Ficha docente 18 — ¿Lápiz o rotulador?

Objetivo

Crear un recurso reutilizable: una tabla de medidas reales del aula y un modelo que clasifique objetos nuevos. Aprender a distinguir columnas de características, clase real, predicción y confianza, manteniendo las unidades y el orden de las medidas.

No necesita cámara, micrófono ni servicios externos. Los datos se procesan en el navegador y se guardan en el proyecto. No introducir nombres del alumnado.

Qué contiene

• Un robot y tres botones: Entrenar, Investigar y Enseñar.
• Doce ejemplos inventados, seis de lápiz y seis de rotulador.
• Dos columnas: longitud (cm) y grosor (mm), en ese orden.
• Variables visibles para las medidas, la predicción, la confianza, el número de ejemplos de las dos clases y el acierto estimado.
• La extensión Aprendizaje automático: números, que se carga automáticamente.

El modelo compara con los tres ejemplos más próximos, normalizando las columnas para que las unidades no dominen la distancia. La confianza expresa los votos del modelo; no garantiza que el objeto pertenezca a esa clase.

Sesión

1. Primera predicción — 8 minutos

Pulsa la bandera verde y Entrenar, después Investigar. Prueba estas medidas nuevas:

Las dos filas tienen la misma longitud. Pregunta qué columna ayuda a distinguirlas. Los datos iniciales sirven para arrancar la actividad, no describen todos los objetos.

2. Mirar y editar la tabla — 10 minutos

En el editor, selecciona Aprendizaje automático: números → Editar la tabla de datos. Relaciona cada celda con una medida y cada fila con un objeto. Cambia un ejemplo y comprueba que el modelo deja de estar entrenado. Vuelve a Entrenar.

Conserva las dos columnas y su orden para que los botones de la plantilla funcionen. Los botones cuentan ejemplos de «lápiz» y «rotulador»; para otras clases, adapta los bloques.

3. Construir datos reales — 15 minutos

Mide al menos tres lápices y tres rotuladores de la pareja. Usa Enseñar:

1. Escribe longitud en centímetros y grosor en milímetros.
2. Indica la clase real: 1 para lápiz o 2 para rotulador.
3. Pulsa Entrenar tras añadir los ejemplos.

En las preguntas usa el punto decimal (17.5), no la coma. Una respuesta vacía cancela sin añadir datos. Las medidas deben ser mayores que cero y como máximo 40; los valores incorrectos se vuelven a preguntar. En las celdas de la tabla también se admite coma decimal.

No añadas como etiqueta la predicción del robot: si se equivoca, reforzarías el error. Puedes borrar los ejemplos inventados desde la tabla y trabajar solo con datos reales.

4. Probar objetos reservados — 10 minutos

Intercambia objetos con otra pareja y reserva algunos que no hayas usado al entrenar. Anota la clase real y la predicción. ¿Qué ocurre con un lápiz muy corto, uno grueso o un rotulador fino? ¿Y si pruebas una goma o un pincel? El modelo solo conoce dos clases y puede dar confianza alta aunque ninguna sea adecuada.

El acierto estimado usa validación cruzada; queda vacío si hay menos de dos ejemplos por clase. Un acierto alto con datos inventados no demuestra que funcione con objetos reales.

5. Guardar un recurso — 7 minutos

Guarda el proyecto en el ordenador y exporta la tabla con Guardar el conjunto de datos…. Reabre el .sb3: las medidas y el entrenamiento se conservan. La bandera verde reinicia las variables de presentación, no borra ni sustituye los ejemplos. El JSON permite recuperar la tabla mediante Cargar un conjunto de datos….

Evidencia de aprendizaje

Cada pareja entrega su proyecto, la tabla exportada y una pequeña lista de objetos de prueba con sus resultados. Debe explicar un error del modelo y qué ejemplos añadiría.

Ampliaciones

• Repetir el experimento solo con objetos de otras parejas.
• Comparar una tabla variada con otra que solo tenga lápices largos.
• Adaptar nombres de clases y preguntas para otros objetos, manteniendo dos características numéricas; por ejemplo, longitud y masa. Cambiar también las unidades y los comentarios.