¿Datos para estudiar?

Tabla de datos, disponibilidad, privacidaad

Desvelando los secretos de la IA: Cómo genera contenido

 Situación de aprendizaje

1. Alumnado:

1º de Bachillerato

2. Área, materia, asignatura o ámbito:

Tecnología de la Información y la Comunicación (TIC)

3. Descripción y finalidad de los aprendizajes:

Esta situación de aprendizaje busca que los estudiantes comprendan los fundamentos de la Inteligencia Artificial Generativa, especialmente:

• cómo se alimenta de datos y crea el modelo

• cómo genera contenido

• cómo interviene la supervisión humana

4. Metodología:

Evaluación contínua de equipos y examen individual de “control”.

Los estudiantes trabajarán en equipo para ir aplicando y ejecutando pruebas en diferentes “ejercicios”. Escribirán un diario de aprendizaje, donde añaden las nuevos elementos aprendidos.

De dicho diario de aprendizaje tendrán que realizar una presentación que muestre que han comprendido el contenido. El equipo deberá autoevaluarse considerando la participación de los compañeros.

Un examen individual final permitirá comprender mejor qué alumnos han podido quedar rezagados en el aprendizaje.

5. Actividad y descripción de la actividad o proceso:

• Introducción:
  Se presentará la IA Generativa de forma sencilla, utilizando ejemplos cotidianos como ChatGPT y Gemini, también implementaciones como Claude o Perplexity y por fin modelos de código abierto como Llama o QWEN entre otros.

• Fases de la creación de los modelos:

• Aprendizaje: Primero, se alimenta a la IA con una enorme cantidad de texto. Esto puede ser desde libros y artículos hasta conversaciones en línea.

• Identificación de patrones: La IA analiza este texto y busca patrones. Por ejemplo, aprende que después de la palabra "hola", es muy probable que aparezca la palabra "cómo". 

• Creación de un modelo: Con base en estos patrones, la IA crea un modelo. Este modelo es como una especie de mapa mental que le permite predecir qué palabra o frase viene después de otra.

• Uso de diferentes modelos: 

• Resultados diferentes: Cuando le das una indicación a la IA, como "Escribe un poema sobre un gato", utiliza su modelo para generar texto nuevo. Empieza con la primera palabra y luego selecciona la siguiente palabra que, según su modelo, encaja mejor. La IA generativa es como un experto en armar rompecabezas, pero a una escala mucho mayor.
  En esta parte del proceso de aprendizaje los alumnos verán como diferentes modelos ofrecen diferentes resultados con un mismo prompt en todos ellos.

• Modificaciones del Modelo: A continuación se revisará en los modelos open source aquellos parámetros que se puedan ajustar para estudiar cómo cambia el resultado. Por ejemplo los llamados tokens, que son como las piezas individuales del  rompecabezas. En el contexto de la IA generativa, un token puede ser una palabra completa, parte de una palabra o incluso un signo de puntuación.
  Los tokens modifican el resultado en cuanto a la flexibilidad (según sean más o menos grandes, se puede ajustar la complejidad del modelo), la eficiencia (los más pequeños permiten procesar más texto de manera más eficiente) y contexto (cuanto más grandes pueden capturar mejor el contexto de una frase, lo que permite generar texto más coherente).

• Intervención Humana:
  Estudio del alcance de la intervención humana en la creación de los modelos:

• Supervisión de resultados para encontrar sesgos (e investigación de los modelos para encontrar las causas)

• Aportación de contenido: cantidad y procedencia (reescritura de los modelos en base a contenidos propios)

• Supervisión de modelos medianos y pequeños, para obtener modelos con menor consumo pero suficiente efectividad

6. Recursos:

• Una persona con conocimiento de sistemas capacitada para manejar LLMs

• Ordenador servidor del centro, donde se desplegarán los LLMs, para poder probar y entender los ajustes que se pueden realizar a los mismos

• Ordenadores con acceso a internet y la red local para los alumnos

• Proyector

• Plataforma virtual (LMS) para compartir recursos

7. Productos evaluables:

• Trabajo “escrito” del grupo 

• Presentación oral de los resultados y variaciones aplicadas

• Examen individual

8. Instrumentos de evaluación:

• Autoevaluación del grupo 

• Rúbrica para evaluar el trabajo y la presentación

• Examen individual para poder reforzar a los alumnos que han podido pasar por el grupo pero no por sí mismos