# 2.7 Informática / Ciencias da natureza: IA para un problema real do centro

### Pode a IA axudarnos a separar os residuos no centro?

**Materia:** Informática/Ciencias da natureza  ·  **Curso:** 7.º (13–14 anos)  ·  **Duración:** 1 sesión dobre ·  **IA:** Aprender **COA** IA

<table id="bkmrk-ai-competencies-vs-su" style="width:100%;table-layout:auto;"><tbody><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;font-weight:bold;vertical-align:top;width:50.059595%;background-color:#0097b2;color:#ffffff;">Competencias relacionadas coa IA (marco DUAL.AI.TEACHer) – nivel docente</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;font-weight:bold;vertical-align:top;width:50.059595%;background-color:#0097b2;color:#ffffff;">Obxectivos de aprendizaxe específicos da materia – nivel do alumnado</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:50.059595%;">**AF-TL-2b**

*(Fundamentos e aplicacións da IA × Ensino e aprendizaxe, nivel 2 – Implementación reflexiva)*:

«Os docentes comprenden os principios básicos da IA e da aprendizaxe automática e poden demostralos mediante exemplos prácticos.»

**AF-FC-2b**

*(*Fundamentos e aplicacións da IA × Fomento da competencia dixital (en IA) do alumnado, nivel 2 – Implementación reflexiva*)*:

«Os docentes poden guiar o alumnado na experimentación con ferramentas de IA, na comprobación dos seus resultados e na reflexión crítica sobre a súa fiabilidade.»

</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:50.059595%;">Ao final da sesión, o alumnado é capaz de:

- explicar en termos sinxelos como aprende un modelo de IA a partir de exemplos;
- adestrar e probar un modelo sinxelo de clasificación de imaxes;
- identificar casos nos que o modelo produce resultados incorrectos;
- explicar como inflúe a calidade dos exemplos no rendemento da IA;
- mellorar o modelo a partir das probas; valorar se a solución de IA sería útil e fiable nunha situación escolar real.

</td></tr></tbody></table>

> **Mensaxe clave:** A IA pode axudar con problemas da vida real, pero non entende automaticamente o que ve. Aprende a partir de exemplos achegados por persoas e, polo tanto, os seus resultados deben probarse e avaliarse.

[![image.png](https://playbook.dualaiteacher.eu/uploads/images/gallery/2026-09/scaled-1680-/YTEimage.png)](https://playbook.dualaiteacher.eu/uploads/images/gallery/2026-09/YTEimage.png)

Fig. 1: «Pode a IA axudarnos a separar os residuos no centro?» (imaxe xerada con IA, ChatGPT GPT Image 2)

#### Contido

A separación de residuos é unha cuestión cotiá en moitos centros. O alumnado usa a diario papel, botellas de plástico, envases de alimentos e outros materiais, pero estes obxectos non sempre acaban no colector de reciclaxe correcto.

Esta situación coñecida ofrece un xeito sinxelo de explorar como funciona a intelixencia artificial. O alumnado investiga se un sistema de IA podería recoñecer un obxecto e recomendar a que colector de reciclaxe corresponde.

Durante a actividade, o alumnado crea un **modelo básico de clasificación de imaxes** con categorías como *papel*, *plástico* e *outros residuos*. Proporciónalle á IA varios exemplos, adestra o modelo e despois próbao con obxectos novos.

A actividade mostra un principio importante da aprendizaxe automática: **a IA aprende patróns a partir dos exemplos que recibe**. Se os exemplos son demasiado parecidos, incompletos ou están mal escollidos, o modelo pode producir resultados inesperados.

Polo tanto, o alumnado non se limita a crear un modelo que funcione. Próbao deliberadamente con exemplos difíciles, investiga os seus erros e tenta melloralo. Por exemplo, pode descubrir que unha botella de plástico esmagada se clasifica de forma distinta ca unha botella normal, ou que o fondo dunha imaxe inflúe no resultado.

A sesión relaciona un concepto básico de IA cunha situación escolar real. Ao mesmo tempo, anima o alumnado a pensar de forma crítica sobre a fiabilidade e a responsabilidade humana: aínda que un sistema de IA dea unha recomendación, son as persoas as que teñen que decidir se o resultado ten sentido.

#### Programación da sesión

<table id="bkmrk-phase-time-activity-" style="width:100%;table-layout:auto;"><tbody><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;font-weight:bold;vertical-align:top;width:12.7533%;background-color:#0097b2;color:#ffffff;">Fase</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;font-weight:bold;vertical-align:top;width:9.05684%;background-color:#0097b2;color:#ffffff;">Tempo</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;font-weight:bold;vertical-align:top;width:78.1899%;background-color:#0097b2;color:#ffffff;">Actividade</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Gancho</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">10 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">O docente mostra varios obxectos de refugallo cotiáns e pregúntalle ao alumnado onde van. A clase comenta se a IA podería tomar a mesma decisión automaticamente.</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Presentación</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">10 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">O docente presenta a clasificación de imaxes e explica que a IA aprende a partir de exemplos. Faise unha breve demostración da ferramenta de IA escollida.</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Exploración</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">20 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">En pequenos grupos, o alumnado crea categorías como papel, plástico e outros residuos, prepara exemplos e adestra o seu primeiro modelo.</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Adaptación 1</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">20 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">O alumnado proba o modelo con obxectos novos e rexistra onde acerta e onde se equivoca.</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Adaptación 2</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">20 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">O alumnado mellora os exemplos de adestramento, volve adestrar o modelo e compara os novos resultados cos da primeira versión.</td></tr><tr><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:12.7533%;">Reflexión</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:9.05684%;">10 min</td><td style="border:1px solid rgb(68,68,68);padding:8px 10px;vertical-align:top;width:78.1899%;">O alumnado comenta se o seu sistema de IA sería o bastante fiable para un uso real no centro e cales son as súas limitacións.</td></tr></tbody></table>

**Preguntas guía: do experimento con IA á aplicación na vida real**

- - ##### Gancho – Podería a IA decidir onde van os nosos residuos?  
        
        
        
        - **O docente mostra varios obxectos comúns, por exemplo:**
            
            
            - unha folla de papel,
            - unha botella de plástico,
            - unha caixa de cartón,
            - un vaso de iogur,
            - un lapis.
            
            Primeiro, o alumnado decide por si mesmo onde debería ir cada obxecto.
            
            **Despois, pregunte:**
            
            
            - Podería un ordenador tomar a mesma decisión a partir da imaxe dunha cámara?
            - Como sabería que algo é papel ou plástico?
            - Que información necesitaría?
            - Podería equivocarse algunha vez?
            
            Presente o reto:
            
            **Crear un modelo de IA que axude o alumnado a decidir que colector de reciclaxe usar.**
    - ##### Presentación – Como aprende un clasificador de IA?
        
        
        - O docente mostra unha ferramenta sinxela de clasificación de imaxes.
            
            Pódense crear tres categorías:
            
            **Papel – Plástico – Outros**
            
            Explique que o modelo non recibe unha definición como:
            
            > «O plástico é un material feito de polímeros.»
            
            En cambio, recibe **exemplos** e tenta identificar patróns.
            
            **Pregúntelle ao alumnado:**
            
            
            - Se só lle mostramos á IA botellas de plástico, entenderá todos os tipos de plástico?
            - Cantos exemplos podería necesitar?
            - Deberían parecerse todas as fotos?
            - Que podería pasar se todos os obxectos de papel se fotografan sobre unha mesa branca?
            
            **Idea clave:** Os exemplos que proporcionamos inflúen no que aprende a IA.
    - ##### Exploración - Construír o primeiro modelo
        
        O alumnado traballa en pequenos grupos.
        
        Cada grupo recolle exemplos para as tres categorías ou usa exemplos preparados.
        
        Por exemplo:
        
        **Papel**
        
        
        - ficha de traballo
        - xornal
        - cartón
        - bolsa de papel
        
        **Plástico**
        
        
        - botella de plástico
        - vaso de plástico
        - envase
        
        **Outros**
        
        
        - lapis
        - obxecto metálico
        - envase de alimentos doutro tipo
        - tecido
        
        O alumnado adestra o seu primeiro modelo.
        
        A continuación, proba varios exemplos sinxelos.
        
        En cada proba rexistra:
        
        **Obxecto → Resultado esperado → Resultado da IA → Correcto / Incorrecto**
        
        Nesta fase, o obxectivo non é acadar unha precisión perfecta. Primeiro, o alumnado debe comprender como se comporta o sistema.
    - ##### Adaptación 1 – Tentar que a IA falle
        
        Agora o alumnado proba o sistema con exemplos máis difíciles.
        
        Por exemplo:
        
        
        - unha botella de plástico esmagada;
        - papel de cores;
        - cartón cun revestimento de plástico;
        - un obxecto visto desde outro ángulo;
        - un obxecto máis afastado da cámara;
        - o mesmo obxecto sobre un fondo distinto.
        
        Pregunte:
        
        
        - Que exemplos recoñeceu correctamente a IA?
        - Onde se equivocou?
        - Que tiñan de diferente estes exemplos?
        - Podería a IA estar reaccionando á cor ou ao fondo en lugar de ao propio obxecto?
        - Que información pode faltar nos exemplos de adestramento?
        
        O alumnado identifica unha debilidade do seu modelo.

- ##### Adaptación 2 – Mellorar o modelo  
    
    
    Cada grupo fai un ou máis cambios.
    
    Por exemplo:
    
    
    - engadir máis exemplos;
    - usar distintos tipos de papel ou de plástico;
    - fotografar os obxectos desde varios ángulos;
    - usar fondos distintos;
    - equilibrar o número de exemplos de cada categoría.
    
    O alumnado volve adestrar o modelo e repite algunhas das probas anteriores.
    
    Compara:
    
    **Versión 1 → Versión 2**
    
    Pregunte:
    
    
    - Mellorou o modelo?
    - Que cambio axudou?
    - Segue habendo exemplos que non pode clasificar de forma fiable?
    - Engadir máis datos resolvería sempre o problema?
    - Cantas probas farían falta antes de usar o sistema na realidade?

- ##### Reflexión - Usariamos de verdade esta IA no centro? 
    
    Presente unha situación hipotética:
    
    **O centro quere instalar unha cámara xunto aos colectores de reciclaxe. O alumnado mostra un obxecto á cámara e a IA recomenda que colector usar.**
    
    O alumnado decide se recomendaría a idea.
    
    Comenten:
    
    
    - Confiarías no modelo actual?
    - Que podería pasar se dá unha resposta incorrecta?
    - Debería o alumnado poder ignorar sempre a súa recomendación?
    - Que probas adicionais farían falta?
    - Podería a cámara crear problemas de privacidade?
    - Onde podería ser útil un sistema de IA semellante fóra do centro?
    
    O alumnado completa:
    
    
    1. **A nosa IA funcionou ben cando…**
    2. **A nosa IA tivo problemas cando…**
    3. **Antes de usar este sistema na vida real, teriamos que…**
    
    **Pregunta final de reflexión:**  
    Cando un sistema de IA dá unha recomendación, quen debería decidir se esa recomendación é o bastante boa para usala?

#### Materiais

- - Un ordenador ou unha tableta por grupo
    - Conexión a internet
    - Acceso a unha ferramenta sinxela de IA para a clasificación de imaxes
    - Cámara web ou cámara do dispositivo
    - Exemplos limpos de papel, plástico e outros obxectos cotiáns
    - Como alternativa, fotografías preparadas dos obxectos
    - Ficha sinxela para rexistrar os resultados das probas
    - Proxector / encerado dixital interactivo para o docente
    - Táboa opcional preparada para comparar a **versión 1** e a **versión 2** do modelo