Documentos de Académico
Documentos de Profesional
Documentos de Cultura
pensamiento computacional
U7. Ciencia de datos e
inteligencia artificial
Blanca Azucena Luque Jarava
Metodología
01 Introducción
04 Planificación, actividades
Justificación y recursos
Atención a la
02 Contexto 05 diversidad
03 Objetivos 06 Evaluación
1. INTRODUCCIÓN
Ciencia de datos e inteligencia artificial: una
visión crítica
Pensamiento crítico
siones
1 2 s e
- Comprender el impacto en
la sociedad
Inteligencia artificial
- Conocer los principios
Ciencia de datos - Construcción de un
- Aspectos agente inteligente
fundamentales
2. CONTEXTO: I.E.S Padre Luis Coloma
Clase Profesorado
- Alumnado de otros países -> favorecer la integración
- 91 profesores (56 plaza definitiva) -> relativa estabilidad
(trabajos grupales)
- Claustro viejo -> Reticencia a la innovación y jubilaciones
- Asignatura optativa 1º bachillerato -> probablemente anuales -> favorecer la innovación en la asignatura
tengan conocimientos y motivación (no asumir) Centro
- Avenida Álvaro Domecq, Jerez de la Fra.
- Zona importante social, cultural y
económicamente
- Aulas TIC equipadas con ordenadores (algunas
un poco pequeñas -> limita el número de
alumnado)
Marco legislativo - Tiene una biblioteca con ordenadores (se puede Nivel socio-cultural
acceder por la tarde)
- BOE Real Decreto 243/2022 - Diversidad económica y social
- BOJA Instrucción 13/2022, de 23 de junio - 40 % familias con estudios universitarios
- Proyecto educativo del centro del I.E.S - 35% familias de estudios de nivel medio
Padre Luis Coloma - 25% familias de obreros no cualificados
Objetivos: Indicadores O1
Indicadores
4. Trabajar el pensamiento
crítico y la ciudadanía digital
Objetivos: Indicadores 03
Indicadores
problema concreto mediante el uso de técnicas de Nivel de logro IV 4.1, 4.2, 4.3 -> 50 % 77 %
- automático
aprendizaje 1.1, 1.2, 1.3, 1.4, 1.6 -> 100 %
5
Metodología: contenidos y estructura
T1. Ciencia de datos T2. IA T3. Agentes inteligentes T4. Pensamiento crítico
1.1 Qué es la ciencia de datos 2.1 Qué es la 3.1 Qué es el aprendizaje 4.1 Qué es la
1.2 Características de la ciencia inteligencia artificial automático desinformación y sus
de datos 2.2 Repaso histórico 3.2 Tipos de agentes características
1.3 Tipos de datos 2.3 Utilidades de la IA inteligentes 4.2 Técnicas de
1.4 Herramientas de 2.4 Cuestiones éticas 3.3 Diseño de un agente análisis de la
visualización de datos e impacto en la inteligente información
1.5 Desinformación digital: sociedad 4.3 Recursos para
veracidad de los datos defenderse
1.6 Impacto de la ciencia de digitalmente
datos en la sociedad
Datos
cualitativos Datos
cuantitativos
12 sesiones:
Del 21 de febrero al 31
de marzo
Miércoles y viernes
Metodología: planificación
1 2 3 4 5 6
20’ Ev. inicial Recordatorio Recordatorio
T4 (4.1, 4.2, 4.3) A4 (entrega ensayo)
A3 (entrega
20’ T1 (1.1, 1.2, 1.3) T1 (1.4)
práctica)
T1 (1.5, 1.6)
7 8 9 10 11 12
Feedback entregas
20’ / Parte extra
Recordatorio Recordatorio
A.5 A.6
20’ T.3.3 A.6
T2 (2.2, 2.2, 2.3) A.1 T.3 (3.1, 3.2)
20’ T2 (2.4) Presentaciones
Metodología: recursos
Más supervisión
Trabajo colaborativo Altas capacidades: plantear operaciones más
Correcciones y feedback en clase complejas con los datos.
Proponer muchos ejemplos Textos más complejos para analizar la
Guión de prácticas disponible (A3) veracidad/desinformación
Resolución de problemas en clase Propuesta de problemas / apartados
(adicionales) con mayor complejidad
A5
Objetivos Indicadores Alexamente A6 Capibara en apuros A7 Clase teórica E1 Preguntas al inicio E2 Participación
3. Ser capaz de construir un agente
inteligente que emplee técnicas de
20 % aprendizaje automático 5% 1. Conocer qué es el aprendizaje automático 50% x x 25% 25%
50 % 4. Ser capaz de crear una opinión propia sobre diferentes temáticas 90% x 10%
Evaluación: docente
Herramientas / Medidas Dimensiones: