Centro de Investigación en Tecnologías de Información y Sistemas

Líneas de Investigación de la Maestría en Ciencias Computacionales

COMPUTACIÓN EDUCATIVA

Justificación

El libro constituye el mecanismo dominante de difusión del conocimiento y, por lo tanto, la herramienta fundamental para el aprendizaje. Las limitaciones inherentes a este medio (presentación estática, no interactivo, no resuelve dudas, no contesta preguntas, etcétera) han provocado la búsqueda de alternativas para transmitir el conocimiento: radio, televisión, cine y tecnologías de información, entre otras.

Las tecnologías de información ofrecen excitantes oportunidades para replantear a fondo el proceso de transmisión del conocimiento y permiten obtener, entre otros, los siguientes beneficios: integración de medios (texto, audio, animación y video), interactividad, acceso a grandes cantidades de información, planes y ritmos de trabajo individualizados y respuesta inmediata al progreso del aprendizaje.

Por razones históricas, el área de investigación sobre desarrollo de software educativo que involucra inteligencia artificial se ha conocido como Intelligent Computer-Aided Instruction - ICAI -. Esta es una evolución del término Computer-Aided Instruction - CAI -, utilizado para referirse al uso de las computadoras en la educación. A mitad de los ochenta, el término ICAI fue reemplazado por el de Sistemas Tutores Inteligentes - Intelligent Tutor Systems, ITS de aquí en adelante -. También se utilizan con frecuencia términos como instrucción basada en computadora - Computer Based Instruction, instrucción asistida por computadora Computer Assisted Instruction -, entrenamiento basado en computadora - Computer Based Training - o simplemente Courseware. Estos sistemas están orientados a reproducir el comportamiento de un tutor humano, adaptando su enseñanza al ritmo y forma de aprendizaje más conveniente para el usuario.

Los investigadores de ITS han tratado de mostrar que estos pueden mejorar significativamente la velocidad y la habilidad del aprendizaje. Para utilizar esta tecnología de enseñanza es necesario, entre otras cosas, tener las posibilidades de representar y manipular el conocimiento de forma eficiente.

Algunos de los conceptos tradicionales que se manejan en el área de investigación de ITS son el módulo de conocimiento (dominio experto), modelo del estudiante, módulo pedagógico (estrategias de comunicación) y la interfaz con el usuario.


Por otra parte, también es bien reconocido que todavía no se cuenta con el personal académico adecuado para lograr un sistema educacional del alto nivel, comparado con la amplia población estudiantil, lo cual se acentúa mucho más en zonas rurales y de bajos recursos económicos.

Una aproximación importante para la solución de estos problemas, es la utilización de tecnologías de información como apoyo y complemento al desarrollo del proceso de enseñanza aprendizaje. De aquí la propuesta de desarrollar una línea de investigación en este sentido donde se incluyen además, aplicaciones concretas en diversos dominios del conocimiento.

Objetivos

  • Contribuir a mejorar el proceso educativo en diversos niveles de enseñanza tanto en el estado de Hidalgo como en el país en general.
  • Realizar investigaciones encaminadas a mejorar el proceso de enseñanza aprendizaje utilizando tecnologías de información.
  • Desarrollar sistemas educativos de diverso tipo y en diversos dominios del conocimiento, utilizando tecnologías de avanzadas de información y de telecomunicaciones

Áreas Principales de Trabajo

  • Sistemas Educativos Inteligentes.
  • Espacios Virtuales de Aprendizaje.
  • Aprendizaje Colaborativo.
  • Metodologías de Enseñanza Utilizando Computadoras.
  • Métodos de Control del Proceso Educativo.

Asignaturas Curriculares

  • Programación Orientada a Objetos.
  • Lenguajes, Autómatas y Complejidad.
  • Sistemas Basados en Conocimiento.
  • Tópicos Avanzados de Graficación.
  • Multimedia.
  • Técnicas para el Desarrollo de Sistemas Educativos.
  • Aprendizaje Colaborativo.
  • Sistemas de Realidad Virtual.
  • Agentes Inteligentes.
  • Teoría de Juegos.
  • Diseño y Administración de Sistemas en Internet.
  • Temas Selectos de Computación Educativa.

COMPUTACIÓN INTELIGENTE

Justificación

Resulta muy común en la vida real la aparición o presencia de problemas donde la experiencia humana juega un papel fundamental en sus soluciones. Ejemplos típicos de estos son: el diagnóstico médico, la prospección de yacimientos minerales, la toma de decisiones, la planificación y el aprendizaje.

Es común a este tipo de problemas la inexistencia de leyes que permitan generalizar la manera de resolverlos. Esto implica que la posibilidad de brindar soluciones a los problemas se encuentre en manos de expertos, formados después de largos años de trabajo. En este contexto surge el término de Computación Inteligente (CI), el cual se aplica a la mezcla de un conjunto de teorías, técnicas, métodos y algoritmos, cuyos productos concretos son programas de computación, orientados a la solución de problemas como los mencionados, que exhiben un comportamiento inteligente.

Entre las características más relevantes de los sistemas computacionales que exhiben un comportamiento inteligente, se encuentran las siguientes:

1. Se organizan en tres niveles, a saber, Programas, Datos y Conocimientos, a diferencia de otros sistemas computacionales, donde sólo existen los dos primeros niveles.

2. Los programas inteligentes se basan en estrategias para el procesamiento de conocimientos, más que en procedimientos algorítmicos.

3. Son capaces de explicar su ejecución y justificar sus resultados.

4. Pueden variar su comportamiento sin necesidad de cambiar los programas.

5. Pueden inferir nuevos hechos a partir de situaciones conocidas - razonar -, adaptarse a nuevas circunstancias y obtener nuevos conocimientos - aprender -.

6. Por lo general, son independientes del dominio de aplicación.

Los trabajos de investigación en Computación Inteligente constituyen en la actualidad, la base para el desarrollo de nuevas tecnologías computacionales. Este campo integra el desarrollo y avances obtenidos en los últimos años en diversas áreas - tales como Inteligencia Artificial, Knowledge Discovery y Sistemas de Información, entre otras - que han estado orientadas a la búsqueda de soluciones integrales y eficientes para los problemas reales.

Objetivos

  • Trabajar en el desarrollo de teorías para la integración de diversos métodos y medios computacionales, que brinden soluciones para diversos problemas cuyas fuentes de información sean conocimientos, datos y sus estructuras híbridas.
  • Desarrollar herramientas computacionales de propósito general que permitan la construcción de sistemas inteligentes en múltiples dominios del conocimiento.

Áreas Principales de Trabajo

  • Sistemas Basados en Conocimiento.
  • Razonamiento.
  • Aprendizaje Automático.
  • Redes Neuronales.
  • Agentes.
  • Algoritmos Genéticos.
  • Métodos Híbridos.

Asignaturas Curriculares

  • Programación Orientada a Objetos.
  • Lenguajes, Autómatas y Complejidad.
  • Inteligencia Artificial.
  • Lógica Matemática.
  • Programación del Conocimiento.
  • Reconocimiento de Patrones.
  • Agentes Inteligentes.
  • Redes Neuronales.
  • Métodos Híbridos de Computación Inteligente.
  • Lógicas para la Inteligencia Artificial.
  • Algoritmos Genéticos.
  • Teoría de Juegos.
  • Temas Selectos de Computación Inteligente.

SISTEMAS DE INFORMACIÓN

Justificación

El área de Sistemas de Información se ocupa de estudiar los nuevos paradigmas, modelos, metodologías, enfoques, tecnologías y herramientas, que se utilizan para el desarrollo e implantación de sistemas computacionales orientados al manejo eficiente, seguro y oportuno de la información en las organizaciones.
La investigación sobre sistemas de información considera elementos de muchas áreas de las ciencias de la computación, pero también utiliza conceptos y métodos de otras ciencias, como matemáticas, investigación de operaciones y estadística, control de calidad y administración, entre otras.

En particular, dadas las condiciones del desenvolvimiento histórico, la innovación tecnológica en el área computacional, jugará un papel central en el proceso de alcanzar el nivel requerido de competitividad internacional.
La necesidad creciente que tienen las organizaciones de ser competitivas en el ámbito internacional, tiene como consecuencia que los sistemas computacionales y de telecomunicaciones, que estas requieren para garantizar su supervivencia, sean cada vez más complejos. De aquí que la investigación teórica y aplicada en el área de sistemas de información, sea hoy una de las actividades que deben considerarse.

Objetivo

Realizar investigaciones sobre los nuevos paradigmas, modelos, procedimientos, métodos, técnicas y herramientas que surjan en el ámbito mundial, para la gestión, el desarrollo y la implantación de sistemas de información.

Áreas Principales de Trabajo

  • Sistemas de Información para la Toma de Decisiones.
  • Comercio Electrónico.
  • Sistemas Cooperativos.
  • Bases de Datos y Datawarehouse.
  • Administración de la Calidad.
  • Ingeniería de Software.
  • Teoría de Sistemas.
  • Sistemas Multiagentes.
  • Groupware y Workflow.
  • Computer-Supported Cooperative Work.

Asignaturas Curriculares

  • Programación Orientada a Objetos.
  • Lenguajes, Autómatas y Complejidad.
  • Sistemas Basados en Conocimiento.
  • Ingeniería de Software.
  • Administración de Bases de Datos.
  • Reconocimiento de Patrones.
  • Sistemas de Información.
  • Minería de Datos.
  • Bases de Datos Distribuidas.
  • Procesamiento Inteligente de Datos.
  • Diseño y Administración de Sistemas en Internet.

Procesamiento de Imágenes y Señales

Justificación
Una de las consecuencias del avance científico y tecnológico en las sociedades contemporáneas es la acumulación de grandes volúmenes de información de diversos tipos: grandes bases de datos, una amplísima variedad de señales obtenidas mediante las cada vez más sensibles técnicas de instrumentación y, sobre todo, imágenes.

El enorme y complejo trabajo que implica el procesar los crecientes volúmenes de datos que las sociedades modernas están generando día a día, tiene como consecuencia que la mayoría de dichos datos permanezca sin analizar, debido a que las técnicas disponibles no son efectivas para extraer la información subyacente en los mismos. Este problema se complica todavía más, debido a que, en muchos casos, los datos son heterogéneos, mezclando variables numéricas y cualitativas, con señales e imágenes de diversas clases, lo cual dificulta su análisis automático.

En este marco surgen los métodos de procesamiento de datos, imágenes y señales. Para resolver los problemas que se presentan en este campo, se han desarrollado una amplia variedad de métodos y técnicas. Sin embargo, son muchos los problemas no resueltos, principalmente en el procesamiento de información híbrida, lo cual constituye la tendencia de investigación fundamental planteada en ésta línea de trabajo.