Saltar la navegación

4. Guía de uso para el aula

1. Aspectos metodológicos

Estructura de la secuencia de un REA según el marco pedagógico del proyecto

Si quieres conocer más sobre el marco pedagógico del proyecto en el que se enmarca este recurso, haz clic aquí para acceder a la guía general del proyecto.

Entre los aspectos metodológicos que destacan particularmente en este REA están:

  • Aprender haciendo (Learning by doing): aprendizaje mediante la construcción de artefactos digitales (Construccionismo).
  • Aprendizaje Basado en Retos (ABR): se plantean retos al estudiante que tiene que solucionar obteniendo un producto final.
  • Tutoría entre iguales: agrupación de alumnos heterogéneos que trabajan de forma coordinada para resolver una tarea.
  • Aprendizaje cooperativo.

2. Guía de uso

Para usar el REA son necesarios unos requisitos mínimos. Se recomienda disponer al menos de un ordenador con conexión a internet  por cada dos estudiantes.

Algunas recomendaciones más específicas:

Antes de comenzar

La situación de aprendizaje se debe presentar como un reto que debe superar el alumnado para conseguir crear una aplicación con IA.

Es recomendable utilizar una PDI para mostrar el REA en la fase inicial de activación y que el alumnado conozca:

  • Los criterios de evaluación.
  • Instrumentos de evaluación, presentando la rúbrica.
  • Instrumentos de reflexión, (diario de aprendizaje).
  • Tareas que forman parte  del reto.
  • Agrupamientos.
  • Producción final del reto.

Agrupamientos

A lo largo del REA se plantean tareas con diferentes tipos de agrupamiento:

  • Individual: se utiliza fundamentalmente en actividades evaluativas o de comprobación.
  • Pareja: se utiliza en actividades en las que sea necesaria la colaboración como herramienta de multinivelado.
  • Grupo: se utiliza en actividades de reflexión.
  • Grupo clase: se utiliza en actividades de reflexión.

Las tareas que requieren el uso del ordenador pueden ser realizadas en pareja compartiendo un mismo dispositivo en caso de ser necesario o en caso de que lo estime el docente como medida de apoyo a estudiantes con dificultades.

Para hacer los agrupamientos se recomienda el trabajo por pares mentor-pupilo o la tutoría entre iguales, consiste en que dos compañeros o compañeras de la misma clase y edad, trabajen de forma cooperativa. Para ello, sería necesario cumplir las siguientes indicaciones:

  • Un estudiante hace el papel de tutor o tutora y el otro de alumno o alumna.
  • El proceso que debe ser siempre guiado y supervisado por el docente.
  • Para asegurar su eficacia es importante que el tutor o tutora responda a las demandas de ayuda del compañero o compañera.
  • La ayuda que se proporcione deben ser siempre en forma de explicaciones y no soluciones.
  • Es fundamental seleccionar de forma adecuada a las parejas y dar una pequeña formación al tutor o tutora para que atienda siempre las demandas de ayuda de su compañero de manera constructiva.

De igual forma, se incluyen también ejercicios que deben resolver de forma individual. Fundamentalmente, aquellos con un carácter más evaluativo. En este caso, conviene que el docente facilite un seguimiento y apoyo a todo el alumnado y ocupe el rol de guía o ayuda.

Desarrollo de la Competencia digital

  • Explorar y conocer un entorno de trabajo con Machine Learning
  • Recopila textos o imágenes sobre algo  para clasificarlos de forma automática y con LearningML. Estos datos constituyen el conjunto de entrenamiento.
  • Construir con LearningML un modelo capaz de clasificar correctamente otros datos distintos, aunque similares, a los del conjunto de entrenamiento.
  • Exportar un modelo de Machine Learning para programar una aplicación con capacidad para clasificar datos y utilizarlos para resolver un reto.

Producto final

El producto final que se pide a los estudiantes es asistente personal. Para ello,  deberán aprender Machine Learning, o Aprendizaje Automático.

Se plantea el reto con una solución abierta en la que los estudiantes pueden desarrollar con un menor o mayor grado de complejidad dependiendo de sus capacidades, motivación y estrategias de aprendizaje.

Es muy recomendable que el alumnado utilice el producto final para mostrar sus resultados a los demás compañeros y compañeras de otros cursos, esto resulta especialmente gratificante y motivador.

Otros contextos o situaciones educativas

Este REA se puede usar en cualquier curso donde se vaya a impartir introducción a la Inteligencia artificial y el aprendizaje automático ya sea dentro del ámbito académico reglado cómo fuera de él.

4. Temporalización del recurso

A continuación incluimos una estimación de la temporalización recomendada para cada fase de la secuencia didáctica que sigue este recurso.

Fase Título de la página ¿Para qué? Temporalización
1. Movilizar 1. IA para mejorar nuestra vida Presentar el tema del REA de manera que el alumnado se sienta motivado y tenga interés en aprender. 1 hora
2. Activar 2. Asistente personal Activar las ideas previas necesarias para la realización de la tarea. 1 hora
3. Explorar 3. Una máquina que aprende Analiza una máquina analógica que simula una red neuronal donde tiene un  primer contacto con conceptos necesarios para comprender el funcionamiento de las redes neuronales reales. 1 hora
4. Estructurar

4. Introducción a la IA

5. Agentes inteligentes

Se desarrollan todos los elementos necesarios para entrenar y crear modelos de machine learning. 3  horas
5. Aplicar y comprobar 6. El asistente personal Llevar a cabo el reto planteado demostrando la asimilación de los aprendizajes adquiridos. 2 horas
6. Concluir 6. Presenta tu trabajo
7. Sacamos conclusiones
Presentar y reflexionar sobre los aprendizajes adquiridos. 1 horas

3. Rúbrica final

Rúbrica
 ExcelenteSatisfactorioMejorableInsuficiente
Ha realizado las actividades iniciales de activación y exploración Totalmente y sin ayuda (1)Las ha realizado pero con algunas dudas o ayuda (0.75) Las ha realizado parcialmente. (0.5)No ha podido realizar las actividades (0.25)
Valora la ética y responsabilidad social, beneficios y posibles riesgos de la IA.Totalmente y lo ha hecho de manera autónoma (1)Lo ha hecho pero ha necesitado ayuda (0.75)Lo ha hecho, pero ha necesitado una guía continua (0.5)No ha podido hacerlo (0.25)
Conoce el concepto de Inteligencia Artificial.Sí y es capaz de explicarlo (1)Lo ha entendido y sabe explicarlo con ayuda (0.75)Lo ha entendido pero no sabe explicarlo (0.5)No lo ha entendido (0.25)
Conoce el test de Turing, sus aplicaciones e impacto.Sí y es capaz de explicarlo (1)Lo ha entendido y sabe explicarlo con ayuda (0.75)Lo ha entendido pero no sabe explicarlo (0.5)No lo ha entendido (0.25)
Conoce los agentes inteligentes simples.Es capaz de usarlos y explicarlos (1)Lo ha entendido y sabe explicarlos y utilizarlos con ayuda (0.75)Lo ha entendido pero no sabe explicarlos ni usarlos (0.5)No lo ha entendido (0.25)
Ha aprendido cómo funcionan las técnicas de reconocimiento de números.Es capaz de usarlas y explicarlas (1)Lo ha entendido y sabe explicarlas y utilizarlas con ayuda (0.75)Lo ha entendido pero no sabe explicarlas ni usarlas (0.5)No lo ha entendido (0.25)
Ha aprendido cómo funcionan las técnicas de reconocimiento de texto.Lo comprende y capaz de hacerlo de manera autónoma (1)Lo comprende y es capaz de añadirlo pero ha necesitado ayuda (0.75)Lo ha hecho, pero ha necesitado una guía continua (0.5)No ha podido hacerlo (0.25)
Ha aprendido cómo funcionan las técnicas de reconocimiento de imágenes.Sí, lo ha hecho de manera autónoma (1)Lo ha hecho pero ha necesitado ayuda (0.75)Lo ha hecho, pero ha necesitado una guía continua (0.5)No ha podido hacerlo (0.25)
Ha realizado el reto final de forma adecuadaLo ha realizado correctamente y de manera autónoma (2)Lo ha realizado pero no completamente o con ayuda (X)Lo ha realizado pero de forma muy incompleta o con ayuda continua (X)No ha llegado a realizarlo (X)

Jose Pujol Pérez. Rúbrica (CC BY-SA)

  • Actividad
  • Nombre
  • Fecha
  • Puntuación
  • Notas
  • Reiniciar
  • Imprimir
  • Aplicar
  • Ventana nueva

7. Uso en otras áreas/materias diferentes

Esta Situación de Aprendizaje se puede usar en cualquier curso donde se vaya a impartir una introducción a la Inteligencia Artificial y el Machine Learning. El alumnado debe tener un nivel medio de competencia digital:

  • 1º de Bachillerato. Creación Digital y Pensamiento Computacional.  Bloque B. Ciencia de datos, Simulación e Inteligencia Artificial
  • 4º ESO Tecnología de la Información y la Comunicación. 
  • 3º ESO Computación y Robótica. Bloque H de saberes básicos. Inteligencia Artificial
  • 3º ESO Tecnología y Digitalización Bloque C de saberes básicos. Pensamiento computacional, programación y robótica