Publications
Permanent URI for this collectionhttps://repositorio.grial.eu/handle/123456789/34
Browse
8 results
Search Results
Item Inteligencia Artificial Generativa en Investigación(Servicio de Publicaciones Universidad de Zaragoza, 2025-06-11) García-Peñalvo, Francisco José; Fonseca, DavidTaller impartido en la VIII Edición del Congreso Internacional sobre Innovación, Aprendizaje y Cooperación, CINAIC 2025. La Inteligencia Artificial Generativa se ha consolidado como una herramienta de uso extendido en múltiples ámbitos, incluyendo el académico, y tiene impacto en todas las funciones universitarias. En el contexto de la investigación, su presencia puede abarcar todas las fases del proceso: desde la formulación de propuestas y la revisión del estado de la cuestión, hasta la redacción de artículos científicos y la difusión de resultados a la comunidad académica y a la sociedad. La prohibición de estas herramientas no resulta una estrategia realista ni eficaz. Por tanto, se hace imprescindible comprender su potencial, sus limitaciones y los principios éticos que deben guiar su integración responsable en la práctica investigadora. Este taller ofrece una reflexión crítica y práctica sobre el uso de la IA generativa en investigación, promoviendo un enfoque ético, informado y productivo.Item La Inteligencia Artificial Generativa como facilitadora de la atención a la Diversidad en Educación(Servicio de Publicaciones Universidad de Zaragoza, 2025-06-11) Fonseca, David; García-Peñalvo, Francisco JoséTaller impartido en la VIII Edición del Congreso Internacional sobre Innovación, Aprendizaje y Cooperación, CINAIC 2025. Gracias a los actuales procesos diagnósticos, cada vez en más cantidad, y más pronto, se identifican a los estudiantes afectados por todo tipo de trastornos mentales y situaciones que afectan a su aprendizaje, lo que conocemos como trastornos del aprendizaje. En este sentido, las instituciones educativas han desarrollado e implementado, en mayor o menor medida, políticas que ayudan a atender y mejorar la inclusión de estos perfiles. No obstante, la implementación de dichas políticas suele ser compleja o controvertida en determinadas materias, siendo un nicho de oportunidad para el uso de la Inteligencia Artificial Generativa como método de soporte en la creación, adaptación e incluso evaluación de materiales y estudiantes. En este sentido, la IA generativa brinda una oportunidad para mejorar la inclusión en nuestras aulas a partir de mejorar los actuales formatos educativos y evaluativos en ejecución.Item Integración de herramientas de IA generativa en el Diseño Centrado en el Usuario(Universidad de Salamanca. Instituto Universitario de Ciencias de la Educación, 2025-10-31) Therón-Sánchez, Roberto; García-Holgado, Alicia; Silva, Luis AugustoDurante los cursos académicos 2023-2024 y 2024-2025 se ha desarrollado una experiencia docente en la asignatura Interacción Persona-Ordenador del Grado en Ingeniería Informática de la Universidad de Salamanca, centrada en la integración de herramientas de inteligencia artificial generativa (IAGen) en el proceso de Diseño Centrado en el Usuario (DCU). Esta práctica surge ante la necesidad de evitar un uso inadecuado o poco crítico de estas herramientas por parte del alumnado, promoviendo en su lugar una integración fundamentada, ética y coherente con los principios del DCU. La experiencia se estructura en torno a seis prácticas de evaluación continua que abarcan las distintas fases del diseño, desde la identificación de necesidades hasta la elaboración y evaluación de prototipos, incorporando ejemplos de uso de IAGen y pautas específicas para orientar al estudiantado. A lo largo del proceso, el alumnado debía documentar el uso de estas herramientas y reflexionar sobre las decisiones tomadas. Los resultados han sido moderadamente positivos: si bien se ha constatado un uso funcional de la IAGen como apoyo en tareas concretas, también se ha identificado una preocupante falta de pensamiento crítico y escasa capacidad para documentar adecuadamente su aplicación. La propuesta demuestra que ignorar o prohibir el uso de estas herramientas no resulta realista ni formativo; en cambio, su incorporación guiada puede contribuir al desarrollo de competencias clave como la toma de decisiones fundamentadas, la reflexión sobre el proceso de diseño y el uso responsable de la tecnología.Item Análisis PESTLE potenciado por IA Generativa: Una experiencia innovadora en la asignatura Gobierno de Tecnologías de la Información del Máster Universitario en Ingeniería Informática(Universidad de Salamanca. Instituto Universitario de Ciencias de la Educación, 2025-10-31) García-Peñalvo, Francisco JoséEste trabajo describe una experiencia docente en la que se empleó inteligencia artificial generativa para ayudar a estudiantes del Máster Universitario en Ingeniería Informática de la Universidad de Salamanca a analizar el impacto de nuevas tecnologías usando el modelo PESTLE, que evalúa factores políticos, económicos, sociales, tecnológicos, legales y ambientales. Ante la dificultad de contar con expertos reales en temas emergentes, se diseñó un asistente virtual personalizado, configurado y utilizado por los propios estudiantes para “entrevistar” a un experto simulado. Esta metodología fomentó el trabajo en equipo, el pensamiento crítico y el uso ético y transparente de la inteligencia artificial. Los resultados fueron muy positivos: la mayoría del alumnado obtuvo calificaciones excelentes y valoró muy bien la experiencia. Además, la práctica es fácilmente adaptable a otras asignaturas y destaca la importancia de reflexionar sobre el uso seguro y responsable de la inteligencias artificial en la universidad.Item Chatbot ético y supervisado para la enseñanza de UML: Una experiencia en Ingeniería del Software(Universidad de Salamanca. Instituto Universitario de Ciencias de la Educación, 2025-10-31) Vázquez-Ingelmo, Andrea; García-Holgado, Alicia; García-Peñalvo, Francisco José; Therón-Sánchez, Roberto; Conde-González, Miguel ÁngelEsta buena práctica presenta el diseño, implementación y evaluación de un sistema basado en inteligencia artificial para apoyar el aprendizaje del modelado conceptual con diagramas de clases UML. Desarrollado en dos asignaturas del Grado en Ingeniería Informática de la Universidad de Salamanca (curso 2024-2025), el sistema funciona de forma local, ética y segura, mediante un chatbot especializado supervisado por el profesorado. Su objetivo es ofrecer un entorno interactivo que facilite la comprensión del modelado UML, promoviendo el razonamiento autónomo y la reflexión crítica sobre el uso de la IA. La herramienta permite generar enunciados, subir soluciones en imagen y recibir retroalimentación asíncrona, todo de forma anónima y en servidores institucionales. Durante la fase piloto, se registraron 110 mensajes de 13 estudiantes, con resultados positivos en facilidad de uso y potencial de adopción según la escala SUS. Sin embargo, se identificaron desafíos técnicos (sobrecarga, errores en español) y una baja adhesión a los requisitos de trazabilidad en el uso de IA. La experiencia evidencia la importancia de reforzar la alfabetización digital crítica, aclarar el alcance funcional y acompañar pedagógicamente el uso de estas herramientas.Item Asistentes de aprendizaje basados en inteligencia artificial: Principios de seguridad y experiencias de implementación en educación superior(Dykinson, 2024-12-30) Casañ, M. J.; Alier, M.; Pereira, J.; García-Peñalvo, F. J.El capítulo presenta el impacto y las aplicaciones de la Inteligencia Artificial Generativa (IAGen) en educación superior, centrándose en principios de seguridad y experiencias prácticas. Desde finales de 2022, herramientas como ChatGPT y Dall-E han revolucionado los métodos de enseñanza, promoviendo la personalización del aprendizaje y la automatización de procesos educativos. Sin embargo, estas tecnologías también plantean desafíos, como la privacidad de datos, las "alucinaciones" en las respuestas de los modelos, los sesgos inherentes y la dependencia tecnológica. Para garantizar una implementación segura y ética de la IAGen, los autores proponen siete principios clave: confidencialidad, alineación con estrategias educativas, prácticas didácticas, precisión, comprensión, supervisión humana y entrenamiento ético. Estos principios buscan integrar herramientas de IA de manera alineada con los valores institucionales y las normativas de privacidad. El capítulo también introduce LAMB (Learning Assistant Manager and Builder), un marco de software diseñado para crear asistentes de aprendizaje seguros y personalizados. Estos asistentes, interoperables con sistemas como Moodle, emplean recuperación aumentada por generación (RAG) para combinar datos específicos con la capacidad de los modelos de lenguaje. Un ejemplo práctico de LAMB se ilustra en un curso de negocios donde se utilizó un asistente para realizar análisis PESTLE y DAFO, mostrando una recepción positiva por parte de los estudiantes. Finalmente, se concluye que integrar la IAGen en la educación no solo debe enfocarse en su potencial innovador, sino en asegurar una aplicación ética y responsable, alineada con los objetivos educativos. Herramientas como LAMB ejemplifican cómo la IA puede ser una pieza valiosa y segura en los ecosistemas educativos.Item Cómo afecta la inteligencia artificial generativa a los procesos de evaluación(2024-01-12) García-Peñalvo, F. J.La irrupción de la inteligencia artificial generativa (IAG) en la educación exige redefinir los procesos de evaluación. Muchas tareas evaluativas ahora pueden ser realizadas por IAG, lo que subraya la necesidad de equilibrar tecnología y pedagogía, redefiniendo e innovando en los métodos de evaluación y un uso ético y educativo responsable de estas herramientas.Item Ya llegó, ya está aquí, y nadie puede esconderse: La inteligencia artificial generativa en educación(2023-12-08) Llorens-Largo, F.; Vidal, J.; García-Peñalvo, F. J.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.