El grupo FAIaS (Fomento de la Inteligencia Artificial en las Escuelas por sus siglas en inglés) tiene como objetivo mejorar el conocimiento de la Inteligencia Artificial (IA) en niños y jóvenes. Formado por un grupo de docentes e investigadores de diferentes países de Europa y América, el equipo FAIaS de España lo componen Gregorio Robles, Pablo Dúo, Ainhoa Erize, Luis M. Iglesias, Álvaro Molina, Cristian Ruíz, Inmaculada Caruana y Antonio J. Romero, y René Fabián Zúñiga Muñoz, docente en Colombia.

Así, la IA, aunque se puede definir de diferentes formas, el grupo FAIaS considera apropiada la siguiente definición: Capacidad de una máquina de imitar el comportamiento humano inteligente”, del Diccionario Merriam-Webster.

IA y Machine Learning en el aula

Anuncio

El Machine Learning o aprendizaje automático también se puede aplicar para llevar la IA al aula. Para ello, se compone de varias fases: recopilación de datos, creación del modelo para que este pueda hacer sus predicciones, entrenamiento, y la fase de inferencia en la que se obtienen resultados en función de los datos introducidos al modelo. Este aprendizaje automático ya está siendo utilizado por docentes para enseñar contenidos curriculares de manera transversal en el aula desde edades muy tempranas, a la vez que los estudiantes aprenden competencia digital. A continuación, ofrezco una serie de recursos para aplicar la IA desde Infantil hasta Secundaria.

IA para océanos

Anuncio

Este juego que ofrece la web ‘code.org’ es un primer paso para enseñar en las escuelas Inteligencia Artificial y puede ser utilizado desde Educación Infantil en adelante. Para conseguir una IA eficaz, los estudiantes deberán entrenar modelos eligiendo aquellos objetos que deben y no deben estar en el fondo del océano. De esta manera, se contribuye al Objetivo de Desarrollo Sostenible 14 ‘La vida submarina’.

Ia Para Océanos Inteligencia Artificial

Quick, draw!

En español significa ‘dibujo rápido’ y es un juego creado por Google que reta a realizar un dibujo de seis objetos con el ratón en menos de 20 segundos. Este programa posee una red neuronal de 322 imágenes. Cada una de ellas tiene alrededor de 120.000 dibujos hechos por personas (reales) que han servido de entrenamiento para averiguar si mientras se dibuja el objeto pintado corresponde al solicitado.

Quick, Draw!

Learning ML, Machine Learning for kids o Teachable Machine

Estos tres programas (LearningML, Machine Learning for kids y Teachable Machine) tienen el mismo proceso, basado en el entrenamiento de la máquina, mediante una manera rápida, sencilla e intuitiva de crear modelos de aprendizaje automático. No es necesario conocimientos de programación ni por parte del docente ni del estudiante. En primer lugar, hay que pensar en algún saber básico con el que se vaya a trabajar y pueda clasificarse. Por ejemplo, la clasificación de residuos según el tipo de contenedor, reinos de los seres vivos, personajes o hechos históricos del S. XIX, lugares, comidas, lenguaje de signos, sectores de trabajo, tipos de oraciones…

Posteriormente, hay que decidir cómo se quiere entrenar el dispositivo a través de textos, imágenes, posturas, números o sonidos… los diferentes tipos de entrenamiento es lo que diferencia a un programa de otro. Se realiza el entrenamiento de cada categoría con datos, mediante investigación a través de Google, libros, interactuando… cuando ya esté entrenada la máquina aprende pulsando un botón y, por último, solo queda probar la predicción que nos ofrece la IA a las pruebas realizadas.

Learning Ml

Los programas de IA anteriores realizados con Machine Learning pueden ser vinculados a otros programas, donde los estudiantes a través de los bloques de programación pueden utilizar estos datos entrenados y dar rienda suelta a la creatividad, creando programas inteligentes que a la vista de personas que desconocen estos procesos, parece magia. Scratch 3.0, App Inventor o Python permiten crear nuevas aplicaciones a través de programación por bloques o textual para que los estudiantes exploren todas las posibilidades de la IA.

Cámara de Inteligencia Artificial

En muchas ocasiones, la robótica necesita de la IA para realizar determinadas acciones. La cámara Smart AI Lens de Elecfreaks junto con la placa Microbit permite programar robots que atiendan a los entrenamientos que lleva incorporados la cámara o, incluso, ser entrenada por los propios estudiantes. La propia cámara incluye el entrenamiento de tarjeta de direcciones, bolas de colores, reconocimiento facial… con lo que se pueden crear programas para que el robot haga determinadas acciones a la vez que aparece en la placa Microbit el nombre de la tarjeta que se muestre. También puede ser entrenada con otros objetos.

Cámara Ia

Stable Diffusion, Dalle-2 y Clip Interrogator

Estos programas de IA (Stable Diffusion, Dalle-2 y Clip Interrogator) se pueden enmarcar dentro de los llamados ‘modelos generativos o GANs’, y son capaces de generar textos a partir de imágenes y viceversa. Con ellos se pueden trabajar en el aula las descripciones, el vocabulario y la creatividad.

A modo de ejemplo, en un aula de 6º de Primaria los estudiantes estaban leyendo un párrafo de un texto que trataba de un mundo hecho de frutas como una macedonia. El docente pidió a sus alumnos que escribieran en el programa de IA una frase sobre lo leído para ponerle una imagen que acompañará al texto. Un estudiante escribió en el programa: ‘Mundo macedonia’. El ordenador creó una imagen de un paisaje relacionado con el país de Macedonia. El estudiante, al darse cuenta de la imagen que mostró el programa, escribió ‘Mundo de frutas’ y el programa entendió en esa frase que la palabra ‘mundo’ significaba ‘mucho’ y dibujó muchas frutas. Finalmente, comprendió que tenía que usar un vocabulario más concreto y conciso y escribió: ‘un dibujo del planeta hecho con frutas’. Los resultados de las descripciones pueden verse en las imágenes.

Dalle-2

En definitiva, La Inteligencia Artificial es un factor clave de la cuarta revolución industrial que transformará la economía y reinventará la naturaleza del trabajo y cada vez más, estaremos apoyados e interactuando con tecnología impulsada por IA. Esto exige una educación desde las escuelas que nos prepare para este futuro. Asimismo, la LOMLOE incluye competencias específicas a trabajar como la resolución de problemas, la capacidad analítica, la creatividad, el pensamiento crítico o la capacidad de aprender a aprender; bases para el desarrollo del pensamiento computacional, siendo la IA otra manera de desarrollarlo.