Tema 8. Inteligencia artificial

Currículo: esta unidad desarrolla todos los saberes básicos del Bloque H – Inteligencia artificial correspondiente a 1ºESO. Además, se evalúan los criterios que puedes encontrar al final de esta página.

Tabla de contenidos

• 8.1. Definición
• 8.2. Tipos
  • 8.2.1. Según el nivel de especialidad
  • 8.2.2. Según la forma en que han sido diseñadas
  • 8.2.3. Ejemplos reales
• 8.3. Aprendizaje automático
• 8.4. Ética y responsabilidad social
• 8.5. Futuro de esta tecnología
• 8.6. Prácticas de inteligencia artificial
  • 8.6.1. Reconocimiento de objetos con Google Teachable Machine
  • 8.6.2. ¿Eres capaz de engañar a una IA?
  • 8.6.3. Aprendizaje automático con texto

La inteligencia artificial (IA) está transformando nuestro mundo de maneras sorprendentes y a un ritmo vertiginoso. Desde los teléfonos inteligentes hasta los coches autónomos, la IA se está convirtiendo en una parte integral de nuestras vidas. Entender qué es la inteligencia artificial, cómo funciona y cómo afecta a nuestra sociedad es fundamental para entender el mundo que nos rodea.

8.1. Definición

La inteligencia artificial (IA) es una rama de la informática que crea sistemas capaces de imitar el pensamiento y las decisiones de los humanos.

Estos sistemas pueden hacer cosas que normalmente solo las personas pueden hacer, como tomar decisiones inteligentes y resolver problemas. A estos sistemas también se les llama agentes inteligentes.

8.2. Tipos

Podemos clasificar la inteligencia artificial de dos maneras principales que veremos a continuación.

8.2.1. Según el nivel de especialidad

• Débiles: están diseñadas para hacer una sola tarea, como reconocer caras en fotos o calcular la mejor ruta en una ciudad.

• Fuertes: son más parecidas al cerebro humano, pueden realizar muchas tareas diferentes y aprender de su interacción con las personas.

8.2.2. Según la forma en que han sido diseñadas

• Usando reglas y condiciones: como un chatbot que responde según unas reglas predefinidas.

• Aprendiendo a partir de ejemplos: como un sistema que aprende a entender voces humanas.

8.2.3. Ejemplos reales

En la vida real, podemos encontrar esta tecnología en muchas aplicaciones, como por ejemplo:

• Vehículos autónomos: detectan personas y objetos alrededor para evitar accidentes.

• Asistentes de voz: como Siri o Alexa, que entienden y responden a nuestras preguntas.
• Traductores en tiempo real: que traducen conversaciones al instante.
• Editores de texto: que sugieren palabras mientras escribimos.
• Aplicaciones de edición de imagen: que mejoran fotos, eliminan objetos o aumentan la calidad.
• Aplicaciones de edición de vídeo: que restauran y colorean grabaciones antiguas.
• Aplicaciones educativas: que adaptan los contenidos al nivel de cada estudiante para mejorar el aprendizaje.

8.3. Aprendizaje automático

Las inteligencias artificiales basadas en aprendizaje automático o «machine learning» son las que aprenden de ejemplos en lugar de ser programadas directamente.

Estas IA no tienen todo el conocimiento desde el principio; en su lugar, aprenden durante una fase de entrenamiento con ejemplos de las tareas que deben realizar.

Podemos clasificar estos sistemas en tres tipos según cómo aprenden:

• Aprendizaje supervisado: las personas enseñan al sistema con ejemplos etiquetados. Por ejemplo, mostrando fotos de perros y gatos y diciéndole cuál es cuál.

• Aprendizaje no supervisado: el sistema recibe ejemplos sin etiquetas y debe encontrar diferencias para crear sus propias categorías.

• Aprendizaje reforzado: el sistema aprende a través de la interacción con su entorno. Por ejemplo, un sistema que aprende a jugar a un videojuego descubriendo que chocar con enemigos es malo porque pierde vidas.

Aunque el aprendizaje automático existe desde hace mucho, solo en los últimos años se ha vuelto popular gracias a los avances en la capacidad de los ordenadores.

Este aprendizaje se usa en muchos campos, como el reconocimiento de voz, la clasificación de imágenes y la búsqueda de texto en imágenes.

Dentro del aprendizaje automático, existe una subcategoría llamada «deep learning» o aprendizaje profundo.

En esta, cada parte del algoritmo realiza una tarea simple y distinta, y pasa los resultados a la siguiente parte. Por ejemplo, un sistema para reconocer caras puede tener varios pasos:

1. Busca círculos que puedan ser ojos.
2. Busca líneas horizontales que puedan ser la boca o las cejas.
3. Decide si lo que ve es una cara basándose en los resultados de los pasos anteriores.

8.4. Ética y responsabilidad social

La inteligencia artificial tiene un gran potencial para cambiar la sociedad, por lo que es importante regular su desarrollo y uso.

La Comisión Europea publicó en 2019 unas directrices éticas para una IA fiable, basadas en la Carta de los Derechos Fundamentales de la Unión Europea. Este documento establece que una IA debe ser:

• Lícita: respetando todas las leyes y reglamentos.
• Ética: cumpliendo con los principios y valores éticos.
• Robusta: técnicamente y socialmente, para evitar daños accidentales.

Para desarrollar y entrenar inteligencias artificiales respetando los derechos humanos fundamentales, debemos seguir principios éticos como:

• No coaccionar, engañar o manipular a las personas.
• No causar daño o empeorar situaciones existentes.
• Ser equitativos y distribuir beneficios y costes de manera justa.
• Ser transparentes para que las personas puedan entender y confiar en los sistemas.

8.5. Futuro de esta tecnología

Las tecnologías basadas en inteligencia artificial ya están demostrando ser útiles para la sociedad, cambiando la forma en que resolvemos problemas y cómo interactuamos con las máquinas.

Invertir en investigación y desarrollo de IA llevará a nuevas aplicaciones que mejoren la calidad de vida, aunque también presentará nuevos retos éticos y morales que necesitarán nuevas regulaciones para evitar efectos negativos en las personas.

8.6. Prácticas de inteligencia artificial

Ahora realizaremos algunos pequeños proyectos para que puedas sentirte el protagonista de la creación de inteligencias artificiales.

8.6.1. Reconocimiento de objetos con Google Teachable Machine

En este proyecto aprendemos a crear y entrenar un modelo de Inteligencia Artificial con la herramienta Google Teachable Machine que sea capaz de reconocer una variedad de objetos de nuestro interés.

8.6.2. ¿Eres capaz de engañar a una IA?

En este proyecto tendremos que poner toda nuestra creatividad a pleno rendimiento para intentar engañar a una IA que se encarga de identificar objetos. Trabajaremos con un juego llamado Google Scavenger Hunt, aquí abajo tienes cómo funciona.

8.6.3. Aprendizaje automático con texto

Para terminar con el aprendizaje automático vamos a probar otra de las herramientas educativas que son un referente, como Machine Learning For Kids, para que entendamos la importancia que tiene para la eficacia de estos algoritmos, entrenar modelos con una cantidad de datos lo más grande posible.

---