Actividad 01
Estación Rotativa: Entrenamiento con Tarjetas
Prepara tarjetas con imágenes de frutas y colores. En estaciones, los grupos recolectan datos clasificando 20 tarjetas, 'entrenan' a un compañero adivinando patrones y prueban con tarjetas nuevas. Registra aciertos y errores en una tabla compartida.
¿Cómo las máquinas pueden aprender a identificar patrones y tomar decisiones a partir de datos?
Consejo de FacilitaciónDurante la Estación Rotativa: Entrenamiento con Tarjetas, asegúrate de que cada grupo tenga al menos 20 tarjetas variadas y que los estudiantes verbalicen el criterio de clasificación antes de intercambiar roles.
Qué observarPregunta a los estudiantes: 'Si quisieras enseñar a una computadora a reconocer diferentes tipos de frutas, ¿qué le mostrarías y cómo lo harías?'. Guía la conversación para que mencionen la necesidad de muchos ejemplos (datos) y el proceso de 'enseñanza' (entrenamiento).
RecordarComprenderAplicarAnalizarAutogestiónHabilidades de Relación
Generar Clase Completa→· · ·
Actividad 02
Juego en Parejas: Adivina el Patrón
Cada pareja crea un conjunto de 10 dibujos con un patrón simple, como formas por color. Uno 'entrena' al otro mostrando ejemplos sin revelar la regla, luego prueba con dibujos nuevos. Discutan qué datos faltaron para mejorar.
¿Qué aplicaciones del aprendizaje automático son más relevantes en la actualidad?
Consejo de FacilitaciónEn el Juego en Parejas: Adivina el Patrón, circula por los grupos para escuchar cómo justifican sus predicciones y corrige afirmaciones como 'es obvio' con preguntas como '¿Qué datos te hicieron decir eso?'
Qué observarMuestra a los estudiantes imágenes de objetos cotidianos (un coche, una casa, un árbol). Pide que levanten la mano si creen que una máquina podría aprender a identificar estos objetos. Luego, pregunta: '¿Qué necesitaría la máquina para aprender a hacer esto?'.
RecordarComprenderAplicarAnalizarAutogestiónHabilidades de Relación
Generar Clase Completa→· · ·
Actividad 03
Clase Completa: Simulador Digital Básico
Usa Teachable Machine en computadoras compartidas. La clase elige categorías como gestos de manos, graba videos para entrenar y prueba en grupo. Comparte resultados en un mural colectivo de aciertos.
¿Cómo se puede explicar el concepto de entrenamiento de un modelo de aprendizaje automático?
Consejo de FacilitaciónDurante la clase completa con el Simulador Digital Básico, modela tú mismo el proceso de entrenamiento en voz alta para que los estudiantes escuchen tu razonamiento paso a paso.
Qué observarEntrega a cada estudiante una tarjeta. Pide que dibujen un ejemplo de cómo una máquina podría 'aprender' algo nuevo (ej. reconocer un juguete) y escriban una frase corta explicando su dibujo. Recoge las tarjetas al final de la clase.
RecordarComprenderAplicarAnalizarAutogestiónHabilidades de Relación
Generar Clase Completa→· · ·
Actividad 04
Individual: Mi Robot Aprendiz
Cada niño dibuja un robot y lista 15 ejemplos de datos para enseñarle a clasificar emociones en caras. Luego, simula pruebas escribiendo predicciones y reflexiona en un diario sobre datos necesarios.
¿Cómo las máquinas pueden aprender a identificar patrones y tomar decisiones a partir de datos?
Qué observarPregunta a los estudiantes: 'Si quisieras enseñar a una computadora a reconocer diferentes tipos de frutas, ¿qué le mostrarías y cómo lo harías?'. Guía la conversación para que mencionen la necesidad de muchos ejemplos (datos) y el proceso de 'enseñanza' (entrenamiento).
RecordarComprenderAplicarAnalizarAutogestiónHabilidades de Relación
Generar Clase Completa→Algunas notas para enseñar esta unidad
Enseñar aprendizaje automático a niños pequeños requiere enfocarse en lo concreto antes de introducir tecnología. Empieza con actividades sin pantallas para construir bases sólidas: la repetición, el error y la colaboración son clave. Evita comparaciones con la inteligencia humana, ya que pueden generar confusiones. Usa analogías simples, como comparar el entrenamiento de una máquina con aprender a clasificar juguetes en cajas, pero insiste en que las máquinas no 'piensan', solo identifican regularidades.
Los estudiantes demuestran comprensión al explicar que una máquina necesita muchos ejemplos para aprender, describir el proceso de entrenamiento como repetitivo y colaborativo, y reconocer que los errores son parte del aprendizaje. Además, usan vocabulario básico como 'datos', 'entrenar' y 'patrones' de manera contextualizada durante las actividades.
Cuidado con estas ideas erróneas
Durante la Estación Rotativa: Entrenamiento con Tarjetas, algunos estudiantes pueden creer que la máquina 'adivina' como ellos. Observa si justifican sus clasificaciones con ejemplos concretos de las tarjetas.
Usa las tarjetas para mostrar que los errores son frecuentes: pide a los estudiantes que cuenten cuántas veces cambiaron de opinión y relaciona esto con cómo una máquina necesita muchos intentos para ajustar su modelo.
Durante el Juego en Parejas: Adivina el Patrón, algunos pueden pensar que un solo ejemplo es suficiente para predecir un patrón completo. Escucha sus predicciones basadas en la primera tarjeta.
Pide a los estudiantes que registren sus predicciones iniciales y luego compárenlas con el patrón real después de ver más tarjetas, destacando cómo sus propias predicciones mejoraron con más datos.
Durante el Simulador Digital Básico, los estudiantes pueden pensar que la máquina aprende sola sin intervención humana. Observa si atribuyen el resultado solo al programa.
Durante la simulación, detén el proceso y pregunta: '¿Quién decidió qué datos usar?' para que reconozcan que los humanos preparan los datos y definen las categorías.
Metodologías usadas en este resumen