Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Informática# Interacción Persona-Ordenador

Involucrando a los niños en el aprendizaje de la IA a través del diseño

Los niños aprenden sobre IA formulando problemas y diseñando máquinas que se pueden enseñar.

― 8 minilectura


Aprendizaje de IA paraAprendizaje de IA paraniños a través del diseñoactividades de diseño.soluciones de IA a través deLos chicos moldean activamente las
Tabla de contenidos

Enseñar a los niños sobre inteligencia artificial (IA) es importante. Una parte clave del aprendizaje de IA es resolver problemas antes de intentar solucionarlos. Esto significa entender qué problema hay que abordar y cómo hacerlo. Queremos ver cómo los chicos pueden participar en este proceso de formulación de problemas usando herramientas como máquinas enseñables.

En nuestro estudio, hicimos que los niños trabajaran junto con adultos para diseñar máquinas enseñables. Nuestro objetivo era descubrir cómo piensan los niños sobre los problemas de IA y qué Valores incorporan en sus diseños. Exploramos cómo comparten ideas y toman decisiones a través de un método llamado Diseño Participativo.

Importancia de la Formulación de Problemas en el Aprendizaje de IA

Cuando se trata de IA, entender el problema correcto a resolver es a menudo más importante que encontrar la solución en sí. Si queremos que la IA sea efectiva, es crucial definir claramente los objetivos y convertirlos en problemas específicos de aprendizaje automático. Aunque hay herramientas que ayudan a los desarrolladores con este proceso, muchas personas todavía tienen dificultades, especialmente en las etapas iniciales de diseño de productos de IA.

A medida que la IA se convierte en una parte más grande de nuestras vidas, es esencial que los niños aprendan a formular problemas en este ámbito. Sin embargo, no hay muchos estudios que muestren cómo involucrar mejor a los niños en estas actividades.

Diseño Participativo y Máquinas Enseñables

Nuestro objetivo era usar el diseño participativo con máquinas enseñables para involucrar a los niños en la formulación de problemas de IA. Una máquina enseñable permite a los usuarios entrenar la máquina proporcionando ejemplos, lo que la convierte en una excelente herramienta de aprendizaje.

Trabajamos con un grupo de niños y adultos para ver cómo los chicos podían participar activamente en la formulación de problemas. Adoptamos un enfoque de storyboard, donde los niños podían dibujar sus ideas, lo que les ayudó a visualizar los problemas que querían resolver en IA.

Creemos que permitiendo a los niños tener más control sobre sus diseños, podemos enseñarles no solo cómo funciona la IA, sino también cómo pensar críticamente sobre los problemas que la IA puede abordar en sus propias vidas.

Metodología

Para nuestro estudio, reunimos a un grupo diverso de niños de 8 a 13 años, junto con adultos que actuaron como socios. Los participantes trabajaron juntos para diseñar sus propias máquinas enseñables. Queríamos evaluar cómo los niños describían los problemas que querían abordar, las metáforas de diseño que usaban y los valores detrás de sus ideas.

Comenzamos con una charla de calentamiento para hacer que todos pensaran en cómo podrían ayudar a un amigo a aprender algo nuevo. Luego, los niños trabajaron en parejas con adultos en una actividad estructurada de storyboard. Esto involucró responder preguntas específicas sobre la máquina que querían crear, tales como:

  1. ¿Qué hará la máquina?
  2. ¿Qué entradas necesitará?
  3. ¿Cómo se entrenará?
  4. ¿Qué errores podría cometer?
  5. ¿Cómo se recuperará de esos errores?

Después de construir sus storyboards, los niños presentaron sus ideas al grupo, permitiendo que todos compartieran y reflexionaran sobre los diseños de los demás.

Hallazgos Clave

Formulación de Problemas de IA por Parte de los Niños

Encontramos que los niños se basan en sus propias experiencias de vida al pensar en problemas para la IA. Querían que las máquinas ayudaran con tareas en casa, como brindar seguridad, doblar ropa, cocinar, e incluso ayudar con la tarea. En la escuela, expresaron deseos de máquinas que asistieran con matemáticas o mejoraran la seguridad durante actividades como el cheerleading.

Los niños tenían expectativas variadas sobre lo que sus máquinas podían hacer. Muchos asumían que sus máquinas tendrían capacidades de control por voz o podrían monitorearlos a través de cámaras. Algunos incluso imaginaron máquinas que aprenderían sin necesidad de un entrenamiento específico, mostrando una comprensión de diferentes conceptos de IA, ya sea de manera directa o indirecta.

Metáforas de Diseño

En cuanto a las metáforas que usaron para sus diseños, la mayoría de los niños no veían a sus máquinas como agentes inteligentes o seres autónomos. En su lugar, las consideraban herramientas que podrían mejorar sus habilidades. Esto se alinea con llamados recientes para cambiar las metáforas de diseño en IA hacia unas que enfatizan el control y la participación humana.

Por ejemplo, los niños se referían a sus máquinas de maneras que sugerían que querían mantener el control sobre ellas mientras se beneficiaban de sus capacidades. Hablaban frecuentemente de sus máquinas como "ayudantes" o "asistentes", lo que enfatiza una relación colaborativa en lugar de una donde la máquina actúa completamente de forma independiente.

Valores Reflejados en los Diseños

Los diseños de los niños también expresan valores que son significativos para ellos. Observamos varios valores instrumentales, tales como:

  • Capacidad: Los niños querían que sus máquinas les ayudaran a hacer tareas de manera más efectiva.
  • Lógica: Consideraron cómo tendrían que programarse sus máquinas para funcionar correctamente.
  • Utilidad: Los niños querían que sus máquinas asistieran no solo a ellos, sino también a otros.
  • Responsabilidad: Existía una expectativa de que las máquinas funcionarían de manera fiable y les ayudarían a cuidar de las tareas.

Además de estos valores instrumentales, los niños mostraron valores terminales, que reflejan sus metas de vida finales. Por ejemplo, muchos diseños se centraron en la seguridad familiar, el confort, el apoyo emocional y la emoción en sus actividades.

Lecciones Aprendidas

Este estudio proporciona valiosos conocimientos sobre cómo se puede involucrar a los niños en el aprendizaje de IA a través de actividades de diseño participativo, como el storyboard con máquinas enseñables. El enfoque estructurado que usamos permitió a los niños reflexionar de manera significativa sobre los problemas que querían resolver, cómo abordaron sus diseños y los valores que informaron sus ideas.

Al dar a los niños la oportunidad de explorar cómo se relacionan con la tecnología, podemos alentarlos a pensar críticamente, volverse más conscientes de las fortalezas y limitaciones de la IA, y establecer una base para un uso responsable de la IA en sus vidas.

Implicaciones para Actividades Futuras

Nuestros hallazgos sugieren varios caminos para que educadores e investigadores busquen involucrar a los niños en la alfabetización de IA:

  1. Usar Actividades Estructuradas: Incorporar storyboards estructurados puede ayudar a los niños a articular sus ideas y reflexionar sobre aspectos importantes de la IA.

  2. Enfocarse en la Relevancia Personal: Fomentar que los niños piensen en problemas que les importan puede hacer que la experiencia de aprendizaje sea más significativa.

  3. Incorporar Conversaciones sobre Valores: Involucrar a los niños en conversaciones sobre los valores reflejados en sus diseños puede promover el pensamiento crítico sobre la ética en IA.

  4. Adaptar Continuamente los Métodos: A medida que la tecnología evoluciona, los métodos para enseñar IA deben adaptarse para asegurar que sigan siendo relevantes y atractivos para los jóvenes aprendices.

Conclusión

Involucrar a los niños en la formulación de problemas de IA a través del diseño participativo con máquinas enseñables puede ayudarles a desarrollar habilidades de alfabetización esenciales en IA. La curiosidad natural de los niños combinada con métodos estructurados les permite explorar lo que la IA puede hacer en sus vidas mientras piensan críticamente sobre cómo abordar problemas. Al prestar atención a cómo formulan problemas y los valores que integran en sus diseños, podemos preparar mejor a la próxima generación para interactuar con la IA de una manera reflexiva y responsable.

Al continuar con este trabajo, podemos contribuir a crear un futuro donde las tecnologías de IA se diseñen teniendo en cuenta las necesidades y valores de todos los usuarios, especialmente los niños, en primer plano.

Fuente original

Título: Exploring AI Problem Formulation with Children via Teachable Machines

Resumen: Emphasizing problem formulation in AI literacy activities with children is vital, yet we lack empirical studies on their structure and affordances. We propose that participatory design involving teachable machines facilitates problem formulation activities. To test this, we integrated problem reduction heuristics into storyboarding and invited a university-based intergenerational design team of 10 children (ages 8-13) and 9 adults to co-design a teachable machine. We find that children draw from personal experiences when formulating AI problems; they assume voice and video capabilities, explore diverse machine learning approaches, and plan for error handling. Their ideas promote human involvement in AI, though some are drawn to more autonomous systems. Their designs prioritize values like capability, logic, helpfulness, responsibility, and obedience, and a preference for a comfortable life, family security, inner harmony, and excitement as end-states. We conclude by discussing how these results can inform the design of future participatory AI activities.

Autores: Utkarsh Dwivedi, Salma Elsayed-Ali, Elizabeth Bonsignore, Hernisa Kacorri

Última actualización: 2024-02-28 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2402.18688

Fuente PDF: https://arxiv.org/pdf/2402.18688

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares