GLOSARIO

Machine Learning

Qué es el machine learning o aprendizaje automático

El machine learning, también llamado aprendizaje automático, pertenece a una de las ramas más conocidas y con mayor potencial de la Inteligencia Artificial.

¿En qué consiste? Este tipo de IA es conocida por otorgar a las máquinas la capacidad de aprender gracias al uso de algoritmos capaces de reconocer patrones entre grandes cantidades de datos y por su poder para realizar predicciones y tomar decisiones en base a ellas.

¿Qué ejemplos encontramos en nuestro día a día? Muy sencillo, entre los ejemplos más claros de aprendizaje automático podemos destacar las recomendaciones que realizan nuestras plataformas favoritas de streaming o las respuestas que nos ofrecen los asistentes personales de Google, Amazon, Windows o Apple; aunque su aplicación no se limita exclusivamente a este campo sino que cada vez es más común encontrarlo en áreas tan dispares como el de la medicina, la banca o la automoción.

Cómo funciona machine learning

Para lograr su propósito el machine learning utiliza algoritmos matemáticos complejos que poseen la capacidad de identificar patrones entre bloques de datos. Es, por lo tanto, gracias a esta característica que es capaz de extraer conclusiones entre nuevos datos sin que hayan sido preparados previamente para ello.

Tipos de machine learning

Existen diferentes tipos de aprendizaje automático:

  • Aprendizaje supervisado: este tipo de aprendizaje se basa en la utilización de etiquetas para realizar predicciones, de manera que le estaremos indicando directamente qué es lo que queremos que identifique y aprenda. 
  • Aprendizaje no supervisado: este modelo, sin embargo, sí que obtiene patrones “inesperados” a partir de los datos que se le han proporcionado, por lo tanto, no depende de la intervención humana para llevar a cabo sus tareas ni funciona a partir de datos etiquetados, sino que los algoritmos reconocerán patrones similares por sí mismos sin que se le ordene qué es lo que debe identificar.
  • Aprendizaje por refuerzo: en este caso lo que se busca es que sea el propio algoritmo el que aprenda en base a su propia experiencia a partir de un proceso de prueba-error en el que las acciones que realice de forma correcta serán recompensadas. ¿Cómo se pueden recompensar estas acciones? A través de un valor numérico o score, de la misma manera que si las realizan mal recibirán una penalización. El algoritmo más conocido en este modelo de aprendizaje es el Q-learning.

Aplicación del machine learning en el ámbito educativo

Al igual que en muchos otros sectores la aplicación del machine learning en la educación supone una auténtica revolución de cara al futuro. Por ejemplo, gracias a esta tecnología podría:

  • Detectarse rápida y fácilmente qué estudiantes podrían suspender una materia y de esta forma plantear opciones para evitarlo.
  • Muy ligado a la idea anterior, nos encontramos con que el aprendizaje automatizado nos ayudaría a establecer un modelo de enseñanza mucho más personalizado detectando las carencias y necesidades del alumnado y donde éste obtiene mejores resultados.
  • Y, además, la posibilidad de que los alumnos/as aprendan a utilizar esta tecnología les ayudará a desarrollarse dentro del campo tecnológico y adaptarse a las necesidades del mercado laboral actual.