Entrena tu propia IA
8 a 12 años (con un módulo extra para 13+)
Dejar de ver la IA como magia: entrenarla con sus propios ejemplos, encontrar sus errores y su sesgo, y meterla dentro de un juego.
- módulos
- 12
- cápsulas en el recorrido
- 127
- fichas para aprender hoy
- 127
- tu avance, con tu cuenta
- —
Lo que crea
- · Su primer modelo de imagen, entrenado por él
- · Un modelo que reconoce sonidos o gestos
- · La ficha de su modelo: qué acierta y dónde se equivoca
- · Un juego en Scratch que funciona con su propia IA
Herramientas: Teachable Machine, Machine Learning for Kids, Scratch, Gemini o ChatGPT en la cuenta del adulto
Antes de este curso
Guardianes digitales
Cómo funciona hoy
Cada cápsula tiene una ficha con pasos, un reto y 3 preguntas. Con 2 de 3 correctas queda completa y se abre la siguiente. Video con Ada: próximamente.
El recorrido se ve completo. Las fichas se abren con la suscripción (7 días gratis, luego 29 USD al mes) y en orden: se parte por la cápsula 1 de Pensar con IA y cada curso se abre al terminar el anterior.
Ver la suscripciónEl recorrido
Las cápsulas se abren en orden, módulo tras módulo: cada una usa lo que aprendiste en la anterior.
Módulo 1 · Bienvenida: de usar IA a entrenarla
Entender qué se va a construir, dejar claras las reglas de datos del curso y repasar lo mínimo de Pensar con IA.
- 01
Ada te muestra un juego con una IA entrenada por un niño
Ada muestra el producto final: un juego que reconoce botellas, latas y papel. La pregunta del curso es cómo aprendió eso una máquina. La respuesta: alguien le dio ejemplos, y ese alguien serás tú.
Video de Ada
Con la suscripción
- 02
Repaso 1: la IA no piensa, encuentra patrones
Repaso exprés de Pensar con IA clase 1: la IA es un programa que aprende patrones de muchos ejemplos. No tiene sentimientos ni sabe todo. Prueba corta: ¿quién decide al final, la IA o tú?
Video de Ada + prueba corta
Con la suscripción
- 03
Repaso 2: el método del curso (pienso, uso la IA, decido)
Repaso del método: primero piensas con la IA apagada, después la usas y al final decides y explicas tú. Para pedirle ayuda a un chatbot en la cuenta del adulto se usa R.O.C.A.F. (rol, objetivo, contexto, punto de vista y formato, como en Pensar con IA clase 2). La novedad de este curso: ahora tú eres quien le enseña a la IA.
Video de Ada + prueba corta
Con la suscripción
- 04
Las 4 reglas de oro de los datos en este curso
(1) Nunca entrenamos con caras, ni la tuya ni la de otros, porque una cara identifica a una persona y se puede copiar y usar sin permiso. (2) Nunca usamos fotos ni voces de otras personas. (3) Las cuentas y lo que se guarda en la nube los maneja el adulto. (4) Siempre decimos qué hizo la IA. Se explica el porqué de cada una con un ejemplo. Estas reglas se dan aquí una sola vez y valen para todo el curso.
Video de Ada
Con la suscripción
- 05
Prepara tu estación de entrenamiento
Qué necesitas: computadora con Chrome, cámara, micrófono, buena luz, un fondo liso (una cartulina o una pared) y una caja con 6 a 10 objetos de la casa. Checklist con el adulto, incluido dar permiso de cámara solo a la página que se usa.
Chrome + checklist imprimible
Con la suscripción
- 06
Mi bitácora de entrenadora o entrenador
Armas un cuaderno o un documento donde anotarás cada modelo: qué quería que aprendiera, cuántos ejemplos usé, cuánto acertó y qué arreglé. Es la base de la ficha final.
Cuaderno o documento
Con la suscripción
Módulo 2 · Cómo aprende una máquina (con la IA apagada)
Entender sin computadora la diferencia entre programar reglas y aprender de ejemplos, y los conceptos de dato, etiqueta, entrenar y probar.
- 01
Reglas o ejemplos: dos formas de enseñarle a una computadora
Intenta escribir reglas para reconocer un gato (tiene orejas, tiene cola...) y ve cómo fallan. El aprendizaje automático no escribe reglas: le muestra a la máquina muchos ejemplos y ella busca el patrón.
Video de Ada + papel
Con la suscripción
- 02
Juego: el extraterrestre que no conoce las frutas
Con la IA apagada, un adulto hace de extraterrestre que aprende qué es una fruta solo con ejemplos que el niño le muestra. Así se descubre que los ejemplos elegidos cambian lo que aprende.
Objetos de la casa
Con la suscripción
- 03
Dato, etiqueta y clase: las palabras del entrenador
Vocabulario base, definido la primera vez: dato (cada ejemplo: una foto, un sonido), etiqueta (el nombre que le pones al ejemplo), clase (el grupo de ejemplos con la misma etiqueta) y conjunto de datos (todos juntos).
Video de Ada + tarjeta de vocabulario
Con la suscripción
- 04
Entrenar y probar: estudiar y dar la prueba
Entrenar es cuando el modelo estudia los ejemplos. Probar es mostrarle ejemplos que NUNCA vio, para saber si aprendió de verdad. Modelo es el resultado de entrenar.
Video de Ada
Con la suscripción
- 05
Los 3 estudiantes: el que aprende, el que no estudia y el que memoriza
Un estudiante entiende, otro no estudia y otro memoriza las respuestas. Al modelo le pasa lo mismo. Si solo memoriza sus ejemplos, falla con cosas nuevas. Por eso se prueba con ejemplos distintos.
Video de Ada (idea basada en Dot CSV)
Con la suscripción
- 06
Ordena tarjetas como una IA
Actividad sin pantalla: con tarjetas de dibujos de animales, el niño agrupa por clases, deja tarjetas aparte para la prueba y anota cuántas acierta su 'regla aprendida'.
Tarjetas imprimibles
Con la suscripción
- 07
Quick, Draw!: una red neuronal adivina tus dibujos
Juega Quick, Draw! y observa: adivina porque vio millones de dibujos de otras personas. Anota qué dibujos no reconoce y piensa por qué.
Quick, Draw!
Con la suscripción
- 08
¿Por qué Quick, Draw! se equivocó con tu dibujo?
Tus dibujos que fallaron se comparan con los dibujos de otras personas que muestra la herramienta al final. La IA aprende la forma más común. Si dibujas distinto a la mayoría, se equivoca. Es la primera pista de qué es el sesgo.
Quick, Draw!
Con la suscripción
- 09
¿Dónde hay modelos entrenados en tu vida?
Busca ejemplos reales: el teclado que sugiere palabras, el filtro de correo no deseado, las recomendaciones de videos. Para cada uno: ¿qué ejemplos crees que usó para aprender?
Video de Ada
Con la suscripción
- 10
Reto del módulo: diseña en papel tu primer modelo
Con la IA apagada, decide qué quieres que reconozca tu primer modelo (2 o 3 clases de objetos), qué ejemplos vas a mostrar y cómo lo vas a probar. Se lo explicas al adulto en 1 minuto.
Bitácora
Con la suscripción
Módulo 3 · Tu primer modelo de imagen en Teachable Machine
Entrenar, probar y guardar un clasificador de objetos de 2 a 3 clases, sin cuenta y sin subir datos.
- 01
Conoce Teachable Machine: imagen, audio y postura
Recorrido por la página: los tres tipos de proyecto, que funciona sin cuenta y que entrena dentro de tu navegador. En este curso nunca se toca 'Upload my model'. Elegimos proyecto de imagen, modelo de imagen estándar.
Teachable Machine
Con la suscripción
- 02
Crea tus clases y ponles nombre
Renombra 'Class 1' y 'Class 2' con las etiquetas que diseñaste en papel (por ejemplo, 'Lápiz' y 'Tijera'). Agrega una tercera clase. Un buen nombre es corto y sin confusiones.
Teachable Machine
Con la suscripción
- 03
Graba ejemplos con la cámara (sin caras)
Usa la webcam para grabar fotos de cada objeto, encuadrando solo el objeto y la mano. Si tu cara entra en cuadro, borra esa foto. Se muestra cómo revisar y eliminar muestras.
Teachable Machine
Con la suscripción
- 04
Sube imágenes en vez de usar la cámara
La otra forma: subir dibujos escaneados o fotos de objetos que tomaste tú. No se usan fotos de personas. Si una imagen no es tuya, revisa con el adulto que sea de uso libre.
Teachable Machine
Con la suscripción
- 05
Entrena: qué pasa cuando aprietas el botón
Pulsas 'Entrenar modelo' y esperas sin cambiar de pestaña. Ada explica en simple qué ocurre: el modelo revisa tus ejemplos una y otra vez ajustándose para equivocarse menos.
Teachable Machine
Con la suscripción
- 06
La vista previa y las barras de confianza
Lee la vista previa: cada barra es qué tan seguro está el modelo de cada clase. Confianza no es lo mismo que verdad: puede estar 99 % seguro y equivocarse.
Teachable Machine
Con la suscripción
- 07
Primera prueba: objetos que el modelo nunca vio
Prueba con otro lápiz y otra tijera distintos a los del entrenamiento. Anota en la bitácora cuántos aciertos de 10. Es tu primera medición real.
Teachable Machine + bitácora
Con la suscripción
- 08
Guarda tu modelo para no perderlo
Si cierras la pestaña, el proyecto se pierde. Dos opciones: descargar el proyecto como archivo a tu computadora (sin cuenta) o guardarlo en Drive con la cuenta del adulto. Practica abrir el archivo de nuevo.
Teachable Machine
Con la suscripción
- 09
Primero piensa: ¿qué objeto confundirá?
Antes de probar, predice con la IA apagada qué objeto de la casa confundirá con tus clases (por ejemplo, un marcador con un lápiz). Luego compruébalo. Acertar tu predicción significa que entiendes a tu modelo.
Teachable Machine + bitácora
Con la suscripción
- 10
El objeto intruso: ¿qué dice el modelo de algo que no conoce?
Muestra un objeto que no es de ninguna clase. El modelo siempre elige alguna, porque solo conoce las clases que le diste. De ahí sale la necesidad de una clase 'Nada'.
Teachable Machine
Con la suscripción
- 11
Agrega la clase 'Nada' o 'Fondo'
Crea una clase con el fondo vacío y objetos variados que no importan. Vuelve a entrenar y compara con la bitácora: ¿bajaron las respuestas absurdas?
Teachable Machine
Con la suscripción
- 12
Dibujos en vez de objetos: un clasificador de garabatos
Entrena con dibujos hechos por ti en papel (sol, casa, árbol) mostrados a la cámara. Compara con Quick, Draw!: ahora el modelo aprende tu forma de dibujar.
Teachable Machine + papel
Con la suscripción
- 13
Qué hizo la IA y qué hice yo
Llenas tu primera tabla: tú elegiste las clases, los ejemplos y la prueba; la IA buscó el patrón. Esta tabla acompaña cada proyecto del curso.
Bitácora
Con la suscripción
- 14
Reto del módulo: el clasificador de mi escritorio
Entrega un modelo de 3 clases más 'Nada', con su prueba de 10 objetos nuevos anotada y el archivo del proyecto descargado. Cuéntale al adulto en qué se equivoca más.
Teachable Machine
Con la suscripción
Módulo 4 · Buenos datos, buen modelo
Descubrir con experimentos cómo la cantidad, la variedad y el equilibrio de los ejemplos cambian lo que aprende el modelo.
- 01
Basura entra, basura sale
Idea central: un modelo es tan bueno como sus ejemplos. Ada muestra un modelo entrenado con fotos borrosas y oscuras y cómo falla.
Video de Ada
Con la suscripción
- 02
Experimento: 5 ejemplos contra 50 ejemplos
Entrena el mismo modelo dos veces, primero con 5 fotos por clase y después con 50, y prueba con los mismos 10 objetos nuevos. Anota la diferencia. Más ejemplos ayudan, pero no siempre lo arreglan todo.
Teachable Machine + bitácora
Con la suscripción
- 03
Variedad: ángulos, distancias y luces
Graba cada objeto girándolo, cerca y lejos, con luz de día y con lámpara. Un modelo que solo vio el objeto de frente no lo reconoce de lado.
Teachable Machine
Con la suscripción
- 04
La trampa del fondo: ¿aprendió el objeto o la mesa?
Experimento: graba la clase A siempre sobre la mesa y la clase B siempre sobre la cama. Después cambia el fondo: el modelo se confunde porque aprendió el fondo, no el objeto. Es el error más común.
Teachable Machine
Con la suscripción
- 05
Clases equilibradas
Si una clase tiene 100 ejemplos y otra 10, el modelo tiende a responder la grande. Se muestra con un experimento y se aprende a igualar las cantidades.
Teachable Machine
Con la suscripción
- 06
Etiquetas mal puestas: el error escondido
Mete a propósito 10 fotos de tijera en la clase 'Lápiz' y observa qué pasa. Revisar las etiquetas es parte del trabajo del entrenador.
Teachable Machine
Con la suscripción
- 07
Clases que se parecen demasiado
Prueba separar dos objetos casi iguales (dos lápices de distinto color con poca luz). Aprendes a decidir si conviene juntar clases, mejorar los ejemplos o cambiar la pregunta.
Teachable Machine
Con la suscripción
- 08
Ordena tu conjunto de datos en carpetas
Guarda tus imágenes propias en una carpeta por clase, con nombres claros. Así puedes volver a entrenar, mostrarle a tu familia qué usaste y revisar tus datos.
Explorador de archivos
Con la suscripción
- 09
Pide ideas a la IA para tu lista de ejemplos (después de pensar)
Primero escribe tú qué variaciones necesita tu objeto. Después, en la cuenta del adulto, pídele a Gemini o ChatGPT con R.O.C.A.F. qué variaciones te faltan. Decides tú cuáles sirven y anotas qué aportó la IA.
Gemini o ChatGPT (cuenta del adulto)
Con la suscripción
- 10
Cómo saber cuándo parar de agregar ejemplos
Compara tus mediciones: si agregar ejemplos ya no mejora la prueba, el problema está en otra parte (fondo, etiquetas, clases parecidas). Aprendes a diagnosticar antes de agregar a ciegas.
Bitácora
Con la suscripción
- 11
Reto del módulo: rescata un modelo malo
Recibes la descripción de un modelo mal entrenado (fondo distinto por clase, etiquetas cruzadas, clases desiguales). Recréalo, encuentra los 3 problemas y arréglalos, midiendo antes y después.
Teachable Machine + bitácora
Con la suscripción
Módulo 5 · Probar como científico
Medir un modelo de forma honesta, con datos de prueba separados, y registrar sus errores.
- 01
Datos de entrenamiento y datos de prueba nunca se mezclan
Si pruebas con las mismas fotos con que entrenaste, el modelo parece perfecto pero es trampa (el estudiante que memoriza). Separa un grupo de objetos y fotos solo para la prueba.
Video de Ada
Con la suscripción
- 02
Arma tu prueba justa de 20 casos
Diseña con la IA apagada una prueba de 20 casos: 5 por clase más casos difíciles (lejos, de lado, con otra luz). La escribes antes de probar para no hacerte trampa.
Bitácora
Con la suscripción
- 03
Calcula cuánto acierta tu modelo
Aciertos divididos por total es la exactitud. Con 17 de 20 aciertos tienes 85 %. Se practica el cálculo con ejemplos y en la prueba corta.
Video de Ada + prueba corta
Con la suscripción
- 04
La tabla de confusiones hecha a mano
Dibuja una tabla: qué era de verdad y qué dijo el modelo. Ves de un vistazo qué clases confunde. Es la misma idea que los científicos llaman matriz de confusión.
Papel o planilla
Con la suscripción
- 05
Errores que importan más que otros
No todos los errores pesan igual: confundir lápiz con tijera da lo mismo, pero en un clasificador de reciclaje mandar vidrio a papel sí importa. Decides qué error quieres evitar más.
Video de Ada
Con la suscripción
- 06
El umbral: cuándo el modelo debe decir 'no estoy seguro'
Si la barra más alta no pasa de cierto nivel (por ejemplo, 80 %), tu juego puede responder 'no sé'. Se prueba en la vista previa qué umbral usarías y se anota para usarlo en Scratch.
Teachable Machine
Con la suscripción
- 07
Que otra persona pruebe tu modelo
Un familiar trae objetos que tú no elegiste y prueba el modelo. Sus resultados casi siempre son peores que los tuyos, porque tú conoces tu modelo. La prueba de otro es la más honesta.
Teachable Machine
Con la suscripción
- 08
Mejorar, volver a medir y comparar
El ciclo del entrenador: medir, encontrar el error principal, cambiar UNA cosa, volver a entrenar y medir de nuevo. Se registra en la bitácora como versión 1, versión 2...
Teachable Machine + bitácora
Con la suscripción
- 09
Pídele a la IA que te explique un error (y decide tú)
Escribe tu hipótesis de por qué falla el modelo. Después pregúntale al chatbot en la cuenta del adulto, describiendo tus datos sin fotos. Comparas su explicación con la tuya, la compruebas con un experimento y anotas quién tenía razón.
Gemini o ChatGPT (cuenta del adulto)
Con la suscripción
- 10
Reto del módulo: informe de prueba de mi modelo
Entrega tu modelo con la prueba de 20 casos, la exactitud, la tabla de confusiones, el umbral elegido y una mejora medida entre versión 1 y versión 2.
Teachable Machine + bitácora
Con la suscripción
Módulo 6 · Sesgo: cuando la IA es injusta sin querer
Provocar, detectar y corregir el sesgo en un modelo propio, y entender por qué las caras y las voces son los datos más delicados.
- 01
Qué es el sesgo de un modelo
Sesgo es cuando el modelo funciona bien para unos casos y mal para otros porque sus ejemplos no representaban a todos. Ejemplo concreto: un modelo de frutas que solo vio manzanas rojas y rechaza las verdes.
Video de Ada
Con la suscripción
- 02
Experimento: el modelo que solo vio manzanas rojas
Entrena la clase 'Manzana' solo con manzanas rojas (o con un dibujo pintado de rojo) y prueba con una verde o amarilla. Anota cuánto falla. Acabas de crear un sesgo a propósito.
Teachable Machine
Con la suscripción
- 03
Corrige el sesgo con datos más representativos
Agrega ejemplos de todos los colores y tamaños, vuelve a entrenar y mide de nuevo los casos que fallaban. Comparas el antes y el después en la bitácora.
Teachable Machine
Con la suscripción
- 04
Sesgo de luz y de fondo: a quién le falla la cámara
Prueba tu modelo en una habitación oscura y en otra clara. Si solo funciona con buena luz, deja fuera a quien no la tiene. Así se ve cómo una decisión técnica se vuelve injusta.
Teachable Machine
Con la suscripción
- 05
Cuando el sesgo afecta a personas de verdad
Casos explicados para niños, con personajes inventados: un sistema que entiende peor ciertos acentos o reconoce peor ciertos tonos de piel porque se entrenó con datos de pocas personas. Lección: elegir datos es una decisión ética.
Video de Ada
Con la suscripción
- 06
Caras y voces: el dato más delicado (y qué es un deepfake)
Una cara o una voz identifican a una persona. Con ellas se entrenan los deepfakes: videos, fotos o voces falsos hechos por una IA. Se pueden hacer de forma ética solo con permiso de quien aparece o con un personaje inventado, con la etiqueta visible 'creado con IA', diciendo qué hizo la IA, sin famosos ni personas sin permiso y nunca para engañar o burlarse. En este curso no los creamos: aprendemos cómo se entrenan y cómo detectarlos.
Video de Ada
Con la suscripción
- 07
Cómo detectar un deepfake
Pistas que sirven: bordes raros en la cara y el pelo, manos y dientes extraños, luz que no calza, labios desfasados de la voz, y sobre todo la fuente: ¿quién lo publicó y dónde más aparece? Práctica con ejemplos de personajes inventados, cada uno con su etiqueta 'creado con IA'.
Video de Ada + ejemplos de personajes inventados
Con la suscripción
- 08
El detector de sesgos: revisa el modelo de un compañero imaginario
Ada presenta el conjunto de datos de 'Tomás', un personaje inventado, para un modelo de mascotas. El niño encuentra qué falta (razas, colores, ángulos) y propone cómo arreglarlo.
Video de Ada + fichas imprimibles
Con la suscripción
- 09
Reto del módulo: mi informe de sesgo
Entrega: el sesgo que provocaste, cómo lo mediste, cómo lo corregiste, el resultado después y una frase sobre a quién habría perjudicado si nadie lo revisaba.
Teachable Machine + bitácora
Con la suscripción
Módulo 7 · Modelos que escuchan: sonido
Entrenar un modelo de audio con sonidos propios y entender qué cambia frente a las imágenes.
- 01
Cómo 've' el sonido una IA
Para la IA, un sonido se convierte en un dibujo de frecuencias (espectrograma). Ada muestra que un aplauso y un silbido tienen dibujos muy distintos. Por eso se pueden clasificar casi como imágenes.
Video de Ada
Con la suscripción
- 02
Proyecto de audio en Teachable Machine: la clase de ruido de fondo
Crea un proyecto de audio. La herramienta te pide primero grabar el ruido de fondo del lugar (unos 20 segundos que se convierten en muestras de 1 segundo): es la clase 'Nada' del sonido. Se explica por qué es obligatoria.
Teachable Machine
Con la suscripción
- 03
Graba tus sonidos: aplausos, silbidos y golpecitos
Graba ejemplos de 2 o 3 sonidos hechos por ti o con objetos (aplauso, golpe en la mesa, campanilla). No se graba a otras personas ni la tele. Se revisan y borran grabaciones malas.
Teachable Machine
Con la suscripción
- 04
Entrena y prueba en otra habitación
Entrena y prueba el modelo en otra habitación de la casa. El eco y el ruido cambian el resultado. Anota la exactitud en cada lugar.
Teachable Machine + bitácora
Con la suscripción
- 05
Tu voz como orden: 'arriba' y 'abajo'
Con el adulto presente, entrena 2 palabras dichas por ti. Tu voz es tuya; la de otros no se graba. Si alguien más dice la palabra, ¿la reconoce? Así se ve que el modelo aprendió tu voz.
Teachable Machine
Con la suscripción
- 06
Sesgo en el sonido: voces que el modelo no escuchó
Con su permiso, un familiar dice tus órdenes en vivo frente a la vista previa, sin grabarlo. Si falla, el modelo tiene sesgo de voz. Discute cómo lo arregla un equipo profesional: muchas voces de distintas edades y acentos, siempre con permiso. Aquí no entrenamos con voces ajenas.
Teachable Machine
Con la suscripción
- 07
El problema del silencio y de los sonidos parecidos
Prueba sonidos cercanos (chasquido y golpecito suave) y observa la confusión. Aprendes a elegir sonidos bien distintos cuando quieres que un juego funcione siempre.
Teachable Machine
Con la suscripción
- 08
Instrumentos caseros: un modelo musical
Entrena un modelo que distingue 3 instrumentos hechos en casa (vaso con lápiz, botella con arroz, tapa de olla). Primero diseña en papel las clases y la prueba.
Teachable Machine + objetos
Con la suscripción
- 09
Guarda y descarga tu modelo de sonido
Descarga el proyecto de audio como archivo, o guárdalo en el Drive del adulto. Anota en la bitácora qué sonidos usaste y dónde los grabaste.
Teachable Machine
Con la suscripción
- 10
Reto del módulo: la alarma inteligente de mi habitación
Un modelo que distingue 'tocan la puerta', 'aplauso' y 'ruido de fondo', con su prueba de 20 casos en 2 lugares, la exactitud y una mejora medida.
Teachable Machine
Con la suscripción
Módulo 8 · Modelos que miran el cuerpo: postura y gestos
Entrenar un modelo de postura y gestos de mano, entender qué datos usa y cuidarlos.
- 01
Postura: la IA no ve tu cuerpo, ve un esqueleto de puntos
El proyecto de postura detecta puntos del cuerpo (hombros, codos, muñecas) y aprende de sus posiciones. Ada explica que igual la cámara te está viendo, por eso se hace con el adulto y sin guardar las muestras.
Video de Ada
Con la suscripción
- 02
Prepara la cámara para postura
Ubica la cámara para que se vean brazos y torso, con espacio y buena luz, con el adulto presente. Las muestras se borran al terminar y el proyecto no se guarda con imágenes en la nube.
Teachable Machine
Con la suscripción
- 03
Entrena 3 posturas: brazos arriba, en cruz y abajo
Graba ejemplos de cada postura moviéndote un poco en cada una. Entrena y observa el esqueleto en la vista previa.
Teachable Machine
Con la suscripción
- 04
Variedad en postura: más cerca, más lejos y de lado
Prueba la postura lejos y cerca de la cámara. Si falla, agrega ejemplos variados. Es la misma lección de los datos, ahora con el cuerpo.
Teachable Machine + bitácora
Con la suscripción
- 05
Gestos de mano con proyecto de imagen
Entrena un modelo de imagen con gestos de mano sin rostro (pulgar arriba, mano abierta, puño), encuadrando solo la mano frente al fondo liso.
Teachable Machine
Con la suscripción
- 06
Piedra, papel o tijera contra tu modelo
Usa tu modelo de gestos para jugar piedra, papel o tijera con el adulto como árbitro, mirando la vista previa. Registra cuántas jugadas reconoce bien.
Teachable Machine
Con la suscripción
- 07
Imagen o postura: ¿cuál conviene para cada idea?
Compara: la postura se fija en la posición de los puntos del cuerpo, y la imagen ve colores, fondo y objetos. Para cada idea de juego decides qué tipo de proyecto usar y por qué.
Video de Ada
Con la suscripción
- 08
Borra tus muestras y cuida tus datos
Paso a paso para eliminar las muestras de postura y de manos. Lo que te quedas es el modelo y la bitácora, no las fotos de tu cuerpo.
Teachable Machine
Con la suscripción
- 09
Reto del módulo: el entrenador de ejercicios
Un modelo de 3 posturas de estiramiento que el adulto usa para guiar una rutina de 2 minutos. Con prueba anotada y la explicación de dónde falla.
Teachable Machine
Con la suscripción
Módulo 9 · Machine Learning for Kids: modelos que se usan en Scratch
Entrenar modelos de imagen y de texto en Machine Learning for Kids y conectarlos a Scratch por primera vez.
- 01
Entra sin cuenta con 'Probar ahora'
Recorrido por Machine Learning for Kids: el modo 'Probar ahora' no pide registro. Lo que hay que saber desde el principio: en este modo el proyecto no se guarda en la página.
Machine Learning for Kids
Con la suscripción
- 02
Los 3 pasos de la herramienta: Entrenar, Aprender y probar, Crear
Son los mismos pasos que ya conoces (datos y etiquetas, entrenar, probar) con otros nombres. Se muestra dónde está cada uno.
Machine Learning for Kids
Con la suscripción
- 03
Proyecto de imágenes: etiquetas y ejemplos
Crea un proyecto de imágenes, agrega etiquetas y ejemplos con la cámara (objetos, sin caras) o con dibujos propios. Usa lo aprendido: variedad, fondo y clases equilibradas.
Machine Learning for Kids
Con la suscripción
- 04
Aprender y probar: entrena y mide
Entrena el modelo (tarda un poco en quedar listo) y pruébalo con ejemplos nuevos dentro de la herramienta. Anota la exactitud con tu prueba justa.
Machine Learning for Kids
Con la suscripción
- 05
Abre Scratch desde tu proyecto: los bloques nuevos
En 'Crear' eliges Scratch 3 y aparecen bloques con tus etiquetas. Ada muestra cuáles son: el que reconoce una imagen, el que da la etiqueta y el de confianza.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 06
Tu primer programa: el personaje dice lo que ve
Programa un objeto de Scratch que, al apretar una tecla, reconoce la imagen de la cámara y dice la etiqueta. Primero dibuja el algoritmo en papel.
Scratch 3
Con la suscripción
- 07
Usa la confianza: 'si no estoy seguro, digo no sé'
Con un bloque 'si' compara la confianza con el umbral que elegiste en el módulo 5. Tu programa ya no inventa cuando duda.
Scratch 3
Con la suscripción
- 08
Guarda tu proyecto de Scratch en la computadora
Archivo, 'Guardar en tu computadora'. Practica volver a abrirlo. Si cierras sin guardar, pierdes el programa.
Scratch 3
Con la suscripción
- 09
Mañana sigues: cómo retomar un proyecto de 'Probar ahora'
Como 'Probar ahora' no guarda el modelo, el truco del entrenador es guardar tus ejemplos: imágenes en carpetas por etiqueta y frases en un documento. Al volver, creas el proyecto con las mismas etiquetas, cargas los ejemplos, entrenas de nuevo y abres tu archivo de Scratch. Se practica de principio a fin.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 10
Modelos de texto: la IA que entiende frases
Crea un proyecto de texto con 2 etiquetas (por ejemplo, 'saludo' y 'despedida') y escribe frases de ejemplo inventadas por ti. Ves que el texto también se aprende con ejemplos.
Machine Learning for Kids
Con la suscripción
- 11
Prueba tu modelo de texto con frases nuevas
Escribe frases que no usaste para entrenar, incluidas faltas de ortografía y palabras que se dicen distinto en otros países. Anota cuáles falla y por qué: no vio esas palabras.
Machine Learning for Kids + bitácora
Con la suscripción
- 12
Un chatbot simple en Scratch con tu modelo de texto
El personaje pregunta, tú escribes y responde según la etiqueta. Comparas con un chatbot grande: el tuyo solo sabe lo que tú le enseñaste.
Scratch 3 + Machine Learning for Kids
Con la suscripción
- 13
Nunca datos personales en tus ejemplos
En las frases y en las fotos no van nombres reales, direcciones, teléfonos ni colegios. Se practica cambiando frases con datos personales por frases inventadas.
Video de Ada
Con la suscripción
- 14
Reto del módulo: el asistente de ánimo
Un programa de Scratch con un modelo de texto de 3 etiquetas (feliz, aburrido, cansado) entrenado con frases inventadas, que responde con un mensaje distinto, con prueba de 15 frases nuevas y la tabla 'qué hizo la IA / qué hice yo'.
Machine Learning for Kids + Scratch 3
Con la suscripción
Módulo 10 · Juegos con tu propia IA
Construir juegos completos en Scratch que se controlan con un modelo entrenado por el niño.
- 01
Diseña el juego antes de programar
Con la IA apagada: qué reconoce tu modelo, qué pasa en el juego con cada etiqueta, qué pasa cuando no está seguro y cómo se gana. Lo dibujas en una hoja.
Papel
Con la suscripción
- 02
Juego 1: el clasificador de reciclaje
Paso a paso: modelo de imágenes con 'plástico', 'papel' y 'nada'. El objeto de Scratch se mueve al contenedor correcto y suma puntos.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 03
Puntaje, tiempo y sonidos del juego
Agrega variables de puntaje y tiempo, y sonidos de Scratch al acertar. El modelo decide la etiqueta y tu programa decide las reglas del juego.
Scratch 3
Con la suscripción
- 04
Juego 2: controla a un personaje con sonidos
Crea un proyecto de sonido en Machine Learning for Kids (aplauso, silbido, ruido de fondo) y úsalo para mover un personaje que esquiva obstáculos.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 05
El retraso: por qué el juego responde tarde
El modelo tarda un poco en reconocer. Aprendes a diseñar juegos que lo toleren: obstáculos más lentos y reconocer cada cierto tiempo, no a cada instante.
Scratch 3
Con la suscripción
- 06
Juego 3: adivina mi dibujo
Un modelo de imágenes de tus propios dibujos y un juego donde el personaje adivina lo que dibujaste en papel y lleva la cuenta de aciertos.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 07
Arregla los errores del modelo dentro del juego
Juegas, anotas cada vez que el modelo se equivoca, vuelves a 'Entrenar' a agregar ejemplos de esos casos (y los guardas también en tus carpetas) y comparas el puntaje antes y después.
Machine Learning for Kids + bitácora
Con la suscripción
- 08
Pide ayuda a la IA con un bloque que no funciona
Describe el problema con R.O.C.A.F. al chatbot en la cuenta del adulto (qué esperabas, qué pasa, qué bloques usaste). Prueba la sugerencia, decide si sirve y anota qué aportó la IA.
Gemini o ChatGPT (cuenta del adulto) + Scratch 3
Con la suscripción
- 09
Pantalla de inicio e instrucciones para el jugador
Agrega una pantalla que explique cómo jugar y que avise 'este juego usa una IA entrenada por mí'. Así se cumple la regla de decir siempre qué hizo la IA.
Scratch 3
Con la suscripción
- 10
Prueba de jugadores: otra persona juega
Un familiar juega sin tu ayuda. Anotas dónde se confunde y dónde falla el modelo con sus objetos o sonidos. Eliges 2 mejoras.
Scratch 3
Con la suscripción
- 11
Reto del módulo: mi juego con IA versión 1
Entrega un juego completo (inicio, reglas, puntaje, umbral de confianza) guardado en la computadora, con los ejemplos de su modelo ordenados para volver a entrenarlo y la nota de la prueba de jugadores.
Machine Learning for Kids + Scratch 3
Con la suscripción
Módulo 11 · Versión 13+: por dentro del entrenamiento
Para 13+ (o para los de 11 a 12 que terminaron todo): leer las métricas que entrega la herramienta, ajustar parámetros y comparar modelos con rigor.
- 01
Neuronas artificiales en 5 minutos
Qué es una red neuronal: capas de 'neuronas' que suman números con pesos y se ajustan al equivocarse. Explicación visual sin fórmulas.
Video de Ada (idea basada en Dot CSV)
Con la suscripción
- 02
Aprender de un modelo ya entrenado
Teachable Machine no parte de cero: reutiliza un modelo que ya vio muchísimas imágenes y solo aprende tus clases. Por eso le bastan pocos ejemplos. Se llama aprendizaje por transferencia.
Video de Ada
Con la suscripción
- 03
El panel Avanzado: épocas, lote y tasa de aprendizaje
Abre 'Avanzado' en Teachable Machine. Época es una vuelta completa por los datos, lote es cuántos ejemplos mira de una vez y la tasa de aprendizaje es qué tan grandes son sus correcciones. Cambias UN valor a la vez y anotas los valores originales para volver a ellos.
Teachable Machine
Con la suscripción
- 04
'Bajo el capó': exactitud por clase y matriz de confusión
En 'Avanzado' pides que la herramienta calcule la exactitud por clase y la matriz de confusión. Ojo: las calcula con una parte de tus propios ejemplos que separa sola, no con objetos nuevos. Compárala con tu tabla hecha a mano del módulo 5: ¿cuál es más honesta y por qué?
Teachable Machine
Con la suscripción
- 05
Dibuja tu curva: exactitud según el número de épocas
Entrena el mismo modelo con pocas, medianas y muchas épocas y mide cada uno con tu prueba justa. Pones los resultados en una planilla y haces un gráfico. Si en tus ejemplos acierta todo pero en la prueba empeora, el modelo está memorizando (el estudiante que memoriza).
Teachable Machine + planilla
Con la suscripción
- 06
Sobreajuste y subajuste: ponle nombre a lo que mediste
Subajuste es el estudiante que no estudió (falla en todo). Sobreajuste es el que memoriza (perfecto en sus ejemplos, malo con lo nuevo). Con los números de tu curva encuentras el punto medio y lo explicas por escrito.
Planilla + bitácora
Con la suscripción
- 07
Precisión y exhaustividad: dos formas de acertar
La precisión pregunta: de lo que dijo 'vidrio', ¿cuánto era vidrio? La exhaustividad pregunta: de todo el vidrio, ¿cuánto encontró? Se calculan con tu matriz de confusión y decides cuál importa más en tu juego.
Planilla
Con la suscripción
- 08
Modelos de texto más serios: ejemplos difíciles y ambiguos
En Machine Learning for Kids agrega frases ambiguas e irónicas a tu modelo de texto y mide cuánto empeora. Ves los límites de un modelo pequeño frente a un chatbot grande.
Machine Learning for Kids
Con la suscripción
- 09
La ficha técnica del modelo (model card)
Los equipos profesionales documentan sus modelos: para qué sirve, para qué NO sirve, con qué datos se entrenó, resultados y sesgos conocidos. Armas la de tu modelo; en el proyecto final será tu 'ficha de mi modelo'.
Documento
Con la suscripción
- 10
Revisa tu ficha con una IA (y decide tú)
Escribes tu ficha primero. Luego, en la cuenta del adulto, le pides al chatbot que señale qué falta o qué afirmación no está respaldada por tus números. Aceptas solo lo que puedes comprobar y anotas qué hizo la IA.
Gemini o ChatGPT (cuenta del adulto)
Con la suscripción
- 11
Reto del módulo: comparación de 2 entrenamientos
Entrena el mismo problema con 2 configuraciones o 2 conjuntos de datos y entrega la comparación: matrices de confusión, exactitud en la prueba justa y tu conclusión argumentada.
Teachable Machine + planilla
Con la suscripción
Módulo 12 · Proyecto final: mi propia IA dentro de un juego
Diseñar, entrenar, probar, documentar y presentar un proyecto propio con una IA entrenada por el niño.
- 01
Elige tu problema: ¿qué quieres que tu IA reconozca?
Con la IA apagada, haz una lista de 3 ideas, elige una que use objetos, dibujos, sonidos o texto (nunca caras) y escribe en una frase para qué sirve y quién la usará.
Bitácora
Con la suscripción
- 02
Plan del proyecto: clases, datos, prueba y juego
Completa la plantilla: etiquetas, cuántos ejemplos y con qué variedad, prueba justa de 20 casos, umbral y reglas del juego. El adulto la revisa y la aprueba.
Plantilla imprimible
Con la suscripción
- 03
Junta y ordena tu conjunto de datos
Graba, dibuja o escribe tus ejemplos siguiendo el plan y guárdalos por etiqueta en tu computadora. Antes de entrenar, revisa que estén equilibrados y bien etiquetados.
Explorador de archivos + Machine Learning for Kids
Con la suscripción
- 04
Entrena la versión 1 y mídela
Entrena, aplica tu prueba justa, calcula la exactitud y arma la tabla de confusiones. Anota el error principal.
Machine Learning for Kids
Con la suscripción
- 05
Busca el sesgo de tu modelo
Prueba con otra luz, otro lugar, otro familiar que lo use en vivo (con permiso y sin grabarlo) u otros objetos de la misma clase. Anota a quién o qué deja fuera tu modelo y corrígelo.
Machine Learning for Kids
Con la suscripción
- 06
Versión 2: mejora y compara
Cambia una cosa a la vez, vuelve a entrenar y mide de nuevo. Compara la versión 1 con la 2 en tu bitácora.
Machine Learning for Kids
Con la suscripción
- 07
Construye el juego o app en Scratch
Programa el juego según tu plan: pantalla de inicio con 'usa una IA entrenada por mí', reglas, puntaje y respuesta 'no sé' bajo el umbral.
Scratch 3
Con la suscripción
- 08
Prueba con jugadores y último ajuste
Dos familiares juegan sin ayuda. Arreglas lo que más falló, tanto en el modelo como en el juego, y guardas en la computadora el proyecto de Scratch y la versión final de tus ejemplos.
Scratch 3
Con la suscripción
- 09
Escribe la ficha de mi modelo
Qué aprende, con qué datos, cuánto acierta, dónde se equivoca, qué sesgo encontraste y cómo lo corregiste, para qué NO debe usarse y la tabla 'qué hizo la IA / qué hice yo'.
Documento
Con la suscripción
- 10
Prepara tu presentación de 3 minutos
Estructura: el problema (30 s), cómo entrenaste (45 s), demostración en vivo (60 s), un error real y qué aprendiste de él (30 s), qué hizo la IA y qué hiciste tú (15 s). Ensayas con cronómetro.
Guion de presentación
Con la suscripción
- 11
Ensayo general: qué hacer si la demostración falla
Antes de presentar vuelves a entrenar el modelo con tus ejemplos guardados y lo pruebas. Practicas responder cuando el modelo se equivoca en vivo: explicas por qué pasó usando tu ficha. Un error bien explicado demuestra que entiendes tu IA.
Machine Learning for Kids + Scratch 3
Con la suscripción
- 12
Presentación final ante la familia
Presentas tu proyecto con demostración en vivo y respondes 2 preguntas de la familia. El adulto comparte los archivos en privado, nunca en redes abiertas. Cierre de Ada con los cursos que pueden seguir.
Scratch 3 + ficha del modelo
Con la suscripción
Proyecto final
Lo que termina haciendo
Un juego o app en Scratch que funciona con una IA entrenada por el propio niño (de imagen, de sonido o de texto). Ejemplos: un clasificador de reciclaje, un control por aplausos o un asistente que entiende frases. Con el juego entrega: (1) el proyecto de Scratch guardado en la computadora, el proyecto de Teachable Machine descargado como archivo (si lo usó) y su conjunto de datos de objetos, dibujos, sonidos o frases ordenado por etiquetas (así puede volver a entrenar el modelo cuando quiera, porque el modo "Probar ahora" de Machine Learning for Kids no guarda el modelo); (2) la "ficha de mi modelo", que dice qué aprende, con qué datos, cuánto acierta en su prueba, dónde se equivoca y qué sesgo encontró y corrigió; (3) la tabla "qué hizo la IA / qué hice yo"; (4) una presentación de 3 minutos ante la familia con demostración en vivo, incluido un error real explicado por él. El adulto la comparte en privado, nunca en redes abiertas. La versión 13+ agrega la lectura de la matriz de confusión y la comparación entre 2 entrenamientos.