Tipos de IA: débil y general

1. Tema 1: Definiciones y conceptos básicos

   Descripción corta: ¿Qué entendemos por IA? diferencias entre sistemas que imitan una tarea y otros que podrían hacer varias cosas.

2. Tema 2: IA débil vs IA general

   Descripción corta: diferencias clave en alcance, capacidad de aprendizaje y propósito.

3. Tema 3: Ejemplos simples de cada tipo

   Descripción corta: ejemplos cotidianos de IA débil (p. ej., filtros de correo, asistentes de voz) y una explicación teórica de IA general (concepto, sin implementación actual completa).

• Actividad 1: Clasifica y comenta

  Actividad de clasificación de ejemplos simples en débil o general. Propósito: practicar criterios básicos de clasificación. Puntos clave: identificar alcance de tarea, tipo de aprendizaje involucrado y presencia de autonomía. Aprendizajes: distinguir entre tareas específicas y conceptos amplios.

• Actividad 2: Construye definiciones

  En equipos, elaboran definiciones simples de IA débil y IA general, con ejemplos. Puntos clave: claridad terminológica, ejemplos ilustrativos. Aprendizajes: expresar con tus palabras las diferencias entre ambos tipos.

• Actividad 3: Debate corto

  Debate guiado sobre si la IA general existe ya en la práctica y qué implicaciones podría tener. Puntos clave: evidencia actual, límites tecnológicos. Aprendizajes: argumentar con base en evidencias y conceptos aprendidos.

• Actividad 4: Mapa mental de diferencias

  Crear un mapa mental en clase que conecte IA débil, IA general, ejemplos y criterios de clasificación. Puntos clave: conceptos, ejemplos y criterios. Aprendizajes: organización visual de conceptos y relaciones.

La evaluación de esta unidad se alinea con el Objetivo General y los Objetivos Específicos. Se valorarán: - Comprensión de definiciones y diferencias entre IA débil y IA general (preguntas cortas y clasificación de ejemplos). - Capacidad para citar ejemplos simples de cada tipo. - Claridad al explicar por qué la IA débil se concentra en una tarea y cómo se conceptualiza la IA general.

• Actividad de clasificación y explicación (puntaje individual).
• Cuestionario corto de definiciones (2-3 preguntas).
• Participación y calidad de las presentaciones breves (definiciones y ejemplos).

2 semanas

1. Tema 1: Tarea específica de la IA débil

   Descripción corta: qué significa que una IA esté diseñada para una tarea concreta y no para varias.

2. Tema 2: Componentes de un sistema de IA débil

   Descripción corta: datos, modelo/algoritmo, entrenamiento y evaluación como piezas clave.

3. Tema 3: Ejemplos tecnológicos

   Descripción corta: reconocimiento de voz, sistemas de recomendación y automatización básica como ejemplos de IA débil.

• Actividad 1: Clasificación de casos

  Analiza una lista de sistemas de IA presentados en clase y los clasifica como débil o general, justificando con al menos dos criterios (alcance de tareas y tipo de aprendizaje). Puntos clave: alcance de tareas, adaptabilidad, datos requeridos. Aprendizajes: aplicar criterios de clasificación y justificar opiniones con evidencia.

• Actividad 2: Componentes de un sistema débil

  Identifiquen y describan, en un ejemplo concreto, los componentes de un sistema de IA débil (datos, modelo, entrenamiento, evaluación). Puntos clave: conexión entre componentes y resultado. Aprendizajes: descomponer un sistema en sus partes y explicar su función.

• Actividad 3: Análisis de contexto

  Analizar un caso real (p. ej., asistente de voz o recomendación) y explicar por qué se considera IA débil. Puntos clave: delimitación de tarea, comportamiento específico. Aprendizajes: reconocer el alcance práctico de la IA débil.

• Actividad 4: Debate de responsabilidad

  Debate guiado sobre límites y responsabilidades de las IA débiles en tecnologías cotidianas. Puntos clave: privacidad, sesgos, seguridad. Aprendizajes: comprender implicaciones éticas y sociales de la IA débil.

Se evalúan los objetivos de aprendizaje de la unidad mediante: - Clasificación y justificación de sistemas (objetivo 2). - Explicación de componentes y su función (objetivo 1). - Participación en debates y análisis de casos (objetivo 3).

• Actividad de clasificación (20%).
• Informe corto sobre componentes (30%).
• Presentación o debate (20%).
• Cuestionario breve de conceptos clave (30%).

2 semanas

1. Tema 1: Diferencias entre IA débil y IA general

   Descripción corta: qué significa operar con una tarea concreta frente a la capacidad hipotética de realizar varias tareas.

2. Tema 2: Desafíos técnicos de la IA general

   Descripción corta: aprendizaje transfer, razonamiento, autonomía y comprensión de contextos amplios.

3. Tema 3: Ética y riesgos de la IA general

   Descripción corta: temas de seguridad, toma de decisiones autónoma, sesgos y control humano.

• Actividad 1: Debate y reflexión

  Discusión guiada sobre si la IA general es deseable y qué implicaciones tendría. Puntos clave: beneficios frente a riesgos, control humano. Aprendizajes: valorar múltiples perspectivas y comunicar posiciones con argumentos razonados.

• Actividad 2: Mapa conceptual

  Elaboración de un mapa conceptual que compare IA débil y IA general, destacando diferencias téc­nicas, sociales y éticas. Puntos clave: conceptos, ejemplos y límites. Aprendizajes: organizar ideas complejas de forma visual.

• Actividad 3: Lectura y resumen

  Lectura breve sobre avances hipotéticos de IA general y un resumen crítico. Puntos clave: evidencia y límites actuales. Aprendizajes: sintetizar información técnica y presentar un punto de vista sustentado.

La evaluación de la unidad se centra en comprender las diferencias entre IA débil y general, analizar retos técnicos y discutir implicaciones éticas. Se evaluarán:

• Comprensión conceptual de IA débil vs IA general (preguntas cortas).
• Participación en debates y calidad de los argumentos (participación y reflexión).
• Mapa conceptual y resumen crítico (análisis y síntesis).

2 semanas

1. Tema 1: Reconocimiento de voz

   Descripción corta: ventajas como accesibilidad y eficiencia; limitaciones como precisión en acentos y ruido.

2. Tema 2: Sistemas de recomendación

   Descripción corta: ventajas en personalización y eficiencia, y riesgos de sesgos y filtrado excesivo.

3. Tema 3: Automatización y robótica

   Descripción corta: mejoras de productividad y seguridad, pero posibles impactos en empleo y seguridad.

• Actividad 1: Análisis de caso de voz

  Analiza un sistema de reconocimiento de voz real y describe sus ventajas, limitaciones y posibles mejoras. Puntos clave: precisión, ruido, adaptación a acentos. Aprendizajes: identificar factores que afectan la eficiencia y la calidad de la interacción humana con tecnología.

• Actividad 2: Caso de sistema de recomendaciones

  Evalúa un sistema de recomendación (por ejemplo, una plataforma de streaming) y comenta cómo maneja la personalización, sesgos y privacidad. Puntos clave: datos utilizados, filtrado, impacto en la elección del usuario. Aprendizajes: reconocer sesgos y proponer soluciones de mitigación.

• Actividad 3: Análisis de automatización

  Estudia un ejemplo de automatización (RPA o robot en fábrica) y discute beneficios y riesgos de seguridad y empleo. Puntos clave: eficiencia, control humano, seguridad operativa. Aprendizajes: evaluar impactos positivos y negativos de la automatización.

• Actividad 4: Propuesta de mejora

  Propón mejoras para un sistema débil existente con el objetivo de reducir errores y sesgos. Puntos clave: cambios en datos, algoritmos, supervisión humana. Aprendizajes: aplicar conceptos de mejora continua y ética.

La evaluación de la unidad está orientada a evidenciar el análisis crítico de ventajas y limitaciones en contextos reales. Se valorarán:

• Análisis de casos prácticos (30%).
• Propuesta de mejoras técnicas y éticas (30%).
• Presentación y defensa de argumentos (20%).
• Participación y reflexión individual (20%).

2 semanas