Actividad 2. La máquina aprende con ejemplos: peces y no peces

Comprendiendo como funciona el Machine Learning con CODE.ORG 

 En esta actividad se va a recurrir a la plataforma CODE.ORG para, de un modo ágil y visual, comprender como el ser humano enseña y "alimenta" a la IA y como los resultados obtenidos dependen directamente de dicho entrenamiento. 

 Actividad: Clasificamos peces y no peces 

 Etapa : Primer ciclo de Educación Primaria. Duración : 40 minutos Objetivo general : Introducir a los alumnos y alumnas al concepto de aprendizaje supervisado en IA, mostrando cómo la cantidad y calidad de ejemplos afecta a los resultados 

 Inicio/Preparación (10 minutos) 

 Presentación del reto:  Para ello, explicaremos al alumnado que van a "enseñar a una máquina" a diferenciar entre peces y otros objetos. Para comenzar, plantearemos varias preguntas al grupo/clase: 

 

 "¿Cómo créeis que aprende la máquina a reconocer peces?" 

 "Si le damos muchas decisiones correctas, ¿creéis que aprenderá más rápido?" 

 "Si nos equivocamos mucho, ¿qué pasará con la máquina?" 

 

 Exploración guiada del juego (20 minutos) Acceso a la actividad: Abrimos el siguiente enlace en PC, tablet u Monitor interactivo y accedemos al siguiente enlace: https://studio.code.org/courses/oceans/units/1/lessons/1/levels/2 

 Explicamos las reglas: 

 

 Alimentamos a la Inteligencia con peces correctos. 

 Evitar resto de objetos 

 

 

 Agrupaciones:  Individualmente o en parejas, deciden si cada criatura es un pez o no, registrando las decisiones y observando cómo cambia la respuesta de la máquina en función de la cantidad de ejemplos que recibe. 

 Observación de resultados: Pasado un tiempo prudencial, encontraremos alumnos o parejas que habrán alimentado en mayor o menor medida a la IA y habrán comprobado como, el nivel de precisión de su IA varía.  

 Cada grupo comentará cuántos ejemplos dio y qué resultados obtuvo la máquina. Compararemos resultados entre unos y otros y veremos cómo actuó la máquina ante imágenes nuevas. Este es el momento de plantearles las siguientes preguntas. 

 

 ¿Qué diferencia  hay entre los grupos que alimentaron más veces a la máquina y los que lo hicieron menos? 

 ¿Qué grupo creéis que obtuvo mejores resultados? ¿Por qué? 

 Si damos muchos ejemplos correctos, ¿cómo cambia el aprendizaje de la máquina? 

 Si damos pocos, o los damos incorrectos... ¿qué pasa con los resultados? 

 

 Refuerzo del concepto de aprendizaje por ejemplo 

 Una vez llegados a este punto, remarcaremos que la máquina no sabe lo que es un pez, si no que aprende de lo que le enseñamos mediante paralelismos, repetición, patrones....