Algoritmos y Toma de Decisiones

Introducción a la Inteligencia Artificial para Jóvenes

Hoy aprenderemos sobre los algoritmos, que son una serie de pasos que una computadora sigue para resolver un problema o tomar decisiones. En inteligencia artificial, los algoritmos son fundamentales porque ayudan a las máquinas a procesar datos y decidir qué hacer, ya sea recomendándote una serie en una plataforma de streaming o ayudando a un robot a moverse en un espacio.

Objetivo

Comprender qué es un algoritmo y cómo se utilizan para que las máquinas tomen decisiones. Al final de esta sesión, podrás crear un algoritmo simple en Python que simule una toma de decisiones.

¿Qué es un Algoritmo?

Un algoritmo es como una receta de cocina: son instrucciones que indican paso a paso cómo hacer algo. En el caso de la IA, los algoritmos permiten que la máquina «piense» y elija entre varias opciones según las reglas y los datos que le damos. Por ejemplo:

• Un algoritmo puede ayudar a una aplicación a sugerirte qué canción escuchar basada en las canciones que te han gustado antes.
• Otro algoritmo puede decidir si un mensaje es spam o no, en función de ciertas palabras y patrones.

Ejemplos de Algoritmos Básicos en Python

Para ver cómo funcionan, vamos a crear algunos algoritmos sencillos en Python que simulen una toma de decisiones. Estos serán útiles para entender el proceso de elección entre varias opciones.

Ejemplo 1: Algoritmo para Elegir al Azar

Python tiene una función llamada random.choice() que permite a la computadora elegir un elemento al azar de una lista de opciones. Esto es útil cuando queremos que la máquina elija sin ninguna preferencia particular.

Haz una lista de opciones. Imagina que tienes que decidir entre estudiar, jugar o leer:

import random

opciones = ["estudiar", "jugar", "leer"]
decision = random.choice(opciones)
print("La actividad elegida es:", decision)

Ejemplo 2: Algoritmo de Toma de Decisiones con Condiciones

Podemos hacer que el algoritmo tome decisiones según ciertas condiciones. Por ejemplo, imagina que decides tu actividad en función del clima: si está soleado, decides jugar afuera; si está lluvioso, decides leer.

Escribe el código para la decisión basada en el clima:

clima = "lluvioso"  # Cambia esto a "soleado" y observa cómo cambia la decisión

if clima == "soleado":
    actividad = "jugar afuera"
elif clima == "lluvioso":
    actividad = "leer en casa"
else:
    actividad = "hacer tarea"

print("La actividad elegida según el clima es:", actividad)

Prueba cambiar el valor de clima a otros como «soleado» o cualquier otra opción, y observa cómo el algoritmo decide la actividad adecuada. Así, la computadora aprende a tomar decisiones basadas en las condiciones.

Proyecto Sugerido: Crea tu Propio Algoritmo de Decisión

Para poner en práctica lo aprendido, crea un algoritmo que te ayude a decidir qué hacer durante tu día. Puedes agregar condiciones como:

• «Si es fin de semana, elige entre dormir, salir a pasear o jugar videojuegos».
• «Si es lunes a viernes, elige entre estudiar o hacer ejercicio».

Aquí tienes una guía básica:

1. Haz una lista con opciones y establece las condiciones.
2. Usa if, elif, y else para que el algoritmo seleccione la actividad según el día o el clima.

Ejemplo:

dia = "sábado"  # Cambia entre "sábado", "domingo" y otros días para ver las decisiones
opciones_semana = ["estudiar", "ejercicio"]
opciones_fin_de_semana = ["dormir", "salir a pasear", "jugar videojuegos"]

if dia in ["sábado", "domingo"]:
    decision = random.choice(opciones_fin_de_semana)
else:
    decision = random.choice(opciones_semana)

print("La actividad elegida es:", decision)

Reflexión

Hoy descubriste cómo funcionan los algoritmos y cómo ayudan a las máquinas a tomar decisiones basadas en reglas y condiciones. Esto es una parte fundamental de la inteligencia artificial: tomar decisiones basadas en datos y condiciones, lo que les permite resolver problemas o ajustarse a diferentes situaciones, ¡igual que lo has hecho con tu propio algoritmo!

¡Excelente trabajo! Continúa explorando y jugando con diferentes decisiones y condiciones para ver todas las posibilidades que los algoritmos pueden ofrecer.