Cuando el robot percibe y habla

Cuando Thymio evita un obstáculo, aplica una regla que alguien ha escrito: si el sensor delantero ve un objeto cercano, girar. Se puede leer la regla, prever el comportamiento y corregir el programa. Un robot que reconoce un gesto o una imagen funciona de otra manera. Nadie ha escrito la regla. Un modelo la ha aprendido a partir de ejemplos. Acierta en casos parecidos a sus ejemplos y puede equivocarse en los demás.

La micro:bit permite vivirlo en clase. La herramienta gratuita micro:bit CreateAI graba gestos con el sensor de movimiento de la placa V2, entrena un modelo, lo hace probar y luego lo envía a un programa MakeCode en la placa. Los alumnos ven que con pocos ejemplos, o con gestos demasiado parecidos, el modelo se confunde.

Hoy hay robots y juguetes que conversan gracias a un modelo de lenguaje. Sus respuestas son fluidas, pero pueden ser falsas, y el mismo mensaje no siempre obtiene la misma respuesta. Cuando el modelo funciona en un servidor, la voz del niño se envía allí para ser transcrita y procesada. La revisión de Belpaeme y sus colegas, en 2018, ya señalaba que comprender el habla de los niños pequeños seguía siendo difícil para los robots.

1. Programar una regla: Thymio sigue una línea o evita un obstáculo. Los alumnos escriben la regla en español.
2. Entrenar un modelo: con CreateAI, tres gestos, unos cuantos ejemplos de cada uno y luego una prueba por parte de otro alumno.
3. Comparar: ¿quién ha decidido el comportamiento? ¿Por qué se equivoca? ¿Qué hay que cambiar para corregirlo, el programa o los ejemplos?