Podríamos decir que el sistema de IA parte de un bloque de sensores capaces de medir magnitudes del entorno en el que se implementa. Estas mediciones deben ser adecuadamente representadas, simplificando los procesos posteriores de aprendizaje y toma razonada de decisiones de acuerdo a unos objetivos o motivación de la IA. Tanto el aprendizaje como el razonamiento son almacenados mediante modelos o representaciones en un módulo de memoria. Por último la IA implementa sus acciones mediante una serie de actuadores.

A modo de ejemplo, pensemos en un cómo un sistema IA para la conducción autónoma (esto es; un coche inteligente) implementa estos bloques. Para empezar, el coche está equipado con toda una serie de sensores tales como cámaras, medidores de distancia, GPS, micrófono, pantalla táctil, etc., y un conjunto de actuadores como el motor aplicado a las ruedas, los altavoces o la pantalla. La información obtenida de la cámara, los medidores de distancia y del GPS puede ser utilizada mediante el bloque de representación para posicionar el coche en un mapa y moverlo de forma segura a través del mismo. Pero además, este sistema IA utiliza dicha representación mediante el bloque de razonamiento para el cálculo de la ruta más corta hacia el destino, enviando las ordenes apropiadas a los motores. En este ejemplo, el bloque de aprendizaje es el encargado de analizar el tráfico en función del día y de la predicción realizada considerando además las experiencias pasadas y almacenadas en el bloque de memoria. De este modo, todos los bloques mostrados en el esquema son fundamentales para el funcionamiento de un sistema inteligente.

Justificado el uso de estos bloques, proponemos su estudio mediante la definición de una serie de unidades didácticas. A saber; Percepción, Actuación, Representación, Razonamiento Lógico, Aprendizaje, Inteligencia Colectiva y Sostenibilidad, Ética y Aspectos Legales. Unidades que serán abordadas de forma práctica aplicándolo a 3 de los campos más representativos; aplicaciones para dispositivos móviles, robótica e IoT (internet of things).

Concretamente, comenzaremos con el desarrollo de aplicaciones para Dispositivos Móviles. Desarrollaremos dos aplicaciones que nos permitirán a través de 5 unidades didácticas, mostrar a los estudiantes la funcionalidad de los bloques anteriormente definidos del modo siguiente:

A) Dispositivos Móviles:

• UD2 - Percepción y Actuación

• UD3 - Representación y Razonamiento Lógico

• UD4 - Aprendizaje

• UD5 - Inteligencia Colectiva

• UD6 - Sostenibilidad, ética y aspectos legales

Una vez hayamos estudiado el uso de sistemas IA en el diseño e implementación de aplicaciones móviles, e igualmente comprendido la función de cada uno de los bloques dentro del sistema, os propondremos trasladar el trabajo dentro del aula-taller al campo de la Robótica. En este campo abordaremos la inteligencia artificial mediante 3 unidades didácticas en la confección de un robot seguidor de línea mediante el trabajo en las unidades siguientes:

B) Robótica:

• UD7 - Percepción y Actuación

• UD8 - Representación y Razonamiento Lógico

• UD9 - Aprendizaje

Y como última propuesta, os proponemos también el estudio de sistemas IA aplicados a la Internet of Things (IoT) para la medición y predicción de variables meteorológicas (temperatura y humedad), mediante otras 3 unidades didácticas tal y como se muestra a continuación:

C) AIoT:

• UD10 - Percepción

• UD11 - Representación

• UD12 - Inteligencia Colectiva

Esta es nuestra propuesta, la cual no deja de ser una más. Creemos que la aplicación práctica de los conocimientos de inteligencia artificial puede resultar más que interesante para los estudiantes. De ahí que prioricemos las experiencias prácticas de sistemas IA frente a una visión más teórica de la materia.

A continuación tenéis los links para con los materiales propuestos para la consecución de esas unidades didácticas, comenzando eso sí por una pequeña práctica que nos pondrá un poco en contexto acerca del uso de la inteligencia artificial en la tecnología.