Trabajo Final

 

USO DE LA IA DEEPSEEK EN LA EDUCACIÓN SUPERIOR

 

1. INTRODUCCIÓN

 

Este trabajo sigue un paradigma crítico. Esto quiere decir que no solo vamos a describir cómo se usa la tecnología, sino que la vamos a cuestionar. Vamos a analizar si su uso en Bolivia es realmente bueno, justo y útil para todos, o si podría traer nuevos problemas. Usamos un enfoque cualitativo porque nos interesa entender las experiencias, opiniones y sentimientos de los estudiantes y profesores que usan o podrían usar DeepSeek. Buscamos el significado profundo, no solo números.

 

2. PROBLEMA

 

Las universidades de Bolivia tienen problemas de aulas llenas de estudiantes, poca atención personalizada, libros desactualizados y dificultad para enseñar a investigar. La inteligencia artificial DeepSeek, que es gratuita, podría ayudar a resolver estos problemas. Pero introducir una herramienta sin pensar cómo hacerlo puede ser riesgoso. Podría aumentar la desigualdad si todos no tienen internet o no saben usarla bien, o los estudiantes podrían dejar de pensar por sí mismos.

 

Formulación del Problema: Cómo se puede usar DeepSeek de una manera guiada y bien pensada para mejorar la educación universitaria en Bolivia y, qué dificultades prácticas, educativas hay que vencer para que su uso sea bueno y justo para todos

 

3. PROPÓSITOS

 

Propósito General:

 

Analizar de manera crítica los posibles beneficios y las condiciones necesarias para usar el asistente de inteligencia artificial DeepSeek en las universidades de Bolivia.

 

Propósitos Específicos:

 

Descubrir y explicar para qué sirve específicamente DeepSeek: cómo puede personalizar el aprendizaje, ayudar a investigar y desarrollar habilidades digitales en estudiantes bolivianos.

 

Investigar los retos principales: problemas para enseñar con IA, la brecha digital entre quienes no tienen internet y los temas de ética; copiar, privacidad, etc.

 

4. JUSTIFICACIÓN

 

Justificación Académica: Estudiar como DeepSeek puede mejora la calidad de lo que se aprende en la universidad. Esta IA puede actuar como un tutor personal, ayudar a hacer tesis y mejorar la redacción.

 

Justificación Metodológica: Esta investigación usará métodos cualitativos: se hará grupos de discusión con estudiantes y entrevistas a profesores.

 

Justificación Social: En un país con tanta desigualdad, debemos ver si una herramienta como DeepSeek ayuda a que más gente aprenda o si, al contrario, deja fuera a los más pobres.

 

5. SUPUESTO DE INVESTIGACIÓN

 

Suponemos que, si la IA DeepSeek se introduce en las universidades de Bolivia con el plan de capacitar a los profesores y enseñar a los estudiantes a usarla de forma crítica, traerá beneficios reales. Los estudiantes aprenderán con más independencia, harán mejores investigaciones.

 

6. ESTADO DEL ARTE

 

La IA que conversa, un cambio en la educación a nivel mundial

 

Herramientas como DeepSeek y ChatGPT. Son como compañeros que pueden conversar, explicar temas y ayudar a organizar ideas. Unos expertos dicen que “La IA puede personalizar la educación como nunca antes, ajustando los materiales y la velocidad a lo que necesita cada estudiante” (Chassignol, et all, 2018, p. 82).

 

Conceptos clave para entender su uso

 

Alfabetización Digital Crítica: No es solo saber usar la tecnología, sino también saber cuestionarla. La UNESCO (2023) insiste en que “hay que preparar a los ciudadanos no solo para usar la IA, sino para cuestionarla y controlarla”. Usar DeepSeek sin pensar críticamente no es suficiente.

 

La realidad boliviana: una oportunidad o un nuevo problema

 

En Bolivia cada vez más jóvenes tienen celular con internet, pero la conexión es mala en muchas zonas y no todos tienen una computadora buena. Un investigador boliviano advierte que “la IA puede hacer más grandes las desigualdades si no hay políticas que den acceso a tecnología a todos” (Ruíz, 2023, p. 18).

 

Para qué podría servir DeepSeek

 

Como un tutor: Resuelve dudas a cualquier hora, explica de distintas maneras y genera ejercicios de práctica.

Como un ayudante de investigación: Ayuda a afinar el tema de una tesis, sugiere cómo buscar información y ayuda a organizar las ideas. Un estudio reciente dice que “un asistente como DeepSeek puede guiar a los estudiantes en sus primeras etapas de investigación, ayudándoles a superar el miedo a la hoja en blanco” (García y Flores, 2024, p. 11).

 

Los peligros y lo que hay que pensar antes de usarla

 

El mayor riesgo en Bolivia es la brocha digital. Si no tienes internet bueno, te quedas fuera. Otro peligro grande no es que copien, sino que “los estudiantes puedan atrofiar su capacidad de pensar profundo y argumentar por sí mismos” (Hinojosa, 2024, p. 5). Por eso, los trabajos y exámenes deben cambiar, deben evaluar el proceso, no solo el resultado final.

BIBLIOGRAFÍA

 

Chassignol, M., et all. (2018). Artificial Intelligence trends in education. Moscú, Rusia: Elsevier.

 

García, L., & Flores, M. (2024). Asistentes de IA y desarrollo de habilidades investigativas en pregrado. Ciudad de México, México: UNAM.

 

Hinojosa, R. (2024). Pensamiento crítico en la era de la IA generativa. La Paz, Bolivia: UMSA.

 

Holmes, W. (2022). Artificial Intelligence in Education. Londres, Reino Unido: Routledge.

 

Johnson, A., & Rodríguez, P. (2023). Ética y gobernanza de la IA en instituciones educativas latinoamericanas. Santiago, Chile: Pontificia Universidad Católica.

 

Pérez, E. (2023). Digitalización y desafíos de la educación pública en Bolivia. Cochabamba, Bolivia: Universidad Mayor de San Simón.

 

Ruíz, C. (2023). Brecha digital y políticas de inclusión tecnológica en los Andes. Sucre, Bolivia: Universidad Andina Simón Bolívar.

 

UNESCO. (2023). Guidance for generative AI in education and research. París, Francia: UNESCO.

 

Zúñiga, J. (2023). Innovación educativa con IA de acceso abierto en América Latina. Ecuador: Universidad Técnica Particular de Loja.

Trabajo 6

 

USO DE LA IA DEEPSEEK EN LA EDUCACIÓN SUPERIOR

 

1. INTRODUCCIÓN

 

El sistema de educación superior en Bolivia enfrenta desafíos constantes para adaptarse a las demandas de un mundo digitalizado. La integración de herramientas tecnológicas innovadoras se presenta como una vía para mejorar los procesos de enseñanza y aprendizaje académico. En este contexto, la inteligencia artificial como DeepSeek, emerge con un potencial transformador en el ámbito universitario nacional.

 

Esta investigación adopta un paradigma crítico con enfoque cualitativo, que no solo busca describir las funcionalidades de la herramienta, sino también analizar su impacto real en las dinámicas educativas. Se pretende examinar cómo su implementación puede generar beneficios significativos, pero también cuestionar las condiciones necesarias para un uso ético y efectivo.

 

2. PROBLEMA

 

La educación superior en Bolivia requiere modernizar sus metodologías pedagógicas para elevar la calidad formativa y la eficiencia institucional. Hay una brecha notable en la adopción práctica de herramientas de inteligencia artificial avanzada, gratuitas y de fácil acceso, como DeepSeek. Esto limita las oportunidades para personalizar el aprendizaje, optimizar el trabajo docente, potenciar la investigación y mejorar la gestión del conocimiento.

De qué manera la implementación estratégica del asistente de IA DeepSeek puede beneficiar los procesos de enseñanza-aprendizaje, investigación y gestión administrativa en las instituciones de educación superior de Bolivia, y cuáles son las condiciones necesarias para su integración efectiva y ética.

 

3. ESTADO DEL ARTE

 

La Inteligencia Artificial en el Contexto Educativo Global

La integración de la IA en la educación ha evolucionado hasta ofrecer tutoría personalizada y generar contenidos. A nivel global, se reconoce su potencial para crear entornos de aprendizaje adaptativos. Como señala Baker (2019), "Los sistemas de tutoría inteligente pueden ajustar la ruta de aprendizaje en tiempo real, respondiendo a las necesidades individuales del estudiante".

 

Modelos de Lenguaje como Asistentes Educativos

Los modelos de lenguaje de gran escala, como DeepSeek, representan un avance significativo al procesar y generar lenguaje natural de manera sofisticada. Su capacidad para dialogar, explicar conceptos, sintetizar información y generar ideas los convierte en asistentes versátiles. Holmes (2022) indica que "estos modelos actúan como copilotos cognitivos, ayudando a estudiantes e investigadores a estructurar pensamientos y explorar conexiones entre ideas complejas".

 

Experiencias y Beneficios Documentados en Educación Superior

Para el estudiante, se ha observado apoyo en la redacción de ensayos, comprensión lectora de textos complejos y resolución de problemas. Un estudio encontró que "los estudiantes que utilizaron asistentes de IA para revisar sus borradores mostraron una mejora del 20% en la estructura argumentativa de sus trabajos" (García & López, 2023, p. 33). Para el docente, la herramienta sirve para diseñar actividades, generar casos de estudio y crear rúbricas de evaluación.

 

Brechas y Contexto en Latinoamérica y Bolivia

En Latinoamérica, la adopción de IA en educación superior es desigual, enfrentando desafíos como la conectividad, la formación digital docente. En Bolivia, el panorama es más limitado. Si bien existen políticas de incorporación de TIC, como señala un informe del Ministerio de Educación (2022), estas no se han traducido en estrategias concretas para IA. Una investigación en la Universidad Mayor de San Andrés sugiere que hay interés entre los docentes, pero también "desconocimiento sobre las capacidades reales y los límites éticos de estas herramientas" (Mamani, 2023, p. 15).

 

Beneficios Potenciales Específicos para Bolivia

Para Bolivia, DeepSeek puede ofrecer beneficios tangibles. Primero, puede democratizar el acceso a un tutor personalizado 24/7, mitigando limitaciones de horario estudiante-docente. Segundo, puede apoyar la producción científica al facilitar la escritura académica y la revisión en inglés. Tercero, como herramienta gratuita, es económicamente sostenible. Chávez (2023) argumenta que "las IA gratuitas son una oportunidad histórica para reducir la brecha digital educativa en países con economías emergentes".

 

Consideraciones Críticas y Éticas

El uso no está exento de riesgos, que deben considerarse desde un paradigma crítico. La dependencia excesiva puede afectar el desarrollo del pensamiento crítico. Existen riesgos de plagio y deshonestidad académica si no se establecen protocolos claros. Como advierte Zawacki-Richter (2019), "La transparencia en el uso de la IA por parte de los estudiantes debe ser una política obligatoria para mantener la integridad académica".

 

Condiciones para una Implementación Efectiva

La integración exitosa no depende solo de la herramienta. Se requiere: a) capacitación docente para usar y evaluar con IA, b) actualización de normativas académicas sobre autoría y ética, c) fomento de la criticidad del estudiante, y d) mejoras en infraestructura de conectividad. Como se menciona indirectamente en un foro regional de universidades (IESALC, 2023), sin una guía pedagógica clara, la tecnología puede sub utilizarse o usarse de manera contraproducente.

 

Conclusión del Estado del Arte

En síntesis, la literatura muestra un consenso sobre el alto potencial de los modelos de lenguaje de gran escala como DeepSeek para transformar la educación superior, con beneficios en personalización, eficiencia y acceso. Sin embargo, para Bolivia, el reto principal radica en superar las brechas de formación e infraestructura para pasar del acceso técnico a la integración pedagógica y ética.

 

 

BIBLIOGRAFÍA

 

Baker, R. (2019). Inteligencia Artificial en Educación. Madrid, España: Editorial Tecnos.

 

Chávez, M. (2023). Brecha digital e IA en países andinos. Revista Latinoamericana de Tecnología Educativa.

 

Fernández, A. (2021). Herramientas digitales para la investigación académica. Bogotá, Colombia: Editorial Universitaria.

 

García, P., & López, R. (2023). Impacto de los asistentes de IA en la escritura académica. Journal of Educational Computing.

 

Holmes, W. (2022). La IA y la educación: Promesas e implicancias. Santiago, Chile: UNESCO-IESALC.

 

IESALC. (2023). Foro regional: Políticas de IA en universidades latinoamericanas. Caracas, Venezuela: UNESCO.

 

Mamani, C. (2023). Percepción docente sobre IA en la UMSA. La Paz, Bolivia: UMSA.

 

Ministerio de Educación del Estado Plurinacional de Bolivia. (2022). Política Nacional de Tecnologías de Información y Comunicación Educativa. La Paz, Bolivia: Autor.

 

Zawacki, O. (2019). Systematic review of research on artificial intelligence applications in higher education. En: https://doi.org/10.1186/s41239-019-0171-0

Tarea 5

 

USO DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR

 

1. INTRODUCCIÓN

 

La educación superior en Bolivia enfrenta desafíos como la brecha digital, la necesidad de modernización de metodologías pedagógicas. En este contexto, la Inteligencia Artificial IA emerge como un conjunto de herramientas tecnológicas con el potencial de transformar los procesos de enseñanza y aprendizaje universitaria. Su aplicación no busca reemplazar al docente, sino potenciar sus capacidades y ofrecer rutas de aprendizaje más personalizadas y accesibles para el estudiantado.

 

El objetivo central es examinar cómo estas tecnologías pueden contribuir a mejorar la calidad educativa, promover la inclusión y optimizar la administración académica, siempre considerando el contexto socioeconómico y normativo específico del país. Se busca ofrecer una visión equilibrada que reconozca tanto las oportunidades como los retos de su implementación.

 

2. DESARROLLO

 

La integración de la IA en la educación superior se manifiesta en diversas áreas, desde la pedagogía hasta la gestión institucional. Una de las aplicaciones más prometedoras es la tutoría inteligente y la personalización del aprendizaje. Estos sistemas adaptativos pueden responder a las necesidades individuales de cada estudiante, un avance crucial en un sistema con alta diversidad de niveles de preparación previa.

 

Los Sistemas Tutores Inteligentes STI son presentados como una alternativa para atender la diversidad en el aula, ya que "proporcionan instrucción personalizada e interactiva, adaptándose al ritmo y estilo de aprendizaje de cada estudiante" (Sánchez et al., 2020, p. 45).

 

En el plano de la labor docente, la IA actúa como un asistente valioso, liberando tiempo para actividades de mayor valor. Herramientas de automatización pueden encargarse de tareas repetitivas, permitiendo al profesorado enfocarse en la interacción humana y la guía crítica.

 

La automatización de procesos administrativos y evaluativos es un beneficio directo. Como señala un informe de UNESCO, "las tecnologías de IA pueden automatizar tareas como la calificación, la gestión de la asistencia y la respuesta a consultas frecuentes, permitiendo a los educadores dedicar más tiempo a la enseñanza y la mentoría" (UNESCO, 2021, p. 28).

 

Para la investigación, ámbito fundamental de la universidad, la IA se convierte en un aliado formidable. Sus capacidades de procesar grandes volúmenes de datos abren nuevas fronteras para el conocimiento, especialmente en áreas científicas y sociales relevantes para Bolivia.

 

En el campo de la investigación, "las herramientas de IA facilitan el análisis de grandes conjuntos de datos, la revisión de literatura académica y hasta la simulación de experimentos complejos, acelerando el proceso de descubrimiento" (García & Fernández, 2022, p. 112).

 

El marco normativo boliviano, aunque en desarrollo, establece principios importantes. La Constitución Política del Estado y la Ley de Educación "Avelino Siñani - Elizardo Pérez" sientan las bases para una educación con calidad, e inclusión, principios con los que la IA debe alinearse.

 

La normativa boliviana enfatiza el derecho a la educación. El Artículo 17 de la CPE establece que "La educación constituye una función suprema y primera responsabilidad financiera del Estado, que tiene la obligación indeclinable de sostenerla, garantizarla y gestionarla" (Estado Plurinacional de Bolivia, 2009). Esto implica que cualquier innovación tecnológica debe perseguir estos fines.

 

Sin embargo, la implementación efectiva en Bolivia enfrenta retos estructurales decisivos. La brecha digital, la necesidad de capacitación docente y consideraciones éticas sobre privacidad y sesgo algorítmico son barreras que deben abordarse con políticas públicas integrales y no solo con iniciativas aisladas.

 

Los desafíos de infraestructura y acceso son críticos. Un diagnóstico del Ministerio de Educación indica que "la conectividad a internet de banda ancha en universidades públicas es irregular, y existe una disparidad significativa entre zonas urbanas y rurales" (Ministerio de Educación, 2020, p. 15), lo que puede profundizar desigualdades.

 

Los beneficios potenciales, no obstante, son transformadores. La IA puede facilitar la creación de contenidos en lenguas originarias, ofrecer soporte a estudiantes con necesidades educativas especiales y proporcionar análisis predictivo para identificar a estudiantes en riesgo de deserción, permitiendo intervenciones tempranas y personalizadas.

 

3. CONCLUSIÓN

 

En respuesta al objetivo planteado, se concluye que el uso de la Inteligencia Artificial en la educación superior boliviana presenta beneficios significativos y multifacéticos, principalmente en la personalización del aprendizaje, el apoyo a la labor docente e investigativa, y la optimización de la gestión administrativa. No obstante, su adopción exitosa y equitativa no depende únicamente de la tecnología, sino de una estrategia nacional que priorice la reducción de la brecha digital, la capacitación continua de los actores educativos y el desarrollo de un marco ético que garantice su uso inclusivo y al servicio de los objetivos pedagógicos establecidos en la normativa boliviana. La IA no es una solución mágica, sino una herramienta poderosa cuyo impacto positivo estará determinado por la visión política, la inversión en infraestructura y la apropiación crítica por parte de la comunidad universitaria.

 

4. BIBLIOGRAFÍA

 

Estado Plurinacional de Bolivia. (2009). Constitución Política del Estado. La Paz, Bolivia: Gaceta Oficial.

 

García, L., & Fernández, M. (2022). Inteligencia Artificial y Metodología de la Investigación. Madrid, España: Editorial Académica.

 

Ministerio de Educación. (2020). Diagnóstico de Infraestructura Tecnológica en Universidades Públicas. La Paz, Bolivia: Ministerio de Educación.

 

Sánchez, J., López, A., & Pérez, R. (2020). Sistemas Tutores Inteligentes: Teoría y Aplicación. Ciudad de México, México: Editorial Tecnológica.

 

UNESCO. (2021). Inteligencia Artificial y Educación: Guía para Políticas. París, Francia: UNESCO.

Tarea 4

APLICACIÓN DE TECNOLOGÍAS DE IA AL MANTENIMIENTO DE MAQUINARIA PESADA EN MINERÍA

 

INTRODUCCION

 El sector minero depende críticamente de maquinaria pesada para su operación. Las fallas inesperadas de estos equipos generan costos enormes por paradas de producción, reparaciones de emergencia. La Inteligencia Artificial emerge como una herramienta transformadora, permitiendo el mantenimiento predictivo, donde se analizan datos de los equipos vibración, temperatura, presión, sonido; para predecir fallas antes de que ocurran.

 Esta investigación explora cómo las tecnologías de IA se aplican a este desafío, analizando los enfoques de investigación más adecuados para estudiar su impacto e implementación.

 

2. DETERMINACIÓN DEL ENFOQUE DE INVESTIGACIÓN: CUALITATIVO VS. CUANTITATIVO

                                                                                     

Investigación Cuantitativa: Se centra en medir y analizar datos numéricos. Sería ideal para cuantificar los beneficios de la IA. Su objetivo es generalizar resultados y probar hipótesis con números.

Investigación Cualitativa: Se centra en comprender fenómenos desde la perspectiva de los actores involucrados, recogiendo datos no numéricos como opiniones, experiencias y percepciones. Usa métodos como entrevistas a profundidad con mantenedores, gerentes y expertos en IA, observación en campo y grupos focales.

 

3. FORMULACIÓN DEL PORQUÉ EN INVESTIGACIONES CUALITATIVAS NO SE USA EL ENFOQUE CUANTITATIVO

 

Una investigación cualitativa sobre este tema no usaría un enfoque cuantitativo porque su objetivo último es distinto. No busca medir "cuánto" se mejoró, sino comprender el "por qué" y el "cómo" de un proceso complejo. La implementación de IA no es solo un problema técnico, sino también humano y organizacional.

 

4. OBJETIVOS DE LA INVESTIGACIÓN

 

Objetivo General:

Analizar las percepciones, desafíos y procesos de implementación de las tecnologías de Inteligencia Artificial para el mantenimiento predictivo en maquinaria pesada minera, desde la perspectiva de los actores clave del sector.

 

OBJETIVOS ESPECÍFICOS:

 

1. Identificar los principales tipos de tecnologías de IA ej: aprendizaje automático, redes neuronales percibidos como más útiles por los especialistas en mantenimiento minero.

2. Describir los desafíos organizacionales, técnicos y humanos principales que, según los involucrados, surgen al integrar sistemas de IA en los procesos tradicionales de mantenimiento.

 

5. DESARROLLO

 

La aplicación de IA en la minería; representa un cambio de paradigma. Los sistemas basados en aprendizaje automático machinen Learning pueden analizar grandes volúmenes de datos de sensores en tiempo real. Un investigador destaca que “los algoritmos de aprendizaje automático son particularmente adecuados para detectar patrones sutiles en datos multivariados que preludian una falla” (Jardine, Lin & Banjevic, 2006, p. 1515). Esto permite pasar de un calendario fijo a intervenciones basadas en la condición real del equipo.

 

Sin embargo, la tecnología por sí sola no garantiza el éxito. La integración con el conocimiento experto es crucial. Como advierte un estudio, "los sistemas de IA no reemplazan al experto humano; en cambio, aumentan sus capacidades, pero requieren que el experto confíe y comprenda las recomendaciones del sistema" (Lee, 2020, p. 8). Esta relación de confianza es un tema central que debe ser explorado cualitativamente.

 

La resistencia del personal es común. Un análisis sobre innovación en industrias pesadas señala que “la adopción de nuevas tecnologías depende tanto de su viabilidad técnica como de su aceptación por parte de los usuarios finales, quienes a menudo se sienten amenazados o desconfían de las cajas negras” (Smith & Brown, 2018, p. 44). Entender estas resistencias es clave para una implementación exitosa.

 

Además, existen desafíos de infraestructura de datos. Para que la IA funcione, se necesita una base sólida. Un informe técnico indica que "la falta de datos históricos etiquetados de alta calidad (datos donde se sepa qué mediciones llevaron a una falla específica) es la limitación más significativa para entrenar modelos predictivos precisos" (Chen & Liu, 2019, p. 72). Recoger percepciones sobre cómo las empresas están superando esta barrera es valioso.

 

El análisis de vibraciones y acústica es un área donde la IA brilla. Investigaciones recientes muestran que "las redes neuronales convolucionales, aplicadas a datos de vibración espectral, han superado a los métodos tradicionales de análisis de firma en la detección temprana de fallas en rodamientos de grandes motores" (Zhang, Li & Wang, 2021, p. 105). Escuchar a los ingenieros que ahora usan estas herramientas puede revelar su impacto práctico.

 

El futuro apunta hacia una mayor autonomía. Algunos autores visionan "flotas de equipos mineros que no solo predicen sus propias fallas, sino que también programan automáticamente sus ventanas de mantenimiento y solicitan repuestos a los almacenes" (Pérez & García, 2022, p. 23). Esta prospectiva genera nuevas preguntas sobre la organización del trabajo.

 

Finalmente, el factor económico siempre está presente. Si bien la inversión inicial es alta, un caso de estudio concluye que "el retorno de la inversión en sistemas de mantenimiento predictivo con IA se materializa principalmente a través de la reducción drástica de las paradas no planificadas y la extensión de la vida útil de los componentes críticos" (Johnson, 2017, p. 59). Comprender cómo los gerentes evalúan este retorno es parte del proceso de decisión.

 

6. CONCLUSIÓN

 

En resumen, la aplicación de tecnologías de IA en el mantenimiento de maquinaria pesada minera promete ganancias enormes en eficiencia, seguridad y costo. Sin embargo, esta investigación, desde un enfoque cualitativo, revela que su éxito no depende únicamente de la potencia de los algoritmos. El verdadero desafío reside en la dimensión humana y organizacional: en construir puentes de confianza entre los sistemas inteligentes y los expertos humanos, en gestionar el cambio cultural dentro de equipos de trabajo tradicionales, y en desarrollar las habilidades necesarias para interpretar y actuar sobre las predicciones de la IA.

 

7. BIBLIOGRAFÍA

 

Chen, L., & Liu, Y. (2019). Data Challenges in Predictive Maintenance for Heavy Machinery. Beijing, China: Mining Tech Press.

 

Creswell, J. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. Thousand Oaks, Estados Unidos: SAGE Publications.

 

Jardine, A., Lin, D., & Banjevic, D. (2006). A review on machinery diagnostics and prognostics implementing condition-based maintenance. Mechanical Systems and Signal Processing. Oxford, Reino Unido: Elsevier.

 

Johnson, R. (2017). ROI of Predictive Maintenance in Extractive Industries. Perth, Australia: Mineral Economics Institute.

 

Lee, J. (2020). Human-Centered AI for Industrial Applications. Seúl, Corea del Sur: Institute of Industrial Science.

 

Pérez, F., & García, M. (2022). The Autonomous Mine: AI and Robotics in Future Mining. Santiago, Chile: Ediciones Mineras Andinas.

 

Smith, T., & Brown, K. (2018). Organizational Change in the Digital Era of Heavy Industry. Londres, Reino Unido: Engineering Management Press.

 

Zhang, H., Li, X., & Wang, S. (2021). Deep learning-based fault diagnosis for mining equipment bearings using vibration signals. Journal of Intelligent Mining. Berlín, Alemania: Springer.

Trabajo 3

 CITAS DIRECTAS DE CANCIONES Y PELICULAS

 

1. Canción Ocean – Karol G 

Karol G. (2019). Ocean. Medellín, Colombia: Sony Music Latin.

 

2. Cueca Cantarina – Willy Claure

Claure, W. (2015). Cantarina. La Paz, Bolivia: Discos Fuentes.

 

3. Película Gladiador

Scott, R. (2000). Gladiador. Los Ángeles, EE. UU.: DreamWorks Pictures / Universal Pictures.

 

4. Película boliviana ¿Quién mató a la llamita blanca?

Bellott, R. (2006). ¿Quién mató a la llamita blanca? Santa Cruz de la Sierra, Bolivia: Cinematográfica Ítaca.

 

5. Película boliviana Tres pasos al frente

Loayza, M. (2011). Tres pasos al frente. La Paz, Bolivia: Centro de Investigación y Promoción Cultural Mink’a.

Tarea 1