Explicació dels tipus de ferramentes d'IA

Tant si el que busques és millorar les teues classes, fomentar l’aprenentatge independent o introduir noves habilitats, el primer pas és comprendre els tipus i les característiques de les ferramentes d’IA.

Per això, esta secció pretén ajudar als formadors a explorar el panorama de les ferramentes d’IA disponibles per als alumnes adults. Es presenten categories clau de ferramentes, s’explica les seues funcions i usos pràctics, i oferix exemples del món real perquè l’ensenyança i l’aprenentatge siguen més rellevants.

ENTENDRE ELS TIPUS DE FERRAMENTES D'IA

Diferents tipus de ferramentes d'IA

La Intel·ligència Artificial té les seues arrels en la filosofia antiga, però la IA moderna va començar en la dècada de 1950 amb pioners com Alan Turing i John McCarthy.

La Conferència de Dartmouth de 1956 va marcar el naixement oficial de la IA com a camp.

En els anys 70-80, la IA va patir retrocessos coneguts com els «hiverns de la IA» a causa dels limitats avanços i les grans expectatives.

El ressorgiment va començar en la dècada de 2000 amb els avanços en potència de càlcul, big data i aprenentatge automàtic.

Hui vivim en l’era de la IA generativa, amb ferramentes com ChatGPT i DALL-E que formen part de la vida quotidiana.

Comprendre esta història ajuda l’alumnat a apreciar el lluny que ha arribat este camp i cap a on pot dirigir-se.

Ferramentes transversals (IA d'ús general)

Estes ferramentes són flexibles i àmpliament aplicables en molts contextos i matèries. L’alumnat pot utilitzar-les amb múltiples fins, des de l’escriptura i la investigació fins a l’organització de tasques.

Les ferramentes transversals solen construir-se a partir de grans models lingüístics (LLM) o models bàsics entrenats amb conjunts de dades massives de molts àmbits (per exemple, llibres, llocs web, converses). Ferramentes com ChatGPT o Gemini es basen en una arquitectura de transformació i utilitzen aprenentatge automàtic no supervisat sobre milers de milions de mostres de text, seguit d’un ajust de les instruccions per a respondre millor a l’entrada humana.

Exemples:

Ideal per a: Ensenyar habilitats bàsiques d’IA, alfabetització digital i resolució de problemes.

Ferramentes específiques (IA centrada en tasques)

Estes ferramentes estan dissenyades per a una funció principal i solen servir per a un nínxol o cas d’ús pràctic. Ajuden els alumnes a fer tasques específiques amb major eficàcia.

Les ferramentes específiques d’IA es desenrotllen utilitzant models d’IA limitats dissenyats i entrenats per a una o un conjunt limitat de tasques, com el reconeixement de veu, la conversió de text a veu o la generació d’imatges. Estos models sovint es basen en l’aprenentatge automàtic supervisat, utilitzant conjunts de dades etiquetades rellevants per a la seua funció específica, i estan optimitzats per a la precisió i el rendiment dins del seu domini.

Exemples:

Ideal per a: Tasques específiques d’una matèria (per exemple, creació de mitjans, aprenentatge d’idiomes, accessibilitat).

BLOCS DE CONSTRUCCIÓ DE LA IA

Conceptes bàsics de les actuals ferramentes d'IA intel·ligents

Per a utilitzar les ferramentes d’IA amb confiança, és necessari comprendre les potents tecnologies que les fan funcionar. Tres conceptes essencials de la IA: els grans models lingüístics (LLM), el processament del llenguatge natural (PLN) i la IA generativa representen tecnologies clau que permeten a les ferramentes d’IA comprendre, respondre i fins i tot crear llenguatge, imatges i altres elements similars als humans.

Què pot fer la IA

Funcions comunes de les ferramentes d'IA

Les ferramentes d’IA venen amb una varietat de funcions que ajuden els usuaris a fer tasques de forma més eficient, creativa o accessible. En esta secció es presenten les funcions més comunes -com generar text, buscar informació, crear elements visuals o convertir veu- i s’explica com pot utilitzar-se cada una d’elles en l’aprenentatge real i en situacions quotidianes.

Característiques comunes de les ferramentes d'IA, què fan i exemples d'ús

Consells per a educadors

Funded by the European Union. Views and opinions expressed are however those of the author(s) only and do not necessarily reflect those of the European Union or the Agenzia Nazionale Erasmus+ -INDIRE. Neither the European Union nor the granting authority can be held responsible for them.

Project n. 2024-1-IT02-KA220-ADU-000253630

Future Forward © 2024