TEMA 9 - ¿QUÉ ES LA IA?

🚀 SESIÓN 1: ¿Qué es la IA y cómo "ve" el mundo?

¡Hola a todos y todas! Hoy empezamos una aventura alucinante. Seguro que usas la Inteligencia Artificial (IA) todos los días: cuando TikTok te recomienda un vídeo que te engancha, cuando el teclado del móvil adivina tu próxima palabra o cuando juegas a la consola.

Pero... ¿qué es realmente la IA? ¿Es un robot con cerebro humano? ¡Para nada! Vamos a descubrir el secreto de cómo piensan las máquinas con ejemplos muy sencillos.

---

🧠 1. La gran diferencia: Programar vs. Entrenar

Para entender la IA, primero tenemos que entender cómo funcionaba la tecnología "antigua" (la programación tradicional).

El método antiguo: Programación tradicional (Reglas fijas)

Imagina que quieres que un ordenador identifique si una fruta es un plátano. En la informática de siempre, un programador tiene que escribir una lista de instrucciones o reglas matemáticas ultraespecíficas:

• Regla 1: Si el color es exactamente amarillo...
• Regla 2: Y además tiene forma alargada y curva...
• Regla 3: Entonces es un plátano.

¿El problema? Si le enseñas al ordenador un plátano verde, o uno cortado a rodajas, o un plátano machacado... ¡el ordenador se vuelve loco y dice que NO es un plátano! No sabe adaptarse porque sus reglas son fijas.

El método nuevo: Inteligencia Artificial (Aprendizaje por patrones)

Con la IA no escribimos reglas. ¡Hacemos algo mucho más divertido! Le enseñamos al ordenador miles de fotos de plátanos (amarillos, verdes, pelados, en el árbol...) y le decimos: "Mira todo esto, busca qué tienen en común y aprende tú solo".

La máquina analiza los píxeles, encuentra patrones (características que se repiten) y crea su propia fórmula. A este proceso de enseñarle a la máquina se le llama Machine Learning (Aprendizaje Automático).

Mira este esquema para entenderlo de un vistazo:

📥 2. El motor de la IA: Inputs y Outputs

Para que una IA funcione, necesita pasar por un proceso de entrada y salida de información. Grábate estos dos nombres técnicos:

• INPUT (Datos de entrenamiento / Entrada): Es todo lo que le metemos a la máquina para que aprenda o analice. Pueden ser imágenes, textos, audios o números.
• OUTPUT (Predicción / Salida):** Es el resultado que nos da la máquina. Como la IA trabaja con probabilidades, su salida siempre es una predicción (calcula la probabilidad de tener razón).

💡 Ejemplo de la vida real:
Cuando subes una foto a Instagram y te sugiere una etiqueta:

• Input: Los píxeles de la foto que acabas de subir.
• Output: "Hay un 95% de probabilidad de que este sea tu amigo Carlos".

👁️ 3. ¿Cómo "ve" una IA? (Visión Artificial)

Cuando tú ves la foto de un gato, tus ojos y tu cerebro identifican orejas puntiagudas, bigotes y pelo. Pero una IA no tiene ojos. Para una máquina, una imagen es un montón de números.

Cada foto digital está dividida en miles de puntitos llamados píxeles. Cada píxel tiene un número asignado según su color (por ejemplo, el 0 es negro puro y el 255 es blanco puro).

Para reconocer un dibujo, la IA pasa una especie de "calculadora gigante" (llamada Red Neuronal) por encima de esa rejilla de números. Al principio no entiende nada, pero si procesa millones de rejillas de números parecidas, aprende que cuando ciertos números se repiten en las esquinas, significa "forma de oreja de gato".

🎮 4. Actividad Práctica: ¡Pon a prueba a la IA de Google!

Vamos a experimentar la visión artificial en tiempo real. Google creó un experimento llamado Quick, Draw! (¡Rápido, dibuja!). Una red neuronal te pedirá que dibujes un objeto en menos de 20 segundos y tratará de adivinarlo mientras mueves el ratón o el dedo.

🛠️ Instrucciones para la clase:

1. Entra en la web oficial: Quick, Draw!
2. Haz clic en "¡A dibujar!".
3. Tendrás que hacer 6 dibujos rápidos. Escucha cómo la IA va diciendo en voz alta lo que "cree" que estás dibujando en cada trazo.
4. Al terminar, haz clic en tus dibujos para ver qué otras cosas pensaba la IA que estabas dibujando y qué dibujos de otras personas usó para aprender.

📝 5. Cuaderno de Clase (Ejercicios de repaso)

Responde en tu cuaderno (o en los comentarios del blog) a las siguientes preguntas para demostrar que has pillado el concepto:

Ejercicio 1: Identifica el Input y el Output

Para las siguientes situaciones cotidianas de la IA, escribe cuál es el Input y cuál es el Output:

1. El filtro de cara de perro de TikTok que se pega a tu cara.

• Input: ________________________
• Output: ________________________

2. El traductor de Google cuando le hablas con voz en español y te lo escribe en inglés.

• Input: ________________________
• Output: ________________________

Ejercicio 2: El debate del millón de dólares

1. Si haces un dibujo de un gato que está muy mal hecho (un círculo y dos rayas), ¿por qué crees que la IA a veces consigue adivinarlo?
2. ¿Qué pasaría si en el juego de Google solo hubieran entrenado a la IA con dibujos hechos por personas de Japón? ¿Crees que entendería igual de bien la forma en la que dibujamos una casa o una taza en España? ¿Por qué?

¿Qué nota has sacado en el juego de Google? ¡Déjame en los comentarios cuántos dibujos te ha adivinado la IA y cuál ha sido el más difícil! 👇