Título: Predicción de movimientos humanos en ajedrez adaptable al ELO
Directores: Diego Fernandez Slezak, Agustín Sansone
Jurados: Juan Pablo Pinasco, Santiago Laplagne.

Resumen:
Con el rápido avance de la inteligencia artificial (IA), que alcanza en ocasiones niveles de rendimiento sobrehumano, surge una valiosa oportunidad para que los humanos aprendan de los algoritmos y colaboren con ellos. Sin embargo, las diferencias en los enfoques de resolución de problemas entre humanos y máquinas a menudo dificultan la comprensión e integración de los sistemas de IA en el aprendizaje humano.
Este trabajo presenta el desarrollo de un modelo de inteligencia artificial adaptable al nivel de habilidad humana, medido a través del ELO, que predice movimientos en ajedrez. Para lograrlo, se modificó la arquitectura de redes neuronales de Leela Chess Zero para integrar el ELO como un parámetro de entrada. El modelo fue entrenado y evaluado utilizando más de 10 millones de partidas de ajedrez de la base de datos de Lichess. Los resultados muestran que el modelo es capaz de alcanzar niveles de exactitud incluso mayores a los de trabajos relacionados como Maia Chess, además de aportar la adaptabilidad del ELO.