Forum Replies Created
-
Posts
-
1. El modelo aprende continuamente identificando patrones. Una vez entrenado, utiliza estos patrones para predecir o usar estos datos.
2. Un modelo entrenado en diversidad de datos, ayuda a realizar generalizaciones en lugar de memorizar casos específicos. El modelo es más apropiado y certero en condiciones de la vida real.
3. Si el modelo carece de diversidad, el modelo puede correr el peligro de no realizar un adecuado análisis de datos en los casos en que no se sigan exactamente los parámetros.
4. Todos los alumnos/as y sus responsables legales deben ser informados adecuadamente de los términos e implicaciones legales del uso de estos modelos en el aprendizaje. Por otra parte, igualmente hay que concienciar al alumnado del buen y correcto uso de estos modelos, creando alumnos/as responsables en su uso. No valen siempre y su uso no reemplaza a ootros modos de aprendizaje. Crear conciencia es importante.
5. Se pueden trabajar con el alumnado las implicaciones éticas que este uso supone realizando por ejemplo debates. Igualmente, se puede trabajar de manera interdisciplinar conectando AI a estudios sociales, ética, justicia, derecho… así como a matemáticas..de manera que el alumnado se haga consciente de cómo los datos impactan en la sociedad.I knew about Europeana digital resources before, because of my son’s busines. I consider Europeana as very interesting and useful tool to provide digital access to European cultural heritage material from institutions across Europe.
On the other hand, I have discovered STEAM education as a tool for promoting civic engagement. Obviously my perceptions of STEAM and/or data science education has changed.