Chubut Digital

3 preguntas: Cómo aprovechar al máximo los datos limitados para mejorar el rendimiento del pavimento

Cambio Climático y Sostenibilidad, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Inteligencia Artificial News, IoT, Papers de Investigación Científica / mayo 18, 2025

El investigador posdoctoral Haoran Li describe cómo el Centro de Sostenibilidad del Hormigón está permitiendo una toma de decisiones sobre pavimentos accesible, rápida y sólida. Las aceras son la columna vertebral de nuestro entorno construido. En Estados Unidos, casi 2,8 millones de millas de carriles , o aproximadamente 4,6 millones de kilómetros de carriles, están pavimentadas. Nos llevan al trabajo o a la escuela, transportan mercancías a sus destinos y mucho más. Para asegurar un futuro más sostenible, debemos analizar cuidadosamente el rendimiento a largo plazo y el impacto ambiental de nuestros pavimentos. Haoran Li, investigador posdoctoral del Centro de Sostenibilidad del Hormigón del MIT y del Departamento de Ingeniería Civil y Ambiental, está profundamente comprometido con el estudio de cómo brindar a las partes interesadas la información y las herramientas necesarias para tomar decisiones informadas sobre pavimentos con miras al futuro. En este artículo, analiza las evaluaciones del ciclo de vida de los pavimentos, así como la investigación del MIT sobre la sostenibilidad de los pavimentos. P : ¿Qué es la evaluación del ciclo de vida y por qué es importante para los pavimentos? R : El análisis del ciclo de vida (ACV) es un método que nos ayuda a evaluar de forma integral el impacto ambiental de productos y sistemas a lo largo de su ciclo de vida, desde el impacto de las materias primas hasta la construcción, el uso, el mantenimiento y la reparación, y finalmente el desmantelamiento. En el caso de los pavimentos, hasta el 78 % del impacto del ciclo de vida proviene de la fase de uso, y la mayor parte se debe al consumo de combustible de los vehículos, afectado por las características del pavimento, como la rigidez y la suavidad. Esta fase también incluye la luz solar reflejada por los pavimentos: un pavimento más ligero y reflectante devuelve el calor a la atmósfera en lugar de absorberlo, lo que puede ayudar a mantener los edificios y calles cercanas más frescos. Al mismo tiempo, existen impactos positivos en la fase de uso, como la absorción de carbono, el proceso natural por el cual los productos a base de cemento, como las carreteras e infraestructuras de hormigón, secuestran CO2 [ dióxido de carbono] de la atmósfera. Debido a la gran superficie de nuestros pavimentos, ofrecen un gran potencial para la solución de sostenibilidad. A diferencia de muchas soluciones de descarbonización, los pavimentos son gestionados por agencias gubernamentales e influyen en las emisiones de los vehículos y los edificios circundantes, lo que permite un impulso coordinado hacia la sostenibilidad a través de mejores materiales, diseños y mantenimiento. P : ¿Cuáles son las lagunas en los métodos y herramientas actuales de evaluación del ciclo de vida del pavimento y qué ha hecho el MIT Concrete Sustainability Hub para abordarlas hasta ahora? R : Una deficiencia clave es la complejidad de realizar el ACV de pavimentos. Los profesionales deben evaluar tanto el rendimiento estructural a largo plazo como el impacto ambiental de los materiales de pavimentación, considerando la interacción de los pavimentos con el entorno construido. Otra deficiencia clave es la gran incertidumbre asociada al ACV de pavimentos. Dado que los pavimentos están diseñados para durar décadas, es necesario gestionar la incertidumbre inherente mediante sus evaluaciones de rendimiento a largo plazo. Para abordar estos desafíos, el Centro de Sostenibilidad del Hormigón del MIT (CSHub) desarrolló un método innovador y herramientas prácticas que abordan la intensidad e incertidumbre de los datos, a la vez que ofrecen estrategias de ACV probabilísticas y específicas para cada contexto. Por ejemplo, demostramos que es posible obtener resultados significativos en las alternativas de pavimento preferidas desde el punto de vista ambiental, reduciendo al mismo tiempo la labor de recopilación de datos al centrarse en los parámetros más influyentes y menos variables. Al abordar las variables clave que impactan significativamente el ciclo de vida del pavimento, podemos optimizar el proceso y, aun así, obtener conclusiones sólidas. En general, los esfuerzos del CSHub buscan mejorar la precisión y la eficiencia de los ACV de pavimentos, haciéndolos más coherentes con las condiciones reales y más manejables en cuanto a los requisitos de datos. P : ¿En qué medida el nuevo método simplificado de evaluación del ciclo de vida del pavimento del MIT Concrete Sustainability Hub mejora los diseños anteriores? R : El CSHub desarrolló recientemente un nuevo marco para optimizar los análisis de ciclo de vida (ACV) probabilísticos y comparativos para pavimentos. El ACV probabilístico considera la aleatoriedad y la variabilidad de los datos, mientras que el ACV comparativo permite analizar simultáneamente diferentes opciones para determinar la opción más sostenible. Una innovación clave es el uso de un enfoque de subespecificación de datos estructurados, que prioriza la recopilación de datos. En el ACV de pavimentos, la subespecificación puede reducir la carga total de recopilación de datos hasta en un 85 % , lo que permite una toma de decisiones fiable con una cantidad mínima de datos. Al centrarnos en los elementos más críticos, podemos extraer conclusiones sólidas sin necesidad de una recopilación exhaustiva de datos. El uso de datos de entrada cada vez más detallados para un estudio de caso sobre pavimentos en Boston reduce la variabilidad en los resultados. Por ejemplo, en el Nivel de Datos M1 solo se dispone de datos de ubicación, mientras que en el Nivel de Datos M4 se incluyen datos de ubicación, ubicación y tipo de vía, así como datos de tráfico.Imagen cortesía de Haoran Li. Para que este marco sea práctico y accesible, se está integrando en una herramienta de software de ACV en línea. Esta herramienta facilita su uso por parte de profesionales como departamentos de transporte y organizaciones de planificación metropolitana. Les ayuda a identificar opciones que resulten en pavimentos de mayor rendimiento, más duraderos y más respetuosos con el medio ambiente. Algunas de estas soluciones podrían incluir la incorporación de mezclas de hormigón bajas en carbono, la priorización de tratamientos de larga duración y la optimización del diseño de la geometría del pavimento para reducir las emisiones de gases de efecto invernadero durante su ciclo de vida. En general, el nuevo

3 preguntas: Cómo aprovechar al máximo los datos limitados para mejorar el rendimiento del pavimento Leer más »

Con IA, los investigadores predicen la ubicación de prácticamente cualquier proteína dentro de una célula humana

Inteligencia Artificial en la Salud Humana, Inteligencia Artificial Generativa, Inteligencia Artificial News, Papers de Investigación Científica / mayo 18, 2025

Entrenado con una comprensión conjunta del comportamiento de las proteínas y las células, el modelo podría ayudar a diagnosticar enfermedades y desarrollar nuevos medicamentos. Una proteína ubicada en la parte incorrecta de una célula puede contribuir a diversas enfermedades, como el Alzheimer, la fibrosis quística y el cáncer. Sin embargo, existen alrededor de 70.000 proteínas y variantes proteicas diferentes en una sola célula humana, y dado que los científicos normalmente solo pueden analizar unas pocas en un solo experimento, identificar manualmente la ubicación de las proteínas resulta extremadamente costoso y lento. Una nueva generación de técnicas computacionales busca optimizar el proceso mediante modelos de aprendizaje automático que a menudo aprovechan conjuntos de datos que contienen miles de proteínas y sus ubicaciones, medidas en múltiples líneas celulares. Uno de los conjuntos de datos más grandes es el Atlas de Proteínas Humanas, que cataloga el comportamiento subcelular de más de 13 000 proteínas en más de 40 líneas celulares . Sin embargo, a pesar de su enorme tamaño, el Atlas de Proteínas Humanas solo ha explorado alrededor del 0,25 % de todos los emparejamientos posibles de todas las proteínas y líneas celulares dentro de la base de datos. Ahora, investigadores del MIT, la Universidad de Harvard y el Instituto Broad del MIT y Harvard han desarrollado un nuevo enfoque computacional que puede explorar eficientemente el espacio inexplorado restante. Su método puede predecir la ubicación de cualquier proteína en cualquier línea celular humana, incluso cuando ni la proteína ni la célula se han analizado antes. Su técnica va un paso más allá que muchos métodos basados en IA al localizar una proteína a nivel de célula individual, en lugar de como una estimación promediada de todas las células de un tipo específico. Esta localización unicelular podría determinar con precisión la ubicación de una proteína en una célula cancerosa específica después del tratamiento, por ejemplo. Los investigadores combinaron un modelo de lenguaje proteico con un modelo especial de visión artificial para capturar detalles detallados sobre una proteína y una célula. Al final, el usuario recibe una imagen de una célula con una sección resaltada que indica la predicción del modelo sobre la ubicación de la proteína. Dado que la localización de una proteína indica su estado funcional, esta técnica podría ayudar a investigadores y médicos a diagnosticar enfermedades o identificar dianas farmacológicas con mayor eficiencia, a la vez que permite a los biólogos comprender mejor cómo se relacionan los procesos biológicos complejos con la localización de proteínas. “Podrías realizar estos experimentos de localización de proteínas en una computadora sin necesidad de tocar ninguna mesa de laboratorio, con la esperanza de ahorrarte meses de esfuerzo. Si bien aún sería necesario verificar la predicción, esta técnica podría servir como una primera prueba para determinar qué se debe analizar experimentalmente”, afirma Yitong Tseo, estudiante de posgrado del programa de Biología Computacional y de Sistemas del MIT y coautor principal de un artículo sobre esta investigación. Tseo colabora en el artículo con la coautora principal Xinyi Zhang, estudiante de posgrado del Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) y el Centro Eric y Wendy Schmidt del Instituto Broad; Yunhao Bai, del Instituto Broad; y las autoras principales Fei Chen, profesora adjunta de Harvard y miembro del Instituto Broad, y Caroline Uhler, profesora de Ingeniería Andrew y Erna Viterbi en EECS y el Instituto de Datos, Sistemas y Sociedad (IDSS) del MIT, quien también es directora del Centro Eric y Wendy Schmidt e investigadora del Laboratorio de Sistemas de Información y Decisión (LIDS) del MIT. La investigación se publica hoy en Nature Methods . Modelos colaboradores Muchos modelos de predicción de proteínas existentes sólo pueden realizar predicciones basadas en los datos de proteínas y células con los que fueron entrenados o no pueden determinar con precisión la ubicación de una proteína dentro de una sola célula. Para superar estas limitaciones, los investigadores crearon un método de dos partes para predecir la ubicación subcelular de proteínas invisibles, llamado PUPS. La primera parte utiliza un modelo de secuencia de proteínas para capturar las propiedades determinantes de la localización de una proteína y su estructura 3D basada en la cadena de aminoácidos que la forma. La segunda parte incorpora un modelo de relleno de imagen, diseñado para rellenar las partes faltantes de una imagen. Este modelo de visión artificial analiza tres imágenes teñidas de una célula para recopilar información sobre su estado, como su tipo, características individuales y si se encuentra bajo estrés. PUPS une las representaciones creadas por cada modelo para predecir dónde se encuentra la proteína dentro de una sola célula, utilizando un decodificador de imágenes para generar una imagen resaltada que muestra la ubicación prevista. “Las diferentes células dentro de una línea celular exhiben características diferentes, y nuestro modelo es capaz de comprender ese matiz”, dice Tseo. El usuario introduce la secuencia de aminoácidos que forma la proteína y tres imágenes de tinción celular: una para el núcleo, otra para los microtúbulos y otra para el retículo endoplasmático. PUPS se encarga del resto. Una comprensión más profunda Los investigadores emplearon algunos trucos durante el proceso de entrenamiento para enseñar a PUPS cómo combinar información de cada modelo de tal manera que puedan hacer una suposición fundamentada sobre la ubicación de la proteína, incluso si no han visto esa proteína antes. Por ejemplo, asignan al modelo una tarea secundaria durante el entrenamiento: nombrar explícitamente el compartimento de localización, como el núcleo celular. Esto se realiza junto con la tarea principal de repintado para ayudar al modelo a aprender con mayor eficacia. Una buena analogía podría ser la de un profesor que pide a sus alumnos que dibujen todas las partes de una flor, además de escribir sus nombres. Se descubrió que este paso adicional ayudaba al modelo a mejorar su comprensión general de los posibles compartimentos celulares. Además, el hecho de que PUPS se entrene en proteínas y líneas celulares al mismo tiempo le ayuda a desarrollar una comprensión más profunda de en qué parte de una imagen celular tienden a localizarse las

Con IA, los investigadores predicen la ubicación de prácticamente cualquier proteína dentro de una célula humana Leer más »

Impulsando una IA responsable en entornos de alto riesgo

Ciberseguridad y Protección de Datos, Inteligencia Artificial Generativa, La Ética y la Inteligencia Artificial, La IA aplicada a la Educación, Papers de Investigación Científica, Robótica y Automatización / mayo 18, 2025

A medida que las tecnologías de IA evolucionan rápidamente, el profesor de Stanford Mykel Kochenderfer lidera los esfuerzos para validar la seguridad de los sistemas autónomos, desde automóviles hasta drones. Mientras explica la compleja labor de crear algoritmos avanzados para sistemas de seguridad en entornos de alto riesgo e incertidumbre, como conducir un coche o pilotar un avión, el profesor Mykel Kochenderfer se toma un momento para fundamentar la conversación. Toma una maqueta del Wright Flyer, un biplano construido por los hermanos Wright en 1903. “El tiempo transcurrido entre esto”, dice Kochenderfer, y luego lo deja para mostrar una maqueta de uno de los primeros aviones comerciales, “y esto son solo unas pocas décadas”. Y con cada década, la tecnología de la aviación y los sistemas de seguridad han seguido mejorando progresivamente. Estas mejoras fueron graduales e implicaron tanto la asunción de riesgos como pruebas iterativas, afirmó, de modo que «actualmente, uno de los lugares más seguros es estar a unos 9.000 metros de altura en un tubo metálico. Para mí, eso es realmente extraordinario». Profesor asociado de aeronáutica y astronáutica en Stanford, Kochenderfer dirige el Laboratorio de Sistemas Inteligentes de Stanford (SISL), donde investiga algoritmos avanzados y métodos analíticos para sistemas de toma de decisiones. También es investigador principal del Instituto de Stanford para IA Centrada en el Ser Humano (HAI). Su equipo en SISL se centra en sistemas de alto riesgo donde la seguridad y la eficiencia son cruciales, como el control del tráfico aéreo, los aviones no tripulados y los vehículos autónomos. Viajar en avión es seguro, pero Kochenderfer ha dedicado su carrera a trabajar para hacerlo aún más seguro. Antes de llegar a Stanford, Kochenderfer trabajó en modelado del espacio aéreo y prevención de colisiones de aeronaves en el Laboratorio Lincoln del MIT. Sus primeros trabajos condujeron a la creación del Sistema de Prevención de Colisiones Aerotransportadas X (ACAS X) , un sistema de seguridad a bordo diseñado para prevenir colisiones en el aire que utiliza algoritmos avanzados para detectar aeronaves cercanas y proporcionar recomendaciones de maniobra a los pilotos. ¿Cómo se define la seguridad de la IA? La seguridad depende de la aplicación. Por ejemplo, en aviación, la seguridad se define físicamente; buscamos evitar que un metal golpee con otro metal. En robótica y conducción autónoma, buscamos evitar que un objeto golpee con otro. Otros sistemas de IA requieren definir la seguridad en un sentido no físico. Por ejemplo, podríamos querer que nuestro agente de chat de IA respondiera a preguntas como por qué se produce una chispa al golpear un pedernal con un cuchillo, pero no que diera una descripción detallada de cómo fabricar una bomba. O podríamos querer que nuestro modelo de lenguaje no emitiera comentarios racistas. Sin embargo, estas son consideraciones de seguridad muy diferentes a las que consideramos en el sector aeroespacial. Imparto un seminario introductorio sobre posibles consecuencias sociales imprevistas, como la posibilidad de que algunos de estos sistemas provoquen la pérdida de empleos o afecten negativamente la forma en que las personas se relacionan entre sí. Desde un punto de vista técnico, las consecuencias posteriores pueden ser muy difíciles de predecir. ¿Qué tendencias están surgiendo de su investigación sobre seguridad de IA? La comunidad de IA se centra principalmente en el desarrollo de sistemas de IA, pero se ha prestado relativamente poca atención a cómo evaluarlos rigurosamente antes de su implementación. Evaluar estos sistemas cobra gran importancia debido a las enormes inversiones que realiza la industria y a que queremos implementarlos para obtener beneficios económicos y sociales. Sin embargo, se han cometido algunos errores importantes que pueden provocar daños reales a la sociedad, no solo a la reputación de las empresas que implementan estos sistemas. Lo que nos interesa hacer en nuestro laboratorio (y, en general, como parte del Stanford Center for AI Safety ) es desarrollar herramientas cuantitativas para ayudar en la validación del sistema. Esto ha sido realmente emocionante. El año pasado, ofrecimos un curso sobre la validación de sistemas críticos para la seguridad. Entonces, si tienes un sistema de IA y tienes que garantizar un cierto nivel de rendimiento y confiabilidad, ¿cómo lo haces? Es el primer curso de este tipo en Stanford, y acabamos de publicar una preimpresión de nuestro nuevo libro de texto llamado Algorithms for Validation . ¿Dónde están las lagunas en la construcción de una IA segura y responsable? Una brecha importante es cómo realizamos esta validación eficientemente. Ya sea construyendo un sistema anticolisión o un modelo de lenguaje confiable, realizamos simulaciones de fuerza bruta, a menudo ejecutando toneladas y toneladas de simulaciones antes de encontrar siquiera un fallo. Es necesario tener una colección estadísticamente significativa de fallos para identificar correctamente los modos de fallo, caracterizarlos y estimar una probabilidad de fallo. Pero ejecutar tantas simulaciones puede ser muy costoso, por lo que estamos trabajando para que sea lo más eficiente posible. Resulta que se puede usar IA para ayudar a guiar ese proceso. Así, podemos usar modelos de IA como modelos de difusión, Markov Chain Monte Carlo u otros. Existe una gran variedad de modelos de IA que podemos reutilizar para realizar una validación más eficiente. Pero ¿cómo sabe que ha hecho lo suficiente para que su modelo tenga la fidelidad suficiente? Solo puede contribuir a construir un caso de seguridad porque las simulaciones que puede ejecutar son ilimitadas y no hay garantía absoluta de que su modelo no haya pasado por alto ningún detalle. Debe utilizar el mejor modelo posible para esa evaluación; si su modelo es demasiado burdo o poco realista, sus conclusiones también lo serán. Podría subestimar o sobreestimar considerablemente la seguridad de su sistema. La comunidad de IA se centra principalmente en la creación de sistemas de IA, pero se ha prestado relativamente poca atención a cómo evaluar rigurosamente esos sistemas antes de su implementación”. La industria automotriz invirtió mucho en desarrollar simulaciones de alta fidelidad para la conducción autónoma, por ejemplo. Se busca que las simulaciones sean lo más realistas posible y garantizar que la distribución en los escenarios que se ejecutan represente el mundo

Impulsando una IA responsable en entornos de alto riesgo Leer más »

La IA ocupa un papel central en las clases de seguridad nacional

Big Data y Analítica Avanzada, Ciberseguridad y Protección de Datos, Inteligencia Artificial Generativa, Inteligencia Artificial News, Notas y Entrevistas, Papers de Investigación Científica / mayo 18, 2025

En los cursos impartidos a través del Centro Nudo Gordiano del Instituto Freeman Spogli, la inteligencia artificial está ayudando a los estudiantes a encontrar soluciones innovadoras a problemas de política global. Desde el lanzamiento público de ChatGPT en el otoño de 2022, las aulas de todo el mundo, desde las escuelas primarias hasta las universidades, han comenzado a adaptarse a una nueva realidad de educación aumentada con IA. Como ocurre con cualquier tecnología nueva, la integración de la IA en las prácticas docentes ha generado numerosas preguntas: ¿Ayudará o perjudicará los resultados de aprendizaje? ¿Estamos calificando a los estudiantes o a un algoritmo? Y, quizás la pregunta más importante: ¿Permitir o no permitir la IA en el aula? Esta es la pregunta que mantiene despiertos a muchos docentes. Para los instructores de Tecnología, Innovación y Competencia de Grandes Potencias , una clase creada e impartida por profesores y personal de Stanford en el Centro Gordian Knot para la Innovación en Seguridad Nacional (GKC) , la respuesta a esa pregunta era obvia. No solo permitían a los estudiantes usar IA en sus cursos, sino que la exigían. Aprovechar la IA para el análisis de políticas Impartida por Steve Blank , Joe Felter y Eric Volmar del Gordian Knot Center, la clase fue un foro natural para discutir cómo las tecnologías emergentes afectarán las relaciones entre los países más poderosos del mundo. Volmar, quien regresó a Stanford después de servir en el Departamento de Defensa de EE. UU., explica la lógica detrás de exigir el uso de IA: Al diseñar este currículo, partimos de la base de que el mundo ha cambiado. Los modelos de IA que vemos ahora son los peores que jamás habrá. Todo va a mejorar y se integrará cada vez más en nuestras vidas. Entonces, ¿por qué no usar todas las herramientas a nuestra disposición para preparar a los estudiantes para eso? Para los estudiantes acostumbrados a restricciones o prohibiciones absolutas en el uso de IA para completar trabajos del curso, ser calificado por el uso de IA llevó un tiempo de adaptación. “Esta fue la primera clase que tuve donde el uso de IA era obligatorio”, dijo Jackson Painter, estudiante de maestría en Ciencias de la Gestión e Ingeniería. “He tenido clases donde se permitía el uso de IA, pero había que citar o explicar exactamente cómo se usaba. Pero que se esperara que usara IA cada semana como parte de las tareas fue algo nuevo y bastante sorprendente”. Eric Volmar imparte el nuevo curso del Stanford Gordian Knot Center «Emprendimiento en el Gobierno». | Cortesía de FSI Divididos en equipos de tres o cuatro estudiantes, se les asignó un área de competencia estratégica en la que centrarse durante la clase, como potencia informática, semiconductores, IA/aprendizaje automático, autonomía, espacio y ciberseguridad. Además de las lecturas, cada grupo debía realizar entrevistas con actores clave, con el objetivo final de elaborar un memorando que describiera perspectivas específicas de política pública sobre su área de interés. Pero el proyecto final fue solo una parte de la calificación. Los instructores también evaluaron a cada grupo según cómo habían utilizado la IA para elaborar sus análisis, organizar la información y generar perspectivas. “No se trata de reemplazar la verdadera experiencia en la formulación de políticas, sino de cambiar la naturaleza de cómo se hace”, enfatizó Volmar. Ampliando las capacidades de los estudiantes Para los estudiantes, encontrar un equilibrio entre los hábitos familiares y el uso de una tecnología novedosa requirió algo de práctica. “Antes de esta clase, apenas usaba ChatGPT. Definitivamente prefería escribir con mi propio estilo”, comentó Helen Philips, estudiante de maestría en Política Internacional y asistente de curso. “Esto amplió por completo mi comprensión de las posibilidades de la IA”, continuó Philips. “Realmente me abrió la mente a los beneficios que la IA puede aportar a una amplia gama de productos de trabajo”. Tras una formación inicial sobre cómo desarrollar indicaciones eficaces para las herramientas de IA, los estudiantes comenzaron a iterar por su cuenta. El uso de los modelos para resumir y sintetizar grandes volúmenes de contenido fue un primer paso. Posteriormente, los grupos comenzaron a ser creativos. Algunos utilizaron la IA para crear mapas de las diversas partes interesadas en su proyecto y luego identificaron áreas de coincidencia y conexión entre los actores clave. Otros utilizaron las herramientas para crear entrevistas simuladas con expertos y, posteriormente, usaron los resultados para prepararse mejor para las entrevistas reales. Este es un nuevo tipo de trabajo en políticas públicas. No reemplaza la experiencia, sino que cambia la forma en que se accede a ella. Estas herramientas amplían la profundidad y la amplitud de los conocimientos que los estudiantes pueden asimilar. Es algo extraordinario.Eric VolmarDirector asociado de GKC Para Jackson Painter, la clase proporcionó una práctica valiosa que combina técnicas más tradicionales para desarrollar políticas con nueva tecnología. “Realmente llegué a comprender lo irremplazable que es el proceso de entrevista y el valor de hablar con personas reales”, dijo Jackson. “La gente conoce los pequeños matices que la IA pasa por alto. Pero cuando se pueden combinar esos matices con toda la información que la IA puede sintetizar, ahí es donde adquiere su mayor valor. Se trata de complementar, no de reemplazar, tu trabajo”. Ese tipo de síntesis es lo que los instructores del curso esperan que los estudiantes adquieran en clase. El objetivo, explicó Volmar, es que lo pongan en práctica como futuros líderes que enfrentan desafíos complejos que afectan a múltiples sectores del gobierno, la seguridad y la sociedad. “Este es un nuevo tipo de trabajo político”, dijo. “Es acelerado y amplía la profundidad y la amplitud que los estudiantes pueden asimilar. Pueden abarcar diversas áreas y combinar la investigación técnica con las audiencias en el Senado y la Cámara de Representantes. Pueden tomar algo de Silicon Valley y combinarlo con algo de Washington. Es algo extraordinario”. +1 Imágenes cortesía de FSI Innovación en tiempo real Para los instructores Blank, Felter y Volmar, clases como Tecnología, Innovación y Competencia de Grandes Potencias (o clases hermanas como la muy popular Hacking for Defense y

La IA ocupa un papel central en las clases de seguridad nacional Leer más »

La IA puede ayudar a los estudiantes a aprender mejor

Inteligencia Artificial Generativa, Inteligencia Artificial News, La Ética y la Inteligencia Artificial, La IA aplicada a la Educación, Noticias Tecnológicas, Papers de Investigación Científica / mayo 18, 2025

La gran mayoría de los estudiantes utilizan programas de inteligencia artificial generativa (GenAI) con regularidad. ¿Pueden los docentes lograr que los estudiantes superen el principio del mínimo esfuerzo y conviertan estos programas en herramientas educativas? Leen tus preguntas sin juzgar, explican las respuestas sin pestañear y reformulan algo una docena de veces si es necesario. Además, son flexibles y siempre están disponibles, lo que permite ahorrar tiempo en diversas tareas. Por lo tanto, no es de extrañar que los grandes modelos lingüísticos (LLM), sobre todo ChatGPT, hayan conquistado a estudiantes de todo el mundo. Según una encuesta del Consejo de Educación Digital, que obtuvo respuestas de 3839 estudiantes de grado, máster y doctorado en 16 países, el 86 % de los estudiantes utiliza GenAI para sus estudios, principalmente para buscar información. En la EPFL, el 79 % del alumnado y el 61,5 % del profesorado utilizan la tecnología, según dos encuestas realizadas en 2024. «Veo tres maneras en las que GenAI puede ser una herramienta útil para la educación: para ayudarnos a comprender cómo aprenden los alumnos, para automatizar tareas y para personalizar la experiencia de aprendizaje mediante retroalimentación y ejercicios específicos para cada alumno. Y creo que la primera y la última son las más interesantes», afirma Tanja Käser, profesora adjunta con plaza fija en la EPFL y directora del Laboratorio de Aprendizaje Automático para la Educación (ML4ED) de la escuela. Intercambio de lugares Ola Svensson, profesor asociado de la EPFL, utiliza el modelo de lenguaje de ChatGPT como parte de su material docente. Imparte una clase de licenciatura sobre algoritmos a más de 500 estudiantes. Para que la clase sea atractiva e interactiva, les pide a los estudiantes que se conviertan en profesores mediante el uso de GenAI. «Aprendes mejor algo si tienes que explicarlo, pero los estudios han demostrado que en clases numerosas, solo los mejores estudiantes se esfuerzan tanto», afirma Svensson. «Por eso creé un chatbot que hace preguntas en lugar de dar respuestas, obligando a los estudiantes a explicar. El chatbot les da retroalimentación sobre sus explicaciones. A los estudiantes parece gustarles mucho este enfoque y los datos muestran que con este método, a diferencia de leer la explicación de un concepto, los estudiantes responden a las preguntas del cuestionario con mayor rapidez y precisión». Se aprende mejor algo si hay que explicarlo, pero los estudios han demostrado que en clases grandes sólo los mejores estudiantes ponen ese tipo de esfuerzo.Ola Svensson, profesor asociado de la EPFL La aportación humana es esencial La retroalimentación es fundamental en el proceso de aprendizaje, pero brindar una buena retroalimentación requiere habilidad. Patrick Jermann, director del Centro de Educación Digital de la EPFL, colabora con ML4ED en un proyecto en este ámbito. «Estamos desarrollando un modelo de lenguaje para la EPFL que pueda ayudar a los profesores auxiliares a dar tutoría a los estudiantes», afirma. «El modelo está diseñado para ayudarles a formular respuestas eficaces desde una perspectiva docente. El objetivo no es reemplazar a los profesores auxiliares, sino capacitarlos para que sean mejores en su trabajo». En iniciativas como estas, los investigadores utilizan LLMs mejorados con tecnología de generación aumentada por recuperación (RAG). Esta tecnología selecciona la fuente de datos más relevante (bibliografía científica, materiales de clase, ejercicios para estudiantes, etc.) para responder a una pregunta dada, lo que resulta en resultados más fiables del programa GenAI. Sin embargo, la aportación de una persona con experiencia en la materia es crucial, no solo para alimentar la base de datos de RAG, sino también para garantizar que se proporcione retroalimentación de calidad y que esta sea posteriormente asimilada. Un estudio reciente de ML4ED reveló que los estudiantes tienden a confiar menos en la retroalimentación proporcionada por un programa de IA. El aprendizaje no se produce sin esfuerzo Dicho esto, cuando los estudiantes tienen prisa, tienden a olvidar que los resultados de la IA deben tomarse con pinzas. Francesco Mondada, profesor de robótica y director académico del Centro LEARN para Ciencias del Aprendizaje de la EPFL, permite a los estudiantes usar programas como ChatGPT durante sus exámenes. «La calidad de las respuestas de los estudiantes que informaron haber usado IA estuvo altamente correlacionada con la de las respuestas de ChatGPT», dice. «Cuando el programa se equivocó, los estudiantes también lo hicieron, a pesar de que les había dicho de antemano que usaría ChatGPT para preparar el examen. Eso demuestra lo importante que es enseñar a los estudiantes a usar los sistemas GenAI adecuadamente, lo más pronto posible en su escolaridad». El Centro LEARN ha desarrollado programas de capacitación interactivos sobre IA junto con recursos para maestros de secundaria. Dentro de la EPFL, el Centro LEARN coordina varias iniciativas para traducir los resultados de los experimentos realizados en el campus y en otros lugares en consejos prácticos y capacitación para la comunidad docente. Los programas GenAI solo pueden ser herramientas educativas eficaces si se emplean correctamente. En su clase del año pasado, Mondada observó que los estudiantes que usaban ChatGPT para sus ejercicios repasaban el material más rápido, pero no lo aprendían tan bien. «El problema es que no adquieren los conocimientos ni las habilidades necesarias», afirma. «Aprender algo nuevo requiere esfuerzo, es inevitable. Eso significa que debemos pensar en el panorama general. Los profesores deberían evaluar el proceso de aprendizaje de los estudiantes, y no solo sus respuestas a preguntas específicas, por ejemplo, haciéndoles trabajar en proyectos con evaluaciones realizadas a lo largo del camino». Esa es una forma de garantizar que los estudiantes adquieran una base sólida en la que puedan confiar al enfrentarse a problemas complejos, problemas que ChatGPT reformulará una docena de veces sin proporcionar la respuesta correcta. Por ahora. Recursos para docentes.Para apoyar al profesorado en el uso de la IA generativa con fines educativos, el Centro de Educación Digital (CEDE), el Centro de Apoyo a la Docencia (CAPE) y el Centro LEARN, en colaboración con el Centro de IA, han recopilado una selección de recursos en esta página web . Además de recomendaciones para el uso

La IA puede ayudar a los estudiantes a aprender mejor Leer más »

From sports venues to shopping centres: boosting indoor connectivity across the UK’s busiest locations

Cambio Climático y Sostenibilidad, Ciberseguridad y Protección de Datos, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Nube e Infraestructura como Servicio / mayo 17, 2025

With a packed 2025 schedule that sees the likes of Oasis, Coldplay and Lana Del Rey embarking on nationwide tours, it’s no surprise that almost a quarter (24%) of Brits plan to attend or engage with even more major events in 2025. The UK is a nation that lives in the moment. From seismic sporting clashes to crowd-pleasing concerts, live-events punctuate our diaries as the standout cultural moments in the calendar – and with a packed 2025 schedule that sees the likes of Oasis, Coldplay and Lana Del Rey embarking on nationwide tours, it’s no surprise that almost a quarter (24%) of Brits plan to attend or engage with even more major events in 2025. For those of us lucky enough to witness these events in-person, mobile connectivity is an increasingly essential part of the experience. For some eventgoers, that may simply mean being able to access their mobile ticket, or to stay in contact with those they’re attending with – relatively basic needs in terms of capacity, but important nonetheless. For others, it might be more data-intensive tasks like live-streaming the event on social media or video-calling friends and family to share their experience – something which over one-third of Gen Z-ers like to do. Whatever the use-case, if the network doesn’t have sufficient capacity, then everybody’s experience suffers. And it’s not just the sheer volume of people that can hinder indoor connectivity. Complex designs are a feature of many commercial venues, with the shape, size and even building materials all impacting the connectivity experience. Just think of the sheer scale of an airport, the thick Victorian walls of many a train station, or the multi-level layout of shopping centres. As the UK’s best and most reliable network1, it’s important to us that our EE network delivers for customers whenever and wherever they need us. While we’re proud of our network leadership credentials, it’s not just about extending geographic coverage and top speeds. We know that a consistently reliable experience is essential, and in-building connectivity is a key area in which we’re continually focused on making improvements for our customers. That’s why we’re working hard every day to bring our connectivity to more and more venues all the time, using innovative Distributed Antenna Systems (DAS) to simplify complex building designs and boost coverage and capacity, so that our customers experience the same network performance inside as they do outdoors. With a DAS, we’re able to simplify a large or complex venue by breaking it down into smaller ‘sectors’, each with its own antenna that connects back to a single source bringing 4G or 5G from outside to in. These antennas mean we can evenly deliver coverage throughout the building, ensuring any barriers to reliable connectivity – like thick walls – are no longer a concern. Take Cheltenham Racecourse as an example, where we recently installed a DAS to support the arrival of almost 220,000 racegoers at March’s Cheltenham Festival. Implemented within the racecourse’s multiple spectator stands – packed with bars, eateries and hospitality suites – the system boosted capacity alongside our usual temporary outdoor deployments, resulting in a near doubling in 4G and 5G data traffic year-on-year (38.21TB vs 20.08TB in 2024). At the same time, as we continue to roll-out our next generation 5G Standalone (5G SA) network, we’re beginning to look at how this can enhance the customer experience in new ways. Earlier this year, Wembley Stadium, Connected by EE, became the UK’s first sports venue to have a bespoke and permanent 5G SA network, bringing with it cutting-edge connectivity for fans, as well as the potential to support wider stadium operations, for example by ensuring the payment terminals at food and merchandise stalls benefit from a fast and reliable connection. Our ambition is to build a network that permeates everywhere, and in-building connectivity is essential to that. In the last 12 months, we’ve activated 85 new indoor systems across the UK. And our coverage isn’t just limited to sports and entertainment venues – you’ll find a strong, reliable EE connection in transport hubs like Stansted Airport, retail hotspots like Manchester’s Trafford Centre and Birmingham’s Bullring, and even in numerous office blocks too. It’s encouraging to see more and more landlords recognise mobile connectivity as a key requirement for their occupants, be they sports fans, shoppers, commuters or employees. We’re excited to work with them and our partners to deliver greater connectivity to even more buildings over the next year and beyond. 1 Claims based on the RootMetrics® UK RootScore® Report: H2 2024. Tested at locations across the UK with the best commercially available smartphones on 4 national mobile networks across all available network types. Your experiences may vary. The RootMetrics award is not an endorsement of EE. Visit ee.co.uk/claims for more details. BT GROUP Blog. A. McG.

From sports venues to shopping centres: boosting indoor connectivity across the UK’s busiest locations Leer más »

De los recintos deportivos a los centros comerciales: impulsar la conectividad en interiores en las ubicaciones más concurridas del Reino Unido

Cambio Climático y Sostenibilidad, Ciberseguridad y Protección de Datos, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Nube e Infraestructura como Servicio / mayo 17, 2025

Con una agenda repleta para 2025 que incluye giras nacionales de artistas como Oasis, Coldplay y Lana Del Rey, no sorprende que casi una cuarta parte (24%) de los británicos planee asistir o participar en aún más eventos importantes en 2025 El Reino Unido es una nación que vive el momento. Desde emocionantes enfrentamientos deportivos hasta conciertos que entusiasman al público, los eventos en vivo ocupan un lugar destacado en nuestras agendas como los momentos culturales más destacados del calendario. Y con una agenda repleta para 2025 que incluye giras nacionales de artistas como Oasis, Coldplay y Lana Del Rey, no sorprende que casi una cuarta parte (24%) de los británicos planee asistir o participar en aún más eventos importantes en 2025. Para quienes tenemos la suerte de presenciar estos eventos en persona, la conectividad móvil es una parte cada vez más esencial de la experiencia. Para algunos asistentes, esto puede significar simplemente poder acceder a su entrada móvil o mantenerse en contacto con sus acompañantes: necesidades relativamente básicas en cuanto a capacidad, pero importantes. Para otros, pueden ser tareas que consumen más datos, como la transmisión en directo del evento en redes sociales o las videollamadas a amigos y familiares para compartir su experiencia, algo que a más de un tercio de la generación Z le gusta hacer. Sea cual sea el caso de uso, si la red no tiene suficiente capacidad, la experiencia de todos se ve afectada. Y no es solo la gran cantidad de personas lo que puede dificultar la conectividad en interiores. Los diseños complejos son característicos de muchos locales comerciales, donde la forma, el tamaño e incluso los materiales de construcción afectan la experiencia de conectividad. Basta con pensar en la magnitud de un aeropuerto, los gruesos muros victorianos de muchas estaciones de tren o la distribución multinivel de los centros comerciales. Como la red más confiable y eficaz del Reino Unido , nos importa que nuestra red EE esté disponible para nuestros clientes cuando y donde la necesiten. Si bien nos enorgullecemos de nuestro liderazgo en redes, no se trata solo de ampliar la cobertura geográfica y las velocidades máximas. Sabemos que una experiencia confiable y constante es esencial, y la conectividad en edificios es un área clave en la que nos enfocamos continuamente en mejorar para nuestros clientes. Por eso trabajamos arduamente cada día para llevar nuestra conectividad a cada vez más recintos, utilizando innovadores Sistemas de Antenas Distribuidas (DAS) para simplificar los diseños complejos de edificios y aumentar la cobertura y la capacidad, para que nuestros clientes experimenten el mismo rendimiento de red en interiores que en exteriores. Con un DAS, podemos simplificar un recinto grande o complejo dividiéndolo en «sectores» más pequeños, cada uno con su propia antena que se conecta a una única fuente que lleva la señal 4G o 5G del exterior al interior. Estas antenas nos permiten ofrecer una cobertura uniforme en todo el edificio, garantizando que cualquier obstáculo para una conectividad fiable, como paredes gruesas, ya no sea un problema. Tomemos como ejemplo el Hipódromo de Cheltenham, donde recientemente instalamos un DAS para atender la llegada de casi 220.000 asistentes al Festival de Cheltenham en marzo. Implementado en las múltiples gradas del hipódromo —repletas de bares, restaurantes y salas de espera—, el sistema aumentó la capacidad junto con nuestras habituales instalaciones temporales al aire libre, lo que resultó en casi duplicar el tráfico de datos 4G y 5G interanual (38,21 TB frente a 20,08 TB en 2024). Al mismo tiempo, a medida que continuamos implementando nuestra red 5G Standalone (5G SA) de próxima generación, estamos comenzando a analizar cómo esta puede mejorar la experiencia del cliente de nuevas maneras. A principios de este año, el estadio de Wembley, Connected by EE, se convirtió en el primer recinto deportivo del Reino Unido en contar con una red 5G SA personalizada y permanente , lo que ofrece conectividad de vanguardia para los aficionados, así como la posibilidad de respaldar las operaciones del estadio en general, por ejemplo, garantizando que las terminales de pago en los puestos de comida y productos se beneficien de una conexión rápida y fiable. Nuestra ambición es construir una red que llegue a todas partes, y la conectividad en interiores es esencial para ello. En los últimos 12 meses, hemos activado 85 nuevos sistemas interiores en todo el Reino Unido. Y nuestra cobertura no se limita solo a recintos deportivos y de entretenimiento: encontrará una conexión EE sólida y fiable en centros de transporte como el Aeropuerto de Stansted, puntos de acceso comercial como el Trafford Centre de Manchester y el Bullring de Birmingham, e incluso en numerosos edificios de oficinas. Es alentador ver que cada vez más propietarios reconocen la conectividad móvil como un requisito clave para sus ocupantes, ya sean aficionados al deporte, compradores, personas que se desplazan al trabajo o empleados. Nos entusiasma trabajar con ellos y nuestros socios para ofrecer una mayor conectividad a aún más edificios durante el próximo año y en adelante. 1 Afirmaciones basadas en el informe RootMetrics® UK RootScore® del segundo semestre de 2024. Probado en ubicaciones de todo el Reino Unido con los mejores smartphones disponibles en el mercado, en 4 redes móviles nacionales y en todos los tipos de red disponibles. Su experiencia puede variar. El premio RootMetrics no implica un aval de EE. Visite ee.co.uk/claims para obtener más información . BT GROUP Blog. G. McG. Traducido al español

De los recintos deportivos a los centros comerciales: impulsar la conectividad en interiores en las ubicaciones más concurridas del Reino Unido Leer más »

HP lleva las capacidades de IA a las empresas minoristas y hoteleras

Inteligencia Artificial Generativa, Inteligencia Artificial News / mayo 17, 2025

Impulsada por el chip de IA de última generación de Hailo, la familia de productos HP Engage permite implementar soluciones de IA en dispositivos más pequeños y de menor consumo, ampliando las oportunidades para la IA en el edge. La IA está transformando el funcionamiento de las empresas, el trabajo de los empleados y la interacción de los consumidores con las marcas. La IA predictiva permite el seguimiento del inventario en tiempo real para la previsión de la demanda y la reposición automática de existencias, así como la prevención de pérdidas mediante la detección de patrones de comportamiento inusuales y artículos no escaneados para detectar posibles fraudes. La IA generativa mejora la experiencia del cliente mediante recomendaciones personalizadas, lo que mejora la interacción y las tasas de conversión, y permite la asistencia instantánea a través de agentes de IA, lo que permite a los empleados centrarse en tareas de mayor valor. Hoy nos complace anunciar la tarjeta HP AI Accelerator M.2, impulsada por el innovador acelerador de IA Hailo-10H . Esta innovadora tecnología redefinirá la forma en que operan los negocios minoristas y hoteleros, permitiéndoles aprovechar el poder de la IA de una manera más compacta, rentable y energéticamente eficiente. Como todas las tecnologías, la IA presenta sus desafíos. Las soluciones actuales basadas en la nube suelen presentar conexiones poco fiables y latencia, lo que limita su aplicación. Además, los altos costes iniciales y el alto consumo de energía pueden reducir o incluso eliminar el retorno de la inversión (ROI). La nueva tarjeta aceleradora de IA HP M.2, que aprovecha el acelerador de IA Hailo-10H, elimina estos desafíos y amplía las oportunidades para la IA en el borde. HP será el primero en comercializar el acelerador Hailo-10H, un chip de vanguardia diseñado para llevar la IA generativa de alto rendimiento al borde con la máxima velocidad y privacidad, con un consumo de energía reducido, lo que hace que la IA sea asequible y accesible. Citas de socios AiFi es una empresa de inteligencia espacial que utiliza visión artificial con cámara para facilitar experiencias de compra autónomas y sin necesidad de caja, y proporciona a los minoristas análisis de clientes exclusivos y anónimos. Hemos innovado continuamente en nuestro enfoque de software para reducir el coste del hardware. Al integrar la tarjeta HP AI Accelerator M.2 con los dispositivos HP Engage, AiFi y HP pueden reducir la inversión en hardware, ofreciendo importantes beneficios de IA a los minoristas con un retorno de la inversión más rápido. Joao Diogo Falcao, CTO de AiFi Imagine un mundo donde cada producto en su mostrador o estante se reconoce y se procesa al instante. Con el innovador Modelo de Fundación para el Comercio Minorista de UltronAI, puede identificar cientos de miles de artículos desde una cámara en tiempo real, directamente en el dispositivo. Funciona con cualquier cámara, ubicación o iluminación. Mediante un acelerador de IA Hailo integrado en un sistema HP, nuestra solución ofrece información rápida en el borde, a bajo costo, optimizando el proceso de pago, la gestión del inventario, agilizando los flujos de trabajo y mejorando la experiencia del comprador en la tienda, a la vez que reduce las pérdidas para los minoristas. Marios Savvides, fundador y director ejecutivo de UltronAI, Inc. El HP AI Accelerator se adapta a una gama de dispositivos HP, incluidos HP Engage One Pro G2 , HP Engage Flex Pro G2 y Pro-C G2 , y HP Engage Flex Mini G2 . Además, la tarjeta se puede instalar en otros dispositivos compatibles, como PC comerciales y estaciones de trabajo que tienen una ranura M.2 disponible, lo que proporciona a las empresas la flexibilidad de aprovechar la IA en todo su entorno. La colaboración de HP con Hailo para proporcionar a las empresas minoristas y hoteleras capacidades de IA marca un hito significativo en la innovación tecnológica. Al aprovechar el acelerador de IA Hailo-10H, HP está permitiendo a las industrias transformar sus operaciones y llevar las experiencias de los clientes a nuevas alturas. A medida que la IA continúa evolucionando, el trabajo conjunto de HP y Hailo sin duda conducirá a nuevos avances y oportunidades para las empresas de todo el mundo. Únase a nosotros en LinkedIn para mantenerse actualizado sobre nuestros últimos desarrollos. La tarjeta HP AI Accelerator M.2 estará disponible en agosto de 2025. HP Blog. A. M. Traducido al español

HP lleva las capacidades de IA a las empresas minoristas y hoteleras Leer más »

Impulsar la formación: SAP Learning Hub, student edition capacita a la próxima generación

Inteligencia Artificial Generativa, Inteligencia Artificial News, La IA aplicada a la Educación / mayo 17, 2025

La nueva generación de trabajadores se enfrenta a un entorno laboral nunca antes visto, en el que las herramientas de IA evolucionan más rápido que los planes de formación y las descripciones de los puestos de trabajo cambian con cada actualización de los distintos productos. Según un estudio de LinkedIn, el 34% de los empleados, sobre todo jóvenes profesionales, afirma sentirse abrumado por la velocidad de los cambios, y manifiesta una gran necesidad de apoyo para adaptarse a las nuevas tecnologías y a las modalidades digitales de trabajo. En respuesta a esta presión cada vez mayor, SAP ha lanzado SAP Learning Hub, student edition, una oferta global sin costo que proporciona a los estudiantes y educadores todos los recursos especializados necesarios para obtener y mantener la certificación y destacarse con habilidades demostradas en las últimas innovaciones de SAP. Ofrece recursos de aprendizaje guiado, incluidas sesiones en vivo a cargo de expertos, acceso a sistemas de práctica para obtener experiencia concreta y dos intentos de examen de Certificación SAP. Disponible a nivel global desde abril de 2025, la solución digital está diseñada para reducir la brecha entre la teoría del aula y la preparación para el mundo real, al asegurar que los estudiantes tengan acceso a todos los recursos que necesitan para preparar su futuro profesional con las habilidades y credenciales más actuales. Reducir la brecha global de competencias: oportunidades para cada estudiante Hoy, la necesidad de una solución como ésta es más apremiante que nunca. Con un aumento de las inscripciones en cursos relacionados con IA del 117% solo en el último año* y un mayor temor a la obsolescencia digital, los estudiantes y los profesionales que inician sus carreras buscan experiencia práctica en el puesto de trabajo, y no simplemente conocimientos teóricos, que les permitan afrontar el cambio con adaptabilidad en lugar de con ansiedad. Además, resulta crítico no dilatar la implementación de iniciativas como esta. IDC prevé que, para 2026, más del 90% de las organizaciones sufrirán escasez de competencias en TI, lo que les costará billones en oportunidades perdidas**. Los empleadores tienen dificultades para encontrar graduados que no solo entiendan las tecnologías digitales, sino que además puedan utilizarlas eficazmente desde el primer día. La Dra. Katharina Schäfer, directora global de SAP University Alliances, cree que la nueva oferta de SAP cubrirá esta carencia de competencias: “SAP Learning Hub, student edition, simplifica la planificación de las lecciones y la enseñanza para los educadores, al tiempo que garantiza que los estudiantes adquieran experiencia práctica con las últimas tecnologías de SAP para prepararse para el mercado laboral actual”. Estudiantes, educadores y empresarios, todos ganan Diseñada para estudiantes, la solución ofrece contenidos para que cada persona avance a su propio ritmo; además, brinda un aprendizaje guiado y a medida para adquirir habilidades prácticas. Además de acceder a los sistemas de prácticas de soluciones SAP más modernos, los estudiantes pueden interactuar directamente con expertos de SAP en sesiones en vivo para tratar temas más complejos. Con SAP Learning Hub, student edition, los alumnos adquirirán la confianza necesaria para trabajar en proyectos clave de SAP, impulsar la innovación con su profesionalismo comprobada y desarrollar continuamente las habilidades necesarias para destacar ante los empleadores. Más allá de los estudiantes, los beneficios de SAP Learning Hub, student edition , se extienden a los educadores que ahora tienen acceso a recursos guiados y prácticos para posibilitar que sus estudiantes obtengan una Certificación SAP. “Este programa me permite enseñar con herramientas SAP reales más fácilmente”, afirma Nancy Jones, educadora y desarrolladora de planes de estudios. “Mis alumnos no solo se van con conocimientos, sino con la prueba de que pueden aplicarlos”. La solución también ofrece a las empresas una nueva y poderosa alternativa para acceder a talentos certificados y preparados para el mercado laboral, muchos de los cuales han recibido formación en las tecnologías que utilizan a diario. Los responsables de RR.HH. y los directores de contratación también se benefician de un proceso de reclutamiento eficiente al identificar fácilmente a los candidatos con experiencia validada en SAP. Esto también reduce la necesidad de una formación exhaustiva, acorta los plazos de incorporación del personal y garantiza la preparación de la empresa para futuros retos: todos ganan. Superar el desaliento con aptitudes orientadas al futuro SAP Learning Hub, student edition, llega en un momento en el que la IA y la transformación digital están redefiniendo los requisitos laborales. Esta solución digital ofrece a los jóvenes talentos, y a los educadores que los forman, una forma eficaz de mantenerse al día. De este modo, están sentando las bases de profesionales más resistentes y preparados para afrontar los retos y las oportunidades de la economía moderna. Puede encontrar más información en: Estudiantes: http://learning.sap.com/free-student-edition Educadores: https://learning.sap.com/lecturers SAP News. Traducido al español

Impulsar la formación: SAP Learning Hub, student edition capacita a la próxima generación Leer más »

El Portal de las Tecnologías para la Innovación