lunes, 16 de septiembre de 2019

La inteligencia artificial entra en las aulas


El informe Artificial Intelligence Market in the US Education Sector realizado por Technavio prevé que el uso de la inteligencia artificial en la educación crezca un 47,5% en el breve periodo entre 2017 y 2021, en Estados Unidos. Una de las aplicaciones más extendidas serán los chatbots o robots conversacionales. Los vaticinios sobre este tema apuntan a que las máquinas inteligentes apoyarán y complementarán la labor del maestro, liberándole de realizar determinadas tareas, y cambiando de alguna manera su función en el aula. 

De hecho, estos sistemas pueden llegar a encargarse de llevar a cabo tareas que actualmente le ocupan mucho tiempo al docente –como corregir exámenes o contestar online a dudas del alumnado-, permitiéndole dedicar más tiempo a otras actividades más productivas. Se trata de combinar lo mejor que pueden ofrecer las personas y la computación para optimizar el proceso de enseñanza y aprendizaje de los alumnos.

Una de las grandes demandas de la pedagogía contemporánea es individualizar la enseñanza que recibe cada alumno, en función de su capacidad y necesidades. Los sistemas educativos tradicionales agrupan al alumnado por edades, ignorando las diferencias que presentan en relación con el ritmo de aprendizaje, los intereses o el talento. 

La principal línea de trabajo en este sentido es conseguir que la inteligencia artificial personalice la experiencia educativa del estudiante. Por ejemplo, podría sugerir objetivos de aprendizaje particulares, en función de sus aptitudes y conocimientos, adaptar la forma de hacerle llegar el conocimiento o seleccionar ejercicios y exámenes basados en su nivel de habilidad. 

A grandes rasgos, sería como cuando Amazon nos sugiere nuevos productos en función de lo que “sabe de nosotros” por compras pasadas. Existe el convencimiento general de que una educación personalizada puede redundar positivamente en la motivación del alumno y en su desempeño dentro del aula.

Rose Luckin, profesora del University College London, opina que debemos redefinir el concepto de inteligencia y la forma en que la medimos. Y la inteligencia artificial puede jugar un papel crucial en ello.

Luckin define otras inteligencias, como la habilidad de asociar temas de campos distintos, la inteligencia social o cómo gestionar las emociones ante otros, nuestra relación con el conocimiento, nuestra relación con los procesos cognitivos, la capacidad para entender nuestras propias emociones, la interpretación del contexto del aprendizaje y el poder conocer nuestras habilidades y sus límites. 

En este sentido, la inteligencia artificial es una herramienta decisiva que nos puede ayudar a desarrollar todo este espectro de inteligencias humanas, en parte porque nos permite medir estos “intangibles” que están más allá de la medida del conocimiento, y que incluyen aspectos como la colaboración, la persistencia, la confianza y la motivación.

A través de aplicaciones instaladas en terminales -ya sean ordenadores tabletas o móviles-, podrían llegar a ser evaluados distintos aspectos de las inteligencias del estudiante –social, interdisciplinaria y meta inteligencias-, dibujando un retrato más certero sobre lo que puede y no puede acometer, y cómo se puede ayudarle a superarse.

martes, 10 de septiembre de 2019

Edge Computing: los dispositivos cobran inteligencia


El internet de las cosas establece una conexión entre dispositivos, plataformas, acciones y personas. Cuando pensamos en esta tecnología, la primera asociación que nos viene a la cabeza es la de la industria: fábricas y plantas de montaje completamente automatizadas, en las que todas las fases de la cadena de producción cuentan con dispositivos que recogen información para monitorizar todo el proceso.

Sin embargo, los sensores en red tienen muchas más aplicaciones, muchas de ellas que pueden afectar a nuestra vida cotidiana. Por poner unos pocos ejemplos, en el campo de la salud, existe un casco conectado para hacer el seguimiento de enfermos de Alzheimer y recibir un aviso en el caso de que se produzca algún percance. En la misma línea, unas suelas de zapato inteligentes sirven para la localización de personas mayores. Finalmente, en el ámbito de los animales de compañía, la aplicación Dogsens aprovecha la conectividad IoT para controlar el estado y la actividad de las mascotas, transmitiendo la información al teléfono móvil del dueño en tiempo real.

El IoT tradicional parte de la base de que los sensores y dispositivos de los extremos de la red son elementos pasivos, es decir, que su función se limita a recoger información y mandarla a la nube, a centros de datos donde es procesada, analizada y utilizada para tomar decisiones. Sería el caso, por ejemplo, de los sensores para medir la calidad del aire desplegados por una ciudad, que envían sus registros a un centro de control donde se activan las alertas cuando los niveles de contaminación superan los límites establecidos.

Frente a esa arquitectura centralista, ahora aparece el Edge Computing, cuya filosofía se basa en dotar de inteligencia a los sensores y dispositivos de recogida de información, para que esos datos sean procesados más cerca de donde se crearon, en lugar de enviarlos a través de largos recorridos hasta los centros de datos y nubes de computación.

El Cloud Computing ha supuesto liberar progresivamente a los terminales de la necesidad de tener una capacidad de procesado cada vez mayor, pues este se realiza en la nube. Los años 80 y 90 conocieron el boom de los ordenadores personales, en los que todo el hardware necesario para ejecutar programas y aplicaciones estaba en poder del usuario. A medida que el software se hacía más complejo, necesitábamos máquinas cada vez más potentes. No hay más que recordar -los que vivieron aquella época- la larga procesión de microprocesadores de Intel que se iban sucediendo, a cuál más poderoso: 286, 386, 486, Pentium…

Hoy en día, en cambio nuestros terminales –ya sean ordenadores, tabletas, móviles o consolas- hacen uso en gran medida de servicios que están centralizados en la red. Pensemos, por ejemplo, en el correo electrónico, como Gmail de Google, en plataformas para almacenar información, como Dropbox, o en Office 365, la versión online de la popular suite ofimática de Microsoft. Por supuesto, servicios todavía más avanzados, como los asistentes personales o la TV por internet, reciben sus contenidos y la inteligencia artificial que los hace funcionar desde la nube.

Sin embargo, se trata de un modelo que presenta limitaciones. Por una parte, la información tiene que recorrer enormes distancias de cientos y de miles de kilómetros desde los dispositivos hasta el centro de datos. Por otra, cuanta más distancia, mayor es el número de redes que deben recorrer los datos y mayor es la probabilidad de que sufran retrasos por el tráfico. En telecomunicaciones estos retardos que producen las redes se denominan latencia.

En la comunicación entre objetos, la latencia se convierte en un factor crítico. Sin una latencia ultrabaja será imposible mover los volúmenes de datos que produzcan los miles de millones de objetos que constituyen el internet de las cosas. Para hacernos una idea de la importancia de esto con un ejemplo, en un coche autónomo un retraso en la transmisión de información puede implicar frenar demasiado tarde y que tenga lugar un accidente con consecuencias fatales.

El Edge Computing supone llevar las capacidades de computación desde el centro de la red –los centros de datos- a los bordes –los dispositivos que recogen la información-, con el fin de mejorar el funcionamiento del sistema, de bajar los costes y de asegurar una mayor fiabilidad de las aplicaciones y los servicios que soporta.

El cómputo en el borde contribuye a reducir la distancia entre los recursos de red y los dispositivos, mitigando de esta manera las limitaciones que se presentan en la actualidad relacionadas con la latencia y el ancho de banda. Parte del trabajo inteligente que antes realizaban los centros de computación recae ahora sobre los sensores y objetos en los extremos de la red, cuya tarea ya no se limitará solamente a recoger y enviar datos.

Los dispositivos en el borde pueden ser cualquier objeto del internet de las cosas, desde un coche autónomo, a un sensor medioambiental, una cámara de seguridad o un semáforo. Algunos de ellos estarán en exclusiva dedicados a recoger y enviar flujos de datos a la red, pero otros se convertirán en pasarelas especializadas para agregar y analizar datos e incluso para realizar alguna función de control de los mismos. Finalmente, existirán dispositivos que podrán convertirse en nodos programables de la red, capaces de ejecutar aplicaciones más complejas. La cercanía de estos dispositivos al usuario final los convierte en idóneos para realizar tareas que requieren una latencia cercana a cero, pero no una capacidad de procesar compleja. Acciones como el frenado en coches autónomos, por ejemplo.

lunes, 22 de julio de 2019

La saturación del mercado móvil y la esperanza del 5G


Los teléfonos móviles comenzaron a popularizarse en el mundo en la última década del siglo pasado, pero su función se limitaba a establecer llamadas de voz y enviar mensajes de texto, hasta 1999, año en que el fabricante canadiense Blackberry incluye la posibilidad de enviar correo electrónico en sus modelos.

Pero la verdadera revolución tuvo lugar varios años después, en concreto, en enero de 2007, cuando Steve Jobs, entonces director ejecutivo de Apple, presentó el iPhone, el primer smartphone de la compañía, que era a la vez un teléfono, un reproductor de música y un dispositivo de acceso a internet. Se trata de unos dispositivos que poco a poco van desplazando a los ordenadores como forma de consumir contenidos de internet y, por supuesto, como soporte para las comunicaciones en medios sociales, donde prácticamente no tienen competencia.

De acuerdo con la información de GSMA Intelligence, dos tercios de la población mundial utiliza teléfonos móviles, más de 5 000 millones de personas, y la tendencia apunta hacia el estancamiento del crecimiento, desde el pico de 300 millones que fue alcanzado en 2012.

Todo indica que se está alcanzando el techo de crecimiento, entre el 70% y el 80% de la población. El porcentaje restante correspondería a segmentos demográficos muy difíciles de alcanzar, como pueden ser la población mayor o la rural. La tendencia mundial, no obstante, es que continúe creciendo el acceso a internet desde el móvil, que todavía permite un amplio margen para crecer, especialmente en determinados países en desarrollo.

Los pronósticos tampoco son muy halagüeños para los ingresos derivados de las comunicaciones móviles. Tras unos crecimientos interanuales en torno al 2% en 2017 y 2018 (en parte debidos a la recuperación del crecimiento económico de EE.UU.), las tasas de variación se quedarán en un 1% hasta 2025.

Básicamente, este dato refleja el estancamiento en el aumento del número de suscriptores a la telefonía móvil y una competencia creciente entre los agentes del sector por llevarse un trozo lo más grande posible del mercado.

No obstante, los ingresos se comportarán de forma distinta según las zonas y países. De esta forma, en China, que crecieron a tasas anuales del 5% entre 2012 y 2017, lo harán a tan solo el 1,9% hasta 2025. El descenso refleja el bajo crecimiento del número de suscriptores, pero también aspectos regulatorios (el fin de las tarifas de roaming doméstico) y el aumento de la presión competitiva en ese mercado mediante tarifas planas de datos.

Por el contrario, Europa pasará de tener tasas de incremento interanual de los ingresos negativas entre 2012 y 2017, a un tímido crecimiento del 0,4% hasta 2025, derivado especialmente de la mejoría de los escenarios macroeconómicos. En Estados Unidos, las tasas de crecimiento interanual compuesto se mantienen en torno al 2,4% en los dos periodos considerados.

La oportunidad de negocio del sector –hablando en términos globales- está en la capacidad de aumento del uso de internet móvil. GSMA Intelligence estima que el porcentaje de usuarios de móvil en el mundo que se conectan a internet puede pasar del 65% en 2017 al 86% en 2025.

Ahora bien, esas posibilidades de crecimiento se centran, sobre todo, en países en desarrollo, donde la falta de infraestructuras de banda ancha fija puede ser suplida por la conectividad inalámbrica a las redes. De hecho, cinco países concentrarán la mitad del crecimiento de los 1.600 millones de nuevos usuarios de internet móvil previsto entre ahora y 2025. Encabezan la lista China e India, pero les siguen Indonesia, Nigeria y Pakistán. Detrás de ellos, aparecerá también un incremento de cibernautas móviles en lugares del África subsahariana y del sudeste asiático.

Dos son los factores que explican el crecimiento del acceso a internet a través del móvil en los países emergentes. Por una parte, la drástica bajada del precio de los terminales, gracias a una oferta de teléfonos chinos de bajo coste que funcionan con el sistema operativo Android. Pero, además, el coste de la conexión a datos supone ahora una menor proporción de la renta de los habitantes de esos países.

El estándar 5G promete abrir la puerta a un nuevo mundo en las comunicaciones móviles. Entre muchas otras prestaciones, trae consigo una reducción al mínimo de la latencia (el retardo de tiempo que se produce en las redes), una significativa capacidad de descarga y la posibilidad de conectar numerosos dispositivos simultáneamente. Pero su adopción global no es tan inminente.

GSMA Intelligence calcula que la tecnología 5G tendrá una penetración media global en 2025 del 15% sobre el total de accesos móviles, lo que equivale a 1.360 millones. No obstante, su difusión resultará muy desigual en todo el mundo, centrándose principalmente en un grupo de pioneros: China, Japón, Corea, Estados Unidos y Europa.

Un sector, el de la telefonía móvil, que se enfrenta a un cambio de ciclo: el paso de un mercado maduro y saturado, sin apenas margen para crecer, al salto hacia el estándar 5G, que traerá consigo una revolución de las comunicaciones, pero cuyos efectos quizá tarden algún tiempo en hacerse palpables para el consumidor final.
 
Google Analytics Alternative