| Subject: Una aclaracion interesante |
Author:
The Dark Lord
|
[
Next Thread |
Previous Thread |
Next Message |
Previous Message
]
Date Posted: 09:53:51 06/18/01 Mon
Que tal... En cuanto al ensayo anterior he recibido una critica fuera del foro que me parecio muy favorable, porque me muestra que la idea se comprendio muy bien. En esta critica me señalaron que hay que tener en cuenta que existe desde tiempos inmemoriables 2 lineas de investigacion... Aquellos a los que solo les preocupa la practica y son investigadores Hands-On y otra rama totalmente separada de investigadores teoricos. Con el tiempo esta separacion se ha hecho cada vez mas evidente y de aqui parte mi ensayo original... y esa es la razon por la cual tome una postura totalmente scroofie (o practica) defenestrando de una manera o de otra a la investigacion teorica (lo mismo que hacen aquellos que hacen IA teorica con la practica). Necesite tomar esta postura para causar sensacion e interes tanto en aquellos que la apoyan como en aquellos que no. Como dije en el anterior ensayo "Espero que con este ensayo, aunque sea, haya sembrado la semilla de la duda...". Ahora que aclare este tema, pasare a mostrar porque tome esta postura...
Yo creo que nunca deberia dejar de mostrarse las 2 caras de la moneda, asi como vemos los esquemas teoricos y demostrables, tambien deberiamos estudiar y ensayar los esquemas netamente practicos, con el fin de presentar herramientas que sirvan para evaluar que herramientas utilizar frente a un determinado problema. Esto se traduce en un enriquecimiento del campo de conocimiento del alumnado... Creo por esta razon que temas netamente practicos como los que he mencionado no pueden dejarse fuera, porque de ser asi, estaremos cometiendo los mismos errores que se han estado cometiendo desde hace mucho tiempo...
Cita Textual de IEEE-ACM Computing Curricula 2001 (DRAFT)
"Computer science today serves as a foundation for a broad range of disciplines, in much the same way that mathematics has done for many years. Academic departments of mathematics, however, are often criticized for concentrating their resources on the pure aspects of the field, even though most of their students, particularly at the introductory level, are interested in more applied topics. In the interest of the broad computing curriculum, computer science should not follow that path. Students, moreover, need to understand the range of options that are available in the computing domain, and it is important for introductory courses not only to prepare students for a range of disciplines but to offer them guidance about the possibilities."[1]
Es de vital interes que este tipo de situaciones no pasen inadvertidas. Se pueden dar ejemplos muy claros, en particular una materia altamente importante (al igual que IA). En Bases de Datos, solo se mostraron los modelos que estan de moda (relacional y orientado a objetos); aunque esto no es muy preocupante porque actualmente muy pocas bases de datos comerciales no utilizan estos modelos, aunque en particular seria interesante ver otros y analizarlos al detalle... Pero una critica muy importante que se puede hacer a esta materia (y esperemos que el profesor que se encargue de darla este año lo corrija) es todo el tiempo que se tarda en ver implementacion de bases de datos hasta el minimo detalle, sabiendo que esto realmente aburre, porque si fuera absolutamente necesario (en algun momento lo necesitaramos), se dispone de todas las herramientas dadas por Sistemas Operativos para entender los esquemas de implementacion por nuestra cuenta. Y no se utilice ese tiempo en realmente mostrar (Hands-On) las posibilidades que cada uno de los motores de bases de datos comerciales ofrecen... Por ejemplo Postgres es una base de datos que si bien es excelente desde el punto de vista academico para mostrar ciertos puntos, es arcaica con respecto a otras, (SQL Server, Oracle y otras). Y creanme no es verdad que porque aprendamos a usar una base de datos dificil y arcaica, uno va a aprender mas rapido otra base mas facil (como se la caratula a SQL Server) porque cada una posee caracteristicas diferentes y se adecuan a distintos tipos de problemas. Es una pena que como alumnos de ciencias de la computacion, nos perdamos de obtener ese tipo de informacion, de primera mano, ahora que podemos hacerlo. Y para reforzar este punto es bueno tener en cuenta lo que se plantea muy claramente en la computing curricula en cuanto al trabajo de laboratorio...
"We endorse the position articulated in the CC1991 report that 'mastery of the discipline includes not only an understanding of basic subject matter, but also an understanding of the applicability of the concepts to real-world problems.' Particular attention must be paid in the undergraduate curriculum to the importance of laboratory work as it reinforces student mastery of concepts and their application to solving real-life problems in diverse domains."[1]
Otra idea para llenar el espacio dejado por implementacion de bases de datos, seria dar una breve introduccion a un tema de particular importancia, "Data Mining"; Aunque en mi opinion este tema se merece una materia completa dentro de nuestra carrera.
Esta en nosotros analizar si nuestras necesidades como futuros implementadores e investigadores se estan cumpliendo como corresponde y si esto no fuera asi es nuestro deber como alumnos hacerlo saber...
Bueno espero haber aclarado los puntos que me veia obligado a aclarar y que este nuevo ensayo haya abierto una nueva brecha para ser analizada. Y ante todo los insto a que me hagan saber si estoy equivocado, porque estoy altamente abierto al debate recuerden que todos nos enriquecemos de este tipo de discusiones.
Saludos
Enjoy the search of knowledge, as much as you enjoy life.
The Dark Lord
[1] Computing Curricula 2001, The Joint Task Force on Computing Curricula, IEEE Computer Society and Association for Computing Machinery.
[
Next Thread |
Previous Thread |
Next Message |
Previous Message
]
| |
Feedback: 