Unidad 8. Aprendizaje automático: entrenamiento y redes neuronales

Material didáctico en español para alumnado de secundaria, Bachillerato y FP. Capítulo 8 del curso completo de Inteligencia Artificial.

Curso de Inteligencia Artificial · Bloque II: Cómo aprende y funciona la IA · Nivel intermedio
Duración sugerida: 3 sesiones de 55 minutos, más actividad de ampliación.
Materiales: ordenador con navegador y Google Teachable Machine; opcionalmente objetos cotidianos y cámara. No hace falta programar.

Antes de empezar: enseñar a distinguir no es dar todas las respuestas

Una persona suele reconocer la diferencia entre una botella y una taza sin pensar en cada detalle. ¿Cómo podemos conseguir que un programa haga algo parecido? Una posibilidad es darle ejemplos etiquetados para que aprenda patrones y después comprobar si distingue objetos que no había visto.

En esta unidad construirás la idea de un modelo de aprendizaje automático: un procedimiento entrenado con datos que realiza predicciones sobre casos nuevos. También experimentarás con errores por pocos ejemplos, etiquetas equivocadas, datos desequilibrados y cambios en las condiciones de prueba. Al final veremos qué son las redes neuronales y en qué consiste la IA generativa.

Al finalizar podrás: diferenciar entrenamiento y prueba; explicar el sobreajuste; evaluar la calidad de un conjunto de datos; describir las partes básicas de una red neuronal y distinguir un clasificador de un generador de contenido.

8.1. Qué significa entrenar un modelo

En el aprendizaje supervisado, un conjunto de entrenamiento contiene ejemplos con una entrada y una etiqueta que indica la salida que deseamos aprender. Imagina cien fotografías de perros y cien de gatos. Cada foto va acompañada de su clase: «perro» o «gato».

Durante el entrenamiento, un algoritmo ajusta los parámetros del modelo para reducir errores. El modelo inicial puede tener resultados malos; tras muchos ajustes puede aprender características útiles para la tarea. El objetivo es que generalice: que funcione también con fotografías nuevas, no que simplemente recuerde los ejemplos que ya conoce.

Por eso distinguimos varias fases:

1. Definir la tarea y las clases: por ejemplo, «taza» o «botella».
2. Reunir datos de entrenamiento: ejemplos variados de ambas categorías.
3. Entrenar el modelo: ajustar parámetros mediante un algoritmo.
4. Validar y mejorar (cuando corresponde): probar configuraciones sin utilizar todavía los datos reservados para la evaluación final.
5. Evaluar con datos de prueba: utilizar ejemplos nuevos, separados del entrenamiento y de la selección de parámetros.

El ejemplo es supervisado porque conoce las respuestas correctas de los ejemplos de entrenamiento. Existen otros enfoques, como el aprendizaje no supervisado y el aprendizaje por refuerzo, que estudiaremos más adelante.

8.2. Entrenar no es lo mismo que evaluar

Imagina un alumno que memoriza las soluciones de diez ejercicios. Si le entregamos exactamente las mismas preguntas, puede acertarlas todas; sin embargo, todavía no sabemos si comprende el procedimiento. Para comprobarlo le proponemos ejercicios nuevos.

Con los modelos ocurre algo parecido. El resultado sobre los ejemplos de entrenamiento no demuestra que el modelo funcione bien en situaciones desconocidas. Si ajustamos demasiadas decisiones para que acierte solo esos ejemplos, podemos producir sobreajuste (overfitting): aprende detalles particulares o señales irrelevantes que no se repiten fuera del conjunto.

Ejemplo: todas las fotos de perros se toman sobre una mesa azul y las de gatos sobre una mesa roja. El clasificador podría aprender a distinguir el color de la mesa en lugar del animal. Obtendría resultados excelentes en clase, pero se equivocaría cuando apareciera un perro sobre una mesa roja.

Para evaluar correctamente debemos reservar pruebas independientes y variar fondos, luces, tamaños y perspectivas. La filtración de datos o data leakage sucede cuando información que debería permanecer fuera del entrenamiento acaba influyendo en él o en la elección del modelo; entonces la evaluación puede ser demasiado optimista.

8.3. Qué problemas puede tener un conjunto de entrenamiento

8.3.1. Conjunto demasiado pequeño

Con un solo ejemplo por categoría es difícil representar las diferencias entre objetos reales. Una botella pequeña, una transparente o una de metal pueden tener apariencias muy distintas. Aumentar la cantidad de ejemplos puede ayudar, pero importa igualmente su variedad y pertinencia; no siempre hace falta acumular datos masivos.

8.3.2. Etiquetas incorrectas y ruido

Si guardamos fotografías de tazas dentro de la clase «botellas», estamos dando respuestas equivocadas. El modelo puede aprender una asociación confusa. También influye que las imágenes estén desenfocadas o haya objetos extraños que ocupan gran parte del encuadre.

Distingue: una foto difícil pero correcta puede aportar variedad; una foto con una etiqueta falsa aporta información incorrecta. No todo dato raro es inútil.

8.3.3. Datos desequilibrados

Un conjunto con 95 imágenes de perros y 5 de gatos está desequilibrado. Según la tarea y el modelo, podría favorecer la clase mayoritaria. Esto es especialmente peligroso cuando una categoría minoritaria es importante, por ejemplo fallos de seguridad o enfermedades poco frecuentes.

Supongamos un conjunto de prueba de 100 imágenes: 90 perros y 10 gatos. Un modelo que siempre contesta «perro» alcanzaría un 90 % de aciertos, pero no detectaría ningún gato. Por eso no basta con una única cifra de exactitud: conviene observar aciertos y errores por clase.

En este ejemplo hay 90 aciertos, pero todas las imágenes de gatos se clasifican mal. La exactitud puede ocultar errores graves.

8.3.4. Sesgos y representatividad

Un modelo entrenado con ejemplos de un solo entorno puede fallar en otros. En tareas que afectan a personas, los conjuntos de datos deben analizarse para detectar desigualdades de representación y posibles resultados discriminatorios. No debemos utilizar imágenes personales de compañeros ni recopilar datos sensibles para realizar una práctica escolar sin justificación y permisos adecuados.

8.4. Qué es una red neuronal artificial

Una red neuronal artificial es una familia de modelos matemáticos compuesta por unidades de cálculo conectadas. Se inspiran parcialmente en el funcionamiento de los sistemas neuronales biológicos, pero no son cerebros digitales.

En una representación introductoria distinguimos tres partes:

• Capa de entrada: recibe valores de los datos (por ejemplo, características de una imagen).
• Capas internas u ocultas: transforman esos valores mediante operaciones y parámetros ajustables.
• Capa de salida: produce el resultado esperado, como puntuaciones para «perro» y «gato».

El entrenamiento modifica pesos y otros parámetros para que las predicciones se ajusten mejor a los ejemplos. Las redes con muchas capas se incluyen en el aprendizaje profundo (deep learning). El número de capas no indica por sí solo que un modelo sea adecuado: importan los datos, la tarea, los recursos y la evaluación.

8.5. Clasificar y generar: dos tareas diferentes

Un clasificador recibe una entrada y escoge una categoría entre las previstas. Por ejemplo, ante una imagen puede devolver «taza» con cierta puntuación y «botella» con otra. No «comprende» el objeto como una persona y esas puntuaciones no equivalen automáticamente a probabilidades bien calibradas.

La IA generativa, en cambio, produce contenido nuevo: texto, imágenes, audio o código. Los modelos generativos modernos aprenden regularidades a partir de datos y generan resultados mediante procedimientos estadísticos y computacionales. Una herramienta puede escribir una explicación convincente y, aun así, inventar datos o citar fuentes inexistentes. Por eso la generación no sustituye la verificación.

En esta unidad solo introducimos el concepto de IA generativa. En las unidades 22 a 24 se abordarán con mayor profundidad los modelos de lenguaje, los prompts y el uso responsable.

Actividad 1. Laboratorio con Teachable Machine: dos clases

Duración: 35–45 minutos · Por parejas. Entra en Google Teachable Machine, elige un proyecto de imágenes y crea las clases «taza» y «botella». Emplea objetos propios o fotografías que se puedan utilizar legalmente; no fotografíes rostros ni otros datos personales.

1. Reúne inicialmente 20 ejemplos por clase con variaciones de ángulo y fondo. Si usas la cámara, coloca los objetos delante de ella; si no puedes usarla, carga archivos permitidos.
2. Entrena el modelo y observa sus resultados con las imágenes de entrenamiento.
3. Prueba el modelo con al menos diez imágenes nuevas de cada clase, que no hayas añadido al entrenamiento. Registra cuántas acierta por categoría.
4. Añade otros ejemplos variados y vuelve a entrenar. Repite la evaluación con las mismas imágenes de prueba reservadas. No las añadas al entrenamiento.
5. Describe tres errores o limitaciones que hayas observado y cómo crees que podrías mejorarlos.

Importante: la herramienta puede cambiar de interfaz y necesita un navegador compatible. El experimento sirve para comprender el concepto, no para construir un sistema certificado.

Actividad 2. Experimentos de calidad de datos

Duración: 25 minutos · Grupos de tres. Prepara y compara, cuando la herramienta lo permita, tres versiones nuevas del clasificador. Guarda los mismos ejemplos reservados de prueba para comparar. No hace falta modificar un proyecto que ya funciona: puedes duplicarlo o empezar un proyecto nuevo para cada experimento.

• Experimento A, pocos datos: utiliza 1 imagen por clase. ¿Qué cambia en el resultado frente al modelo anterior?
• Experimento B, error de etiqueta: incorpora deliberadamente una o dos imágenes de taza en «botella», sin incluir las imágenes de prueba. ¿Cómo se comporta el clasificador? Después corrige el conjunto.
• Experimento C, desequilibrio: utiliza 5 ejemplos de una clase y 30 de la otra. ¿Obtiene más errores con la clase minoritaria?

Conclusión: relaciona cada problema con la calidad de los datos. No afirmes que un modelo siempre empeora en un experimento concreto: pueden intervenir factores como la aleatoriedad y las características de las imágenes. Lo importante es comparar los resultados observados y argumentar su causa posible.

Actividad 3. Análisis de un sistema que falla

Duración: 20 minutos · Individual. Una empresa instala un clasificador de residuos entrenado con fotografías de envases nuevos y limpios sobre fondo blanco. En una planta de reciclaje recibe imágenes de envases arrugados, sucios y amontonados. Su rendimiento disminuye.

1. Explica qué diferencia existe entre el entrenamiento y la situación real.
2. Propón cinco mejoras concretas del conjunto de datos.
3. Describe cómo dividirías datos de entrenamiento y de prueba sin incluir la misma foto en ambos.
4. Indica qué otras métricas revisarías además del porcentaje total de aciertos.
5. Explica por qué sería necesaria una fase de pruebas antes de instalar el sistema en la planta.

Comprueba lo aprendido

1. ¿Qué diferencia hay entre entrenar y probar un modelo?
2. ¿Qué es el sobreajuste? Pon un ejemplo propio.
3. ¿Por qué una exactitud del 90 % no siempre significa que un modelo sea útil?
4. ¿Qué son las capas de entrada, ocultas y de salida de una red neuronal?
5. ¿Qué diferencia principal existe entre un clasificador y un modelo de IA generativa?

Resumen: un sistema de aprendizaje automático obtiene modelos a partir de ejemplos. Para que funcione con datos nuevos, importa tanto el algoritmo como la calidad, variedad y representatividad de los datos. El entrenamiento y la evaluación deben estar separados, y las redes neuronales son una de las técnicas posibles, no la única.

Fuentes y créditos

• Fuente curricular: Education Bureau (Hong Kong), Module on Artificial Intelligence for Junior Secondary Level, Booklet 2, Unit 1, pp. 9–21 (2023). Portal oficial del currículo.
• Herramienta práctica: Google Teachable Machine, que permite reunir ejemplos, entrenar y probar clasificadores de imágenes sin programar.
• Imagen de portada: Growtika / Unsplash. Esquema, tablas de error y actividades desarrollados para TICenelAula.