Simuladores y software para la enseñanza de los modelos matemáticos del aprendizaje y la decisión.

Por favor, use este identificador para citar o enlazar este ítem: https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7884

Título :	Simuladores y software para la enseñanza de los modelos matemáticos del aprendizaje y la decisión.
Autor :	BOUZAS RIAÑO, ARTURO
Fecha de publicación :	2021
Resumen :	El proyecto tiene dos objetivos: 1. Realizar un seguimiento y actualización de un conjunto de simuladores “autónomos” sobre los modelos más relevantesel área del aprendizaje, la cognición y la toma de decisiones y sistematizar su presentación con introducciones didácticas que conforman un laboratorio virtual, presentado en una página web. En donde cada simulador esta diseñado para que el estudiante interactúe con el modelo en diversos ejercicios que faciliten la comprensión y aprendizaje de los temas vistos en la formación teórica. Este laboratorio virtual le permitirá a los alumnos fortalecer la comprensión de los modelos presentados en sus clases teóricas y hacerlo tanto de forma sincrónica como asincrónica. Los simuladores se crearán en el lenguaje R y la aplicación RShiny. Encontrarán dos ejemplos desarrollados en mi laboratorio en los siguientes enlaces: https://villanoele.shinyapps.io/Tradeoff_Simulator/ https://adrifelcha.shinyapps.io/TDS_2020/ 2. Para estudiantes más avanzados de la Facultad de psicología y para estudiantes de Ingeniería en el curso de Robótica, los modelos desarrollados como simuladores autónomos, se presentarán en forma del código correspondiente, elaborado en Jupyter Python. Los programas formarán un libro digital, compendio de los programas, con introducciones teóricas y ejercicios de codificación que podrán ser corridos en línea.
URI :	https://www.innovacioneducativa.unam.mx:8443/jspui/handle/123456789/7884
metadata.dc.contributor.responsible:	BOUZAS RIAÑO, ARTURO
metadata.dcterms.callforproject:	2021
metadata.dc.coverage.temporal:	2021-2023
metadata.dcterms.educationLevel:	nivel superior
metadata.dcterms.educationLevel.SEP:	Licenciatura
metadata.dc.description.objective:	Objetivo general: El objetivo general del presente proyecto es proporcionar, en forma de un laboratorio virtual, acceso a dos conjuntos de simuladores de los modelos matemáticos más representativos de la psicología y otras ciencias del comportamiento. El primer grupo es un conjunto de simuladores “autónomos”, diseñados para los cursos introductorios de los planes de estudio de las carreras de Psicología, los cuales no requieren se instale ningún software y cuyo código está oculto para quien lo usa. Los simuladores se escriben en el lenguaje R y la aplicación Shiny. Un ejemplo de un simulador con estas características desarrollado en mi laboratorio pueden encontrarlo en el eslabón: https://villanoele.shinyapps.io/Tradeoff_Simulator/ . Los simuladores contarán con instrucciones para su uso, una introducción al modelo y un conjunto de ejercicios para la autoevaluación de la comprensión del modelo. El proyecto contempla un segundo desarrollo, el cual consiste en un libro en línea desarrollado en Jupyter Python, que replica los simuladores virtuales en código Python y que le permitirá a estudiantes más avanzados de las carreras de Psicología entender, desarrollar y modificar el código de los modelos más importantes en el área. Así mismo, los estudiantes de Ingeniería en las áreas de Robótica e Inteligencia Artificial, podrán familiarizarse con los principios básicos de la Psicología, relevantes a sus intereses. Un ejemplo de la interacción entre Psicología y Robótica lo encontramos en el artículo: Sanchez, Negrete, Savage y Bouzas (enviado a publicación) Object Recognition Improvement in Domestic Service Robots using a Categorization Model. Objetivos específicos: Los fines específicos son el conjunto de simuladores que se desarrollarán en el transcurso de los dos años del proyecto, tanto en su versión de simuladores autónomos, como en la versión en libro de Jupyter Python. Los simuladores que se propone desarrollar, serán tomados principalmente de los programas de los cursos de ACA I, ACA II y ACA III del plan de estudios de la carrera de Psicología de la UNAM, añadiendo temas que por razones de espacio en un curso presencial no alcanzan a cubrirse, pero que son importantes en la formación académica de los psicólogos El material estará integrado alrededor de los modelos del aprendizaje y las teorías de la toma de decisiones, perceptivas y basadas en valor, sin embargo, tendrá un arreglo modular que le permitirá a diferentes profesores seleccionar aquellos simuladores útiles a su programa particular. Para tener una idea más completa de los temas que abordaremos y de su nivel, puede consultarse los videos y presentaciones que desarrollé para el curso en línea de la materia de ACA I durante el semestre que acaba de concluir (2020-2), y el programa del curso de ACA II que daré en línea el semestre que está por iniciar (). Incluiremos también algunos materiales del curso de programación y de Robótica que imparte en la facultad de Ingeniería el Dr. Marco Negrete. A continuación se muestra la lista de los módulos candidatos a desarrollar: 1. Módulo de psicofísica a) Ley de Weber y Fechner b) La ley de potencia de Stevens c) Modelo de juicios comparados de Thurstone d) Teoría de detección de señales 2. Módulo de decisión perceptiva. a) Modelos de difusión. 3. Módulo de modelos de decisión basados en el valor de las consecuencias a) Estructuras de preferencia y curvas de indiferencia b) Modelos de maximización bajo restricciones c) Modelos de elección probabilística d) Modelos de elección intertemporal e) Modelos de elección bajo riesgo f) Modelos Cognitivos de la decisión 4. Módulo de aprendizaje por refuerzo y asignación de crédito a) Modelo de ascenso de colina b) Modelo de un integrador con fuga c) Modelo de Rescorla Y Wagner d) Modelo de cambios en la atención 5. Módulo de la asignación del comportamiento en situaciones de elección libre. a) Programas de refuerzo y sistemas de retroalimentación b) Modelos de equilibrio: La ley de igualación y la ley generalizada de igualación. c) Modelos dinámicos de la elección d) Modelos de la elección en entornos dinámicos: Filtros de Kalman e) Modelos de exploración - explotación 6. Módulo de categorización. a) Modelo de contexto generalizado 7. Modelos de refuerzo en inteligencia artificial 8. Modelos bayesianos
metadata.dc.description.strategies:	Retomando los módulos a desarrollar, los modelos comprenden el uso de software R y código Python, con el fin de representar gráficamente cada uno de los temas y ser presentados de forma que el estudiante pueda acceder a estos con y sin conocimientos previos en la programación de dichos códigos. Con el fin de que se puedan realizar ejercicios que promuevan la comprensión y el apren proyecto utiliza dos diferentes grupos de herramientas de software para desarrollar los componentes que conforman el Laboratorio Virtual: Simuladores "autónomos" que son aplicaciones web interactivas. Para su desarrollo emplearemos principalmente herramientas propias del entorno de programación “R”. El lenguaje es de acceso público y como ambiente de desarrollo integral usaremos, RStudio. Los simuladores se desarrollarán en R y su concreción como simuladores autónomos se hará usando una aplicación de R llamada R Shiny. En los simuladores autónomos, el usuario solo ve la pantalla del simulador con una interfaz interactiva y con el código oculto. En la primera fase de la construcción de los simuladores, estos estarán almacenados en un espacio de un servidor contratado por mi laboratorio y aparecen como eslabones que dirigen al usuario a una página web donde podrá interactuar con el simulador. Este arreglo modular facilita tanto la tarea de revisar y actualizar los simuladores como el permitir que se empleen en diferentes materias de diferentes carreras de Psicología dentro y fuera de la Facultad de Psicología. En una segunda etapa, como producto final, aspiramos a tener todos los simuladores integrados en un libro de trabajo en línea que acompañe cursos en Psicología del Aprendizaje, Toma de Decisiones, Economía del Comportamiento y desde luego, los cursos de Aprendizaje y Conducta Adaptativa. El libro estará conformado por capítulos con introducciones a los modelos, los simuladores en shiny y un conjunto de ejercicios. Se escribirá en R Markdown en la aplicación Bookdown de R. Simuladores incrustados en el código. Los simuladores autónomos escritos en R, serán transportados al lenguaje de Python, usando el shell interactivo de Jupyter. De esta forma crearemos cuadernos interactivos, “notebooks”, que incluyen texto introductorio al modelo, las ecuaciones correspondientes, el código en python con el que el estudiante puede trabajar de forma interactiva, ejercicios de comprensión del modelo y ejercicios que involucran la modificación del código. Escribiremos los cuadernos en la aplicación Jupyter Python, lo que permitirá que los estudiantes corran e interactúen con los contenidos en la nube, trabajando en Jupyter Colab en un navegador como Chrome; de esta forma el estudiante no tiene que preocuparse por instalar ningún software, tarea que desalienta a muchos de ellos. Al final del proyecto habrá una página web que contendrá los eslabones a los diferentes cuadernos. Los simuladores se irán desarrollando y evaluando en los cursos de Aprendizaje y Conducta Adaptativa I y II que enseño en el segundo y tercer semestre del plan de estudios de la facultad de Psicología. Son cursos de 50 estudiantes cada uno. Dado el material que he estado desarrollando para la enseñanza en línea de estos cursos, espero que el próximo año, pueda impartir el curso en una modalidad mixta, donde los simuladores jugarían un papel muy importante. Cada simulador tendrá un conjunto de ejercicios, y las respuestas nos permitirán ir modificando los contenidos y evaluar los aprendizajes. Adicionalmente desarrollaremos un instrumento de evaluación del aprendizaje al final de cada módulo. El instrumento tiene como objetivo evaluar la facilidad del uso de los simuladores,y su impacto sobre la comprensión de los modelos. Adicionalmente, evaluará su impacto sobre la comprensión del tema y su generalización a problemas similares. La evaluación se haría a partir del segundo año, cuando esperamos tener un número de los simuladores listos para ser evaluados fuera de mi clase. Varios profesores que imparten las materias que enseño han expresado su interés por usar y evaluar los simuladores.Todo el material será abierto y podrá ser utilizado tanto por profesores de la Facultad como de otras carreras de Psicología, dentro y fuera de la UNAM. 1, para los simuladores autónomos: R: https://www.r-project.org/ RStudio: https://rstudio.com/ RMarkdown: https://rmarkdown.rstudio.com/ R Shiny: https://shiny.rstudio.com/ Bookdown: https://bookdown.org/yihui/bookdown/ 2. Para los cuadernos interactivos: Python: https://www.python.org/ Jupyter: https://jupyter.org/ Python Colaboratory: https://colab.research.google.com/notebooks/intro.ipynb#recent=true Dos ejemplos desarrollados en mi laboratorio: https://villanoele.shinyapps.io/Tradeoff_Simulator/ https://adrifelcha.shinyapps.io/TDS_2020/ Dos ejemplos de cómo conceptualizamos nuestra propuesta, uno en macroeconomía, otro en neurociencias: https://python.quantecon.org/index_toc.html https://www.neuromatchacademy.org/syllabus
metadata.dc.description.goals:	Primer año: Para el término del primer año proponemos concluir con las primeras versiones de al menos el 50 % de los simuladores autónomos en Shiny y los cuadernos en Python Colaboratory: Módulo de psicofísica Ley de Weber y Fechner La ley de potencia de Stevens Modelo de juicios comparados de Thurstone Teoría de detección de señales 2. Módulo de decisión perceptiva. Modelos de difusión. 3. Módulo de modelos de decisión basados en el valor de las consecuencias Estructuras de preferencia y curvas de indiferencia Modelos de maximización bajo restricciones Modelos de elección probabilística Modelos de elección intertemporal Modelos de elección bajo riesgo Modelos Cognitivos de la decisión Habremos escrito las introducciones de cada módulo y los ejercicios de autoevaluación. Adicionalmente habremos grabado los videos de las clases donde se utilizarán y se podrán ver de forma asincrónica. Habremos visto la viabilidad de integrar todo el material en un libro de trabajo en línea elaborado en bookdown. Habremos avanzado en la construcción de la página dedicada especialmente al contener el material elaborado para los simuladores. Segundo año. "Para el término del segundo año habremos concluido con los módulos faltantes: 4. Módulo de aprendizaje por refuerzo y asignación de crédito Modelo de ascenso de colina Modelo de un integrador con fuga Modelo de Rescorla Y Wagner Modelo de cambios en la atención 5. Módulo de la asignación del comportamiento en situaciones de elección libre. Programas de refuerzo y sistemas de retroalimentación Modelos de equilibrio: La ley de igualación y la ley generalizada de igualación. Modelos dinámicos de la elección Modelos de la elección en entornos dinámicos: Filtros de Kalman Modelos de exploración - explotación 6. Módulo de categorización. Modelo de contexto generalizado. Tendremos una página web con todo el material desarrollado y el libro de trabajo en línea. Habremos completado las grabaciones de todas las clases en las cuales los simuladores son un apoyo. Tendremos los resultados preliminares de la evaluación de los simuladores."
metadata.dc.description.selfAssessment:	El resultado de construir una página web interactiva con presentaciones, videos y simuladores, resultó exitoso y útil. Lo hemos probado con los estudiantes, el semestre pasado y el actual, tanto de segundo semestre como de sexto semestre y lo encuentran no sólo útil, sino motivacional. Por ejemplo, varios de ellos van a tomar cursos de python. Los resultados de la página son un buen ejemplo de que es posible enseñar a un niver de mayor rigor los principios importantes de la Psicología. Todos los estudiantes de mi laboratorio aprendieron no tan solo a programar, sino a tener una mayor comprensión del material que simulaban y de ahí están surgiendo los temas de sus tesis. La gran mayoría de ellos, piensa entrar a un posgrado, primero en ciencias de datos y posteriormente en ciencias cognitivas o inteligencia artificial. En presentaciones informales con colegas mexicanos y americanos, he constatado mucho interés en poder utilizar la página. En un futuro, la página debe actualizarse con videos grabados más profesionalmente y con todas las presentaciones convertidas a notas. Dos largos paros en mi Facultad, uno antes de la pandemia y otro después, así como el cierre por la pandemia, afectaron seriamente el desarrollo de las actividades de mi laboratorio. De ocho estudiantes que formaban parte del laboratorio antes de la pandemia, sólo cuatro se reportaron al final de ella. Habían aprendido a programar en Java para correr sus experimentos en línea. Lo lograron, pero las cuatro necesitaron entrar a trabajar porque ya no tuvieron oportunidad de tener una extensión de su tesis por haber concluido sus créditos. Las cuatro están dándose un tiempo para terminar de escribir sus tesis y graduarse este año. Las otras cuatro estudiantes desertaron de la facultad y no hemos sabido de ellas. La nueva generación de estudiantes en mi laboratorio está en su último semestre, iniciando sus trabajos de tesis. A pesar de todo esto, el compromiso de los estudiantes con el proyecto fue de admirarse. debe resaltarse, también que dos estudiantes de una generación anterior acaban de ingresar a estudiar un Doctorado en Estados Unidos, uno en Ciencias Cognitivas en la Universidad de california, Irvine, y el otro en Psicología y robótica en la Universidad de Rutgers. Con ellos son actualmente siete graduados de mi laboratorio los admitidos a programas de Doctorado en universidades de primer nivel en Estados Unidos. Una conclusión final es que los desarrollos en aplicaciones de cómputo, permiten, con cierta facilidad, crear páginas y textos interactivos en línea y esperamos que nuestra página sea una inspiración para que otros continúen con este trabajo.
metadata.dc.description.goalsAchieved:	Se cumplieron ambos objetivos. Se desarrollaron 27 simuladores de los modelos más importantes en el aprendizaje y comportamiento adaptable, incluyendo una variedad de modelos del aprendizaje por refuerzo en aprendizaje de máquinas y robótica. Así mismo, se desarrollaron 6 simuladores para revisar temas de matemáticas y teoría de la probabilidad necesarios para entender los modelos computacionales. Se desarrolló una página web interactiva, en la que los estudiantes pueden navegar tanto a los simuladores como a presentaciones y videos de clases. La página web está escrita en una extensión de Rmarkdown, disponible en el otoño del 2022 conocida como Quarto. La aplicación permite integrar en forma de libro web, tanto texto, código Python, presentaciones y videos. Aún no es posible correr desde la página de quarto, los “widgets” creados en python y por ello, contiene la opción de correrlos interactivamente en la nube en la aplicación “google colaboratory”. La página/libro, puede leerse secuencialmente o entrar a cada simulador por separado. Tiene dos presentaciones que el estudiante puede seleccionar, una con fondo blanco, otra con fondo negro. Cuenta también con un buscador, que lo lleva a todos los lugares donde aparece la palabra o concepto buscado. La dirección de la página web es: https://christian-badillo.quarto.pub/aprendizaje-comportamiento-adaptable-material-de-apoyo/ La página será trasladada al servidor de nuestro laboratorio tan pronto como se nos asigne una dirección IP El material está también disponible en la página github: https://github.com/arbouria/Material-de-Apoyo-Para-los-Cursos-de-Aprendizaje-y-Comportamiento-Adaptable Los siguientes son los nombres de los simuladores desarrollados: Introducción a funciones Curvas psicométricas Ley de Wever y Fechner Ley de potencia de Stevens Modelo de Thurstone Optimización y descenso de colina teoría de detección de señales Arousal Integrador con fuga Modelo de rescorla y wagner Aprendizaje por refuerzo: Bandidos Aprendizaje por refuerzo: Direct - actor Procesos de decisión de markov Aprendizaje por refuerzo: reglas de respuesta Aprendizaje por refuerzo: Políticas Q learning Ley del efecto relativa ley generalizada de igualación Maximización global: modelo de distancia mínima Maximización local: Mejoramiento Descuento temporal Cuevas de indiferencia Modelo de la teoría del campo de decisiones multriatributos teoría del prospecto Categorización: Modelo contextual Categorización Alcove Modelo trade off de descuento temporal Recursos matemáticos: Ecuaciones en diferencia Derivadas Introducción a integrales Algebra lineal Distribuciones de probabilidad Filtro de Kalman unidimensional Adicionalmente, se elaboro una página web intearctiva para el curso "Aprendizaje y Comportamiento Adaptable I" que imparto este semestre. Incluye notas, presentaciones, videos y los simuladores pertinentes. La página se esta poblando conforme avanzamos en el curso. https://aca-1.quarto.pub/
metadata.dcterms.provenance:	Facultad de Psicología
metadata.dc.subject.DGAPA:	Psicología
metadata.dc.type:	Proyecto PAPIME
Aparece en las colecciones:	2. Área de las Ciencias Biológicas, Químicas y de la Salud

Ficheros en este ítem:

No hay ficheros asociados a este ítem.

Mostrar el registro Dublin Core completo del ítem