Conferences
Permanent URI for this collectionhttps://repositorio.grial.eu/handle/123456789/13
Browse
9 results
Search Results
Item Introducción a la IA de forma práctica(Grupo GRIAL, 2026-03-24) García-Peñalvo, Francisco JoséSeminario “Introducción a la IA de forma práctica” orientado al personal del Servicio de Empleo y Emprendimiento (SIPPE) de la Universidad de Salamanca, de 4 horas de duración, impartido el 24 de marzo de 2026. El seminario está diseñado como un espacio de actualización, reflexión y capacitación práctica, orientado al personal del Servicio de Empleo y Emprendimiento (SIPPE) de la Universidad de Salamanca, con el objetivo de explorar el impacto de la inteligencia artificial generativa en los servicios universitarios de orientación profesional, de empleabilidad y de apoyo al emprendimiento. La sesión combina una aproximación conceptual con una orientación claramente aplicada. En una primera parte, se introduce el contexto actual de transformación digital impulsado por la inteligencia artificial, prestando especial atención a cómo estas tecnologías están redefiniendo los procesos de búsqueda de empleo, selección de talento, desarrollo profesional y creación de proyectos emprendedores. Se abordan las principales herramientas de inteligencia artificial generativa, sus capacidades y limitaciones, así como los cambios que estas están generando en el mercado laboral y en las competencias demandadas. Posteriormente, el seminario se centra en el análisis de casos de uso específicos en el ámbito de los servicios universitarios. Se exploran aplicaciones concretas como la mejora de la orientación profesional personalizada, la optimización de la elaboración de currículos y cartas de presentación, la simulación de entrevistas de trabajo, el análisis de ofertas laborales y el apoyo a la ideación y al desarrollo de proyectos emprendedores. Este enfoque permite identificar oportunidades reales para integrar la inteligencia artificial en las actividades del SIPPE. Un eje fundamental del seminario es la dimensión ética y crítica del uso de estas tecnologías. Se reflexiona sobre cuestiones como la fiabilidad de los sistemas, los sesgos algorítmicos, la privacidad de los datos y el papel del profesional como mediador experto en un entorno cada vez más automatizado. Finalmente, la sesión adopta un enfoque práctico mediante dinámicas participativas y demostraciones en directo, en las que los asistentes experimentan con distintas herramientas y diseñan posibles aplicaciones adaptadas a su contexto de trabajo. El seminario concluye con la identificación de estrategias de implementación progresiva, orientadas a mejorar la calidad y eficiencia de los servicios ofrecidos, reforzando al mismo tiempo el papel del SIPPE como agente clave en la empleabilidad y el emprendimiento universitario.Item Automatización con IA(Grupo GRIAL, 2026-03-13) García-Peñalvo, Francisco JoséImpartición del taller “Automatización con IA”, en la III Jornada de Innovación Docente Interuniversitaria (JIDUCYL) - De la experiencia a la evidencia: hacia la universidad del futuro, organizada por las cuatro universidades públicas de Castilla y León y celebrada en la Escuela Politécnica Superior de la Universidad de Burgos el 13 de marzo de 2026. Se ofrece una guía práctica para que el profesorado incorpore inteligencia artificial generativa en su rutina con un enfoque de “delegar–controlar–decidir”. El material parte de un marco común de conceptos (IA generativa, LLM, prompting y asistentes) y plantea tres objetivos: aplicar patrones de automatización a tareas habituales, mejorar la calidad del resultado mediante prompting y contexto, y operar con criterios éticos y de privacidad. Tras la introducción, el taller propone un recorrido por las automatizaciones. En “tareas cotidianas”, se muestra cómo usar un asistente para revisar y priorizar el correo, preparar borradores de respuesta, extraer compromisos, proponer acciones y convertirlas en recordatorios o eventos, manteniendo la validación humana antes de ejecutar. Se enfatizan los prompts estructurados (rol, objetivo, restricciones, formato) y el uso de ejemplos para lograr la consistencia. La sección de “preparación de materiales” se aborda mediante dos enfoques complementarios. Con Deep Research se ilustra un flujo para planificar una búsqueda, recopilar y contrastar fuentes externas, sintetizar hallazgos y producir materiales docentes trazables (esquemas, actividades, preguntas de evaluación) con recomendaciones de verificación. Con NotebookLM se trabaja con recursos propios (PDF, guías, artículos, transparencias) para convertir una misma base documental en múltiples salidas: resúmenes, guiones de clase, FAQs, bancos de preguntas, listas de lectura y variantes por nivel, destacando la reutilización y la coherencia interna. La parte de “creación de asistentes” explica el ciclo de vida: definir el propósito y la audiencia, fijar límites y políticas, aportar conocimiento (documentos), diseñar acciones, probar con casos extremos, evaluar y revisar periódicamente. En “integración en herramientas ofimáticas” se presentan escenarios de apoyo en documentos, hojas de cálculo y presentaciones (borradores, reformulación, tablas, gráficos, estructuras de diapositivas) y criterios para decidir cuándo conviene automatizar dentro de la suite y cuándo fuera de ella. Como hilo conductor, se introduce un marco de uso responsable (privacidad del estudiantado, minimización de datos, propiedad intelectual, transparencia y trazabilidad), junto con “puntos de control” para evitar errores: revisión humana, muestreo, contraste con fuentes y recomendación final (“listo para imprimir” vs. “requiere ajustes”).Item Alfabetización en IA y su impacto en el empleo(Grupo GRIAL, 2026-02-16) García-Peñalvo, Francisco JoséParticipación en el curso “La IA en la búsqueda de empleo”, organizado por el Servicio de Empleo y Emprendimiento (SIPPE) de la Universidad de Salamanca, con el tema “Alfabetización en IA y su impacto en el empleo”, de 4 horas de duración, impartido el 16 de febrero de 2026. El material de la sesión “Alfabetización en IA y su impacto en el empleo” se estructura como un recorrido que abarca desde la activación inicial del grupo hasta una comprensión básica (pero rigurosa) de la IA y, finalmente, a su aterrizaje en el mercado laboral y en la búsqueda de empleo. Empieza con una dinámica de “romper el hielo” para diagnosticar el punto de partida del alumnado: un semáforo de familiaridad con la IA (de “no he usado IA” a “la uso a menudo y sé comparar resultados”), un sondeo rápido sobre las herramientas utilizadas (ChatGPT, Gemini, Claude) y un mapa de usos reales (estudio, trabajo y búsqueda de empleo). También incorpora una “línea de posición” para debatir mitos y miedos: desde “la IA me ayuda y me da ventaja” hasta “la IA pone en riesgo mi empleo”, conectando con el contexto social del cambio tecnológico y con el “shock del futuro”. A partir de ahí, se define qué es la Inteligencia Artificial desde distintas perspectivas: se reconoce la dificultad de definirla debido a la coexistencia de paradigmas, se introduce la definición de McCarthy y se incluye la definición de la Comisión Europea, que enfatiza sistemas capaces de analizar su entorno y actuar con cierto grado de autonomía. Se distingue entre IA fuerte y débil, y se presentan tipologías (ANI, AGI, ASI) y ámbitos de aplicación (derecho, medicina, industria, educación, etc.), para evidenciar que la IA ya opera en múltiples dominios. El bloque “cómo funciona una IA” utiliza una analogía pedagógica (un bebé que aprende) para explicar conceptos como modelo, datos, entrenamiento y evaluación, y para diferenciar entre el aprendizaje supervisado, el no supervisado y el por refuerzo. Se introduce el ajuste fino (fine-tuning) como una especialización, lo que refuerza la idea de que no existe un modelo universalmente excelente para todo: la especialización y el contexto importan. En la parte de Inteligencia Artificial Generativa se enmarca la disrupción asociada a los grandes modelos de lenguaje (LLM) y a la popularización de las interfaces conversacionales. Se explican, de forma accesible, conceptos como token, probabilidad de la siguiente palabra, parámetros y ventana de contexto. Se ofrece un panorama de técnicas (GAN, GPT, modelos de difusión, etc.), beneficios (productividad, creatividad, aprendizaje informal) y riesgos (alucinaciones, sesgos, privacidad, dependencia, impacto ambiental), con especial atención a las alucinaciones y sus tipos: contradicciones, errores factuales o matemáticos y citas inventadas. El tramo de mercado laboral aterriza en el ATS (Applicant Tracking System): software que recibe, parsea y organiza candidaturas, permite filtrar por palabras clave y prioriza una lista para su revisión humana. De ahí se derivan reglas prácticas: CV legible para el sistema y convincente para la persona, secciones estándar, texto real (evitar imágenes para datos clave), ítems claros con logros medibles y palabras clave coherentes sin “relleno”. Se enseña a identificar keywords en la oferta (técnicas, transversales, tareas y “knockout”) y dónde ubicarlas en el CV. Finalmente, se presenta cómo “traduce” la IA un perfil (experiencia → competencias inferidas → evidencias/logros → keywords) y se propone un proceso guiado con herramientas: crear cuentas, probar prompts y realizar un caso completo de oferta → requisitos → viñetas STAR y versión ATS. Como cierre, se subraya que el chat parece fácil, pero la calidad depende del prompt y del contexto; y que hay que verificar, medir y mantener la autenticidad.Item Inteligencia Artificial Generativa y su influencia en los procesos educativos(Grupo GRIAL, 2025-12-03) García-Peñalvo, Francisco JoséClase magistral y taller de inteligencia artificial generativa (IAGen) impartidos en el contexto de la Unidad I: Gestión de la Tecnología y del Conocimiento, de la asignatura Diseño y Evaluación de Recursos Informáticos del Máster Universitario en las TIC en la Educación: Análisis y Diseño de Procesos, Recursos y Prácticas Formativas, el día 3 de diciembre de 2025 en la Facultad de Educación, Universidad de Salamanca. La inteligencia artificial generativa, con ChatGPT como emblema, está transformando la educación y, en particular, los procesos de enseñanza, aprendizaje e investigación en la universidad. A la hora de construir un relato sobre su uso en la academia, es importante no limitarse a describir herramientas, sino que se debe construir un marco conceptual, ético y normativo para decidir cómo usarlas, con qué fines y en qué condiciones, proponiendo una hoja de ruta razonada para el profesorado. El punto de partida es la constatación de que la inteligencia artificial (IA) ya forma parte del ecosistema educativo. Hoy la IA puede ser simultáneamente objeto de estudio, herramienta de aprendizaje y entorno en el que se aprende. Se diferencia entre aprender sobre la IA (comprender sus fundamentos, límites y sesgos), aprender con la IA (usar sistemas de recomendación, analítica de aprendizaje o tutores inteligentes para mejorar la docencia) y aprender a través de la IA, cuando esta se convierte en medio principal de acceso al conocimiento, como ocurre con los tutores adaptativos o los asistentes personales avanzados. Este contexto se enmarca en iniciativas internacionales como el Consenso de Beijing sobre IA y educación, que insiste en planificar la IA en las políticas educativas, apoyar a la docencia, favorecer el aprendizaje a lo largo de la vida y promover un uso equitativo, ético y transparente de los datos y algoritmos. La idea clave es que la IA no es un añadido accesorio, sino un factor estructural que condiciona la manera de aprender, trabajar y participar en la sociedad. A partir de ahí, el material introduce de forma accesible la irrupción de la IAGen. subraya que ya es posible generar automáticamente contenido educativo en múltiples formatos (texto, imagen, vídeo, audio, presentaciones) con calidad suficiente para ser usado como material docente o como producto de tareas académicas, muchas veces sin que sea viable detectar con certeza su origen. Esto abre oportunidades, pero también tensiona los modelos de evaluación, la autoría y la integridad académica. Se alerta además frente a los mitos y exageraciones asociados a la IA, tanto los catastrofistas como los excesivamente optimistas, que alimentan un solucionismo tecnológico ajeno a los matices de la práctica educativa real. Uno de los hilos conductores es el dilema de Prometeo. Ante una tecnología poderosa, opaca y propensa a alucinaciones, ¿la respuesta educativa debe ser prohibir su uso o aprender a integrarla críticamente? El recurso insiste en que la prohibición es una falsa solución, porque el estudiantado ya utiliza estas herramientas en todos los niveles educativos. La cuestión relevante no es tanto si se usarán, sino cómo lograr que su uso contribuya a un aprendizaje más profundo y honesto. En este marco se analizan las oportunidades y retos de la IAGen en la universidad. Para el profesorado, los beneficios potenciales incluyen el enriquecimiento del contenido educativo, el apoyo a la creatividad y la productividad, la mejora de la evaluación y la posibilidad de personalizar el aprendizaje del alumnado, además de favorecer su propia competencia digital. El reverso de la moneda son riesgos como el recelo ante el uso estudiantil de la IA, la sobrevaloración de sus capacidades, su utilización inadecuada, la dependencia tecnológica, la pérdida de autoría, la despersonalización de la relación pedagógica y las amenazas a la privacidad. En el caso del estudiantado, se señalan potenciales impactos positivos en el pensamiento crítico y la creatividad, el prototipado de ideas, el aprendizaje personalizado, la productividad y el desarrollo de competencias digitales. Pero también se advierte del peligro de un aprendizaje superficial, el uso deshonesto, la falta de capacidad para curar la información, la pérdida de pensamiento crítico, la despersonalización y las brechas de acceso entre quienes pueden usar estas herramientas en buenas condiciones y quienes no. Algo similar ocurre con la investigación: la IAGen puede acelerar procesos, automatizar tareas rutinarias y abrir vías de innovación, pero también plantear problemas de alucinaciones no detectadas, debates éticos, falta de curación del contenido, sesgos y vulneraciones de privacidad. Para ordenar esta discusión, el recurso dedica una parte importante a los marcos normativos y éticos que orientan el uso responsable de la IA. Se presentan las orientaciones de la UNESCO sobre IA y educación, que priorizan los derechos humanos, la inclusión y el desarrollo sostenible, y la necesidad de alfabetizar en IA tanto a profesorado como a estudiantes, diseñar experiencias centradas en la persona y fortalecer la capacidad institucional. Se resume el AI Act de la Unión Europea, una regulación basada en el riesgo que establece categorías de sistemas, obligaciones de transparencia y seguridad y, muy especialmente, el artículo 50 sobre el marcado del contenido generado por IA, que obliga a identificar los materiales sintéticos. Junto a ello se describe el marco SAFE, que organiza la reflexión en torno a cuatro principios: seguridad (Safety), responsabilidad (Accountability), justicia (Fairness) y eficacia (Efficacy), con especial atención a la coherencia con los principios éticos en educación y al diseño de actividades que garanticen estos criterios. Finalmente se presenta el Safe AI in Education Manifesto, que defiende que la IA en educación debe estar siempre al servicio de las personas y de los fines formativos, subrayando principios como la agencia del estudiantado, la verificación de la información, la inclusión, la transparencia, el derecho de apelación y la necesidad de explicitar cómo se usan los datos y las fuentes. Un apartado especialmente relevante es el dedicado a las tres grandes formas de integrar la IA en educación, formuladas como escenarios graduados por autonomía, agencia y riesgo. En el primero, el profesorado usa herramientas de IA como apoyo a su trabajo (por ejemplo, para preparar materiales, diseñar rúbricas o generar ejemplos). En el segundo, el profesorado incorpora esas herramientas en actividades con el estudiantado, lo que exige una alfabetización elevada en ambos colectivos y una definición clara de qué herramientas son aceptables, con qué usos y cómo debe declararse su empleo. En el tercero, el estudiantado utiliza por su cuenta herramientas de IA para aprender, lo que aumenta el riesgo y hace aún más necesaria la competencia digital y la capacidad de mantener la agencia sobre el propio aprendizaje. En todos los escenarios se enfatizan principios comunes: transparencia (declarar en qué procesos se usa la IA), evaluación auténtica centrada en el proceso y apoyada en evidencias (trabajo en clase, entregas incrementales, diarios o cuadernos de laboratorio) en lugar de confiar ciegamente en detectores de texto generado, equidad (garantizar que todo el estudiantado pueda realizar las tareas aunque no disponga de las mismas herramientas) y protección de la privacidad, especialmente en lo relativo a datos clínicos u otros datos sensibles. La presentación aterriza estos principios en una serie de roles y aplicaciones concretas de la IAGen en educación. Se describen, por ejemplo, funciones como la de “compañero de estudios” que ayuda al alumnado a reflexionar y preparar tareas; la de “motivador” que propone retos y actividades para ampliar el aprendizaje; o la de “evaluador dinámico” capaz de perfilar el conocimiento actual de cada estudiante y generar herramientas de autoevaluación, siempre que se mantenga el control humano y se diseñen estrategias claras de uso. Otras aplicaciones incluyen la generación de cuestionarios, rúbricas, explicaciones adaptadas al nivel del estudiante, guías de estudio, ejemplos de buena práctica o estímulos para el debate crítico. Todo esto lleva a la idea de alfabetización crítica en IA generativa. No basta con saber usar herramientas, sino que hay que usarlas con juicio, integrándolas en valores y prácticas académicas sólidas. Se ofrecen pautas para el reconocimiento explícito del uso de IAGen en trabajos académicos: explicar qué herramientas se han utilizado y con qué objetivos, indicar el número de iteraciones, describir los resultados incorporados, detallar las instrucciones empleadas y explicar cómo se ha integrado el output en el producto final. Esta práctica enlaza con las exigencias del AI Act y con la cultura de transparencia que promueven las universidades. Se presentan casos de uso detallados, donde se muestran flujos de trabajo que integran IAGen para ampliar contenidos, sintetizar bibliografía, analizar transcripciones de audio con herramientas como otter.ai, elaborar nubes de palabras o realizar investigación en profundidad mediante agentes que combinan razonamiento y búsqueda en múltiples fuentes. Estos casos están pensados para ilustrar cómo se pueden diseñar actividades que aprovechen las capacidades de la IA sin delegar en ella el juicio académico ni la responsabilidad última sobre el aprendizaje. Se reconoce que la IA amplifica problemas ya existentes en el sistema educativo, como la la superficialidad del aprendizaje, las desigualdades de acceso o la presión por la productividad, pero también que abre oportunidades sin precedentes para experimentar con nuevas formas de enseñar y aprender. Lejos de la retórica apocalíptica o ingenuamente entusiasta, se propone evitar que la ilusión eclipse la preocupación, pero también que la preocupación neutralice la ilusión. El salto vivido con ChatGPT y otras herramientas exige estudiar, diseñar, experimentar y evaluar sin descanso, con prudencia, pero con audacia, descartando la idea de que la tecnología vaya a arruinar por sí misma la educación. Se trata de ofrecer una visión panorámica y crítica de la IA generativa en educación. Se sitúan las herramientas en su contexto tecnológico e histórico, se exponen sus beneficios y riesgos para los distintos actores, se introducen los principales marcos éticos y normativos, se proponen escenarios operativos para su integración en la práctica docente y se ofrecen ejemplos concretos de uso responsable. Todo ello converge en un mensaje central, la IAGen no es un fin en sí mismo, sino un conjunto de instrumentos que, gestionados con criterio pedagógico, sentido ético y conocimiento del marco regulatorio, pueden contribuir a una educación más personalizada, inclusiva y orientada al desarrollo de competencias para la vida en la era de la IA.Item La era de la Inteligencia Artificial en la Educación(Grupo GRIAL, 2023-11-20) García-Peñalvo, F. J.Clase magistral y taller de ChatGPT impartidos en el contexto de la Unidad I: Gestión de la Tecnología y del Conocimiento, de la asignatura Diseño y Evaluación de Recursos Informáticos del Máster Universitario en las TIC en la Educación: Análisis y Diseño de Procesos, Recursos y Prácticas Formativas, el día 20 de noviembre de 2023 en la Facultad de Educación, Universidad de Salamanca.Item ¡Qué viene la IA! ¿Estoy preparada/o?(Grupo GRIAL, 2023-10-19) Fonseca-Escudero, D.; García-Peñalvo, F. J.; Llorens-Largo, F.; Molina-Carmona, R.Conferencia interactiva impartida el 19 de octubre de 2023 en el VII Congreso Internacional sobre Aprendizaje, Innovación y Cooperación. CINAIC 2023, celebrado en la Escuela Técnica Superior de Ingenieros de Minas y Energía de la Universidad Politécnica de Madrid. La inteligencia artificial (IA) se ha convertido en un tema candente y es crucial que el profesorado se prepare para su impacto. En esta conferencia, impartida de forma colaborativa por cuatro profesores universitarios, exploraremos cómo la IA ya está transformando la educación en múltiples aspectos. 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. La IA está aquí para quedarse y su influencia en la educación es innegable. El profesorado debe estar preparados para aprovechar las oportunidades que ofrece, al tiempo que abordar los desafíos éticos, de seguridad y de privacidad. Es fundamental que los educadores se mantengan actualizados y se adapten a este mundo tecnológico en constante evolución. 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.Item Cómo se percibe la Inteligencia Artificial en la educación tras el lanzamiento de ChatGPT(Grupo GRIAL, 2023-05-24) García-Peñalvo, F. J.Participación en el Foro Internacional “La Inteligencia Artificial y la Docencia Científica”, que organiza el Centro de Investigaciones Económicas, Administrativas y Sociales del Instituto Politécnico Nacional en coparticipación con el Instituto de Estudios Superiores de México “Rosario Castellanos” el 24 de mayo de 2023. El objetivo de la conferencia y posterior debate es presentar cómo está afectando el fenómeno ChatGPT y, por tanto, las aplicaciones de inteligencia artificial generativa en el ámbito educativo. Muchos de los problemas y peligros que se detectan en el contexto educativo no surgen por la aparición de ChatGPT u otras aplicaciones similares. Ya existían, ya se han tratado desde muchas perspectivas y seguían sin solucionarse. No obstante, el potencial de estas tecnologías y el efecto de su penetración acelerada están magnificando más que nunca algunos de ellos. Conocer el potencial y los límites de esta tecnología debe servir, ante la tentación de prohibir su uso en contextos educativos, para imponer el planteamiento de entender qué pueden aportar estas herramientas a los procesos de enseñanza/aprendizaje, como el análisis crítico, la comparativa de fuentes o la selección y formulación de las preguntas adecuadas. El proceso de interacción con las herramientas tiene un valor educativo en sí mismo. La calidad de las preguntas (prompts) y el diálogo que se origina influye en la calidad del contenido generado. Esto debe dar pistas al profesorado: el proceso es tanto o más importante que el resultado final.Item La integración de la inteligencia artificial generativa en la práctica docente(Grupo GRIAL, 2023-04-21) García-Peñalvo, F. J.Participación en el V Seminário Escola Digital: A Educação na Era da Inteligência Artificial, organizado por Centro de Competência TIC da Escola Superior de Educação do Instituto Politécnico de Bragança (CCTIC) y celebrado online el 21 de abril de 2023.Item Uso de ChatGPT en Educación Superior: Implicaciones y Retos(Grupo GRIAL, 2023-04-12) García-Peñalvo, F. J.Participación en el Conversatorio “Uso de la Inteligencia Artificial en Educación Superior: Implicaciones y Retos”, organizado por la Vicerrectoría de Docencia de la Universidad Nacional de Costa Rica y celebrado online el 12 de abril de 2023. El objetivo de este conversatorio es fomentar el debate sobre las implicaciones y retos de la inteligencia artificial generativa en la educación, con especial atención a ChatGPT.