Piedra, papel o tijera IA: chisme 102 del Lince

Ahora mismo, en el patio del IES, el Lince de la Noche lleva tres derrotas seguidas contra la Gata Montesa. «Eso no es suerte», protesta. La Gata propone: «Pues que el ordenador vea tu mano y decida qué has sacado».

Introducción

Vamos a construir un juego de piedra, papel o tijera en el que la cámara mira tu mano, una IA decide qué gesto estás haciendo y el ordenador juega contra ti. Para eso entrenamos la IA con fotos de tu mano en LearningML y la conectamos al Scratch de LearningML.

Puedes seguir el tutorial paso a paso en la página del chisme 102.

Por qué este chisme

Es un juego que todos conocen, así que la atención se va a lo importante: condicionales (si ganas, si gana la IA, si hay empate), variables (la jugada y los puntos) y una pregunta muy útil: ¿acierta la IA? Es la primera vez en la serie que la IA se prueba con las manos dentro de un juego.

Cómo funciona

La IA no sabe lo que es una «piedra». Tiene una lista de fotos etiquetadas: tu mano con la etiqueta piedra, papel o tijera, y otras fotos sin mano con la etiqueta «nada». Cuando le enseñamos una imagen nueva, devuelve la etiqueta que más se parece a lo que ha visto y un nivel de confianza entre 0 y 1.

Ese nivel de confianza es la pieza clave. Con 0,95 lo más probable es que acierte; con 0,45 está casi adivinando. En este juego, si la confianza es menor de 0,6, el programa dice «No estoy seguro, repite» y no cuenta la jugada.

Qué necesitamos

• Un ordenador con cámara web y navegador (Chrome o Edge).
• LearningML (learningml.org) para entrenar la IA y su Scratch para programar el juego.
• Papel, para apuntar los resultados.

Construcción

Abre el editor de LearningML y el Scratch de LearningML en dos pestañas. Crea un proyecto de imágenes con cuatro clases: piedra, papel, tijera y nada. Haz unas 20 fotos de tu mano por clase, cambiando luz y posición, y entrena el modelo.

En Scratch crea las variables jugador, confianzajugador, ia, nombreia, puntosjugador y puntosia. Cuidado: los puntos de la IA van en puntosia, no en ia, porque si no cada turno sobrescribe la jugada aleatoria.

Cómo probarlo

1. Juega 10 partidas y apunta cada resultado.
2. Anota cuántas veces la IA no estaba segura.
3. Compara: ¿acierta más con los gestos que entrenaste bien?

Qué estamos midiendo realmente

La IA no «ve» una mano: compara la imagen con los ejemplos que ha visto y da una confianza. Con pocas fotos, poca luz o una mano distinta de la que se usó para entrenar, se equivoca, y lo hace con la misma seguridad aparente que cuando acierta. Medir no significa necesariamente medir bien. El nivel de confianza no es una probabilidad real: es un número que devuelve la IA.

Para el aula

• ¿Qué pasa si entrenamos con fotos de una sola mano? ¿Acierta la IA con otra persona?
• ¿Cuántas fotos hacen falta para acertar 9 de cada 10 veces? Haz una tabla.
• ¿Qué cambia si subimos o bajamos el umbral de 0,6? ¿Es mejor que no responda o que responda mal?

Retos

1. Haz que funcione. Consigue una partida completa con los tres gestos.
2. Modifica algo. Cambia el umbral y cuenta cuántas jugadas se aceptan.
3. Añade un gesto. Un quinto gesto necesita su propia clase y su propio bloque.
4. Guarda los datos. Registra 30 partidas y calcula el porcentaje de aciertos de la IA.

Qué hemos aprendido

Un juego sencillo enseña condicionales y variables, y también a desconfiar de una IA que nunca dice «no lo sé». El nivel de confianza es la herramienta para decidir cuándo creerla.

Para seguir investigando

• Chisme 100: el detector de movimiento en Scratch, la base de la cámara en Scratch.
• Chisme 05: el vigilante del ruido, con la misma lógica de umbral.
• Scratch: scratch.mit.edu.