1
00:00:00,620 --> 00:00:20,500
Por último, en este enlace se accede a nuestro blog porfolio creado con Google Sites, donde podemos ver cómo esta situación de aprendizaje, We Take Care of Vertebrates, ha generado distintos ambientes de aprendizaje que reflejan mi metodología de trabajo.

2
00:00:20,500 --> 00:00:32,679
Mi práctica docente diaria se basa en tres pilares fundamentales, la neuroeducación, la teoría de inteligencias múltiples de Garnet y la escalera de metacognición.

3
00:00:32,679 --> 00:00:59,960
A lo largo de la situación de aprendizaje hemos incorporado evidentemente la metodología CLIL y la metodología STEM, puesto que estamos en un centro bilingüe STEM, pero también he incluido metodologías innovadoras y activas como la gamificación, el aprendizaje basado en proyectos, el aprendizaje cooperativo y colaborativo, en algún momento el aprendizaje servicio

4
00:00:59,960 --> 00:01:21,000
Y también veamos un poquito cómo es. En la primera página presento a los niños los distintos retos que tienen que resolver y tienen un cuestionario de consulta por si tienen ayuda.

5
00:01:21,000 --> 00:01:48,750
El primer reto consistió en la realización de presentaciones en Gignali y el producto final fueron distintas presentaciones elaboradas por los niños, ejercicios de juegos de gamificación creados también por ellos, por grupos o bien individuales.

6
00:01:48,750 --> 00:02:13,919
También tenemos imágenes interactivas que también han realizado los niños.

7
00:02:13,919 --> 00:02:23,939
El segundo reto consistió en trabajar la realidad aumentada a través de la aplicación Quiver y este fue el resultado final.

8
00:02:37,789 --> 00:02:50,030
No con eso nos podemos hacer una idea. El tercer reto fue un breakout que realizamos con códigos QR y que resolvimos. Aquí podemos ver.

9
00:02:50,030 --> 00:03:10,800
Ahí está mi alumno Teo

10
00:03:10,800 --> 00:03:15,659
Ahí está mi aula

11
00:03:21,539 --> 00:03:34,879
La cuarta actividad fue un reto aún mayor en el que incluimos inteligencia artificial

12
00:03:34,879 --> 00:03:42,000
utilizando el aprendizaje automático de Learning Machine Learning.

13
00:03:42,000 --> 00:03:45,939
Aquí tenemos el producto final, el Clasificator 3000.

14
00:03:45,939 --> 00:03:51,539
a través del aprendizaje automático de Machine Learning.

15
00:03:52,139 --> 00:03:58,840
Es decir, los niños entrenarán al ordenador para reconocer mediante textos e imágenes

16
00:03:58,840 --> 00:04:04,300
los distintos tipos de vertebrados y crearemos una máquina clasificada.

17
00:04:06,159 --> 00:04:09,879
Sí, claro, todos nos preguntamos qué es eso, para qué sirve.

18
00:04:09,879 --> 00:04:19,879
Azu nos dijo que para entenderlo teníamos que usarla así, que nos pusimos la suplantación, pero también aprendimos qué es el algoritmo.

19
00:04:19,879 --> 00:04:23,879
Mi reto, crear nuestro primer proyecto.

20
00:04:23,879 --> 00:04:27,879
Menos mal que...

21
00:04:27,879 --> 00:04:30,879
Con todo lo que habíamos hecho ya.

22
00:04:30,879 --> 00:04:38,879
Para conseguir nuestro carnet de desarrollador teníamos por delante un reto más, crear la máquina clasificadora con...

23
00:04:38,879 --> 00:05:01,519
Nos hacemos idea y por último un cajute de evaluación realizado también por mí en el que ellos tenían que responder a las preguntas.

24
00:05:01,519 --> 00:05:14,899
Aquí tenemos una rúbrica de evaluación y por último una sección de conclusiones en la que vemos una última actividad a través de un cuestionario de Google.