Tecnológico Nacional de México

Instituto Tecnológico de Tuxtla Gutiérrez

Subdirección Académica
Instrumentación Didáctica para la Formación y Desarrollo de Competencias

Periodo : Agosto – Diciembre 2019 Clave de la Asignatura: SCC-1012 Grupo: S9A

Nombre de la Asignatura: INTELIGENCIA ARTIFICIAL Plan de estudios: ISIC-2010-224
Horas teoría-horas práctica-créditos 2-2-4 Modalidad: PRESENCIAL

Atributos del egresado

1. Caracterización de la asignatura

La asignatura de Inteligencia Artificial aporta al perfil del Ingeniero en Sistemas Computacionales la capacidad de
aplicar técnicas de Inteligencia Artificial mediante el desarrollo y programación de modelos matemáticos, estadísticos
y de simulación a la solución de problemas complejos de control automático, diagnóstico, toma de decisiones,
clasificación, minería de datos; es decir, problemas propios de la Inteligencia Artificial. Con esta asignatura se
pretende dar una Introducción a la Inteligencia Artificial (IA) presentando a los estudiantes, algunos de los métodos
más utilizados en las diferentes áreas de la Inteligencia Artificial. Para ello, se introducen las técnicas más
comunes de manipulación y representación del conocimiento y se analizan las características de las herramientas
disponibles para la construcción de aplicaciones reales, en las diferentes áreas de la IA, con el fin de conformar una
actitud científica, crítica y responsable. Esta materia está situada como una de las últimas del plan de estudio,
debido a que el alumno necesita tener de base el aprendizaje de otras materias que permitan que posea habilidades
de estructuras de control, listas, arboles, recursividad; así como conocimientos de teoría de la probabilidad, teoría
de la computación, programación en lenguajes de alto nivel, conocimientos de estructura y bases de datos.

ITTG-AC-PO-004-02 Rev. 0
 2. Intención didáctica

La asignatura se dividió́ en cuatro unidades, de tal manera que el estudiante en las primeras tres unidades obtendrá́
los conocimientos generales, para que en la última unidad diseñe soluciones del entorno táles como robótica, redes
neuronales, visión artificial, lógica difusa, procesamiento de lenguaje natural, sistemas expertos, etcétera.
La primera unidad aborda conocimientos esenciales que el estudiante debe poseer para comprender el origen, los
distintos enfoques y el estado actual de los desarrollos en el campo de la inteligencia artificial, que le serán útiles
para desarrollar su capacidad de análisis crítico y ubicar la materia en el contexto global.
Las unidades dos y tres tratan los conceptos necesarios para que el estudiante obtenga la capacidad de
s o l u c i o n a r problemas, mediante técnicas de búsqueda y la capacidad de generar nuevas ideas para la
representación del conocimiento y del razonamiento, retomando los conceptos de la lógica de predicados,
inducción y teoría de grafos estudiados en la asignatura de matemáticas discretas.
Dentro de la unidad cuatro, se le sugiere al docente coordinar a los estudiantes para que desarrollen un proyecto de
aplicación en alguna de las distintas ramas de la Inteligencia Artificial, que será seleccionada de acuerdo a la
demanda del sector productivo de la región. Es primordial que el alumno logre desarrollar una solución final o proyecto
integrador, puesto que la necesidad de una solución terminada es el claro escenario que se presenta en el ambiente
laboral y para que el alumno sea capaz de enfrentar dicha situación, debe reunir habilidades de
investigación, capacidad de adaptarse a nuevas situaciones y de generar nuevas ideas y al mismo tiempo,
capacidad de trabajar en un equipo interdisciplinario.
Por último, es importante que el profesor proporcione una visión completa de la asignatura sabiendo delimitar las
aplicaciones al sector productivo y las del sector de investigación.

3. Competencia de la asignatura
Conocer los principios y el desarrollo de la Inteligencia Artificial, identificando sus aplicaciones (robótica, visión computacional,
lógica difusa, redes neuronales y procesamiento de lenguaje natural) para emplearlas en el diseño e implementación de
sistemas inteligentes que faciliten las tareas del ser humano.

ITTG-AC-PO-004-02 Rev. 0
 4. Análisis por competencias específicas
Descripción: Conocer los conceptos fundamentales de la IA, así como
Competencia No.: 1
el estado del arte de las áreas de la inteligencia artificial.
Temas y subtemas para
Actividades de Actividades de Desarrollo de Horas teórico-
desarrollar la competencia
aprendizaje enseñanza competencias genéricas práctica
específica
1.1 Introducción a la -Investigar sobre los Presentar un  Capacidad de
Inteligencia Artificial. 1.2 diferentes enfoques reporte escrito 10
análisis y síntesis.
Historia de la Inteligencia de la Inteligencia de la
Artificial. artificial. investigación  Capacidad de
sobre la organizar y planificar.
1.3 Las habilidades -Discutir en grupo los evolución
cognoscitivas según la diferentes enfoques. histórica de la  Habilidad para
psicología. Teorías de la Inteligencia buscar y analizar
inteligencia (conductismo, -Plantear una línea Artificial. información
Gardner, etc.). de tiempo de la proveniente de
1.4 El proceso de historia de la IA. Diseñar una fuentes diversas.
razonamiento según la tabla
lógica (Axiomas, -Investigar las comparativa por  Solución de
Teoremas, técnicas actuales de equipos del problemas.
demostración). la inteligencia análisis
1.5 El modelo de artificial. realizado sobre  Toma de
adquisición del las teorías de la decisiones.
-Investigar y
conocimiento según la Inteligencia de
seleccionar  Trabajo en equipo.
filosofía. Gardner.
desarrollos actuales
 Capacidad de
1.6 El modelo de la inteligencia Discutir por
artificial. aplicar los
cognoscitivo. equipo el
conocimientos.
proceso de
1.7 El modelo del agente -Comentar en grupo razonamiento  Habilidades de
inteligente, Sistemas los desarrollos según la lógica

ITTG-AC-PO-004-02 Rev. 0
 Multi Agentes, Sistemas actuales de la y presentar un investigación.
Ubicuos. Inteligencia artificial. resumen.
-Investigar  Capacidad de
1.8 El papel de la información acerca Analizar el generar nuevas ideas.
heurística. de los modelos de modelo de
1.8.1 Algoritmos de agente inteligente. adquisición del  Liderazgo.
exploración de conocimiento
alternativas. -Discutir acerca de según la  Habilidad para
los diferentes filosofía y trabajar en forma.
1.8.2 Algoritmo A*. modelos de agentes desarrollar una
Autónoma.
inteligentes. síntesis.
1.8.3 Algoritmos de
búsqueda local.  Búsqueda del logro.
-Investigar el Interpretar el
concepto de modelo
heurística. cognoscitivo y
realizar un
-Elaborar el mapa mapa mental.
conceptual de
heurística. Elaborar un
resumen del
Tutorial de
JADE en donde
se desarrollan
agentes
inteligentes.

ITTG-AC-PO-004-02 Rev. 0
 Indicadores de alcance Valor del
indicador
A. Haber realizado un reporte escrito de la investigación sobre la evolución histórica de la Inteligencia
Artificial con evaluación escrita. A. 15 %
B. 15%
B. Realiza el diseño una tabla comparativa por equipos del análisis realizado sobre las teorías de la
C. 15%
Inteligencia de Gardner. D. 20%
C. Discute por equipo el proceso de razonamiento según la lógica y presenta un resumen. E. 20%
D. Analiza el modelo de adquisición del conocimiento según la filosofía y desarrolla una síntesis. F. 15%
E. Interpreta el modelo cognoscitivo y realiza un mapa mental.
F. Elabora un resumen del Tutorial de JADE en donde se desarrollan agentes inteligentes.

Niveles de desempeño:

Desempeño Nivel de desempeño Indicadores de alcance Valoración numérica

Excelente A,B,C,D,E,F 100
Notable A,B,C,D,E 80-99
Competencia alcanzada
Bueno A,B,C,D 75-84
Suficiente A,B,D,E 70-74
Competencia no alcanzada Insuficiente NO CUMPLE CON LOS NA
INDICADORES

Matriz de evaluación:

Evidencia de Indicador de alcance

%
aprendizaje Evaluación formativa de la competencia
A B C D E F
Reporte escrito 25 13 3 3 3 3 Lista de cotejo
Resumen escrito 25 4 13 2 4 2 Lista de cotejo
Examen Escrito 50 12 10 7 7 7 7
Total 29 26 12 10 11 12

ITTG-AC-PO-004-02 Rev. 0
 Descripción: Representar el conocimiento por medio de un sistema
Competencia No.: 2 basado en conocimiento.

Temas y subtemas para

Actividades de Actividades de Desarrollo de Horas teórico-
desarrollar la competencia
aprendizaje enseñanza competencias genéricas práctica
específica
2.1 Principios y -Investigar Investigar  Habilidad para
Metodología de la información acerca información buscar y analizar 12
Inteligencia Artificial. de definiciones y acerca de información
2.2 Paradigmas de la elementos de los definiciones y proveniente de
Inteligencia Artificial. sistemas basados en elementos de fuentes diversas.
2.3 Mapas conceptuales. conocimientos. los sistemas
basados en  Solución de
2.4 Redes semánticas. Representar el conocimientos. problemas.
2.5 Razonamiento conocimiento
monótono. mediante un mapa Representar el  Toma de
2.7 Conocimiento no- conceptual y una red conocimiento decisiones.
monótono y otras semántica. mediante
un mapa  Trabajo en equipo.
lógicas. Investigar y conceptual y
2.8 Razonamiento comentar los  Capacidad de
una red
probabilístico. 2.9 conceptos de aplicar los
semántica.
Teorema de Bayes. sintaxis, semántica, conocimientos.
validez e inferencia Investigar y
en la lógica de  Habilidades de
comentar los
predicados. investigación.
conceptos de
sintaxis,  Capacidad de
Representar el
semántica, generar nuevas ideas.
conocimiento por
validez e
medio de lógica de
predicados.
inferencia en  Liderazgo.
la lógica de
Investigar y predicados.  Habilidad para
seleccionar trabajar en forma.
información acerca Representar el

ITTG-AC-PO-004-02 Rev. 0
 de los conceptos de conocimiento Autónoma.
aprendizaje, por medio de
razonamiento lógica de  Búsqueda del logro.
probabilístico, predicados.
lógicas multivaluadas
y lógica difusa. Investigar y
seleccionar
Realizar un modelo información
de red bayesiana a acerca de los
un problema de conceptos de
diagnóstico. aprendizaje,
razonamiento
probabilístico,
lógicas
multivaluadas y
lógica difusa.

Realizar un
modelo de red
bayesiana a un
problema de
diagnóstico.

ITTG-AC-PO-004-02 Rev. 0
 Indicadores de alcance Valor del
indicador
A. Haber realizado investigación escrita sobre definiciones de sistemas basados en conocimientos A. 15 %
B. Realiza un mapa conceptual representando el conocimiento. B. 15%
C. 15%
C. Investiga y comenta los conceptos de sintaxis, semántica, validez e inferencia en la lógica de D. 20%
predicados. E. 20%
D. Representa el conocimiento por medio de lógica de predicados. F. 15%
E. Investiga, selecciona información acerca de los conceptos de aprendizaje, razonamiento
probabilístico, lógicas multivaluadas y lógica difusa..
F. Realizar un modelo de red bayesiana a un problema de diagnóstico.

Niveles de desempeño:

Desempeño Nivel de desempeño Indicadores de alcance Valoración numérica

Excelente A,B,C,D,E,F 100
Notable A,B,C,D,E 80-99
Competencia alcanzada
Bueno A,B,C,D 75-84
Suficiente A,B,D,E 70-74
Competencia no alcanzada Insuficiente NO CUMPLE CON LOS NA
INDICADORES

Matriz de evaluación:

Evidencia de Indicador de alcance

%
aprendizaje Evaluación formativa de la competencia
A B C D E F
Reporte escrito 15 3 3 3 3 3 Lista de cotejo
Mapa conceptual 15 4 3 3 3 2 Guia de observacion
Resumen escrito 20 5 4 3 3 3 2 Guía de observación
Examen Escrito 50 10 10 10 10 10
Total 22 10 19 16 16 17

ITTG-AC-PO-004-02 Rev. 0
 Descripción: Resolver problemas en base a técnicas de búsqueda
Competencia No.: 3 en espacio de estado.

Temas y subtemas para

Actividades de Actividades de Desarrollo de Horas teórico-
desarrollar la competencia
aprendizaje enseñanza competencias genéricas práctica
específica
3.1 Representación de  Investigar los tipos Hacer ejercicios  Capacidad de
conocimiento mediante con reglas de 15
de problemas que se análisis y síntesis.
reglas resuelven con las producción, así
técnicas de como sus  Capacidad de
3.2 Métodos de Inferencia búsqueda. elementos que organizar y planificar.
en reglas la conforman.
3.3 Reglas de  Describir  Habilidad para
producción. gráficamente Ejercicios de buscar y analizar
3.4 Sintaxis de las reglas problemas en como se información
de producción. términos de espacios formula una
3.5 Semántica de las de estado (problema regla de proveniente de
reglas de producción de misioneros y producción, fuentes diversas.
3.6 Arquitectura de un caníbales, problemas tomando en
cuenta la  Solución de
sistema de Producción de juego entre dos
semántica y la problemas.
(SP) o sistemas basados adversarios, etc.).
en reglas, (SBR). sintaxis.
 Toma de
 Investigar
3.6.1 Hechos. Interpretar la decisiones.
información sobre los
3.6.2 Base de métodos de arquitectura de
 Trabajo en equipo.
conocimientos. 3.6.3 búsqueda (primero un Sistema de
Mecanismo de control. en anchura, primero Producción (SP)  Capacidad de
en profundidad). o Sistemas aplicar los
3.2 Espacios de estados Basados en conocimientos.
determinísticos y  Discutir en grupo Reglas (SBR) y
espacios no los diferentes presentar un  Habilidades de
determinísticos. algoritmos de esquema. investigación.
búsqueda.
3.3 Búsqueda Establecer el

ITTG-AC-PO-004-02 Rev. 0
 sistemática.  Realizar un diseño de la  Capacidad de
3.3.1 Búsqueda de metas proyecto para solución a un generar nuevas ideas.
a profundidad. 3.3.2 resolver un problema problema
Búsqueda de metas en de un juego clásico propuesto  Liderazgo.
anchura. (gato, ajedrez, utilizando la
puzzle, misioneros y metodología de  Habilidad para
caníbales, etc.), sistemas trabajar en forma.
empleando un basados en
Autónoma.
método de búsqueda conocimiento
óptima. presentando un  Búsqueda del logro.
diagrama de usos.

Programar la
clasificación de
los animales en
PROLOG para
especificar la
estructura de
las reglas de
producción.

Elaborar un
resumen del ciclo
de vida

ITTG-AC-PO-004-02 Rev. 0
 Indicadores de alcance Valor del
indicador
A. Hacer un ejercicios de reglas de producción, así como sus elementos que la conforman.
B. Ejercicios de como se formula una regla de producción, tomando en cuenta la semántica y la A. 15 %
B. 15%
sintaxis.
C. 15%
C. Interpreta la arquitectura de un Sistema de Producción (SP) o Sistemas Basados en Reglas (SBR) D. 20%
y presenta un esquema. E. 20%
D. Establecer el diseño de la solución a un problema propuesto utilizando la metodología de sistemas F. 15%
basados en conocimiento presentando un diagrama de usos.
E. Programar la clasificación de los animales en PROLOG para especificar la estructura de las reglas
de producción.
F. Elabora un resumen del ciclo de vida

Niveles de desempeño:

Desempeño Nivel de desempeño Indicadores de alcance Valoración numérica

Excelente A,B,C,D,E,F 100
Notable A,B,C,D,E 80-99
Competencia alcanzada
Bueno A,B,C,D 75-84
Suficiente A,B,D,E 70-74
Competencia no alcanzada Insuficiente NO CUMPLE CON LOS NA
INDICADORES

Matriz de evaluación:

Evidencia de Indicador de alcance

%
aprendizaje Evaluación formativa de la competencia
A B C D E F
Reporte ejercios 10 3 2 2 1 1 1 Guia de observacion
Reporte de ejemplos 10 3 3 2 1 1 Guia de observacion
Resumen escrito 10 1 2 2 3 2 Guía de observación
Programas en
20 5 5 5 5 Funcionalidad de programa
PROLOG

ITTG-AC-PO-004-02 Rev. 0
Examen Escrito 50 10 10 15 15
Total 24 8 24 21 11 12

Conocer las áreas de la IA y sus aplicaciones actuales,

4 Descripción: identificando oportunidades de desarrollo de soluciones
Competencia No.:
en su entorno.
Temas y subtemas para
Actividades de Actividades de Desarrollo de Horas teórico-
desarrollar la competencia
aprendizaje enseñanza competencias genéricas práctica
específica
4.1. Robótica.  Investigar la Investigar la  Capacidad de
4.1.1. Conceptos básicos. clasificación de las clasificación de análisis y síntesis. 15
diferentes áreas que las
4.1.2. Clasificación. comprenden la IA. diferentes áreas  Capacidad de
4.1.3. Desarrollos que organizar y planificar.
actuales y aplicaciones.  Investigar, comprenden la
desarrollar y exponer  Habilidad para
IA.
4.2. Redes Neuronales en grupo y/o en buscar y analizar
(RN). 4.2.1. Conceptos equipos, la situación Investigar las información
básicos. actual de cada una habilidades
de las áreas que cognitivas y proveniente de
4.2.2. Clasificación. fuentes diversas.
comprenden la IA. exponer en
4.2.3. Desarrollos
grupo
actuales y aplicaciones.  Realizar una  Solución de
aplicación que Realizar en problemas.
4.3. Visión artificial.
resuelva problemas equipos, la
4.3.1. Conceptos básicos.  Toma de
del entorno situación actual
decisiones.
4.3.2. Desarrollos aplicando una de cada una de
actuales y vertiente de la IA. las áreas que  Trabajo en equipo.
comprenden la
aplicaciones. IA.  Capacidad de
4.4. Lógica difusa (Fuzzy aplicar los
Logic). Realizar una conocimientos.
aplicación que

ITTG-AC-PO-004-02 Rev. 0
 4.4.1. Conceptos básicos. resuelva  Habilidades de
4.4.2. Desarrollos problemas del investigación.
actuales y aplicaciones. entorno
aplicando una  Capacidad de
4.5. Procesamiento de vertiente de la generar nuevas ideas.
Lenguaje Natural (PLN). IA
 Liderazgo.
4.5.1. Conceptos básicos.
4.5.2. Desarrollos  Habilidad para
actuales y aplicaciones. trabajar en forma.

4.6. Sistemas Expertos Autónoma.

(SE). 4.6.1. Conceptos
básicos.  Búsqueda del logro.

4.6.2. Clasificación.
4.6.3. Desarrollos
actuales y aplicaciones.

Indicadores de alcance Valor del

indicador
A. Realiza reporte de Investigación de la clasificación de las diferentes áreas que comprenden la IA.
A. 15 %
B. Realiza Investigación de las habilidades cognitivas y expone en grupo.
B. 15%
C. Discute en equipos, la situación actual de cada una de las áreas que comprenden la IA. C. 20%
D. Realizar una aplicación que resuelva problemas del entorno aplicando una vertiente de la IA D. 50%

ITTG-AC-PO-004-02 Rev. 0
Niveles de desempeño:

Desempeño Nivel de desempeño Indicadores de alcance Valoración numérica

Excelente A,B,C,D 100
Notable A,C,D 80-99
Competencia alcanzada
Bueno C,D 75-84
Suficiente D 70-74
Competencia no alcanzada Insuficiente NO CUMPLE CON LOS NA
INDICADORES
Matriz de evaluación:

Evidencia de Indicador de alcance

%
aprendizaje Evaluación formativa de la competencia
A B C D
Reporte escrito 15 5 2 3 5 Guía de observación
Reporte investigación 15 3 5 7 Guía de observación
Resumen escrito 20 3 2 3 12 Guía de observación
Examen aplicación de
50 10 10 30
IA
Total 21 4 21 54

1. Fuentes de información y apoyos didácticos

Fuentes de información: Apoyos didácticos:

Impresas: Proyector
Plumogis
1. Winston, patrick henry, (1992). Inteligencia artificial, ed.
Bocinas
Addison wesley
2. p.m, Gonzalo & p.m, santos. (2006). Inteligencia artificial e smartphone
ingeniería del Conocimiento,

Alfaomega.

3. Del brio b. & saenz, Martín m. (2006). Redes neuronales y

ITTG-AC-PO-004-02 Rev. 0
 sistemas borrosos. Alfaomega.
4. Russell P. & Norvig P. (2006). Inteligencia artificial, un
enfoque moderno. Prentice hall.
5. Giarratano j. & riley g. (1996). Sistemas expertos, principios y
programación (clips).

International Thompson.

6. Mocker r, & dologite d.g. (1992). Knowledge-based systems:

an introduction to Expert systems.

Macmillan.

7. Suppes h & hill h. (1998). Introducción a la lógica matemática.

Reverté.

Electrónicas:
8. Fernández g. (2004). Universidad politécnica de madrid. Escuela
técnica superior

De ingenieros de telecomunicación. Departamento de ingeniería de

sistemas Telemáticos. Grupo de sistemas inteligentes. Obtenido de
Http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/

ITTG-AC-PO-004-02 Rev. 0