Español
Inglés
Sistema Informático con Redes Neuronales para la Administración del Laboratorio de Computación Computer System with Neural Networks for the Management of the Computer Laboratory
Barra lateral del artículo
Contenido principal del artículo
Resumen
En la Universidad Laica Eloy Alfaro de Manabí, Extensión El Carmen, los estudiantes de la carrera de Software dependen de los laboratorios de computación para sus prácticas, especialmente en programación. Sin embargo, estos espacios enfrentan un problema crítico: los equipos y periféricos son movidos constantemente para adaptarse a distintas actividades, lo que acelera su deterioro y reduce su vida útil. Aunque existen normas para regular su uso, la falta de personal y la urgencia académica hacen que estas reglas se incumplan, dejando el inventario sin control y aumentando los costos de mantenimiento. Frente a este desafío, proponemos un sistema inteligente basado en redes neuronales convolucionales (CNN) que transforma la gestión del laboratorio. Este sistema no solo automatiza la asignación de equipos mediante algoritmos genéticos, sino que también predice fallas técnicas usando redes LSTM y monitorea en tiempo real la ubicación de cada dispositivo. Los resultados preliminares muestran que esta solución puede reducir en un 35% el tiempo de gestión, optimizar el uso de los equipos (que actualmente solo se aprovechan en un 41.7%) y disminuir los costos de mantenimiento (que hoy consumen el 27.6% del presupuesto anual). Pero más allá de los números, este proyecto busca mejorar la experiencia educativa: menos interrupciones por equipos dañados, mayor seguridad para los recursos tecnológicos y un entorno más eficiente para estudiantes y docentes. Además, al ser un modelo adaptable, podría replicarse en otras universidades con desafíos similares, especialmente aquellas con recursos limitados
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
Almeida, F., Santos, J., y Ribeiro, M. (2021). Cost-effective maintenance strategies for university computer labs in developing regions. Journal of Educational Technology Systems, 49(3), 345-362.
Alqurashi, N., Abbas, A., Al-Hadrami, F., y Raw dah, M. (2024). The Role of Artificial Intelligence in Modern Laboratory Practices: A Comprehensive Overview. International Journal of Medical Toxicology and Legal Medicine. https://doi.org/https://ijmtlm.org/index.php/journal/article/view/366/237
Bartis, P. (2004). La tradicion popular y la investigacion de campo. Library of Congress.
Bernal Granados, C. (2003). Compilación bibliográfica: Tomás de Aquino. Universidad Santo Tomas.
Cumbicus, O., y Sánches, S. (2022). Subutilización de recursos tecnológicos en universidades públicas ecuatorianas: Caso ULEAM. Revista Científica Tecnológica ESPOL, 35(1), 45-59.
González, R., Vega, M., y Peréz, J. (2023). Digital divide in coastal universities: Challenges for workforce preparation in Ecuador. International Journal of Educational Development, 98(1), 102756. https://doi.org/10.1016/j.ijedudev.2023.102756
Henderson, T. (2024). Enhancing Laboratory Management through AI-Driven Trust and Transparency. Lab Manager. https://doi.org/https://www.labmanager.com/enhancing-laboratory-management-through-ai-driven-trust-and-transparency-33779
Hernández, J., García, D., y Martínez, M. (2023). Lightweight CNN architectures for resource-constrained environments. Neural Computing and Applications, 196(1), 2897-2912. https://doi.org/10.1007/s00521-022-07987-8
Kazimova, D., Turmuratova, D., Kopbalina, S., Tursyngaliyeva, G., y Kopzhasarova, T. (2023). Realization of Artificial Intelligence Technology in Modern Information and Educational Environment. Foundations and Trends in Research. https://doi.org/10.5281/zenodo.10052031
Millstein, F. (2020). Convolutional Neural Networks In Python.
Onecare Health. (2024). The Future of Lab Management: Predictive Analytics and Machine Learning. https://onecarehealth.com/the-future-of-lab-management-predictive-analytics-and-machine-learning/
Ortega, C. (2025). Investigación aplicada: Definición, tipos y ejemplos. Questionpro logo: https://www.questionpro.com/blog/es/investigacion-aplicada/
Ramírez, T. (2023). Artificial intelligence in Latin American higher education: A systematic review of urban-rural implementation gaps. Computers & Education, 196(1), 104721. https://doi.org/10.1016/j.compedu.2023.104721
Ruis, E., Gómez, F., y Lozano, P. (2023). IoT for education in low-connectivity scenarios: Design patterns from Latin America. IEEE Internet of Things Journal, 10(5), 4321-4333. https://doi.org/10.1109/JIOT.2022.3231371
Sajja, R., Sermet, Y., Cikmaz, M., Cwiertny, D., y Cwiertny, I. (2024). Artificial Intelligence-Enabled Intelligent Assistant for Personalized and Adaptive Learning in Higher Education. Information. https://doi.org/https://doi.org/10.3390/in
UNESCO. (2021). Digital education in public universities: Operational inefficiencies and transformation frameworks. (United Nations Educational, Scientific and Cultural Organization), ED-2021/WS/18(ED-2021/WS/18), 1-3. https://doi.org/https://unesdoc.unesco.org/ark:/48223/pf0000379123
Vega, M., González, R., y Alarcón, A. (2023). Budget constraints and technological gaps in coastal Ecuadorian universities. Journal of Higher Education Policy and Management, 45(2), 175-195. https://doi.org/10.1080/1360080X.2023.2178891
Wang, L., Zhang, H., y Zhou, Y. (2022). LSTM-based predictive maintenance for computer lab equipment. Journal of Intelligent Manufacturing, 33(6), 1789-1804. https://doi.org/10.1007/s10845-021-01785-0
Zhang, Q., y Li, W. (2023). Genetic algorithms for resource allocation in educational facilities: Optimization models and case studies. Expert Systems with Applications, 213(1), 119301. https://doi.org/10.1016/j.eswa.2022.119301