top of page
Youth ai lab kick off call (4).png

Benvinguts al Youth AI Lab català

Gorgs IA Studio

Entendre la IA construint-la

Descobreix Youth AI LAB - Desmitificant la IA per a la següent generació

Demistificare l’IA per la prossima generazione

Youth AI Lab reuneix organitzacions juvenils d’arreu d’Europa per crear una xarxa de laboratoris locals. Cada laboratori ofereix un recorregut únic pel món de la intel·ligència artificial (IA), des de la comprensió dels conceptes bàsics fins a la creació de petits models de llenguatge —LLM— i la seva aplicació en situacions reals, inclosa la robòtica.

10.png

Aquest hub està gestionat per

uab blanc_edited.png

Universitat Autònoma de Barcelona

La Universitat Autònoma de Barcelona (UAB), ubicada a Bellaterra (Cerdanyola del Vallès), a prop de Barcelona, és una de les principals universitats públiques d’Espanya. Actualment, la universitat ofereix més de 100 graus, cobrint una àmplia gamma de camps en humanitats i arts, ciències socials, ciències de la salut, tecnologia i ciències físiques. La UAB també ofereix més de 140 màsters, així com 8 màsters Erasmus Mundus. Finalment, la UAB compta amb 67 programes de doctorat i una mitjana de 640 tesis doctorals es defensen per any. La UAB té més de 40.000 estudiants, gairebé 6.000 investigadors i personal docent, i acull més de 5.000 estudiants estrangers. Des de la seva fundació el 1968, la UAB ha estat reconeguda per la seva excel·lència en la promoció de la qualitat en l’ensenyament i en l’atracció de talent internacional. El seu impacte en la investigació també és notable. Aquesta excel·lència es reflecteix en la seva posició en els rànquings internacionals més prestigiosos. En l’edició 2020 del Times Higher Education World University Rankings, la UAB es va situar en segon lloc entre les universitats espanyoles, en el lloc 170 del rànquing mundial i en el lloc 75 a Europa.

Els tallers de Gorgs IA Studio

image (7).png

AI Detectives: com aprenen realment les màquines?

Data: 12/06/2026 - Part d'una sessió intensiva de quatre dies

Tot allò que és automàtic és intel·ligència artificial ? El taller comença per aquesta pregunta i acaba amb un model de visió entrenat pels mateixos participants. Entremig, els grups descobreixen la diferència entre una màquina que segueix regles escrites i una màquina que dedueix el criteri a partir d'exemples.

Les activitats de la sessió :

  • Detectius de la IA : classificació de targetes de situacions quotidianes en tres piles, segur que és IA, de vegades és IA, segur que no ho és, fins a formular una definició de treball.

  • Classificar figures, regles i exemples : comparació entre la programació per regles explícites i l'aprenentatge per exemples, amb targetes de prova i casos ambigus per veure què és una decisió forçada.

  • Entrenar una màquina : entrenament d'un model de visió amb Teachable Machine sobre formes còncaves i convexes, i prova del model amb llum, distància i orientació variables.

La sessió es tanca amb la fitxa una idea, una prova, una pregunta, i amb una conversa que enllaça el que s'ha après amb el robot que els grups construiran al final de la setmana.

YouthAiLab_Test_Logo.png

Reactivem la màquina: posa a prova la teva pròpia IA!

Data: 15/06/2026 - Part d'una sessió intensiva de quatre dies

Un model funciona bé fins que algú s'esforça a fer-lo fallar. Aquesta sessió demana als grups exactament això, trencar el model que acaben d'entrenar, i després obrir-lo per veure què hi ha a dins.

Les activitats de la sessió :

  • Reactivem la màquina : entrenament d'un model de classificació binària i proves sistemàtiques amb llum, angle, fons i accessoris no vistos durant l'entrenament, per deduir les regles implícites del model.

  • Biaix i error : anàlisi de casos reals, com la detecció de parpelleig a les càmeres o el cribratge automatitzat de currículums, per distingir el biaix tècnic del biaix social.

  • Explorem un perceptró : construcció d'un perceptró físic amb gots, aigua i provetes graduades, per fer visibles els pesos d'entrada, el llindar d'activació i les capes ocultes.

  • Pluja d'idees per a usos socials : propostes d'aplicacions vinculades als Objectius de desenvolupament sostenible, amb el problema, el patró que cal reconèixer i els riscos de cada idea.

Al final de la sessió els participants saben explicar per què un model equilibrat depèn menys de la seva mida que de la varietat de les dades amb què ha après.

hand-drawn-ai-generating-artworks-illustration.png

Dissenyem una IA per a un robot: de la necessitat al prototip

Data: 16/06/2026 - Part d'una sessió intensiva de quatre dies

La sessió canvia de registre. Ja no es tracta d'entendre com funciona un model, sinó de decidir per a qui es construeix i per resoldre quin problema real.

Les activitats de la sessió :

  • Reconnectem amb el projecte i definim el repte : tria d'un repte vinculat a un Objectiu de desenvolupament sostenible, argumentada amb criteris de viabilitat.

  • Empatitzar : mapa d'empatia centrat en un entorn concret, una aula, un hort o una zona de reciclatge, per identificar el problema real i les seves limitacions.

  • Definir i idear : formulació d'una pregunta de disseny que comença per com podríem, i filtre de les idees amb tres criteris, útil, possible i entrenable.

  • Prototipar : primera maqueta de la cadena completa, entrada, classificació per la IA i acció del robot, en forma de guió gràfic, maqueta de paper o primer codi.

Cada grup tanca amb un resum d'un minut, el seu repte, la seva pregunta de disseny, la tasca de reconeixement i la resposta del robot.

technical-plan-showcasing-mechanical-gear-design-page.png

Del prototip a la prova: fes-lo fallar abans que ho faci un altre

Data: 17/06/2026 - Part d'una sessió intensiva de quatre dies

Última sessió de la setmana. Els grups acaben el prototip, el sotmeten a proves davant dels companys i el presenten. La idea de fons és que una tecnologia no es jutja pel que fa quan tot va bé, sinó pel que fa quan alguna cosa surt malament.

Les activitats de la sessió :

  • Reprenem el prototip : definició del producte mínim viable de la jornada i repartiment de rols dins de cada grup.

  • Prototipar : entrenament final del model, connexió de les sortides del model a les accions del robot i consolidació de l'estructura física.

  • Provar i avaluar : demostració davant dels companys amb casos esperats, casos límit i casos inesperats, i registre dels resultats tant per part dels qui presenten com dels qui observen.

  • Exposar i compartir : presentació de tres a quatre minuts per grup, amb el títol del projecte, l'Objectiu de desenvolupament sostenible, el context d'ús, la lògica de classificació, l'acció del robot, les proves superades, els errors detectats i les millores previstes.

La setmana es tanca amb una reflexió guiada, el més important que hem après sobre la IA és, i el nostre projecte contribueix a aquest Objectiu perquè.

Els nostres recursos

En procés

Project Youth Ai Lab - Young Open Understanding of Technology & Human AI Learning

bottom of page