XXIII ValgrAI Matinal de Investigación
¡La próxima edición de los «Matinales de Investigación» de la Fundación ValgrAI ya está aquí! El próximo viernes 6 de febrero a las 09:30h tendremos nuevas ponencias para presentar las últimas innovaciones en Inteligencia Artificial del ecosistema de ValgrAI.
¿Por qué no puedes perdértelo?
- Sumérgete en las investigaciones más innovadoras en inteligencia artificial.
- Dialoga directamente con los expertos durante una sesión de preguntas y respuestas.
- Amplía tu red conectando con otros apasionados de la tecnología.
- Déjate inspirar por nuevas ideas y oportunidades en el apasionante mundo de la IA
¡Apúntate aquí!
Ponencias destacadas
Sergi Solera Monforte
Integración de Agentes Conversacionales en Sistemas Tutoriales Inteligentes
Aunque la resolución colaborativa de problemas ha demostrado ser una competencia crucial para el desarrollo cognitivo y social, la implementación efectiva de sistemas de Aprendizaje Colaborativo Soportado por Ordenador (CSCL) enfrenta limitaciones significativas. Estas barreras derivan principalmente de la dificultad de implementar y desplegar sistemas síncronos de resolución y de los desafíos inherentes al agrupamiento de estudiantes para conformar equipos de alto rendimiento. En respuesta, proponemos una arquitectura que supera estos obstáculos mediante la integración de agentes compañeros sintéticos dentro de un Sistema Tutorial Inteligente. Esta investigación emplea las habilidades emergentes de los modelos de lenguaje con el fin de diseñar agentes que exhiban comportamientos socioafectivos y cognitivos propios de un compañero real, incluyendo fenómenos como los errores de inversión. Dentro de este paradigma de interacción multiagente, proponemos una diversidad controlada donde, a diferencia de los enfoques cooperativos clásicos que buscan el consenso, se orquestan las intervenciones de diferentes agentes para estimular la reflexión cognitiva del estudiante.
María Sánchez Galán
Predicción de Fallos de Rescate a partir de la Capacidad Funcional y Parámetros Fisiológicos con Inteligencia Artificial
Fallo de Rescate (FTR) se define como la aparición de deterioro clínico y/o funcional que podría haberse evitado mediante una detección temprana y una intervención adecuada. Su identificación precoz es esencial para la seguridad del paciente, al estar vinculada con la calidad asistencial y la mortalidad hospitalaria. Sin embargo, persisten limitaciones organizativas y metodológicas que dificultan su identificación y respuesta efectiva. Superar estos desafíos requiere optimizar algoritmos predictivos e integrar la gestión de procesos clínicos con la información que los sustenta.
