Ficha docente 13 — La mascota que escucha

Objetivo

Vivir una primera experiencia de aprendizaje automático: el ordenador no recibe las reglas, sino ejemplos, y aprende de ellos a clasificar frases nuevas. Los ejemplos los pone el alumnado: primero etiqueta frases y después escribe las suyas.

El alumnado descubre que:

• el modelo aprende de unas listas de frases de ejemplo, una por emoción (alegría, tristeza, enfado y miedo), que ha clasificado él mismo;
• con pocos ejemplos el modelo se equivoca mucho, y más ejemplos variados lo mejoran;
• etiquetar es decidir: dos parejas pueden clasificar la misma frase de forma distinta, y el modelo aprende lo que le enseñan;
• para saber si funciona hay que probarlo con frases que no ha visto, no con las de entrenamiento;
• el modelo cuenta palabras: no entiende las negaciones ni la ironía, y con palabras que no conoce solo adivina;
• la seguridad (confianza) dice lo seguro que está el modelo, y un programa puede decidir qué hacer cuando no lo está.

Qué hay en la plantilla

• Un fondo Casa y la mascota Pip con cinco disfraces: duda, contento, triste, enfadado y asustado.
• Una lista por clasificar con 20 frases inventadas sin etiqueta (5 de cada emoción, mezcladas) y cuatro listas vacías: alegría, tristeza, enfado y miedo. Se ven marcándolas en la categoría Variables.
• La extensión Aprendizaje automático: texto, que se añade sola al abrir la plantilla.
• Programa 1 (bandera verde), la fase de enseñar: Pip muestra una a una las frases por clasificar y el alumnado responde 1 (alegría), 2 (tristeza), 3 (enfado) o 4 (miedo). Cada frase pasa a la lista de su emoción. Si se deja la respuesta vacía, la frase se descarta. Después pide frases nuevas: el alumnado las escribe y las clasifica igual. Para acabar, se pulsa Intro sin escribir nada. Si alguna emoción se ha quedado sin frases, Pip lo avisa y se detiene. Si no, envía aprende.
• Programa 2 (al recibir clasifica): pregunta la emoción de la frase hasta que la respuesta es 1, 2, 3, 4 o vacía, y la añade a su lista.
• Programa 3 (al recibir aprende): borra los datos, añade cada lista a su clase, entrena el modelo y dice el acierto con frases nuevas (se calcula escondiendo frases de ejemplo y comprobando si las adivina). Después envía escucha.
• Programa 4 (al recibir escucha): por siempre, pregunta «¿Cómo te ha ido el día?», guarda la clase del texto en emoción y la confianza en seguridad. Si la seguridad es menor que 40, dice qué cree pero avisa de que no está seguro; si no, cambia el disfraz y responde según la emoción.

Al volver a pulsar la bandera, la lista por clasificar ya está vacía: Pip pasa directamente a pedir frases nuevas, que se suman a las anteriores. Para empezar de cero, se vuelve a abrir la plantilla.

Bloques que aparecen

Desarrollo

1. Inicio (5 min, sin ordenador). Leer tres frases y preguntar: ¿cómo se siente quien lo dice? ¿En qué os habéis fijado? Plantear el reto: ¿podemos enseñar a un ordenador a hacerlo?
2. Clasificar (10 min). Pulsar la bandera y clasificar las 20 frases de Pip. La pareja tiene que ponerse de acuerdo antes de responder. Anotar las frases en las que han dudado.
3. Añadir frases (10 min). Escribir al menos 2 frases propias de cada emoción (inventadas, no experiencias personales) y clasificarlas. Pulsar Intro sin escribir para terminar. Anotar el acierto que dice Pip.
4. Probar y cazar errores (15 min). Escribir frases que no estén en las listas. ¿Cuándo acierta? ¿Cuándo duda? Probar frases «trampa» y predecir antes qué hará Pip: - una negación: «No estoy nada contento»; - una ironía: «Genial, otra vez llueve»; - otro idioma: «I'm scared of the dark»; - una frase neutra: «Hoy hemos tenido clase de matemáticas».

¿Por qué se equivoca? (Cuenta palabras: «contento» pesa más que «no».)

1. Mejorar el modelo (10 min). Volver a pulsar la bandera y añadir frases pensadas para corregir los errores encontrados. ¿Ha subido el acierto? ¿El error se ha corregido solo para esa frase o también para frases parecidas?
2. Cierre (5 min). Comparar en voz alta cómo ha clasificado cada pareja alguna frase dudosa. ¿Sabe Pip de verdad cómo te sientes? ¿Quién decide qué frase es «de enfado»? ¿Para qué podría usar una empresa un sistema así?

Variante en grupo. Cuando Pip ya ha aprendido, cada pareja guarda sus frases con el botón Guardar el conjunto de datos… de la extensión. El docente abre un proyecto nuevo, añade la extensión, carga todos los archivos con Cargar un conjunto de datos…, hace clic en el bloque entrena el modelo y lo prueba delante de la clase: ¿acierta más el modelo de todo el grupo que el de cada pareja? (Dentro de esta plantilla no sirve: la bandera borra los datos y los vuelve a leer de las listas.)

Solución

No hay una única solución: se valora que las frases nuevas sean variadas y que el alumnado compruebe la mejora con frases que no ha puesto en las listas. Para corregir la negación, hay que añadir a tristeza o enfado ejemplos como «no estoy contento» o «no me gusta nada».

Con solo las 20 frases clasificadas, el acierto ronda el 35-45 % (el azar con cuatro emociones es el 25 %), y Pip duda a menudo: es normal y es el punto de partida. Cada frase variada que se añade lo mejora; con unas 15 frases por emoción ronda el 75 % con frases nuevas.

Si se cambia el umbral de 40: con 70, Pip duda mucho más a menudo (se equivoca menos pero responde menos); con 20 responde casi siempre, aunque no lo sepa.

Errores habituales

• Responder con la palabra en vez del número. Al clasificar hay que escribir 1, 2, 3 o 4; si se escribe «alegría», Pip vuelve a preguntar.
• Creer que el modelo está «mal» porque al principio falla mucho. Con 20 ejemplos es normal; precisamente la actividad consiste en mejorarlo.
• Cambiar el nombre de una lista o de una clase. La clase del texto devuelve exactamente el nombre de la clase: si la lista se llama «alegría» pero el si compara con «alegria», no coincide.
• Añadir frases casi iguales. Copiar la misma frase cambiando una palabra no enseña nada nuevo al modelo.
• Creer que el acierto es perfecto. El acierto con frases nuevas se calcula con pocas frases y puede variar mucho al añadir o quitar alguna.
• Escribir experiencias personales. Las frases deben ser inventadas (ver Observación).

Ampliación

• Añadir una quinta emoción, sorpresa: lista nueva, nuevo bloque añade los elementos de la lista, nuevo disfraz y nueva respuesta.
• Añadir una clase neutra y comprobar si Pip deja de adivinar emociones en frases como la de matemáticas.
• Hacer que Pip toque un sonido diferente para cada emoción.
• Combinarlo con la extensión micro:bit (Bluetooth) para que la placa muestre una cara.
• En un proyecto nuevo, cargar con Cargar un conjunto de datos… (formato de LearningML) el de 15 frases por emoción de la actividad «¿Cómo se siente?» y comparar su acierto con el del modelo de la pareja.

Observación y evaluación

Las frases de entrenamiento y de prueba deben ser inventadas o de personajes: no se piden experiencias personales ni se usa a Pip para «adivinar» cómo está un compañero. Si aparece un malestar real, se atiende fuera de la actividad. Los ejemplos se guardan dentro del proyecto y no se envían a ninguna parte.

Pensamiento computacional

• Datos y aprendizaje automático: el comportamiento depende de los ejemplos, no de unas reglas escritas.
• Evaluación: comprobar con datos nuevos, no con los mismos que se han estudiado.
• Datos etiquetados: el alumnado prepara los datos de entrenamiento y comprueba que su calidad y su cantidad deciden el resultado.
• Abstracción: una frase se convierte en un recuento de palabras.
• Condicionales: decidir qué hacer según la clase y un umbral de confianza.

Taller con el panel guiado

La tarjeta de la plantilla incluye una ficha del alumnado y los datos de entrenamiento. El botón Aprende con datos… de la extensión permite recorrer datos, entrenamiento, evaluación y programación. Detened el proyecto antes del taller.

Reservad frases nuevas antes de entrenar. Comparad la tabla de confusiones, los errores concretos y los resultados de esas frases antes y después de mejorar los datos. La confianza no es una garantía de acierto. Las frases con el mismo vector se mantienen juntas en la validación cruzada. Se necesitan al menos dos vectores diferentes por clase; si no se puede separar sin perder una clase, no se muestra ningún porcentaje. El panel evalúa hasta 500 ejemplos.

Las ediciones del panel no cambian las listas de Scratch: para repetir la plantilla con las mejoras, incorporadlas también a las listas. Comprobad la persistencia guardando y reabriendo el .sb3. Observad si cada pareja explica un error, propone una mejora y compara la misma prueba reservada sin añadirla al entrenamiento.

Comparación de modelos (modo avanzado)

La ampliación de la ficha del alumnado compara el modelo lineal con Naive Bayes Bernoulli. Las particiones son las mismas y el vocabulario se construye solo con los ejemplos de entrenamiento de cada partición. Los ejemplos con el mismo vector se mantienen juntos. Cambiar el modelo exige volver a entrenar; compararlos no sustituye el modelo activo.

Dedicad 15–20 minutos adicionales a contrastar los errores por clase y las mismas frases reservadas. No presentéis un algoritmo como ganador universal ni comparéis la confianza como si estuviera calibrada. El objetivo es justificar una elección, reconocer una muestra insuficiente y explicar que cambiar el algoritmo no resuelve datos sesgados.