O obxectivo principal deste grupo de traballo é proporcionar recursos de calidade para levar á aula o Pensamento Computacional e a Intelixencia Artificial.

Ademáis perseguimos os seguintes obxectivos

• Comprender e practicar conceptos básicos da linguaxe de programación adquirindo os coñecementos necesarios para crear proxectos baseados na Intelixencia Artificial e o aprendizaxe automático.
• Achegar a Intelixencia Artificial a vida cotiá e facela práctica e tanxible.
• Recoñecer cando unha aplicación pode estar a usar Intelixencia Artificial.
• Empregar Scratch para crear proxectos sinxelos que usan procedementos da Intelixencia Artificial.
• Adquirir novas ferramentas e recursos para traballar o Pensamento Computacional e a Intelixencia Artificial nas aulas.
• Adquirir outras habilidades transversais tales como comunicación, colaboración, creatividade e pensamento lóxico.

A intelixencia artificial (IA) é a ciencia e a enxeñaría dedicadas ao desenvolvemento de sistemas que executan tarefas que requirirían intelixencia ou razoamento se as realizase unha persoa. É dicir, que o termo IA adoita aplicarse cando un computador ou unha máquina realiza funcións cognitivas que as persoas asociamos coa actividade das mentes humanas, como percibir, razoar, aprender e resolver problemas.

Nos últimos anos a IA está a ter un gran protagonismo nos medios de comunicación. Isto débese, entre outros factores, a que se considera que a IA é un elemento fundamental da Cuarta Revolución Industrial que xa estamos a vivir.

Por que ensinar sobre Intelixencia Artificial na escola?

A idea de achegar o ensino da IA á educación non universitaria é algo moi novo. Por iso aínda non hai moitos estudios ou proxectos que desenvolavan este tema.

Como primeiro paso, definiuse un marco para o ensino da IA que se estrutura en cinco liñas temáticas. Estas liñas temáticas correspóndense, á súa vez, co cinco ideas principais que todo o mundo debería coñecer acerca da IA.

1. Percepción

Os ordenadores perciben o mundo utilizando sensores

2. Representación e razoamento

Os axentes manteñen modelos ou representacións do mundo e úsanos para razoar.

3. Aprendizaxe

Os ordenadores poden aprender a partir de datos.

4. Interacción natural

Facer que os axentes interactúen cos humanos de maneira fluída é un desafío enorme para os desarrolladores de IA.

5. Impacto social

A IA pode ter un impacto tanto positivo como negativo sobre a sociedade.

Para saber máis preme no seguinte enlace