Mes: agosto 2022

Conoce todo sobre el stop motion

Conoce todo sobre el stop motion

El stop motion es una técnica cinematográfica de animación en la que un objeto físico se mueve en pequeños incrementos y se fotografía a cada paso. Cuando estas imágenes se encadenan y se reproducen rápidamente, las cosas que aparecen en ellas parecen llevarse por delante. 

Razones por las que es mejor utilizar lentes de contacto

Razones por las que es mejor utilizar lentes de contacto

¿Quieres comprar lentes de contacto? ¿Utilizas lentes de armazón para corregir la miopía, la hipermetropía u otros problemas de visión? ¿Interfieren tus lentes tradicionales en tu actividad diaria? ¿Has probado utilizar otra opción como los de contacto? Estudios señalan que en México, 7 de cada 

Desmintamos mitos de la mente humana

Desmintamos mitos de la mente humana

Ya es hora de que pongamos fin a algunos de los mitos más duraderos sobre el comportamiento humano y veamos la mente tal como es.

Los mitos tienen muchos matices. Algunos son totalmente incorrectos y hay conceptos erróneos que contienen una pizca de verdad, o que en su tiempo fueron ampliamente creídos por los expertos. Algunos ganan adeptos porque prometen soluciones de tipo práctico y una fuerte dosis de autodeterminación. Muchos conceptos erróneos implican dividir a las personas en categorías discretas, distinciones artificiales que desmienten la complejidad de la mente humana.

 

3 mitos de la mente humana

Hemisferio derecho vs. hemisferio izquierdo

¿Eres creativo, propenso a los estallidos repentinos de perspicacia? ¿O quizás tu pensamiento es más deliberado y lógico? Una idea popular sugiere que el hemisferio derecho domina en los cerebros de los pensadores intuitivos, mientras que los pensadores analíticos son “de cerebro izquierdo“.

Los hemisferios derecho e izquierdo están especializados en diferentes funciones mentales. Pero la noción de que los individuos dependen más de uno u otro glosa la complejidad de la relación izquierda-derecha.

 

 

Hemisferios cerebrales

 

 

“Las diferencias mejor documentadas suelen ser sutiles”, señala el neurocientífico Stephen Kosslyn, profesor emérito de la Universidad de Harvard. En el mítico esquema cerebro izquierdo/cerebro derecho, el hemisferio izquierdo facilita el lenguaje, mientras que el derecho se encarga de la percepción. “Pero en realidad”, explica, “el lenguaje está distribuido entre los hemisferios. Al menos en las personas diestras, el hemisferio izquierdo suele utilizar mejor la gramática para producir y entender el lenguaje, mientras que el derecho es mejor para analizar el tono de voz y entender la intención”, por ejemplo, si un hablante está bromeando. Del mismo modo, la percepción implica a ambos lados del cerebro. Las investigaciones de neuroimagen han demostrado que estos procesos reclutan ambos hemisferios. La estructura y la función del cerebro varían entre los individuos, y una división izquierda-derecha es demasiado burda para captar esa variación.

Orden de nacimiento

La personalidad no depende de si alguien es el primogénito, el más joven o el hijo único.

Seguramente lo has oído desde pequeño: los primogénitos se convierten en adultos de carácter fuerte y dominante. Y como ayudantes de los padres cuando llegan los hermanos menores, los mayores se convierten en los más concienzudos. Los hermanos menores, que buscan un lugar en la familia, se convierten en experimentadores, menos conformistas y convencionales que los primogénitos. Estas son algunas de las ideas propuestas por los profesionales de la carrera de psicologia que han argumentado que los lugares que ocupan los niños en el orden jerárquico familiar tienen efectos duraderos en lo que son.

Sin embargo, apenas se han encontrado pruebas que las respalden. En 2015, psicólogos alemanes analizaron los datos de miles de personas en Estados Unidos, Reino Unido y Alemania y no encontraron correlaciones significativas entre el orden de nacimiento y rasgos como la amabilidad, la conciencia o la imaginación. En otro estudio realizado ese mismo año, los psicólogos Rodica Damian y Brent Roberts solo encontraron asociaciones muy pequeñas en la mente entre el orden de nacimiento y la personalidad, y algunas de ellas contradecían teorías anteriores.

 

Cerebro femenino vs. masculino

Los cerebros y la mente de hombres y mujeres difieren en aspectos importantes.

Pocos negarán que los hombres y las mujeres difieren físicamente: aunque abundan las mujeres altas y musculosas, los hombres son, por término medio, más altos que las mujeres y tienen una fuerza de agarre mucho mayor. Pero sus cerebros y comportamientos no reflejan diferencias significativas, argumentan muchas personas, incluidos algunos psicólogos. Parece que cada vez es más habitual rechazar o restar importancia a las diferencias psicológicas entre los sexos, a pesar de las importantes pruebas científicas de que existen.

 

 

Cerebro femenino y masculino

 

 

Las mujeres tienden a tener un comportamiento más altruista y a puntuar más en ciertas medidas de empatía. Los hombres, por término medio, realizan mejor las tareas en las que rotan mentalmente un objeto, mientras que las mujeres recuerdan mejor la ubicación de los objetos. Los teóricos de la evolución postulan que las diferencias de sexo surgieron porque los homínidos masculinos y femeninos se enfrentaron a diferentes presiones reproductivas y de supervivencia.

Los hombres también son mucho más propensos a ser diagnosticados con el trastorno del espectro autista, por ejemplo, mientras que las tasas de trastornos del estado de ánimo y la enfermedad de Alzheimer son más altas entre las mujeres. Estas diferencias de sexo pueden tener importantes implicaciones para la comprensión de la mente y el tratamiento de los trastornos.

Una reciente revisión de las diferencias de sexo en la vulnerabilidad al estrés examinó los hallazgos en humanos a nivel molecular, de la mente y de comportamiento. Entre esos hallazgos, se señaló que “los chicos y las chicas, en particular los adolescentes, tuvieron respuestas diferentes al experimentar el trastorno de estrés postraumático. Las chicas presentaban síntomas de interiorización, como la autoculpabilización, y los chicos se involucraban mucho más en comportamientos de exteriorización”, como actuar de forma disruptiva.

Las diferencias de sexo también pueden ser importantes en el desarrollo de medicamentos, ya que los esfuerzos realizados en el pasado han demostrado que un fármaco probado en animales machos no funcionará necesariamente en las hembras humanas.

Nadie dice que los hombres y las mujeres sean seres completamente diferentes, pero probablemente hay más coincidencias que diferencias. ¿No crees?

 


 

Sigue leyendo: Conoce el papel de la psicología en la mercadotecnia

 

Tipos de evaluaciones que existen en la educación

Tipos de evaluaciones que existen en la educación

Algunos profesores a menudo se preguntan en qué tipo de evaluaciones deberían centrarse para comprender mejor las necesidades de sus alumnos. La respuesta es siempre “depende”. La respuesta correcta depende del propósito de la evaluación y de las preguntas que se intenten responder con los 

Aprovecha al máximo tu estancia en la universidad

Aprovecha al máximo tu estancia en la universidad

¿Cuántas veces has oído a personas mayores decir que la universidad fue la mejor época de su vida? Se ha convertido en una verdad colectiva para tantas generaciones por encima de nosotros que tiene que tener algún mérito, ¿no? Los cambios en las tasas universitarias 

¿Qué es el Machine Learning? ¿Cómo funciona?

¿Qué es el Machine Learning? ¿Cómo funciona?

¿Qué es Machine Learning (ML)?

El aprendizaje automático (ML) es una disciplina de la inteligencia artificial (IA) que proporciona a las máquinas la capacidad de aprender automáticamente de los datos y de las experiencias pasadas al tiempo que identifica patrones para hacer predicciones con una mínima intervención humana. Los métodos de aprendizaje automático permiten a las computadoras funcionar de forma autónoma sin necesidad de una programación explícita. Las aplicaciones de ML se alimentan con nuevos datos y pueden aprender, crecer, desarrollarse y adaptarse de forma independiente.

El Machine Learning extrae información reveladora de grandes volúmenes de datos aprovechando los algoritmos para identificar patrones y aprender en un proceso iterativo. Los algoritmos de ML utilizan métodos de cálculo para aprender directamente de los datos en lugar de basarse en cualquier ecuación predeterminada que pueda servir de modelo. El rendimiento de los algoritmos de ML mejora de forma adaptativa con el aumento del número de muestras disponibles durante los procesos de “aprendizaje”.

Por ejemplo, el aprendizaje profundo es un subdominio del aprendizaje automático que entrena a los ordenadores para imitar rasgos humanos naturales como el aprendizaje a partir de ejemplos. Ofrece mejores parámetros de rendimiento que los algoritmos de ML convencionales. Aunque el aprendizaje automático no es un concepto nuevo, ya que se remonta a la Segunda Guerra Mundial, cuando se utilizó la máquina Enigma, la capacidad de aplicar complejos cálculos matemáticos de forma automática a los crecientes volúmenes y variedades de datos disponibles es un desarrollo relativamente reciente.

 

 

El Machine Learning

 

 

En la actualidad, con el auge de los big data, el IoT y la computación ubicua, el Machine Learning se ha convertido en algo esencial para resolver problemas en numerosas áreas, como por ejemplo:

  • Finanzas computacionales (puntuación de créditos, comercio algorítmico)
  • Visión por ordenador (reconocimiento facial, seguimiento del movimiento, detección de objetos)
  • Biología computacional (secuenciación de ADN, detección de tumores cerebrales, descubrimiento de fármacos)
  • Automoción, industria aeroespacial y fabricación (mantenimiento predictivo)
  • Procesamiento del lenguaje natural (reconocimiento de voz)

 

¿Cómo funciona el aprendizaje automático?

Los algoritmos de aprendizaje automático se moldean sobre un conjunto de datos de entrenamiento para crear un modelo. Cuando se introducen nuevos datos de entrada en el algoritmo de Machine Learning entrenado, éste utiliza el modelo desarrollado para hacer una predicción.

Además, se comprueba la precisión de la predicción. En función de su precisión, el algoritmo de ML se despliega o se entrena repetidamente con un conjunto de datos de entrenamiento aumentado hasta que se alcanza la precisión deseada.

 

El futuro del aprendizaje automático

Aunque los algoritmos de aprendizaje automático existen desde hace décadas, y no precisamente porque se enseñe en universidades en tulancingo o de cualquier parte del mundo, han alcanzado una nueva popularidad a medida que la inteligencia artificial ha ido ganando importancia. Los modelos de aprendizaje profundo, en particular, impulsan las aplicaciones de IA más avanzadas de la actualidad.

 

 

Machine Learning

 

 

Las plataformas de aprendizaje automático se encuentran entre los ámbitos más competitivos de la tecnología empresarial, con la mayoría de los principales proveedores, como Amazon, Google, Microsoft, IBM y otros, compitiendo por contratar a los clientes para los servicios de plataforma que cubren el espectro de las actividades de aprendizaje automático, incluida la recopilación de datos, la preparación de datos, la clasificación de datos, la creación de modelos, la formación y el despliegue de aplicaciones.

A medida que el Machine Learning siga aumentando su importancia para las operaciones empresariales y la IA se vuelva más práctica en los entornos empresariales, la guerra de las plataformas de aprendizaje automático no hará más que intensificarse.

La investigación continua sobre el aprendizaje profundo y la IA se centra cada vez más en el desarrollo de aplicaciones más generales. Los modelos de IA actuales requieren un amplio entrenamiento para producir un algoritmo altamente optimizado para realizar una tarea. Pero algunos investigadores están explorando formas de hacer que los modelos sean más flexibles y están buscando técnicas que permitan a una máquina aplicar el contexto aprendido de una tarea a futuras tareas diferentes.

 

 

 

Como sabemos, las computadoras pueden aprender, memorizar y generar resultados precisos con el Machine Learning. Esta tecnología ha permitido a las empresas tomar decisiones informadas que son fundamentales para racionalizar sus operaciones comerciales. Estas decisiones basadas en datos ayudan a las empresas de todos los sectores, desde la fabricación hasta el comercio minorista, pasando por la sanidad, la energía y los servicios financieros, a optimizar sus operaciones actuales al tiempo que buscan nuevos métodos para aliviar su carga de trabajo general. A medida que los algoritmos informáticos se vuelven cada vez más inteligentes, podemos anticipar una trayectoria ascendente del Machine Learning en 2022 y más allá.

 


 

Sigue leyendo: Trayectorias profesionales menos exploradas pero de gran importancia