Un viaje por la inteligencia artificial

Docente: Julia Llurba Morales

Curso: 4º de Educación Secundaria Obligatoria

Asignatura: Informática

Objetivo de la propuesta

El objetivo de esta propuesta es que los alumnos desarrollen una aplicación dotada de inteligencia artificial mediante el uso combinado de las herramientas AppInventor y Machine Learning for Kids (ML4K).

Para ello hemos de:

Introducir los conceptos de inteligencia artificial y modelo de aprendizaje automático (Machine Learning).
Conocer y entender el entorno de Machine Learning for Kids (ML4K).
Diferenciar los principales tipos de modelos de aprendizaje de ML4K (texto, números e imágenes).
Crear aplicaciones con App Inventor basadas en modelos de aprendizaje.

En toda la propuesta se prima el trabajo colaborativo del alumnado, trabajando en grupo o de manera individual, siempre compartiendo las actividades con diversos programas libres de la web como pueden ser Mentimeter o Padlet y utilizando diversos medios de comunicación como pueden ser el mail o los fórums del entorno Moodle. También es importante fomentar el trabajo autónomo en la búsqueda de tutoriales para solucionar problemas.

Desarrollo de las sesiones

La propuesta consta de 8 sesiones de 1 hora, incluidas en el curso Moodle de la asignatura de informática de 4º de ESO y se ha elaborado una presentación Google compartida en el Moodle que hace posible el trabajo autónomo del alumnado. También al iniciar cada sesión repasaremos los conceptos de la sesión anterior para asimilar las ideas y dejamos tiempo para preguntas y dudas.

La primera sesión es introductoria, y para saber el punto de partida del alumnado utilizamos la herramienta Mentimenter con la cual podremos saber que significa para ellos la IA, después visionaremos el vídeo “La IA creará 58 millones de puestos de trabajo”. Este vídeo genera un debate sobre el papel de la IA en la sociedad.

Una vez visionado el video y las ideas previas hacemos la introducción de los conceptos de IA, la historia, que es un algoritmo, significado de Big Data. Donde podemos encontrar la IA. La IA en el cine y la literatura.

Una vez acabada la explicación el alumnado habrá de buscar ejemplos de Inteligencia artificial utilizando la herramienta Padlet como muro virtual para poder visualizar entre todos los ejemplos.

En la segunda sesión visionaremos un video sobre ¿Qué es la inteligencia artificial? “y daremos tiempo para generar un debate. A partir de aquí introducimos el concepto de Machine Learning, la diferencia que existe entre este y la Inteligencia artificial, y los tipos que hay con sus ejemplos.

Una vez tienen claros los conceptos vamos a presentar Machine Learning for kids (ML4K), herramienta que nos permite desarrollar un modelo de Inteligencia Artificial e integrarlo en cualquier proyecto de App Inventor.

Para poder utilizarlo se ha de crear una cuenta de ML4K para cada grupo de trabajo (ellos ya están organizados en grupos y tienen un correo electrónico de grupo). Para generar la contraseña de ML4K se ha habilitado un documento drive donde hay una tabla en la que han de indicar el nombre de los componentes, grupo y correo electrónico, así puedo acceder si hay algún problema.

A la par han de crear una aplicación de manera individual mediante App Inventor denominada detector de sentimientos para entrenar su primer modelo con ML4K, para ello tienen un videotutorial.

Pasamos a la sesión 3 en la cual han de generar un modelo de ML4K con connotaciones positivas y negativas para la aplicación de detector de sentimientos que están realizando de manera individual. Todos los modelos los realizan el grupo.

Mientras realizan el entrenamiento se introducen los tipos de modelos, el significado del nivel de confianza y el sesgo, ya que van observando en su modelo los errores en los quepuede incurrir un programador.

Una vez generado el modelo, lo han de insertar en app inventor y acabar la app de manera individual.

Como al generar el modelo observan diferencias según lo que pongan, haremos una actividad asincrónica en el fórum de la unidad sobre ejemplos reales de sesgos en los modelos de IA, que también generara un debate sobre el sesgo.

En la sesión 4 van a crear tres Apps con App inventor, una que clasifique texto, imágenes y números, siguiendo los videos y documentos de INTEF de las aplicaciones asesor de vacaciones, identificador de hojas de plantas y asesor de lectura.

A partir de la sesión 5 los ritmos de aprendizaje son diferentes en cada grupo, han de continuar con la creación de las tres APPS y sus respectivos modelos. Si algún grupo acaba empiezan con un brainstorming para introducir un modelo ML4K a la aplicación que están desarrollando durante todo el curso.

Los alumnos están trabajando durante todo el curso en un proyecto para generar una aplicación que resuelva un problema real siguiendo los ODS de la ONU (desde la creación de la empresa, marketing, logos, videos, web, etc).

Como hay diferentes ritmos de aprendizaje, algunos grupos no llegan a generar su aplicación totalmente con App Inventor, sino que se quedan en la fase de diseño de la APP.

Debido a este hecho y para que todos los grupos puedan generar un modelo de IA, harán un brainstorming para crear una APP sencilla y poder incorporar un modelo ML4K.

En las sesiones 6 y 7 los grupos avanzaran según sus ritmos de aprendizaje, y en todo momento se van ayudando entre ellos.

Tienen que ir acabando las 3 aplicaciones, desarrollando la app sencilla para generar un modelo ML4K y también continuar con la APP que están desarrollando durante el curso. Cuando generan el modelo tienen que ir corrigiendo errores en el entrenamiento.

En la sesión 8, como es la última sesión han de finalizar todas las actividades que hemos ido realizando durante toda la implementación. Han de enviarme la aplicación con extensión. aia a un Drive compartido para la ocasión. No todos los alumnos han podido finalizar, pero lo irán entregando más adelante. Para acabar la unidad hemos realizado de manera oral unas conclusiones sobre que les ha gustado más, etc. También les he enviado un cuestionario KPSI para evaluar si han entendido los conceptos.

Evaluación

Los criterios de evaluación para esta unidad són:

Explicar qué es la inteligencia artificial.
Explicar qué es el Machine Learning.
Entender los peligros que puede comportar un sesgo en la inteligencia artificial.
Diseñar una aplicación con ML4K.

El proceso de creación del modelo de ML4K y la aplicación es fundamental en esta unidad, al igual que la discusión en los debates y la cooperación entre ellos. He realizado mucha observación en el aula, una evaluación inicial para ver los conceptos previos y finalizando con un KPSI

Reflexión sobre las dificultades encontradas y logros obtenidos

Como profesora de informática estoy encantada con la propuesta, que incorporaré el próximo curso, aunque la desarrollare con más tiempo y creo que estará enmarcada en el segundo trimestre, cuando empiezo a explicar APP Inventor.

En mi centro tenemos muchos problemas con la conexión wifi, eso hace que muchas veces no pueden conectarse a internet con los problemas que comporta en una clase de informática. Esto hace que muchas veces tenga que improvisar debates.

Sobre Machine Learning for kids, el problema está cuando han de generar el modelo, si hay más tiempo, los grupos pueden escalonar la creación. Un handicap es que solo pueden crear tres modelos con su cuenta.

Todos los alumnos llegan a generar un modelo con ML4K, cosa que no pasa con App Inventor, A nivel de tutoriales, con los videos siguen mejor la explicación.

A mis alumnos les ha gustado mucho este proyecto. Al inicio estaban extrañados cuando explico los ejemplos de la IA, pensaban que se trataba de un concepto futurista. A partir de este proyecto hay alumnos que quieren ser analistas de big data o trabajar en inteligencia artificial.

Creo que es muy viable introducir la inteligencia artificial como unidad didáctica en la asignatura de informática.

A medida que vamos avanzando se nota la disparidad de trabajo y esfuerzo en los grupos de alumnos. Esto hace que haya más actividades pequeñas y así también atiendo a la diversidad. Cada grupo va a un ritmo diferente, se nota mucho el cansancio de final de curso por lo que es mejor implantarlo en el segundo trimestre.

Se han cumplido los objetivos y las expectativas iniciales.

Para profundizar

Recursos tecnológicos

Ordenador con conexión a Internet

Plataforma Moodle del centro

https://educaciodigital.cat/insaltafulla/moodle/

Presentación de Google