La inteligencia artificial (IA) está cada vez más presente en nuestra vida cotidiana. Desde los asistentes virtuales hasta los sistemas que reconocen imágenes o recomiendan contenidos, esta tecnología ofrece nuevas posibilidades, también en educación.
Pero ¿cómo podemos acercarla al alumnado de una forma práctica y comprensible? La robótica educativa puede ser una buena manera de empezar. A través de retos, experimentos y proyectos de programación, el alumnado puede explorar cómo funcionan algunos sistemas inteligentes, aprender a interpretar sus resultados y reflexionar sobre sus posibilidades y limitaciones.
En este artículo te proponemos algunas ideas para trabajar la inteligencia artificial en el aula mediante actividades de robótica educativa, adaptables a diferentes etapas y niveles.
¿Qué es la inteligencia artificial y cómo podemos trabajarla en clase?
La inteligencia artificial es un conjunto de tecnologías que permite a los sistemas informáticos realizar tareas como reconocer patrones, clasificar información, interpretar determinados datos o generar contenidos.
Aunque la IA puede parecer un concepto complejo, no es necesario empezar con explicaciones técnicas. Podemos introducirla a partir de situaciones cercanas al alumnado: ¿cómo reconoce un dispositivo una imagen?, ¿por qué un sistema puede distinguir entre diferentes sonidos?, ¿cómo aprende un modelo a clasificar ejemplos?
Estas preguntas permiten trabajar la IA desde la experimentación y relacionarla con otras áreas del currículo.
En el aula, podemos plantear tres objetivos principales:
Comprender: descubrir, mediante ejemplos, qué tareas puede realizar un sistema de inteligencia artificial.
Experimentar: utilizar herramientas digitales y proyectos de programación para observar cómo se comporta un sistema ante diferentes datos.
Reflexionar: analizar los errores, las limitaciones y el uso responsable de estas tecnologías.
La finalidad no es únicamente utilizar herramientas de IA, sino ayudar al alumnado a comprenderlas y desarrollar una mirada crítica.
¿Qué relación existe entre la inteligencia artificial y la robótica educativa?
La robótica educativa y la inteligencia artificial están relacionadas, pero no son lo mismo.
Un robot programado para avanzar, girar o seguir una secuencia de instrucciones está ejecutando un programa. Eso no significa necesariamente que utilice inteligencia artificial.
La IA entra en juego cuando incorporamos sistemas capaces de realizar tareas como reconocer imágenes, clasificar sonidos o interpretar información mediante modelos entrenados con datos. Si conectamos estas capacidades con un proyecto de robótica, podemos explorar cómo un sistema interpreta su entorno y cómo responde a la información recibida.
La robótica educativa permite convertir conceptos abstractos en experiencias prácticas. El alumnado puede diseñar una solución, probarla, detectar errores y modificar su programación para mejorar el resultado.
Además, estos proyectos ayudan a trabajar el pensamiento computacional, la resolución de problemas, la creatividad y la colaboración.
4 actividades para trabajar la inteligencia artificial en el aula
No es necesario empezar con proyectos complejos. Estas cuatro actividades permiten avanzar desde la clasificación de imágenes y la reflexión sobre los datos hasta propuestas que combinan programación e IA. Adapta los tiempos y la dificultad al nivel del grupo.
1. Enseñamos a un sistema a clasificar imágenes.
Tipo de actividad: Interactiva
Etapa recomendada: últimos cursos de Primaria.
Objetivo: comprender cómo un modelo de inteligencia artificial puede aprender a distinguir categorías a partir de ejemplos.
Material: Chromebook u ordenadores con conexión a interenet
Duración aproximada: Una sesión de 50 min.
El reto consiste en entrenar un sistema de inteligencia artificial para distinguir peces de otros elementos del océano, como la basura. A través de la actividad "Inteligencia artificial para los océanos", de code.org, el alumnado descubrirá cómo aprende un sistema de clasificación a partir de ejemplos y por qué puede equivocarse cuando se enfrenta a imágenes nuevas.
Esta actividad permite comprender que los resultados de la IA dependen de los datos utilizados durante el entrenamiento. A partir de las pruebas, el alumnado podrá identificar errores y proponer mejoras en los ejemplos empleados.
Paso 1. Plantear el desafío
Presenta el reto: ¿cómo podemos enseñar a un sistema a distinguir los peces de la basura que encontramos en el océano? Antes de comenzar, pide al alumnado que explique qué características podrían ayudar a diferenciar ambas categorías y qué dificultades pueden aparecer.
Paso 2. Entrenar una primera versión
Realiza la actividad de Code.org siguiendo las instrucciones de la plataforma. El alumnado participará en el entrenamiento del sistema, clasificando ejemplos para que el sistema aprenda a distinguir entre peces y otros elementos.
Durante el proceso, conviene observar qué información utiliza el sistema para realizar sus predicciones y comprobar cómo responde a los ejemplos que se le presentan.
Paso 3. Poner a prueba el sistema
Una vez entrenado, el sistema se enfrenta a nuevas imágenes para comprobar si es capaz de clasificarlas correctamente. El alumnado observará los aciertos y errores, e intentará identificar por qué algunas imágenes resultan más difíciles de reconocer.
Podemos plantear preguntas como: ¿qué ocurre si faltan ejemplos de determinados peces?, ¿y si el sistema ha visto pocas imágenes de basura? ¿Cómo podríamos mejorar el entrenamiento?
Reflexionamos sobre la inteligencia artificial
Comparad los resultados obtenidos y reflexionad sobre la importancia de los datos. Un sistema de IA no distingue necesariamente todas las imágenes de forma correcta: sus resultados dependen de los ejemplos con los que ha sido entrenado y de cómo representan los casos que encontrará después.
Variante para profundizar: mejora el entrenamiento
Invita al alumnado a proponer qué ejemplos añadiría para reducir los errores y a explicar cómo podrían influir en los resultados. El objetivo es comprender que entrenar un sistema de IA implica seleccionar datos, comprobar sus resultados y revisar el proceso cuando aparecen fallos.
Idea clave: la inteligencia artificial aprende patrones a partir de los datos de entrenamiento. Si los ejemplos son insuficientes o no representan bien la variedad de situaciones posibles, el sistema puede cometer errores al clasificar nuevos casos.
2. Diseñamos un robot que responda a su entorno
Tipo de actividad: robótica educativa
Etapa recomendada: Primaria y Secundaria, con distintos niveles de dificultad.
Objetivo: diferenciar una respuesta basada en reglas programadas de otra que utiliza un sistema de reconocimiento mediante IA.
Material: micro:bit, Smart AI Lens y Nezha o CuteBot.
Duración orientativa: dos sesiones o más si hay que construir el robot.
El reto consiste en crear un robot que cambie su movimiento según la información que recibe. Usaremos la Smart AI Lens para micro:bit para explorar funciones de reconocimiento de imagen.
Paso 1. Plantear el desafío
Propón al alumnado diseñar un robot que avance o gire según una señal. Si se utiliza una construcción con Nezha, el grupo tendrá que montar primero un vehículo funcional siguiendo las instrucciones del kit. Si usas un CuteBot, este paso puede simplificarse.
Paso 2. Programar una primera versión
Antes de introducir la IA, programa una respuesta sencilla mediante reglas. Por ejemplo, el robot puede avanzar durante un tiempo determinado, girar al recibir una orden o reaccionar a un sensor. Se puede marcar un circuito en el suelo con cinta de carrocero para probar y mejorar el programa.
Un ejemplo sencillo es programar el robot para que se mueva si no hay obstáculo y se detenga si detecta uno.
El comportamiento del robot depende de las instrucciones y condiciones que hemos definido en la programación. La IA no es necesaria para ejecutar estas reglas.
Paso 3. Incorporar el reconocimiento mediante IA
Introducimos la cámara. La cámara permite reconocer imágenes. Usando esta función preparamos cuatro tarjetas y asignamos una acción a cada categoría: avanza, para, girar a la izquierda y girar a la derecha. El alumnado probará si el sistema identifica correctamente cada tarjeta y si el robot realiza la acción esperada.
Reflexionamos sobre la inteligencia artificial
Comparad las dos versiones: ¿qué se podía hacer con reglas?, ¿qué aporta el reconocimiento de imágenes?, ¿qué ocurre si la cámara confunde una tarjeta? La IA no hace que un robot sea automáticamente más autónomo en todos los casos; aporta una capacidad concreta, como reconocer una imagen, que después se combina con instrucciones programadas.
Variante para profundizar: entrena tu modelo
El alumnado puede crear sus propias tarjetas, probarlas y observar qué ejemplos ayudan a mejorar el reconocimiento. Primero entrena a la cámara para reconocer determinadas tarjetas y luego usa esa información para hacer una programación.
Idea clave: antes de incorporar IA, conviene definir qué problema queremos resolver y comprobar si realmente aporta una ventaja frente a una programación más sencilla.
3. Investigamos cómo los datos influyen en la inteligencia artificial
Tipo de actividad: desenchufada, sin dispositivos electrónicos.
Etapa recomendada: Primaria, aproximadamente de 6 a 10 años.
Objetivo: descubrir por qué los ejemplos poco variados pueden provocar errores de clasificación.
Material: tarjetas con círculos, cuadrados y triángulos de distintos colores y tamaños; tres cartulinas; papel y lápiz. También puedes usar bloques lógicos o hacer las figuras geométricas con goma eva.
Duración orientativa: 30 minutos.
Paso 1. Entrenamos nuestro clasificador
Explica que vais a simular una máquina que aprende a reconocer figuras a partir de ejemplos. Prepara un conjunto intencionadamente limitado: círculos solo rojos, cuadrados solo azules y triángulos solo amarillos. El grupo observará las tarjetas y tratará de descubrir cómo clasificarlas.
Paso 2. Ponemos a prueba lo aprendido
Muestra tarjetas que no se habían utilizado al principio: un círculo azul, un cuadrado rojo y un triángulo azul. Pregunta en qué categoría debería colocar cada una el clasificador. Es posible que alguien se guíe por el color en lugar de por la forma, porque en los ejemplos iniciales ambas características aparecían asociadas.
Aclara que no estamos entrenando una IA real: es una simulación para entender cómo un conjunto limitado de ejemplos puede llevar a una regla equivocada.
Paso 3. Mejoramos los ejemplos
Añade círculos de distintos colores, cuadrados de varios tamaños y triángulos de diferentes colores. Volved a probar las tarjetas anteriores y comparad los resultados.
Preguntas para el debate:
· ¿Por qué se ha equivocado nuestro clasificador?
· ¿Qué ocurre si faltan ejemplos de una categoría?
· ¿Basta con tener muchos ejemplos o también deben ser variados y representativos?
· ¿Cómo podemos comprobar si funciona bien con casos nuevos?
Variante para profundizar: intenta engañar al clasificador
Cada equipo prepara un conjunto de ejemplos que pueda inducir a error a otro equipo. Después, toda la clase, identifica qué característica ha provocado la confusión y qué ejemplos añadirían para corregirla.
Reflexión final
Los sistemas de IA aprenden patrones a partir de los datos que reciben. Si los ejemplos son escasos, repetitivos o poco representativos, pueden fallar ante situaciones nuevas. Esta experiencia prepara al alumnado para comprender mejor las herramientas de reconocimiento de imágenes o sonidos.
4. Creamos un proyecto de robótica que combine programación e IA
Tipo de actividad: proyecto de robótica con enfoque inclusivo.
Etapa recomendada: últimos cursos de Primaria y Secundaria.
Objetivo: integrar reconocimiento de audio, programación y diseño de una solución que responda a una necesidad concreta.
Material orientativo: VinciBot, ordenador o Chromebook.
Duración orientativa: dos o tres sesiones.
El reto es diseñar el funcionamiento de un asistente robótico que facilite una tarea cotidiana a una persona con movilidad reducida. El sistema podrá responder a comandos de voz y activar una señal luminosa o un mecanismo sencillo.
Paso 1. Preparar y probar los comandos
Para realizar esta actividad usaremos TinyLM de vincibot. Este módulo, integrado en el entorno de programación propio del robot, permite introducir al alumnado en la inteligencia artificial mediante el aprendizaje automático
Su funcionamiento consiste en:
- Recopilar ejemplos: el alumnado proporciona datos al sistema, por ejemplo, muestras de sonidos.
- Entrenar un modelo de IA: el sistema aprende a reconocer patrones a partir de esos ejemplos.
- Reconocer nuevos datos: una vez entrenado, el modelo puede identificar nuevos casos y realizar predicciones o clasificaciones.
- Aplicarlo al robot: Vincibot puede utilizar ese reconocimiento para reaccionar ante determinados estímulos dentro de una actividad programada.
Con esta actividad el alumnado aprenderá de manera física que la IA aprende a partir de datos y que sus resultados dependen de los ejemplos utilizados. También ayuda a descubrir que puede cometer errores cuando se enfrenta a situaciones diferentes de las que ha aprendido.
Es importante distinguirlo de la programación tradicional: en lugar de indicar al robot todas las reglas manualmente, entrenamos un modelo para que aprenda a reconocer patrones.
El alumnado elegirá tres comandos de voz, por ejemplo “luces”, “puerta” y “alerta”. Siguiendo las instrucciones del modelo (disponibles en el tutorial) enseñará al modelo a reconocerlas.
Paso 2. Programar las respuestas
Una vez que tenemos estos tres comando programamos al robot para que reaccione a cada uno de ellos.
Puerta: Hará que el robot avance, simulando que abre una puerta
Luces: Encenderá la matriz led
Alerta: Hará retroceder el robot.
Paso 3. Probar el sistema y detectar errores
Realizad pruebas con ruido ambiental moderado y con distintas voces. Registrad cuándo el sistema responde correctamente, cuándo no reconoce el comando y cuándo activa una respuesta equivocada.
Con el ruido normal de un aula muy probablemente sea necesario aumentar el intervalo de confianza del modelo y tener en cuenta el ruido de fondo. Para ello grabaremos un comando que sea ruido de fondo y le asignaremos una programación.
Llevar a cabo esta actividad en el aula tendremos al menos, dos retos importantes:
- La grabación de los comandos. Si el ruido de fondo es demasiado alto será difícil conseguir buena información de base.
- La carga de los datos de audio es un proceso muy lento. El alumnado debe tener una tarea que hacer en paralelo a la carga. Pueden tener que hacer un presentación sobre el proceso u otra actividad relacionada con el proyecto.
Reflexionamos sobre la inteligencia artificial
¿Qué muestras han ayudado a mejorar el reconocimiento?, ¿qué errores se mantienen?, ¿qué personas podrían tener más dificultades para utilizar el sistema? Esta última pregunta permite hablar de accesibilidad y de la importancia de probar las soluciones con usuarios y contextos diversos.
Para que un sistema de IA funcione hace falta mucho tiempo y esfuerzo para su entrenamiento. Los comandos de programación son 100 % fiables pero la IA será más o menos eficiente según su entrenamiento. A la hora de decidir integrar la IA en un proyecto es importante reflexionar sobre si la mejora que aporta compensa el esfuerzo extra que implica.
Variante para profundizar
En Secundaria, el alumnado puede estudiar falsos positivos: casos en los que el sistema activa una respuesta aunque no se haya dicho el comando previsto. También puede comparar palabras parecidas o probar el sistema en entornos más ruidosos. En Primaria, basta con registrar los aciertos y errores y proponer mejoras.
Idea clave: una solución con IA debe evaluarse en situaciones reales y tener en cuenta tanto su utilidad como sus limitaciones.
¿Qué robots educativos podemos utilizar para trabajar la IA?
La elección del material depende de la etapa educativa, los conocimientos previos del alumnado y los objetivos del proyecto. No se trata de buscar necesariamente el robot más avanzado, sino de elegir una herramienta que permita desarrollar la actividad prevista.
Robots para iniciarse en la programación
En infantil y los primeros cursos de primaria, los robots educativos programables pueden servir para trabajar secuencias, instrucciones, pensamiento computacional y resolución de retos. Aquí encontramos una amplia gama, Doty, Bee-bot, Tale-Bot e Intelino pueden ser buenos representantes.
Aunque estos robots no utilicen inteligencia artificial, proporcionan una base importante para comprender cómo se construyen los sistemas tecnológicos y cómo responden a las instrucciones.
Robots programables para proyectos más avanzados
En Primaria y Secundaria podemos utilizar plataformas que permitan trabajar con programación por bloques, sensores y diferentes tipos de entradas y salidas.
Recursos como Vincibot o Micro:bit con los componentes adecuados o determinados kits de robótica pueden servir para desarrollar proyectos de programación y experimentación tecnológica. Las posibilidades concretas dependerán de las características de cada dispositivo y del software utilizado.
Placas, sensores y proyectos STEAM
En Secundaria y Bachillerato, las placas programables y los kits con sensores permiten diseñar proyectos tecnológicos más abiertos.
El alumnado puede recoger datos, establecer relaciones entre variables, programar respuestas y explorar cómo se podría incorporar un modelo de IA a la solución. En este caso debe contarse con incluir módulos específicos, como pueden ser las cámaras de IA.
Este enfoque permite conectar la robótica con materias como Tecnología, Matemáticas, Ciencias y Digitalización.
¿Cómo introducir la inteligencia artificial de forma progresiva?
Para organizar una secuencia de aprendizaje, podemos avanzar desde experiencias sencillas hasta proyectos más complejos.
Esta progresión permite adaptar las actividades a los conocimientos del grupo sin perder de vista el objetivo educativo.
¿Qué debemos tener en cuenta al trabajar la IA con el alumnado?
La inteligencia artificial ofrece oportunidades educativas, pero también plantea cuestiones que conviene abordar desde el principio.
Privacidad: debemos utilizar herramientas adecuadas para la edad del alumnado y evitar compartir datos personales o imágenes identificables sin autorización.
Pensamiento crítico: las respuestas generadas por un sistema de IA pueden contener errores. Es importante contrastar la información.
Sesgos y diversidad: los datos utilizados para entrenar un modelo pueden influir en sus resultados y generar clasificaciones poco representativas.
Uso responsable: conviene explicar qué herramientas se están utilizando, para qué sirven y cuáles son sus limitaciones.
Participación activa: la IA debe ser un recurso para investigar, crear y aprender, no un sustituto del razonamiento del alumnado.
El propósito es que los estudiantes no solo utilicen estas tecnologías, sino que aprendan a comprenderlas, cuestionarlas y emplearlas con criterio.
Conclusión: aprender inteligencia artificial haciendo
La inteligencia artificial puede parecer un contenido complejo, pero podemos acercarla al aula mediante retos concretos, experimentación y proyectos tecnológicos adaptados al nivel del alumnado.
La robótica educativa ofrece una oportunidad para relacionar programación, sensores, datos y resolución de problemas. Además, permite que los estudiantes aprendan a partir de sus propios diseños, pruebas y errores.
No necesitamos empezar con un proyecto avanzado. Podemos comenzar con una actividad de clasificación, comparar diferentes formas de programar una respuesta y avanzar progresivamente hacia soluciones más complejas.
En Tibot encontrarás recursos de robótica educativa y programación para diseñar experiencias prácticas y ayudar a tu alumnado a desarrollar las competencias digitales que necesitará en el futuro.
¿Quieres preparar un proyecto de robótica educativa para tu aula? Explora nuestros recursos y elige los materiales que mejor se adapten a tu etapa educativa y a los objetivos de aprendizaje.
María Gutiérrez Segú Berdullas
Acompaño al profesorado y a las nuevas generaciones a descubrir el mundo a través de la ciencia y la tecnología, impulsando un aprendizaje activo, retador y con alma.