Aprendizaje activo
Sinónimos: Active learning
Definición ampliada
El aprendizaje activo, o active learning, es una técnica de aprendizaje automático en la que el sistema elige qué ejemplos sin etiqueta deben ser anotados por un oráculo —habitualmente una persona—. El objetivo es obtener un modelo útil con menos etiquetas que si los ejemplos se eligieran al azar [1].
El ciclo suele alternar entrenamiento, selección de los casos considerados más informativos, etiquetado y nuevo entrenamiento. La incertidumbre es una estrategia frecuente, pero no la única.
Contexto histórico
La investigación sobre consultas selectivas se desarrolló durante las décadas de 1990 y 2000. La revisión de Settles de 2009 organizó los principales escenarios y estrategias y fijó una referencia común para el campo [1].
Importancia actual
A fecha de septiembre de 2026, sigue siendo pertinente allí donde abundan los datos pero el etiquetado experto es caro. Su beneficio depende de todo el sistema: selección, interfaz, calidad de las etiquetas y reevaluación del modelo.
Aplicaciones
Generales
- Elegir los mensajes más ambiguos para mejorar un filtro de correo.
- Priorizar imágenes o documentos que aporten información nueva.
- Reducir el volumen de anotación manual durante el desarrollo de un modelo.
Sanitarias
Un sistema de investigación puede proponer a un radiólogo las imágenes más informativas para etiquetarlas. Eso prioriza trabajo de anotación; no reduce por sí mismo la lectura asistencial ni acredita que el modelo final sea seguro.
Limitaciones
- Una estrategia mal calibrada puede elegir casos redundantes o atípicos.
- El especialista sigue soportando el coste y los desacuerdos del etiquetado.
- Concentrarse en casos inciertos puede distorsionar la muestra anotada.
- El ahorro de etiquetas no sustituye una validación independiente y representativa.
Ejemplos
En radiología, el modelo puede pedir primero la etiqueta de las imágenes sobre las que más discrepan varios clasificadores. En correo, puede remitir al usuario los mensajes próximos a la frontera entre correo legítimo y spam.