Cómo organizar vuestro trabajo:

Identificar problemas o necesidades reales en vuestro entorno.

Antes de diseñar vuestro asistente, reflexionad como grupo sobre el entorno y detectad posibles mejoras relacionadas con los espacios que Vitabot quiere transformar: amistades, aulas, meriendas, posturas, sueño, familia, actividad, comidas, recreos y seguridad.
Pensad en hábitos poco saludables, momentos en los que sería útil una ayuda inteligente y dificultades que afecten al bienestar.

Tras esta reflexión inicial, llevad a cabo las siguientes acciones:

1. Observad vuestro entorno (aula, pasillos, recreos, actividades, etc.).
2. Haced una lista de necesidades o problemas que detectéis.
3. Seleccionad uno o dos problemas prioritarios, que consideréis relevantes para el bienestar de la comunidad escolar.
4. Aseguraos de que esos problemas puedan abordarse mediante una solución tecnológica sencilla, basada en inteligencia artificial.

Diseñar los asistentes.

Ha llegado el momento de comenzar a diseñar vuestro asistente. En esta fase trabajaréis en grupo para:

• Decidir el personaje o icono común a todos los asistentes.
• Decidir quién o quiénes vais a trabajar con textos, imágenes o sistemas expertos.
• Decidir qué temáticas vais a trabajar.
• Decidir, para cada asistente, los personajes principales y los escenarios que vais a utilizar.

 Crear la Inteligencia Artificial con Learning ML

Ha llegado el momento de crear el modelo de inteligencia artificial sobre el que funcionará tu asistente. Para ello, accede a Learning ML y sigue estos pasos de forma ordenada:

1. Entrenar:
   Crea las etiquetas (categorías) que necesitas y añade en cada una ejemplos adecuados (textos o imágenes, según el tipo de modelo). Asegúrate de que los ejemplos sean claros y representativos.
2. Generar el modelo (Aprender):
   Una vez introducidos todos los datos, permite que LearningML construya el modelo de IA a partir de la información que le has proporcionado.
3. Probar:
   Comprueba si tu modelo clasifica correctamente nuevos datos. Asegúrate de que el porcentaje de acierto (probabilidad) es alto en cada caso. Esto indica que el modelo ha aprendido correctamente.
4. Mejorar el modelo:
   Si detectas errores o dudas en las clasificaciones, añade esos nuevos datos en la etiqueta correcta y vuelve a generar el modelo.
   No olvides guardar el archivo .json con los datos.

 Programar con Scratch

Accede a Scratch desde la herramienta LearningML y diseña el comportamiento de tu asistente inteligente. Esta es la parte en la que conectas el modelo entrenado con un programa interactivo.

Recuerda:

• Puedes consultar ejemplos y orientaciones en la Fase 3 del proyecto, donde se explica cómo enlazar el modelo entrenado con Scratch.
• Personaliza tu asistente: añade nuevos objetos (personajes) y escenarios (fondos) que encajen con el tema y la función de tu asistente. Cuida el aspecto visual.
• Aplica buenas prácticas de programación:
  • Usa nombres claros para los objetos, variables y bloques personalizados.
  • Añade comentarios explicativos si usas bloques complejos.
  • Elimina el código que no se usa o que ha quedado obsoleto.
  • Incluye instrucciones de uso visibles o que se expliquen al inicio del programa.
  • Asegúrate de que el usuario entienda fácilmente lo que el asistente hace y cómo utilizarlo.

Cuando termines, guarda tu archivo Scratch con el nombre adecuado y verifica que funciona correctamente con tu modelo entrenado.

Probar y depurar los asistentes.

Una vez tengas una primera versión funcional de tu asistente temático en Scratch, comienza la fase de depuración. Este paso es fundamental para garantizar que el asistente se comporta correctamente y ofrece respuestas coherentes. Para ello: 

• Prueba tu asistente varias veces, utilizando distintas entradas (imágenes, frases o sonidos) según el tipo de modelo que hayas entrenado.
• Haz los ajustes necesarios para corregir errores o comportamientos inesperados.
• Repite esta revisión cada vez que modifiques el código, incluso si los cambios son pequeños. Así podrás detectar y corregir fallos antes de que se acumulen.

¡Depurar no es solo encontrar errores: es también mejorar la calidad, la claridad y la eficacia del programa antes de presentarlo como producto final!