O recurso

Este recurso está pensado para que o alumnado coñeza como funciona a IA,  dunha maneira práctica. Mediante unha combinación de actividades teóricas e pequenos proxectos individuais ou grupais relacionados, que van aumentando en nivel de complexidade, introduce todos os conceptos clave relacionados coa IA.

Aínda que é un ODE completo e ten sentido e funcionalidade en sí mesmo, ten relación directa e se complementa con outros 3 ODES da miña autoría:

• ODE2: Fundamentos de programación en Python
• ODE3: Ferramentas para IA: Cadernos de programación e librerías
• ODE4: O meu primeiro proxecto de IA

O produto final consiste

• na elaboración dun modelo de IA de recoñecemento de imaxes con aprendizaxe supervisada , individualmente ou en pequeno grupo, donde o alumnado deberá poñer en xogo todos os coñecementos e habilidades adquiridas.
• na elaboración dun portfolio con todas as actividades e conceptos clave.

Distribución dos contidos

O ODE divídese en 2 bloques de contidos , comezando cunha páxina de introdución ó contido do OD Como pensan as máquinas.

BLOQUE 1: As máquinas tamén son sensibles.

Onde se traballará:

• Como pensamos os humanos
• Como pensan as máquinas:
  • As máquinas só entenden números
  • As máquinas buscan patróns
  • O Big Data
  • Que é e que non é a IA
  • Que son os axentes intelixentes

BLOQUE 2: A Intelixencia Artificial ao teu alcance: aprendendo coa práctica. 

Onde se traballará:

• Algoritmos básicos de IA: Árbores de decisión e Redes Neuronais
• Clasificación básica da IA e dos tipos de aprendizaxe
• Aprendizaxe supervisada
• Proxecto final de modelo de IA

Contidos prácticos

Toda a información vén acompañada de pequenos retos, actividades, estudos de caso e posta en común, para facilitar a comprensión por todo o alumnado.

Os retos, actividades, etc... están pensados para que poidan completarse individualmente ou en grupo no tempo de clase, tras as correspondentes explicacións teóricas. Están detallados e con retroalimentación de resolución.

Incúense  listas de cotexo para cada apartado, que servirán para orientar ao alumnado na súa aprendizaxe.

Outros aspectos

Ademais, ofrécese unha sección inicial Como pensan as máquinas, destinada a fomentar a autorregulación da aprendizaxe por parte do alumnado, na que se detalla que se espera que aprendan, como se estrutura a aprendizaxe.

O recurso está deseñado para utilizarse cunha metodoloxía ABE, que pode complementarse perfectamente con outras técnicas de aprendizaxe cooperativa. Con este tipo de técnicas favoreceremos, dunha maneira estruturada, a interacción do alumnado coa súa propia aprendizaxe e coa do resto do grupo clase.

Despós de realizar este ODE o alumnado adquirirá unha visión real, crítica e desmitificada da IA,  que lle aportará coñecementos e destrezas usables e trasladables tanto á súa vida cotiá, coma ó seu futuro académico e profesional, xa que a IA nos acompañará en todos esos ámbitos.

Obxectivos didácticos

Obxectivo do ODE

OBJ2. Entender os fundamentos dos axentes intelixentes como sistemas computacionales situados nunha contorna no que interactúan de maneira autónoma, relacionando os seus aspectos básicos co seu funcionamento e potencialidade, identificando e incorporando tecnoloxías emerxentes e comprendendo as aplicacións reais na vida diaria.

• Comprender o paralelismo entre o pensamento humano e a súa emulación nas máquinas
• Analizar o proceso e a evolución do pensamento das máquinas
• Recoñecer a influencia do Big Data no desenrolo da IA
• Distinguir que é e que non é intelixencia artificial
• Identificar axentes intelixentes na contorna
• Coñecer  algoritmos básicos de funcionamento da IA e os seus parámetros
• Distinguir os tipos de IA e de aprendizaxe 
• Realizar un modelo de aprendizaxe supervisada

Contidos do recurso

Contidos curriculares da materia Tecnoloxías Intelixentes traballados neste ODE:(que establece a ORDE do 9 de agosto de 2023 pola que se amplía a relación de materias optativas do bacharelato)

• Que é e que non é a intelixencia artificial.
• Os algoritmos para resolver problemas.
• A intelixencia artificial no mundo real.
• Os campos de uso.
• A percepción e a actuación na contorna.
• A representación da información e o razoamento sobre ela.
• A aprendizaxe e modelización a partir dos datos obtidos da contorna.

Contidos desenrolados neste ODE

BLOQUE 1: As máquinas tamén son sensibles.

Onde se traballará:

• Como pensamos os humanos: dato, información, coñecemento, aprendizaxe e xeneralización
• Como pensan as máquinas:
  • As máquinas só entenden números: como as máquinas traducen os datos de calquera natureza a números
  • As máquinas buscan patróns: como as máquinas buscan similitudes entre datos para extraer características e crear patróns
  • O big data: que é e como inflúe no desenrolo da IA
  • Que é e que non é a IA: como distinguir un sistema capaz de emular intelixencia
  • Que son os axentes intelixentes: características dun sistema para consideralo intelixente

BLOQUE 2: A Intelixencia Artificial ao teu alcance: aprendendo coa práctica. 

Onde se traballará:

• Algoritmos básicos de IA: Árbores de decisión e Redes Neuronais
• Clasificación básica da IA e dos tipos de aprendizaxe
• Aprendizaxe supervisada
• Proxecto final de modelo de IA

Metodoloxía, agrupamentos e temporalización

Metodoloxía

O recurso está deseñado para utilizarse cunha metodoloxía ABE, que pode complementarse perfectamente con outras técnicas de aprendizaxe cooperativa. Con este tipo de técnicas favoreceremos, dunha maneira estruturada, a interacción do alumnado coa súa propia aprendizaxe e coa do resto do grupo clase.

Agrupamentos

Cada tarefa , actividade, cuestionario a realizar indica o agrupamento aconsellado para realizalo.

Traballarán combinando actividades individuais e grupais:

• Terán momentos de traballo autónomo, como reflexións no seu portafolio, e cuestionarios
• Discusións sobre casos reais e ficticios en gran grupo
• Experimentación de algoritmos ou xeneración de modelos de IA en pequeno grupo

Temporalización

• En cada tarefa, actividade, cuestionario indícase a temporalización aconsellada para realizalo.
• As actividades que deberán realizar terán unha duración de entre 1  e  4 sesións dependendo da complexidade
  • as primeiras sobre conceptos básicos 1 sesión cada unha
  • a experimentación de algoritmos 2 sesións
  • o proxecto final, 4 sesións
• No apartado de secuenciación competencial de esta guía didáctica, detállase a temporalización de cada sección do ODE
  
  

Secuenciación competencial

Bloque	Contidos	Competencias a desenrolar	Actividades asociadas	Recursos necesarios	Temporalización	Criterios de avaliación
BLOQUE 1: As máquinas tamén son sensibles	Como pensamos os humanos	Comprensión básica de conceptos relacionados coa aprendizaxe humana	Dinámicas grupais para identificar exemplos de datos, información e coñecemento no contexto diario	Equipo informático con conexión a internet	1 sesión	Participación activa e identificación correcta dos conceptos.
	Como pensan as máquinas	Introdución á representación numérica dos datos	Actividade de tradución de imaxes a números con ferramentas interactivas	Programas proporcionados, Equipo informático con conexión a internet, 2 imaxes (1 cor e 1 b/n), Software interactivo Colaboratory	1 sesión	Comprensión do proceso.
	As máquinas buscan patróns	Identificación de características e creación de patróns	Actividade de detección de patróns en números mediante CNN	Equipo informático con conexión a internet, Demo de Deeplizard: enlace	1 sesión	Comprensión de como as máquinas organizan obxectos seguindo patróns coherentes.
	O Big Data	Influencia no desenrolo da IA	Actividade de investigación sobre o crecemento do Big Data e as razóns dese crecemento. Realización dunha gráfica cos datos recabados	Programa proporcionado, Equipo informático con conexión a internet, Software interactivo Colaboratory	1 sesión	Capacidade para obter información e presentala.
	Que é e que non é a IA	Emulación de intelixencia	Discusión grupal no estudo de casos concretos e análise de exemplos reais e ficticios	Equipo informático con conexión a internet	1 sesión	Argumentación razonada na discusión dos casos e clasificación adecuada dos exemplos.
	Que son os axentes intelixentes	Características dun sistema intelixente	Análise de exemplos reais	Equipo informático con conexión a internet	1 sesión	Correcta identificación das características dun axente intelixente.
BLOQUE 2: A Intelixencia Artificial ao teu alcance	Algoritmos básicos de IA (Árbores de decisión) (Redes neuronais)	Comprensión básica dos algoritmos utilizados na IA	Creación guiada dunha árbore de decisión Simulación e análise dunha rede neuronal	Programas proporcionados, Equipo informático con conexión a internet, Software interactivo Colaboratory, Demo de simulación CNN de Adam Hurley: enlace	2 sesións	Comprensión do proceso. Participación activa e identificación correcta dos conceptos.
	Clasificación da IA e aprendizaxe (Supervisada, non supervisada e por reforzo)	Entendemento dos tipos de IA e dos tipos de aprendizaxe utilizados na IA	Exercicio práctico de clasificación con datos supervisados e de regresión con datos non supervisados	Programas proporcionados, Equipo informático con conexión a internet, Software interactivo Colaboratory	2 sesións	Comprensión do proceso. Participación activa e identificación correcta dos conceptos.
	Aprendizaxe supervisada	Fases, parámetros e desenrolo dun modelo de aprendizaxe supervisada	Exercicio práctico guiado de clasificación de texto con datos supervisados	Arquivos de datos anexados, Equipo informático con conexión a internet, Plataforma LearningML (enlace)	2 sesións	Participación activa e identificación correcta dos conceptos.
	Proxecto final	Modelo de IA de aprendizaxe supervisada	Desenvolvemento dun modelo simple que resolva un problema real ou ficticio de recoñecemento de imaxes	Arquivos de datos, Equipo informático con conexión a internet, Plataforma LearningML (enlace)	4 sesións	Comprensión do proceso. Participación activa e aplicación correcta dos conceptos adquiridos. Funcionamento efectivo do modelo e capacidade de xustificar o seu deseño nunha exposición.

Avaliación e cualificación

Criterios de avaliación da materia Tecnoloxías Intelixentes traballados asociados a este ODE:(que establece a ORDE do 9 de agosto de 2023 pola que se amplía a relación de materias optativas do bacharelato)

CE2.1. Comprender as propiedades básicas dun sistema baseado na intelixencia artificial e a súa relación cos algoritmos para resolver problemas de maneira automática.
CE2.2. Identificar os fundamentos dos axentes intelixentes e o seu funcionamento.
CE2.3. Identificar as aplicacións reais dos axentes intelixentes na vida diaria.
CE2.4. Relacionar os aspectos básicos dos axentes intelixentes co seu funcionamento e potencialidade.

Criterios de avaliación deste ODE

O proceso de avaliación incluirá...

Durante as actividades, o alumnado irá organizando un portafolio cos conceptos máis relevantes de cada apartado, as resolucións das prácticas e actividades propostas e o proxecto final. Ambos serán os produtos finais a entregar.

• Autoavaliación: O alumnado poderás comprobar o seu avance cunha lista de cotexo de cada sección e terá acceso ás rúbricas que usará o profesorado , isto axudaralle a comprobar se está alcanzando os obxectivos
• Avaliación do profesorado:
  • Durante o proceso: avaliará o progreso mediante as  rúbricas para o portafolio e proxecto final, e realizará a retroalimentación
  • Ó finalizar o ODE cualificará o portafolio 30% e o proxecto final 70% 

Bloque	Actividade	Instrumento de avaliación	Quen avalía	Momento da avaliación	Peso (%)
BLOQUE 1: As máquinas tamén son sensibles	Dinámicas grupais sobre datos, información e coñecemento	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	1%
	Tradución de imaxes a números	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	1%
	Detección de patróns en números	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	3%
	Investigación sobre o crecemento do Big Data	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	1%
	Discusión grupal sobre casos reais e ficticios	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	1%
	Análise de exemplos reais de axentes intelixentes	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	1%
BLOQUE 2: A Intelixencia Artificial ao teu alcance	Creación guiada e análise dunha árbore de decisión	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	5%
	Simulación e análise dunha rede neuronal	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	5%
	Exercicio de clasificación supervisada e regresión non supervisada	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	6%
	Desenvolvemento guiado dun modelo de aprendizaxe supervisada	Lista de cotexo  Rúbrica Porfolio	Alumno/a (autoavaliación) Profesorado (heteroavaliación)	Ao finalizar a sesión Durante a actividade	6%
	Proxecto final (recoñecemento de imaxes)	Rúbrica Porfolio Rúbrica Proxecto final	Profesorado (heteroavaliación)	Ao finalizar o proxecto	70%

Desafíos do S. XXI e  ODS

Os catro piares da educación propostos pola UNESCO, aprender a coñecer, a facer, a ser e a vivir xuntos, concrétanse nos principais desafíos do século XXI, dos cales traballaremos os seguintes neste ODE:

1. Desenvolver hábitos de vida saudable e consumo responsable: Trabállase ao comprender o impacto da IA e desenvolver unha visión crítica, fomentando o uso responsable das tecnoloxías nas nosas vidas.
2. Sensibilidade para a igualdade de xénero, diversidade, inclusión: Trabállase implícitamente nas discusións grupais e análise de casos, fomentando o respecto a diferentes perspectivas.
3. Aprender ao longo da vida: Trabállase promovendo a curiosidade e adquisición de habilidades transferibles como a análise de sistemas e técnicas de IA.
4. Aceptación e manexo da incerteza: Trabállase ao abordar proxectos e modelos de IA nos que os resultados varían e requiren adaptación.
5. Coñecemento como motor do desenvolvemento: Trabállase integrando conceptos e habilidades que permiten entender como a IA transforma a sociedade e promove o progreso.
6. Análise crítico e responsable das tecnoloxías: Trabállase claramente nas actividades de análise de sistemas intelixentes, promovendo a reflexión sobre o impacto da tecnoloxía.
7. Ter hábitos de vida saudable e de consumo responsable: Trabállase vinculando a aprendizaxe sobre IA cun uso máis ético e equilibrado das ferramentas tecnolóxicas.

Este traballo toca varios Obxectivos de Desenvolvemento Sostible (ODS). Aquí están os máis relevantes:

• ODS 4: Educación de calidade: Trabállase ao promover a aprendizaxe significativa sobre a intelixencia artificial, fomentando competencias clave como o pensamento crítico e a análise.
• ODS 5: Igualdade de xénero: Implícitamente, trabállase ao fomentar a inclusión e o respecto á diversidade nas actividades grupais e discusións.
• ODS 12: Produción e consumo responsables: Trabállase ao reflexionar sobre o impacto da IA nas nosas vidas e fomentar un uso responsable das tecnoloxías.
• ODS 16: Paz, xustiza e institucións sólidas: Trabállase ao promover o pensamento crítico e a análise ética das tecnoloxías, fomentando unha cidadanía informada e responsable.

DUA e atención á diversidade

Este ODE deseñouse procurando que sexa o máis accesible posible, e cumprir cos principios e pautas do Deseño Universal para a Aprendizaxe.

Aparte da implementación dunha barra de accesibilidade, incluío a continuación os principais indicadores do DUA que apliquei. 

 Redes afectivas. Implico ao alumnado na aprendizaxe

• Actividades contextualizadas á vida real do alumnado: Por exemplo:Bloque 1. Contido: Que é e que non é a IA e As máquinas buscan patróns. Actividade: Discusión grupal sobre casos reais e ficticios, e detección de patróns en números.
• Actividades onde o alumnado pode participar no seu deseño e establecemento de obxectivos: Por exemplo:Bloque 2. Contido: Proxecto final de modelo de IA. Actividade: Durante o proxecto final, o alumnado toma decisións sobre o deseño e os obxectivos do seu modelo.
• Diferentes opcións para elixir recursos, actividades, agrupamentos: Por exemplo:Bloque 2. Contido: Algoritmos básicos de IA e Clasificación da IA e aprendizaxe. Actividade: Uso de ferramentas interactivas como Colaboratory, LearningML, ou demos como a de Adam Hurley.
• Fomento da reflexión e a avaliación por parte do alumnado: Ambos os bloques. Por exemplo:Contido: Investigación sobre o crecemento do Big Data e Proxecto final de modelo de IA. Actividade: Uso do portafolio para a autoavaliación e reflexión final sobre os conceptos adquiridos.
• Actividades con retroalimentación sobre acertos e erros, así como suxestións de mellora: Ambos os bloques. Por exemplo:Contido: As máquinas só entenden números e Árbores de decisión. Actividade: Actividades guiadas onde o profesorado ofrece retroalimentación durante o proceso de tradución de imaxes ou a creación de modelos.Todas as actividades propostas teñen retroalimentación.
• Propicio un clima favorable en clase: Ambos os bloques. Por exemplo: Contido: Actividades grupais como Discusión grupal sobre casos reais e ficticios ou Análise de exemplos reais de axentes intelixentes. Actividade: As dinámicas grupais fomentan a cohesión entre os estudantes e o traballo colaborativo.

.

 Redes de coñecemento. Presento a información en varios formatos.

• Prevíronse diferentes formas para mostrar a información ao alumnado, como texto, vídeo, infografías 
• A información está organizada, deixando claras as partes máis importantes. 
• As actividades están secuenciadas en orde de dificultade crecente, e están pensadas para facilitar a comprensión dos puntos teóricos e a realización das tarefas finais.

 Redes estratéxicas. Proporciónanse formas diferentes para aprender e expresar o aprendido.

• Ofrezo ao alumnado diferentes formas de mostrar o aprendido: O alumnado pode presentar o seu traballo mediante portafolios, simulacións , resultados de accións ou proxectos estruturados.
• Dou estratexias para que o alumnado autorregule a súa aprendizaxe: Mediante o uso de listas de cotexo e reflexións no portafolio para avaliar o seu progreso.
• Combino actividades individuais con agrupadas que favorezan a aprendizaxe entre iguais: Bloques 1 e 2. Actividades: Discusión grupal sobre casos reais e ficticios (traballo en grupo) e desenvolvemento de proxectos individuais- ou pequeno grupo como o modelos de IA.
• Indico os tempos aproximados de execución das tarefas e do ODE, que poden flexibilizarse: Cada actividade ten unha temporalización específica (exemplo: 1 sesión para actividades grupais ou ata 4 sesións para o proxecto final), adaptándose ás necesidades do alumnado.