Introducción a la Inteligencia Artificial: Explorando el Futuro Tecnológico

1. Introducción a la Inteligencia Artificial (IA)

• Definición de Inteligencia Artificial: Qué es, características principales y diferencias con la inteligencia humana.
• Historia y evolución de la IA: Desde los primeros conceptos y máquinas hasta la IA moderna. Ejemplos clave en la evolución (Turing, primeros programas de ajedrez, IA hoy).
• Importancia y aplicaciones actuales: Por qué es relevante estudiar IA y sus usos en la vida diaria.

2. Conceptos Básicos de la Inteligencia Artificial

• Algoritmos: Qué es un algoritmo, su función en la IA y ejemplos sencillos.
• Datos: La importancia de los datos para entrenar sistemas de IA. Tipos de datos (numéricos, imágenes, texto).
• Aprendizaje Automático (Machine Learning): Definición básica, cómo las máquinas aprenden de los datos y ejemplos simples.

3. Tipos de Algoritmos en la IA

• Algoritmos supervisados: Qué son y ejemplos simples (reconocimiento de imágenes, clasificación).
• Algoritmos no supervisados: Definición y ejemplos básicos (agrupamiento o clustering).
• Algoritmos de refuerzo: Concepto básico y ejemplos sencillos (juegos, toma de decisiones).

4. Aplicaciones Básicas de la Inteligencia Artificial en la Vida Cotidiana

• Ejemplos en dispositivos y servicios comunes: asistentes virtuales (Siri, Alexa), recomendaciones en plataformas, reconocimiento facial.
• Impacto social y ético de la IA: beneficios, riesgos y aspectos a considerar.
• Debate y reflexión sobre cómo la IA afecta la vida diaria y el futuro.

5. Diseño de un Esquema del Proceso de Aprendizaje Automático

• Elementos clave del aprendizaje automático: datos, algoritmo, entrenamiento, evaluación y resultados.
• Ejemplo práctico: desde la recolección de datos hasta la predicción.
• Uso de herramientas visuales simples para representar el proceso (diagramas, mapas conceptuales).

Actividad 1: Línea del tiempo de la Inteligencia Artificial

Objetivo: Definir qué es la IA y describir su evolución histórica con ejemplos.

Descripción:

• Los estudiantes investigan fechas y eventos importantes en la historia de la IA (se les proporcionan recursos o se les guía).
• En grupos, organizan estos eventos en una línea del tiempo gráfica.
• Presentan su línea del tiempo al grupo explicando los eventos más relevantes.

Organización: Grupos de 3-4 estudiantes.

Producto esperado: Línea del tiempo ilustrada y presentación oral breve.

Duración estimada: 90 minutos.

Actividad 2: Descubriendo algoritmos y datos a través de ejemplos

Objetivo: Identificar y explicar conceptos básicos como algoritmos, aprendizaje automático y datos.

Descripción:

• Se presentan varias situaciones cotidianas (ejemplo: receta para hacer un sándwich, clasificación de frutas, reconocimiento de imágenes).
• Los estudiantes analizan qué parte es el algoritmo, cuáles son los datos y cómo se podría "aprender" de ellos.
• Discuten en clase para aclarar conceptos y relacionarlos con la IA.

Organización: Individual inicialmente, luego discusión en grupo.

Producto esperado: Anotaciones o cuadro que identifique algoritmo, datos y aprendizaje en cada ejemplo.

Duración estimada: 60 minutos.

Actividad 3: Clasificación de tipos de algoritmos con casos sencillos

Objetivo: Clasificar diferentes tipos de algoritmos y su función dentro de la IA.

Descripción:

• Se entregan tarjetas con descripciones breves de problemas o casos (ejemplo: detectar correos spam, agrupar fotos similares, jugar un videojuego).
• Los estudiantes deben clasificar cada caso en algoritmo supervisado, no supervisado o de refuerzo, justificando su elección.
• Discusión grupal para resolver dudas y compartir clasificaciones.

Organización: Parejas o grupos pequeños.

Producto esperado: Lista clasificada con justificaciones.

Duración estimada: 45 minutos.

Actividad 4: Análisis y debate sobre el impacto social de la IA

Objetivo: Analizar aplicaciones básicas de la IA y discutir su impacto social.

Descripción:

• Lectura breve o video sobre aplicaciones reales de IA y sus efectos (positivos y negativos).
• Los estudiantes escriben una reflexión breve o preparan una exposición oral sobre cómo la IA afecta su entorno.
• Debate guiado en clase para compartir opiniones y profundizar en los aspectos éticos.

Organización: Individual para reflexión, luego grupo clase para debate.

Producto esperado: Texto escrito o presentación oral y participación en debate.

Duración estimada: 60 minutos.

Actividad 5: Diseño de un esquema visual del proceso de aprendizaje automático

Objetivo: Diseñar un esquema simple que ilustre el proceso de aprendizaje automático.

Descripción:

• Se explica paso a paso el proceso básico: datos → algoritmo → entrenamiento → evaluación → predicción.
• Los estudiantes crean un diagrama o mapa conceptual usando materiales (papel, colores, software simple).
• Incluyen ejemplos concretos (por ejemplo, reconocimiento de imágenes o predicción del clima).
• Presentan su esquema al grupo y explican cada parte.

Organización: Individual o parejas.

Producto esperado: Esquema visual completo y explicación oral o escrita.

Duración estimada: 90 minutos.

Evaluación Diagnóstica

Qué se evalúa: Conocimientos previos sobre inteligencia artificial, algoritmos y datos.

Cómo se evalúa: Cuestionario breve con preguntas abiertas y de opción múltiple para detectar ideas previas y conceptos erróneos.

Instrumento sugerido: Test escrito o en línea con 10 preguntas simples al inicio de la unidad.

Evaluación Formativa

Qué se evalúa: Comprensión progresiva de conceptos básicos, capacidad de análisis y aplicación.

• Revisión de productos de actividades (línea del tiempo, clasificación de algoritmos, esquemas visuales).
• Observación de la participación en debates y discusiones.
• Retroalimentación continua con preguntas guiadoras durante las actividades.

Instrumento sugerido: Rúbrica para evaluar participación y calidad de productos, listas de cotejo para actividades prácticas.

Evaluación Sumativa

Qué se evalúa: Dominio integral de los objetivos de la unidad: definición, historia, conceptos, clasificación, análisis y diseño de esquemas.

Cómo se evalúa:

• Examen escrito que incluya preguntas de definición, análisis de casos y clasificación de algoritmos.
• Presentación oral o escrita del esquema de aprendizaje automático con explicación clara.
• Ensayo o exposición sobre el impacto social de la IA.

Instrumento sugerido: Prueba escrita, rúbrica para presentación oral y rúbrica para ensayo o texto argumentativo.

La unidad "Fundamentos de la Inteligencia Artificial" está diseñada para desarrollarse en aproximadamente 5 semanas, con un total estimado de 10 horas de clase distribuidas así:

• Semana 1 (2 horas): Introducción a la IA y su historia. Actividad 1.
• Semana 2 (2 horas): Conceptos básicos de IA (algoritmos, datos, aprendizaje automático). Actividad 2.
• Semana 3 (2 horas): Tipos de algoritmos y clasificación. Actividad 3.
• Semana 4 (2 horas): Aplicaciones y análisis del impacto social. Actividad 4.
• Semana 5 (2 horas): Diseño del esquema visual del aprendizaje automático. Actividad 5 y evaluación sumativa.

Esta distribución permite integrar teoría y práctica, con tiempo para reflexión y evaluación continua.

1. Introducción a las Aplicaciones de la Inteligencia Artificial en la Vida Diaria

• Definición sencilla de inteligencia artificial (IA).
• Importancia de la IA en el mundo actual.
• Visión general de las aplicaciones más comunes de IA.

2. Aplicaciones Prácticas de la IA

• Asistentes Virtuales: Qué son, ejemplos comunes (Siri, Alexa, Google Assistant).
• Reconocimiento Facial: Uso en dispositivos móviles, seguridad y redes sociales.
• Juegos: Cómo la IA mejora la experiencia en videojuegos, ejemplos de NPCs inteligentes.
• Robótica: Robots en la vida cotidiana y la industria, ejemplos simples de robótica con IA.

3. Funcionamiento Básico de Dos Aplicaciones Clave

• Asistentes Virtuales: Componentes principales (reconocimiento de voz, procesamiento de lenguaje natural, respuesta).
• Sistemas de Reconocimiento Facial: Captura de imagen, identificación de rasgos faciales, comparación con bases de datos.
• Explicaciones con ejemplos sencillos y lenguaje accesible.

4. Comparación y Análisis de Impacto Social de las Aplicaciones de IA

• Utilidad práctica de cada aplicación en la vida diaria.
• Impacto social positivo (comodidad, seguridad, entretenimiento).
• Desafíos y posibles impactos negativos (privacidad, dependencia tecnológica, exclusión).
• Análisis de casos prácticos y situaciones reales.

5. Diseño de un Proyecto Sencillo con Principios Básicos de IA

• Introducción a algoritmos simples y lógica básica.
• Ejemplo de proyecto: juego interactivo con decisiones basadas en condiciones.
• Proyecto básico de robot o simulación con reglas simples.
• Planificación, diseño y desarrollo guiado paso a paso.

6. Evaluación Crítica de Beneficios y Riesgos Éticos de la IA

• Identificación de beneficios: eficiencia, inclusión, innovación.
• Riesgos éticos: privacidad, sesgos, impacto laboral.
• Debates y reflexiones guiadas para fomentar pensamiento crítico.
• Normas y buenas prácticas para uso responsable de IA.

Nombre de la actividad: "Explorando las Aplicaciones de IA en mi Vida"

Objetivo: Identificar y describir al menos cuatro aplicaciones prácticas de IA.

Descripción:

• Los estudiantes hacen una lista de dispositivos y servicios que usan que podrían tener IA.
• En grupos, discuten y clasifican las aplicaciones encontradas en las categorías: asistentes virtuales, reconocimiento facial, juegos y robótica.
• Cada grupo presenta un ejemplo concreto explicando cómo funciona en términos sencillos.

Organización: Grupos de 3-4 estudiantes.

Producto esperado: Presentación corta (puede ser oral o con láminas) con ejemplos y descripciones.

Duración estimada: 1 sesión (50 minutos).

Nombre de la actividad: "Cómo Funciona un Asistente Virtual y un Sistema de Reconocimiento Facial"

Objetivo: Explicar el funcionamiento básico de un asistente virtual y un sistema de reconocimiento facial con ejemplos concretos.

Descripción:

• El docente expone un esquema simple del flujo de información en un asistente virtual y un sistema de reconocimiento facial.
• Los estudiantes completan un diagrama con palabras o frases que describan cada etapa.
• En parejas, crean un breve relato que explique el proceso usando un ejemplo cotidiano.

Organización: Individual para completar el diagrama, parejas para el relato.

Producto esperado: Diagramas completados y relatos escritos o presentados oralmente.

Duración estimada: 1-1.5 sesiones (60-75 minutos).

Nombre de la actividad: "Análisis Comparativo de Aplicaciones de IA"

Objetivo: Comparar y contrastar diferentes aplicaciones de IA en términos de su utilidad e impacto social mediante casos prácticos.

Descripción:

• Se presentan tres casos prácticos con diferentes aplicaciones de IA (ejemplo: asistente virtual en casa, reconocimiento facial en aeropuerto, robot en industria).
• En grupos, analizan ventajas, desventajas y posibles impactos sociales para cada caso.
• Realizan un cuadro comparativo y luego discuten en plenario las conclusiones.

Organización: Grupos de 3-4 estudiantes y discusión plenaria.

Producto esperado: Cuadro comparativo escrito y síntesis de discusión.

Duración estimada: 1.5 sesiones (75 minutos).

Nombre de la actividad: "Diseña tu Proyecto Básico con IA"

Objetivo: Diseñar un proyecto sencillo que integre un principio básico de IA, como un algoritmo para un juego o robot básico.

Descripción:

• El docente introduce un ejemplo de algoritmo simple (como tomar decisiones basadas en condiciones).
• Los estudiantes eligen diseñar un pequeño juego o robot virtual que siga reglas básicas.
• Planifican el proyecto escribiendo pasos y reglas que utilizarán.
• Presentan su diseño y reciben retroalimentación.

Organización: Individual o parejas.

Producto esperado: Documento o lámina con el diseño del proyecto y descripción del algoritmo.

Duración estimada: 2 sesiones (100 minutos).

Nombre de la actividad: "Debate Ético: Beneficios y Riesgos de la IA"

Objetivo: Evaluar críticamente beneficios y riesgos éticos de las aplicaciones cotidianas de IA mediante debate y reflexión.

Descripción:

• Se divide la clase en dos grupos: uno defiende los beneficios de la IA, otro expone los riesgos y preocupaciones éticas.
• Preparan argumentos con ejemplos y datos aprendidos.
• Realizan un debate estructurado con turnos de intervención.
• Finalizan con reflexión escrita individual sobre el uso responsable de la IA.

Organización: Grupos grandes y trabajo individual final.

Producto esperado: Participación en debate y reflexión escrita.

Duración estimada: 1.5 sesiones (75 minutos).

Evaluación Diagnóstica

Qué se evalúa: Conocimientos previos sobre IA y sus aplicaciones cotidianas.

Cómo se evalúa: Cuestionario breve con preguntas abiertas y de opción múltiple sobre la identificación de aplicaciones de IA.

Instrumento sugerido: Cuestionario impreso o digital al inicio de la unidad.

Evaluación Formativa

Qué se evalúa: Comprensión del funcionamiento básico de asistentes virtuales y reconocimiento facial, capacidad de análisis comparativo y diseño de proyectos sencillos.

Cómo se evalúa: Revisión de diagramas, cuadros comparativos, proyectos diseñados y participación en actividades y debates.

Instrumento sugerido: Rúbricas para diagramas y proyectos, listas de cotejo para participación y análisis.

Evaluación Sumativa

Qué se evalúa: Logro integral de los objetivos: identificación, explicación, comparación, diseño y evaluación ética de aplicaciones de IA.

Cómo se evalúa: Presentación final del proyecto diseñado junto con un ensayo o reflexión escrita sobre beneficios y riesgos éticos de la IA.

Instrumento sugerido: Rúbrica de presentación oral/escrita que contemple claridad, contenido técnico, análisis crítico y creatividad.

La unidad "Aplicaciones Cotidianas y Tecnológicas de la IA" se recomienda impartir en un total de 8 sesiones de 50 minutos cada una, distribuidas en aproximadamente 2 semanas. La distribución puede ser:

• Días 1-2: Introducción y exploración de aplicaciones de IA.
• Días 3-4: Funcionamiento básico de asistentes virtuales y reconocimiento facial.
• Día 5: Análisis comparativo y discusión de impacto social.
• Días 6-7: Diseño y desarrollo del proyecto sencillo con IA.
• Día 8: Debate ético y evaluación sumativa final.

Este tiempo incluye actividades, evaluaciones y reflexiones para asegurar un aprendizaje activo y significativo.

1. Introducción a la Ética en la Inteligencia Artificial

• ¿Qué es la ética? – Conceptos básicos adaptados a jóvenes estudiantes.
• La relación entre ética y tecnología – Por qué es importante pensar en ética al usar IA.
• Principios éticos fundamentales aplicados a la IA – justicia, privacidad, transparencia, responsabilidad.

2. Dilemas Éticos en el Uso de la Inteligencia Artificial

• Privacidad y protección de datos – Cómo la IA puede afectar la privacidad personal.
• Discriminación y sesgos en algoritmos – Ejemplos sencillos de cómo la IA puede reforzar prejuicios.
• Autonomía y toma de decisiones – ¿Quién es responsable cuando la IA toma decisiones?
• Manipulación y desinformación – IA en la creación de noticias falsas y contenido engañoso.

3. Impacto Social de la Inteligencia Artificial: Casos Reales

• IA en la salud – Beneficios y riesgos en diagnósticos y tratamientos.
• IA en el trabajo – Automatización y sus efectos en el empleo juvenil y familiar.
• IA en la educación – Personalización del aprendizaje y desafíos éticos.
• IA en la seguridad – Uso de reconocimiento facial y vigilancia masiva.

4. Responsabilidad y Transparencia en el Desarrollo y Uso de la IA

• ¿Qué significa ser responsable en IA? – Roles de desarrolladores, usuarios y gobiernos.
• Transparencia – Explicar cómo funcionan los sistemas de IA y por qué es importante.
• Regulaciones y normas éticas – Introducción sencilla a leyes y códigos de conducta.

5. Propuestas Éticas para un Uso Responsable de la Inteligencia Artificial

• Identificación de problemas éticos en situaciones cotidianas que involucran IA.
• Principios sociales y morales para guiar el uso responsable – respeto, equidad, cuidado.
• Diseño de soluciones prácticas – ejemplos y propuestas para un uso ético de la IA.
• Promoción del diálogo y conciencia social sobre la ética en IA.

Actividad 1: Debate sobre dilemas éticos en IA

Objetivo: Identificar los principales dilemas éticos relacionados con el uso de IA.

Descripción:

• Dividir a los estudiantes en grupos pequeños.
• Presentarles casos breves que impliquen dilemas éticos (por ejemplo, uso de reconocimiento facial, privacidad en redes sociales).
• Cada grupo discute los problemas éticos y prepara argumentos a favor y en contra de cada caso.
• Realizar un debate guiado en clase donde cada grupo exponga sus puntos y se analicen las diferentes perspectivas.

Organización: Grupos de 4-5 estudiantes.

Producto esperado: Lista de dilemas identificados y argumentos presentados en el debate.

Duración estimada: 1 hora.

Actividad 2: Análisis de casos reales de IA en la sociedad

Objetivo: Analizar casos reales donde la IA ha impactado la sociedad, evaluando beneficios y riesgos.

Descripción:

• Proveer a los estudiantes de artículos o videos breves sobre casos reales (por ejemplo, IA en diagnóstico médico, en sistemas de vigilancia).
• Individualmente o en parejas, los estudiantes resumen el caso, identifican beneficios y posibles riesgos o problemas sociales.
• Compartir los análisis en plenaria para comparar diferentes casos y aprendizajes.

Organización: Individual o parejas.

Producto esperado: Resumen escrito con análisis de beneficios y riesgos.

Duración estimada: 1.5 horas.

Actividad 3: Taller de responsabilidad y transparencia en IA

Objetivo: Explicar la importancia de la responsabilidad y la transparencia en el desarrollo y aplicación de tecnologías de IA.

Descripción:

• Presentar ejemplos simples de situaciones donde la transparencia o responsabilidad faltan (ejemplo: un robot que falla y nadie puede explicar por qué).
• Invitar a los estudiantes a identificar quiénes deberían ser responsables y cómo se podría mejorar la transparencia.
• Crear un cartel o infografía grupal que resuma las ideas de responsabilidad y transparencia en IA.

Organización: Grupos pequeños.

Producto esperado: Cartel o infografía sobre responsabilidad y transparencia.

Duración estimada: 1 hora.

Actividad 4: Propuesta ética para el uso cotidiano de IA

Objetivo: Proponer soluciones éticas y responsables para el uso de IA en situaciones cotidianas, fundamentadas en principios sociales y morales.

Descripción:

• Plantear situaciones cotidianas donde se utilice IA (por ejemplo, asistentes virtuales, juegos con IA, filtros en redes sociales).
• En grupos, los estudiantes identifican posibles problemas éticos y diseñan una propuesta para usarlas de forma ética y responsable.
• Presentar las propuestas y discutir cómo se podrían implementar en la vida real.

Organización: Grupos de 3-4 estudiantes.

Producto esperado: Presentación o documento con propuesta ética.

Duración estimada: 1.5 horas.

Evaluación Diagnóstica

Qué se evalúa: Conocimientos previos y percepciones sobre ética y tecnología.

Cómo se evalúa: Cuestionario breve con preguntas abiertas y de opción múltiple sobre conceptos básicos de ética y ejemplos de IA.

Instrumento sugerido: Cuestionario digital o en papel de 10 preguntas.

Evaluación Formativa

Qué se evalúa: Participación y comprensión durante las actividades, aplicación de conceptos éticos en análisis y propuestas.

Cómo se evalúa: Observación directa, revisión de productos parciales (resúmenes, carteles, debates).

Instrumento sugerido: Rúbrica para evaluar argumentación, identificación de dilemas, creatividad y trabajo en equipo.

Evaluación Sumativa

Qué se evalúa: Capacidad para identificar dilemas éticos, analizar casos, explicar responsabilidad/transparencia y proponer soluciones éticas.

Cómo se evalúa: Trabajo final escrito o presentación grupal que integre todos los aspectos aprendidos en la unidad.

Instrumento sugerido: Rúbrica que valore claridad, fundamentación ética, análisis crítico y propuesta responsable.

La unidad "Ética y Sociedad en la Era de la Inteligencia Artificial" se sugiere impartirla en 4 semanas, dedicando aproximadamente 2 a 2.5 horas por semana. La distribución recomendada es:

• Semana 1 (2 horas): Introducción a la ética en IA y debate sobre dilemas éticos.
• Semana 2 (2.5 horas): Análisis de casos reales y discusión sobre impactos sociales.
• Semana 3 (2 horas): Taller sobre responsabilidad y transparencia.
• Semana 4 (2.5 horas): Desarrollo y presentación de propuestas éticas para el uso responsable de IA; evaluación sumativa.

1. Introducción a los Algoritmos en Inteligencia Artificial

• Concepto de algoritmo: Definición, importancia y ejemplos básicos.
• Principios de lógica aplicados a algoritmos: Condicionales, bucles y toma de decisiones.
• Relación entre algoritmos y procesos de IA: Cómo los algoritmos permiten simular comportamientos inteligentes.

2. Herramientas Digitales para Crear Algoritmos de IA Básica

• Software y plataformas recomendadas: Introducción a Scratch, MIT App Inventor y herramientas de programación visual simples.
• Características y funciones básicas de las herramientas: Interfaz, bloques de programación, ejecución y depuración.
• Configuración y primeros pasos para diseñar algoritmos: Crear un proyecto nuevo, agregar bloques, probar simulaciones.

3. Diseño de Algoritmos Simples para Simular IA

• Creación de algoritmos con decisiones básicas: Ejemplo de un chatbot sencillo con respuestas predeterminadas.
• Simulación de procesos cognitivos simples: Clasificación y reconocimiento de patrones básicos.
• Uso de variables y condiciones para modificar comportamientos: Adaptación de respuestas según entradas del usuario.

4. Implementación y Prueba de Proyectos Colaborativos

• Planificación de proyectos en equipo: Distribución de roles y responsabilidades.
• Desarrollo coordinado de algoritmos: Integración de módulos diseñados por diferentes integrantes.
• Pruebas y evaluación de funcionamiento: Simulación y análisis de resultados en grupo.

5. Identificación y Corrección de Errores en Algoritmos de IA

• Tipos comunes de errores en algoritmos: Lógicos, sintácticos y de ejecución.
• Estrategias para detectar errores: Depuración paso a paso, observación de resultados inesperados.
• Corrección y mejora continua: Modificación de bloques, pruebas iterativas y documentación de cambios.

6. Aplicación de Principios de Lógica y Algoritmos en Soluciones Inspiradas en IA

• Casos prácticos de soluciones simples: Juegos interactivos, asistentes básicos y sistemas de clasificación.
• Explicación del funcionamiento detrás de cada solución: Cómo la lógica y los algoritmos modelan el comportamiento inteligente.
• Reflexión sobre el impacto y posibilidades futuras: Importancia de la lógica en el desarrollo de tecnologías de IA.

Diseñando un Chatbot Simple

Objetivo: Diseñar algoritmos simples que simulen procesos básicos de IA utilizando herramientas digitales adecuadas.

Descripción:

• Introducción breve sobre chatbots y su funcionamiento.
• Los estudiantes, en parejas, usarán Scratch para crear un chatbot que responda a preguntas básicas.
• Definirán preguntas y respuestas posibles, usando bloques de condicionales para simular interacción.
• Probarán el chatbot y ajustarán las respuestas según resultados.

Organización: Parejas

Producto esperado: Chatbot funcional en Scratch que responda preguntas predeterminadas.

Duración estimada: 2 horas

Proyecto Colaborativo: Juego de Clasificación con IA Básica

Objetivo: Implementar y probar proyectos colaborativos que demuestren la aplicación de conceptos fundamentales de IA, evaluando su funcionamiento y resultados.

Descripción:

• Dividir la clase en grupos de 4 estudiantes.
• Planificar un juego sencillo donde el jugador clasifique objetos o respuestas según criterios establecidos.
• Cada integrante diseñará una parte del algoritmo (por ejemplo, reglas de clasificación, interfaz, retroalimentación).
• Integrar y probar el juego en Scratch o plataforma similar.
• Presentar el juego al grupo y discutir su funcionamiento.

Organización: Grupos de 4

Producto esperado: Juego interactivo que utilice algoritmos simples para clasificación y retroalimentación.

Duración estimada: 4 horas (2 sesiones)

Depuración y Mejora de Algoritmos

Objetivo: Identificar y corregir errores en algoritmos básicos de IA mediante la experimentación y el análisis crítico.

Descripción:

• Proporcionar a los estudiantes un algoritmo con errores intencionales en Scratch.
• Individualmente, deberán analizar el funcionamiento, identificar errores y proponer correcciones.
• Realizar las modificaciones y documentar los cambios realizados.
• Compartir sus soluciones y discutir diferentes estrategias para la depuración.

Organización: Individual

Producto esperado: Algoritmo corregido y documentación que explique las correcciones.

Duración estimada: 2 horas

Explicando la Lógica Detrás de un Proyecto de IA

Objetivo: Explicar cómo los principios de lógica y algoritmos se aplican en la creación de soluciones simples inspiradas en la inteligencia artificial.

Descripción:

• Cada estudiante escogerá uno de los proyectos realizados (chatbot o juego).
• Prepararán una breve presentación donde expliquen la estructura lógica y el flujo del algoritmo.
• Incluirán ejemplos de decisiones tomadas por el algoritmo y cómo afectan el resultado.
• Presentarán al grupo, fomentando preguntas y discusión.

Organización: Individual

Producto esperado: Presentación oral con apoyo visual que explique la lógica del proyecto.

Duración estimada: 1 hora

Evaluación Diagnóstica

Qué se evalúa: Conocimientos previos sobre algoritmos, lógica básica y nociones de inteligencia artificial.

Cómo se evalúa: Cuestionario corto con preguntas de opción múltiple y respuestas abiertas sobre conceptos básicos de algoritmos y ejemplos simples de IA.

Instrumento sugerido: Test digital o en papel con 10 preguntas breves.

Evaluación Formativa

Qué se evalúa: Progreso en el diseño, implementación y corrección de algoritmos; participación en actividades colaborativas; capacidad de análisis y depuración.

Cómo se evalúa: Observación directa durante las actividades, revisión de productos parciales (scripts en Scratch, documentación de correcciones) y retroalimentación entre pares.

Instrumento sugerido: Rúbrica de desempeño para cada actividad práctica y listas de cotejo para participación y colaboración.

Evaluación Sumativa

Qué se evalúa: Capacidad para diseñar, implementar, probar y explicar algoritmos simples de IA, y corregir errores detectados.

Cómo se evalúa: Presentación final del proyecto colaborativo, revisión del algoritmo corregido y exposición individual explicando la lógica detrás del proyecto.

Instrumento sugerido: Rúbrica que evalúe la funcionalidad del proyecto, calidad de la explicación lógica y corrección efectiva de errores.

La unidad "Creación y Experimentación con IA Básica" está diseñada para desarrollarse en aproximadamente 2 semanas, con una dedicación total estimada de 9 horas distribuidas en sesiones prácticas y teóricas. Se sugiere organizar el tiempo de la siguiente manera:

• Día 1 (2 horas): Evaluación diagnóstica y actividad "Diseñando un Chatbot Simple".
• Día 2 (2 horas): Continuación y finalización del chatbot, introducción a proyectos colaborativos.
• Día 3 y 4 (4 horas): Desarrollo y prueba del "Proyecto Colaborativo: Juego de Clasificación con IA Básica".
• Día 5 (1 hora): Actividad "Depuración y Mejora de Algoritmos" y preparación para presentaciones.
• Día 6 (1 hora): Presentaciones individuales explicando la lógica y cierre con evaluación sumativa.