El algoritmo explicado
Contenidos
Cuando se habla de algoritmos, se evocan imágenes de empresas tecnológicas y código binario. Lo que muchos de nosotros no sabemos es que los algoritmos son más sencillos de lo que pensamos. Los magos de la tecnología los utilizan para crear software, pero también se emplean en la vida cotidiana.
Desde pequeños nos enseñan a realizar tareas cotidianas. Aprendemos a contar, ordenar, caminar, atarnos los zapatos, etc. Casi todos estos procesos se nos enseñan con un procedimiento paso a paso. Esencialmente, estamos aprendiendo el pensamiento algorítmico. Para desglosarlo, los algoritmos son una secuencia de tareas realizadas en respuesta a una situación inicial
Un buen algoritmo mantiene un nivel de corrección a la vez que es eficiente. Es decir, tiene pocos errores y no tarda mucho en completarse. Otro componente importante es la comprensibilidad. No podríamos utilizar los algoritmos con tanta frecuencia si no se pudieran entender. El pensamiento algorítmico y computacional es tan omnipresente que gobierna las cosas más sencillas de nuestra vida cotidiana. He aquí algunos ejemplos de algoritmos con los que se interactúa a diario.
Tipos de algoritmos
El aprendizaje automático es un método de análisis de datos que automatiza la construcción de modelos analíticos. Es una rama de la inteligencia artificial basada en la idea de que los sistemas pueden aprender de los datos, identificar patrones y tomar decisiones con una mínima intervención humana.
Debido a las nuevas tecnologías informáticas, el aprendizaje automático actual no es como el del pasado. Nació del reconocimiento de patrones y de la teoría de que los ordenadores pueden aprender sin estar programados para realizar tareas específicas; los investigadores interesados en la inteligencia artificial querían ver si los ordenadores podían aprender de los datos. El aspecto iterativo del aprendizaje automático es importante porque, a medida que los modelos se exponen a nuevos datos, son capaces de adaptarse de forma independiente. Aprenden de los cálculos anteriores para producir decisiones y resultados fiables y repetibles. Es una ciencia que no es nueva, pero que ha cobrado un nuevo impulso.
Aunque muchos algoritmos de aprendizaje automático existen desde hace mucho tiempo, la capacidad de aplicar automáticamente complejos cálculos matemáticos a grandes datos -una y otra vez, cada vez más rápido- es un desarrollo reciente. He aquí algunos ejemplos ampliamente difundidos de aplicaciones de aprendizaje automático que quizá conozca:
Qué es un algoritmo
Diagrama de flujo de un algoritmo (algoritmo de Euclides) para calcular el máximo común divisor (m.c.d.) de dos números a y b en lugares denominados A y B. El algoritmo procede por sustracciones sucesivas en dos bucles: SI la prueba B ≥ A da como resultado “sí” o “verdadero” (más exactamente, el número b en la ubicación B es mayor o igual que el número a en la ubicación A) ENTONCES, el algoritmo especifica B ← B – A (lo que significa que el número b – a sustituye al antiguo b). Del mismo modo, SI A > B, ENTONCES A ← A – B. El proceso termina cuando (el contenido de) B es 0, dando el d.c.g. en A. (Algoritmo derivado de Scott 2009:13; símbolos y estilo de dibujo de Tausworthe 1977).
En matemáticas y ciencias de la computación, un algoritmo (/ˈælɡərɪðəm/ (escuchar)) es una secuencia finita de instrucciones bien definidas, típicamente utilizadas para resolver una clase de problemas específicos o para realizar un cálculo[1]. Haciendo uso de la inteligencia artificial, los algoritmos pueden realizar deducciones automatizadas (lo que se denomina razonamiento automatizado) y utilizar pruebas matemáticas y lógicas para desviar el código por diversas vías (lo que se denomina toma de decisiones automatizada). El uso de características humanas como descriptores de las máquinas de forma metafórica ya fue practicado por Alan Turing con términos como “memoria”, “búsqueda” y “estímulo”[2].
Características de los algoritmos
El uso de la información disponible, combinado con las habilidades adquiridas, puede ayudar a tomar buenas decisiones. Ese es el proceso básico del pensamiento crítico. Los pensadores críticos pueden resolver problemas manteniendo una mente clara y pensamientos racionales que le ayudarán a analizar una situación y tomar una decisión acertada.
La enseñanza de STEM es la exploración práctica de conceptos de ciencia, tecnología, ingeniería y matemáticas, y se está convirtiendo en una parte cada vez más importante de la educación moderna. Las habilidades STEM otorgan a los estudiantes las capacidades del siglo XXI necesarias para desempeñar una amplia gama de trabajos, tanto esenciales como altamente cualificados.
Asumir riesgos, saltar, volver a intentar y fracasar forman parte de nuestro material genético. Sin ello, los humanos no habrían habitado todos los rincones de este planeta. A menudo vemos el fracaso, sobre todo en los exámenes, como algo negativo: una de las peores cosas que podemos permitir que experimenten los estudiantes. Pero, ¿qué pasaría si permitiéramos a los alumnos fracasar en un espacio seguro y convirtiéramos el aprendizaje en un esfuerzo personal?
Utilizar la información disponible, combinada con las habilidades adquiridas, puede ayudar a tomar buenas decisiones. Ese es el proceso básico del pensamiento crítico. Los pensadores críticos pueden resolver problemas manteniendo una mente clara y pensamientos racionales que le ayudarán a analizar una situación y tomar una decisión acertada.
