Saltar ao contido

Inicio › UD4 › 4.1

4.1 · A interacción natural coa IA

C4.1CA4.3CA4.4Táboa de indicadores

Que aprenderás: como nos comunicamos coas máquinas de forma natural — por voz, por linguaxe escrita e por xestos e movemento — e adestrarás o teu primeiro modelo de aprendizaxe automática que recoñece movementos teus.

Interacción natural. Comunicarse coa máquina como cos humanos: falando, escribindo ou movéndose, sen menús nin botóns.
Recoñecemento de xestos. A IA aprende a distinguir movementos (aplaudir, saudar, saltar) a partir de exemplos.
Modelo de aprendizaxe automática. Programa que aprende dos datos que TI lle deas; é tan bo como os seus datos.
Un rapaz suxeitando un micro:bit e facendo un xesto amplo co brazo; do percorrido sae unha estela de tres trazos de cor que se recollen en tres montóns de mostras.
🤖E.4-4.3+4.4a · Estación de aprendizaxe automática · micro:bit CreateAITI

En parellas, cun micro:bit V2 e Chrome/Edge. Segue os pasos exactamente nesta orde:

  1. Abre createai.microbit.org (sen conta ningunha) e preme «Get started».
  2. Conecta o micro:bit de recollida de datos seguindo o asistente (a web guíate para emparellalo).
  3. Grava 3 accións (p. ex. aplaudir, saudar, agitar) con polo menos 10 mostras cada unha, movendo o micro:bit na man.
  4. Preme «Train model» e proba o modelo: fai os movementos e mira se acerta.
  5. Se falla, engade máis mostras da acción que confunde e volve adestrar. Isto é o importante: datos mellores = modelo mellor.
  6. Pasa a MakeCode desde CreateAI e programa unha reacción para cada acción (unha icona ou son distinto no micro:bit).
  7. Descarga o programa ao micro:bit V2 e comproba que reacciona aos teus movementos xa sen o ordenador.
  8. Garda o proxecto como ficheiro HEX antes de pechar (obrigatorio: se non, pérdese).

Axuda oficial (por se te atascas): guía de usuario de CreateAI · proxectos de exemplo.

Criterio de logro: o modelo distingue as 3 accións na proba en directo, o micro:bit reacciona de forma distinta a cada unha, e o HEX está entregado na aula virtual.

Que hai que conseguir: Tres xestos que o modelo distingue, e un programa que fai reaccionar o micro:bit a cada un.

Demostración en pantalla (profesora): interacción por linguaxe cun asistente/chatbot, para completar as tres vías da interacción natural (voz e texto vense en demostración; os xestos traballádelos vós).

🎬 Vídeo de aula: pendente de escoller pola profesora (este oco cúbrese cun vídeo probado antes da sesión).

A parte técnica, que entregas ao rematar a estación: 1) o obxectivo — que querías que fixese; 2) o procedemento — que pasos deches, en orde; 3) o resultado — que fai de verdade ao probalo; 4) un límite ou un fallo — algo que non fai ben, e por que cres que pasa. Este documento é o que avalía CA4.4. Pode entregarse en oral.

4.1 · La interacción natural con la IA

C4.1CA4.3CA4.4Tabla de indicadores

Qué aprenderás: cómo nos comunicamos con las máquinas de forma natural — por voz, por lenguaje escrito y por gestos y movimiento — y entrenarás tu primer modelo de aprendizaje automático que reconoce movimientos tuyos.

Interacción natural. Comunicarse con la máquina como con los humanos: hablando, escribiendo o moviéndose, sin menús ni botones.
Reconocimiento de gestos. La IA aprende a distinguir movimientos (aplaudir, saludar, saltar) a partir de ejemplos.
Modelo de aprendizaje automático. Programa que aprende de los datos que TÚ le des; es tan bueno como sus datos.
Un chico sujetando un micro:bit y haciendo un gesto amplio con el brazo; del recorrido sale una estela de tres trazos de color que se recogen en tres montones de muestras.
🤖E.4-4.3+4.4a · Estación de aprendizaje automático · micro:bit CreateAITI

En parejas, con un micro:bit V2 y Chrome/Edge. Sigue los pasos exactamente en este orden:

  1. Abre createai.microbit.org (sin ninguna cuenta) y pulsa «Get started».
  2. Conecta el micro:bit de recogida de datos siguiendo el asistente (la web te guía para emparejarlo).
  3. Graba 3 acciones (p. ej. aplaudir, saludar, agitar) con al menos 10 muestras cada una, moviendo el micro:bit en la mano.
  4. Pulsa «Train model» y prueba el modelo: haz los movimientos y mira si acierta.
  5. Si falla, añade más muestras de la acción que confunde y vuelve a entrenar. Esto es lo importante: datos mejores = modelo mejor.
  6. Pasa a MakeCode desde CreateAI y programa una reacción para cada acción (un icono o un sonido distinto en el micro:bit).
  7. Descarga el programa al micro:bit V2 y comprueba que reacciona a tus movimientos ya sin el ordenador.
  8. Guarda el proyecto como fichero HEX antes de cerrar (obligatorio: si no, se pierde).

Ayuda oficial (por si te atascas): guía de usuario de CreateAI · proyectos de ejemplo.

Criterio de logro: el modelo distingue las 3 acciones en la prueba en directo, el micro:bit reacciona de forma distinta a cada una, y el HEX está entregado en el aula virtual.

Qué hay que conseguir: Tres gestos que el modelo distingue, y un programa que hace reaccionar al micro:bit a cada uno.

Demostración en pantalla (profesora): interacción por lenguaje con un asistente/chatbot, para completar las tres vías de la interacción natural (voz y texto se ven en demostración; los gestos los trabajáis vosotros).

🎬 Vídeo de aula: pendiente de elegir por la profesora (este hueco se cubre con un vídeo probado antes de la sesión).

La parte técnica, que entregas al terminar la estación: 1) el objetivo; 2) el procedimiento, en orden; 3) el resultado real al probarlo; 4) un límite o un fallo, y por qué crees que pasa. Este documento es lo que evalúa CA4.4. Puede entregarse en oral.

4.1 · L'interaction naturelle avec l'IA

C4.1CA4.3CA4.4Tableau d'indicateurs

Ce que tu vas apprendre : comment nous communiquons avec les machines de façon naturelle — par la voix, par le langage écrit et par les gestes et le mouvement — et tu entraîneras ton premier modèle d'apprentissage automatique, qui reconnaît tes propres mouvements.

Interaction naturelle. Communiquer avec la machine comme avec les humains : en parlant, en écrivant ou en bougeant, sans menus ni boutons.
Reconnaissance de gestes. L'IA apprend à distinguer des mouvements (applaudir, saluer, sauter) à partir d'exemples.
Modèle d'apprentissage automatique. Programme qui apprend des données que TU lui donnes ; il est aussi bon que ses données.
Un garçon tient un micro:bit et fait un grand geste du bras ; du trajet part une traînée de trois traits colorés qui se rassemblent en trois tas d'échantillons.
🤖E.4-4.3+4.4a · Station d'apprentissage automatique · micro:bit CreateAITI

En binômes, avec un micro:bit V2 et Chrome ou Edge. Suis les étapes dans cet ordre :

  1. Ouvre createai.microbit.org — sans compte — et clique sur « Get started ».
  2. Connecte le micro:bit de collecte de données en suivant l'assistant (le site te guide pour l'appairer).
  3. Enregistre 3 actions (p. ex. applaudir, saluer, agiter) avec au moins 10 échantillons chacune, en bougeant le micro:bit dans la main.
  4. Clique sur « Train model » et teste le modèle : refais les gestes et regarde s'il les reconnaît.
  5. S'il se trompe, ajoute des échantillons au geste confondu et réentraîne. C'est le point essentiel : meilleures données = meilleur modèle.
  6. Passe à MakeCode depuis CreateAI et programme une réaction pour chaque action (une icône ou un son différent sur le micro:bit).
  7. Télécharge le programme sur le micro:bit V2 et vérifie qu'il réagit à tes mouvements sans l'ordinateur.
  8. Sauvegarde le projet en fichier HEX avant de fermer (obligatoire : sinon il est perdu).

Aide officielle (si tu bloques) : guide d'utilisation de CreateAI · projets d'exemple.

Critère de réussite : le modèle distingue les 3 actions lors de l'essai en direct, le micro:bit réagit différemment à chacune, et le fichier HEX est rendu sur la classe virtuelle.

Ce qu'il faut réussir : Trois gestes que le modèle distingue, et un programme qui fait réagir le micro:bit à chacun.

Démonstration à l'écran (la professeure) : interaction par le langage avec un assistant ou un agent conversationnel, pour compléter les trois voies de l'interaction naturelle (la voix et le texte se voient en démonstration ; les gestes, c'est vous qui les travaillez).

🎬 Vidéo de classe : à choisir par la professeure (cet emplacement sera comblé par une vidéo testée avant la séance).

La partie technique, à rendre à la fin de la station : 1) l'objectif — ce que tu voulais faire faire ; 2) la procédure — les étapes, dans l'ordre ; 3) le résultat — ce qu'il fait vraiment une fois testé ; 4) une limite ou une panne — quelque chose qu'il ne fait pas bien, et pourquoi selon toi. C'est ce document qui évalue CA4.4. Il peut être rendu à l'oral.

4.1 · التفاعل الطبيعي مع الذكاء الاصطناعي

C4.1CA4.3CA4.4جدول المؤشرات

ما ستتعلّمه: كيف نتواصل مع الآلات بشكل طبيعي — بالصوت وباللغة المكتوبة وبالإيماءات والحركة — وستدرّب أوّل نموذج تعلّم آلي يتعرّف على حركاتك أنت.

التفاعل الطبيعي. التواصل مع الآلة كما مع البشر: بالكلام أو الكتابة أو الحركة، بلا قوائم ولا أزرار.
التعرّف على الإيماءات. يتعلّم الذكاء الاصطناعي تمييز الحركات (التصفيق، التحية، القفز) انطلاقًا من أمثلة.
نموذج التعلّم الآلي. برنامج يتعلّم من البيانات التي تعطيه أنت؛ وهو بجودة بياناته.
فتى يمسك micro:bit ويؤدّي حركة واسعة بذراعه؛ ومن مسار الحركة يخرج أثر بثلاثة خطوط ملوّنة تتجمّع في ثلاث كومات من العيّنات.
🤖E.4-4.3+4.4a · محطة التعلّم الآلي · micro:bit CreateAITI

في ثنائيات، مع micro:bit V2 ومتصفّح Chrome أو Edge. اتبع الخطوات بهذا الترتيب:

  1. افتح createai.microbit.org — بلا حساب — واضغط «Get started».
  2. اربط جهاز micro:bit المخصّص لجمع البيانات باتّباع المعالج (يرشدك الموقع إلى طريقة إقرانه).
  3. سجّل ثلاث حركات (مثلًا: التصفيق، التحية، الهزّ) بـ10 عيّنات على الأقل لكل واحدة، وأنت تحرّك micro:bit بيدك.
  4. اضغط «Train model» ثم جرّب النموذج: أعد أداء الحركات وانظر هل يصيب.
  5. إن أخطأ، أضف مزيدًا من العيّنات للحركة الملتبسة وأعد التدريب. هذه هي النقطة الجوهرية: بيانات أفضل = نموذج أفضل.
  6. انتقل إلى MakeCode انطلاقًا من CreateAI وبرمج استجابة لكل حركة (أيقونة أو صوت مختلف على micro:bit).
  7. حمّل البرنامج إلى micro:bit V2 وتأكّد أنه يستجيب لحركاتك من دون الحاسوب.
  8. احفظ المشروع كملف HEX قبل الإغلاق (إلزامي: وإلا ضاع).

المساعدة الرسمية (إن تعثّرت): دليل استخدام CreateAI · مشاريع نموذجية.

معيار الإنجاز: يميّز النموذج الحركات الثلاث في التجربة المباشرة، ويستجيب micro:bit لكل واحدة بشكل مختلف، وسُلِّم ملف HEX في الفصل الافتراضي.

المطلوب إنجازه: ثلاث حركات يميّزها النموذج، وبرنامج يجعل micro:bit يستجيب لكل واحدة.

عرض على الشاشة (المعلّمة): التفاعل باللغة مع مساعد أو روبوت محادثة، لاستكمال مسارات التفاعل الطبيعي الثلاثة (الصوت والنصّ يُعرضان في العرض التوضيحي؛ أمّا الإيماءات فتشتغلون عليها أنتم).

🎬 فيديو الصف: في انتظار اختيار المعلّمة (يُملأ هذا الموضع بفيديو مُجرَّب قبل الحصة).

الجزء التقني، يُسلَّم في نهاية المحطة: 1) الهدف — ما أردت أن يفعله؛ 2) الإجراء — الخطوات بالترتيب؛ 3) النتيجة — ما يفعله فعلًا عند التجربة؛ 4) حدّ أو عطل — شيء لا يؤدّيه جيدًا ولماذا في رأيك. هذا المستند هو ما يقيّم CA4.4، ويمكن تسليمه شفويًا.

←
Guía UD4
→
4.2 · Robots autónomos