1
00:00:01,710 --> 00:00:10,849
Soy profesora de tecnología y esta actividad se enmarca en la materia de tecnología y digitalización de segundo de la ESO, concretamente en el bloque de materiales tecnológicos.

2
00:00:11,570 --> 00:00:22,829
He seleccionado los metales para que los alumnos aprendan a sus propiedades y sean capaces de reconocerlos e identificarlos utilizando la inteligencia artificial con el programa de Learning MLM.

3
00:00:22,829 --> 00:00:33,329
En las sesiones 1 y 2 los alumnos buscan información en internet o en los libros de texto acerca de las propiedades físicas, químicas, tecnológicas, aplicaciones y uso de los metales.

4
00:00:33,329 --> 00:00:48,310
Los agrupamos por parejas o en pequeño grupo para que cada uno de ellos trabaje una categoría. Por ejemplo, en este caso hemos seleccionado los materiales férricos, hemos seleccionado también aluminio, plomo y cobre. En total cuatro categorías.

5
00:00:48,310 --> 00:01:10,609
Una vez que se han introducido los datos en la máquina, podemos aprobar el modelo escribiendo, por ejemplo, una propiedad característica. Por ejemplo, si escribimos hierro y pasamos a comprobar, nos clasifica correctamente el metal porque se encuentra dentro del grupo de materiales férricos.

6
00:01:10,609 --> 00:01:23,930
Si introducimos propiedades, por ejemplo, conductor, que son comunes a todos los metales, pues vemos que la respuesta no es muy segura. Nos vemos obligados a introducir alguna propiedad más.

7
00:01:23,930 --> 00:01:45,569
Por ejemplo, si añadimos que forma parte de la alpaca, ya nos empieza a diferenciar del cobre con un 50%. Si además decimos que se encuentra presente en el mineral malaquita, vemos que saltamos a un 65%. Si además le decimos que se puede encontrar en las monedas, ya nos identifica el cobre con un porcentaje del 74%.

8
00:01:45,569 --> 00:01:54,489
Y si añadimos la propiedad de la ductilidad, pasamos a superar el 94% de fiabilidad en la respuesta.

9
00:01:54,989 --> 00:02:03,670
La quinta y última sesión la hemos dedicado a realizar un código con Scratch, en el cual hemos dibujado tres disfraces distintos,

10
00:02:03,890 --> 00:02:08,189
uno para cada una de las cuatro disfraces para cada categoría 1.

11
00:02:08,189 --> 00:02:31,030
Y el código vemos que en bucle nos va a pedir una característica de ese metal tecnológico y que él intentará averiguarlo. Establecemos un cierto nivel de confianza para mejorar los resultados y si lo probamos, por ejemplo, vamos a escribir bauxita, que sucede que nos adivina que se trata del metal aluminio.

12
00:02:31,030 --> 00:02:48,590
Si introducimos, por ejemplo, que se trata de un metal pesado, no entiende bien la respuesta, nos lo pide otra vez. Si le preguntamos, por ejemplo, si es tóxico, pesado y produce Saturnismo, ahora sí que nos adivina que es plomo. Muchas gracias.