Chisme 104 del Lince: el asistente de la casa

Tutorial paso a paso. Usaremos dos pestañas abiertas a la vez: LearningML para entrenar la IA con frases escritas y Scratch de LearningML para que la casa reaccione.

Introducción

Vamos a construir un asistente de casa en Scratch. Le escribes una orden, como «enciende la luz» o «sube la persiana», y la casa la ejecuta: la lámpara, el ventilador o la persiana cambian de estado. Pero la clave no es programar cada frase posible, sino entrenar una IA que reconozca lo que quieres decir.

Por qué este chisme

En los chismes anteriores la IA reconocía imágenes y sonidos. Aquí trabaja con texto, y eso nos obliga a fijarnos en algo distinto: no importan solo las palabras, sino cómo están dichas las frases. Además, es el mismo tipo de órdenes que damos a un asistente de voz o a una app de domótica, pero visto desde dentro.

Cómo funciona

Primero probamos un método de reglas: un bloque por cada frase que queremos entender. Funciona, pero solo con las frases que hemos previsto. Si alguien escribe «hace mucho calor, pon algo de aire», la casa no entiende nada.

Con la IA cambiamos de método: recogemos ejemplos de cada orden (luz encendida, luz apagada, persiana subir, persiana bajar) y un grupo de frases que no son órdenes. La IA aprende los patrones de esos ejemplos y, ante una frase nueva, devuelve la clase más parecida con un nivel de confianza entre 0 y 1. Si la confianza es menor de 0,6, la casa responde «No te he entendido» y no hace nada.

Qué necesitamos

• Un ordenador con navegador (Chrome o Edge).
• LearningML (learningml.org) para entrenar la IA con texto y su Scratch para programar la casa.
• Papel, para apuntar las órdenes que fallan.

Bloques de Scratch que vamos a usar

Si nunca has usado Scratch, lee esta tabla antes de empezar. Cada bloque es una instrucción que se pega en el programa, como una frase de un guion.

Los nombres de los bloques de LearningML pueden variar un poco según la versión. Si no encuentras uno, busca la palabra clave en el buscador de bloques de Scratch.

Construcción

Paso 5. Prepara la casa en Scratch

En el Scratch de LearningML, carga el modelo y crea tres sprites: lampara, ventilador y persiana. Cada uno tiene dos disfraces: encendida o apagada, subida o bajada. Crea también estas variables:

Los disfraces son estas imágenes sencillas (descárgalas y ponlas como disfraces de cada sprite). Cada sprite tiene dos: encendido/apagado o subido/bajado.

Sprite	Disfraz 1	Disfraz 2
lampara	encendida	apagada
persiana	subida	bajada
ventilador (reto)	encendido	apagado

• respuesta: lo que escribe el alumno.
• orden: la clase que devuelve la IA.
• confianzaorden: su confianza, entre 0 y 1.

por siempre
  preguntar "¿Qué quieres que haga la casa?" y esperar
  dar a respuesta el valor (respuesta)
  dar a orden el valor (Classify item respuesta)
  dar a confianzaorden el valor (Confidence for item respuesta)

El programa completo en Scratch

Así queda el sprite casa una vez montado. La parte de arriba recoge la orden y la clasifica; la de abajo reacciona. Si tu versión de LearningML o de Scratch muestra los bloques con otro aspecto, lo importante es que los nombres de las clases y de los mensajes coincidan.

Cada orden envía un mensaje a los sprites de la lámpara y de la persiana. Cada sprite recibe su mensaje y cambia de disfraz:

Cómo probarlo

1. Escribe diez órdenes distintas, incluidas dos que no estaban en los ejemplos. Anota cuántas acierta la casa.
2. Escribe la misma orden con tres faltas de ortografía. ¿La entiende igual?
3. Escribe una frase que no sea una orden, como «qué bonito día». ¿Se mueve algún dispositivo?

Qué estamos midiendo realmente

La IA no entiende el significado de la frase como nosotros. Compara lo que escribes con los ejemplos que ha visto, y sus palabras y estructuras son las pistas que usa. Por eso una frase con otras palabras, o con una falta, puede engañarla. Y con más ejemplos puede acertar más, pero nunca sabe si la frase que escribimos tiene sentido de verdad. Medir no significa necesariamente medir bien.

Para el aula

• Con reglas, ¿cuántas frases tendríamos que escribir para cubrir todas las formas de pedir algo? ¿Y con la IA?
• ¿Qué pasa si las frases de entrenamiento son todas de la misma persona? ¿Y si la usa alguien que escribe de otra forma?
• ¿Qué frase de la clase nada sería más difícil de distinguir de una orden? ¿Por qué?
• Si la casa no entiende una orden, ¿es mejor que no haga nada o que haga la acción equivocada? ¿Cuál es el coste de cada error?
• Si la IA acierta con los ejemplos de entrenamiento pero falla con frases nuevas, ¿qué ha aprendido exactamente? A eso se le llama sobreentrenamiento: el modelo memoriza en lugar de generalizar. ¿Cómo lo detectarías sin usar frases de prueba?

Retos

1. Haz que funcione. Consigue que la casa responda a las cuatro órdenes escritas de forma distinta a los ejemplos.
2. Añade un dispositivo. Por ejemplo, el ventilador: sube, baja o apaga.
3. Guarda los datos. Registra 30 órdenes escritas por tus compañeros y calcula el porcentaje de aciertos.
4. Sobreentrena a propósito. Entrena una versión con la misma frase copiada 30 veces en cada clase, y otra con 16 ejemplos variados. Prueba las dos con las frases de prueba. ¿Cuál acierta más con frases nuevas? ¿Por qué la que memoriza falla?
5. Compara con reglas. Escribe el mismo programa con reglas y con la IA. ¿Cuál entiende más frases?

Qué hemos aprendido

Un asistente de casa puede parecer muy listo, pero por dentro hay ejemplos, clases y un umbral de confianza. Escribir reglas para todo es imposible; entrenar una IA con ejemplos variados es más práctico, pero solo sabe lo que ha visto, y hay que comprobarlo.

Para seguir investigando

• Chisme 103: el gato obediente con la voz, la misma idea pero con audio.
• Chisme 102: piedra, papel o tijera con IA, con el mismo criterio de confianza.
• LearningML: learningml.org.