Para empezar abordar cómo estamos enfocando los proyectos de aprendizaje, debemos remontarnos a inicios del siglo XX, donde aparecen diferentes autores como Dewey (1859 - 1952), Charter, Stevenson, Snedden, Wells, Willian Heard Kilpartrick entre otros; quienes plantean que el aprendizaje y el desarrollo del pensamiento surge de una situación problemática que el educando identifica y busca enfrentarla dando inicio a los procesos cognitivos, emocionales y sociales que lo llevan a aprender.

El siguiente testimonio busca objetivar una ruta de acción dentro del salón de clases al momento de desarrollar contenidos relacionados con la ciudadanía. En ese sentido, el siguiente texto es menos una reflexión como la pauta para desarrollar un tema fundamental para todos nosotros. A través de él, se busca responder al cómo lograr aprendizajes significativos sobre temas que no necesariamente están ubicados entre los preferidos de los jóvenes recién ingresados a la universidad.

Este artículo no presenta resumen.

La Universidad Peruana de Ciencias Aplicadas (UPC) fue sede de la segunda edición del “University Premium Training” organizada por Bloomberg, empresa líder en información financiera y económica a nivel mundial. / El evento, que fue realizado los días 5, 6 y 7 de noviembre en el campus San Isidro, tuvo como objetivo poder reforzar las competencias de los docentes de diversas universidades de Lima que emplean Bloomberg como una herramienta didáctica para la educación y planificación financiera. Esta compañía brinda herramientas de software financiero, como análisis, plataformas de comercio capital y servicios de datos para las empresas quienes deseen consultar información bursátil y financiera en tiempo real. / Además, se contó con la participación de expertos que emplean la herramienta como apoyo para la toma de decisión financiero: Lizzette Lara; especialista en riesgos y derivados, André Lapponi; especialista Senior en Portafolio y Análisis técnico, Pedro Cortejo, CEO-Founder de Decision Capital, entre otros. / Se explica cómo mejorar el flujo de aprendizaje de la terminal en las universidades, los flujos de información en los equipos de trabajo, y las bases de datos de índices. Finalmente, se presentan ejemplos y casos y se interpretaron algunos gráficos. Ponente: Javier Rojas, responsable por las operaciones de Bloomberg en Perú.

Ingeniero Civil Industrial / El año 2012 surge la preocupación y necesidad por parte de la gerencia de Alquimia Conceptos, una pequeña consultora especialista en procesos minero-metalúrgicos, por buscar una forma de hacer a la empresa menos dependiente del conocimiento de las personas. Se quería aprovechar toda la experiencia almacenada en miles de documentos pertenecientes a los proyectos realizados años anteriores y también capturar el conocimiento tácito que poseen los ingenieros con mayor tiempo en la organización. En este marco, el presente trabajo tuvo como objetivo diseñar un sistema de gestión del conocimiento que permitiera generar, capturar, transmitir y aplicar conocimiento dentro de la organización. Para diseñar este sistema, se utilizó una metodología estructurada a partir de la literatura existente en el área y que consistió en realizar primero un estudio de benchmark sobre casos de estudio en empresa que implementaron sistemas de este tipo con éxito. Luego se realizó un análisis de la situación actual en base a los 8 pilares del conocimiento y posteriormente se analizaron los procesos críticos y los conocimientos que se debían administrar. Además, se llevó a cabo un estudio de mercado a modo de proponer los software y plataformas online más adecuadas para poder capturar y compartir conocimiento dentro de la empresa. El resultado del estudio anterior, fue un sistema compuesto por un conjunto de herramientas tecnológicas, un rediseño del proceso de cierre y otros nuevos procesos, y finalmente algunas buenas prácticas extraídas de casos exitosos de gestión del conocimiento. Para una exitosa implementación del sistema se recomendó comenzar con programas pilotos, incorporar totalmente a la gerencia y altos mandos, así como también sumar nuevos cargos que se preocupen netamente de operar nuevo sistema.

Magíster en Ingeniería de Negocios con Tecnologías de Información / La Dirección de Desarrollo Tecnológico (DIDETEC), tiene como una de sus misiones principales, gestionar el conocimiento sobre las tecnologías que la Institución, ha ido incorporando a los sistemas de armas a través del tiempo. Es por esto que en el presente trabajo, se desarrolla para esta Dirección, un sistema que permita gestionar el conocimiento que los operadores, poseen sobre los equipos de la institución, que tengan componentes de tecnología donde el apoyo de una metodología permita mejorar el uso de este material, logrando un incremento de su eficiencia por parte del usuario. Lo anterior conllevará a una reducción de los costos operativos de la institución, produce una reducción de costos operativos por parte del Ejército al disminuir los daños que se pueden producir por parte de los usuarios por desconocimiento del material, además mejora la toma de decisiones en todos los niveles de la cadena de mando. El proyecto involucra en forma directa al personal de la Institución, el que se constituye en un activo para el proyecto, al generar conocimiento a la organización, considerando que con la interacción del conocimiento del personal dentro de la organización, se logra un aprendizaje por parte del personal sobre su trabajo, lo que agrega valor a la Institución en el tiempo.

Tesis para optar al grado de Magíster en Gestión de Operaciones / Memoria para optar al título de Ingeniero Civil Industrial / En el presente proyecto de tesis se aborda el problema de extraer atributos y valores de atributos de productos a partir de descripciones no estructuradas de estos. Por ejemplo, el producto con descripción Notebook Lenovo i5 8 GB 500 GB posee, entre otros, un atributo Marca con valor Lenovo y un atributo Memoria RAM con valor 8 gigabytes . Así, se puede representar un producto p, en un formato estructurado, mediante un conjunto de atributos {a1, a2, ..., an} y un conjunto valores de atributos {v1, v2, ..., vn}, de la forma p = {a1 : v1,a2 : v2,...,an : vn}. Para cualquier sitio e-commerce, contar con datos estructurados de los atributos y valores de atributos de sus productos es una ventaja clave. Permite, por un lado, mejorar la experiencia del usuario a través de, por ejemplo, la implementación de filtros de búsqueda por atributos. Por otro lado, permite facilitar y sofisticar cualquier análisis que el sitio quiera realizar a partir de sus datos: desde identificar productos sustitutos hasta segmentar clientes en base a sus preferencias. A pesar de las ventajas que presentan estos datos estructurados, son pocos los e-commerce que cuentan con ellos para todos sus productos. Esto se debe principalmente a que la labor de extraer atributos y valores de atributos es difícil de automatizar, por lo que generalmente se realiza de forma manual. Para un ecommerce con un amplio catalogo de productos, esto se vuelve infactible. La solución propuesta consiste en un software de aplicación, al cual se denomina sistema de catalogación, que hace posible que equipos pequeños de persona puedan mantener grandes catálogos de productos con información estructurada de sus atributos y valores. Para lograr lo anterior, el sistema combina algoritmos de machine learning con técnicas de procesamiento de lenguaje natural (NLP), junto a supervisión humana. A grandes rasgos, el sistema funciona realizando predicciones sobre los atributos y valores de atributos de un producto, las cuales tienen un nivel de confianza asociado. Las predicciones con alto nivel de confianza son validadas automáticamente, mientras que aquellas con bajo nivel de confianza deben ser validadas de forma manual por una persona, mediante preguntas de selección múltiple generadas automáticamente por el sistema. Estas preguntas se diseñan de manera que sean fáciles de responder por cualquier persona con un leve conocimiento del rubro de los productos, lo que permite externalizar la validación manual a plataformas de crowdsourcing. A través de pruebas realizadas con datos de múltiples e-commerce nacionales, junto a aplicaciones concretas llevadas a cabo en la tienda (e-commerce) de ChileCompra Express, se exhibe el correcto funcionamiento sistema. Gracias a la arquitectura utilizada, que incluye supervisión humana constante, el sistema logra detectar los atributos y valores de atributos de los productos con una alta precisión de sobre un 80 %.

Magíster en Educación con mención en Currículo y Comunidad Educativa / Esta investigación nace desde la necesidad de entender los fenómenos que hay detrás de la enseñanza-aprendizaje del inglés en las aulas chilenas. De este modo, comprender el fenómeno a través de una mirada socioantropológica, intentando develar las fortalezas y debilidades que están presentes en la enseñanza del inglés en los colegios de contextos vulnerables, según la perspectiva de docentes de inglés y alumnos de enseñanza media

Memoria para optar al título de Ingeniera Civil Industrial / El presente trabajo de título tiene como objetivo diseñar y construir modelos de clasificación para predecir cuáles usuarios de Twitter viven en Chile y en cuál de las quince regiones administrativas de Chile habitan; utilizando información pública del perfil y el contenido que emiten, mediante algoritmos de Machine Learning. Las redes sociales son uno de los medios de comunicación más utilizados en el mundo hoy en día en donde segundo a segundo se reciben millones de datos. Si hablamos de Twitter, este contiene a diario más de 328 millones de usuarios activos en todo el mundo que publican cerca de 6.000 tweets por segundo. Todos estos datos que se comparten son de gran utilidad para poder caracterizar de mejor forma a los usuarios. Una de estas características es la geolocalización, la cual está siendo cada vez más utilizada para conocer mejor a los clientes y usuarios. Pero, obtener este atributo para cada usuario no es tarea fácil ya que este dato, por lo general, no es público o es incierto. En particular, el proyecto SONAMA y proyecto OpinionZoom del Web Intelligence Center, buscan geolocalizar a los usuarios chilenos de Twitter a nivel regional para utilizar esta característica dentro de sus investigaciones y poder mejorar los niveles de granularidad que están alcanzando con respecto a la geolocalización de las personas. Para esto, a partir de la API REST de Twitter y de una encuesta realizada en el WIC, se extraen datos para construir bases de entrenamiento etiquetadas para diseñar y entrenar dos modelos de clasificación con el fin de que uno identifique a los usuarios chilenos de Twitter y el segundo identifique la región en que cada usuario chileno vive. Para ambos modelos se analiza el desempeño de tres algoritmos diferentes. El modelo país, mediante Stochastic Gradient Descent, logra un AUC de 99,89% y un F1-Score de la clase positiva de 98,95% tras validación cruzada de 5-iteraciones, el cual supera los resultados de la heurística de clasificación que actualmente se utiliza. Por otro lado, el modelo región, mediante Stochastic Gradient Descent, logra un F1-Macro de 42,54% y Accuracy de 40,73% tras validación cruzada de 5-iteraciones. Resultado el cual, si bien bajo, mejora la situación actual con respecto al 6,67% que entrega la aleatoriedad. Finalmente, se valida la hipótesis de investigación en su totalidad ya que es posible determinar los usuarios chilenos de Twitter y su región frecuente utilizando exclusivamente el contenido que se publica y atributos de contexto del usuario. Tanto el modelo país como el modelo región superan la situación actual, por lo que sus resultados quedan como baseline para próximas investigaciones.

Conferencia presentada en el Congreso Internacional de Educadores - CIE 2018 - Innovación en educación, realizada del 13 al 15 de Febrero de 2018 en el Centro de Convenciones Daniel Alcides Carrión del Colegio Médico del Perú y el Campus Villa de la UPC. Lima, Perú. / Conferencia presentada en el Congreso Internacional de Educadores - CIE 2018 - Innovación en Educación, a cargo de Miguel Palencia, Jorge Bossio y Lea Sulmont.