Abstract: The purpose of this document is to highlight the existing issue caused by a lack of knowledge about the actual condition of machinery and precise monitoring in an express mechanic workshop. This workshop consists of mechanical maintenance equipment such as vehicle lifts, balancers, aligners, and other common machinery in such work environments. The data collected from these machines are classified and processed using Artificial Intelligence, specifically Machine Learning, by employing a tabulation and interpretation algorithm alongside IoT (Internet of Things) through the instrumentation of these machines with sensors appropriate to their mechanical operation. This facilitates and enables the creation of predictive maintenance plans as well as operational schemes that help reduce operational costs, maintenance expenses, and energy consumption of the workshop equipment. The system innovatively uses a modular approach without requiring intervention or modification of the machines, allowing their interconnectivity with a computer that automatically manages the collected data. This results in a clear view of the usage of each component, providing critical information for generating predictive maintenance strategies.

Resumen: El propósito de este documento es dar a conocer la problemática existente por una falta de conocimiento del estado real de la maquinaria y del monitoreo preciso de un taller de mecánica exprés que se compone por elementos de mantenimiento mecánico tales como elevadores de vehículos, balanceadora, alineadora, entre otras las maquinarias más comunes en este tipo de centros de trabajo, estos datos son clasificados y procesados utilizando inteligencia artificial como Machine Learning al emplear un algoritmo de tabulación e interpretación y conjuntamente IoT (internet de las cosas) a través de la instrumentación de dichas máquinas con sensores acordes a su tipo de funcionamiento mecánico, esto facilita y permite generar planes de mantenimiento predictivo al igual que esquemas operativos que permitirán disminuir el costo operacional, costos de mantenimiento y consumo energético de la indumentaria del taller, utilizando de manera innovadora un sistema modular sin necesidad de intervenir o modificar las mismas, que permite la interconectividad de la maquinaria con un ordenador que gestione la data recogida de manera automática dando como resultado una visión clara del uso de cada componente, esta información es clave para la generación de un mantenimiento predictivo.

ABSTRACT: The growing influence of Artificial Intelligence (AI) in higher education poses significant challenges and opportunities for university educators. This article aims to analyze the uses and perceptions of AI among teachers at the University of Guayaquil in 2024. Using a mixed approach of interviews and surveys, teachers' knowledge about AI developments, their perspective on their influence on education, and the most affected educational areas are examined. The theoretical framework integrates perspectives of Rogers, Bourdieu, Latour and Bijker, addressing the diffusion of innovations, symbolic violence and socio-technical interactions. The results provide an integral view of how the teaching community responds to AI in higher education. In conclusion, the study contributes to the sociological analysis of technology-society interaction, exploring dynamics of power, adaptation and resistance in the academic context in the face of technological changes.

RESUMEN: La creciente influencia de la Inteligencia Artificial (IA) en la educación superior plantea desafíos y oportunidades significativas para los docentes universitarios. Este artículo tiene como objetivo analizar los usos y percepciones de la IA entre los profesores de la Universidad de Guayaquil en el 2024. Mediante un enfoque mixto de entrevistas y encuestas, se examina el conocimiento de los docentes sobre los avances en IA, su perspectiva sobre su influencia en la enseñanza y las áreas educativas más afectadas. El marco teórico integra perspectivas de Rogers, Bourdieu, Latour y Bijker, abordando la difusión de innovaciones, la violencia simbólica y las interacciones sociotécnicas. Los resultados ofrecen una visión integral de cómo la comunidad docente responde a la IA en la educación superior. En conclusión, el estudio contribuye al análisis sociológico de la interacción tecnología-sociedad, explorando dinámicas de poder, adaptación y resistencia en el contexto académico frente a los cambios tecnológicos.

RESUMEN El objetivo esta investigación es realizar un mapeo científico basado en la teoría de grafos y efectuar un análisis crítico de la producción científica relacionada con la temática de transhumanismo y agroecología. Metodológicamente se hizo una búsqueda del tema en la plataforma Scopus, las referencias extraídas se procesaron mediante la herramienta Bibliometrix. Posteriormente, se hizo un análisis crítico que contrastara la perspectiva del cuerpo desde el transhumanismo y desde la agroecología. Los resultados muestran que los países con mayor producción científica en el área son China, Estados Unidos y Francia. También señalan que hay un interés creciente de la comunidad científica en el tema de transhumanismo y agroecología, que se evidencia en una marcada producción académica en los últimos cinco años. El artículo contrasta dos visiones del cuerpo: una visión reduccionista e instrumental impuesta por el Occidente hegemónico y una perspectiva agroecológica, que considera el cuerpo como un territorio profundo e inconmensurable, conectado con la tierra, el agua, el aire, el fuego, las plantas, los minerales, los animales, y el cosmos.

ABSTRACT This research aims to carry out a scientific mapping based on graph theory and conduct a critical analysis of the scientific production related to transhumanism and agroecology Methodologically, a search for the topic was carried out on the Scopus platform, the extracted references were processed using the Bibliometrix tool. Subsequently, a critical analysis was made that contrasted the perspective of the body from transhumanism and agroecology The results show that the countries with the greatest scientific production in the area are China, the United States, and France. They also point out a growing interest from the scientific community in the topic of transhumanism and agroecology which is evident in a marked academic production in the last five years. The article contrasts two visions of the body: a reductionist and instrumental vision imposed by the hegemonic West and an agroecological perspective, which considers the body as a deep and immeasurable territory connected with the earth, water air, fire, and plants. , minerals, animals, and the cosmos.

RESUMO O objetivo desta pesquisa é realizar um mapeamento científico com base na teoria dos grafos e fazer uma análise crítica da produção científica relacionada aos temas do transhumanismo e da agroecologia. Metodologicamente, foi realizada uma busca sobre o tema na plataforma Scopus, e as referências extraídas foram processadas por meio da ferramenta Bibliometrix. Posteriormente, foi feita uma análise crítica para contrastar a perspectiva do corpo a partir do transhumanismo e da agroecologia. Os resultados mostram que os países com maior produção científica na área são China, Estados Unidos e França. Apontam também que há um crescente interesse da comunidade científica pelo tema do transhumanismo e da agroecologia, o que é evidenciado por uma acentuada produção acadêmica nos últimos cinco anos. O artigo contrapõe duas visões do corpo: uma visão reducionista e instrumental imposta pelo Ocidente hegemônico e uma perspectiva agroecológica, que considera o corpo como um território profundo e imensurável, conectado à terra, à água, ao ar, ao fogo, às plantas, aos minerais, aos animais e ao cosmos.

Abstract Since its early days, machine vision has been deeply dependent on photographic databases. As visually "intelligent" machines have rapidly advanced, this connection has strengthened and reversed the equation, with contemporary photographic imagery significantly influenced by the techniques developed in computer sciences. Using a technique called "histogram of oriented gradients", Sometimes Your Eyes Do Not See explores the machinic gaze that increasingly permeates contemporary artistic practices and reflects on the ways it affects our perception of the world.

Resumo Desde os seus primórdios, a visão artificial tem estado profundamente dependente de bases de dados fotográficas. Com a rápida evolução das máquinas visualmente “inteligentes”, esta ligação reforçou-se e inverteu a equação, com as imagens fotográficas contemporâneas a serem significativamente influenciadas pelas técnicas desenvolvidas nas ciências informáticas. Recorrendo a uma técnica conhecida como "histograma de gradientes orientados", Sometimes Your Eyes Do Not See (Às Vezes, os Teus Olhos Não Veem) explora o olhar maquínico que cada vez mais permeia as práticas artísticas contemporâneas e reflete sobre o impacto desse olhar na nossa perceção do mundo.

Abstract The paper discusses the implementation of an automatized enterprise management system with artificial intelligence (AI) to treat the common challenges and problematics on financial and enterprise management. The AI system can integrate all the management subsystems and provide an integral and real-time vision of the financial and operative situation of the enterprise. The benefits include the optimization of resources, the demand prediction, advanced financial analysis, and automatization of processes. There are analyzed the main obstacles and challenges on the implementation of an automatized management system with AI, offering a dictamen about the relation between benefits and difficulties on the implementation. The successful implementation requires communicate clearly the benefits and advantages of the system, provide continuous capacitation and support to employees, invest on high quality technology and capacitation, planning carefully the integration with the existing processes and systems on the enterprise, and establishing clear metrics and goals to measure the success of the system.

Resumen El artículo discute la implementación de un sistema de gestión empresarial automatizado con inteligencia artificial (IA) para abordar los desafíos y problemáticas comunes en la gestión empresarial y financiera. El sistema de IA puede integrar todos los subsistemas de gestión y proporcionar una visión integral y en tiempo real de la situación financiera y operativa de la empresa. Los beneficios incluyen la optimización de recursos, la predicción de demanda, el análisis financiero avanzado y la automatización de procesos. Se analizan los principales obstáculos y desafíos en la implementación de un sistema de gestión empresarial automatizado con IA, ofreciendo un dictamen sobre la relación entre los beneficios y las dificultades de la implementación. La implementación exitosa requiere comunicar claramente los beneficios y ventajas del sistema, proporcionar capacitación y soporte continuos a los empleados, invertir en tecnología y capacitación de alta calidad, planificar cuidadosamente la integración con los procesos y sistemas existentes de la empresa, y establecer métricas y objetivos claros para medir el éxito del sistema.

Resumen La inteligencia artificial (IA) ha surgido como una herramienta innovadora, con programas como ChatGPT, Gemini, entre otros, con un gran potencial para transformar la educación, y para adaptarse a plataformas digitales existentes y revolucionando los procesos de enseñanza. Este artículo tiene el objetivo de proporcionar una visión amplia y equilibrada del panorama actual de la IA en las escuelas, para lo cual se realizó una revisión sistemática, mediante la metodología Prisma (preferred reporting items for systematic reviews and meta-analyses), a partir de la cual se encontraron 52 artículos indexados en la base de datos Scopus durante el periodo de 2019 a 2023, que abordaban la temática de la IA en las escuelas. Según los resultados, hay cuatro áreas temáticas clave que destacan el impacto de la IA: (a) procesos de enseñanza; (b) pedagogía, currículo y formación docente; (c) gestión educativa, y (d) implicaciones éticas. Se concluyó que esta tecnología presenta un gran potencial para transformar la educación, por medio de herramientas innovadoras; mejorar la calidad del aprendizaje; optimizar la gestión educativa, y abordar desafíos como la personalización de la enseñanza y la evaluación del rendimiento. No obstante, su implementación debe ser planificada meticulosamente, y enmarcada en principios éticos sólidos y acompañada de un proceso de formación docente adecuado para garantizar el uso responsable y efectivo de esta tecnología en el ámbito educativo, por lo que se requiere de la colaboración permanente de docentes, profesionales e investigadores de la educación y responsables políticos para aprovechar las oportunidades que ofrece la IA y trabajar en conjunto para construir un futuro educativo más equitativo, inclusivo y de calidad.

Abstract Artificial intelligence (AI) has emerged as an innovative tool, with applications such as ChatGPT and Gemini, among others, that show great potential to transform education, adapting to existing digital platforms and revolutionizing teaching processes. This article aims to provide a complete and balanced view of the current landscape of AI in schools, for which a systematic review was carried out using the PRISMA methodology. This allowed finding 52 articles indexed in the Scopus database between 2019 and 2023, which addressed the topic of AI in schools. The results revealed four key thematic areas that highlight the impact of AI: 1) teaching processes; 2) pedagogy, curriculum, and teacher training; 3) educational management; and 4) ethical implications. It was concluded that this technology has great potential to transform education through innovative tools aimed at improving the quality of learning, optimizing educational management, and addressing challenges such as the personalization of teaching and performance assessment. However, its implementation must be meticulously planned, framed in solid ethical principles, and accompanied by an adequate teacher training process that ensures its responsible and effective use in the field of education. This is why the permanent collaboration of teachers, education professionals, researchers, and policy makers is required, in order to leverage the opportunities offered by AI and work together to build an educational future that is of higher quality and more equitable and inclusive.

Resumo A inteligência artificial (IA) surgiu como uma ferramenta inovadora, com programas como ChatGPT, Gemini, entre outros, com grande potencial para transformar a educação, adaptandose às plataformas digitais existentes e revolucionando os processos de ensino. Este artigo tem como objetivo fornecer uma visão completa e equilibrada do panorama atual da IA nas escolas, para o qual foi realizada uma revisão sistemática, utilizando a metodologia PRISMA, que permitiu encontrar 52 artigos indexados na base de dados Scopus durante o período de 2019 até 2023, que abordou o tema IA nas escolas. Os resultados revelaram quatro áreas temáticas principais que destacam o impacto da IA: 1) Processos de ensino; 2) Pedagogia, currículo e formação docente; 3) Gestão educacional; e 4) Implicações éticas. Concluiu-se que esta tecnologia tem grande potencial para transformar a educação, através de ferramentas inovadoras para melhorar a qualidade da aprendizagem, otimizar a gestão educacional e enfrentar desafios como a personalização do ensino e a avaliação de desempenho. No entanto, a sua implementação deve ser meticulosamente planejada e enquadrada em sólidos princípios éticos, bem como ser acompanhada de um processo de formação de professores adequado para garantir a utilização responsável e eficaz desta tecnologia no campo educativo, razão pela qual é necessária a colaboração permanente dos professores, profissionais, pesquisadores da educação e atores políticos para aproveitarem as oportunidades oferecidas pela IA e trabalharem em conjunto para construir um futuro educativo mais equitativo, inclusivo e de qualidade.

Resumen Motivación: la identificación precisa de golpes y patadas en competencias deportivas de artes marciales es un asunto crítico, a menudo complicado y, en ocasiones, sujeto a controversias debido a la apreciación subjetiva de los árbitros. Problema: la subjetividad en la evaluación de golpes y patadas durante las competencias deportivas de artes marciales plantea un desafío significativo en términos de imparcialidad y precisión en el arbitraje. Enfoque de solución: este estudio se centra en el análisis de las contribuciones más recientes en el campo del reconocimiento de golpes y patadas en competencias de artes marciales. Se revisan técnicas de clasificación y sensores comúnmente utilizados. Resultados: el análisis proporciona una visión general de las técnicas de clasificación implementadas en el reconocimiento de golpes y patadas. Esto contribuye a la comprensión de los avances recientes en este campo y cómo pueden mejorar la objetividad y precisión en el arbitraje de las competencias de artes marciales. Conclusiones: este estudio destaca el creciente interés en técnicas de aprendizaje automático para clasificar golpes y patadas en artes marciales, abarcando una amplia gama de clasificadores, desde métodos tradicionales hasta modelos de aprendizaje profundo. La combinación de sensores inerciales y cámaras profundas se presenta como una vía prometedora. Se anticipa que futuras investigaciones compararán y caracterizarán exhaustivamente estos enfoques, allanando el camino para la implementación de sistemas de inteligencia artificial en competencias de artes marciales, lo que podría revolucionar la objetividad en la evaluación de movimientos en este deporte.

Abstract Motivation: The precise identification of punches and kicks in martial arts sporting competitions is a critical issue, often complex, and at times subject to controversies due to the subjective judgment of referees. Problem: The subjectivity in assessing punches and kicks during martial arts sporting competitions poses a significant challenge regarding impartiality and accuracy in refereeing. Solution Approach: This study analyzes the most recent contributions to punch and kick recognition in martial arts competitions. It reviews classification techniques, commonly used sensors, and the performance achieved in identifying these movements. Results: The analysis provides a general overview of implemented punch and kick classification techniques. This contributes to understanding recent advancements in this field and how they can enhance objectivity and precision in refereeing martial arts competitions. Conclusions: This study underscores the growing interest in machine learning techniques for classifying punches and kicks in martial arts, encompassing a wide range of classifiers, from traditional methods to deep learning models. The combination of inertial sensors and depth cameras emerges as a promising avenue. Future research is expected to thoroughly compare and characterize these approaches, paving the way for implementing artificial intelligence systems in martial arts competitions and potentially revolutionizing the objectivity in assessing movements in this sport.

Resumen Las bases de datos académicas son fundamentales para el avance científico, ya que albergan una gran cantidad de literatura evaluada por pares. Sin embargo, las herramientas de búsqueda en estos entornos implican un proceso relativamente lento y poco intuitivo de búsqueda y evaluación. En respuesta a estos retos, en enero de 2024 Elsevier comercializó Scopus AI, una herramienta que utiliza inteligencia artificial generativa que sintetiza la evidencia indexada en Scopus a partir de prompts. Este estudio evalúa la utilidad de Scopus AI (en su versión beta en el momento de la investigación) en el contexto de una tesis doctoral a través de un caso de estudio concreto. Para ello se emplea un prompt relacional y tres preguntas de continuidad con la finalidad de conocer las coordenadas de la intersección entre distintos temas dentro de la rama de las Ciencias Sociales, y más específicamente de la Comunicación, a partir de un caso de estudio sobre place branding. El resultado consolidado permite obtener un primer listado de referencias, así como una visión panorámica útil, y elaborar una meta-síntesis a partir de los resúmenes generados por los distintos prompts. Las funcionalidades de la herramienta permiten conocer autores y trabajos influyentes, familiarizarse con palabras clave, revisar la literatura más reciente y descubrir aproximaciones y posibles huecos de investigación. Aunque Scopus AI (beta) presenta limitaciones como la dependencia de los resúmenes de los documentos indexados en Scopus, la simplificación de conceptos o la desconexión entre argumentos, los resultados demuestran el valor de esta herramienta para resumir la investigación reciente de un área determinada, mapear sus principales características y permitir el descubrimiento de información relevante.

Abstract Academic databases play a crucial role in advancing science by hosting a vast array of peer-reviewed literature. However, academic database search tools involve a relatively slow and rather unintuitive process of searching and evaluating content. To address these challenges, in January 2024, Elsevier introduced Scopus AI, a generative artificial intelligence that synthesises evidence indexed in Scopus based on prompts. This study assesses the utility of Scopus AI (in its beta version at the time of the research), within the context of a doctoral thesis through a specific case study. By employing a relational prompt and three follow-up questions, the study aims to pinpoint intersections between different topics within the realm of Social Sciences and, more specifically, Communication, with a case on place branding. The consolidated result provides an initial list of references, offers a comprehensive overview, and allows to generate a meta-synthesis based on the summaries provided by each prompt. Scopus AI (beta) presents features that enable researchers to identify influential authors and works, explore relevant keywords, review recent literature, and identify potential research gaps. Although Scopus AI has some limitations, such as the dependence on the abstracts of documents indexed in Scopus, the simplification of concepts, or the relative disconnection between arguments, the results demonstrate the value of this tool in accelerating research processes, as it synthesises research in a given area, maps its main characteristics and allows for information discovery.

Abstract: Given the current social distance restrictions across the world, most individuals now use social media as their major medium of communication. Due to this, millions of people suffering from mental diseases have been isolated, and they are unable to get help in person. They have become more reliant on online venues to express themselves and seek advice on dealing with their mental disorders. According to the World Health Organization (WHO), approximately 450 million people are affected. Mental illnesses, such as depression, anxiety, etc., are immensely common and have affected an individual’s physical health. Recently, Artificial Intelligence (AI) methods have been presented to help mental health providers, including psychiatrists and psychologists, in decision-making based on patients’ authentic information (e.g., medical records, behavioral data, social media utilization, etc.). AI innovations have demonstrated predominant execution in numerous real-world applications, broadening from computer vision to healthcare. This study analyzed unstructured user data on the Reddit platform and classified five common mental illnesses: depression, anxiety, bipolar disorder, ADHD, and PTSD. In this paper, we proposed a Transformer model with late fusion methods to combine the two texts (title and post) of the dataset into the model to detect the mental disorders of individuals. We compared the proposed models with traditional machine learning, deep learning, and transfer learning multi-class models. Our proposed Transformer model with the late fusion method outperformed (F1 score = 89.65) the state-of-the-art performance (F1 score = 89 [35]). This effort will benefit the public health system by automating the detection process and informing the appropriate authorities about people who need emergency assistance.

Resumen Contexto: Los sistemas de medición basados en visión (VBM) están ganando popularidad como una alternativa asequible y apta para aplicaciones científicas y de ingeniería. Cuando se utilizan cámaras como instrumentos, el desenfoque de movimiento suele surgir como una degradación de imagen recurrente e indeseable, que de hecho contiene información cinemática que normalmente se descarta. Método: Este artículo introduce un enfoque alternativo para medir la aceleración relativa a partir de una imagen borrosa real de movimiento lineal uniformemente acelerado invariante. Esto se hace utilizando mapeo homomórfico para extraer la point spread function (PSF) característica de la imagen borrosa, así como regresión de aprendizaje automático. Se tomaron un total de 125 imágenes borrosas de movimiento uniformemente acelerado en un entorno de luz y distancia controladas, en cinco aceleraciones diferentes en un rango de 0,64 a 2,4 m/s2. Este estudio evaluó 19 variantes tales como ensambles de árboles, procesos Gaussianos (GPR) y regresión lineal, regresión con máquina de vectores de soporte (SVM) y regresión con árboles. Resultados: El mejor resultado de RMSE corresponde a GPR (Matern 5/2), con 0,2547 m/s2 y una velocidad de predicción de 530 observaciones por segundo (obs/s). Además, se utilizaron algunos métodos novedosos de aprendizaje profundo para obtener el mejor valor de RMSE (0,4639 m/s2 para Inception ResNet v2, con una velocidad de predicción de 11 obs/s. Conclusiones: El método propuesto (mapeo homomórfico y aprendizaje automático) es una alternativa válida para calcular la aceleración a partir del desenfoque de movimiento invariante en aplicaciones en tiempo real cuando el ruido aditivo no es dominante, incluso superando las técnicas de aprendizaje profundo evaluadas.

Abstract Context: Vision-based measurement (VBM) systems are becoming popular as an affordable and suitable alternative for scientific and engineering applications. When cameras are used as instruments, motion blur usually emerges as a recurrent and undesirable image degradation, which in fact contains kinematic information that is usually dismissed. Method: This paper introduces an alternative approach to measure relative acceleration from a real invariant uniformly accelerated linear motion-blurred image. This is done by using homomorphic mapping to extract the characteristic Point Spread Function (PSF) of the blurred image, as well as machine learning regression. A total of 125 uniformly accelerated motion-blurred pictures were taken in a light- and distance-controlled environment, at five different accelerations ranging between 0,64 and 2,4 m/s2. This study evaluated 19 variants such as tree ensembles, Gaussian processes (GPR), and linear, support vector machine (SVM), and tree regression. Results: The best RMSE result corresponds to GPR (Matern 5/2), with 0,2547 m/s2 and a prediction speed of 530 observations per second (obs/s). Additionally, some novel deep learning methods were used to obtain the best RMSE value (0,4639 m/s2 for Inception ResNet v2, with a prediction speed of 11 obs/s. Conclusions: The proposed method (homomorphic mapping and machine learning) is a valid alternative for calculating acceleration from invariant motion blur in real-time applications when additive noise is not dominant, even surpassing the deep learning techniques evaluated.

ABSTRACT This work presents a strategy to improve the control of robot manipulators actuated by servomotors controlled in position. The improvement consisted on using artificial vision in order to implement a second control loop that guarantees the joint position tracking of the desired values. The visual feedback algorithm is robust upon rotations and translations of the camera, which is its main advantage against other similar approaches reported in the literature. The proposed technique was tested on a 3 DOF robot with position actuators, to which different desired joint positions were commanded and regulated through a PID controller. The experiments were performed with different rotation angles of the camera, obtaining successful results by reducing the joint position errors with respect to the position regulation without visual feedback.

RESUMEN Este trabajo presenta una estrategia para mejorar el control de robots manipuladores actuados por servomotores controlados en posición. La mejora consiste en utilizar visión artificial para implementar una segunda malla de control y así garantizar que las articulaciones alcancen los valores deseados. El algoritmo de realimentación visual es robusto ante rotaciones y traslaciones de la cámara, lo cual es su principal ventaja contra otras técnicas similares reportadas en la literatura. La técnica propuesta se probó en un robot de 3 GDL con actuadores de posición, al cual se le comandaron diferentes posiciones deseadas de las articulaciones, mismas que se regularon con un controlador PID. Los experimentos se realizaron con la cámara rotada en diferentes ángulos, obteniendo resultados satisfactorios al reducir los errores de las posiciones articulares con respecto a la regulación de posición sin realimentación visual.

Abstract This study focuses on the implementation of an artificial vision system in a low-cost drone, through the use of an integrated camera, with practical applications in areas such as security, surveillance, search and rescue, this unmanned vehicle will be equipped with a camera to capture images in real time, which will be transmitted to a processing system that will use the Viola Jones facial recognition algorithm; This algorithm allows the identification and monitoring of specific people previously entered in a database, thereby facilitating an agile and precise response in emergency situations or in the search for individuals in difficult-to-access environments. The importance of reducing the costs associated with the implementation of the facial recognition system, while maintaining the quality and performance of the drone, is also emphasized. The implementation of the system involves the selection of a low-cost drone, the development of the facial recognition system, through the synergy of technologies such as machine learning and computer vision to improve the accuracy and efficiency of the system.

Resumen Este estudio se enfoca en la implementación de un sistema de visión artificial en un dron de bajo costo, mediante el empleo de una cámara integrada, con aplicaciones prácticas en ámbitos como seguridad, vigilancia, búsqueda y rescate, este vehículo no tripulado estará dotado de una cámara para la captura de imágenes en tiempo real, las cuales se transmitirán a un sistema de procesamiento el mismo que utilizará el algoritmo de reconocimiento facial Viola Jones; este algoritmo permite la identificación y el seguimiento de personas específicas previamente ingresadas en una base de datos, con lo cual se facilita una respuesta ágil y precisa en situaciones de emergencia o en la búsqueda de individuos en entornos de difícil acceso. Se enfatiza, además, la importancia de reducir los costos asociados a la implementación del sistema de reconocimiento facial, manteniendo la calidad y el rendimiento del dron. La implementación del sistema involucra la selección de un dron de bajo costo, el desarrollo del sistema de reconocimiento facial, mediante la sinergia de tecnologías como el aprendizaje automático y la visión por computadora para mejorar la precisión y eficiencia del sistema.

Resumen La inteligencia artificial ha permitido desarrollar herramientas para el reconocimiento automático de frutos y hortalizas con mayor precisión y rapidez. El desarrollo de nuevos genotipos de árboles frutales requiere del uso de herramientas tecnológicas para la identificación de variedades con mayor robustez que los métodos convencionales. En esta investigación se aplicaron algoritmos de aprendizaje automático para identificar seis variedades de durazno (Prunus persica L.) CP-03-06, Oro Azteca, Oro San Juan, Cardenal, Colegio y Robin a partir de imágenes digitales de hojas. Los modelos máquina de soporte vectorial (SVM), bosque aleatorio (RF) y perceptrón multicapa (MLP) se entrenaron y evaluaron con base en tres descriptores cromáticos y 14 morfológicos extraídos de imágenes digitales. La evaluación del desempeño en predicción de los modelos se realizó con base en métricas globales y específicas para cada clase objetivo (variedad de durazno). Los cinco descriptores más importantes para identificar las variedades de durazno fueron los tres canales de color HSV (hue, saturation, value), la redondez y la excentricidad de las hojas. SVM obtuvo la mayor precisión global de clasificación con Acc de 98.7 % y F1macro de 98 %. SVM obtuvo el mayor puntaje F1 (99.2 %) para identificar la variedad de durazno CP-03-06 y el menor puntaje F1 (96.1 %) para identificar la variedad Cardenal. La utilización conjunta de descriptores cromáticos y morfológicos mejoró el desempeño de los algoritmos de aprendizaje para identificar las seis variedades de durazno. Los modelos SVM, RF y MLP obtuvieron un Acc de 98.7, 98.6 y 97 %, respectivamente. Este estudio muestra el potencial de las técnicas de aprendizaje automático para su aplicación en el reconocimiento de descriptores de interés en cultivos agrícolas y su aplicación a procesos automatizados en la agricultura.

Summary Artificial intelligence has allowed the development of tools for automatic recognition of fruits and vegetables with greater precision and speed. The development of new genotypes of fruit trees requires the use of technological tools to identify varieties with greater robustness than conventional methods. In this research, machine learning algorithms were applied to identify six peach varieties (Prunus persica L.) CP-03-06, Oro Azteca, Oro San Juan, Cardenal, Colegio and Robin from digital leaf images. The support vector machine (SVM), random forest (RF) and multilayer perceptron (MLP) models were trained and evaluated based on three chromatic and 14 morphological descriptors extracted from digital images. The evaluation of the prediction performance of the models was based on global metrics and specific for each target class (peach variety). The five most important descriptors to identify peach varieties were three HSV color channels (hue, saturation, value), roundness and eccentricity of the leaves. SVM achieved the highest overall classification accuracy with Acc of 98.7 % and F1macro of 98 %. SVM obtained the highest F1 score (99.2 %) to identify the peach variety CP-03-06 and the lowest F1 score (96.1 %) to identify the Cardenal variety. The joint use of chromatic and morphological descriptors improved the performance of learning algorithms to identify the six peach varieties. The SVM, RF and MLP models obtained an Acc of 98.7, 98.6 and 97 %, respectively. This study shows the potential of machine learning methods for their application in recognizing descriptors of interest in agricultural crops and their application to automated processes in agriculture.

Abstract The present study investigates the use of Artificial Intelligence (AI) applications as tools for language learning in Higher Education. It examines how these applications can improve the effectiveness and learning experience of university students in the mastery of foreign languages. Various AI applications designed specifically for language teaching are analyzed, exploring their features, functionalities, and effectiveness in comparison to traditional language teaching methods. The research is associated with the research project Improvement of Pedagogical Practices in Educational Institutions in the South Zone of Manabí. The impact of these applications on the academic performance, motivation and autonomy of students is investigated, as well as their contribution to the development of linguistic and communication skills. The challenges and limitations associated with the use of AI applications for language learning in the university context, as well as future opportunities and recommendations for their successful implementation, are also examined. This study provides a comprehensive view on the emerging use of AI in language teaching in Higher Education, offering valuable information for educators, application developers and students interested in this area.

Resumen El presente estudio investiga el uso de aplicaciones de Inteligencia Artificial (IA) como herramientas para el aprendizaje de idiomas en la Educación Superior. Se examina cómo estas aplicaciones pueden mejorar la eficacia y la experiencia de aprendizaje de los estudiantes universitarios en el dominio de idiomas extranjeros. Se analizan diversas aplicaciones de IA diseñadas específicamente para enseñar idiomas, explorando sus características, funcionalidades y efectividad en comparación con métodos tradicionales de enseñanza de idiomas. La investigación se asocia al proyecto de investigación Perfeccionamiento de las Prácticas Pedagógicas en las Instituciones Educativas de la Zona Sur de Manabí. Se investiga el impacto de estas aplicaciones en el rendimiento académico, la motivación y la autonomía de los estudiantes, así como su contribución al desarrollo de habilidades lingüísticas y comunicativas. Se examinan también los desafíos y las limitaciones asociadas con el uso de aplicaciones de IA para el aprendizaje de idiomas en el contexto universitario, así como las oportunidades futuras y las recomendaciones para su implementación exitosa. Este estudio proporciona una visión integral sobre el uso emergente de la IA en la enseñanza de idiomas en la Educación Superior, ofreciendo información valiosa para educadores, desarrolladores de aplicaciones y estudiantes interesados en esta área.

RESUMEN En este artículo se exponen las diversas formas de representación de lo que se denominará «ecosistemas ficcionales». Estos se refieren a entornos imaginarios que se desarrollan mediante representaciones visuales, destacando su relevancia para la creación, desarrollo y mantenimiento de un vínculo con el territorio habitado. Este lazo se considera fundamental para la construcción de una sociedad que cuestione las subjetividades arraigadas en la convivencia con el entorno natural y humanizado. De esta manera, se establece una línea explicativa para abordar la interrogante: ¿Es viable emplear elementos de representación visual para la creación de «ecosistemas ficcionales» que contribuyan a cuestionar la relación que se construye con los entornos naturales y humanizados en contemporaneidad y sus respectivas problemáticas? La respuesta se estructura a través de una metodología de dos fases de análisis. Se traza una línea explicativa mediante propuestas artísticas en Lima, Perú, abordando diversos soportes y medios como pintura, dibujo, instalación y videoarte. La primera fase, titulada Territorio y creación, se centra en la relación entre las vivencias personales de los y las estudiantes en el territorio y sus procesos creativos. En la segunda fase, Territorio e imaginarios culturales, se destaca la relación intrínseca entre las experiencias establecidas en la anterior fase y la construcción de imaginarios que permiten cuestionar el entorno cultural y ético. Se enfatiza la importancia y el rol fundamental de las representaciones mencionadas como un puente para comprender mejor las subjetividades presentes en los ecosistemas naturales y los ecosistemas artificiales o humanizados. Esta metodología será explicada mediante el desarrollo de cuatro proyectos específicos: «Abglutia», «Peligro de extinción», «Natural Sense Making» y, finalmente, «Pestes». A través del análisis de estos proyectos, se reconoce la utilidad y necesidad de las representaciones visuales de estos ecosistemas ficcionales para desarrollar una visión crítica que promueva la introspección y el cuestionamiento sobre la relación con nuestro entorno natural y los ecosistemas que influyen en él. Asimismo, se posibilita la incorporación de una relación simbólica con el territorio que se habita y se construye.

ABSTRACT This article explores the various forms of representation of what will be termed “fictional ecosystems”. These refer to imaginary environments developed through visual representations, highlighting their relevance for the creation, development, and maintenance of a connection with the inhabited territory. This connection is considered essential for the construction of a society that questions the subjectivities rooted in coexistence with the natural and humanized environment. In this way, an explanatory line is established to address the question: Is it viable to use visual representation elements to create “fictional ecosystems” that contribute to questioning the relationship built with natural and humanized environments in contemporary times and their respective issues? The response is structured through a two-phase analysis methodology. An explanatory line is drawn through artistic proposals in Lima, Peru, addressing various mediums such as painting, drawing, installation, and video art. The first phase, titled Territory and Creation, focuses on the relationship between the personal experiences of students in the territory and their creative processes. In the second phase, Territory and Cultural Imaginaries, the intrinsic relationship between the experiences established in the previous phase and the construction of imaginaries that allow questioning the cultural and ethical environment is highlighted. The importance and fundamental role of the mentioned representations as a bridge to better understand the subjectivities present in natural ecosystems and artificial or humanized ecosystems are emphasized. This methodology will be explained through the development of four specific projects: «Abglutia». «Peligro de Extinción», «Natural Sense Making» and finally, «Pestes». Through the analysis of these projects, the utility and necessity of visual representations of these fictional ecosystems are recognized to develop a critical vision that promotes introspection and questioning about the relationship with our natural environment and the ecosystems that influence it. Likewise, the incorporation of a symbolic relationship with the inhabited and constructed territory is made possible.