Saltar ao contido

Inicio › UD1 › 1.3 Historia

1.3 · Historia e evolución da IA

CA1.3Táboa de indicadores

Que aprenderás: coñecer a historia da IA e como evolucionou, atendendo ás liñas de investigación, fitos e porqués.

Alan Turing. Matemático pioneiro da informática; propuxo o concepto de máquinas universais.
Sistemas expertos. Programas que imitan a toma de decisións humana nun dominio específico.
Aprendizaxe automática (Machine Learning). Campo da IA no que as tarefas melloran coa experiencia.
Aprendizaxe profunda (Deep Learning). Subcampo do ML que usa redes neuronais para procesar datos.
Unha liña de tempo con seis fitos ilustrados: unha válvula de baleiro, unha cinta perforada, un ordenador antigo, un taboleiro de xadrez, un móbil e unha rede de nodos.

En detalle

A historia da IA é un camiño de avances e desafíos: das bases teóricas de Turing aos primeiros programas de xadrez e aos sistemas expertos; das liñas do machine learning e o deep learning (recoñecemento de voz, visión por computador) aos «invernos» da IA, períodos nos que o investimento e o interese caeron polas limitacións tecnolóxicas.

As razóns destes vaivéns repítense: a IA avanza cando coinciden tres cousas —datos dabondo para aprender, potencia de cálculo para procesalos e algoritmos capaces de aproveitalos—. Cando falta algunha, os avances páranse. Os «invernos» chegaron despois de prometer máis do que a tecnoloxía daquel momento podía cumprir: ao non chegaren os resultados, retirouse o financiamento e a investigación quedou en ralentí ata que as tres pezas volveron xuntarse.

▶Vídeo de aula
✎E.1-1.3a · Liña de tempo da IATI

Por grupos, escollede un dos 11 ámbitos (sen repetir) e xerade a vosa propia liña de tempo con máis información, imaxes ou vídeos dos fitos, xustificando a elección:

  1. Investigación e avances na IA
  2. Desenvolvemento e regulación
  3. Impacto na sociedade
  4. Fitos en xogos e ocio
  5. Aplicacións en industrias
  6. Transporte e aviación
  7. Medicina e saúde
  8. Arte e creatividade xeradas por IA
  9. Lexislación da IA
  10. Robótica autónoma
  11. A IA na educación

Faise en Canva coa conta educativa do centro ou desenchufada, en papel: dío a profesora ao empezar. O ámbito escóllese na aula, na pantalla de ámbitos: cada grupo colle un e xa non se repite. Os fitos búscaos e escóllelos o grupo, coas súas fontes.

Criterio de logro: mínimo 5 fitos correctos e ordenados cronoloxicamente, cada un cunha frase de por que importa, e coas fontes citadas.

Que hai que conseguir: Sitúa os fitos na liña de tempo, cada un coa súa data e unha frase que diga que pasou.

Rutina de pensamento · Compara e contrasta. Antes de agrupar en etapas, colle dous fitos afastados no tempo e escribe en que se parecen e en que se diferencian. As etapas saen soas dese exercicio.
🗣E.1-1.3b · Exposición da liña de tempoTI

Presentámola ao resto da clase: cada membro prepara polo menos 1 fito individual e o resto en grupo. Ao rematar, votamos a mellor presentación.

1.3 · Historia y evolución de la IA

CA1.3Tabla de indicadores

Qué aprenderás: conocer la historia de la IA y cómo evolucionó, atendiendo a las líneas de investigación, los hitos y los porqués.

Alan Turing. Matemático pionero de la informática; propuso el concepto de máquinas universales.
Sistemas expertos. Programas que imitan la toma de decisiones humana en un dominio específico.
Aprendizaje automático (Machine Learning). Campo de la IA en el que las tareas mejoran con la experiencia.
Aprendizaje profundo (Deep Learning). Subcampo del ML que usa redes neuronales para procesar datos.
Una línea de tiempo con seis hitos ilustrados: una válvula de vacío, una cinta perforada, un ordenador antiguo, un tablero de ajedrez, un móvil y una red de nodos.

En detalle

La historia de la IA es un camino de avances y desafíos: de las bases teóricas de Turing a los primeros programas de ajedrez y a los sistemas expertos; de las líneas del machine learning y el deep learning (reconocimiento de voz, visión por computador) a los «inviernos» de la IA, períodos en los que la inversión y el interés cayeron por las limitaciones tecnológicas.

Las razones de estos vaivenes se repiten: la IA avanza cuando coinciden tres cosas —datos suficientes para aprender, potencia de cálculo para procesarlos y algoritmos capaces de aprovecharlos—. Cuando falta alguna, los avances se detienen. Los «inviernos» llegaron después de prometer más de lo que la tecnología de aquel momento podía cumplir: al no llegar los resultados, se retiró la financiación y la investigación quedó a ralentí hasta que las tres piezas volvieron a juntarse.

▶Vídeo de aula
✎E.1-1.3a · Línea de tiempo de la IATI

Por grupos, elegid uno de los 11 ámbitos (sin repetir) y generad vuestra propia línea de tiempo con más información, imágenes o vídeos de los hitos, justificando la elección:

  1. Investigación y avances en la IA
  2. Desarrollo y regulación
  3. Impacto en la sociedad
  4. Hitos en juegos y ocio
  5. Aplicaciones en industrias
  6. Transporte y aviación
  7. Medicina y salud
  8. Arte y creatividad generados por IA
  9. Legislación de la IA
  10. Robótica autónoma
  11. La IA en la educación

Se hace en Canva con la cuenta educativa del centro o desenchufada, en papel: díselo a la profesora al empezar. El ámbito se elige en el aula, en la pantalla de ámbitos: cada grupo coge uno y ya no se repite. Los hitos los busca y los elige el grupo, con sus fuentes.

Criterio de logro: mínimo 5 hitos correctos y ordenados cronológicamente, cada uno con una frase de por qué importa, y con las fuentes citadas.

Qué hay que conseguir: Sitúa los hitos en la línea de tiempo, cada uno con su fecha y una frase que diga qué pasó.

Rutina de pensamiento · Compara y contrasta. Antes de agrupar en etapas, coge dos hitos alejados en el tiempo y escribe en qué se parecen y en qué se diferencian. Las etapas salen solas de ese ejercicio.
🗣E.1-1.3b · Exposición de la línea de tiempoTI

La presentamos al resto de la clase: cada miembro prepara al menos 1 hito individual y el resto en grupo. Al terminar, votamos la mejor presentación.

1.3 · Histoire et évolution de l'IA

CA1.3Tableau d'indicateurs

Ce que tu vas apprendre : connaître l'histoire de l'IA et comment elle a évolué, en tenant compte des lignes de recherche, des jalons et des pourquoi.

Alan Turing. Mathématicien pionnier de l'informatique ; il a proposé le concept de machines universelles.
Systèmes experts. Programmes qui imitent la prise de décision humaine dans un domaine précis.
Apprentissage automatique (Machine Learning). Domaine de l'IA où les tâches s'améliorent avec l'expérience.
Apprentissage profond (Deep Learning). Sous-domaine du ML qui utilise des réseaux de neurones pour traiter les données.
Une frise avec six jalons illustrés : un tube à vide, une bande perforée, un vieil ordinateur, un échiquier, un téléphone et un réseau de nœuds.

En détail

L'histoire de l'IA est un chemin d'avancées et de défis : des bases théoriques de Turing aux premiers programmes d'échecs et aux systèmes experts ; des lignes du machine learning et du deep learning (reconnaissance vocale, vision par ordinateur) aux « hivers » de l'IA, des périodes où l'investissement et l'intérêt ont chuté à cause des limites technologiques.

Les raisons de ces allers-retours se répètent : l'IA avance quand trois choses coïncident — assez de données pour apprendre, de la puissance de calcul pour les traiter et des algorithmes capables d'en tirer parti. Dès qu'il en manque une, les avancées s'arrêtent. Les « hivers » sont arrivés après avoir promis plus que ce que la technologie de l'époque pouvait tenir : les résultats n'arrivant pas, les financements ont été retirés et la recherche est restée au ralenti jusqu'à ce que les trois pièces se retrouvent réunies.

▶Vidéo de classe
✎E.1-1.3a · Frise chronologique de l'IATI

En groupes, choisissez un des 11 domaines (sans répétition) et créez votre propre frise chronologique avec plus d'informations, des images ou des vidéos des jalons, en justifiant votre choix :

  1. Recherche et avancées de l'IA
  2. Développement et régulation
  3. Impact sur la société
  4. Jeux et loisirs
  5. Applications dans l'industrie
  6. Transport et aviation
  7. Médecine et santé
  8. Art et création par l'IA
  9. Législation de l'IA
  10. Robotique autonome
  11. L'IA dans l'éducation

Cela se fait sur Canva avec le compte éducatif de l'établissement ou débranché, sur papier : dis-le à la professeure au début. Le domaine se choisit en classe, sur l'écran des domaines : chaque groupe en prend un et il ne se répète plus. Les jalons, c'est le groupe qui les cherche et les choisit, avec leurs sources.

Critère de réussite : au minimum 5 jalons corrects et classés chronologiquement, chacun avec une phrase expliquant pourquoi il compte, et avec les sources citées.

Ce qu'il faut réussir : Place les jalons sur la frise, chacun avec sa date et une phrase disant ce qui s'est passé.

Routine de pensée · Compare et contraste. Avant de regrouper en étapes, prends deux jalons éloignés dans le temps et écris en quoi ils se ressemblent et en quoi ils diffèrent. Les étapes sortent toutes seules de cet exercice.
🗣E.1-1.3b · Présentation de la friseTI

Nous la présentons au reste de la classe : chaque membre prépare au moins 1 jalon individuel et le reste en groupe. À la fin, nous votons la meilleure présentation.

1.3 · تاريخ الذكاء الاصطناعي وتطوره

CA1.3جدول المؤشرات

ما ستتعلّمه: معرفة تاريخ الذكاء الاصطناعي وكيف تطوّر، مع مراعاة خطوط البحث والمحطات والأسباب.

آلان تورينغ. رياضياتي رائد في علم الحاسوب؛ اقترح مفهوم الآلات الكونية.
الأنظمة الخبيرة. برامج تحاكي اتخاذ القرار البشري في مجال محدّد.
التعلّم الآلي (Machine Learning). مجال من الذكاء الاصطناعي تتحسّن فيه المهام بالخبرة.
التعلّم العميق (Deep Learning). فرع من التعلّم الآلي يستعمل الشبكات العصبية لمعالجة البيانات.
خط زمني بستّ محطات مصوّرة: صمّام مفرّغ، شريط مثقوب، حاسوب قديم، رقعة شطرنج، هاتف، وشبكة عُقد.

بالتفصيل

تاريخ الذكاء الاصطناعي مسار من التقدّم والتحدّيات: من الأسس النظرية لـتورينغ إلى أولى برامج الشطرنج والأنظمة الخبيرة؛ ومن خطّي التعلّم الآلي والتعلّم العميق (التعرّف على الصوت، الرؤية الحاسوبية) إلى «شتاءات» الذكاء الاصطناعي، وهي فترات تراجع فيها الاستثمار والاهتمام بسبب القيود التقنية.

تتكرّر أسباب هذا التذبذب: يتقدّم الذكاء الاصطناعي حين تجتمع ثلاثة أمور — بيانات كافية للتعلّم، وقدرة حوسبية لمعالجتها، وخوارزميات قادرة على الإفادة منها. وحين ينقص أحدها تتوقّف الإنجازات. وقد جاءت «الشتاءات» بعد وعودٍ تجاوزت ما كانت تقنية تلك المرحلة قادرة على الوفاء به: ولمّا لم تصل النتائج، سُحب التمويل وبقي البحث في وضع بطيء حتى التقت القطع الثلاث من جديد.

▶فيديو الصف
✎E.1-1.3a · الخط الزمني للذكاء الاصطناعيTI

في مجموعات، اختاروا أحد المجالات الأحد عشر (دون تكرار) وأنشئوا خطكم الزمني الخاص بمزيد من المعلومات أو الصور أو مقاطع الفيديو عن المحطات، مع تبرير الاختيار:

  1. البحث والتقدّم في الذكاء الاصطناعي
  2. التطوير والتنظيم
  3. الأثر في المجتمع
  4. الألعاب والترفيه
  5. التطبيقات الصناعية
  6. النقل والطيران
  7. الطبّ والصحّة
  8. الفنّ والإبداع بالذكاء الاصطناعي
  9. تشريعات الذكاء الاصطناعي
  10. الروبوتات ذاتية التشغيل
  11. الذكاء الاصطناعي في التعليم

يُنجَز العمل في Canva بحساب المركز التعليمي أو بلا أجهزة، على الورق: أخبر المعلّمة بذلك عند البدء. يُختار المجال في الصف، في شاشة المجالات: كل مجموعة تأخذ مجالًا ولا يتكرّر. أمّا المحطات فتبحث عنها المجموعة وتختارها، مع مصادرها.

معيار الإنجاز: 5 محطات صحيحة ومرتّبة زمنيًا على الأقل، كلٌّ منها بجملة تشرح لماذا تهمّ، مع ذكر المصادر.

المطلوب إنجازه: ضع المحطات على الخط الزمني، كلٌّ بتاريخها وجملة تقول ما حدث.

روتين تفكير · قارن وقابِل. قبل التجميع في مراحل، خذ محطتين متباعدتين زمنيًا واكتب أوجه الشبه والاختلاف. المراحل تخرج وحدها من هذا التمرين.
🗣E.1-1.3b · عرض الخط الزمنيTI

نعرضه على بقية الصف: يُحضّر كل عضو محطة فردية واحدة على الأقل والباقي في مجموعة. وعند الانتهاء، نصوّت لأفضل عرض.

←
1.2 · Áreas da IA
→
1.4 · IA na realidade