1
00:00:08,050 --> 00:00:27,710
Bienvenidos a Inteligencia Artificial con TrueTrue, una situación de aprendizaje donde los alumnos de primer ciclo de primaria descubrirán

2
00:00:27,710 --> 00:00:33,429
el potencial de la inteligencia artificial y el machine learning de manera práctica y divertida.

3
00:00:34,710 --> 00:00:42,570
Utilizando herramientas como Teachable Machine y Scratch, aprenderán a controlar a TrueTrue con gestos captados por la cámara del ordenador.

4
00:00:43,250 --> 00:00:46,630
Los objetivos de esta actividad son los siguientes.

5
00:00:47,929 --> 00:00:52,030
Comprender conceptos básicos de Machine Learning y su aplicación práctica.

6
00:00:53,350 --> 00:00:57,289
Entrenar modelos de reconocimiento de gestos usando Teachable Machine.

7
00:00:58,509 --> 00:01:05,390
Programar a TrueTrue para que ejecute movimientos como avanzar, retroceder y girar según los gestos identificados.

8
00:01:06,390 --> 00:01:12,049
Asociar cada movimiento con colores específicos en los LEDs R, G, B de TrueTrue.

9
00:01:12,969 --> 00:01:16,730
Fomentar la colaboración en equipo y la resolución de problemas.

10
00:01:17,230 --> 00:01:21,569
Para desarrollar esta situación de aprendizaje utilizaremos

11
00:01:21,569 --> 00:01:25,829
ordenadores con acceso a Internet y Teachable Machine,

12
00:01:27,049 --> 00:01:27,829
el robot True,

13
00:01:28,870 --> 00:01:31,390
True y dispositivos con conexión Bluetooth,

14
00:01:32,629 --> 00:01:35,689
Scratch para integrar y ejecutar los modelos entrenados,

15
00:01:36,989 --> 00:01:41,049
materiales de apoyo como cuadernos de trabajo y hojas de planificación.

16
00:01:41,049 --> 00:01:47,069
Para evaluar el aprendizaje de los alumnos se aplicarán los siguientes criterios.

17
00:01:48,209 --> 00:01:55,409
Conocimiento de Machine Learning. Evaluaremos si los alumnos comprenden cómo entrenar y aplicar modelos en Teachable Machine.

18
00:01:56,629 --> 00:02:02,890
Precisión en los gestos. Se valorará si TrueTrue responde de forma correcta y precisa a los gestos programados.

19
00:02:04,090 --> 00:02:10,509
Programación en Scratch. Revisaremos si los movimientos y colores de los LEDs se programan correctamente en Scratch.

20
00:02:11,509 --> 00:02:17,729
Interacción con TrueTrue observaremos el manejo autónomo del robot durante las actividades prácticas.

21
00:02:18,569 --> 00:02:26,110
Trabajo en equipo evaluaremos la colaboración, la comunicación y el reparto equitativo de tareas entre los alumnos.

22
00:02:27,229 --> 00:02:34,629
En la primera sesión introduciremos Teachable Machine y aprenderemos cómo entrenar modelos de reconocimiento de gestos.

23
00:02:34,629 --> 00:02:41,629
A partir de ahí, empezaremos a conectar estos modelos con TrueTrue para que ejecute movimientos específicos.

24
00:02:42,930 --> 00:02:44,289
Comencemos la aventura.

25
00:02:50,069 --> 00:02:57,490
En esta primera sesión, los alumnos aprenderán a crear modelos básicos de reconocimiento de gestos usando Teachable Machine.

26
00:02:58,689 --> 00:03:04,830
Esta herramienta gratuita permite entrenar a la inteligencia artificial para reconocer imágenes o movimientos,

27
00:03:05,409 --> 00:03:07,669
utilizando la cámara de un dispositivo.

28
00:03:07,669 --> 00:03:19,469
Para empezar, abrimos Teachable Machine en el navegador y seleccionamos la opción Image Project, que nos permitirá capturar imágenes y entrenar modelos a partir de gestos sencillos.

29
00:03:20,169 --> 00:03:23,650
El primer paso es capturar imágenes de los gestos.

30
00:03:24,810 --> 00:03:30,430
Por ejemplo, un gesto básico como levantar el puño cerrado se asociará a un movimiento de avanzar.

31
00:03:31,289 --> 00:03:38,789
Otras formas en vez de usar las manos son el uso de ilustraciones u objetos que se asocien a las acciones de TrueTrue.

32
00:03:39,849 --> 00:03:43,669
Por ejemplo, el dibujo de un triángulo se asociará con avanzar.

33
00:03:44,810 --> 00:03:50,949
Utilizamos la cámara del ordenador para capturar diferentes imágenes del mismo gesto desde distintos ángulos,

34
00:03:51,469 --> 00:03:53,870
asegurándonos de que el modelo sea preciso.

35
00:03:53,870 --> 00:04:02,840
A continuación, creamos diferentes categorías en Teachable Machine, una para cada gesto.

36
00:04:03,020 --> 00:04:07,900
Por ejemplo, gesto 1, piedra, avanzar.

37
00:04:09,060 --> 00:04:11,479
Gesto 2, papel, girar a la derecha.

38
00:04:12,740 --> 00:04:15,439
Gesto 3, tijeras, girar a la izquierda.

39
00:04:35,959 --> 00:04:40,759
Una vez capturadas las imágenes, entrenamos el modelo seleccionando Train Model.

40
00:04:42,040 --> 00:04:48,800
Este proceso toma unos segundos y permite que la inteligencia artificial aprenda a reconocer los gestos capturados.

41
00:04:48,800 --> 00:05:01,329
Al finalizar el entrenamiento, realizamos una prueba para asegurarnos de que los gestos se reconocen correctamente.

42
00:05:02,069 --> 00:05:07,949
Por ejemplo, levantamos la mano y comprobamos que el modelo detecta este gesto en tiempo real.

43
00:05:14,180 --> 00:05:22,480
En esta segunda sesión, aprenderemos cómo integrar el modelo de reconocimiento de gestos que hemos entrenado en Teachable Machine con Scratch.

44
00:05:23,180 --> 00:05:27,879
Esto nos permitirá controlar a TrueTrue mediante gestos captados por la cámara.

45
00:05:28,399 --> 00:05:35,240
Para empezar, exportamos el modelo entrenado desde Teachable Machine y copiamos el enlace proporcionado.

46
00:05:46,209 --> 00:05:53,189
A continuación, abrimos Scratch y utilizamos una extensión que nos permite conectar el modelo con nuestro proyecto.

47
00:05:54,490 --> 00:05:59,410
Insertamos el enlace del modelo exportado para que Scratch pueda reconocer los gestos.

48
00:06:04,399 --> 00:06:10,040
Una vez conectado el modelo, programamos las acciones de TrueTrue utilizando los bloques de Scratch.

49
00:06:10,040 --> 00:06:16,139
Por ejemplo, si el gesto Piedra es detectado True True avanza.

50
00:06:17,019 --> 00:06:21,040
Si el gesto Papel es detectado True True gira a la derecha.

51
00:06:21,860 --> 00:06:26,240
Si el gesto Tijeras es detectado True True gira a la izquierda.

52
00:06:27,439 --> 00:06:33,360
Usamos bloques de control como Si entonces y asociamos los gestos con los movimientos del robot.

53
00:06:34,500 --> 00:06:36,699
Ahora realizamos una prueba del sistema.

54
00:06:36,699 --> 00:06:44,360
Por ejemplo, el gesto de piedra frente a la cámara, Scratch lo detecta y envía la señal a TrueTrue para que avance.

55
00:06:45,379 --> 00:06:50,319
Si realizamos el gesto de papel, TrueTrue ejecutará un giro en esa dirección.

56
00:06:51,579 --> 00:06:56,639
Esta integración permite a TrueTrue responder de manera dinámica a los gestos programados.

57
00:06:57,860 --> 00:07:03,360
Los alumnos pueden comprobar en tiempo real cómo sus gestos influyen en los movimientos del robot,

58
00:07:03,860 --> 00:07:07,139
combinando inteligencia artificial con programación visual.

59
00:07:08,040 --> 00:07:11,339
Si durante la prueba algo no funciona correctamente,

60
00:07:11,860 --> 00:07:20,620
los alumnos pueden revisar los bloques de Scratch y ajustar las condiciones para mejorar la precisión de los movimientos y la detección de los gestos.

61
00:07:21,019 --> 00:07:33,129
En esta tercera sesión, los alumnos aprenderán a combinar los movimientos de TrueTrue con el uso de los LEDs R, G, B,

62
00:07:33,430 --> 00:07:36,470
añadiendo más interactividad y creatividad al proyecto.

63
00:07:37,490 --> 00:07:43,709
Los LEDs R, G, B permiten iluminar TrueTrue con diferentes colores según los gestos detectados.

64
00:07:44,449 --> 00:07:51,170
Para comenzar, añadimos nuevos bloques de programación en Scratch para controlar los LEDs R, G, B.

65
00:07:52,290 --> 00:07:56,310
Por ejemplo, podemos asociar colores específicos a cada gesto.

66
00:07:57,509 --> 00:08:02,069
Si se detecta el gesto, piedra, TrueTrue avanza y enciende sus LEDs en verde.

67
00:08:02,949 --> 00:08:07,910
Si se detecta el gesto, papel, True True gira y enciende sus LEDs en azul.

68
00:08:08,769 --> 00:08:13,990
Si se detecta el gesto, tijeras, True True gira y enciende sus LEDs en rojo.

69
00:08:15,189 --> 00:08:25,490
En Scratch, los colores de los LEDs se configuran seleccionando el bloque correspondiente y ajustando los valores de rojo, verde y azul para obtener el color deseado.

70
00:08:26,410 --> 00:08:32,889
Esto permite a los alumnos experimentar con la mezcla de colores y ver el resultado en TrueTrue en tiempo real.

71
00:08:33,789 --> 00:08:37,250
Una vez programado, realizamos una prueba completa.

72
00:08:38,570 --> 00:08:43,210
Al poner el gesto de piedra frente a la cámara, TrueTrue avanza y se enciende en verde.

73
00:08:44,490 --> 00:08:49,330
Con gesto de papel hacia la derecha, el robot gira y sus LEDs se iluminan en azul.

74
00:08:50,210 --> 00:08:55,750
Estos efectos visuales hacen que la interacción con TrueTrue sea más atractiva y divertida.

75
00:08:56,570 --> 00:09:08,490
Si el color o el movimiento no coinciden con lo esperado, los alumnos pueden revisar y ajustar los bloques de programación para afinar la relación entre los gestos y las respuestas del robot.

76
00:09:09,669 --> 00:09:14,429
Esta etapa fomenta la capacidad de resolución de problemas y la atención al detalle.

77
00:09:14,429 --> 00:09:25,879
En esta cuarta sesión, los alumnos trabajarán en equipo para crear una coreografía completa con TrueTrue.

78
00:09:26,960 --> 00:09:36,659
Utilizando los gestos entrenados, programarán secuencias de movimientos y LEDs RGB sincronizadas para que el robot interprete una rutina interactiva.

79
00:09:37,940 --> 00:09:43,860
Para comenzar, añadimos los bloques de programación necesarios para encadenar los gestos y respuestas.

80
00:09:43,860 --> 00:09:50,960
Por ejemplo, al detectar piedra, Trutru avanza y enciende luces verdes.

81
00:09:52,080 --> 00:09:56,179
Al detectar papel, gira a la derecha y cambia las luces a azul.

82
00:09:57,340 --> 00:10:01,500
Al detectar tijeras, gira a la izquierda y se ilumina en rojo.

83
00:10:02,720 --> 00:10:08,000
Programamos estas acciones en secuencia para que Trutru realice movimientos consecutivos.

84
00:10:09,259 --> 00:10:12,960
A continuación, realizamos pruebas de la secuencia programada.

85
00:10:13,860 --> 00:10:18,460
Los alumnos deben asegurarse de que los gestos son reconocidos correctamente

86
00:10:18,460 --> 00:10:22,840
y que los movimientos y luces de TrueTrue coinciden con lo planificado.

87
00:10:24,080 --> 00:10:29,120
Si algo no funciona, pueden revisar y ajustar los bloques para afinar la sincronización.

88
00:10:30,440 --> 00:10:33,659
Una vez terminado, probamos la coreografía completa.

89
00:10:34,940 --> 00:10:38,659
Por ejemplo, con piedra, TrueTrue avanza y se ilumina en verde.

90
00:10:38,659 --> 00:10:44,759
con papel hacia la derecha, gira y muestra luces azules y con tijeras gira mostrando

91
00:10:44,759 --> 00:10:50,980
luces rojas. La combinación de movimientos y colores hace que la rutina sea visual y

92
00:10:50,980 --> 00:10:57,320
dinámica. Los alumnos pueden agregar más gestos, colores y movimientos para enriquecer

93
00:10:57,320 --> 00:11:04,000
su coreografía. Esta actividad fomenta la creatividad y el trabajo en equipo, permitiendo

94
00:11:04,000 --> 00:11:10,340
que cada grupo diseñe una rutina única para True True. Al final de esta sesión, los grupos

95
00:11:10,340 --> 00:11:15,779
presentarán sus coreografías completas, mostrando cómo han logrado integrar los gestos,

96
00:11:16,059 --> 00:11:22,039
movimientos y luces mediante programación en Scratch. Cada coreografía reflejará su

97
00:11:22,039 --> 00:11:32,399
creatividad y la precisión del entrenamiento realizado con Teachable Machine. En esta última

98
00:11:32,399 --> 00:11:38,320
sesión, los alumnos llevarán a cabo la demostración final de sus coreografías programadas con

99
00:11:38,320 --> 00:11:44,879
TrueTrue. Cada grupo presentará su proyecto completo, mostrando cómo los gestos entrenados

100
00:11:44,879 --> 00:11:51,179
activan movimientos y luces sincronizadas del robot. Antes de comenzar, los alumnos

101
00:11:51,179 --> 00:11:57,159
revisan su código para asegurarse de que todo funcione correctamente. La programación

102
00:11:57,159 --> 00:12:02,720
incluye la detección de gestos mediante Teachable Machine, la ejecución de movimientos como

103
00:12:02,720 --> 00:12:10,679
avanzar o girar y el cambio de luces RGB según las acciones programadas. Durante la presentación,

104
00:12:10,960 --> 00:12:18,700
los grupos muestran su coreografía paso a paso. Por ejemplo, al detectar el gesto piedra,

105
00:12:18,919 --> 00:12:24,779
Trutru enciende sus luces verdes y retrocede un segundo, cambia las luces al color amarillo y

106
00:12:24,779 --> 00:12:31,940
avanza. Con el gesto papel, muestra luces blancas con giro a la izquierda un segundo y gira a la

107
00:12:31,940 --> 00:12:38,820
derecha indefinidamente con las luces azules y con tijeras avanza un segundo con luces rojas y gira

108
00:12:38,820 --> 00:12:45,500
indefinidamente a la izquierda con luces azules. La demostración permite a los alumnos comprobar

109
00:12:45,500 --> 00:12:52,700
en tiempo real cómo los gestos programados se traducen en acciones del robot. Cada grupo presenta

110
00:12:52,700 --> 00:12:58,980
su coreografía destacando su creatividad y la precisión en la integración de gestos, movimientos

111
00:12:58,980 --> 00:13:05,460
y colores. Si surge algún problema durante la presentación, los alumnos pueden realizar

112
00:13:05,460 --> 00:13:11,000
ajustes rápidos en Scratch, mostrando su capacidad para resolver problemas y optimizar

113
00:13:11,000 --> 00:13:17,720
su código en el momento. Una vez finalizadas las presentaciones, todos los grupos disfrutan

114
00:13:17,720 --> 00:13:23,659
viendo cómo TrueTrue realiza diferentes rutinas programadas, reflejando el esfuerzo y trabajo

115
00:13:23,659 --> 00:13:31,080
colaborativo realizado a lo largo de la situación de aprendizaje. Para cerrar la situación de

116
00:13:31,080 --> 00:13:37,799
aprendizaje, inteligencia artificial con TrueTrue, realizaremos una evaluación final basada en tres

117
00:13:37,799 --> 00:13:43,960
criterios principales. Precisión en el entrenamiento de gestos. Evaluaremos si los

118
00:13:43,960 --> 00:13:50,700
modelos creados en Teachable Machine reconocen correctamente los gestos programados. Programación

119
00:13:50,700 --> 00:13:55,639
en Scratch, observaremos cómo los alumnos han integrado los gestos con movimientos y

120
00:13:55,639 --> 00:14:03,259
legs R, G, B, asegurando que True True responda de manera precisa. Trabajo en equipo y creatividad,

121
00:14:03,919 --> 00:14:08,600
valoraremos cómo los grupos han colaborado para diseñar sus coreografías y resolver

122
00:14:08,600 --> 00:14:14,360
problemas durante la actividad. Para completar la evaluación, cada grupo reflexionará sobre

123
00:14:14,360 --> 00:14:20,299
su trabajo respondiendo a estas preguntas. ¿Qué dificultades encontraron al entrenar

124
00:14:20,299 --> 00:14:26,159
los gestos y cómo las solucionaron. ¿Cómo lograron integrar los movimientos y luces

125
00:14:26,159 --> 00:14:31,899
en TrueTrue? ¿Qué les ha resultado más divertido y qué mejorarían en futuras actividades?

126
00:14:33,000 --> 00:14:38,679
Durante esta situación de aprendizaje, los alumnos han aprendido a utilizar herramientas

127
00:14:38,679 --> 00:14:44,159
de inteligencia artificial como Teachable Machine, han mejorado sus habilidades de programación

128
00:14:44,159 --> 00:14:50,120
con Scratch y han explorado cómo combinar movimientos y luces RG, B para dar vida a

129
00:14:50,120 --> 00:14:56,659
TrueTrue. Esta experiencia ha permitido conectar tecnología, creatividad y trabajo en equipo,

130
00:14:57,320 --> 00:15:02,059
demostrando cómo TrueTrue puede ser un aliado perfecto en el aula para aprender de forma

131
00:15:02,059 --> 00:15:09,200
interactiva y divertida. Enhorabuena a todos por el trabajo realizado. Gracias por acompañarnos

132
00:15:09,200 --> 00:15:15,259
en esta situación de aprendizaje. Nos vemos en la próxima aventura con TrueTrue y la

133
00:15:15,259 --> 00:15:16,419
inteligencia artificial.