Home » 2023 (Page 3)
Yearly Archives: 2023
Observatorio de Inteligencia Artificial en Educación Superior
Hoy a tenido lugar en Madrid en la UE STEAM School (Escuela de Arquitectura, Ingeniería y Diseño) la primera reunión presencial del Observatorio de Inteligencia Artificial en Educación Superior de la Universidad Europea.
Muchas gracias por contar conmigo. Ha sido una sesión muy interesante y en la que he aprendido mucho.
La Universidad Europea constituye un observatorio de Inteligencia Artificial
Nuestro cuerpo
Nuestro cuerpo.
Siete millones de años de evolución
Juan Luis Arsuaga
Ediciones Destino
Colección Imago Mundi, volumnen 350
https://www.planetadelibros.com/libro-nuestro-cuerpo/374223
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 10)
“Pero no debemos confiar en la ciencia porque conduzca a un saber definitivo, sino, muy por el contrario, porque es un saber que está en permanente renovación y perfeccionamiento. Cada generación de científicos sabe más que la anterior y la próxima nos superará sin la menor duda a nosotros.”
Presentaciones de impacto
Presentaciones de impacto
Cómo hacer fácil lo difícil. Comunicación visual, infografía y narrativa
Mario Tascón & Prodigioso Volcán
Larousse Editorial y Prodigioso Volcán
https://www.prodigiosovolcan.com/pv/presentaciones-impacto/?20211006
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página )
“ ”
La primavera de la inteligencia artificial
La primavera de la inteligencia artificial
Imaginación, creatividad y lenguaje en una nueva era tecnológica
Carmen Torrijos y José Carlos Sánchez
Catarata y Prodigioso Volcán
https://www.catarata.org/libro/la-primavera-de-la-inteligencia-artificial_147651
https://tienda.prodigiosovolcan.com/products/la-primavera-de-la-inteligencia-artificial
Frases entresacadas e ideas interesantes que puedo utilizar:
(Página 183)
“Hacer pasar una predicción por una decisión se ha vuelto, en realidad, algo muy habitual.”
(Página 259)
“El carácter líquido del propio concepto IA es un problema añadido al afán por vender modernidad. Según Pamela McCorduck, en su libro Máquinas que piensan (1991), el efecto IA explica que lo que es IA y lo que no lo es va cambiando con el tiempo. Una de las razones es la normalización de los avances: a medida que la IA resuelve un problema y se puede explicar y comprender cómo lo hace, ese sistema deja de parecernos inteligente y su uso se integra discretamente junto con otras soluciones conocidas.”
Decoding Student Error in Programming: An Iterative Approach to Understanding Mental Models
Decoding Student Error in Programming: An Iterative Approach to Understanding Mental Models
Francisco J. Gallego-Durán, Patricia Compañ-Rosique, Carlos J. Villagrá-Arnedo, Gala M. García-Sánchez, Rosana Satorre-Cuerda, Rafael Molina-Carmona, Faraón Llorens-Largo, Sergio J. Viudes-Carbonell, Alberto Real-Fernández & Jorge Valor-Lucena
25th International Conference on Human-Computer Interaction (HCII 2023)
Copenhagen, Denmark
23-28 July 2023
10th International Conference on Learning and Collaboration Technologies (LCT 2023).
Lecture Notes in Computer Science book series (LNCS,volume 14040) (https://link.springer.com/book/10.1007/978-3-031-34411-4)
https://link.springer.com/chapter/10.1007/978-3-031-34411-4_18
https://doi.org/10.1007/978-3-031-34411-4_18
Abstract
In computer programming education, despite yearly changes in teaching methodologies, students still struggle to grasp the concepts. When they advance to more complex projects, gaps in their basic knowledge become evident. It seems that the knowledge they learn in the first course is forgotten or not well understood. This proposal aims to explore students’ mental models of computer programming concepts to better understand and identify any misconceptions. An iterative methodology is proposed to identify, test, analyse and evidence students’ erroneous mental models in programming. Characterising these mental models is a first step to deepen our understanding and designing strategies to help students improve them. The proposed methodology is exemplified in detail through an undergoing use case at the University of Alicante, and some early results are discussed.
Keywords
Programming, Learning, Mental Models
Cite this paper as:
Gallego-Durán, F.J. et al. (2023). Decoding Student Error in Programming: An Iterative Approach to Understanding Mental Models. In: Zaphiris, P., Ioannou, A. (eds) Learning and Collaboration Technologies. HCII 2023. Lecture Notes in Computer Science, vol 14040. Springer, Cham. https://doi.org/10.1007/978-3-031-34411-4_18
Two-Phases AI Model for a Smart Learning System
Two-Phases AI Model for a Smart Learning System
Javier García-Sigüenza, Alberto Real-Fernández, Rafael Molina-Carmona & Faraón Llorens-Largo
25th International Conference on Human-Computer Interaction (HCII 2023)
Copenhagen, Denmark
23-28 July 2023
10th International Conference on Learning and Collaboration Technologies (LCT 2023).
Lecture Notes in Computer Science book series (LNCS,volume 14040) (https://link.springer.com/book/10.1007/978-3-031-34411-4)
https://link.springer.com/chapter/10.1007/978-3-031-34411-4_4
https://doi.org/10.1007/978-3-031-34411-4_4
Abstract
Current Information Technologies are mature enough to favor the creation of adaptive learning systems that also encourages active, autonomous and persistent learning. A solution could be the creation of artificial intelligence algorithms capable of detecting the individual learning needs and features of the learners, what skills they are acquiring and how they do it, or how they behave, in order to offer them an adapted and personalized learning experience. This is what is defined a smart learning system.
Therefore, in this research we aim to propose an Artificial Intelligence (AI) model for a learning system to achieve this purpose. It is based on a learning model called CALM (Customized Adaptive Learning Model), that offers personalized learning through different learning paths and adapts to each learner by offering a specific activity at any time. The selection of this activity relies on an AI engine that detects the needs and characteristics of the learner and selects the most appropriate activity.
To implement an AI model for this purpose, applying CALM principles, we propose the use of both the information provided by activities and the learner’s characteristics and progression. Combining these datasets with the use of deep learning techniques, we propose a two phases process. First, the model makes predictions that are personalized for each student, and then it applies a concrete instructional strategy to make the final decision, allowing the teacher to adapt and guide the student’s learning.
Keywords
Smart Learning, Artificial Intelligence, Deep Learning
Cite this paper as:
García-Sigüenza, J., Real-Fernández, A., Molina-Carmona, R., Llorens-Largo, F. (2023). Two-Phases AI Model for a Smart Learning System. In: Zaphiris, P., Ioannou, A. (eds) Learning and Collaboration Technologies. HCII 2023. Lecture Notes in Computer Science, vol 14040. Springer, Cham. https://doi.org/10.1007/978-3-031-34411-4_4
International Conference on Human-Computer Interaction – HCII 2023
25th International Conference on Human-Computer Interaction (HCII 2023)
Copenhagen, Denmark
23-28 July 2023
10th International Conference on Learning and Collaboration Technologies (LCT 2023).
Lecture Notes in Computer Science book series (LNCS,volume 14040) (https://link.springer.com/book/10.1007/978-3-031-34411-4)
Preguntar para aprender
Preguntar para aprender
UniverSÍdad (www.universidadsi.es)
Faraón Llorens
20/07/2023
El mes pasado la Universidad de Málaga organizó la Jornada Inteligencia artificial generativa y docencia. ¿Qué vas a hacer? en la que impartí la charla El Rey va desnudo. Replanteando los trabajos académicos en la universidad. En ella argumentaba que al igual que el niño de la fábula, ahora la IA generativa estaba señalando las deficiencias del sistema educativo, en general y de la evaluación en particular. Pero estas deficiencias no son nuevas ni causadas por esta nueva tecnología.
/…/
Como dice el título del post, debemos explorar el valor de las preguntas en el aprendizaje. Suelo empezar mis charlas diciendo a los asistentes que, si han venido en busca de respuestas, no soy el orador adecuado. Mi objetivo es que, si han acudido con dos o tres preguntas sobre el tema, salgan con más de diez. Y es en ese momento cuando se está en condiciones de aprender: espoleado por la curiosidad y guiado por la satisfacción de saber.
Querida lectora, querido lector, espero que en estos momentos tengas más preguntas que al iniciar la lectura de este post. Tienes por delante el mes de agosto para reflexionar. ¡Felices vacaciones!
Leer la entrada completa:
www.universidadsi.es/preguntar-para-aprender
Educando centauros digitales
Educando centauros digitales
Faraón Llorens
Revista Hipótesis
https://www.ull.es/portal/cienciaull/revistahipotesis/
Nº 15. Más allá del ChatGPT. Reflexiones sobre el presente y futuro de la IA
https://www.ull.es/portal/cienciaull/tabletplanet/?w=4806
Universidad de La Laguna
¿Estamos enseñando a nuestros jóvenes lo que saben hacer las máquinas? Esto sería un error imperdonable, ya que las máquinas lo harán no solo mejor, sino más barato y sin cansarse ni pedir vacaciones. Hemos de aprender a colaborar con las máquinas, no a luchar contra ellas, ya que el resultado de esta colaboración será superior al que se consigue de forma separada.
/…/
Soy optimista, lo sé, pero va en el ADN de ser profesor. Tenemos un sistema educativo diseñado para un mundo con escasez de información, en el que había que ir a buscarla y guardarla para cuando la necesitásemos. Eso justificaba la etapa de nuestras vidas en la que nos formábamos y acudíamos a la universidad. Pero ahora vivimos en una sociedad con sobreinformación (verdades, medias verdades y falsedades), con acceso inmediato y a demanda a la misma. Las universidades, cumpliendo nuestro compromiso con la sociedad de creación, transmisión y preservación del conocimiento, ¿sabremos dar respuesta a este reto?
La nueva realidad de la educación ante los avances de la inteligencia artificial generativa
La nueva realidad de la educación ante los avances de la inteligencia artificial generativa
Francisco José García Peñalvo (Universidad de Salamanca), Faraón Llorens-Largo (Universidad de Alicante) y Javier Vidal (Universidad de León)
Revista Iberoamericana de Educación a Distancia (RIED)
Vol. 27 Núm. 1 (2024): Tendencias en la Educación Digital
https://revistas.uned.es/index.php/ried/issue/view/1749
https://revistas.uned.es/index.php/ried/article/view/37716
DOI: https://doi.org/10.5944/ried.27.1.37716
Palabras clave: inteligencia artificial, inteligencia artificial generativa, ChatGPT, educación
Resumen
Cada vez es más común interactuar con productos que parecen “inteligentes”, aunque quizás la etiqueta “inteligencia artificial” haya sido sustituida por otros eufemismos. Desde noviembre de 2022, con la aparición de la herramienta ChatGPT, ha habido un aumento exponencial en el uso de la inteligencia artificial en todos los ámbitos. Aunque ChatGPT es solo una de las muchas tecnologías generativas de inteligencia artificial, su impacto en los procesos de enseñanza y aprendizaje ha sido notable. Este artículo reflexiona sobre las ventajas, inconvenientes, potencialidades, límites y retos de las tecnologías generativas de inteligencia artificial en educación, con el objetivo de evitar los sesgos propios de las posiciones extremistas. Para ello, se ha llevado a cabo una revisión sistemática tanto de las herramientas como de la producción científica que ha surgido en los seis primeros meses desde la aparición de ChatGPT. La inteligencia artificial generativa es extremadamente potente y mejora a un ritmo acelerado, pero se basa en lenguajes de modelo de gran tamaño con una base probabilística, lo que significa que no tienen capacidad de razonamiento ni de comprensión y, por tanto, son susceptibles de contener fallos que necesitan ser contrastados. Por otro lado, muchos de los problemas asociados con estas tecnologías en contextos educativos ya existían antes de su aparición, pero ahora, debido a su potencia, no podemos ignorarlos solo queda asumir cuál será nuestra velocidad de respuesta para analizar e incorporar estas herramientas a nuestra práctica docente.