Cómo enseñar IA y ML a estudiantes de secundaria

Muy buenas, les saluda Luis y en esta ocasión les traigo otro nuevo post.

Consejos y recomendaciones para enseñar inteligencia artificial y aprendizaje automático a estudiantes de secundaria de una manera sencilla y divertida

La inteligencia artificial (IA) se ha convertido en una revolución en los últimos años, y la cantidad de desarrolladores, estudiantes graduados e incluso estudiantes de secundaria que exploran el campo se ha disparado. Esto plantea una pregunta fundamental: ¿Cuándo es el momento adecuado para comenzar a aprender IA? Presumimos que enseñar IA a los estudiantes desde una edad temprana, específicamente en la escuela secundaria, es un momento perfecto para comenzar. Después de enseñar una introducción al curso de AI / ML este verano, nos dimos cuenta de que los estudiantes de secundaria son capaces de entender AI / ML, aunque con algunas advertencias.

Establezcamos algunas líneas de base de lo que saben la mayoría de los estudiantes de secundaria. En términos de codificación, la mayoría de los estudiantes de sexto a octavo grado comprenden los fundamentos de la codificación, ya sea la codificación en bloques, como Scratch , o incluso un lenguaje real como Java. Si tiene suerte, algunos estudiantes pueden incluso conocer Python. Siempre que los estudiantes comprendan conceptos básicos de codificación, como bucles y declaraciones if, podrán aprender los conceptos de IA, ya que no se necesitan habilidades de codificación en profundidad para aprender IA a nivel superficial.

En términos de matemáticas, la mayoría de los estudiantes sabrán conceptos básicos de álgebra, a menos que estén realmente avanzados. La mayoría de los estudiantes comprenderán los planos de coordenadas, como los ejes xy y las pendientes, lo que sin duda es un buen comienzo. Sin embargo, esto significa que es increíblemente difícil enseñar la verdadera teoría detrás de los conceptos, como las funciones de pérdida y el descenso de gradientes. En cambio, es mucho mejor explicar los temas generales sin profundizar demasiado y mostrar cómo implementarlos en el mundo real.

Filosofía de la enseñanza

La forma más eficaz de mantener a los estudiantes jóvenes comprometidos es utilizar el refuerzo positivo y el estímulo para ayudarlos a sentir que están comprendiendo los conceptos.

Para presentar la IA a los estudiantes de secundaria, es imperativo comenzar con conceptos básicos extremos. Esto comienza eliminando la percepción de que la IA son robots terroríficos que pueden operar de forma completamente independiente. Según nuestra experiencia, la mayoría de los estudiantes pensaron instantáneamente en la IA como algo salido de Avengers: Age of Ultron. Necesitábamos disipar sus teorías, primero aclarando exactamente qué es la IA y dando ejemplos precisos y precisos. Mostramos cómo la IA los rodea, desde Amazon Alexa hasta las recomendaciones de Netflix, lo que les ayudó a comprender mejor qué es realmente la IA.

Lo más importante es que para mantener a los estudiantes interesados, deben comprender por qué es importante que la IA aprenda. Deben comprender que la mayoría de las oportunidades laborales en el futuro requerirán inteligencia artificial, y aprender los conceptos ahora les dará una ventaja en la escuela secundaria y la universidad. Además, proporcionar algunos ejemplos de campos que están cambiando al uso de la IA, como la medicina y la economía, interesará a los estudiantes con todo tipo de intereses diferentes.

La inteligencia artificial es la simulación de la inteligencia humana en máquinas que están programadas para pensar y actuar como humanos.

Para ayudar a los estudiantes de secundaria a comprender la IA / ML, los temas deben definirse de manera muy simple e intuitiva. Explicamos que las máquinas aprenderán de sus propios resultados y ejecutarán miles de pruebas para mejorar. Un gran ejemplo para los estudiantes de secundaria es el siguiente: Una IA es un bebé pequeño al que se le muestran cuadrados y triángulos una y otra vez hasta que puede determinar entre un cuadrado y un triángulo. Esto explica el concepto básico de proporcionar datos y etiquetas para que un modelo aprenda de una manera comúnmente comprensible.

En lugar de intentar distinguir la IA del ML, es mucho más fácil decir que son muy similares y esencialmente lo mismo. Tratar de diferenciar los dos confundirá aún más a los ya confundidos estudiantes de secundaria. Esta es una estrategia similar a la de enseñar a los niños de primaria que 0 es el número más pequeño, pero luego enseñarles sobre la existencia de números negativos.

Aprendizaje profundo frente a aprendizaje automático estándar

Honestamente, enseñar aprendizaje profundo no es el movimiento más efectivo. Comenzar con los conceptos básicos de los algoritmos estándar de aprendizaje automático, como la regresión lineal y logística, ayudará a los estudiantes a familiarizarse con los conceptos en lugar de sentirse abrumados. Si un estudiante ha tomado álgebra, o incluso comprende ecuaciones lineales básicas (y = mx + b), podrá comprender cómo funciona la regresión lineal. Nuevamente, el refuerzo positivo mantiene a los estudiantes comprometidos.

Si es necesario enseñar DL y redes neuronales, manténgalo lo más simple posible. Explique que una red neuronal es simplemente una función, como ƒ (x), donde ƒ es la red yx son los datos. El objetivo de la función es que la salida de la función sea lo más cercana a la etiqueta real de los datos. Durante el entrenamiento, la ecuación continúa mejorando para obtener siempre el resultado correcto. Esto hace que el aprendizaje profundo parezca una función algebraica básica, haciéndolo comprensible para un estudiante de secundaria.

Proyectos y problemas

Nuevamente, dado que el grupo objetivo es muy joven, el objetivo principal debe ser mantenerlos comprometidos e interesados. Sin duda, los proyectos son la mejor forma de hacerlo. La experiencia del mundo real que proviene de codificar estos proyectos es fundamental para ayudarlos a comprender cómo encajan todas las piezas.

Esto también significa que los proyectos deben ser lo más fáciles posible y de interés universal. Por ejemplo, un proyecto de clasificación del cáncer de mama resultó ser muy popular; muchos estudiantes sintieron que estaban “curando el cáncer”, lo cual fue un motivador increíble.

En general, el código obviamente implicará mucho más que el modelo real, por ejemplo, sintaxis y preprocesamiento de datos. Recuerde que el objetivo aquí es centrarse en el modelo real, lo que significa que muchas de estas otras partes son irrelevantes para el objetivo de enseñar a los estudiantes sobre ML. Sobre todo, los profesores no deberían caer en la trampa de olvidarse del ML real involucrado durante un proyecto.

Pensamientos finales

Para los estudiantes de secundaria, todo lo que realmente importa es ayudarlos a desarrollar interés. Cuando realmente se trata de eso, con suficiente pasión, cualquiera puede aprender los conceptos de alto nivel más adelante en su educación.

A partir de nuestras experiencias, descubrimos que es completamente factible enseñar IA / ML a estudiantes de secundaria, plantando así la semilla de la inspiración temprano. Sin embargo, dadas sus habilidades matemáticas y de codificación aún en desarrollo, es increíblemente importante evitar el agotamiento. Al enseñar IA a un estudiante de secundaria, el objetivo no debería ser hacer que construyan empresas o realicen investigaciones. Si bien puede parecer que están aprendiendo más a corto plazo, esta mentalidad los obstaculizará a largo plazo. El objetivo es inspirar e interesar a la próxima generación sobre el campo de la IA y lo divertido e importante que es. Asustar a los estudiantes con complejidades abrumadoras impide cualquier posibilidad de interés.

Más ingenieros de IA en el futuro son absolutamente clave. Para atraer a más estudiantes al campo, es absolutamente fundamental asegurarse de que tengan una base fundamental sólida de estos conceptos rigurosos. Para los estudiantes de secundaria, todo lo que realmente importa es ayudarlos a desarrollar interés. Cuando realmente se trata de eso, con suficiente pasión, cualquiera puede aprender los conceptos de alto nivel más adelante en su educación. Independientemente, para los estudiantes más ambiciosos, desarrollar el interés y la comprensión a una edad temprana sin duda será de gran ayuda.

Nuestros materiales de lecciones se pueden encontrar aquí: https://github.com/SiP-AI-ML/LessonMaterials.

Gracias por leer.