Falamos xa un par de veces no noso blog sobre a intelixencia artificial e a súa implicación no ámbito educativo, profundando un pouco en que é e en que sectores está a usarse máis, ademais tamén falamos sobre como a intelixencia artificial pode transformar o noso futuro laboral. Pero esta vez centrarémonos en como podemos integrar de maneira transversal a intelixencia artificial como unha ferramenta máis coa que poder traballar na aula.

Sempre insistimos na importancia relativa das tecnoloxías e que debemos usar aquelas que acheguen positivamente nos nosos obxectivos pedagóxicos. Nunca debemos incluír tecnoloxías porque si, que non acheguen valor na nosa contorna e moito menos no ámbito educativo.

Con isto claro, en VermisLAB, desenvolvemos proxectos STEAM cos diferentes grupos de Makers, GameMakers e BioMakers que dan solución a problemas en ámbitos diversos. Para iso, apoiámonos de diferentes tecnoloxías para levalos a cabo, se son necesarias ou melloran solucións previas de maneira moito máis efectiva e eficiente, pero nunca ao revés.

Durante o ano 2021, desenvolvemos varios proxectos cos alumnos/as que incorporan a intelixencia artificial para solucionar problemas de persoas con discapacidade, como un sistema de guiado para persoas con discapacidade visual e un tradutor de linguaxe de signos para a asistencia médica de persoas con discapacidade auditiva. Tamén se usou como ferramenta interactiva para a aprendizaxe e coidado de diferentes especies cun horto virtual.

foto de grupo de la formación stem en acción

Pero non é moi complicado iso da intelixencia artificial?

A procura de solucións aos proxectos levounos a coñecer, combinar e adaptar diferentes ferramentas que cada vez son máis sinxelas de usar para o usuario medio.

Tanto é así que desenvolvemos un programa formativo para profesorado de infantil e primaria para a consellería de Educación de Galicia, STEM en Acción. Durante este programa formamos a máis de 150 profesores e profesoras de toda a comunidade en metodoloxías áxiles e tecnoloxías para a resolución de problemas, entre elas a intelixencia artificial.

Que ferramentas podemos utilizar na aula para integrar a intelixencia artificial?

Para poder entender mellor o seu uso, fagamos primeiro un pequeno repaso de que é e como funciona unha intelixencia artificial.

Aínda que é un concepto moi amplo e existen diferentes tipos de intelixencia artificial, podemos dicir que son máquinas virtuais que emulan o tipo de pensamento das persoas e aprenden de maneira autónoma. 

Debemos ter isto en conta para entender o proceso que ocorre cando usamos as ferramentas dispoñibles. É dicir, temos que pensar que é o que pasa por exemplo cando vemos algo (recibimos inputs), que ocorre no noso cerebro, que facemos con esa información recibida (algoritmo) e que decisións tomamos respecto diso (output).

Con isto podemos comezar a explicar algunhas das ferramentas:

Intelixencia artificial con Pictoblox (concretamente  machine  learning, que é unha parte do que se chama globalmente intelixencia artificial).

imagen del programa picloblox

Pictoblox é un programa baseado en Scratch, de programación por bloques e que desenvolveu diferentes extensións de intelixencia artificial.

  • Ferramenta de recoñecemento do fala, texto e facial.
  • imagen de la extensión pictoblox
  • Ferramentas de aprendizaxe automática para clasificar imaxes, audios e posturas.
  • imagen de la extensión de aprendizaje automatico
  • Ferramentas de detección do corpo humano que permiten por exemplo recoñecer diferentes posturas da man.
  • imagen de la extension de pictoblox de detección del cuerpo humano

Estas extensións de Pictoblox o que realizan é a parte de input, é dicir, son ferramentas que nos permiten introducir información no sistema a través dos diferentes sensores dos que pode dispoñer un computador, como a cámara web ou o micrófono.

Unha vez recibida a información, esta debe ser procesada polo algoritmo da intelixencia artificial, as chamadas capas ocultas ou hidden layers. Esta é a parte máis complexa que se corresponde con todas as conexións neuronais do noso cerebro e nas que os usuarios medios nin sequera sabemos, do mesmo xeito que nas nosas cabezas, o que realmente sucede.

O desenvolvemento destes algoritmos é complexo e require de anos de traballo por equipos especializados, é por iso que para estas tarefas envíanse a grandes ordenadores de grandes organismos ou empresas para ser procesadas por intelixencias artificiais.

Neste caso  Pictoblox utiliza a ferramenta Teachable Machine desenvolvida pola empresa Google. Esta ferramenta permítenos configurar os datos que enviamos e clasificalos con diferentes etiquetas axustadas aos inputs que imos analizar.

Xa por último, Pictoblox recibe os datos que serán a interpretación dos datos de entrada.

Este proceso, unha vez programado, realízase de maneira automática, o mesmo que unha persoa observa e interpreta o que ve de maneira automática e constante.

Pero, para que nos serve esta intelixencia artificial?

Pode parecer inútil, pois é algo que podemos realizar as persoas (as intelixencias artificiais están deseñadas en semellanza ás persoas), pero a parte interesante é cando eses datos de saída podémolos usar para automatizar tarefas de maneira constante. Ao ser unha intelixencia artificial, podemos conectala a sistemas robóticos e automatizar tarefas complexas de maneira eficiente e rápida que sirvan para realizar proxectos innovadores.

Algúns exemplos do uso desta tecnoloxía, aplicada en proxectos de aula realizados polo profesorado, foron desde un sistema de protección da calidade do aire nas cidades, a creación dunha campaña de concienciación do uso responsable de plásticos ata un horto urbano automatizado ou un sistema antiincedios con visión artificial.

Para a realización destes proxectos, integrouse a intelixencia artificial con outros sistemas electrónicos e robóticos que permitiron pasar os datos dixitais a accións físicas no mundo real.

Ademais de Pictoblox, existen outras ferramentas coas que podemos integrar a intelixencia artificial na aula como Machine learning for Kids, que funciona de maneira similar. No canto de utilizar os algoritmos de Teachable Machine utiliza un desenvolvido pola empresa IBM.

Ademais dispón na súa plataforma de multitude de fichas para realizar proxectos paso a paso, polo que é unha das mellores ferramentas que existen na actualidade.

Como comentamos ao comezo do post, todo isto é importante coñecelo, pois abre moitas posibilidades dentro da aula aos alumnos/as e fainos protagonistas do seu presente e o seu futuro.