Aprende a implementar el Proyecto Ingrid Daubechies, un sistema de RAG Vectorial y búsqueda semántica local sobre PDFs y documentos de texto utilizando FastAPI, Uvicorn y LM Studio. Desarrollado dentro de las iniciativas MonteSteam y AIDARAC del IES Monterroso, este proyecto enseña al alumnado a procesar información mediante embeddings (nomic-embed-text) y similitud del coseno, logrando respuestas precisas, 100% privadas y sostenibles sin depender de APIs en la nube.
Montamos BUOLAMWINI, un auditor de sesgo mínimo que pregunta a la IA la misma decisión dos veces, cambiando solo un nombre, para comprobar si responde igual.
Ponemos a prueba a RAJI con tres casos —correcto, incorrecto y ambiguo— y una prueba de consistencia, antes de llevarlo al aula.
Montamos RAJI, un proyecto mínimo donde un segundo modelo local hace de profesor corrector: evalúa si una respuesta es correcta y clara, y explica por qué, sin notas numéricas.
Aprende a construir el Proyecto Katie Bouman, una solución de RAG Multimodal y visión por computador 100% local con FastAPI, Uvicorn y LM Studio. Desarrollado en el marco de las iniciativas MonteSteam y AIDARAC en el IES Monterroso, este sistema permite al alumnado analizar esquemas técnicos, circuitos y gráficas de laboratorio en el aula de forma privada, eficiente y sin costes de API.
Primera sesión del Proyecto Karen Spärck Jones: comparación práctica en Python entre la búsqueda literal de palabras (BM25) y la búsqueda semántica por vectores de significado (embeddings), analizando y enfrentando sus resultados sobre el corpus real de AIDARAC mediante consola e interfaz web.
Sesion final del Proyecto Rachael Tatman: se entrena un Random Forest sobre las propiedades acusticas del dataset Gender Recognition by Voice, se leen la matriz de confusion y el classification_report, y se conecta el excelente resultado obtenido con la historia real de sesgo de genero en el reconocimiento de voz de Google que investigo Rachael Tatman en 2016.
Sesion 2 del Proyecto Rachael Tatman: analisis visual con boxplots de las propiedades acusticas meanfun y meanfreq para comprobar si separan bien las voces masculinas de las femeninas, y preparacion del reparto de entrenamiento y prueba con train_test_split.
Sesion 1 del Proyecto Rachael Tatman, centrado en el sesgo de genero en el reconocimiento de voz: presentacion de la investigadora Rachael Tatman y su hallazgo real sobre el reconocimiento de voz de Google, y carga del dataset Gender Recognition by Voice de Kaggle, ya balanceado y con las propiedades acusticas precalculadas.
Sesion final del Proyecto Florence Nightingale: se visualiza la evolucion mensual de muertes por enfermedad, heridas y otras causas durante la guerra de Crimea, se identifica el punto de inflexion tras la llegada de la Comision Sanitaria en 1855, y se reconstruye una version simplificada del famoso diagrama de la rosa de Nightingale con matplotlib en coordenadas polares.