 silenciar un momentito mientras sale todo el alumnado. Buenos días, buenas tardes, bienvenidos y bienvenidas a nuestra educha de hoy dedicada a la inteligencia artificial en el aula y los retos que supone tanto a nivel de formación de los docentes como a la aplicación propiamente en el aula. La llegada de la inteligencia artificial a nuestro día a día es una realidad. Esta llegada afecta también a la señalza en todas sus etapas. La inteligencia artificial como concepto y tecnología es novedosa y bastante desconocida, aunque últimamente se habla mucho de ella. A la vez también plantea muchos puntos de vista sobre su uso. Para introducirnos en el mundo tan fascinante de la inteligencia artificial y su aplicación en el aula, contamos hoy con dos expertos en inteligencia artificial y el pensamiento computacional en el aula. Tenemos a Jorge Lobo. Buenas tardes, Jorge. Hola, muy buenas. Encantado de estar aquí. Jorge es maestro de educación primaria, pionero en la introducción de la robótica educativa y la impresión 3D. Y también tenemos a Juan David Rodríguez. Buenas tardes, Juan David. Hola, buenas tardes. Juan Daes Atéden, el servicio de medios tecnológicos de Linteria. Además es el creador de LearningML. En el chat vamos a contar con nuestra compañera Silvia Arromo que nos pasará las preguntas que vayáis lanzando a lo largo de la educha. La buenas tardes, Silvia. Hola, muy buenas tardes a todos. Vamos a empezar con la propia definición de inteligencia artificial. ¿Qué es la inteligencia artificial? Y sobre todo, ¿estamos empleando correctamente el término o llamamos de inteligencia artificial a todo lo que pasa por delante de la pantalla? Bueno, si quieres. Comienzo con esa pregunta. Bueno, muchas gracias, Estela, por llamarme experto, pero yo tengo que decir, quizás es mi contra que yo no soy experto de nada. Yo intento hacer cositas y tal, pero y menos en inteligencia artificial que son palabras mayores, ¿no? Que se requieren muchas, ahora hay mucho, prácticamente una dedicación total a eso, ¿no? Y yo, bueno, no tengo una dedicación total a la inteligencia artificial. Pero bueno, yo con respecto a esa pregunta creo que hay dos usos del término inteligencia artificial. Uno que es la inteligencia artificial vista como la posibilidad de crear máquinas de dispositivos artificiales que emulen todas las características de la inteligencia, siendo la inteligencia algo muy difícil de definir. Pero bueno, no solamente que se queden en el aspecto puramente lógico matemático, lingüístico, sino que también pues tengan sentimientos, pues también sean creativos, bueno, pues todo lo que podemos imaginarnos acerca de lo que es la inteligencia, sobre todo que sean conscientes de ese mismo, ¿no? Que lleguen a ese punto. Es decir, que sean una inteligencia como la humana, pero incluso que la superen, ¿no? Ese es el tipo de inteligencia artificial que en la terminología técnica se llama inteligencia artificial fuerte y es la de HAL, ¿no? La computadora de 2001, una dice en el espacio, de Stanley Kubrick, ¿no? No sé si recordáis que llega un momento en que tienen que desconectar la computadora y la computadora dice, a mí no me desconectan. Y se resiste, se resiste porque tiene conciencia de ese mismo y incluso llega a matar a uno de los astronautas, ¿no? Entonces esa es la inteligencia artificial además también original del término, ¿no? Que se establece en el año 1956 en Dartmouth, que se unen una serie de máquinas de la computación, de las matemáticas, de la ingeniería, de las comunicaciones, ¿no? Como Shannon, como Marvin Miski y allí se reúnen, aparecen ese término y se reúnen con la intención de hablar y estudiar bajo la connetura de si es posible especificarlo sucientemente preciso todas las características de la inteligencia como para construir una máquina clave mule, ¿no? Y ese es el término original de inteligencia artificial y ese digamos que es el bueno. Yo creo que bueno que ahí se usa bien, ¿no? Pero después hay otro uso que es cotidiano, que es el real, que es el que la inteligencia artificial que realmente se ha hecho, la que se hace y la que se va a seguir haciendo durante muchos años. Yo espero que la inteligencia artificial fuerte no se llegue nunca porque sería muy difícil controlar algo tan, no sé, tan perverso, que es algo mucho más modesto, ¿no? Se trata únicamente pues de emular algún tipo de aspecto de la inteligencia artificial, ¿no? Y eso perdón de la inteligencia, de la inteligencia. Se trata de resolver problemas concretos que pueden parecer muy humanos, pero concretos, por ejemplo, las edrez, reconocer textos. Ahora que estamos haciendo el tema de las intereses artificiales generativas, generar imágenes, generar textos también, clasificar, reconocer caras, buscar el camino más corto entre dos puntos en un mapa, todo eso, ¿no? Todo eso es inteligencia artificial. En realidad, ahí la inteligencia artificial, cuando hablamos de la débil, que es lo que es la inteligencia artificial real, la que existe, estamos utilizando la palabra inteligencia como una metáfora, ¿vale? En el sentido siguiente, si una computadora, si lo pensamos, es artefacto más parecido al cerebro que ha construido el ser humano, ¿no? Y entonces, pues podemos considerarlo metafóricamente como que una computadora es un cerebro artificial. Entonces, si en el cerebro es donde reside la inteligencia, pues obviamente en la computadora, también hablando metafóricamente, es donde reside la inteligencia artificial. Pero claro, es que en ese sentido todo lo computacional, todo lo que trae con una computadora es inteligencia artificial. Por ejemplo, supongamos que programamos un programita para resolver una cuestión de segundo grado. ¿Eso es inteligencia artificial? Pues yo creo que sí. O sea, entra dentro de lo que es la definición de la inteligencia artificial. Debi, eso tiene que ver con un aspecto de la inteligencia humana, pues sí, tiene que ver, ¿vale? Ahora bien, se pregunta a alguien cualquiera si es una inteligencia artificial y todo el mundo te dirá, no, no, no, no, inteligencia artificial, eso es hecho raro, eso es hace unos minutos. Pero hubo una época en la que eso sí fue inteligencia artificial. De hecho, la posibilidad de utilizar un lenguaje de alto nivel que se pareciesa al inglés, el desarrollo de esos lenguajes de alto nivel parecido al inglés en un principio, que son los lenguajes de programación. Para poder comunicarnos con la computadora, eso en su momento fue inteligencia artificial. Estaba dentro de lo que se consideraba inteligencia artificial. Muchos departamentos de inteligencia artificial han desarrollado el lenguaje de programación como el LIS, Prolog, y muchísimos más. Entonces, es más, es que cualquier cosa que pensemos en el desarrollo de la computación y de los ordenadores ha estado pensado para mejorar la inteligencia, en el sentido metafórico de la computadora, ¿no? Que sean los sistemas operativos con las interspaces gráficas, con los ratones que son capaces de detectar nuestro movimiento para facilitar la vida, los reconocimientos de vos para poder comunicarnos con la computadora, yo que sé cualquier cosa que penséis realmente es inteligencia artificial, ¿no? Y de hecho, es un término que ha ido cambiando a lo largo del tiempo. Problemas que hace tiempo se denominaban, se categorizaban como inteligencia artificial, cuando ya se resolvieron dejaron de serlo, ¿no? De hecho, es como inteligencia artificial ahora mismo como un saco donde se meten aquellos problemas más esquivos que no tienen todavía una solución buena, y entonces por eso se le llama IA, ¿no? Inteligencia artificial. Por ejemplo, en el momento actual, ¿qué es la inteligencia artificial? Prácticamente machine learning. Es aprendizaje automático, es un tipo de técnica computacionales que están basadas en datos, en utilizar ingentes de la cantidad de datos para construir modelos a través de extracción de patrones de esos datos y realmente se están obteniendo unos logros impresionantes. Es un impresionante, ¿no? Pero realmente ahora mismo en el momento actual, cuando se dice inteligencia artificial, estamos hablando de machine learning, ¿no? Entonces, la cuestión es que yo creo que no estamos haciendo un uso bueno de inteligencia artificial, pero no es que este un... o sea, esto es una opinión, ¿no? Mía y también de otras gente que hay que ir leyendo por ahí. La opinión es que posiblemente sería mucho más sano que no utilizársemos el término inteligencia artificial, porque es un término que confunde, es un término que confunde mucho, ¿no? De hecho, bueno, ahora mismo realmente lo que va a ser un término que de cada marketing es maravilloso y ahora mismo pues con el nombre de inteligencia artificial pues las empresas van a hacerse acceso a agosto y van a intentar vender a todas las administraciones, a otras empresas y a los ciudadanos pues cualquier tipo de solución que tiene el apellido inteligencia artificial, porque es el momento del bombo, del hype, de la expectación. Por eso sería muy sano creo yo que no hablacemos de inteligencia artificial, porque más tiene más problemas. El problema que tiene es que el ciudadano medio en principio y el ciudadano medio, alguien pues que no está formado en estos temas, pues se va a confundir con la inteligencia artificial fuerte, pero claro, esto de fuerte y débil es algo que en principio no se habla, escucha hablar de inteligencia artificial y bueno, teniendo en cuenta lo tremendamente potente, las inteligencias artificiales tan potentes que están saliendo ahora mismo, que te generan textos por ejemplo o imágenes que están súper bien escritas, pues realmente podemos llegar a pensar que hay una mente detrás de ella, entonces le vamos a dar una autoridad y una credibilidad que no debemos darla, porque resulta que estas inteligencias artificiales están basadas en datos, están llenas de sesgos porque es prácticamente imposible eliminarlos y en algunos momentos pueden llegar a mantener o incluso amplificar algunas posturas hemónicas que van en detrimento de comunidad minoritaria, no son posiblemente lo mejor para el desarrollo de una sociedad de justos. Hay una chica, una lingüista, experta en temas de Natural Language Processing, de procesamiento de lenguaje natural, se llama Emily Bender, está mucha chapa escuautora de uno de los papers más famosos y más críticos con los grandes modelos de lenguaje actuales que se conoce el paper como los loros estocásticos, tiene un nombre más largo, pero se conoce con ese sobrename, ¿no? Y esta chica dice que cuando un humano ve algo escrito, pues siempre tiende a ver detrás de ese escrito a una mente, a otro humano, cuando el texto está escrito por una inteligencia artificial, aunque tú sepa que está escrito por una máquina, vas a atender también a asignarle unas propiedades que no tiene, porque lo que hay detrás no es más ni menos que una aplicación provó que tiene estadística, que hace uso de las estadísticas a hierro y que va generando texto que está muy bien escrito, pero sin embargo no tiene por qué ser cierto, puede que esté dando opiniones que no son precisamente las más éticas y demás, y sin embargo nosotros tendemos a darle esa autoridad, ¿no? Y más si le estamos llamando inteligencia artificial. Entonces en ese sentido hay un chico que se llama Stefano Quittarello que en plan medio, coña, en serio dice que habría que cambiar el nombre de inteligencia artificial por el de Systematic Approaches to Learning Algorithms and Machine Induction, que si lo ponen las siglas juntas es Salami, de manera que cuando veamos en los titulares de los periódicos, que estamos bombardando últimamente todos los días varias veces con inteligencia artificial, inteligencia artificial, se ha escrito un guión con inteligencia artificial porque se ponga, se ha escrito un guión con Salami, ¿puede la inteligencia artificial tener sentimientos? ¿Puede un Salami tener sentimientos? Entonces al cambiar ese nombre, simplemente con ese nombre, con el que se cambia el nombre, estaremos viendo que es asurdo, ¿no? Que una máquina tenga sentimientos, que bueno que puede crear un guión, pero cuidado, no es una mente lo que hay detrás, entonces no estaremos confundiendo, no estaremos dándole más autoridad de la que tiene, ¿no? Entonces bueno, mi opinión no es que se esté haciendo un mal uso de inteligencia artificial solamente, sino es que realmente un término desafortunado, confuso y como esta mucha de la gente opina, el mayor sesgo que tiene la inteligencia artificial es su propio nombre, ¿no? Y bueno, esa es más o menos lo que lo opino al uso del término. Sí, sí, sí, no, nada, lo has dejado muy claro, lo has dejado muy claro. Jorge, ¿qué añadirías a esto? O ya lo ha dejado todo súper añadido. Bueno, pues la verdad es que a mí me parece fantástico todo lo que ha dicho Joanda y además muy certero, sobre todo podemos ver en los últimos meses, ¿no? Cómo se han popularizado o se han popularizado distintas aplicaciones que utilizan inteligencia artificial y yo sí me he dado cuenta en pues hablando con distintas personas y en algunas formaciones y demás que hay mucha, mucha confusión, mucha confusión en cuanto a lo que es inteligencia artificial, en lo que en cuanto a lo que se puede conseguir con inteligencia artificial y veo que hay también mucha variabilidad entre personas que piensan que el Skynet Determinator está aquí a dos meses vista y personas que piensan que la inteligencia artificial pues va a solucionar todos los problemas de nuestra vida de una manera sencillísima y creo que, claro, que ni una cosa ni la otra, como además ya ha dejado bastante patente Juan David, ¿verdad? Yo lo único a añadir, no sé si Joanda estará de acuerdo un poco por aterrizar con una definición un poco más de andar por casa, ha hablado de tareas que requieren o que han sido atribuidas normalmente a la inteligencia urmana dentro de sectores, o sea, sectorizadas en cosas muy determinadas, ¿no? Cosas como el razonamiento, como percepción que quizás van ampliándose a campos más amplios y que hacen una mezcla de estas tareas o que van ampliando el rango según va avanzando la tecnología, pero yo creo que sí que sería interesante llamar la atención sobre que una característica de los sistemas de inteligencia artificial es que pueden adaptarse a situaciones distintas cuando se les presentan datos nuevos con los que no han sido entrenados, ¿no? Esa importancia de la generalización, a veces vemos sistemas que se pueden montar con listas, con cosas muy determinadas y la importancia que veo yo de esta aplicación de la inteligencia artificial es que pueden partir de datos que son distintos a los que ya tienen y no sé qué opina Joana si estás de acuerdo con eso. Sí, sí, completamente. De hecho, el otro de los aspectos de la inteligencia artificial, quiero decir, de hecho el que actualmente se está trabajando a fondo, que no es nuevo porque esto del machine learning y de los datos ya desde los años 50 se venía, de principios prácticamente desde la gasquita de computación se venía trabajando y proponiendo y en los 80 se conocía y en los 90 también se conocía y lo que pasa es que cuando realmente ha explotado esto es cuando ha habido muchos datos con muchas comunicaciones, es gran cosa, unas comunicaciones muy rápidas y grandes capacidad de relacionamiento y cuando se han podido construir modelos muy, muy, muy, muy tochos, entonces se ha podido ver que con mucho, mucho, mucho, mucho, muchos datos las posibilidades de generalización son increíbles, que es algo que a lo mejor hace 20 años se sabía que generalizamos porque esto también se sabía de entonces, pero bueno no era algo demasiado práctico o lo utilizaban pocas empresas porque no había datos, no había suficiente datos. Ahora te, por ejemplo, que es lo último de lo último, son modelos del lenguaje que se llaman el large language model, modelos grandes del lenguaje y se llaman modelos grandes del lenguaje porque tienen muchísimos parámetros para afinar, para ajustar con los datos y además muchísimos datos del orden de bays de datos que le hemos dicho que hay una barbaridad, no sé los números ahora mismo, lo que sí sé por ejemplo es que generar estos modelos que generan una huella de carbono increíble y bueno después hay unos resultados que también son increíbles, ¿no? Y ya no solamente que generalicen, sino que también crean y generan textos, pero que bueno, también en indeliciencia artificial algo más top-down, es decir, algo más a partir de arreglar se llega a unos resultados, como por ejemplo, resumir una cociente de segundos grados. Quiero decir al fin y al cabo que todo es algoritmo, que los resultados pueden ser más impresionantes, menos impresionantes, pueden ser más prácticos para algunas cosas o para otras, sí, pero todo cae dentro de la misma idea. Tenemos un aparato que tiene una CPU que funciona de una de mi manera, que tiene una memoria que guarda datos y ahí hay un intercambio de datos entre memoria y CPU y que con los algoritmos y las codificaciones pues somos capaces de hacer que haga cosas y poder resumir una cociente de segundos grados o puede escribir un texto más mejor que yo, o mejor que tú, o mejor que mucha gente, porque realmente escriben muy bien, o sea, y se seguirán habiendo más logros seguramente, ¿no? Pero, cuidadito, es el tema, ¿no? El tema es que no nos dejemos llevar por el hype este y que no confundamos inteligencia artificial en el sentido metafórico o débil con la inteligencia artificial fuerte, porque si la confundimos le vamos a dar una autoridad que no tiene y va a crear confusiones, muchas confusiones. Yo creo que quienes hayan usado la herramienta que has nombrado últimamente Chagetep es verdad que tiene unos usos y unas aplicaciones que pueden ser bastante chulas, pero y que tiene unas respuestas bastante buenas en cuanto a muchas aplicaciones generales o muchas preguntas generales que le puedes hacer, pero en cuanto vas a cosas un poco más especializadas te das cuenta de que tiene un fallo o yo lo considero un fallo y es que te contesta cualquier cosa, o sea, siempre tiene que dar una respuesta y muchas veces esas respuestas. Siempre. Es que esta programa para eso, la función que tienen estos modelos es generar textos bien escritos, generar textos bien escritos. ¿Qué es verdad o no verdad? Bueno, pues como hay datos, o sea, eso se han utilizado datos para montar estos modelos, pues en esos datos hay mucha verdad, pero también. Pero es útil. Yo voy a hacer una confesión, yo la estoy utilizando en mi curso para programar cosas y me está funcionando magníficamente. O sea, hay scripts que hay que hacer de vez en cuando para automatizar procesos, que además a mí me cuesta un montón porque no me gusta hacerlo. Le digo al chatito Chagetep, dime un script para hacer esto, y me lo muestra y bueno, si no funciona le faltan dos cositas para que funcione. O sea, realmente son impresionantes. Ahora bien, no le demos atribuciones humanas porque no las tienen y hay que tener cuidado con eso porque hay un depiste muy, muy grande. Y para eso está muy bien realmente lo que estamos intentando de yo creo que es intentar introducir esto en la escuela para enseñar realmente los fundamentos del machine learning, porque al fin y al cabo Chagetep y todas estas cosas son muy complejas, son muy tremendas, pero las bases son las mismas que cualquier otro algoritmo de machine learning. Entonces, entendiendo los fundamentos podemos entender muchas cosas, ¿no? Sí, mira, pues justo aquí viene a cuento la segunda pregunta que os quería lanzar. ¿Cómo se está introduciendo en el aula la inteligencia artificial de cara a lo desde el punto de vista docente ahí para mejorar el proceso de enseñanza aprendizaje o cómo estamos aplicando esto en el aula? ¿Cómo se puede aplicar en el aula? Yo lo primero es decir que hay muchas aplicaciones no solo que se utilizan en el aula, sino también más personales que la gente utiliza en sus teléfonos móviles o en sus dispositivos que hacen uso de la inteligencia artificial pues para personalizar el aprendizaje. Hay un montón de plataformas que tampoco voy a nombrar ninguna, que no es cuestión de hacer ahora publicidad y además pues igual tampoco me olaba mucho que las nombrase porque yo a todo esto veo un problema y es que para personalizar esas funciones educativas para adaptarse al rendimiento de cada estudiante para hacerle unas preguntas, darle un feedback adecuado a ese estado lo que están haciendo es recopilar un montón de datos de las personas que lo usan en muchos datos que a veces probablemente las personas me serían patados a leer la política que tienen. Entonces esa es una de las aplicaciones que para mí es controvertida dentro de la personalización de los aprendizajes. Luego también he visto personas que hay aplicaciones que lo que te hacen también este ayudan en la corrección que les veo el mismo problema, la acumulación de datos por parte de empresas privadas y he visto algunos experimentos por parte de algunos procesores, algunas procesoras que ya que se han nombrado a HCTP pues que le deman instrucciones a HCTP para corregir trabajos de desalunado. Por sí mismo pues no le va a hacer la corrección como quiera pero dándole las instrucciones oye pues fíjate en estos parámetros tal y me parece curioso creo que puede ser una herramienta a tener en cuenta pero en educación creo que hay que andar siempre con pies de plomo con la privacidad de nuestro alumnado y por eso yo sería muy cauteloso con el uso de este tipo de aplicaciones. Luego también hay muchísimos ejemplos en el aula sobre todo como decía en los últimos meses porque se está dando un avance en lo que es la popularización de herramientas que utiliza la inteligencia artificial y hay un montón de profes que lo están usando en sus clases para incluso para crear materiales o para el uso del alumnado y parece que puede ser una buena herramienta pero desde infantil hasta etapas superiores por ejemplo en infantil yo pienso preguntar a cada persona de la clase un parámetro para crear un cuento tú qué quieres pues que es algún dragón y tú pues que salga que estén en un castillo dónde se va a desarrollar qué es lo que va y metiendo esos esos parámetros tienes una historia que ha creado la clase a su medida con la que luego pueden trabajar y me parece que eso es muy bonito y que te lo hacen de una manera muy sencilla lo mismo se han estado utilizando aplicaciones para crear imágenes con inteligencia artificial es decir que hay una serie de aplicaciones que se están utilizando de manera por así decirlo creativa en las aulas y creo que eso es un buen uso porque en la mayoría de las ocasiones pues es el profesorado quien está utilizándolo y no hay un riesgo de como decía antes de andar con datos del alumnado de por medio pues yo creo que eso sí que es interesante tenerlo en cuenta y luego también porque esto sería como uso de la inteligencia artificial y lo que quería también ahora reseñar es que se puede trabajar sobre cómo funciona la inteligencia artificial que es para lo que se utiliza por ejemplo la herramienta que ha creado juanda y otras que van en ese aspecto no es también en y cosas más sencillas en la plataforma codepunt.org hay un pequeño tutorial que se hace como en una hora o algo así que a mí me gusta mucho para empezar que se llama algo así como guía para los océanos o una cosa similar que es muy simpática y te cuentan los fundamentos de cómo entrenar un modelo de machine learning pues en nada en una hora te haces una idea o sea que lo separo en esos resusos no el uso de herramientas que son diseñadas para educación específicamente que a mí yo lo cojo con pinzas no sé por el tema de privacidad no me hace mucha gracia el utilizar herramientas más generales de manera creativa en el aula y luego ya aplicaciones que son específicas para entender para trabajar con la inteligencia artificial para ver cómo funciona y cacherar un poco con ella habéis hablado de más de la nml que nos podéis contar de esta aplicación de esta herramienta bueno te puedo contar una herramienta que bueno así en plan historia rápida todo cuando en el 2018 estaba yo trabajando en el intefe en experimentación en el aula con Jesús Moreno que era jefe de Área y bueno hacíamos que se siguen haciendo de hecho recursos del mes y un día pues llegó Jesús y me dijo mira que aplicación encontrado sabe tan guapa se llama machine learning fork y de un inglés de bm no sé y me lo enseñó y vimos lo fácil que era crear un modelo de machine learning supervisado que bueno son concepto en principio que son complejos y sin embargo se la había montado chaval pues para hacerlo muy sencillo prácticamente a todas las edades y nos quedamos alucinados y esto es una tinta muy guapa hicimos un recurso del mes sobre esa herramienta y entonces yo me quedé ahí con la historia de griego está muy bien pero esto para funcionar necesita utilizar la nube de ibm y crear una cuenta en la nube de bm para un desarrollador es sencillo pero a lo mejor para profesor o para un alumno no es tan sencillo dependiendo de los conocimientos que tenga es muy abrumante todo lo que es la nube de bm con un montón de datos concepto como hay pie aquí que bueno que eso que es que no tontería pero bueno y después también está sujeto a los caprichos de bm que ahora te doy esto gratis ahora no te lo doy ahora puedes hacer todos modeles ahora no sería posible hacer esto en el ordenador local como funciona scratch no que te lo descargas a tu brouse ya está ya puedes colocar la conexión de internet y puedes ponerte a atrás así más que no tenga algoritmo de machine learning tan complejos pero que muestran realmente lo que se necesita entonces me quedé con esa idea entonces poco después al principio de 2019 yo una desgracia mi casa mi hijo tuvo un accidente bastante gordo que bueno y ahí pues tuve yo un momento que de mucha ansiedad y de baja entonces pasaba mucho tiempo con él y pasaba mucho tiempo en casa y esa idea me sirvió para digo vamos a intentar implementar la vez que pasa y empecé a desarrollarla y a implementar no la idea de que los algoritmos de machine learning se ejecutasen en el browser que no dependiésemos de ninguna de ninguna nube y bueno pues así empezó ya cuando me reincorporé al trabajo tenía hecho una primera versión que se enseñé a Jesús que le encantó se ha enseñado a gente de experimentación le encantó y lo aprovechamos y para para ver cómo iba en un curso que se hizo un sevilla de en curso de verano con la universidad internacionalmente en el despelario sobre el crecimiento computacional e inteligencia artificial y bueno ahí lo probamos y vimos que junto con machine learning for kids que era realmente la herramienta que utilizábamos digamos la utilizábamos de base no la otra la que yo hice era un poco para probar aprovechamos para probar y parece que gustó y ya me animé y bueno poquito a poco me metíndole cosas metíndole cosas ya se empezó a propagar un poco control profe a divulgar y la historia es una aplicación que ahora de hecho incluso la puedes descargar la puedes instalar en tu ordenador también en una versión de escritorio que está pensada pues para el sitio eso fue un encargo que me hicieron una gente de chile pensando en en lugares que no tienen un acceso a internet estable o que no tienen ni siquiera acceso a internet pero si tienen ordenadores y entonces pues que puede ir con tu pincho instalártela y que puedan utilizarla no y bueno se trata de una herramienta que sea muy sencilla para explicar los fundamentos y que yo ha hecho y alucinado realmente del uso que le están dando profesores como por ejemplo Jorge Javier Álvarez como Pablo Dudo, un profesor que conozco que han estado inventiéndose en este mundillo y muchos más que están haciendo cosas que es alucinante y bueno es un poco la historia de la herramienta. Sí además ha tenido repercusión en otros dos proyectos como Equina o Fallas. Correctamente en China que es un proyecto que bueno Jorge Lobo es uno de los creadores de unas placas basadas en Arduino que tienen una serie de periféricos para poder programarlas sin necesidad de realiarte mucho con electrónica si quiere realiar tengo electrónica que lo pueda hacer y bueno pues me contaron conmigo para hacer una versión de scratch para poder programar las placas en China y ya aprovechamos y metimos realmente el learning ml para poder unir las dos cosas creo que Jorge nos va a enseñar algo de eso después me parece a mí, sabe de algo que ha hecho con la toda herramienta con el China y con el learning ml y Fallas es un proyecto de Erasmus que lo dirige la herramienta de CDR Juan Carlos concretamente Gregorio Robles y bueno pues le eligieron esta herramienta como digamos la herramienta canónica dice la herramienta así modelo no exigen que la utilicen por supuesto los participantes pero pero la utilizan no como y bueno ahí está la verdad que yo estoy un poco alucinando con con que se está usando yo tengo que decir que se está usando el learning ml porque es una herramienta muy buena yo empecé si no hay más que los agotando porque yo le he comentado yo empecé utilizando machine learning for kids que es la herramienta que que la decía antes y y para mí era muy engorroso el tener que entrar a IBM a bueno pues es un proceso que no aporta nada que para trabajar con el alumnado es es complicado porque no tiene mucho sentido y el tener una herramienta que eso te lo quita de un plumazo es a ese paso previo que no es interesante que es engorroso que es un fastidio y lo que te da es directamente la posibilidad de venga ya lo tienes ahora vas a trabajar ya con machine learning sin nada intermediario pues para mí fue lo que me decidió a utilizarlo con más frecuencia en la aula porque al final del profesorado tiene muchísimas cosas que hacer siempre y cuanto más fácil se lo pongamos cuanto más fácil lo tengamos pues más tiempo podemos dedicar a las cosas interesantes que es trabajar esa tecnología o trabajar los contenidos que queramos con el alumnado si tenemos la facilidad de que sea como ahora al earning machine learning incluso de escritorio que no tienes ni siquiera que conectar a internet pues más aún es que al final de lo que tenemos que hacer es facilitar que esa tecnología llegue a las aulas y para que llegue a las aulas tenemos que convencer a los profes y una manera muy sencilla es hacerles ver que es una cosa fácil de y que está al alcance de todo el mundo y que no va a ser engorroso y que es simplemente abrir y trabajar una cosita que crea a raíz de comentarios que estuviendo que se pasan cosas esta herramienta en el en una cosa muy bonita parte de que la están utilizando profesores y que están dando visibilidad a muchos profesores es que por ejemplo se traducía un montón de idiomas de entre otros a todas las idiomas de la península de la península de la península de España y al francés al riesgo creo que está hay un montón de traducciones y son traducciones que han hecho gente de forma desinteresada no que ha participado en el proyecto la primera que se hizo fue a catalán que me parece que fue david muski lo hizo y después se hizo lo que era se ha hecho también al gallego se ha hecho también a un montón de idiomas por ahí y quería aprovechar para agradecer a toda esta gente que ha participado y que ha dado su granita de arena pues bueno para darle la gracia de aquí no y apuntar que si me lo permitís pues yo apuntar que esto siempre es posible cuando se trata de un proyecto de software libre como es en este caso que además de que tenemos la posibilidad de utilizarlo pues tenemos ese punto extra de poder colaborar y adaptarlo a nuestras necesidades y en este caso pues cuando cuando dice oye hay traductoras o traductoras por ahí y la fontes se anima pues hacemos que crezca la herramienta y formamos una comunidad más fuerte así que otro de los puntos a favor de learning ml que es software libre nos puedes contar algunas experiencias que está realizando con inteligencia artificial en el aula jorge pues sí claro yo cuando me preguntan por experiencias siempre hablo de una que no es mía que es de javier alvarez que me gusta mucho que es detectando trolls es una experiencia que yo he hecho en clase porque además javier que también cree mucho en compartir y en facilitar las cosas que hace para que puedan ser reproducidas en otros centros pues tiene por ahí la documentación y es muy bonita es un trabajo que él hizo de forma muy extensa sobre el lenguaje partía de el lenguaje violento era una propuesta que en su colección cuadro en el día contra la violencia machista si no recuerdo mal entonces estaba enfocado en principio hacia hacia ese uso violento del lenguaje pero luego trabajaron en mucha más profundidad no buscando ya no violencia explícita sino incluso parándose a analizar tiempos verbales no el cómo utilizar un imperativo podía resultar más violento que otros verbos y bueno pues es un trabajo de mucha profundidad yo cuando le he recado en clase pues no he llegado a esos niveles porque yo lo he hecho en el área de valores y nos hemos quedado en ese lenguaje en esa violencia en el lenguaje y la experiencia pues es muy sencilla simplemente es entrenar un modelo de machine learning con un montón de mensajes amables por así decirlo y un montón de mensajes que son violentos o que descalifican o que bueno pues que no son unas intervenciones adecuadas no el modelo de machine learning lo que haces diferenciar si el texto que introducimos es un texto amable o si la persona que tienes delante es un poco troll y entonces es lo que te devuelve todo esto pues lo hacemos con learning machine learning que se puede hacer solo el modelo o luego ya trabajar con ese modelo dentro de scratch con lo cual el alumnado lo puede perfeccionar y una de las cosas que hacemos cuando hacemos estos modelos compartidos en toda la clase es que habitualmente trabajan por parejas y buscan pues 10 ejemplos 12 15 ejemplos cada pareja prueba en su modelo vemos cómo funciona y luego lo que hacemos es lo que llamamos el súper modelo que es coger todos los ejemplos que ha puesto cada una de las parejas y entonces el entrenamiento se multiplica y y vemos cómo ha cambiado no como si el modelo es más preciso que obviamente lo es si reconoce y generaliza mejor y ésta es de las prácticas que que más veces es realizado es muy interesante luego luego ponemos porque he preparado unos vídeos para ver esto más o menos como como se desarrolla pero os cuento también así rápidamente otro de las experiencias que quería traer es el de las plantas de mi cole que es algo que utiliza es un modelo de reconocimiento de imágenes entonces ahí por grupos decidieron unas cuantas plantas que tenemos en el cole pues tanto árboles como plantas que encontramos en el huerto del cole y crearon modelos para encontrar no sé si se está colando mucho ruido porque están aquí abajo pero vale perfecto bueno pues eso con un montón de fotografías de distintas plantas del colegio pues se crea un modelo para aprender a diferenciar qué plantas tenemos haces una fotografía a la planta o la detectas con la cámara web está le hicimos con tablets para que fuese más portátil por así decirlo y esto además pues viene muy acuerdo porque ya hay aplicaciones comerciales que en el cinto que lo hicimos pues yo no las conocía y que luego pues me las he encontrado que de las pues descargar al teléfono y les hace mucha gracia cuando lo ven dice anda pero eso ya lo hice yo no y es muy muy divertido y otra de las prácticas que suelo hacer es la que llamamos inteligencia artificial para el medio ambiente y esto es de lo que hacemos como más más avanzado más libre porque aquí el alumnado elige el tema se les plantea que vamos a utilizar la inteligencia artificial para ayudarnos a solucionar mejor de los casos o mejorar por lo menos algún problema medioambiental el que quieran el que les apetezca con lo cual tienen un tiempo de reflexionar también trabajan en parejas o grupos de tres como mucho para que haya una interacción para que puedan riquecerse dentro de esa pareja pero no mucha gente para que tampoco se diluyan mucho y ahí pues deciden qué problema quieren abordar y buscan información sobre el problema y piensan cómo puede la inteligencia artificial mejorar ese problema a partir de esa idea que ya tengan de cómo puede actuar la inteligencia artificial pues ya piensan en un modelo que les palga para lo que ellos buscan y generan su su aplicación pero esto pues luego se va creando una presentación con todos estos pasos a lo largo del proceso que exponen a sus compañeros y compañeras la verdad es que siempre funciona muy bien entran estupendamente es verdad que hay problemáticas que se repiten separación de basuras suele ser una de ellas y sobre todo también vehículos contaminantes o humos o cosas de ese estilo pero sí bueno eso no no ha llegado pero pero quizás llegará pero también eso nos hace reflexionar cuáles son los problemas que perciben no que si se repiten es porque los tienen como muy presentes y por último pues ya mezclando inteligencia artificial y robótica porque eso también es muy interesante no el que la inteligencia artificial nos ayude a mover dispositivos físicos una de las prácticas que hemos hecho pues como era tan tan famoso el proyecto de separación de basuras pues hicimos también uno con reconocimiento de imágenes que lo que hacía era en una papelera abrir un compartimento u otro con un motorcito dependiendo de lo que le enseñase será un cubo de reciclaje inteligente que si le enseñabas algo de papel pues se habría un compartimento para que ese papel fuese a la zona de papel o si era algo de el contenedor amarillo fuese a la zona de reciclaje de bases y mezclando también con muchas cosas veo que estoy hablando un montón también una práctica muy bonita basada en algo que proponía juanda con learning machine que era una de las prácticas que yo creo que salía en estas experiencias de intel que comentaba antes era como la domotización de una habitación un asistente que encendía un ventilador o encendía una lámpara dependiendo de lo que tú le dijiste es con lenguaje natural y una de las prácticas que también triunfan mucho pues es diseñar esa habitación dentro del área de plástica y ponerle un ventiladorcito y un diódolez para para ver cómo con lenguaje natural diciendo jopos es que tengo mucho calor el asistente te dice vale pues te pongo el ventilador y cosas así así que bueno pues no sé si no sé cómo vamos de tiempo si queréis ponemos el vídeo para ver un poco los ejemplos son tres son tres minutos así podemos hacernos una idea quieres compartirlo desde tu pantalla pues creo que lo ponen ya bien pues ahí tenemos el detector de trolls como como veis no se ve muy bien porque esto está ahí grabado en clase de aquella manera y tal pero bueno como veis ahí se introduce un comentario y el dinosaurio bueno en este caso el dinosaurio porque ahí cada persona pues ponía lo que quisiera te dice si crees que estás con una persona que te está diciendo cosas amables o como hemos visto ahora dice bueno pues quien tienes delantes un poco troll esto está genial porque además como esto es scratch que cada persona le puede dar el toque que quiera meterle el fondo que quiera meterle sonidos lo que que lo que se le ocurra pues no tiene límites el límite es la imaginación de cada alumno de cada pareja que esté trabajando aquí lo que vemos es el que comentaba de las plantas de mi cole pues ahí tenemos pues a personas que están viendo a ver si detecta ese en concreto es el uno de los almendros que tenemos en el cole y pues nada vemos ahí que lo detecta perfectamente esto además pues lo hicimos coincidir cuando con el tema de de las plantas de ciencias naturales con lo cual pues es que tienes ahí para meter contenidos transversales pues en el tema que tú quieras ahí igual que en scratch la imagen la imaginación es el límite pues las aplicaciones que podemos tener es lo mismo y esto pues lo probamos luego ya en ordenadores con las fotografías que habían ido haciendo vale en vez de hacerlo ya en la calle con con las tablets pues lo lo hacían en clase con más fotografías esto es una de las presentaciones un ejemplo de presentación de cómo ayuda laía al medio ambiente pues eso de transporte poco contaminante ahí tenemos bicicletas monopatines cosas así transportes que contaminan mucho ese es el modelo de el machine learning como lo entrega como lo entrenan el proyecto de scratch que también se lo explican a sus compañeros y compañeras tenemos ahí también les pido que faciliten los archivos fuente para que los compañeros puedan descargarlos y estudiarlo y así enriquecerse y este pues es el último que decía el de la habitación inteligente que cada persona diseña su habitación y le pone ahí luego ese motorcito que hace como si fuese el ventilador y un diodo led que no sé si se sale en el vídeo porque igual lo tapa un poco pero bueno pues que ilumina la habitación dependiendo de lo que le diga con el lenguaje natural que chulo y me está dando una envidia hay una cosa que bueno que me dijiste y vosotros los profes que estáis utilizando esto porque yo realmente cuando estuve explorando este tipo de herramienta y cuando estuve diseñando el nml yo ni siquiera caí en eso y después me lo han contado y digo claro que tiene mucho sentido y que aparte de que los estudiantes van a entender los fundamentos de machine learning bueno que entra dentro de lo que su competencia digital y tal aparte es que como el proceso de crear un modelo comienza en el caso del machine learning supervisado que es lo que hacen este tipo de herramientas pues por recopilar los datos y clasificarlo y es una tarea humana o sea uno lo hace el ordenador sólo hace el estudiante el que está haciendo el modelo pues en ese proceso de recoger datos por ejemplo imagina que va a hacer un modelo para estudiar los órdenes arquitectónicos pues ese proceso de con esa fotografía y clasificarle de que tarla que lo está haciendo con la emoción con la motivación de que voy a hacer una aplicación de inteligencia artificial que chulo no al final está estudiando sin darse cuenta los órdenes arquitectónicos por ejemplo no o el problema o el contenido que en ese momento pues esté reforzando con esta herramienta por el claro esta herramienta no es para utilizarla por sí es para meterlo como he dicho Jorge dentro de otras unidades didácticas como ahora decimos no se hemos olvidado los como eran los situaciones de aprendizaje bueno pues en fin actividades no meter la actividad de como para enriquecer actividades y en ese proceso aprenden porque no tienen más remedio que hacer la clasificación y ese punto me parece que es muy importante desde el punto de vista pedagógico si además ahora que bueno pues que tenemos todos estos temas de diseño de aplicaciones basados en inteligencia artificial etcétera dentro del currículo pues siempre tener unos cuantos ejemplos prácticos de cómo se puede trabajar y que no sea un contenido así abstracto de echarnos las manos a la cabeza y dios mío como voy a empezar a esto bueno mira nos están aquí reclamando una una guía de los proyectos nuestros espectadores bueno entrada y unas ganas locas de ponerse manos a la hora pues si si queréis luego se puede dejar por ahí algún enlace porque muchos de estos proyectos pues yo los tengo compartidos en mi blog o hay algunos que están en el blog de chidna si queréis luego podemos ponerlos ahí en el chat o alguna cosa a posteriori hacemos un artículo donde también recogemos toda información etcétera y va la web de las educharlas para que compartiendo tranquilos y perfecto pues entonces quedamos en eso yo se lo paso y de todas maneras pues ahí queda ese reto que han lanzado de porque es verdad que yo tengo hay bastantes cosas muy descabaladas y desordenadas pero ahí yo creo que fuanda debería coger la batuta y organizar ahí a una serie de profes y decir bueno venga hacemos una guía un poco seria y estructurada y tal y realmente lo que le faltaría al proyecto eso y una guía con actividades que hecha por profes además de verdad en el aula no sea por que ahora mismo hay ciertas actividades pero son actividades que bueno es para mostrar cómo funciona la herramienta no está dentro de un contexto concreto de una asignatura o de una situación de aprendizaje o lo que sea eso realmente es lo que le daría mucho más valor a este tipo de herramienta no aléntica me le completamente incluso otras herramientas o machine learning for kids o digital machine otras que hay que también sirven para para lo mismo no y que se y de cara también a los docentes para que lo lleven al aula así si porque como decíamos antes no el llevar al aula cualquier cosa lo que implica es siempre un trabajo extra de documentación de aprender cómo funcionan las herramientas y demás y al final todo lo que sea facilitar al docente o facilitarnos que yo también no que muchas veces pues nos gusta hacer cosas pero es que no llegamos no no tenemos tiempo si tenemos esa facilidad de que alguien nos ha preparado unas guías unas actividades que además normalmente quienes preparan esas actividades y guías es gente que les ha gustado hacerlo y que tienen un interés y que luego las actividades a lo mejor no son exactamente lo que tú buscas pero una vez más hablamos de esa cultura de compartir de a lo mejor esto no me vale pero puedo sacar las ideas claro y adaptarlo a mis necesidades a las necesidades de mi aula o a lo mejor cojo esa idea que es de una temática distinta o sea yo estoy trabajando en otro tema pero me gusta y lo puedo aplicar así que si yo creo que es una de las fortalezas que tenemos el colectivo de profes y que debemos mantenerlo no el compartir porque todo lo que compartamos siempre va a ayudar a que llegue más lejos a otras personas y que muchas veces estamos cogiendo material de otra gente así que entiendo que es muy importante retribuir a la comunidad con lo que hagamos si eso sí que es cierto bueno ya para para ir acabando que se nos echa como siempre el tiempo encima qué problemas plantea o puede plantear el uso de la inteligencia artificial en el aula pero también me gustaría dar una visión ya de futuro que futuro le veis porque esto ya es imparable o sea la inteligencia artificial o como lo queramos llamar a que ha llegado con sus ventros con sus contras y bueno y va a seguir a una velocidad porque vemos que lleva una velocidad esto de vertigo qué problema así que futuro le veis la verdad que no que no veo ningún futuro no tengo ni idea qué es lo que va a pasar lo que hay un par de cosillas que sí tengo mediadamente clara no la primera cosa es que ahí está y va afectar y está afectando el mundo educativo y yo creo que todas estas cosas lo que tenemos que hacer es integrarlas y entenderla y si las entendemos primero entenderla porque si no no puedes integrar y si las entendemos seguramente le podremos sacar mucho partido porque podemos utilizar todas estas herramientas desde el punto de vista de la creatividad de hecho la educación está claro que va por ahí los currículum competenciales no algo que no lo hayamos inventado aquí esto pues se viene hablando de hace ya muchos años y a nivel de toda Europa y de todo el mundo porque la sociedad va cambiando y porque realmente lo que necesitan los ciudadanos es ser competentes en muchas cosas porque realmente la digitalización de la sociedad es tan abrumante que incluso a los más competentes digitalmente a su mundo entonces bueno pues tenemos que el reto eso de integrar y comprender esta tecnología y utilizarla siempre pues para para eso para crear para resolver problemas y y riesgo por riesgo por supuesto que tiene mucho y sobre todo tiene más riesgo si si no cambiamos nuestra forma de enseñar y nuestro si nuestra forma si vamos a seguir haciendo exámenes al uso si vamos a seguir haciendo trabajo al uso si vamos a seguir haciendo metiendo contenido en la cabeza de los niños las niñas pues es un riesgo porque porque el niño a la niña va a llegar a su casa la cobertura y le va a decir me lo deberéis se lo hace y está y se acabó y entonces que hacemos cerramos esta herramienta pues no creo que eso no es una buena idea hacer esta herramienta porque si la cerramos estamos dando ventaja a otro que nos cierren lo que tenemos que hacer en mi opinión no es realmente entenderla comprenderla y hacer un uso correcto y para entenderla pues una primera fase es vamos a hacer actividad de sencilla que te explique los fundamentos y a partir de ahí uno ya tiene una idea y ahora podemos utilizarla para hacer para incorporar de forma creativa no en fin esto un reto gordo el futuro futuro no no no sé la bola de cristal la tecnología siempre ha provocado cualquier descubrimiento de la educación no veo no veo yo es difícil no prevenir futuro pero bueno más que decir el futuro que sí podemos decir cuál es el presente es que bueno vamos a intentar capear el presente y ver cómo lo llevamos en fin no sé la verdad que no si yo creo que nada mucho más concreto en este aspecto yo creo que la importancia como dice cuando es entender cómo funcionan qué es lo que es tener una idea más o menos clara y y que entendiendo eso pues vamos a entender muchos de los riesgos que que tienen asociadas no que comentábamos antes los en los esgos de entrenamiento el pensar que nos van a dar estas herramientas de inteligencia artificial nos van a dar siempre una respuesta adecuada si trabajamos con ello vamos a desmitificarlas de alguna manera vamos a ver que realmente lo que son pues son unos algoritmos haciendo un trabajo y que ese trabajo puede estar bien hecho o puede estar bien mal hecho y que ese trabajo puede usarse bien o puede usarse mal y vamos a ver las ventajas las inconvenientes y vamos también a interiorizarlo desde desde muy pronto porque si estamos en primaria o en secundaria trabajando con estas herramientas vamos a tener cierto control sobre ella vamos a tener cierto conocimiento y el conocimiento es control y cuando veamos también cosas que pasen en nuestros teléfonos móviles ciertas aplicaciones vamos a pensar oye esto a lo mejor está recabando unos datos que que yo no sé si me interesa que lo tenga no sé que empresa que nos haga más críticas y más críticos con esa tecnología pero para ser críticas tenemos que conocer tenemos que ver cómo funciona así que yo creo que en realidad los riesgos de trabajar con inteligencia artificial a este nivel al nivel de entenderlo en el aula pues no los veo si es utilizar herramientas lo que ya he dicho muchas veces antes riesgos de privacidad y riesgos de entender o creer que lo que me está dando es una respuesta siempre correcta pero pero el trabajar la inteligencia artificial a nivel de comprensión solo le veo ventajas bueno pues llegamos a la hora al final de nuestra educha de hoy muchísimas gracias por por estar aquí a nuestros invitados a los espectadores que habéis estado en directa y en el chat poniendo comentarios a los que lo veréis a posteriori porque no podéis conectaros hasta horas y bueno nos vemos en nuestra próxima educha la muchas gracias