Skip to main content

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 

Competencias relacionadas coa IA (marco DUAL.AI.TEACHer) – nivel docente Obxectivos de aprendizaxe específicos da materia – nivel do alumnado

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.»

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.

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

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

Fase Tempo Actividade
Gancho 10 min 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.
Presentación 10 min 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.
Exploración 20 min En pequenos grupos, o alumnado crea categorías como papel, plástico e outros residuos, prepara exemplos e adestra o seu primeiro modelo.
Adaptación 1 20 min O alumnado proba o modelo con obxectos novos e rexistra onde acerta e onde se equivoca.
Adaptación 2 20 min O alumnado mellora os exemplos de adestramento, volve adestrar o modelo e compara os novos resultados cos da primeira versión.
Reflexión 10 min 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.

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