alvarodelgadootero@lasallebuenconsejo.es
Forum Replies Created
-
Posts
-
Tras realizar las actividades del módulo, comprendí mejor cómo los modelos de aprendizaje automático aprenden a partir de datos de entrenamiento y cómo la diversidad de datos influye directamente en la precisión de las predicciones. Me llamó especialmente la atención cómo los sesgos en los datos pueden generar resultados injustos o erróneos, lo que plantea desafíos éticos importantes, especialmente al trabajar con datos de estudiantes. Considero fundamental integrar estos temas en la educación STEAM para fomentar un uso ético y consciente de la IA. A través de proyectos reales, podemos promover el pensamiento crítico y el compromiso cívico del alumnado.
1. Integración de sensores y artes visuales:
La combinación de sensores para recopilar datos ambientales y el uso de artes visuales ayuda a los estudiantes a analizar la información de forma creativa. Esto les permite entender mejor los datos y encontrar soluciones prácticas a problemas reales. Por ejemplo, pueden identificar patrones en los datos y representarlos visualmente para hacerlos más claros. Para implementar algo así en mi clase, necesitaría aprender a usar estas herramientas y planificar actividades sencillas donde los estudiantes conecten datos y arte.2. Conexión con temas de justicia social:
Podemos enseñar a los estudiantes a relacionar los datos que recogen con problemas como el cambio climático o la desigualdad en recursos. Por ejemplo, si los datos muestran altas temperaturas en el aula, podemos discutir cómo el calor afecta a comunidades con menos acceso a sistemas de enfriamiento. Esto les ayuda a reflexionar sobre cómo sus acciones pueden marcar una diferencia en su comunidad y más allá.