Home » Innovación educativa (Page 3)
Category Archives: Innovación educativa
¡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
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
Libro de Actas:
Proceedings of TEEM 2023
The Eleventh International Conference on Technological Ecosystems for Enhancing Multiculturality
Lecture Notes in Educational Technology (LNET)
https://link.springer.com/book/10.1007/978-981-97-1814-6
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
Conference paper:
https://link.springer.com/chapter/10.1007/978-981-97-1814-6_86
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
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
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.
Usos y desusos del modelo GPT-3 entre estudiantes de grados de ingeniería
Usos y desusos del modelo GPT-3 entre estudiantes de grados de ingeniería
Daniel Amo-Filva, David Fonseca, David Vernet, Eduard De Torres, Pol Muñoz Pastor, Víctor Caballero, Eduard Fernandez, Marc Alier Forment, Francisco José García-Peñalvo, Alicia García-Holgado, Faraón Llorens-Largo, Rafael Molina-Carmona, Miguel Á. Conde, Ángel Hernández-García
XXIX Jornadas sobre Enseñanza Universitaria de la Informática (JENUI 2023)
Granada, 5, 6 y 7 de julio de 2023
Resumen
La herramienta ChatGPT, basada en el modelo GPT-3 desarrollado por OpenAI, ya se utiliza por estudiantes de grados de ingeniería como herramienta de apoyo en su proceso de aprendizaje. En este contexto, las implicaciones negativas que presenta el uso de esta herramienta son diversas: dependencia tecnológica, obstaculización del saber y conocer práctico, error en las respuestas, problemas éticos o incluso problemas legales. El uso de esta herramienta sin que los estudiantes hayan recibido formación se considera como problema a investigar. El objetivo es entender en profundidad el contexto tecnológico de la herramienta, cómo se utiliza actualmente entre los estudiantes de ingeniería de un conjunto de universidades privadas y públicas, y su impacto en la educación universitaria. Este artículo es un trabajo en desarrollo donde se presenta el contexto del estudio, la metodología de investigación y unos primeros resultados. Se conduce una encuesta cualitativa-exploratoria con una muestra de más de 360 estudiantes de grados de ingeniería matriculados en diferentes cursos. Se utiliza una estratificación aleatoria para asegurar que la muestra sea representativa de la población. Los resultados sugieren que el modelo GPT-3 puede ser utilizado como una herramienta beneficiosa para los estudiantes de grados de ingeniería.
Palabras clave
ChatGPT, GPT-3, OpenAI, TIC, universidad, ingeniería, riesgos tecnológicos, proceso de aprendizaje, ética, legalidad, encuesta cualitativa-exploratoria, estratificación aleatoria.
Artículo completo (pdf)
Vol 8 (2023) – Actas de las XXIX Jornadas sobre Enseñanza Universitaria de la Informática (Granada, 5, 6 y 7 de julio de 2023) (pdf)
