Publications
Permanent URI for this collectionhttps://repositorio.grial.eu/handle/123456789/34
Browse
4 results
Search Results
Item Inteligencia artificial generativa y autonomía educativa: metáforas históricas y principios éticos para la transformación pedagógica(2026-01-01) Alier-Forment, Marc; Casañ-Guerrero, María José; Pereira-Varela, Juan Antonio; García-Peñalvo, Francisco José; Llorens-Largo, FaraónEste artículo analiza la integración de la inteligencia artificial generativa en educación desde una perspectiva crítica, histórica y ética. Se identifica una creciente preocupación por la opacidad de las herramientas de inteligencia artificial actuales, especialmente en sistemas de aprendizaje. El trabajo utiliza un enfoque basado en metáforas para entender cómo las narrativas tecnológicas influyen en la adopción de innovaciones educativas. Se revisan metáforas históricas en las tecnologías aplicadas a la educación, desde Multivac y Matrix hasta el Bazar del software libre y la App Store, y se proponen nuevas imágenes conceptuales que podrían aplicarse al contexto actual en el que la inteligencia artificial irrumpe en la educación. A partir de este análisis metafórico, se plantean siete principios éticos para una adopción segura de la inteligencia artificial generativa en educación, centrados en la privacidad, la alineación pedagógica, la supervisión humana y la transparencia tecnológica. Estos principios se ejemplifican con el entorno LAMB (Learning Assistant Manager and Builder), un marco de código abierto que permite diseñar asistentes de aprendizaje basados en inteligencia artificial de forma ética y contextualizada. Se presentan casos reales de aplicación de LAMB en educación superior, incluyendo una experiencia controlada con estudiantes que muestran mejoras significativas en autonomía y coherencia pedagógica. Finalmente, se destaca cómo LAMB encarna los principios éticos propuestos y responde a las metáforas críticas identificadas, ofreciendo un modelo de integración tecnológica centrado en la autonomía de los docentes, la alineación con los principios y prácticas de la institución educativa y el aprendizaje significativo de los estudiantes.Item Generative artificial intelligence and educational autonomy: historical metaphors and ethical principles for pedagogical transformation(2026-01-01) Alier-Forment, Marc; Casañ-Guerrero, María José; Pereira-Varela, Juan Antonio; García-Peñalvo, Francisco José; Llorens-Largo, FaraónThis article examines the integration of generative artificial intelligence in education from a critical, historical, and ethical perspective. It highlights growing concerns about the opacity of current artificial intelligence tools, particularly in learning systems. The study adopts a metaphor-based approach to explore how technological narratives influence the adoption of educational innovations. It reviews historical metaphors used to describe educational technologies, from Multivac and Matrix to the free software Bazaar and the App Store, and proposes new conceptual frameworks that may better reflect the current context in which artificial intelligence is entering the educational sphere. Based on this metaphorical analysis, the article outlines seven fundamental ethical principles for the safe adoption of generative artificial intelligence in education, focusing on privacy, pedagogical alignment, human oversight, and technological transparency. These principles are illustrated through a practical application: the LAMB (Learning Assistant Manager and Builder) environment, an open-source software framework that enables the ethical and contextualized design of artificial intelligence-based learning assistants. The article presents real-world cases of LAMB implementation in higher education, including a controlled experience with students that demonstrates significant improvements in student autonomy and pedagogical coherence. Finally, it emphasizes how LAMB embodies the proposed ethical principles and responds to the identified critical metaphors, offering a model for technology integration centered on teacher autonomy, alignment with institutional values and practices, and meaningful student learning that prioritizes pedagogical control over technological determinism.Item LAMB: Creando asistentes virtuales educativos sin programar(Servicio de Publicaciones Universidad de Zaragoza, 2025-06-11) Alier-Forment, Marc; Pereira, Juanan; Casañ, María José; García-Peñalvo, Francisco JoséLAMB (Learning Assistants Manager and Builder) es una plataforma de código abierto que permite al profesorado diseñar, desplegar e integrar asistentes de aprendizaje en sistemas como Moodle sin necesidad de programar. Estos asistentes se diferencian de los chatbots genéricos porque el docente controla su comportamiento, limita las respuestas a fuentes que él mismo selecciona y recibe aporta las citas correspondientes. LAMB se integra sin problemas en el LMS institucional via el estándar IMS LTI, mantiene los datos del alumnado dentro del marco de privacidad europeo y funciona tanto con modelos locales como con servicios en la nube. LAMB ofrece a los centros educativos una vía asequible y viable para incorporar tutorías basadas en IA sin perder la soberanía pedagógica ni la protección de los datos..Item Safe AI in Education Manifesto. Version 0.4.0(2024-10-08) Alier-Forment, Marc; García-Peñalvo, Francisco José; Casañ, María José; Pereira, Juanan; Llorens-Largo, FaraónThe Safe AI in Education Manifesto outlines ethical principles for integrating AI into educational environments. It emphasizes the need for human oversight, ensuring AI complements rather than replaces educators. Decision-making must remain transparent and appealable, protecting the educational process's integrity. Confidentiality is paramount; institutions must safeguard student data and ensure AI systems comply with stringent privacy standards. AI tools should align with educational strategies, supporting learning objectives without enabling unethical practices or adding complexity. The manifesto calls for AI systems to respect didactic practices, adapting seamlessly to instructional designs without burdening educators or students. It stresses accuracy and explainability, requiring AI outputs to be reliable, transparent, and verifiable. Interfaces must be intuitive, communicating their limitations to foster trust and critical engagement. Ethical training and transparency in AI model development are essential, including minimizing biases and disclosing data sources. The manifesto commits to advancing AI’s potential in education while prioritizing privacy, fairness, and educational integrity, providing a living framework adaptable to technological evolution. It can be signed at: https://manifesto.safeaieducation.org/