Actividades prácticas para conocer y reflexionar sobre los sistemas de reconocimiento facial con Scratch Lab Face Sensing

Dibujos de caras de niños diferentes entre si
  • Nivel:
    • E.S.O.
    • F.P.
  • Área del pensamiento computacional:
    • Inteligencia Artificial
    • Programación

Comenzamos este curso con una nueva web y con ilusiones renovadas. Esperamos que el descanso haya renovado vuestras fuerzas y que estéis deseando poner en práctica el Pensamiento Computacional en vuestro aula. Este mes os presentamos este interesante recurso que trabaja el reconocimiento facial con Scratch Lab Face Sensing

¿Qué debo saber para empezar a trabajar con este recurso?

Niveles a los que va dirigido

Este recurso usa un lenguaje visual basado en bloques que se adapta a casi cualquier edad, ya que tiene un suelo bajo (que permite comenzar a realizar proyectos sencillos de forma asequible) pero también un techo alto (permitiendo que estudiantes más avanzados puedan crear proyectos tan complejos como deseen).

Asignatura/s

Si bien se puede integrar sin problema en cualquier área o asignatura, puede ser especialmente útil para trabajar temas relacionados con el impacto social de la informática y la tecnología, ética, valores y filosofía,

¿Se requieren conocimientos previos?¿cuáles son?

Se puede realizar sin apenas conocimientos previos, tan solo una mínima competencia digital, pero se aprovecharía al máximo si se cuenta con conocimientos básicos de programación (especialmente si se ha programado previamente con Scratch).

¿Qué objetivos se persigue con el recurso?

  • Conocer el funcionamiento de los sistemas de reconocimiento facial basados en aprendizaje automático con los que el alumnado interacciona en muchos ámbitos de su vida.
  • Aprender a programar diferentes tipos de proyectos que hacen uso de funcionalidades de reconocimiento facial.
  • Fomentar reflexiones críticas sobre las posibilidades, limitaciones y peligros de este tipo de sistemas de reconocimiento facial, en particular, pero también de los sistemas de inteligencia artificial de forma más general.

¿En qué consiste el recurso?

El recurso consiste en varias actividades que hacen uso de los bloques experimentales de detección facial del Scratch Lab Face Sensing, una utilidad que simplifica la creación de proyectos en los que el alumnado interacciona con el vídeo de la cámara y ofrecen múltiples posibilidades creativas para experimentar con esta tecnología.

Y ahora que sé para qué sirve, ¿cómo lo pongo en práctica?

Poner en práctica el recurso es tan sencillo como coger un ordenador que disponga de webcam y conexión a internet y visitar la web de Scratch Lab Face Sensing: https://lab.scratch.mit.edu/face/

En esta url podréis encontrar los proyectos iniciales con los que comenzar a explorar la potencia de esta tecnología y el propio editor para dar rienda suelta a vuestra imaginación, de forma que podáis programar todo tipo proyectos, como filtros faciales, videojuegos controlados con diferentes partes de vuestra cara, o proyectos para ayudar a personas con diversidad funcional, entre otros muchos.

¿Cómo llevamos esta actividad al aula?

Paso 1. Jugamos con los proyectos de inicio.

En la parte inferior de la web de Scratch Lab Face Sensing se pueden encontrar tres proyectos guiados con los que comenzar a explorar las posibilidades de esta tecnología:

Figura 1 – Proyectos de inicio de la web Scratch Lab Face Sensing https://lab.scratch.mit.edu/face/

El primer proyecto, “Sombrero y gafas”, permite que el alumnado pueda elegir entre diferentes tipos de gorros (haciendo click sobre el sombrero se va pasando de uno a otro) y que, al pulsar la bandera verde, estos complementos se coloquen en la cabeza y en los ojos de la cara que se haya detectado en el vídeo, de manera que vayan siguiendo el movimiento del usuario.

Figura 2 – Código fuente del proyecto “Sombrero y gafas”

El segundo proyecto, “Pájaro aleteador”, es un videojuego en el que controlamos con el movimiento de nuestra cabeza la posición del pájaro, que debe ir recogiendo recompensas mientras vuela.

Figura 3 – Código fuente del proyecto “Pájaro aleteador”

Por último, el proyecto “Tablero sonoro” muestra una interfaz en la que podemos hacer que se reproduzcan diferentes sonidos al llevar nuestra boca hasta los distintos botones del escenario.

Figura 4 – Código fuente del proyecto “Tablero sonoro”

Paso 2. Creamos nuestros propios proyectos.

Los proyectos de inicio muestran cómo usar la mayoría de los bloques disponibles en esta extensión de reconocimiento facial, por lo que al alumnado se le habrán ocurrido muchas ideas para modificar estos proyectos y para explorar nuevas ideas al jugar con ellos.

Puede ser buena idea partir de estos proyectos iniciales y modificarlos para que logren hacer otras cosas. Pero también es muy recomendable que el alumnado trate de crear proyectos nuevos desde cero dando rienda suelta a su imaginación.

Si se necesita más inspiración puede ser interesante echar un ojo al hashtag #ScratchLab, en el que usuarios de todas partes del mundo comparten sus creaciones que hacen uso de esta tecnología: https://twitter.com/hashtag/ScratchLab

Así, por ejemplo, se pueden encontrar proyectos en los que se pinta con la nariz:

https://twitter.com/tamashiro_mari/status/1361809021368471552

O en los que se controla un videojuego con la inclinación de la cabeza:

https://twitter.com/J_MorenoL/status/1356646546545213442

En el siguiente enlace podéis descargar un videojuego como el de este último vídeo que podéis subir al editor de Scratch Lab Face Sensing (Menú Archivo -> Cargar desde tu ordenador), jugar unas partidas y modificarlo, de manera que pueda servir de inspiración para otras creaciones: https://drive.google.com/file/d/1IjHCV4IXxnURJop554yJSPwAc2Qb-cZM/view?usp=sharing

La siguiente figura muestra, a la izquierda, cómo controlar el personaje principal del juego con la inclinación de la cabeza, y a la derecha el código que hace que los objetos a esquivar aparezcan aleatoriamente en una posición de la pantalla y se desplacen hasta la base del escenario para volver a aparecer de nuevo en otra posición.

Código fuente de videojuego que controla al personaje con la inclinación de la cabeza. A la izquierda, el personaje principal. A la derecha, los programas del objeto a esquivar.

Paso 3. Reflexionamos sobre esta tecnología.

La tecnología que usan estos bloques de reconocimiento facial se llama aprendizaje automático. Pero, ¿qué significa exactamente “aprendizaje automático” y cómo “aprende” una máquina?

Los modelos de aprendizaje automático están entrenados previamente con grandes cantidades de datos. En este caso, para preparar el modelo que reconoce diferentes tipos de caras sus creadores tuvieron que recopilar muchos millones de imágenes de rostros diferentes. Una vez que los datos de entrenamiento están listos, el modelo busca patrones y predice respuestas basándose en estos datos que ya ha visto.

Pero claro, cuanto más limitados sean los datos que se usan en el entrenamiento, más sesgo e inexactitud mostrará la tecnología cuando la usemos en el futuro. Por ejemplo, si todas las imágenes del entrenamiento son de personas con el pelo de color verde, el sistema tendrá problemas para reconocer personas con el pelo de color púrpura.

Por tanto, este tipo de tecnología es claramente susceptible a problemas de “sesgo algorítmico”. Es decir, que por diferentes motivos el sistema podría detectar las caras de algunas personas con mayor precisión que las de otras.

Para profundizar en esta cuestión se puede visualizar el vídeo “Sesgos en Inteligencia Artificial”

o incluso, dependiendo de la edad del alumnado, leer el artículo “¿Es posible acabar con los sesgos de los algoritmos?

Tras ello se puede comenzar un debate en el aula para que el alumnado reflexione de manera crítica sobre el impacto que este tipo de sistemas de aprendizaje automático que estamos ya usando en nuestras vidas, cómo nos pueden afectar los sesgos que presentan y si debería regularse su uso en según qué circunstancias.

¿Qué habilidades de los alumnos se desarrollan que no se pueden obtener de manera más tradicional?

El alumnado va a comprender cómo funcionan las tecnologías de aprendizaje automático que permiten a los ordenadores, entre otras cosas, detectar diferentes partes de una cara.

Al programar proyectos prácticos con esta tecnología el alumnado tendrá experiencias personales que le ayudarán a entender las posibilidades del aprendizaje automático, pero también sus límites, problemas y riesgos.

¿Qué ventaja obtengo de utilizar este recurso en el aula?

Desarrollar este tipo de proyectos prácticos en el aula ofrece la oportunidad de generar conversaciones más profundas sobre la ética de la inteligencia artificial, de manera que el alumnado sea consciente de cómo y hasta qué punto estos sistemas pueden afectar a nuestro día a día en muchos aspectos.

¿Qué materiales necesito para ponerlo en práctica en el aula?

Un ordenador con webcam y una conexión a internet.

¿Cómo evalúo las competencias adquiridas por mis alumnos con este recurso?

Al tratarse de cuestiones tan novedosas no existen demasiadas herramientas validadas para la evaluación de conocimientos de inteligencia artificial. En la mayoría de experiencias documentadas se han usado diferentes tipos de cuestionarios. Uno de estos cuestionarios que sí ha sido validado fue propuesto por un grupo de investigación español. El cuestionario está disponible en la web en inglés, y puede ser un buen punto de partida para adaptarlo a las necesidades concretas de cada docente y a las características del grupo de estudiantes con el que se esté trabajando.

Cuestionario disponible en: https://github.com/kgblll/kgblll-ReplicationPackage-2021-SIGCSE/blob/master/AI-tests/pre-test.txt

Enlaces de interés:

Actividades sobre sistemas de reconocimiento facial para la concienciación del alumnado http://code.intef.es/actividades-sobre-sistemas-de-reconocimiento-facial-para-la-concienciacion-del-alumnado/

Estudiantes de 10 a 16 años aprenden inteligencia artificial en red https://intef.es/Noticias/estudiantes-de-10-a-16-anos-aprenden-inteligencia-artificial-en-red-una-investigacion-desarrollada-en-espana-durante-el-confinamiento/

Iniciativas para evitar que la IA continúe discriminando a las mujeres https://programamos.es/iniciativas-evitar-ia-continue-discriminando-mujeres/

Desafío: trata de lograr que tu sistema de IA sea más justo que un juez https://programamos.es/desafio-trata-de-lograr-que-tu-sistema-de-ia-sea-mas-justo-que-un-juez/