Construir un mapa que distinga una regla programada, un modelo aprendido y una red profunda.
Prueba de éxito: explica «IA, aprendizaje automático y aprendizaje profundo», realiza «Los círculos de capacidades» y cita el límite de la comparación.
En el club de ciencias, Inés quiere llamar «IA» a cada objeto que reacciona. Malik pone tres tarjetas: un temporizador sigue una regla escrita, un clasificador de semillas ajusta sus parámetros a partir de ejemplos etiquetados, y un sistema de imágenes utiliza muchas capas. Los tres producen un resultado, pero no lo obtienen de la misma manera. Su investigación consiste en preguntar de dónde viene la regla y cómo se verificó el resultado.
Observa el mecanismo, no solo el resultado. Los tres puntos de referencia siguientes permiten verificar cada paso. Aquí, tu referencia es «IA, aprendizaje automático y aprendizaje profundo».
El mapa empieza por el problema, distingue la fuente de la regla, y termina con una medida y una decisión humana. Lee el dibujo de arriba hacia abajo: cada flecha anuncia una transformación o una verificación, nunca un pensamiento de la máquina.
La comparación: Imagina tres cajas encajadas: IA por fuera, aprendizaje automático dentro, aprendizaje profundo aún más al centro.
Donde se queda corta: Los campos se superponen en los usos reales y una caja no dice nada sobre la calidad, el costo o la seguridad de un sistema. Una comparación ayuda a empezar; no reemplaza los datos, los cálculos ni una prueba.
Material: tres cuerdas en círculos, seis tarjetas con sistemas ficticios y un lápiz
Tiempo sugerido: 10 a 20 minutos.
Observación esperada: un sistema puede automatizar una tarea sin aprender, y la palabra IA no basta para conocer su mecanismo.
Añade una séptima tarjeta: un termostato que ajusta él mismo sus parámetros. Explica qué información falta antes de clasificarlo.
Una etiqueta «con IA» puede servir de publicidad. Antes de usar una herramienta, busca qué datos recibe, qué error se ha medido y quién puede impugnar su salida.
Pregunta responsable: ¿En qué situación una simple regla sería más clara, menos costosa y más segura que un modelo aprendido?
¿Aprende todo sistema automático?
Corrección: No. Un temporizador o una serie de condiciones puede estar completamente programado.
¿Dónde se sitúa el aprendizaje profundo?
Corrección: Dentro del aprendizaje automático, situado a su vez dentro del campo más amplio de la IA.
¿Una red profunda entiende una imagen como una persona?
Corrección: No. Transforma números y aprende asociaciones medidas; la palabra «entender» sería engañosa aquí.
Cartógrafa de sistemas — Ganas esta insignia si puedes explicar el esquema sin leer, mostrar el resultado de la actividad y corregir una respuesta errónea con amabilidad.