Inteligencia artificial y visión por computadora aplicada a la educación

Autores/as

DOI:

https://doi.org/10.35290/ro.v3n2.2022.587

Palabras clave:

inteligencia artificial, visión por computadora, MediaPipe, educación, aprendizaje automático

Resumen

El presente trabajo de investigación realiza una revisión bibliográfica sobre la inteligencia artificial, la visión por computadora, las herramientas de MediaPipe y aprendizaje automático, con el objetivo de generar una propuesta de tecnología que permita mejorar la calidad de las clases. A lo largo del trabajo se describe la situación actual que tienen los estudiantes respecto a las clases en modalidad virtual, se incluyen y explican tanto definiciones como el funcionamiento de los distintos temas, al igual que se incluyen aplicaciones de ellos en la vida cotidiana. De igual manera se incluye el aporte a la educación que brinda cada uno de los campos, y se realiza un análisis de trabajos similares. Finalmente, se realiza la propuesta de una herramienta tecnológica que puede mejorar la calidad de las clases en la modalidad virtual, siendo así, un aporte para la educación.

Citas

Builes, A., y Palacio, E. (2015). Aplicación del reconocimiento de imágenes para la manipulación robótica de objetos en movimiento [Tesis de grado, Universidad Pontificia Bolivariana]. https://repository.upb.edu.co/handle/20.500.11912/2452

Chen, L., Chen, P., & Lin, Z. (2020). Artificial Intelligence in Education: A Review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/access.2020.2988510 DOI: https://doi.org/10.1109/ACCESS.2020.2988510

Chu, X., Ilyas, I., Krishnan, S., & Wang, J. (2016). Data cleaning: overview and emerging challenges. In Sigmod’16: Proceedings of the 2016 international conference on management of data (pp. 2201-2206). https://doi.org/10.1145/2882903.2912574 DOI: https://doi.org/10.1145/2882903.2912574

Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. The Center for Curriculum Redesign.

IBM. (03 de junio de 2020). What is Artificial Intelligence (AI)? https://www.ibm.com/cloud/learn/what-is-artificial-intelligence

IBM. (2022). What is Computer Vision? https://www.ibm.com/topics/computer-vision#:~:text=Computer%20vision%20is%20a%20field,recommendations%20based%20on%20that%20information.

Lovejoy, C., Abbas, A., & Ratneswaran, D. (2021). An introduction to artificial intelligence in sleep medicine. Journal Of Thoracic Disease, 13(10), 6095-6098. doi:10.21037/jtd-21-1569 DOI: https://doi.org/10.21037/jtd-21-1569

Lugaresi, C., Tang, J., Nash, H., McClanahan, C., Uboweja, E., Hays, M., Zhang, F., Chang, C., Yong, M., Lee, J., Chang, W., Hua, W., Georg, M. & Grundmann, M. (2019). MediaPipe: A Framework for Building Perception Pipelines. arXiv preprint https://doi.org/10.48550/arXiv.1906.08172

Martínez, J. (2018). Reconocimiento de imágenes mediante redes neuronales convolucionales [Tesis de grado, Universidad Politécnica de Madrid]. https://oa.upm.es/53050/

MediaPipe. (2020). MediaPipe Hands. https://google.github.io/mediapipe/solutions/hands

McCarthy, J. (2017). What is AI? / Basic Questions. Stanford University. http://jmc.stanford.edu/artificial-intelligence/what-is-ai/index.html

Orhei, C., Vert, S., Mocofan, M., & Vasiu, R. (2021). End-To-End Computer Vision Framework: An Open-Source Platform for Research and Education. Sensors, 21(11), 3691. https://doi.org/10.3390/s21113691 DOI: https://doi.org/10.3390/s21113691

Pedró, F., Subosa, M., Rivas, A. y Valverde, P. (2019). Artificial Intelligence in education: challenges and opportunities for sustainable development. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000366994

Romero, B. (2020). Una introducción a los modelos de Machine Learning [Tesis de grado, Benemérita Universidad Autónoma de Puebla] https://hdl.handle.net/20.500.12371/10527

Sung, G., Sokal, K., Uboweja, E., Bazarevsky, V., Baccash, J., Bazavan, E, Chang, C., & Grundmann, M. (2021). On-device Real-time Hand Gesture Recognition. arXiv preprint. https://doi.org/10.48550/arXiv.2111.00038

Wang, C., Komodakis, N., & Paragios, N. (2013). Markov Random Field modeling, inference & learning in computer vision & image understanding: A survey. Computer Vision and Image Understanding, 117(11), 1610–1627. http://dx.doi.org/10.1016/j.cviu.2013.07.004 DOI: https://doi.org/10.1016/j.cviu.2013.07.004

Publicado

2022-06-10

Cómo citar

Sánchez López, L. A. (2022). Inteligencia artificial y visión por computadora aplicada a la educación. REVISTA ODIGOS, 3(2), 61–73. https://doi.org/10.35290/ro.v3n2.2022.587

Número

Sección

Artículos