Educ.ar S.E.; - 1a ed . - Ciudad Autónoma de Buenos Aires: Educ.ar S.E., 2022.

Libro digital, PDF

Archivo Digital: online

ISBN En trámite

Inteligencia artificial,
no te tenemos miedo

Una guía de actividades para abordar la

inteligencia artificial en la escuela

Ministro de Educación: Jaime Perczyk

Gerencia General de Educ.ar S.E.: Rubén D’Audia

Dirección de Tecnología Educativa Educ.ar S. E.: Laura Penacca

Gerencia de Investigación e innovación: Cecilia Sagol

Autoría: Betina Lippenholtz

Edición y corrección: Nora González

Diseño: Manuel Vázquez, Tamara Pereyra y Gabriela Weinmann

ÍNDICE ¿Aprendió o no aprendió?
El color de la leche NotMilk
Pág. 33
Pág. 35
¿Cómo se arma un modelo? Pág. 40
Verde que te quiero verde, en clave de

Prólogo
inteligencia artificial Pág. 45
Pág. 6
La carta escrita/hablada Pág. 49
Reconocimiento de contenidos falsos o
creados por inteligencia artificial Pág. 51
Del resultado a la pregunta Pág. 53
Introducción: por qué Actividad final Pág. 54

y para qué enseñar

inteligencia artificial Pág. 10

Caja de herramientas Pág. 56

Bibliografía Pág. 58
Actividades para Aplicaciones Pág. 60

entender cómo funciona Material web Pág. 61

la inteligencia artificial Pág. 20

¿Qué sabemos de la inteligencia artificial? Pág. 23

Glosario Pág. 26
Juguemos a entrenar una máquina Pág. 27
-Actividad complementaria: cambiando
figuritas Pág. 29
 Prólogo Las líneas de trabajo de los laboratorios fijos o centros giran en
torno a tres ejes: proyectos pedagógicos innovadores en articulación
con escuelas, proyectos de participación juvenil para una ciudadanía
digital crítica y propuestas pedagógicas con tecnología abiertas a la
comunidad.

Proyectos pedagógicos con escuelas: se considera fundamental

que estos laboratorios articulen con los niveles del sistema educativo
obligatorio ―con especial énfasis en la educación secundaria―.

Conectar LAB es un proyecto de Educ.ar S. E., del Ministerio de Proyectos de participación juvenil: asimismo, los y las jóvenes
Educación de la Nación, en articulación con el Programa Conectar cuentan con un espacio físico dentro de los centros para poder de-
Igualdad, política nacional de introducción de las TIC en las escuelas sarrollar encuentros con pares según los distintos modos de parti-
secundarias de la Argentina para mejorar la enseñanza, los aprendi- cipación estudiantil (centros de estudiantes, cuerpos de delegados,
zajes y la inclusión. La iniciativa, abandonada por el anterior gobierno federaciones de estudiantes, parlamentos juveniles, organizaciones
y retomada por la actual gestión, busca recuperar y valorizar la es- juveniles y barriales, entre otros). La coordinación de los laborato-
cuela pública con el fin de reducir las brechas digitales, educativas y rios y talleristas acompañan el proyecto que las y los jóvenes diseñen
sociales en toda la extensión de nuestro país. colegiadamente de acuerdo con las siguientes líneas: videojuegos y
programación, producción musical, producción de contenidos digita-
Prólogo

Conectar LAB es uno de los proyectos de Educ.ar S. E. en territorio. les y generación de proyectos colectivos.

Prólogo
Se trata de espacios con laboratorios de alta disposición tecnológica
y acceso libre situados en distintas ciudades argentinas, donde niños, Propuestas abiertas a la comunidad: a partir de actividades y talle-
niñas y jóvenes llevan adelante distintos trayectos educativos que res vinculados a la programación, la robótica, la creación de objetos

7.
6.

impulsan la creatividad, la participación, el conocimiento y la innova- culturales en espacios multimedia, entre otros, y mediante el uso de
ción. Las orientaciones generales están delineadas por la Dirección aplicaciones que integran Huayra (el sistema operativo de desarrollo
de Tecnología Educativa a través de la Coordinación de Innovación nacional incluido en las netbooks del Programa Conectar Igualdad),
de Educar S. E. se busca incluir a la comunidad cercana geográficamente al centro.

Los laboratorios de innovación operan mediante dos modalidades: Si bien en su origen fueron pensados como centros de innovación a
laboratorios móviles y seis laboratorios fijos (ubicados en las provin- los que niñas, niños y adolescentes se acercaban de forma espon-
cias de Chaco, San Juan, Mendoza, Jujuy, Río Negro y Misiones). tánea, hoy se espera lograr, gracias a la trama construida con todos
los actores involucrados en educación, una real capilarización de esta
Los laboratorios móviles despliegan propuestas de innovación pe- política pública en los territorios a fin de garantizar una educación
dagógica con tecnología mediante diferentes iniciativas y en distin- inclusiva y de calidad para todos y todas. En los últimos años se han
tos puntos del territorio, donde los chicos y las chicas pueden jugar, producido grandes cambios culturales relacionados con las TIC, que
explorar y crear. En este marco se realizan actividades y talleres de han transformado sustancialmente las formas de producción, circu-
programación; diseño y animación; experimentación sonora y pro- lación y distribución del conocimiento. Se trata entonces de diseñar
ducción musical; soberanía tecnológica; nuevas tendencias, según las propuestas pedagógicas que se entrelacen con los nuevos modos de
cuales hoy se produce y circula el conocimiento. saber, de abrir una puerta a la comprensión de aquello que aún no
 se ha descubierto porque no se ha tenido la posibilidad de hacerlo, o
de profundizar en aquellos temas que interpelan; no solo de trabajar
con sus intereses, sino también de provocar interés luego de haber
atravesado nuevas experiencias.

Educ.ar S. E. es un organismo estatal que acompaña a la comunidad

educativa en los procesos de cambio cultural y pedagógico que supo-
nen la incorporación de las TIC en la educación, en el marco de pro-
yectos del Ministerio de Educación, como Conectar Igualdad. Educ.ar
busca democratizar el acceso a la tecnología mediante la territoriali-
zación, en diversos puntos del país, de propuestas de innovación di-
señadas con las aplicaciones del sistema operativo Huayra, nacional
y soberano.
Prólogo
8.
Introducción:
por qué y para qué
enseñar inteligencia
artificial
 Introducción: Se trata de «desarmar» los

por qué y para qué

mecanismos fundamentales para
comprender el funcionamiento

enseñar inteligencia
básico de los programas de IA y,
de esta manera, percibir las múltiples

artificial y variadas versiones de aplicaciones

que se presentan a diario. Visualizar
y analizar el proceso de producción
de los resultados permite distinguir
la intervención humana, la

Por qué y para qué enseñar inteligencia artificial

participación real de lo mecánico
y la relación con el contexto.
Introducción

El siguiente texto propone a educadores y educadoras actividades

para usar en aulas, escuelas y espacios culturales, con el objeto de co-
nocer y «desarmar» los procesos sobre los que trabaja la inteligencia
artificial (en adelante, IA)1. En todas las actividades se vinculan varios ejes de trabajo que se dan
en modo interrelacionado:
12.

Esta combinación de prácticas didácticas y lúdicas sencillas, en una

secuencia de creciente grado de complejidad, jalona actividades con La reflexión desde la propia utilización de la tecnología, conceptos
espacios de reflexión para ir vivenciando y pensando los procesos y marco teórico.
informáticos y culturales que se ponen en juego en el mundo de la IA.
Aunque están pensadas para estudiantes, las actividades se pueden La experimentación mediante el uso de herramientas en forma

13.
llevar a cabo con docentes y público adulto en general. sencilla, pero que permite transparentar la opacidad de los software.

Las inferencias y debates a partir de la experiencia propia.

Estos ejes son parte de los materiales utilizados en los talleres de los
laboratorios Conectar LAB y presentaciones del proyecto en eventos,
invitaciones de universidades, entre otras oportunidades.

1 Por IA entendemos una tecnología de tecnologías, con máquinas y programas capaces de imitar determinadas
funcionalidades de la inteligencia humana, como la percepción, el aprendizaje, el razonamiento, la resolución de
problemas, la interacción lingüística e incluso la producción de trabajos creativos.
 Las tecnologías de la IA interpelan a la educación en varias dimensiones: La IA abre un panorama rico y complejo que exige a quienes edu-
camos vincularnos con estas tecnologías, que además, en algunos
como instrumentos para la transformación digital de la gestión
casos, ya han ingresado a las aulas de la mano de los y las estudian-
educativa y de las políticas públicas, automatizando datos para
tes, quienes han comenzado a utilizarlas por su cuenta. Esto ocurre,
generar información, alertas, etc.;
por ejemplo, con la IA generativa2, que desde su lanzamiento –hace
pocos meses– empezó a difundirse aceleradamente en las aulas ar-
como recursos para incluir en prácticas didácticas que promuevan
gentinas, como una irrupción vinculada directamente con el modo de
la innovación o la inclusión;
acceso a la información.
como herramientas que hay que incorporar en los campos cu-
En este punto deberíamos repasar algunas cuestiones generales del
rriculares de la escuela, sobre todo de la educación secundaria,
contexto de uso de IA y de tecnologías de la información para poder
para mantenerlos actualizados (no es posible enseñar hoy Física,
construir un análisis más profundo.
Biología, Plástica o Economía, por ejemplo, sin incluir estas tecno-
logías que se valen de ellas);
En primer lugar, una mirada histórica: los desarrollos de IA llevan va-

Por qué y para qué enseñar inteligencia artificial

rias décadas3, aunque haya sido su versión interactiva y generativa
como objetos de estudio en sí mismas, en espacios como el pen-
a partir del ChatGPT4 de OpenMedia (pero hoy en miles de aplicacio-
samiento computacional, la ciudadanía digital, de modo transver-
nes similares) lo que la popularizó y lo que extendió en forma muy
sal o en contextos de extensión, entre otras posibilidades;
acelerada su acceso al público general y a las y los estudiantes.
Introducción

en calidad de herramientas que las y los estudiantes usan para

En segundo lugar, como siempre en tecnología, no se trata de la he-
buscar información y, como tales, interpelan las prácticas didác-
rramienta en sí misma, sino de su impacto en la circulación del saber.
ticas docentes, los modos de organizar consignas, las fuentes de
El uso masivo de este tipo de aplicaciones de preguntas y respuestas
conocimiento, etc.
tiene como consecuencias –o causas, según se mire– transformacio-
nes en el modo de circulación de la información y de la construc-
14.

ción del conocimiento, procesos en los que la escuela desempeña un

rol central, más aún si son los y las estudiantes quienes los llevan a
cabo. Estos procesos poseen como antecedentes el uso de internet,
buscadores y enciclopedias como fuentes de información que ya es-
tán en las aulas desde hace más de una década y que causaron, en

15.
su momento, también desconcierto, dudas y temores. Sin embargo,
aprendimos a convivir y a sacarles provecho.

2 Por «IA generativa» entendemos un tipo de algoritmo que genera nuevos resultados basados en los datos recibi-
dos. A diferencia de los sistemas tradicionales de IA, que reconocen patrones y hacen predicciones, la generativa
crea nuevo contenido en forma de imágenes, texto, audio, etc.
3 En esta línea de tiempo se observa la historia de la IA: https://dplnews.com/infografia-la-inteligencia-artifi-
cial-a-traves-del-tiempo/.
4 El ChatGPT es el acrónimo de generative pre-trained transformer (‘transformador generativo preentrenado’, en
español). «Generativo» quiere decir que puede crear nuevos contenidos (nuevas relaciones, para las que no fue
deliberadamente entrenado) a partir de esta base de conocimiento. «Preentrenado» significa que ese algoritmo es
entrenado con un corpus masivo de textos, donde se le muestran patrones y relaciones subyacentes en el lenguaje.
«Transformador» es el tipo de algoritmo que actúa como base en el sistema: una red neuronal que aprende contexto
—y, por ende, significado— siguiendo relaciones en datos secuenciales.
 En tercer lugar, no debemos olvidar que siguen vigentes las media-
ciones presentes en todo uso de tecnologías. La IA –especialmente la
generativa– lleva al extremo lo que algunos autores de los estudios
culturales del software llaman «opacidad»5. Se refieren así al des- Por tal motivo, este texto apunta a revisar
conocimiento del funcionamiento de los sistemas informáticos y el el funcionamiento de los programas de
contacto solo a partir de la interfaz de persona usuaria, lo que con-
IA y de IA interactiva, pero no desde un
duce a una utilización ingenua y poco crítica. El efecto de caja negra
es negativo para un uso enriquecido de la tecnología que empodere punto de vista instrumental, sino para
a quienes la utilizan y los vuelva sujetos activos en la sociedad del co- desarmarlos, ponerlos a la luz y entender el
nocimiento, dado que la mayoría de las actividades sociales, políticas, lugar de los actores sociales, las relaciones
civiles, comerciales se hacen mediadas por programas informáticos. de poder, los vínculos, las subjetividades y
demás elementos sociales y políticos que
En cuarto lugar, y en otro orden de cosas, desde el aislamiento por la intervienen en estos procesos. Conocer el
pandemia del covid-19 se inauguró un proceso en todos los niveles mecanismo básico y reflexionar sobre él

Por qué y para qué enseñar inteligencia artificial

educativos conocido como «la plataformización de la educación»6, permitirá entender y utilizar cualquiera de
que es el uso de entornos virtuales de aprendizaje en todo tipo de las innumerables y sucesivas versiones de IA
clases, incluso las presenciales. El traslado de algunas de las prácticas
generativa que se publican todos los días.
de enseñanza a entornos virtuales ha abierto la puerta a aplicacio-
nes basadas en –o acompañadas de– IA y ciencia de datos en varias
Introducción

dimensiones didácticas y administrativas. Si la educación sigue este

rumbo, todo el mundo será objeto de estos procesos automáticos.

¿Por qué nos importan estas cuestiones? Nos sirven para justificar A las preguntas de siempre (¿cómo educar para
nuestro camino de «desarmar» la IA. En esta guía, los ejercicios apun-
la sociedad del conocimiento?, ¿cómo seguir
16.

tan a recuperar sus usos ya habituales y naturalizados, a construir

distancia crítica –entendiendo qué información depositamos y ex- garantizando una educación inclusiva, de calidad
traemos de estos procesos–, a visibilizar sus mecanismos para lograr y de niños, niñas y jóvenes protagonistas y no
mejores prácticas tecnológicas pero también sociales, a una utiliza- consumidores?), la IA generativa nos lleva a
ción provechosa, y no instrumental, que permita extraer información sumar otras cuestiones: ¿cómo enseñar en un

17.
valiosa para la gestión, la política, las prácticas de enseñanza y no mundo donde las máquinas responden por
para la masificación automática. sobre las personas expertas?, ¿qué evaluar
cuando la información y sus relaciones en un
primer nivel son construidas por un programa,
y en una época en que, además de la evaluación
de trabajos, podemos seguir la huella de los y
las estudiantes en plataformas? ¿Cómo educar
para la sociedad de la IA manteniendo inclusión,
calidad educativa y perspectiva crítica?

5 Lev Manovich. (2013). El software toma el mando. Ediciones varias.

6 Rivas, A. (2022). La plataformización de la educación: un marco para definir las nuevas orientaciones de los sistemas
educativos híbridos. UNESCO
 Resulta claro que no hay que focalizar en las aplicaciones que sur- En el libro El software toma el mando, Manovich señala el hecho de
gen a diario sino en prestar atención a los procesos que subyacen que los software mutan constantemente. De esta manera, conocer
a todas ellas. Son estos mecanismos los que se analizan en las activi- un funcionamiento básico es un paso para abrir la caja negra de la
dades que acá proponemos. Para ser protagonistas en su evaluación, informática y entender el modo de producción de información. Y es
adopción o rechazo, es importante que toda la comunidad educativa también una base para pensar, pese a los cambios acelerados que
esté al tanto de cómo funcionan y qué consecuencias, oportunidades esta tecnología muestra, las cuestiones de ética y responsabilidad
y riesgos conllevan estas nuevas herramientas. que la IA plantea y que forman parte de la tarea de la escuela en la
sociedad del conocimiento.

Incorporar el aprendizaje automático como herramienta escolar no

solo permitirá que las y los estudiantes conozcan el funcionamien-
to de aplicaciones y modelos de IA que usan diariamente, visibilicen
Este texto apunta, entonces, a construir procesos que se naturalizan y quedan opacos, entiendan el rol de las
personas y la sociedad en estos procesos, sino que también consti-

Por qué y para qué enseñar inteligencia artificial

conocimiento y brindar sugerencias
para explorar la IA como objeto de tuirá una oportunidad para que docentes de distintas disciplinas di-
señen proyectos que resalten la importancia de curar la información
estudio. Se brindan actividades para
y buscar su aplicación.
conocer su funcionamiento, para
vivenciar sus mecanismos a partir de Se trata de volver transparentes y accesibles al entendimiento proce-
Introducción

juegos sencillos y extraer conclusiones sos que hoy parecen «mágicos», automáticos, sobre los cuales no se
sobre sus usos frecuentes en la vida hacen preguntas ni se reflexiona y que constituyen la base de muchí-
diaria. A partir de estas experiencias, simas actividades que realizamos en la actualidad.
los y las docentes podrán evaluar la
necesidad o no de la utilización de IA
18.

en sus prácticas o como contenido.

Podrán aprovecharla o desecharla,
pero conociendo su funcionamiento, no
por prejuicios o fuentes secundarias.

19.
Esta experiencia directa y personal de
docentes y estudiantes –que puede y
debe complementarse con lecturas,
bibliografía, debates, etc.– será una base
muy firme para construir una mirada
propia y profesional.
Actividades
para entender
cómo funciona la
inteligencia artificial
 Actividades para ¿Qué sabemos de la
entender cómo inteligencia artificial?
funciona la inteligencia Descripción
artificial La actividad consiste en que los y las estudiantes conversen sobre
lo que conocen o desconocen de la IA a partir de sus propias expe-
riencias. Se sugiere reflexionar sobre lo que podrían identificar en sus
propias vidas, si entienden el mecanismo, si lo viven en las redes, etc.
Esta es una actividad ideal para los primeros encuentros.

¿Qué sabemos de la inteligencia artificial?

Presentamos una serie de actividades que, en general, tienen Objetivos
tres partes:
Actividades

Visibilizar experiencias cotidianas de uso de tecnología en general

una introducción en la que describimos cada actividad y señala- y de las aplicaciones más populares que utilizan IA en particular.
mos algunos de sus objetivos; Reflexionar sobre el uso de la tecnología para generar un pensa-
miento crítico.
las consignas para realizar las actividades;
22.

un cierre con posibles conclusiones para iniciar una conversación

con el grupo, una puesta en común, un debate en algún espacio
virtual, entre otras posibilidades. Consignas

23.
Estas actividades no prevén una estructura «explicación-aplicación».
1. Dar una explicación breve y hacer preguntas exploratorias tales
como: ¿qué saben de la IA? ¿Qué conocen de la IA? ¿Les da mie-
Se plantean las consignas y, a partir de las prácticas, van surgiendo
do? ¿Les causa curiosidad? La IA está en boca de todo el mundo,
conceptos que se retoman en el cierre.
pero poca gente sabe lo que es. ¿Cómo funciona? ¿Hasta dónde
puede llegar? ¿Cuáles son sus limitaciones? ¿Dónde ven o intuyen
Además, si bien no forman estrictamente una secuencia didáctica,
que funciona la IA?
pueden realizarse en el orden planteado en esta guía. De alguna ma-
nera, están encadenadas unas con otras, ya que a veces se retoman
Estos interrogantes pueden presentarse en forma de carteles, es-
y profundizan conceptos y mecanismos planteados en actividades
cribirse en el pizarrón, adelantarse en un foro de debate en algún
anteriores. De todos modos, el o la docente puede alterar el orden y
entorno virtual antes de la clase, entre otras modalidades.
reponer la información correspondiente.
 Para guiar las preguntas se pueden sugerir ejemplos de platafor- Por eso, lo que la IA crea no es un producto original, nuevo, sino
mas o redes sociales que emplean IA y que son muy populares la combinación de elementos preexistentes aportados por perso-
y utilizadas en la actualidad, como por ejemplo Netflix, Amazon, nas. La IA no es crítica ni tampoco puede por el momento decodi-
Mercado Libre, Facebook o Instagram. ¿Cómo usamos estas pla- ficar ironía, doble sentido o figuras retóricas.
taformas? ¿Qué sucede cuando calificamos, recomendamos o vi-
sitamos frecuentemente un mismo contenido? ¿Qué contenidos Pensemos en el robot Jaime, de El superagente 86. Este ejemplo
se ofrecen a cada persona? ilustra la imposibilidad de los robots, y es válido para las actuales
«inteligencias artificiales», de poner en juego competencias co-
En algunos casos las personas usuarias aportamos esa informa- municativas netamente humanas tales como metáforas y figuras
ción de modo voluntario y explícito (cuando llenamos un formu- retóricas8.
lario, por ejemplo); en otros, a través de nuestra navegación. Se
pueden aportar estos detalles al ejemplo de Netflix. Estas plata- En otro orden de cosas, también se puede conversar sobre la ne-
formas recogen y analizan los datos de quienes las utilizan: qué cesidad constante de analizar los intereses económicos y políticos
búsquedas realizan, cómo las valoran, qué días y horarios son los de las plataformas, que se conciben como empresas, en el mar-
más concurridos, cuánto es el tiempo de conexión y cuándo se co del sistema económico. En esta línea, resulta útil el modelo

¿Qué sabemos de la inteligencia artificial?

suspende, si se retoma o abandona, etc. Sobre esa base, perso- de análisis de plataformas de José van Dijck, que establece cinco
nalizan la oferta de contenidos. El ejemplo de Amazon también es ejes9:
interesante, ya que utiliza los datos de consumo de sus clientes
para enviar recomendaciones personalizadas, modernizar su cen- I. Análisis de la propiedad: ¿a quién pertenece la plataforma?,
Actividades

tro de atención y brindar ofertas y servicios. ¿cómo evolucionó la propiedad?

De esta manera, la información que producimos y brindamos II. Análisis de la gobernanza: ¿cuáles son los términos contrac-
como personas usuarias se utiliza para ofrecernos contenidos que tuales del servicio?
prolonguen la permanencia y el consumo. Incluso se ha llegado a
24.

manipular la distribución de contenidos según perfiles en campa- III. Análisis del modelo de negocio: ¿cómo gana dinero la empre-
ñas políticas o debates públicos7. sa?, ¿cuáles son las estrategias de monetización? ¿Se explotan
económicamente los datos personales?

2. Como producto de esta conversación puede surgir el concepto el

25.
IV. Análisis de la tecnología: ¿cómo funciona la plataforma?, ¿cuá-
concepto de «huella digital», que es una metáfora que nombra les son las principales tecnologías?, ¿cómo condiciona la tecnolo-
la información que dejamos en las plataformas al utilizarlas. Las gía la actividad de quien la utiliza?
huellas son datos que dejamos de modo indirecto y muchas veces
involuntariamente y sin saberlo. Los programas de IA trabajan V. Análisis de personas usuarias y usos: ¿quiénes son las perso-
con esos datos, van aprendiendo y entregando respuestas (reco- nas que utilizan la plataforma?, ¿cómo y cuándo la usan?, ¿cómo
mendaciones, ofertas) a partir de esa información. Si bien en esta se gestiona la privacidad?
instancia no explicaremos el proceso en detalle, es importante
entender que la tecnología toma la información que las mismas
personas usuarias proveemos.

7
Para profundizar en estos temas, sugerimos la lectura de: Frenkel, S., Kang, C. (2021). Manipulados: la batalla de 8
https://youtu.be/BVBTBDnyS7Y
Facebook por la dominación mundial. Random House. También se puede consultar un resumen de las operaciones de 9
Van Dijck, J. (2016). La cultura de la conectividad: una historia crítica de las redes sociales. Siglo XXI Editores.
las plataformas en https://telefonicatech.com/blog/como-usan-la-ia-las-plataformas-de-streaming.
 3. A partir de los intercambios, el o la docente puede ir construyen- Consignas
do las respuestas a las preguntas arriba planteadas, a modo de
conclusiones. 1. Hacer una lista de palabras vinculadas a la IA. Tomar como fuen-
tes el saber propio, analizar información, publicidades, etc.
Sugerimos escribir estas conclusiones con la herramienta TTS-
Maker (https://ttsmaker.com/) para escuchar en voz alta, una vez 2. Anotar palabras e investigar definiciones. Publicar el glosario en
finalizado el taller. redes sociales.
El uso de esta herramienta que emplea la IA para traducir texto a
voz como parte final de la actividad permitirá vivenciar desde otro El ejercicio se puede mantener abierto para ir incorporando nuevos
lugar el proceso que se está estudiando y sumar así perspectivas. términos mientras se realizan otras tareas y se avanza con otras ac-
tividades.

Juguemos a entrenar una máquina

Glosario
Juguemos a entrenar una
máquina
Glosario

Descripción
Componer una lista de términos vinculados al universo de la IA.
26.

Descripción
Objetivos Se trata de una actividad lúdica con un software que permite realizar
una clasificación manual de elementos, que luego la máquina podrá

27.
Construir conocimiento sobre el discurso general de IA y su uso. hacer automáticamente. El ejercicio muestra, mediante una práctica
Adquirir herramientas para conocer el funcionamiento de los pro- sencilla, qué significa entrenar una máquina.
gramas de IA.
Reflexionar críticamente sobre el funcionamiento de la IA. El juego está disponible online en https://studio.code.org/s/
oceans/lessons/1/levels/2.
 Objetivos 3. Una vez entrenada la máquina con un número de casos definido
previamente, hay que poner en marcha el robot y observar cómo
Conocer el proceso de trabajo de los motores de IA a partir de un identifica los casos, es decir, cómo reconoce qué es un pez y qué
uso simple. no lo es. Cabe señalar que el programa realiza este reconocimien-
Experimentar y evaluar directamente cómo se entrenan y cómo to a partir de la información que le dimos y también que, en al-
aprenden los programas de IA. gunos casos, el reconocimiento es erróneo. Estas observaciones
Introducir el concepto de «patrón». deben anotarse para retomarlas en la conversación final.
Introducir el concepto de «aprendizaje supervisado».

Consignas
1. En forma individual o en grupos de 2 o 3 estudiantes, entrar al
Actividad complementaria:
sitio web Studio.code y poner la versión en español (el botón se
encuentra abajo a la izquierda).
cambiando figuritas

Actividad complementaria
2. En la página hay una base de datos ya dada de imágenes de pe-
ces y de otros elementos que es posible encontrar en el mar, aun- Descripción
Actividades

que no son peces sino desechos (carozos de manzanas, botellas

de plástico, latas, etc.). El mecanismo del juego consiste en seña- Esta actividad puede complementar la anterior o precederla. Se trata
lar si algo «es un pez» o «no es un pez», hasta un número que, en de realizar un mecanismo similar al que ejercen los programas de IA
principio, puede ser 30. pero de manera analógica. Se pueden utilizar fichas, cartas o incluso
estudiantes.
28.

29.
Objetivos
Los mismos de la actividad anterior.

Consignas

1. Colocar a los o las estudiantes en fila, intercalándolos con objetos,

como mochilas, impresoras, bancos, cuadernos, basurero, etc.
 2. Un estudiante A va señalando a otro estudiante B quiénes son
personas y quiénes no lo son. De este modo, se estaría entrenado
al estudiante B como si fuera el robot o la IA. El estudiante A va
señalando o separando hacia un lado u otro, diciendo «Esto es
una persona» o «Esto no es una persona».

Consigna final
Una vez experimentado el juego o la actividad complementaria con-
viene generar una conversación sobre los siguientes temas.

1. ¿Qué hicimos? Durante el juego hemos enseñado al robot lo que

queremos que aprenda a identificar, es decir, cómo es un pez.
Al indicarle repetidamente –con imágenes en este caso– qué es
un pez y qué no, el robot va aprendiendo. Le mostramos, para
ello, muchas imágenes con peces y otras tantas sin peces (da-

Actividad complementaria
tos de entrenamiento) y fuimos apretando el botón correcto.
Actividades

Esto se hace con las características positivas pero también con

las negativas: por eso se muestra, se enseña, qué «es pez» y qué
«no es pez». 4. El concepto de patrones. Tanto el robot de nuestro juego digi-
tal como el estudiante B están siendo entrenados y, al haberles
2. Importante: La cantidad y calidad de la información están vin- enseñado cómo es una persona o cómo es un pez, ambos (estu-
culadas. Si le mostramos correctamente qué es un pez, sin erro-
30.

diante y robot) van aprendiendo a través de la creación de pa-

res, y le brindamos una gran cantidad de datos, nos aseguramos trones. El robot va identificando, aprendiendo, «anotando», que
respuestas más acertadas del robot. A mayor cantidad de datos

31.
son peces aquellos que, por ejemplo, tienen ojos o aletas y no
–que le sirven para corroborar y confirmar–, mayores las posibili- aquellos constituidos en plástico o metal. Lo mismo con las per-
dades de que acierte. sonas: el estudiante B va guardando en su «base de datos» que
las personas tienen dos ojos, brazos, piernas, caminan, y que los
3. Aprendizaje supervisado: En este caso, hemos experimenta- otros objetos, como la impresora o la mochila, no tienen ojos ni
do con el aprendizaje supervisado, porque los datos con los que boca ni caminan, y son de tela, de plástico, etc.
entrenamos nos fueron dados. No cargamos por nuestra cuenta
las imágenes de peces, desechos, etc. La IA deberá entrenarse Lo que hemos hecho en las actividades fue enseñarle al robot (de
en esos datos para saber qué es lo que se quiere identificar y así manera digital con el juego) y a los estudiantes (de manera ana-
conformar su propia base. lógica) a identificar un objeto, persona o animal específico, según
los casos, a partir de una base de datos que lo contiene, junto
 a otros elementos que no son lo que queremos que identifique.
Les hemos mostrado, para ello, muchas imágenes y les indicamos ¿Aprendió o no aprendió?
en cada caso qué era correcto y qué no. El robot y el estudiante
aprenden a partir de patrones, identificando características co-
munes que aúnan los animales o personas a identificar.
Descripción
Sobre esta base, luego de la actividad, se sugiere armar un deba-
En línea con las actividades anteriores, se trata de seguir indagando
te sobre el primer gran concepto incluido dentro de un proceso
sobre las acciones y el tipo de procesos que llevan a cabo los progra-
de entrenamiento: ¿qué es un patrón?, ¿alguien sabe?, ¿quieren
mas de IA a través de comparaciones.
buscar la definición?, ¿quieren charlarlo y comentarlo?

5. Diferencias entre personas y motores de IA. Los programas de

IA pueden seleccionar personas y objetos en segundos, debido a Objetivos
su capacidad para seguir instrucciones y reconocer patrones con
una gran cantidad de información y datos. Si una persona tuviera Reconocer la importancia de la amplitud de una base de datos
que distinguir personas y objetos a gran escala en forma manual, para el entrenamiento en IA.
esta tarea le llevaría tal cantidad de tiempo que resultaría mate- Entender el concepto de «algoritmo».

¿Aprendió o no aprendió?
rialmente imposible. Por el contrario, en el caso de la IA, se van Comprender la falibilidad de la IA.
conformando patrones de manera veloz aun teniendo una canti-
Actividades

Introducir la percepción de la IA como una «copiadora de nuestros

dad vastísima de datos. Incluso, como se observa en el juego del propios actos».
pez, el volumen de datos mejora el resultado de la selección. En Reflexionar sobre la noción de «sesgo».
este último punto, es posible hacer un puente con la actividad Reconocer la importancia del ser humano en el proceso de carga
siguiente. de una base de datos de entrenamiento (entrada).
32.

33.
Consignas
1. Repasar la actividad anterior, a partir del juego del pez, median-
te varios usos diferentes según cantidad de datos ingresados, su
falibilidad, etc. Para esto, se puede trabajar en distintos grupos
utilizando la misma actividad pero ingresando distinta cantidad
de información o bien equivocándose de manera intencional en
la clasificación.
 2. Comparar los resultados de los diversos grupos.
El color de la leche NotMilk
3. Conversar sobre los siguientes puntos:
I. Algoritmo: Es una serie de instrucciones sistemáticas que per-
miten a un programa dar una respuesta. En el juego del pez, estas
Descripción
instrucciones se reconstruyen a partir de las acciones que hace-
Análisis de un caso real de uso de IA para la producción de sustancias
mos quienes jugamos (indicando qué es un pez y que no). En la
alimenticias.
actividad complementaria, las instrucciones se van formando con
la selección de personas o cosas. Inferimos, entonces, que al de-
terminar que algo no es un pez se están definiendo instrucciones
para reconocer objetos según su forma, color, partes, etc. Objetivos
II. Diferencia entre acciones informáticas y acciones de IA. Vincular la relación de la información que reciben los programas
En su presentación en la conferencia MuseumNext de 201810, la de IA con sus resultados.
especialista Sara Boutall utilizó la analogía de «hornear un pas- Repasar el modo de funcionamiento de los programas de IA.
tel» para ayudarnos a entender mejor la tecnología de la IA. Abordar el concepto de «sesgo».

El color de la leche NotMilk

En el pasado, programar computadoras implicaba dar instruccio-
Actividades

nes precisas para determinar sus acciones, así como se incluyen

los ingredientes y los diferentes pasos en la receta de nuestro
Consignas
pastel favorito. «Pero con la IA, en lugar de decirle qué hacer, le
damos mil ideas diferentes sobre cómo podría ser un delicioso
1. Relatar el caso NotMilk o pedir a las o los estudiantes que lo re-
construyan a partir de las siguientes noticias:
pastel, y luego comienza a enseñarse cómo hornear ese pastel. Y
34.

esto se ejecutará en iteraciones de miles y millones de acciones…

I. «La hora del foodtech: los alimentos basados en algoritmos
a diario. Es este tipo de escala lo que hace que la IA sea increíble-

35.
llegan a las góndolas argentinas» https://www.lanacion.com.ar/
mente poderosa»11.
economia/la-hora-del-foodtech-los-alimentos-basados-en-al-
goritmos-llegana-las-gondolas-a-nid2184523/
III. Amplitud de la base de datos. Si volvemos a revisar el jue-
go del pez, vemos que cuando ponemos a funcionar el robot, en
II. «NotCo, la empresa chilena que produce “comida algorítmica”»
algunos casos se producen errores: entre los peces, el robot ha
https://www.bbc.com/mundo/noticias-49500163
dejado pasar otros objetos que no lo son. Esto significa que la IA
es falible, lo que se remedia en alguna medida entrenando más el
En este video uno de los creadores de NotCo explica cómo traba-
programa, es decir, ampliando la base de datos inicial (más peces
jan: https://www.youtube.com/watch?v=sDWQ_CnvVow
y otros elementos).

10 https://www.museumnext.com/
11 https://evemuseografia.com/2023/01/03/inteligencia-artificial-y-el-futuro-de-los-museos/
 2. Analizar el caso a través de los siguientes pasos.
Si la o el docente no puede o no desea hacer la primera parte I. Pedir a los y las estudiantes que realicen un resumen del caso a
de indagación de información y decide relatar el caso por su partir del relato o las noticias (punto de partida, procedimientos
cuenta, le proponemos el siguiente texto: y resultados).

NotCo es una empresa chilena que fabrica alimentos II. Con ayuda del o de la docente, repasar el juego de los peces
veganos similares a los no veganos en sabor y aspecto de la actividad anterior teniendo en cuenta la siguiente pregunta:
pero con otros ingredientes. Para esto utiliza IA. Realiza «¿puede la IA de este juego con los datos que le dimos identificar
fórmulas con información sobre las características de un gato?». El análisis debe llevar a esta respuesta: «No, no podría
los productos y los ingredientes que quiere utilizar. identificar un gato porque no incluimos imágenes de gatos en su
información. De esta manera, no podría comparar con nada como
Para elaborar leche, por ejemplo, se le dio al programa para detectar patrones».
una indicación («Vamos a hacer una receta de leche»), un
listado de elementos, sugerencias y acciones que incluían III. También se puede retomar la actividad analógica realizada
recetas y características del producto. El objetivo era que con los estudiantes y las computadoras y mochilas. En este caso
el programa propusiera recetas que resultaran iguales a la pregunta sería: «¿Podría el estudiante entrenado identificar

El color de la leche NotMilk

la leche de vaca pero con los ingredientes deseados. una persona con anteojos?». Y la respuesta: «No podría, porque
dentro de la cantidad de elementos e información que le dimos al
Actividades

Lo que hizo la IA fue separar aquellos elementos que, alumno B para que aprenda a registrar personas no le brindamos
según se le indicó, eran aptos para una leche; o sea, se- imágenes de anteojos; entonces, no tiene con qué comparar».
leccionó ingredientes, consistencia y procesos entre las
variables que se le dieron, definió patrones y los com- IV. Extrapolar la respuesta, en el marco de una conversación, al
binó de manera tal de lograr una gran variedad de le- caso de la leche de NotMilk de la empresa NotCo.
36.

ches. Ese fue su proceso para desarrollar un algoritmo:

seguir las instrucciones a partir de patrones y entender La respuesta sería: «Se trata de una falta de datos. La IA no apren-

37.
que ciertos ingredientes, consistencia y procesos hacen de sola ni de sí misma. Si se excluye algún elemento en la base
a la leche y otros ingredientes, consistencia y procesos de entrenamiento inicial, será imposible que logre identificarlo:
no hacen a la leche.
ni gatos, ni anteojos, ni color blanco. A la IA de NotCo le dieron
ingredientes, consistencias y procesos, pero ninguna variable que
¿Qué pasó con NotCo? El programa de IA utilizado indicara sobre la categoría “color”».
entregó muchas fórmulas para leches, todas muy
aceptables, salvo por un detalle: el color. Todas las V. De este modo, se puede empezar a trabajar sobre el concepto
fórmulas producían leches de color morado. La causa
de «sesgo», que, según la RAE, significa: «Error sistemático en el
fue que el color de la leche no estaba en la información
ingresada al sistema, no fue una de las variables o que se puede incurrir cuando al hacer muestreos o ensayos se
categorías incluidas en el entrenamiento. Por eso, la IA seleccionan o favorecen unas respuestas frente a otras».
nunca la incluyó en su algoritmo.
 La IA actúa sobre la base de lo que aprendió de las experiencias El concepto de sesgo es una de las líneas más importantes para
que le enseñamos los seres humanos. Aunque puede inventar trabajar en la escuela con IA, porque no hay que olvidar que son
mucha variedad de leches, si no le ingresamos un dato no es ca- los seres humanos o las instituciones ―integradas o lideradas
paz de reponerlo. Si en la información para las recetas de leche no por personas― los que cargan la información de las bases de da-
se hubiera cargado, por ejemplo, azúcar, ninguna de las millones tos de los sistemas de IA. Por eso, cabe destacar que la IA nunca
de combinaciones de leche tendría azúcar. La IA piensa, ¡pero no es racista, en todo caso, el racismo o la discriminación está en
inventa! Así, sus respuestas pueden estar sesgadas. el ser humano o el contexto social que genera los datos que la
entrenan13.
La ausencia de datos genera el desarrollo de resultados limita-
dos, sesgados. Por eso, es importante incluir información lo más En su libro La mujer invisible: descubre cómo los datos confi-
completa posible y específica para evitar errores. En este caso, guran un mundo hecho por y para los hombres, Caroline Criado
hablamos del color de la leche, pero el acto de sesgar aparece, con Pérez analiza los efectos de la información sesgada por género.
la IA, en temas más importantes como en lo relativo a la respon- Ella describe, por ejemplo, cómo los diseños de las ciudades, los
sabilidad y a la ética. lugares de trabajo, los teléfonos inteligentes e incluso los mani-
quíes de prueba de choque se basan en datos recopilados por
Como sugerencia, para profundizar la comprensión sobre la no- varones y sobre varones. También comenta que históricamente

El color de la leche NotM;ilk

ción de sesgo, se puede recurrir al análisis de otro caso: la IA para la investigación médica ha sido realizada por hombres y en cuer-
reconocimiento facial. pos masculinos.
Actividades

El reconocimiento facial es una manera de identificar o confir- En muchas ocasiones, en los trabajos o en otros ámbitos, cuando
mar la identidad de una persona mediante su rostro. Los sistemas es necesario identificar a una científica, la IA no puede hacerlo.
de reconocimiento facial se pueden utilizar para identificar a las ¿Por qué? Si cargamos una información sesgada, por ejemplo,
personas en fotos, videos o en tiempo real. Estos sistemas se ali- toda una serie de biografías de científicos hombres, no podre-
mentan de datos, imágenes de caras que se toman en general de mos lograr jamás que la IA reconozca la biografía de una científica
38.

archivos públicos o policiales. mujer. Esta información no se le ha brindado para que la identifi-
que como patrón. Por eso no puede reconocerla, porque no logra

39.
Si se carga una información sesgada, por ejemplo, una serie de compararla con nada de su base de datos (recuerden el color de
rostros de personas con mayoría de individuos blancos, el siste- la leche del ejemplo anterior). Lo que no se sabe, lo que no se
ma tendrá dificultades en reconocer a la gente con otras caracte- conoce, no puede ser incluido en la conformación de patrones y,
rísticas, de incluirla en los patrones, y habrá más posibilidades de por consiguiente, de algoritmos. O sea, existen científicas y cien-
que cometa errores con la consecuente discriminación –por ejem- tíficos, pero la IA solo fue entrenada para identificar científicos.
plo, para reconocer personas con fines de seguridad–, tal como
denunciaron muchos organismos de derechos humanos12.

Esta nota periodística refiere un caso de sesgo en IA asociada al

reconocimiento facial: https://www.dw.com/es/coded-bias-inte-
ligencia-artificial-racista/video-57079221.

12
https://www.es.amnesty.org/en-que-estamos/noticias/noticia/articulo/debe-prohibirse-la-peligrosa-tecnolo- 13 https://www.losandes.com.ar/mele/la-inteligencia-artificial-segun-dolors-reig-no-debemos-olvidar-que-los-in-
gia-de-reconocimiento-facial-que-amplifica-la-actuacion-policial-racista teligentes-todavia-somos-los-seres-humanos/
 ¿Cómo se arma un modelo?
den» a escribir sus propias instrucciones para convertir entradas
en salidas, pero primero necesitan una persona que les enseñe,
las entrene y les «cargue datos».

¿Qué significa, entonces, entrenar o enseñar a una máquina a

Descripción que sea inteligente? Para decirlo de una forma muy simple, en-
trenar una IA significa enseñarle qué datos de salida debe devol-
La actividad apunta a realizar el entrenamiento de un motor de IA
vernos cuando introducimos ciertos datos de entrada.
para que funcione como un modelo clasificador, con algunas imáge-
Para entrenar un modelo clasificador, debemos conocer primero
nes etiquetadas (por ejemplo, útiles escolares). Este modelo, una vez
las tres etapas involucradas:
entrenado, será capaz de predecir si frente a la cámara web cree que
hay una tijera o una regla.
I. Recolección de datos: selección y preparación de los datos de
entrenamiento.

Objetivos II. Entrenamiento: procesamiento de los datos de entrenamien-

to para generar un modelo.

¿Cómo se arma un modelo?

Visualizar el proceso de generación de un «modelo».
Conocer las funciones que cumplen los algoritmos en la genera- III. Predicción: utilización del modelo para inferir una respuesta
ción de modelos. a partir de un dato de entrada.
Actividades

Advertir las tres etapas involucradas en estos procesos de apren- En esta oportunidad, utilizamos el aprendizaje no supervisado
dizaje. porque fuimos quienes cargamos los datos de entrada. No ocu-
Aprender el uso de la herramienta Teachable Machine (https:// rrió lo mismo, por ejemplo, en el caso de la clasificación de los
teachablemachine.withgoogle.com/train/image). peces, donde estos ya aparecían, o sea, ya estaban dados.
Introducir los conceptos de «aprendizaje no supervisado» y «eti-
40.

quetas». 2. Avanzar con la recolección de datos y de entrenamiento

a partir de los siguientes pasos:

41.
I. Definir etiquetas, es decir, cargar las clases de objetos que que-
Consignas remos que nuestro modelo reconozca, con fotos que tomamos
con la cámara web. Esto es lo que se conoce como «etiquetas» o
1. Conversar con el grupo para retomar el concepto de «algo- «clases» en un modelo clasificador. Para facilitar la tarea de reco-
ritmo». nocimiento, conviene utilizar un fondo sin detalles y, como solo
En otra actividad se explicó el concepto de «algoritmo» como un serán reconocidas las etiquetas que le indiquemos, una buena
conjunto de instrucciones que convierte algo (una entrada) en idea es agregar algunas fotos del fondo solo, vacío, para que el
otra cosa (una salida). Un algoritmo para hacer la leche NotMilk, modelo pueda detectar la ausencia de objetos.
como señalamos, convertiría un montón de ingredientes, consis-
tencia y procesos en recetas de leches vegetales. Las IA «apren- II. Abrir el programa Teachable Machine y comenzar a introducir
la información mediante imágenes.
 3. Avanzar con la predicción (o inferencia), que es cuando se
utiliza el modelo ya entrenado en una aplicación. El sistema en
este punto no continúa aprendiendo. En este caso, la aplicación
muestra con qué grado de seguridad infiere que el objeto que

¿Cómo se arma un modelo?

está frente a la cámara es una abrochadora, un marcador u otra
cosa.
Actividades
42.

43.
Una vez cargada la información, presionar el botón Train
Model (‘preparar modelo’) y esperar que se complete el
entrenamiento sin cambiar de pestaña.
 4. Hacer una puesta en común. Estas son algunas sugerencias:
Siempre conviene volver a repetir una pregunta del tipo: «¿Puede Verde que te quiero verde,
en clave de inteligencia
este robot identificar una regla?», que tiene la siguiente respues-
ta: «No, porque le hemos enseñado solamente a identificar algu-

artificial
nos útiles, pero ninguna regla».

Retomar los conceptos planteados en la introducción de la acti-

vidad.

Sugerimos analizar un esquema como el que sigue14: Descripción

Realizar pruebas para crear textos artísticos con programas de IA.

Objetivos

Verde que te quiero verde

Identificar la falta de pensamiento crítico y creativo de la IA.
Comprender el concepto de «prompt».
Actividades

Aprender a usar ChatGPT, Perplexity o Bard.

Consignas
44.

1. Ingresar a ChatGPT, Perplexity o Bard. Es posible dividir la clase

para que se utilicen diferentes plataformas.

45.
2. Solicitar que escriba una poesía.
Los chats devuelven textos de este tipo:

14
Tomado de https://www.futuretools.io/.
 III. Descubrir que la IA trabaja con la reformulación de la mayo-
ría de los datos con los que cuenta. La IA hace una especie de
mashup, que entendemos como el método de edición mediante
el cual el remixer une dos canciones diferentes que son similares.
En otras palabras, es una especie de remix donde se mezclan dos
tracks distintos (en nuestro caso, serían versos de distintos poe-
mas) como si fueran uno solo (el que entrega como resultado).
Sin embargo, los «remixeros» y «mashupistas» tienen un lado
creativo, que no se encuentra en la IA, que es solo una mezcla
automática.

Se puede trabajar con esta afirmación de Charlie Brooker, autor

de la serie Black Mirror: «He jugado un poco con ChatGPT –revela
en una entrevista en el nuevo número de Empire15–. Lo prime-
ro que hice fue escribir “generar un episodio de Black Mirror” y
aparece algo que, a primera vista, parece verosímil, pero que, a
segunda vista, es una basura. Porque todo lo que ha hecho es

Verde que te quiero verde

buscar todas las sinopsis de los episodios de Black Mirror y mez-
clarlas. Luego, si escarbas un poco más, dices: “Oh, en realidad no
Actividades

3. Experimentar la generación de diferentes poemas y hacer una hay ningún pensamiento original aquí”».
puesta en común, en la que pueden transitarse los siguientes
puntos: También se puede añadir a la reflexión el siguiente resultado
obtenido de Perplexity para escribir una saga de niños y niñas
I. Indicar que se trata de un poema estereotipado y tradicional en magos.
46.

cuanto a tema, recursos estilísticos, estructura poética, rima, etc.

47.
II. Observar que algunas imágenes son muy repetidas y nada
originales, como, por ejemplo, el principio de la segunda estro-
fa: «Tus ojos son dos luceros/que iluminan mis senderos». Pode-
mos encontrar esa imagen en muchas canciones, desde el gru-
po tropical Sonora Dinamita (https://www.musica.com/letras.
asp?letra=1628917), hasta el cantautor español del siglo XX José
Labordeta (https://www.cancioneros.com/letras/cancion/15414/
el-arbolito-jose-antonio-labordeta), pasando por refranes y
canciones anónimas. Luego, comparemos estos recursos con un
poema referido a los ojos, como Tus ojos de Octavio Paz, que ma-
neja recursos con una dimensión poética más elaborada. (https://
www.poemas-del-alma.com/tus-ojos.htm).

15 https://www.empireonline.com/tv/news/charlie-brooker-chatgpt-black-mirror-episode-exclusive-image/
 La carta escrita/hablada

Descripción
En esta ocasión, y sobre la base de las ideas y conceptos que se
fueron construyendo en las actividades anteriores, proponemos re-
flexionar con las y los estudiantes a modo de primeras y parciales
conclusiones en torno a las siguientes preguntas: ¿A qué cuestiones
creen que es necesario prestarle atención para que la IA sea utiliza-
da con responsabilidad? ¿Qué le podríamos sugerir o recomendar a
quienes desarrollan IA?

Luego de debatir en forma oral con el grupo total y acordar sobre

IV. Recuperar usos productivos de IA. Existen algunos estudios los puntos que considera nodales a la hora de pensar en la IA desde

La carta escrita/hablada
críticos del género poético que utilizan la IA para investigar pa- una mirada crítica y ética, se sugiere indicar la modalidad de texto
epistolar para organizar la respuesta de las preguntas. Asimismo, una
Actividades

trones poéticos como, por ejemplo, el trabajo de UNED de Ros16:

«En los poemas sirve para identificar el tipo de rima, el número de posible forma de llevar a cabo esta actividad, y seguir expandiendo
versos, identificar personajes, patrones de estilo, percepciones o la experiencia, es que los y las participantes graben sus reflexiones
sentimientos. Se trata de una infraestructura que construye pie- en una de las tantas aplicaciones que convierte texto en audio. Por
zas de software y aplica las herramientas, por ejemplo de IA, para ejemplo, podemos utilizar TTS Maker, que es una app hecha me-
automatizar los estudios literarios». diante IA. Luego de grabarlo, el archivo puede ser bajado en formato
48.

.mp3, subido a Spotify y viralizado en redes.

49.
V. Diferenciar el trabajo con textos del trabajo creativo con tex-
tos. Por el momento, herramientas como el ChatGPT o Perplexity Asimismo, podemos invitar a compartir recomendaciones en otros
pueden ser adecuadas para realizar textos sin creatividad, muy formatos en otras redes sociales: realizar un reel para Instagram, un
referenciales, sin subjetividad, como informes o resúmenes. Cree- Tik Tok o escribir un hilo en X.
mos que la llegada de la IA alienta a los y las docentes a desarro-
llar enfoques de evaluación más creativos y desafiantes, lo cual
no deja de ser interesante. Objetivos
Comprender la potencialidad multimedial del soporte escrito y
auditivo, entre otros.
Aprender a describir procedimientos de la IA.
Trabajar en el potencial comunicativo que ofrecen las redes so-
ciales.

16
UNED, 2021. “El Big Data y la Inteligencia Artificial se ponen al servicio de los grandes misterios de la
literatura.". En Portal UNED. Disponible en http://portal.uned.es/portal/page?_pageid=93,71407522&_dad=por-
tal&_schema=PORTAL
 Consignas Reconocimiento de
1. Conversar sobre las experiencias transitadas en las actividades
anteriores con dos preguntas: ¿A qué cuestiones creen que es
contenidos falsos o creados
necesario prestarle atención para que la IA sea utilizada con res-
ponsabilidad? ¿Qué le podríamos sugerir o recomendar a quienes
por inteligencia artificial
desarrollan IA?

2. Después de la conversación indicar a las y los estudiantes que en Descripción

forma individual o en grupo escriban una carta destinada a las
empresas y científicos desarrolladores de IA con recomendacio-
Las consignas de la actividad apuntan a brindar recursos para revisar
nes fundamentadas en los conocimientos adquiridos a través de
textos y analizar si están originados en una producción automática o
las prácticas anteriores.
en fuentes falsas.
3. Una vez redactado el texto, abrir la herramienta TTSMaker

Reconocimiento de contenidos...
(https://ttsmaker.com/).
Objetivos
4. Copiar y pegar la carta en el espacio que queda libre en la aplica-
Actividades

ción. Conocer algunos criterios que ayudan a verificar fuentes y a reco-

nocer noticias falsas.
5. Dividirse en grupos y hacer pruebas con diferentes tipos de vo- Valorar la importancia de la curación de contenidos y verificación
ces; bajar el audio en formato .mp3 y viralizar en redes sociales. de veracidad de imágenes y texto.
Aprender a utilizar la herramienta Wichfaceisreal (https://www.
50.

whichfaceisreal.com/results.php?r=1&p=0&i1=34340.jpeg&i2=i-
mage-2019-02-17_060204.jpeg).
Aprender a usar la herramienta Image Edited? (http://imageedi-

51.
ted.com/).

Algunas conclusiones
El texto debe tener una ortografía perfecta porque, de lo contrario, la
IA puede cambiar el sentido o el significado de lo escrito.
 Consignas Del resultado a la pregunta
1. Juguemos a adivinar noticias falsas. Pedir a los y las estudiantes
que presenten noticias que pueden ser verdaderas o bien creadas
por ellos mismos. Descripción
Cuando un estudiante presenta la noticia el resto de las clase tie- En esta actividad se realiza en forma inversa el proceso de la IA: se
ne que descubrir la veracidad o falsedad. muestran resultados para construir hipótesis sobre las preguntas.

Sobre esta base se sugiere debatir sobre el hecho de que la IA

actualmente no tiene una forma significativa de comprobar la
veracidad de los datos originales de los que depende o de eva- Objetivos
luar la confiabilidad de las fuentes. De ahí su vulnerabilidad ante
todo tipo de «sesgo algorítmico», que puede privilegiar a grupos Desarmar los procesos de la IA para entender su funcionamiento.
sociales particulares y aumentar el potencial para la difusión de Conocer formas de utilizar IA interactiva.
desinformación, sobre todo en las campañas políticas17. Introducir el concepto de «prompt».

Del resultado a la pregunta

2. ¿Probamos con una imagen?
Actividades

Se puede realizar un procedimiento similar aprovechado las apli-

caciones corroboradoras de imágenes. Si utilizamos la herramien- Consignas
ta adecuada, veremos que identificar imágenes es bastante fácil.
Teniendo en cuenta el tema de la falta de creatividad o de cono- 1. Dividir la clase en grupos de 2 o 3 personas.
cimiento específico más allá de lo que se carga, resulta sencillo
percibir, al mirar con mucha atención las imágenes que nos pro- 2. Cada grupo utilizará el ChatGPT o un programa similar y le reali-
52.

ponen, que con frecuencia hay un dedo de más, una ceja torcida, zará una pregunta o instrucción.
etc. Hasta el momento, la IA recopila, es una copiadora, no tiene

53.
la capacidad humana de registrar esos posibles errores/defectos. 3. Luego, mostrará el resultado y el resto de la clase intentará adivi-
Pero démosle una vuelta de tuerca: con la herramienta Image nar qué le pidieron, qué instrucciones le dieron; en otras palabras,
Edited?, además, es posible verificar si una imagen fue editada. cuál fue el prompt.

4. Conversar luego entre todos. Se pueden sugerir las siguientes

ideas en la conversación:

I. Qué es un prompt: se trata de un conjunto de palabras que

desencadenan la generación de contenidos a través de un sof-
tware de IA, como ChatGPT, Writesonic, Copy.ai, etc. Utilizar los

17
Buckingham, D. Inteligencia artificial en la educación: un enfoque de educación en medios. David Buckingham.
https://davidbuckingham.net/2023/05/27/artificial-intelligence-in-education-a-media-education-approach/
 prompts correctos implica mejores resultados y es una de las habili- Consignas
dades que demanda el uso de esta tecnología en los diferentes cam-
pos. 1. Conversar con todo el grupo y hacer una lista de reflexiones sobre
la IA.
II. Cómo hacer una buena consulta a los chats interactivos de IA:
hay que definir bien desde qué perspectiva queremos que nos con- 2. Escribir la lista y publicarla en varios formatos.
teste, qué tipo de texto pretendemos conseguir y exactamente qué
contenido deseamos obtener. 3. Utilizar un conversor de texto a audio para que la locución de las
conclusiones quede a cargo de una aplicación de IA.
III. Como final se puede revisar esta campaña publicitaria de la
empresa Nikon, que trabaja sobre fallas de la IA en la selección de
imágenes y muestra, de este modo, el valor de que sean humanos
quienes realicen esta tarea: https://www.photolari.com/nikon-plan-
ta-cara-a-las-ia-en-su-nueva-campana-publicitaria/

Actividad final
Actividad final
Actividad

Descripción
54.

55.
Trabajo para finalizar el itinerario de actividades seleccionadas por el
o la docente.

Objetivos
Recapitular la información obtenida sobre IA a lo largo de las ac-
tividades.
Reflexionar sobre la relación de la IA con el saber, la ética y la
responsabilidad.
Caja de
herramientas
 Caja de herramientas
Ministerio de Educación de Chile. Guía para docentes: cómo usar
ChatGPT para potenciar el aprendizaje activo. Ciudadanía Digital.
https://ciudadaniadigital.mineduc.cl/recurso/guia-para-docen-
tes-como-usar-chatgpt-para-potenciar-el-aprendizaje-activo/

Nerantzi, Ch., Abegglen, S., Karatsiori, M. y Martínez Arboleda,

A. 101 creative ideas to use AI in education, a crowdsourced co-
Bibliografía llection. #creativeHE. https://creativehecommunity.wordpress.
com/2023/06/23/oa-book-101-creative-ideas-to-use-ai-in-edu-
Buckingham, D. (2022). Who needs data literacy? David Buckin- cation/
gham. https://davidbuckingham.net/2022/04/20/who-needs-da-
ta-literacy/ Payne, B. (2019). An Ethics of Artificial Intelligence Curriculum
for Middle School Students. Unesco. https://unesdoc.unesco.org/
Costa, F. (2021). Tecnoceno. Ciudad Autónoma de Buenos Aires: ark:/48223/pf0000386693/PDF/386693eng.pdf.multi
Taurus.
Román, L. Libros y ensayos para conocer más sobre la inteligen-
Craig, D. (2023). Computadoras que aprenden. Guía básica para do- cia artificial. Educación 3.0. https://www.educaciontrespuntocero.
Caja de herramientas

centes sobre inteligencia artificial en educación. Edición personal. com/libros/libros-inteligencia-artificial/

https: //www.picuino.com/en/_downloads/compu tado -

Bibliografía
ras-que-aprenden-2023.pdf Sadin, E. (2022). La inteligencia artificial o el desafío del siglo.
Anatomía de un antihumanismo radical. Caja Negra.
Crawford, K. (2022). Atlas de inteligencia artificial. Poder, política
y costos planetarios. FCE. UNED. (6 de mayo de 2021). El Big Data y la Inteligencia Artifi-
cial se ponen al servicio de los grandes misterios de la literatura

59.
Equipo UBA IALab. (2022). El sesgo en los agentes conversacio- UNED. https://portal.uned.es/portal/page?_dad=portal&_pagei-
58.

nales: de nuevo sobre el prejuicio cifrado. Universidad de Buenos d=93%2C71407522

Aires.

Gross, B. (1992). La inteligencia artificial y su aplicación en la ense-

ñanza. https://dialnet.unirioja.es/servlet/articulo?codigo=126244

McCandless, D. (27 de julio de 2023). The Rise and Rise of A.I. Large
Language Models (LLMs) & their associated bots like ChatGPT.
Information is Beautiful. https://informationisbeautiful.net/
visualizations/the-rise-of-generative-ai-large-language-models-
llms-like-chatgpt/
 Aplicaciones Material web
AI Detector Evaluation Canal Teleantioquia
https://ai-detector.compilatio.net/ https://www.youtube.com/watch?v=v38wFJtT9oY

Bard Cómo lucho contra el sesgo en los algoritmos

https://bard.google.com/?hl=en, https://www.ted.com/talks/joy_buolamwini_how_i_m_fighting_
bias_in_algorithms?language=en
DeepL
https://www.deepl.com/es/translator Conversatorio: IA y enseñanza
https://www.youtube.com/watch?v=Oxd9D8z_omU
FaceApp
https://www.faceapp.com/ DPL News. Infografía de IA a través del tiempo.
https://dplnews.com/infografia-la-inteligencia-artificial-a-tra-
Heypi ves-del-tiempo/
https://heypi.com/es/talk
Educ.ar. S. E. Diálogos para reinventar las aulas.
Leonardo.a.i https://www.youtube.com/watch?v=DtwnNPiPUYs

Material web
Aplicaciones

https://leonardo.ai/
Extensión, Educación UdeSA. Conversatorio: el año de la inteli-
Perplexity gencia artificial
https://www.perplexity.ai/search/0eb7505c-3897-4812-9896- https://www.youtube.com/watch?v=brDKfwzotYU
a22e8a227073?s=u
60.

Glosario de IA

61.
https://es.unesco.org/courier/2018-3/lexico-inteligencia-artificial

Glosario de Inteligencia Artificial

https://iaarbook.github.io/glosario/

Literatura e inteligencia artificial

https://www.youtube.com/watch?v=u69WNLZR_DQ&t=5s

Magic Markers. ¿Qué es un algoritmo?

https://www.youtube.com/watch?v=U3CGMyjzlvM

My girl with a pearl - Mauritshuis

https://www.youtube.com/watch?v=qUCup2LT9vA&t=5s
 Play List de videos sobre temas de IA
https://www.youtube.com/playlist?list=PLjq6DwYksrzz_fsWI-
pPcf6V7p2RNAneKc

Scolari, C. 10 tesis sobre la IA

https://hipermediaciones.com/2023/05/14/10-tesis-sobre-la-ia/

Un glosario de términos para la educación AI

https://www.turnitin.com/es/blog/glosario-terminos-ia-pa-
ra-educacion

Vienna. See the art that made AI art possible

https://www.youtube.com/watch?v=m8ks9z_78E8

7 High-Income AI Skills to Master in 2023

https://www.linkedin.com/pulse/7-high-income-ai-skills-master-
2023-manmeet-raj/
Aplicaciones
62.