá
Marcela Genero, Universidad de Castilla-La Mancha
Pablo Gervás, Universidad Complutense de Madrid
Marco Antonio Gómez Martín, Universidad Complutense de Madrid
Pedro Antonio González Calero, Universidad Complutense de Madrid
Pascual González, Universidad de Castilla-La Mancha
Javier Jaén, Universidad Politécnica de Valencia
Faraón Llorens Largo, Universidad de Alicante
Carme Mangiron, Universitat Autònoma de Barcelona
Antonio M. Mora García, Universidad de Granada
Miguel Angel Otaduy, Universidad Rey Juan Carlos
Mateu Sbert, Universidad de Gerona
La catedral de Turing
La catedral de Turing.
Los orígenes del universo digital
George Dyson
Debate
Enlaces de interés:
TURING’S CATHEDRAL, George Dyson (Edge)
George Dyson sobre el nacimiento de la computadora (Charla TED)
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 343)
“El universo digital debe sus comienzos a los profetas del Antiguo Testamento (encabezados por Leibniz), que proporcionaron la lógica, y a los profetas del Nuevo Testamento (encabezados por Von Neumann), que construyeron las máquinas. Alan Turing surgió en medio de unos y otros.”
(Página 387)
“Cuando el universo digital se expandió, chocó con dos depósitos de información preexistentes, la información almacenada en los códigos genéticos y la información almacenada en los cerebros. La de nuestros genes resultó ser más digital, más secuencial y más lógica de lo esperado, mientras que la de nuestros cerebros resultó ser menos digital, menos secuencial y menos lógica de lo esperado.”
(Página 388)
“El cerebro es un sistema estadístico, probabilístico, con la lógica y la matemática funcionando como procesos de nivel superior. El ordenador es un sistema lógico, matemático, sobre el que posiblemente podrían construirse sistemas estadísticos, probabilísticos, de nivel superior, como el lenguaje y la inteligencia humanos.”
(Página 432)
“¿Y si el precio de las máquinas pensantes fueran personas ya incapaces de pensar sin máquinas?”