Proyecto Final: Pensamiento
Computacional e Inteligencia Artificial
1. Introducción al Proyecto
Este proyecto está basado en la creación de una aplicación utilizando Inteligencia Artificial
(IA) para detectar emociones a través de texto. La herramienta emplea técnicas de Machine
Learning (ML) para analizar las emociones de los usuarios y proporcionar respuestas
personalizadas que fomenten su bienestar emocional.
2. Fundamentos de la Inteligencia Artificial
La Inteligencia Artificial (IA) permite que las máquinas realicen tareas que normalmente
requieren inteligencia humana, como el reconocimiento de voz, visión por computadora,
procesamiento de lenguaje natural, y en este caso, la clasificación de emociones. Las
aplicaciones de la IA en el bienestar emocional están creciendo, y este proyecto es un
ejemplo de cómo la IA puede ser utilizada para detectar el estado emocional de una persona
y proporcionar respuestas empáticas.
Tipos de IA:
1. IA débil: Diseñada para realizar tareas específicas (por ejemplo, chatbots).
2. IA fuerte: Emula el razonamiento humano de forma general.
3. Fundamentos de Machine Learning (ML)
¿Qué es Machine Learning?
El Machine Learning (ML) es una rama de la IA que permite a las máquinas aprender de los
datos sin ser programadas explícitamente. En lugar de seguir reglas predefinidas, el sistema
utiliza datos para aprender patrones y hacer predicciones o decisiones.
Tipos de Aprendizaje en ML:
1. Aprendizaje Supervisado: El modelo se entrena con datos etiquetados.
2. Aprendizaje No Supervisado: El modelo encuentra patrones en datos no etiquetados.
3. Aprendizaje por Refuerzo: El modelo aprende a través de recompensas y penalizaciones.
4. Diagrama de Flujo del Proyecto
El siguiente diagrama muestra cómo los usuarios interactúan con la aplicación y cómo la IA
procesa su entrada para ofrecer una respuesta adecuada.
+---------------------+
| Usuario ingresa |
| un mensaje/emoción |
+---------------------+
|
v
+----------------------+
| Procesamiento del |
| texto ingresado con |
| modelo de Machine |
| Learning |
+----------------------
|
v
+------------------------+
| Clasificación de la |
| emoción (feliz, triste, |
| enojado, neutral) |
+------------------------+
|
v
+----------------------------+
| Respuesta personalizada |
| basada en la emoción |
+----------------------------+
|
v
+-----------------------------+
| Mostrar respuesta en UI ( |
| mensaje o actividad sugerida)|
+-----------------------------+
5. Desarrollo del Proyecto
El desarrollo del proyecto se llevó a cabo utilizando Scratch y Machine Learning for Kids
(ML4K). A continuación se detalla el proceso de desarrollo.
5.1 Preparación de Datos
El primer paso en el proceso de desarrollo fue la recolección y preparación de datos. Se
utilizaron datos de texto etiquetados que representaban diversas emociones como "feliz",
"triste", "enojado", "neutral", entre otras. Estos datos son esenciales para entrenar el
modelo de Machine Learning.
Ejemplo de datos de entrenamiento:
- Triste: "Me siento muy mal hoy"
- Feliz: "Estoy muy contento"
- Enojado: "Esto me molesta mucho"
- Neutral: "Estoy bien, nada fuera de lo común"
5.2 Entrenamiento del Modelo en ML4K
En esta etapa, se entrenó el modelo para identificar emociones a partir de frases de texto.
Usamos la plataforma Machine Learning for Kids (ML4K) para cargar los datos y entrenar el
modelo utilizando el algoritmo Naive Bayes, que es muy eficiente para la clasificación de
texto.
5.3 Creación de la Interfaz de Usuario (UI)
La interfaz de usuario se desarrolló utilizando Scratch, que permite crear interfaces gráficas
de manera intuitiva. El usuario ingresa un mensaje de texto, y el sistema responde con un
mensaje basado en la emoción detectada.
Ejemplo de código de Scratch
when green flag clicked
ask [¿Cómo te sientes hoy?] and wait
if <(answer) contains [feliz]> then
say [¡Me alegra que estés feliz! Sigue sonriendo.]
else if <(answer) contains [triste]> then
say [Lamento que te sientas triste. Aquí tienes algo para mejorar tu día.]
else if <(answer) contains [enojado]> then
say [Entiendo que estés molesto. Respira profundamente y relájate.]
else
say [Está bien, todo pasa. Que tengas un buen día.]
end
