​El Departamento de Ciencia de la Computación de la Universidad Católica de Chile tiene el agrado de invitarlo/a para este Viernes 12 de Septiembre en la Sala Javier Pinto, (Campus San Joaquín, Edificio San Agustín 4to. piso) de 11:30 a 13:00 (GMT-​4​) horas a los siguientes coloquios:

“UN ANÁLISIS DEL USO DE TECNOLOGÍA PARA EL APRENDIZAJE COLABORATIVO EN LABORATORIOS COMPUTACIONALES Y EN SALAS DE CLASES”

Expositor: David Peña. Profesor guía: Miguel Nussbaum

Definir los efectos que tienen distintas tecnologías y metodologías dentro de la sala de clases es primordial para su utilización efectiva. Esta investigación se centra en comparar el aprendizaje colaborativo silencioso en grandes grupos con la ayuda de dos tecnologías distintas. La primera es One Mouse per Child donde cada alumno cuenta con un mouse y trabaja en una pantalla compartida. Esta es una alternativa económica para comunidades de escasos recursos, al necesitar un solo computador cada cuarenta alumnos. La segunda se desarrolla en un laboratorio computacional donde cada alumno cuenta con su propio computador. Se trabajó con dos sextos básicos, cada uno usó una tecnología distinta para resolver las actividades.  Estas consistían en una matriz de clasificación, donde los alumnos se ayudaban mediante sugerencias. Los conocimientos evaluados fueron los de Lenguaje y Comunicación. Se comparó la colaboración silenciosa gracias a los registros de los dos programas utilizados. Se realizó un estudio de usabilidad para comparar ambos ambientes de trabajo. Para esto se contó con observadores que registraban las conductas de los alumnos. El aprendizaje se midió gracias a pruebas tradicionales diseñadas por pedagogos. De los resultados se dedujo que en el laboratorio la colaboración silenciosa es más efectiva y la usabilidad es mejor. Finalmente se concluyó que el aprendizaje se logra en ambos casos y no muestra diferencias considerables.

​​

“REFORMULACIÓN POLINOMIAL DE PROBLEMAS DE PLANIFICACIÓN CON OBJETIVOS TEMPORALES”

​Expositor: Jorge Torres Villarrubia. Profesor Supervisor: Jorge Baier

Planificación Clásica es un problema de Ia Inteligencia Artificial que consiste en encontrar un plan tal que al ejecutarlo en un estado inicial lleve a un estado objetivo. En muchas aplicaciones interesa encontrar planes tales que la secuencia de estados que generan cumpla alguna propiedad o restricción deseada (no solo en el estado objetivo). Para esto se utilizan fórmulas de Lógicas Temporales para expresar dichas propiedades y se busca un plan que satisfaga dicha fórmula. Una manera efectiva de enfrentar un problema de planificación con objetivos temporales es reformular dicho problema a uno clásico con el fin de utilizar planificadores ya existentes. La clave principal de esta reformulación consiste en que para toda fórmula temporal existe un autómata no determinista que se puede usar para verificar si dicha fórmula es satisfactible. En el problema reformulado, se simulan las transiciones del autómata para verificar que el plan que se encuentre satisfaga el objetivo temporal. El gran obstáculo que se produce es que ciertas fórmulas temporales generan una cantidad exponencial de estados al construir el autómata. La finalidad de este trabajo es utilizar otro tipo de autómatas: autómatas alternantes, estos garantizan que el número de estados sea polinomial sobre el tamaño del objetivo temporal en el peor caso. Hasta ahora, se ha observado que el largo de los planes de estos problemas reformulados es proporcional al largo del objetivo temporal y que existen diferentes reformulaciones que son más efectivas que otras para planificadores específicos.

Para unirse a la transmisión, copie esta dirección en su navegador:
https://meet.lync.com/dccpuc/laccirvc/nllv5v9y

---

The Department of Computer Science at UC is pleased to invite you to this Friday, September 12, in room Javier Pinto, San Agustin Building 4th Floor at San Joaquin Campus, from 11:30 to 13:00 (GMT-​4​) hours at the following conference:

“AN ANALYSIS OF THE USE OF TECHNOLOGY FOR COLLABORATIVE LEARNING IN COMPUTER LABORATORIES AND IN CLASSROOMS”

Speaker: David Peña. Supervisor Professor: Miguel Nussbaum

To define the effects of different technologies in the classroom is essential for their effective use. This research focuses on comparing the silent collaborative learning in large groups with the help of two different technologies. The first is One Mouse per Child where each student has a mouse and work on a shared screen. This is an economical alternative for low-income communities, needing a single computer every forty students. The second takes place in a computer lab where each student has their own computer. The study was done with two different classes of sixth grade students, each experimental group used a different technology for solving the same activities. These consisted of a classification matrix, where students helped each other sending suggestions (the curriculum for Language and Communication was evaluated). Silent collaboration was evaluated thanks to the records that the programs kept. A usability study was conducted, for this observers recorded the behaviors of students. Learning was measured by traditional tests designed by teachers. From the results it was concluded that, silent collaboration in the laboratory is more effective than in the classroom. In the same line the usability parameters also scored higher in the laboratory. Finally it was concluded that learning is achieved in both cases and there is no significant differences between technologies.

​

“POLYNOMIAL REFORMULATION OF PLANNING PROBLEMS WITH TEMPORARY OBJECTIVES”​

​Speaker: Jorge Torres Villarrubia. Supervisor Professor: Jorge Baier​

​Classical Planning is a problem studied in Artificial Intelligence which consists of finding a plan that leads an agent from a given initial state to a goal state defined by a given property. Many compelling applications require finding plans whose execution, rather than just its final state, satisfies a certain given property. Linear Temporal Logic (LTL) is a language that allows a natural specification for such properties. An effective approach to planning with LTL goals reformulates a given a planning problem with an LTL goal into a classical planning problem. This allows the use of off-the-shelf classical planners for temporal planning. The key enabler of such a reformulation is the fact that for every LTL formula it is possible to build a non-deterministic finite-state automaton to check for its satisfiability. Unfortunately the size of the automaton is worst-case exponential on the size of the formula which means that the size of the reformulated problem may blow up exponentially with respect to the size of the original problem. The objective of this work is to propose a worst-case polynomial reformulation algorithm. Our approach exploits a different type of automata: Alternating Automata (AA). It is known that for every LTL formula there exists a corresponding linear-size AA. We propose a number of approaches to utilize these AA in a reformulation algorithm. We prove the length of plans for these reformulated problems can grow by a factor proportional to the length of the goal formula. Our preliminary experimental evaluation has shown that certain ways of reformulating the problem are more effective for specific planners.​

To join the transmission copy this address into your browser:
https://meet.lync.com/dccpuc/laccirvc/nllv5v9y