1. Inicio
2. Proyectos
3. PAPIME
4. 1. Área de las Ciencias Físico Matemáticas y de las Ingenierías

Título :	CASOS DE ESTUDIO PARA IA EN EL AULA: DESARROLLOS DIDACTICOS CON METODOLOGIAS FEMINISTAS
Autor :	FLORES GARRIDO, MARISOL
Fecha de publicación :	2023
URI :	https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/8811
metadata.dc.contributor.responsible:	FLORES GARRIDO, MARISOL
metadata.dcterms.callforproject:	2023
metadata.dc.coverage.temporal:	2022-2023
metadata.dcterms.educationLevel:	Licenciatura
metadata.dcterms.educationLevel.SEP:	nivel superior
metadata.dc.description.objective:	Objetivo general: Desarrollar casos de estudio orientados al uso de Inteligencia Artificial en escenarios concretos del entorno. Los casos (1) utilizarán datos reales, (2) enfatizarán el proceso que hay detrás del uso de IA, más allá de la aplicación de algoritmos, y (3) integrarán herramientas metodológicas feministas para promover una práctica crítica y responsable. Objetivos especificos: OE1. Seleccionar casos apropiados de estudio, que correspondan a escenarios reales y puedan ser adaptados para su uso en clase. OE2. Considerando los casos de estudio y los retos que presentan, diseñar un abordaje que enfatice los procesos de decisión que tienen lugar en el modelo, y que incluya aplicaciones concretas y pertinentes de principios tomados de epistemologías feministas. OE3. Elaborar material didáctico que documente los casos de estudio y que pueda ser usado en cursos relacionados con IA.
metadata.dc.description.strategies:	OE1. Seleccionar casos apropiados de estudio, que correspondan a escenarios reales y puedan ser adaptados para su uso en clase. 1. Considerando los proyectos de investigación en que participan, o han participado, los académicos de ciencias computacionales, establecer subproblemas que sean apropiados para el nivel de los cursos de LTIC vinculados al proyecto. En este momento se consideran como posibles fuentes de casos de estudio: el proyecto que se tiene con la Fiscalía General del Estado de Michoacán, que busca establecer patrones de actividades delictivas; el proyecto que se tiene con el IMSS-Michoacán para estudiar complicaciones de pacientes diabéticos; el proyecto con INMEGEN y CINVESTAV para estudiar patrones de movilidad. 2. Extraer el subconjunto de datos correspondiente a cada caso seleccionado, llevando a cabo una limpieza que, aunque mantenga la complejidad de la información y el formato original, permita garantizar que se respeten principios de privacidad y derechos. El tratamiento específico que se dé a los datos dependerá del proyecto en cuestión. OE2. Considerando los casos de estudio y los retos que presentan, diseñar un abordaje que enfatice los procesos de decisión que tienen lugar en el modelo, y que incluya aplicaciones concretas y pertinentes de principios tomados de epistemologías feministas. 1. Llevar a cabo reuniones de trabajo con los académicos participantes, para establecer criterios de interés en cada caso. 2. Decidir qué métodos se incorporarán en cada caso, examinando el estado del arte y adecuando el material a un nivel de licenciatura. 3. Analizar de qué manera principios propuestos en epistemologías feministas pueden tener puntos de cruce con cada caso particular 4. Proponer pasos metodológicos concretos que permitan establecer el vínculo entre las herramientas conceptuales feministas y la práctica en el proceso de implementar soluciones basadas en IA. OE3. Elaborar material didáctico que documente los casos de estudio y que pueda ser usado en cursos relacionados con IA. 1. Diseñar el documento que presentará el caso a analizar. Este deberá incluir contexto sobre los datos, resaltando aquellos aspectos que pudieran ser relevantes en la toma de decisiones. 2. Implementar una guía de trabajo en un notebook interactivo (jupyter) usando Python y las bibliotecas pertinentes. De momento se consideran: pandas, scikit-learn, networkx, scikit-network y aquellas orientadas a la visualización. 3. Validación del material en el contexto de los cursos de la LTIC Minería de datos, y Tópicos selectos de ciencia de datos. Los comentarios que se reciban se integrarán a una segunda versión de los documentos. 4. Llevar a cabo una síntesis de las herramientas metodológicas feministas, independiente de los casos y que se pueda difundir. 5. Presentación del material en al menos dos participaciones en eventos académicos del área, por ejemplo, la ENC, el SMIA o la ENOAN.
metadata.dc.description.goals:	Metas 1er año: El proyecto está plantado para desarrollarse en un año. Todos los productos y actividades descritas en la sección anterior deberán alcanzarse durante 2023.
metadata.dc.description.selfAssessment:	El proyecto se considera exitoso. Este Papime posibilitó el establecimiento de un diálogo enriquecedor con estudiantes de la LTIC sobre contenidos ausentes en el currículo de la licenciatura y, que sepamos, en programas académicos de orientación similar. Se lograron cumplir casi todas las metas propuestas, incentivando la participación estudiantil en las diversas fases del proyecto, incluyendo la organización de sesiones de trabajo y la creación de los productos finales. En diversos foros académicos se debatió sobre la relevancia de revisar los marcos discursivos en la Inteligencia Artificial, así como la necesidad de promover prácticas de auditoría y análisis crítico de conjuntos de datos y de representaciones vectoriales de texto obtenidas mediante redes neuronales artificiales. La única meta que no se cumplió fue la de generar nuestros propios datasets. Esto se debió, principalmente, a que cuando se elaboró la propuesta de este proyecto no se tenían todavía los temas concretos de los casos de estudio, y conseguir datos originales al respecto fue un planteamiento muy ambicioso, que nos sobrepasó. De cualquier manera, pudimos identificar datasets pertinentes en la literatura, que sí corresponden a la vida real. De esta forma, el trabajo en el aula y los planteamientos didácticos no se vieron afectados. Además, en contraste, se logró una publicación de divulgación que no estaba originalmente contemplada entre los productos propuestos y se participó en numerosos foros académicos. Otro punto a mejorar fue la gestión de recursos, dentro de los límites de tiempo que maneja la institución. La asignación de una beca, destinada a colaborar en el diseño de los productos, no se gestionó oportunamente. No obstante, se otorgaron 20 de los 24 meses previstos para la beca, y se considera que, en términos generales, la administración de los recursos se llevó a cabo con éxito. Es importante destacar los avances en proyectos estudiantiles que, si bien no concluyeron en el tiempo previsto, sentarán las bases para futuros trabajos. Un ejemplo de ello es la investigación de Paola González (estudiante de la LTIC), quien se encuentra examinando las representaciones vectoriales junto con herramientas de traducción automatizadas para descubrir sesgo de género en el uso de ciertos términos en redes sociales. Este trabajo, originalmente planteado para ser un caso de estudio, se está desarrollando ahora como proyecto de tesis. En conclusión, el proyecto alcanzó las principales metas establecidas, generó material didáctico innovador, sembró ideas y reforzó las dinámicas de trabajo en equipo. Por todas estas razones, se le considera un éxito.
metadata.dc.description.goalsAchieved:	Todas la metas se alcanzaron durante el año. Esto abarca: 1. Dos estudios de caso que se desarrollan en torno a la complejidad de auditar algoritmos y a la importancia de cuestionar marcos discursivos en torno a las herramientas. Los casos vinculan (a) casos reales, (b) herramientas técnicas que permiten fortalecer las habilidades de programación y manejo de software en estudiantes, y (c) reflexiones sobre el proceso de aprendizaje automático, que fomentan una postura de cautela epistémica al trabajar en esta área y subrayan la necesidad de criterios claros de gobernanza a través de mecanismos de regulación y auditoría, construidos con una mirada interdisciplinaria y apoyados fuertemente en análisis de carácter técnico. 2. Dos hojas de trabajo y un tutorial vinculados a los casos de estudio. Estos cuadernos abarcan, respectivamente, (a) la investigación de sesgo en atributos protegidos, planteada como tarea de preprocesamiento, y (b) la exploración de sesgo de género en el lenguaje. Todos los ejercicios se presentan en forma de cuadernos interactivos de cómputo (ipynb). 3. Avances del proyecto se presentaron a lo largo del año en diez foros académicos de difusión, o actividades de divulgación dirigidas al público general. En particular: (a) la discusión alrededor de sesgo de género en algoritmos y en representaciones vectoriales se presentó en el Seminario del Instituto Matías Romero (Secretaría de Relaciones Exteriores), en el XV Congreso Internacional de Linguistica General de la Universidad Complutense de Madrid, en la conferencia "Futuros Posibles: IA, Mujeres e Imaginación" en el marco del taller Futuros Posibles organizado por la LTIC, y en el programa de radio Paralelo 19 del Sistema Michoacano de Radio y Tv, en el marco del día de mujeres en ciencia; (b) los ejemplos sobre el funcionamiento de modelos de lenguaje y la importancia de cuestionar marcos discursivos en la tecnologia se presentaron como una sección dentro de los talleres ofrecidos en la Secretaría de Desarrollo Económico de Michoacán y el Departamento de Educación Continua de la ENES-Morelia, y como un eje de reflexión del Café Científico organizado por el Centro Cultural de la UNAM-Morelia (c) la discusión sobre gobernanza, auditoría y ética formó parte de la actividad "Hacia una política regulatoria de la IA en México" organizada por el ITESM; y (d) las reflexiones sobre la importancia del conjunto de entrenamiento y la localidad de los datos se integraron en el artículo "Archivística e IA: posibilidades interdisciplinares y desarrollos responsables", publicado en la revista Komputer Sapiens con el reconocimiento respectivo a este proyecto. 4. Se organizó un taller al interior de la LTIC sobre la auditoría de conjuntos de datos en Python, en el marco del Taller de Programación de la licenciatura.
metadata.dcterms.provenance:	Escuela Nacional de Estudios Superiores Unidad Morelia (ENES Morelia)
metadata.dc.subject.DGAPA:	Ciencias de la computación
metadata.dc.type:	Proyecto PAPIME
Aparece en las colecciones:	1. Área de las Ciencias Físico Matemáticas y de las Ingenierías

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.