mariadelcarmengonzalezbenjumeda@lasallebuenconsejo.es
Forum Replies Created
-
Posts
-
Los modelos de aprendizaje automático (o machine learning) aprenden observando muchos ejemplos. Básicamente, lo que hacen es buscar patrones en los datos de entrenamiento y, con cada intento, ajustan sus “reglas internas” para cometer menos errores. Así, poco a poco, se vuelven mejores haciendo predicciones sobre datos nuevos.
Cuanto más variados sean esos datos —por ejemplo, imágenes con distinta luz o desde diferentes ángulos—, más preciso será el modelo, porque aprende a reconocer lo importante sin confundirse por los cambios. Pero si los datos siempre son parecidos, el modelo puede aprender de forma limitada o incluso equivocada, y terminar siendo injusto o poco preciso.
Además, cuando hablamos de usar datos en el aula, como los de los estudiantes, hay que tener mucho cuidado. Es importante proteger la privacidad y asegurarse de que esa información no se use mal.
Por eso, enseñar ciencia de datos e inteligencia artificial dentro del enfoque STEAM no solo ayuda a entender cómo funcionan estas tecnologías, sino que también enseña a usarlas con responsabilidad, sentido crítico y de forma ética.