Tecnología · 3o de Secundaria

Ideas de aprendizaje activo

Fundamentos de Inteligencia Artificial

Cuando los estudiantes interactúan directamente con conceptos de Inteligencia Artificial mediante actividades prácticas, transforman ideas abstractas en aprendizajes concretos. Esto es especialmente valioso en este tema, donde la teoría puede sentirse lejana pero los ejemplos cotidianos facilitan la conexión inmediata.

• Aprendizajes Esperados SEP
• SEP Secundaria: Tendencias Tecnológicas e Inteligencia Artificial

• 40–50 min
• Parejas → Toda la clase
• 3 actividades

Actividad 01

• Enseñanza entre Pares
• 45 min · Grupos pequeños

Entrenando a una IA (Sin Código)

Usando tarjetas con imágenes, los alumnos actúan como un algoritmo de clasificación, aprendiendo a identificar patrones para separar 'frutas' de 'verduras' y discutiendo qué pasa si los datos son incorrectos.

¿Puede una máquina ser realmente creativa o solo imita patrones existentes?

Consejo de Facilitación

Durante 'Entrenando a una IA', lleva a los estudiantes a reflexionar en voz alta sobre cómo sus decisiones al etiquetar datos afectan directamente el 'aprendizaje' del modelo que construyen.

Qué observar

Entrega a cada estudiante una tarjeta con el nombre de una aplicación de IA (ej. filtro de fotos, traductor automático, videojuego). Pide que escriban una frase explicando qué tipo de 'aprendizaje' podría estar usando y un posible sesgo que podría presentar.

• Comprender
• Aplicar
• Analizar
• Crear
• Autogestión
• Habilidades de Relación

Actividad 02

• Debate Formal
• 50 min · Toda la clase

Debate Formal: Sesgos en la Inteligencia Artificial

Los estudiantes analizan casos donde la IA ha discriminado a personas por su origen o género y proponen formas de hacer algoritmos más justos y transparentes.

¿Cómo aprenden los asistentes de voz a entender nuestras instrucciones?

Consejo de Facilitación

En el debate sobre sesgos, asigna roles específicos (ej. desarrollador, afectado, regulador) para asegurar que todos participen activamente en la discusión.

Qué observar

Plantea la siguiente pregunta al grupo: 'Si entrenamos un sistema de reconocimiento facial solo con imágenes de personas de una misma etnia, ¿qué problemas podríamos esperar al intentar que reconozca a personas de otras etnias?'. Guía la discusión hacia el concepto de sesgo en los datos.

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Actividad 03

• Círculo de Investigación
• 40 min · Parejas

Círculo de Investigación: IA en México

Los alumnos investigan cómo se está usando la IA en México para resolver problemas como la predicción de sismos o la optimización del transporte público.

¿Qué sesgos pueden introducir los humanos en los sistemas de inteligencia artificial?

Consejo de Facilitación

Para la investigación sobre IA en México, pide a los estudiantes que comparen fuentes locales con internacionales para identificar diferencias en el acceso y aplicación de estas tecnologías.

Qué observar

Presenta 3 escenarios breves (ej. un coche autónomo decidiendo en una situación de emergencia, un sistema de contratación automática, un bot de atención al cliente). Pide a los alumnos que levanten la mano si creen que el escenario involucra aprendizaje automático y expliquen brevemente por qué.

• Analizar
• Evaluar
• Crear
• Autogestión
• Autoconciencia

Algunas notas para enseñar esta unidad

Enseñar fundamentos de IA requiere equilibrar el asombro tecnológico con una mirada crítica. Evita presentarla como 'magia' o 'futurista'; en su lugar, enfócate en los datos y algoritmos que realmente la sustentan. Usa ejemplos locales para hacerla relevante, pero siempre pregunta: ¿quién se beneficia y quién podría quedar excluido? La investigación sugiere que los estudiantes comprenden mejor cuando ven fallas concretas en sistemas, no solo sus éxitos.

Los alumnos demostrarán comprensión al explicar procesos básicos de aprendizaje automático, identificar sesgos en datos o aplicaciones de IA, y discutir su impacto ético en la sociedad. Buscamos que relacionen algoritmos con situaciones reales y reconozcan la importancia de los datos en el funcionamiento de estas tecnologías.

---

Cuidado con estas ideas erróneas

• Durante la actividad 'Entrenando a una IA', algunos estudiantes podrían pensar que la máquina 'entiende' las imágenes que clasifica.

  Aprovecha el momento para preguntar: '¿Qué decisiones toman ustedes al etiquetar? ¿Cómo saben que su etiqueta es correcta?' para guiarlos a entender que solo están estableciendo reglas basadas en patrones visibles, no en comprensión.

• Durante el debate 'Sesgos en la Inteligencia Artificial', algunos podrían asumir que los sesgos son intencionales y solo ocurren en sistemas mal diseñados.

  Usa ejemplos de la actividad para señalar: 'Observen cómo los datos que ustedes eligieron para entrenar su modelo en la primera actividad podrían contener sesgos. ¿Cómo afectaría esto los resultados?'.

---

Metodologías usadas en este resumen

• Enseñanza entre Pares
• Debate Formal
• Círculo de Investigación