DETECCIÓN   FACIAL  (face sensing)

DETECCIÓN FACIAL.

S_RA Mueve la CABEZA para controlar objetos. Enlace. de la web   Enlace código sb3.

Inclina la cabeza y moveras el gato para que no le caigan piedras.

En el siguiente enlace podéis descargar un videojuego como el de este último vídeo que podéis subir al editor de Scratch Lab Face Sensing (Menú Archivo -> Cargar desde tu ordenador), jugar unas partidas y modificarlo, de manera que pueda servir de inspiración para otras creaciones: https://drive.google.com/file/d/1IjHCV4IXxnURJop554yJSPwAc2Qb-cZM/view?usp=sharing

La siguiente figura muestra, a la izquierda, cómo controlar el personaje principal del juego con la inclinación de la cabeza, y a la derecha el código que hace que los objetos a esquivar aparezcan aleatoriamente en una posición de la pantalla y se desplacen hasta la base del escenario para volver a aparecer de nuevo en otra posición.

S_RA  Mueve la NARIZ para pintar.

S_RA  Mueve la  CABEZA  para que el LORO coma FRESAS.  Tienes  60 segundos para que el loro se coma el mayor número de fresas.

OBJETOS  EN VIDEO.

TEXTO  ANIMADO.

La tecnología que usan estos bloques de reconocimiento facial se llama aprendizaje automático. Pero, ¿qué significa exactamente “aprendizaje automático” y cómo “aprende” una máquina?

Los modelos de aprendizaje automático están entrenados previamente con grandes cantidades de datos. En este caso, para preparar el modelo que reconoce diferentes tipos de caras sus creadores tuvieron que recopilar muchos millones de imágenes de rostros diferentes. Una vez que los datos de entrenamiento están listos, el modelo busca patrones y predice respuestas basándose en estos datos que ya ha visto.

Pero claro, cuanto más limitados sean los datos que se usan en el entrenamiento, más sesgo e inexactitud mostrará la tecnología cuando la usemos en el futuro. Por ejemplo, si todas las imágenes del entrenamiento son de personas con el pelo de color verde, el sistema tendrá problemas para reconocer personas con el pelo de color púrpura.

Por tanto, este tipo de tecnología es claramente susceptible a problemas de “sesgo algorítmico”. Es decir, que por diferentes motivos el sistema podría detectar las caras de algunas personas con mayor precisión que las de otras.

Para profundizar en esta cuestión se puede visualizar el vídeo “Sesgos en Inteligencia Artificial”

Enlaces de interés:

Actividades sobre sistemas de reconocimiento facial para la concienciación del alumnado http://code.intef.es/actividades-sobre-sistemas-de-reconocimiento-facial-para-la-concienciacion-del-alumnado/

Estudiantes de 10 a 16 años aprenden inteligencia artificial en red https://intef.es/Noticias/estudiantes-de-10-a-16-anos-aprenden-inteligencia-artificial-en-red-una-investigacion-desarrollada-en-espana-durante-el-confinamiento/

Iniciativas para evitar que la IA continúe discriminando a las mujeres https://programamos.es/iniciativas-evitar-ia-continue-discriminando-mujeres/

Desafío: trata de lograr que tu sistema de IA sea más justo que un juez https://programamos.es/desafio-trata-de-lograr-que-tu-sistema-de-ia-sea-mas-justo-que-un-juez/