IActivistas
Juana, Lucas y María resuelven un problema de su comunidad usando inteligencia artificial.
Un caso para poner en acción tus conocimientos.
EMPEZAR
¿DE QUÉ TRATA ESTE CASO?
Basurales a cielo abierto:
en busca de una solución al problema
Lucas, María y Juana han encontrado un nuevo basural en el terreno cercano al arroyo donde solían jugar de pequeños/as. El impacto es tal que comienzan a investigar sobre el tema para comprender qué pasó y cómo se podría solucionar. A continuación encontrarás el recorrido que emprenden para diseñar una respuesta a esta necesidad. A medida que avances junto a ellos/as, deberás tomar decisiones para diseñar la solución más adecuada.
EMPEZAR
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
La investigación - testimonios
Lo primero que hacen para comprender el problema es iniciar una investigación preguntando a vecinos y vecinas de la zona. A medida que entrevistan a la gente, les sugieren nuevas fuentes, por lo que recolectan varios testimonios.
En estas carpetas está toda la información que encontraron. Los datos clave de estos materiales son esenciales para definir con claridad el problema que deben resolver.
EMPEZAR
VERIFICAR
🚀 GENIAL
Definición del problema
💪Vuelve a intentarlo
Estas son las principales conclusiones a las que llegan luego de esta primera investigación. Solo falta completar algunas palabras clave, arrastrándolas hacia las oraciones, para obtener las primeras definiciones de lo que sucede.
Necesitamos identificar los basurales en para que organizaciones y gobiernos puedan trabajar en la de los residuos.
Los no solo están en nuestra zona: son un problema en todo el mundo. Estaría bueno que nuestra solución sea , es decir que también sirva en otras ciudades o países.
Los basurales crecen de manera desordenada y se transforman a medida que las personas dejan sus residuos. Trabajar con nos permite localizar los puntos en los que hay basurales, e incluso saber qué tipo de basura hay.
basurales a cielo abierto
escalable
medirlos
tiempo real
mapas
gestión
¿PEDIR ELEMENTOS ARRASTRABLES Y CAJAS?
VERIFICAR
🚀 GENIAL
herramientas
💪VUELVE A INTENTARLO
Ahora que saben mucho más sobre los basurales, pueden definir de qué manera trabajar para crear una solución al problema. ¿Cuál será la mejor alternativa? Organicen las siguientes ideas:
Conformar un equipo de relevamiento
Desarrollar un sistema con IA
Crear una página web
Contribuye a concientizar a la población de la zona.
Se actualiza permanentemente.
Hay que hacer una campaña para comunicar el sitio.
Requiere de financiamiento para profesionales o de personas voluntarias.
Va a llevarnos mucho tiempo.
Es escalable, se puede usar en diferentes contextos.
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
Introduce la palabra clave para avanzar
Enter the password
CONJUNTO DE DATOS
El equipo de IActivistas no logra ponerse de acuerdo. Cada integrante tiene una idea diferente acerca de qué datos usar. ¿Cuál te parece la más apropiada?
¿Por qué no buscamos en los grupos de ambientalistas qué información tienen publicada sobre basurales? Suelen hacer informes interesantes.
Podríamos buscar en redes sociales publicaciones de personas que denuncien lo que está pasando con los basurales. Seguramente haya fotos, videos y otra información que pueda servirnos.
Estuve investigando y hay bases de datos de agencias internacionales con mapas satelitales actualizados que podemos analizar para detectar basurales. Por lo que vi, esta información nos serviría para que el modelo detecte cualquier tipo de basural: los enormes y los más chicos.
ALGORITMO DE APRENDIZAJE
El equipo de IActivistas no logra ponerse de acuerdo. Cada integrante tiene una idea diferente acerca de qué datos usar. ¿Cuál te parece la más apropiada?
Nuestro insumo será la base de datos con imágenes satelitales 🌎. El siguiente paso es entrenar al algoritmo. Para eso, esas imágenes deben tener etiquetas que identifiquen que allí hay un basural. Serán "los ejemplos" para que el sistema pueda reconocer patrones que luego le sirvan para identificar otros basurales en las nuevas imágenes satelitales que ingresemos.
¿Por qué no buscamos en los grupos de ambientalistas qué información tienen publicada sobre basurales? Suelen hacer informes interesantes.
PREDICCIONES
Ya pensamos en nuestra fuente de datos y definimos cómo vamos a entrenar al sistema. Como resultado de este proceso de entrenamiento, el algoritmo realizará una predicción. ¿Cuál te parece que será?
Detectar áreas similares -es decir, basurales- en nuevas imágenes satelitales.
Hacer un recuento de basurales en las imágenes que ingresamos.
Conectar la información de las imágenes con posteos en redes sociales.
VERIFICAR
🚀 GENIAL
equipo de trabajo
💪VUELVE A INTENTARLO
Estas personas se postularon para ser parte de IActivistas. ¿Quiénes y de qué manera podrían complementar los conocimientos y habilidades de Juana, Lucas y María en este proyecto?
DISEÑO DE INTERFAZ
DATOS
AMBIENTE
Martín Andrade Estudiante de Publicidad Gestor de redes sociales
Paula Alonso Licenciada en Cs. de la Computación Experta en análisis de datos
Octavio Morrone Artista audiovisual Profesor en centro cultural barrial
Juan Bolívar Programador Front End Maquetador de sitios web y aplicaciones
Camila Rodríguez Estudiante de Ingeniería Ambiental Voluntaria en "Vecinxs por el clima"
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
Introduce la palabra clave para avanzar
Enter the password
¡Problemas a la vistA!
Encontramos problemas en las etapas 1 y 3. Ayúdanos a resolver estos desafíos.
Conformar una base de datos
Organizar los datos para que sean procesables.
Entrenar al sistema
Realizar predicciones a partir del modelo.
validar
1. base de datos
¿Cuáles de estos sitios serán los más adecuados para obtener los datos?
USGS Earth Explorer
Open Topography
Google Earth Engine
World View
Global Climate Monitor
2. a entrenar
Si los datos de entrenamiento son muy pocos, el modelo no será capaz de generalizar el conocimiento. Tuvimos un problema de subajuste y necesitamos reforzar el entrenamiento seleccionando nuevas imágenes para "alimentar" al sistema.
INICIAR
START
aJUSTE 1
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
START
aJUSTE 2
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
START
aJUSTE 3
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
TRIVIA FINAL
¡Un breve repaso para corroborar que ya eres especialista en la creación de soluciones con IA!
empezar
ETAPA 1
ETAPA 1
ETAPA 1
🚀 gENIAL
ETAPA 2
💪VUELVE A INTENTARLO
¿Cuáles son los tres pasos básicos de entrenamiento de un modelo de aprendizaje automático?
Algoritmo de aprendizaje
Cruce de datos con otros sistemas
Evaluación y corrección
Ajuste de contenidos
Conjunto de datos
Predicciones
Programación del diagrama de flujo
verificar
🚀 GENIAL
ETAPA 3
💪VUELVE A INTENTARLO
¿Cuáles son los problemas que pueden surgir al implementar un sistema con IA? Coloca cada título debajo de su explicación.
La cantidad de datos ingresada no es suficiente para que el modelo extraiga los patrones necesarios para reconocer nuevos ejemplos.
No colocar las etiquetas correctas para que el sistema genere patrones suficientes para reconocer nuevos casos.
No seleccionar la cantidad y calidad de datos necesaria para entrenar al sistema.
ORGANIZAR MAL LOS DATOS
BASE DE DATOS INADECUADA
SUBAJUSTE
Has conseguido desarrollar un sistema de IA para colaborar en la resolución de uno de los grandes problemas de la humanidad.
VÍA BASURAL
CONOCE MÁS INICIATIVAS
Euphonia
Fandango
Kilimo
A partir de una noticia previamente definida como falsa, un sistema de IA busca sitios web y posteos en redes sociales que contengan palabras y enunciados similares. Esto permite identificar qué contenidos comparten una misma "raíz" o punto de partida para luego analizar su veracidad.
Conoce más proyectos con IA
Recopila diversos tipos de datos (imágenes, datos históricos, datos del ambiente) para crear planes de riego personalizados que realicen un uso eficiente del agua. Se utiliza la IA como herramienta para crear sistemas más sostenibles.
Este proyecto de investigación recopila grabaciones de voz de personas con dificultades en el habla para entrenar a los algoritmos para que puedan reconocerlas y procesarlas. Se utilizan diversas herramientas para que la IA sea más inclusiva.
A continación encontrarás tres proyectos inspiradores que utilizan IA para resolver problemas de la humanidad.
+ info
+ info
+ info
IActivistas - Un caso para poner a prueba tus conocimientos
Chicos.net
Created on November 29, 2022
Start designing with a free template
Discover more than 1500 professional designs like these:
View
Halloween escape
View
Adventure Breakout
View
Team Building Mission Escape Game
View
Onboarding Escape Game
View
Flags Challenge
View
Museum Escape Room
View
Education Escape Room
Explore all templates
Transcript
IActivistas
Juana, Lucas y María resuelven un problema de su comunidad usando inteligencia artificial.
Un caso para poner en acción tus conocimientos.
EMPEZAR
¿DE QUÉ TRATA ESTE CASO?
Basurales a cielo abierto: en busca de una solución al problema
Lucas, María y Juana han encontrado un nuevo basural en el terreno cercano al arroyo donde solían jugar de pequeños/as. El impacto es tal que comienzan a investigar sobre el tema para comprender qué pasó y cómo se podría solucionar. A continuación encontrarás el recorrido que emprenden para diseñar una respuesta a esta necesidad. A medida que avances junto a ellos/as, deberás tomar decisiones para diseñar la solución más adecuada.
EMPEZAR
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
La investigación - testimonios
Lo primero que hacen para comprender el problema es iniciar una investigación preguntando a vecinos y vecinas de la zona. A medida que entrevistan a la gente, les sugieren nuevas fuentes, por lo que recolectan varios testimonios.
En estas carpetas está toda la información que encontraron. Los datos clave de estos materiales son esenciales para definir con claridad el problema que deben resolver.
EMPEZAR
VERIFICAR
🚀 GENIAL
Definición del problema
💪Vuelve a intentarlo
Estas son las principales conclusiones a las que llegan luego de esta primera investigación. Solo falta completar algunas palabras clave, arrastrándolas hacia las oraciones, para obtener las primeras definiciones de lo que sucede.
Necesitamos identificar los basurales en para que organizaciones y gobiernos puedan trabajar en la de los residuos.
Los no solo están en nuestra zona: son un problema en todo el mundo. Estaría bueno que nuestra solución sea , es decir que también sirva en otras ciudades o países.
Los basurales crecen de manera desordenada y se transforman a medida que las personas dejan sus residuos. Trabajar con nos permite localizar los puntos en los que hay basurales, e incluso saber qué tipo de basura hay.
basurales a cielo abierto
escalable
medirlos
tiempo real
mapas
gestión
¿PEDIR ELEMENTOS ARRASTRABLES Y CAJAS?
VERIFICAR
🚀 GENIAL
herramientas
💪VUELVE A INTENTARLO
Ahora que saben mucho más sobre los basurales, pueden definir de qué manera trabajar para crear una solución al problema. ¿Cuál será la mejor alternativa? Organicen las siguientes ideas:
Conformar un equipo de relevamiento
Desarrollar un sistema con IA
Crear una página web
Contribuye a concientizar a la población de la zona.
Se actualiza permanentemente.
Hay que hacer una campaña para comunicar el sitio.
Requiere de financiamiento para profesionales o de personas voluntarias.
Va a llevarnos mucho tiempo.
Es escalable, se puede usar en diferentes contextos.
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
Introduce la palabra clave para avanzar
Enter the password
CONJUNTO DE DATOS
El equipo de IActivistas no logra ponerse de acuerdo. Cada integrante tiene una idea diferente acerca de qué datos usar. ¿Cuál te parece la más apropiada?
¿Por qué no buscamos en los grupos de ambientalistas qué información tienen publicada sobre basurales? Suelen hacer informes interesantes.
Podríamos buscar en redes sociales publicaciones de personas que denuncien lo que está pasando con los basurales. Seguramente haya fotos, videos y otra información que pueda servirnos.
Estuve investigando y hay bases de datos de agencias internacionales con mapas satelitales actualizados que podemos analizar para detectar basurales. Por lo que vi, esta información nos serviría para que el modelo detecte cualquier tipo de basural: los enormes y los más chicos.
ALGORITMO DE APRENDIZAJE
El equipo de IActivistas no logra ponerse de acuerdo. Cada integrante tiene una idea diferente acerca de qué datos usar. ¿Cuál te parece la más apropiada?
Nuestro insumo será la base de datos con imágenes satelitales 🌎. El siguiente paso es entrenar al algoritmo. Para eso, esas imágenes deben tener etiquetas que identifiquen que allí hay un basural. Serán "los ejemplos" para que el sistema pueda reconocer patrones que luego le sirvan para identificar otros basurales en las nuevas imágenes satelitales que ingresemos.
¿Por qué no buscamos en los grupos de ambientalistas qué información tienen publicada sobre basurales? Suelen hacer informes interesantes.
PREDICCIONES
Ya pensamos en nuestra fuente de datos y definimos cómo vamos a entrenar al sistema. Como resultado de este proceso de entrenamiento, el algoritmo realizará una predicción. ¿Cuál te parece que será?
Detectar áreas similares -es decir, basurales- en nuevas imágenes satelitales.
Hacer un recuento de basurales en las imágenes que ingresamos.
Conectar la información de las imágenes con posteos en redes sociales.
VERIFICAR
🚀 GENIAL
equipo de trabajo
💪VUELVE A INTENTARLO
Estas personas se postularon para ser parte de IActivistas. ¿Quiénes y de qué manera podrían complementar los conocimientos y habilidades de Juana, Lucas y María en este proyecto?
DISEÑO DE INTERFAZ
DATOS
AMBIENTE
Martín Andrade Estudiante de Publicidad Gestor de redes sociales
Paula Alonso Licenciada en Cs. de la Computación Experta en análisis de datos
Octavio Morrone Artista audiovisual Profesor en centro cultural barrial
Juan Bolívar Programador Front End Maquetador de sitios web y aplicaciones
Camila Rodríguez Estudiante de Ingeniería Ambiental Voluntaria en "Vecinxs por el clima"
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
Introduce la palabra clave para avanzar
Enter the password
¡Problemas a la vistA!
Encontramos problemas en las etapas 1 y 3. Ayúdanos a resolver estos desafíos.
Conformar una base de datos
Organizar los datos para que sean procesables.
Entrenar al sistema
Realizar predicciones a partir del modelo.
validar
1. base de datos
¿Cuáles de estos sitios serán los más adecuados para obtener los datos?
USGS Earth Explorer
Open Topography
Google Earth Engine
World View
Global Climate Monitor
2. a entrenar
Si los datos de entrenamiento son muy pocos, el modelo no será capaz de generalizar el conocimiento. Tuvimos un problema de subajuste y necesitamos reforzar el entrenamiento seleccionando nuevas imágenes para "alimentar" al sistema.
INICIAR
START
aJUSTE 1
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
START
aJUSTE 2
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
START
aJUSTE 3
El sistema necesita comprender si esta imagen corresponde o no a un basural.
arrastra el cursoR sobre cada cuadrado para ver la imagen
Sí
NO
INICIO
Investigación
Planificación
Implementación
Datos
Pasos a seguir
Testimonios de la comunidad
Algoritmos
Bases de datos
Definición del problema
Predicciones
Entrenamiento
Herramientas
Equipo de trabajo
SOLUCIÓN
TRIVIA FINAL
¡Un breve repaso para corroborar que ya eres especialista en la creación de soluciones con IA!
empezar
ETAPA 1
ETAPA 1
ETAPA 1
🚀 gENIAL
ETAPA 2
💪VUELVE A INTENTARLO
¿Cuáles son los tres pasos básicos de entrenamiento de un modelo de aprendizaje automático?
Algoritmo de aprendizaje
Cruce de datos con otros sistemas
Evaluación y corrección
Ajuste de contenidos
Conjunto de datos
Predicciones
Programación del diagrama de flujo
verificar
🚀 GENIAL
ETAPA 3
💪VUELVE A INTENTARLO
¿Cuáles son los problemas que pueden surgir al implementar un sistema con IA? Coloca cada título debajo de su explicación.
La cantidad de datos ingresada no es suficiente para que el modelo extraiga los patrones necesarios para reconocer nuevos ejemplos.
No colocar las etiquetas correctas para que el sistema genere patrones suficientes para reconocer nuevos casos.
No seleccionar la cantidad y calidad de datos necesaria para entrenar al sistema.
ORGANIZAR MAL LOS DATOS
BASE DE DATOS INADECUADA
SUBAJUSTE
Has conseguido desarrollar un sistema de IA para colaborar en la resolución de uno de los grandes problemas de la humanidad.
VÍA BASURAL
CONOCE MÁS INICIATIVAS
Euphonia
Fandango
Kilimo
A partir de una noticia previamente definida como falsa, un sistema de IA busca sitios web y posteos en redes sociales que contengan palabras y enunciados similares. Esto permite identificar qué contenidos comparten una misma "raíz" o punto de partida para luego analizar su veracidad.
Conoce más proyectos con IA
Recopila diversos tipos de datos (imágenes, datos históricos, datos del ambiente) para crear planes de riego personalizados que realicen un uso eficiente del agua. Se utiliza la IA como herramienta para crear sistemas más sostenibles.
Este proyecto de investigación recopila grabaciones de voz de personas con dificultades en el habla para entrenar a los algoritmos para que puedan reconocerlas y procesarlas. Se utilizan diversas herramientas para que la IA sea más inclusiva.
A continación encontrarás tres proyectos inspiradores que utilizan IA para resolver problemas de la humanidad.
+ info
+ info
+ info