Creatividad y aprendizaje
TEN CUIDADO.....REVISA LAS INTERACCIONES
NO OLVIDES DAR CLIC
Revisa todos los elementos interactivos de la presentación, para que puedas visualizar toda la información que te queremos presentar.
La creatividad
¿Que es la creatividad?
El estudio de la creatividad plantea un problema epistemológico, ya que ésta ha sido considerada como un producto, proceso, características o capacidad, y las diversas aproximaciones a su comprensión la abordan desde diferentes perspectivas, tales como la psicología, sociología u holística. Pero en definitiva, la creatividad se mide por el resultado final - una nueva idea, un nuevo producto, una nueva manera de hacer algo o una aplicación distinta de ideas o recursos ya existentes - algo nuevo y diferente.
Mitos de la creatividad
Inspiración
Especialización
Casualidad
Complejidad
Inteligencia
Creador solitario
Desorganización
¿Qué es aprender?
Este verbo posee la misma raíz latina que "aprehender": tomar, atrapar, asir. Aprender, entonces, es asir con el pensamiento: llevarse una porción de realidad, un modelo de la estructura del mundo. Como dice Demis Hassabis, aprender consiste en transformar la información que recibimos en un conjunto de conocimientos útiles y explotables.
+ INFO
La fuerza del aprendizaje
El aprendizaje permite al cerebro captar aspectos nuevos de la realidad, ya sean externos (como conocimientos de historia o geografía) o internos (como habilidades motoras o cognitivas). A través del aprendizaje, el cerebro ajusta sus circuitos para adaptarse a lo desconocido, mostrando gran ingenio al hacerlo. Su fuerza radica en la capacidad de corregirse, actualizarse y mejorar su modelo del mundo frente a errores o desafíos.
Ajustar los parametros de un modelo mental
El aprendizaje implica ajustar nuestros modelos mentales para adaptarnos a nuevas situaciones, lo cual requiere creatividad. Incluso en tareas simples, como corregir la visión al usar lentes ajenos, el cerebro ensaya, comete errores y se adapta, como un tirador que calibra su puntería.
+ INFO
“La creatividad no es solo imaginar lo nuevo, sino aprender a ver lo conocido con ojos distintos. Cada acto de aprendizaje es una oportunidad para reinventar nuestra forma de pensar, sentir y actuar en el mundo.”
Aprovechar la explosión combinatoria
Procesamiento progresivo
Modelo jerárquico del aprendizaje
Análisis de bajo nivel
Lenguaje como ejemplo
Escala creciente
Léxico mental limitado
Minimizar errores
Inspiración biológica:
Avances tecnológicos:
Aprendizaje progresivo:
Capacidad de adaptación:
Capas sucesivas (redes profundas):
Gracias al desarrollo de microchips, hoy existen redes profundas con decenas de capas y millones de conexiones ajustables.
Las redes neuronales artificiales imitan la estructura jerárquica de la corteza cerebral.
Al unir muchas capas, estas redes se vuelven altamente robustas y adaptables a diversos problemas.
Una sola capa capta solo una parte de la información, pero juntas pueden identificar estructuras complejas.
Están formadas por múltiples capas, donde cada una detecta regularidades más complejas que la anterior.
Explorar el espacio de lo posible
Uno de los procedimientos más complejos que existen en el proceso de aprendizaje es la corrección de errores debido al conjunto de parámetros que implican el material educativo. Los informáticos descubrieron que la exploración al azar, la curiosidad estocástica y la generación aleatoria de descargas neuronales desempeñan un papel primordial en el aprendizaje del Homo Sapiens. Cuando el niño esta en modo de aprendizaje, explora decenas de posibilidades con una buena dosis de azar, y durante la noche, su cerebro continua haciendo malabares con las ideas, hasta encontrar la combinación optima.
Optimizar en función de recompensas
Estos enfoques se inspiran en el cerebro humano, que también aprende evaluando, anticipando y simulando resultados gracias a la interacción entre diferentes áreas cerebrales, la memoria y la imaginación.
La inteligencia artificial aprende mediante distintos métodos:
- Aprendizaje supervisado, donde se le da la respuesta correcta.
- Aprendizaje por recompensa, donde mejora a partir de puntajes obtenidos.
- Aprendizaje adversarial, donde dos redes compiten para mejorar.
Acotar el espacio de investigación
- Mientras más complejo es un modelo de IA, más difícil es ajustarlo al entorno.
- Hay demasiadas combinaciones posibles, lo que complica el aprendizaje. El sistema necesita muchísimos intentos para aprender bien.
- Aun con muchos datos, no siempre son suficientes.
- Esto se llama maldición de la dimensionalidad: demasiadas opciones hacen difícil aprender.
- En investigación, como en la taxonomía de Bloom, los problemas se clasifican según su complejidad.
Proyectar hipóstesis a priori
Solución de las CNN:
- Esta restricción (invariabilidad) se integra directamente en la estructura de la red, lo que reduce el espacio de aprendizaje.
Conocimiento a priori:
- Antes de aprender, la red ya supone ciertas propiedades del mundo visual (como que un rostro sigue siendo un rostro en cualquier parte de la imagen).
Aprender todo sin restricciones no es realista:
- aprendizaje requiere hipótesis previas. Los algoritmos más eficaces son los que incorporan restricciones desde el inicio, no los que intentan aprender todo desde cero.
Ventaja principal:
- Las redes convolucionales (CNN) aprenden mejor y más rápido porque no aprenden todo desde cero: ya incorporan una hipótesis fuerte en su arquitectura.
Hipótesis clave:
- Lo que se aprende en una parte de la imagen puede aplicarse en otras partes (es decir, los patrones se repiten en distintas ubicaciones).
Problema en visión por computadora:
- El principal reto es la invariabilidad: reconocer un objeto sin importar su posición o tamaño.
¡Muchas Gracias!
Gracias al aprendizaje, los datos en bruto que impactan nuestros sentidos se convierten en ideas abstractas, refinadas y lo suficientemente generales como para que podamos explotarlas en situaciones novedosas: en ciencias cognitivas, esos conjuntos de idas reciben el nombre de modelos internos.
Creatividad y aprendizaje
CIpraxis
Created on October 31, 2025
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Higher Education Presentation
View
Psychedelic Presentation
View
Vaporwave presentation
View
Geniaflix Presentation
View
Vintage Mosaic Presentation
View
Modern Zen Presentation
View
Newspaper Presentation
Explore all templates
Transcript
Creatividad y aprendizaje
TEN CUIDADO.....REVISA LAS INTERACCIONES
NO OLVIDES DAR CLIC
Revisa todos los elementos interactivos de la presentación, para que puedas visualizar toda la información que te queremos presentar.
La creatividad
¿Que es la creatividad?
El estudio de la creatividad plantea un problema epistemológico, ya que ésta ha sido considerada como un producto, proceso, características o capacidad, y las diversas aproximaciones a su comprensión la abordan desde diferentes perspectivas, tales como la psicología, sociología u holística. Pero en definitiva, la creatividad se mide por el resultado final - una nueva idea, un nuevo producto, una nueva manera de hacer algo o una aplicación distinta de ideas o recursos ya existentes - algo nuevo y diferente.
Mitos de la creatividad
Inspiración
Especialización
Casualidad
Complejidad
Inteligencia
Creador solitario
Desorganización
¿Qué es aprender?
Este verbo posee la misma raíz latina que "aprehender": tomar, atrapar, asir. Aprender, entonces, es asir con el pensamiento: llevarse una porción de realidad, un modelo de la estructura del mundo. Como dice Demis Hassabis, aprender consiste en transformar la información que recibimos en un conjunto de conocimientos útiles y explotables.
+ INFO
La fuerza del aprendizaje
El aprendizaje permite al cerebro captar aspectos nuevos de la realidad, ya sean externos (como conocimientos de historia o geografía) o internos (como habilidades motoras o cognitivas). A través del aprendizaje, el cerebro ajusta sus circuitos para adaptarse a lo desconocido, mostrando gran ingenio al hacerlo. Su fuerza radica en la capacidad de corregirse, actualizarse y mejorar su modelo del mundo frente a errores o desafíos.
Ajustar los parametros de un modelo mental
El aprendizaje implica ajustar nuestros modelos mentales para adaptarnos a nuevas situaciones, lo cual requiere creatividad. Incluso en tareas simples, como corregir la visión al usar lentes ajenos, el cerebro ensaya, comete errores y se adapta, como un tirador que calibra su puntería.
+ INFO
“La creatividad no es solo imaginar lo nuevo, sino aprender a ver lo conocido con ojos distintos. Cada acto de aprendizaje es una oportunidad para reinventar nuestra forma de pensar, sentir y actuar en el mundo.”
Aprovechar la explosión combinatoria
Procesamiento progresivo
Modelo jerárquico del aprendizaje
Análisis de bajo nivel
Lenguaje como ejemplo
Escala creciente
Léxico mental limitado
Minimizar errores
Inspiración biológica:
Avances tecnológicos:
Aprendizaje progresivo:
Capacidad de adaptación:
Capas sucesivas (redes profundas):
Gracias al desarrollo de microchips, hoy existen redes profundas con decenas de capas y millones de conexiones ajustables.
Las redes neuronales artificiales imitan la estructura jerárquica de la corteza cerebral.
Al unir muchas capas, estas redes se vuelven altamente robustas y adaptables a diversos problemas.
Una sola capa capta solo una parte de la información, pero juntas pueden identificar estructuras complejas.
Están formadas por múltiples capas, donde cada una detecta regularidades más complejas que la anterior.
Explorar el espacio de lo posible
Uno de los procedimientos más complejos que existen en el proceso de aprendizaje es la corrección de errores debido al conjunto de parámetros que implican el material educativo. Los informáticos descubrieron que la exploración al azar, la curiosidad estocástica y la generación aleatoria de descargas neuronales desempeñan un papel primordial en el aprendizaje del Homo Sapiens. Cuando el niño esta en modo de aprendizaje, explora decenas de posibilidades con una buena dosis de azar, y durante la noche, su cerebro continua haciendo malabares con las ideas, hasta encontrar la combinación optima.
Optimizar en función de recompensas
Estos enfoques se inspiran en el cerebro humano, que también aprende evaluando, anticipando y simulando resultados gracias a la interacción entre diferentes áreas cerebrales, la memoria y la imaginación.
La inteligencia artificial aprende mediante distintos métodos:
Acotar el espacio de investigación
Proyectar hipóstesis a priori
Solución de las CNN:
- Esta restricción (invariabilidad) se integra directamente en la estructura de la red, lo que reduce el espacio de aprendizaje.
Conocimiento a priori:- Antes de aprender, la red ya supone ciertas propiedades del mundo visual (como que un rostro sigue siendo un rostro en cualquier parte de la imagen).
Aprender todo sin restricciones no es realista:Ventaja principal:
- Las redes convolucionales (CNN) aprenden mejor y más rápido porque no aprenden todo desde cero: ya incorporan una hipótesis fuerte en su arquitectura.
Hipótesis clave:- Lo que se aprende en una parte de la imagen puede aplicarse en otras partes (es decir, los patrones se repiten en distintas ubicaciones).
Problema en visión por computadora:¡Muchas Gracias!
Gracias al aprendizaje, los datos en bruto que impactan nuestros sentidos se convierten en ideas abstractas, refinadas y lo suficientemente generales como para que podamos explotarlas en situaciones novedosas: en ciencias cognitivas, esos conjuntos de idas reciben el nombre de modelos internos.