Home » Innovación educativa

Category Archives: Innovación educativa

marzo 2024
M T W T F S S
 123
45678910
11121314151617
18192021222324
25262728293031

Explorando el futuro educativo con la Inteligencia Artificial

Explorando el futuro educativo con la Inteligencia Artificial
Por Ángel Fidalgo el 19 diciembre 2023
https://innovacioneducativa.wordpress.com/2023/12/19/explorando-el-futuro-educativo-con-la-inteligencia-artificial

Se comparte las conferencias y talleres sobre Inteligencia Artificial en la Educación realizadas en el marco del congreso CINAIC, celebrado el pasado mes de octubre.

Taller práctico “ChatGPT y Moodle ¿sirve esa unión para mi docencia?”

Conferencia colaborativa e interactiva sobre Inteligencia Artificial “¡Qué viene la IA! ¿estoy preparada/o?

Análisis oportunidades y riesgos de la aplicación de la IA en la educación. Discusión abierta.

Ya llegó, ya está aquí, y nadie puede esconderse: La inteligencia artificial generativa en educación

Ya llegó, ya está aquí, y nadie puede esconderse: La inteligencia artificial generativa en educación.
Faraón Llorens-Largo (Universidad de Alicante), Javier Vidal (Universidad de León) y Francisco José García-Peñalvo (Universidad de Salamanca)
Aula Magna 2.0 [Blog].
Revistas Científicas de Educación en Red.
https://cuedespyd.hypotheses.org
ISSN: 2386-6705

8 diciembre 2023
https://cuedespyd.hypotheses.org/14389

Palabras clave: RIED, inteligencia artificial, inteligencia artificial generativa, ChatGPT, educación

Educación e Inteligencia Artificial
La investigación en Inteligencia Artificial (IA) lleva años en continuo crecimiento y no muestra signos de desaceleración. Se están desarrollando modelos más complejos, más grandes y de respuesta más rápida. Estos modelos se entrenan con grandes cantidades de datos, lo que los hace mucho más potentes que sus antecesores de no hace tantos años. Esta potencia le dota de una amplia gama de aplicaciones, incluso algunas de ética cuestionable, dando lugar a vacíos legales y a reacciones extremas que llegan hasta la prohibición de su uso.

/…/

Los problemas que aquí hemos presentado no son solo propios del ámbito de la educación, también afectan a otros sectores. Afectará a toda aquella tarea que requiera el manejo rápido de grandes cantidades de información contenida en bases de datos o, y esta es la gran novedad, en textos. La educación no debe situarse al margen de estos debates y debemos imponernos la tarea de estar atentos a las opciones que estas herramientas nos dan para maximizar las posibilidades de aprendizaje de todos: profesorado y estudiantado. Quizás debamos realizar ciertos cambios en los planes de estudio de nuestras titulaciones incorporando el aprendizaje del uso de estas herramientas en cada uno de los campos, pero lo que es seguro es que tendremos que hacer, sin más demora, cambios sustanciales en nuestra manera de enseñar y en lo que pediremos a nuestro estudiantado que haga, porque no es la inteligencia artificial la que va a decidir lo que hacen los humanos, sino los humanos los que deben tomar decisiones con la ayuda de la inteligencia artificial (Marina, 2020).

IA para las personas

La Inteligencia Artificial para la personalización del aprendizaje
Rafael Molina, Alberto Real y Faraón Llorens

Explorando las posibilidades de ChatGPT en los trabajos de los estudiantes
Faraón Llorens, Sergio Arjona y Rafael Molina

Jornada IA para las personas
14 de noviembre de 2023
Cátedra Interuniversitaria SISTEMA PÚBLICO VALENCIANO DE SERVICIOS SOCIALES
Organiza: Centro de Investigación Operativa
Universidad Miguel Hernández

¡Que viene la IA! ¿estoy preparado?

¡Que viene la IA! ¿estoy preparado?
Faraón Llorens

VI Encuentro Nacional MetaRed TIC Chile
8 y 9 de noviembre de 2023
Sedes anfitrionas: Universidad de Chile y Universidad de los Andes

https://eventos.metared.org/105581/programme/vi-encuentro-nacional-metared-tic-chile.html

Noticias:
https://uchile.cl/noticias/211043/rectora-deves-presidio-vi-encuentro-nacional-metared-tic-chile

¡Que viene la IA! ¿estoy preparado?

¡Que viene la IA! ¿estoy preparado?
Faraón Llorens

Simposio
Futuro Educativo Digital
Inteligencia Artificial y Tecnologías Transformadoras

7 de noviembre de 2023
09:00 a 13:00
Auditorio Edificio Bicentenario
Campus Talca
Universidad de Talca
Vicerrectoría de Innovación

Resumen:
La inteligencia artificial (IA) se ha convertido en un tema candente y es crucial que las universidades estén preparadas para su impacto: aprovecharse de sus potencialidades y paliar los posibles efectos negativos. En esta conferencia exploraremos cómo la IA ya está transformando el mundo de la educación en múltiples aspectos. Las universidades pueden mantener una relación más personalizada con su comunidad gracias a procedimientos apoyados en IA. Los profesores deben aprender de la IA para aprovechar sus herramientas en el aula, aprender sobre la IA para comprender su funcionamiento y aprender con la IA para adaptar sus métodos de enseñanza. Esto abre un abanico de oportunidades, pero también plantea amenazas en términos de la automatización de trabajos docentes y la privacidad de los datos de los estudiantes, entre otros aspectos. Es fundamental que los educadores se mantengan actualizados y se adapten a este mundo tecnológico en constante evolución. La IA está aquí para quedarse y su influencia en la educación es innegable. Las universidades, como institución y a nivel individual todos sus miembros, deben estar preparadas para aprovechar las oportunidades que ofrece, al tiempo que abordar los desafíos éticos, de seguridad y de privacidad que conlleva el uso de la IA. La IA puede ser una aliada poderosa en la enseñanza, pero su aplicación debe ser cuidadosamente considerada y guiada por valores éticos sólidos. La educación del futuro dependerá en gran medida de cómo se aborde la integración de la IA en las aulas y cómo se prepare al estudiantado para un mundo impulsado por tecnologías inteligentes que ya dejaron de ser una posibilidad futurible para convertirse en una realidad cotidiana.

Noticias:

https://innovacion.utalca.cl/?p=2243

https://innovacion.utalca.cl/?p=2248

https://www.utalca.cl/noticias/encuentro-abordara-el-impacto-de-la-inteligencia-artificial-en-el-ambito-academico

https://www.utalca.cl/noticias/seminario-abordo-los-desafios-de-la-educacion-y-la-inteligencia-artificial

Exploring the possibilities of ChatGPT in students’ assignments: Some simple experiences

Exploring the possibilities of ChatGPT in students’ assignments: Some simple experiences
Sergio Arjona-Giner, Rafael Molina-Carmona y Faraón Llorens-Largo
Universidad de Alicante.

TEEM’23 (Technological Ecosystems for Enhancing Multiculturality)
Polytechnic Institute of Bragança, Bragança, Portugal
25-27 october 2023
https://2023.teemconference.eu

Track 9. Smart Learning
https://2023.teemconference.eu/tracks/track-9-smart-learning

Abstract. The emergence of new AI-based technologies will bring about a major change in many sectors and industries. The education sector will be one of them, as the new tools offer the possibility of personalizing learning for the student body, automating routine teacher tasks and empowering adaptive assessments, among other advantages. However, although the op-portunities offered by AI are promising, there are certain associated risks such as the acceleration of misinformation, the loss of interpersonal skills or the violation of data privacy. In this paper we explore the possibilities offered by ChatGPT by means of several experiments involving the first-year students of the higher cycle of Multiplatform Application Develop-ment and the teachers who are being trained in the master’s degree in Sec-ondary Education and Vocational Training using the ChatGPT tool. The re-sults show the possibilities that ChatGPT has in terms of academic writing and the ability to perform different types of evaluative activities. This forc-es teachers to rethink the evaluation mechanisms and teaching-learning strategies.

Keywords: Artificial Intelligence, ChatGPT, Learning

Explorando ChatGPT para la educación: su potencial en la redacción

Explorando ChatGPT para la educación: su potencial en la redacción
Sergio Arjona-Giner y Faraón Llorens-Largo
Universidad de Alicante.

CINAIC 2023 (Congreso Internacional sobre Aprendizaje, Innovación y Cooperación)
http://cinaic.net

Innovación educativa en los tiempos de la inteligencia artificial. Actas del VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación. CINAIC 2023 (18-20 de Octubre de 2023, Madrid, España); 1ª ed.
Sein-Echaluce Lacleta, María Luisa ; Fidalgo Blanco, Ángel ; García Peñalvo, Francisco José (eds.)
2023, Servicio de Publicaciones. Universidad de Zaragoza Zaragoza
ISBN: 978-84-18321-92-4
https://zaguan.unizar.es/record/127848

Documento en RUA: http://hdl.handle.net/10045/138039 (pdf)

Resumen- La irrupción de las nuevas tecnologías basadas en IA transformará el sector educativo al ofrecer herramientas que personalizan el aprendizaje, automatizan tareas rutinarias del profesorado y potencian evaluaciones adaptativas. Aunque prometedoras, estas oportunidades conllevan riesgos potenciales como la aceleración de la desinformación, la pérdida de habilidades interpersonales y la vulneración de la privacidad. Este estudio examina si con ayuda de la IA se pueden generar mejores documentos académicos. Para ello, se ha diseñado un experimento con estudiantes de primer año del ciclo formativo Desarrollo de Aplicaciones Multiplataforma utilizando la herramienta ChatGPT. Los resultados revelan que una interacción reflexiva con la IA mejora significativamente los ensayos. Estos hallazgos sugieren que el profesorado replantee los mecanismos de evaluación para mejorar el aprendizaje del alumnado.

¡Que viene la IA! ¿estoy preparada/o?

¡Que viene la IA! ¿estoy preparada/o?
David Fonseca. La Salle. Universidad Ramon Llull.
Francisco José García Peñalvo. Universidad de Salamanca.
Faraón Llorens. Universidad de Alicante.
Rafael Molina. Universidad de Alicante.

Conferencia colaborativa e interactiva sobre Inteligencia Artificial

CINAIC 2023 (Congreso Internacional sobre Aprendizaje, Innovación y Cooperación)
http://cinaic.net

Presentación:
En zenodo: https://zenodo.org/records/10050857
(pdf)

Resumen: pdf

Acceso al video de la conferencia:

Presentación utilizada: pdf

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