GRIAL resources
Permanent URI for this communityhttps://repositorio.grial.eu/handle/123456789/1
Browse
1403 results
Search Results
Item Mito de la inteligencia. Más allá de una educación de silicio(Editorial UOC, 2024-12-15) García-Peñalvo, Francisco JoséEste capítulo busca no solo explorar, sino también ofrecer un análisis crítico sobre la IA en educación, avanzando en desmitificar los avances tecnológicos. Se enfoca en cómo la rápida disrupción tecnológica desafía a la sociedad, destacando la necesidad de preparación y comprensión para adaptarse a cambios en el trabajo, educación y vida personal. Además, aborda el problema de la sobreinformación y cómo evaluarla críticamente, enfatizando la importancia de discernir entre datos sesgados y sobredimensionados en este contexto acelerado.Item Herramienta administrativa para la ecoeficiencia universitaria: hacia una gestión energética sostenible(United Academic Journals (UA Journals), 2024-12-15) Del Carpio Ramos, H. A.; Del Carpio Ramos, P. A.; García-Peñalvo, F. J.; Del Carpio Hernández, S. R. B.; Carreño Farfán, C. R.; Sánchez Purihuamán, M. N.En el contexto de la educación para la sostenibilidad se presenta la necesidad de innovar la gestión energética universitaria. En la literatura no se ha encontrado un mecanismo administrativo que permita gestionar la energía eléctrica de manera integrada promoviendo el consumo sostenible. El objetivo de la investigación fue contribuir a cubrir esta brecha y diseñar e implementar una herramienta administrativa para promover la eco-eficiencia de la gestión energética mediante estrategias de Información, Comunicación y Educación, de cara a los Objetivos de Desarrollo Sostenible. Se llevó a cabo una exploración fenomenológica en una universidad peruana. La muestra de antecedentes e informes del sistema logístico fue a posteriori y por saturación. La herramienta fue validada teóricamente y por expertos. Se demostró que con esta herramienta se puede obtener el gasto basal de la energía eléctrica en la universidad; así como, incorporar prácticas eco-eficientes en su gestión y en la formación de estudiantes. Se concluyó que la innovación de la gestión energética es esencial para fomentar la sostenibilidad en la universidad. Este estudio brinda una base sólida para consolidar la aplicación de la herramienta en futuras investigaciones.Item Herramienta de intervención educativa para promover la eco-eficiencia universitaria(United Academic Journals (UA Journals), 2024-12-15) Del Carpio Ramos, H. A.; Del Carpio Ramos, P. A.; García-Peñalvo, Francisco José; Del Carpio Hernández, S. R. B.; Carreño Farfán, C. R.; Sánchez Purihuamán, M. N.El consumo inconsciente de recursos como energía, agua, papel y combustible dentro de las universidades, tiene consecuencias negativas en el ambiente, economía universitaria y perfil profesional. En este artículo se presenta, desde la perspectiva educativa, la necesidad de concientizar a docentes y estudiantes para optimizar el uso y consumo de dichos recursos, incorporando el concepto de Eco-eficiencia. En la literatura científica no se ha encontrado un mecanismo educativo que permita promover la eco-eficiencia universitaria; por esta razón, el objetivo fue cerrar esta brecha y diseñar una herramienta de intervención educativa así como discutir su potencial para promover la sostenibilidad ambiental. Se realizó una exploración fenomenológica en una universidad peruana. La muestra de docentes y sílabos fue a posteriori. La herramienta de intervención educativa fue validada teóricamente y por expertos. Los resultados demostraron que mediante esta herramienta se puede incorporar prácticas de eco-eficiencia en los sílabos. Se concluyó que es necesaria una política de educación ambiental para implementar la eco-eficiencia en todos los cursos, y evaluar su potencial para promover la sostenibilidad ambiental, tras cada año académico.Item Desarrollo de un Sistema Interactivo de Interconexión y Análisis de Imágenes DICOM con Retroalimentación Médica(Departamento de Informática y Automática. Universidad de Salamanca, 2025-03-19) Santos Blázquez, Pablo; García-Peñalvo, Francisco José; Vázquez-Ingelmo, AndreaLa segmentación precisa de estructuras cardíacas en imágenes médicas es crucial para un diagnóstico y tratamiento efectivos. Este pro-yecto presenta el desarrollo de "dAIcom", una plataforma web interactiva para la visualización, anotación y análisis de imágenes DICOM (Digital Imaging and Communication in Medicine), mejorando la colaboración multidisciplinaria y la retroalimentación médica. Para ello, se ha integra-do un modelo de inteligencia artificial basado en la arquitectura UNET, entrenado específicamente para segmentar estructuras cardíacas como el ventrículo izquierdo, la aurícula izquierda y el miocardio en imágenes obtenidas mediante el uso de ultrasonidos (ecocardiografías). Con el fin de evaluar el rendimiento y la adaptabilidad del modelo, se han reali-zado tres experimentos de reentrenamiento. Los resultados revelan que un mayor número de imágenes y anotaciones mejora significativamente la capacidad de generalización del modelo, reduciendo el sobreajuste. Además, se desarrolla un sistema PACS (Picture Archiving and Commu-nication System) para gestionar y almacenar eficientemente las imágenes DICOM, asegurando la interoperabilidad y el almacenamiento seguro de los datos médicos. A lo largo del trabajo se han identificado diversos desafíos, incluyendo dificultades para obtener imágenes médicas debido a restricciones de confidencialidad y limitaciones computacionales. El trabajo futuro se centra en ampliar el conjunto de datos, optimizar los hiperparámetros y mejorar el proceso de anotación para incrementar la robustez y relevancia clínica del sistema. Estos esfuerzos buscan asegurar que la plataforma "dAIcom"no solo sea tecnológicamente avanzada, sino también clínicamente útil para mejorar la atención médica.Item Finetune a un LLM para la creación de chats de apoyo al aprendizaje. Caso de estudio para la Ingeniería de Software(Departamento de Informática y Automática. Universidad de Salamanca, 2025-03-19) López Gómez, Juan José; García-Peñalvo, Francisco José; García-Holgado, AliciaEl avance continuo en la inteligencia artificial ha provocado un aumento de la popularidad y usos en distintas disciplinas de los modelos de lenguaje a gran escala, ofreciendo oportunidades sin precedentes en la educación mediante desarrollo de Chatbots debido a la flexibilidad y facilidad de interacción mediante lenguaje natural. En la actualidad el desarrollo de modelos de lenguaje a gran escala está liderado por la empresa OpenAI con sus modelos ChatGPT 3.5, ChatGPT 4 y el reciente ChatGPT-4o; otras empresas están tratando de desarrollar sus modelos de código libre para poder competir con los modelos privados de OpenAI. Haciendo uso de estos modelos de código libre esta investigación pretende abordar el desarrollo, y la comparación con los modelos privados mencionados, de un modelo de lenguaje a gran escala de código libre que será especializado mediante un proceso de finetuning realizado con un conjunto de datos, o corpus, desarrollado tanto en inglés como en español para poder observar cómo varía el comportamiento enfocado en la disciplina de la Ingeniería de Software. Los modelos de lenguaje a gran escala desarrollados, y el corpus creado para la especialización, como resultado de la investigación cumplen la función de poderse utilizar como herramientas de apoyo al aprendizaje para los estudiantes, pero la conclusión que se obtiene es que el proceso de especialización que se lleve a cabo no es viable si no se tiene un conjunto de datos con la calidad suficiente y el hardware necesario para ello no se van a poder obtener resultados como los que ofrecen los modelos de OpenAI tanto en su versión gratuita como en su versión de pago para ser utilizados como herramientas de apoyo al estudiante en la disciplina de la Ingeniería de Software.Item Conferencia de Clausura. Transformación Digital en Ciencias de la Salud: retos y oportunidades(Servicio de Publicaciones e Imagen Institucional. Universidad de Burgos, 2025-03-17) García-Peñalvo, Francisco JoséGarcía-Peñalvo, F. J. (2025). Conferencia de Clausura. Transformación Digital en Ciencias de la Salud: retos y oportunidades / Closing Conference. Digital Transformation in Health Sciences: challenges and opportunities. In M. C. S. Manzanares, M. C. E. Llamazares, & L. A. Martínez (Eds.), Actas de las I Jornadas Internacionales de Atención Temprana y Tecnología en el Siglo XXI. Evento Multiplicador del Proyecto eEARLYCARE-T (Burgos, España 2-3 de octubre 2024) / Proceedings of the 1st International Conference on Early Care and Technology in the 21st Century. Multiplier Event of the eEARLYCARE-T project (Burgos, Spain, 2-3 October 2024) (pp. 341-371). Servicio de Publicaciones e Imagen Institucional. Universidad de Burgos.Item Hacia una pedagogía aumentada: el papel de la IA en la personalización del aprendizaje(Universidad Internacional de la Rioja, 2024-12-20) García-Peñalvo, Francisco JoséLa personalización del aprendizaje es una necesidad pedagógica por razones obvias. Los estudiantes aprenden mejor cuando los contenidos y métodos se adaptan a sus necesidades específicas; y, desde el punto de vista social, la personalización reduce brechas educativas y promueve la equidad en el aula. Hace tiempo que la inteligencia artificial (IA) se ha convertido en un aliado para lograr que la personalización del aprendizaje deje de ser una utopía. Sin embargo, una tecnología más avanzada (la llamada inteligencia artificial generativa) ha supuesto un paso más. Gracias a los grandes modelos de lenguaje (Large Language Models: LLM), la IA generativa no se limita a analizar y adaptar, sino que además crea: genera textos, ejercicios, simulaciones y recursos educativos personalizados con una precisión muy superior a lo alcanzado previamente. Lo cual reporta ventajas para el estudiante: le permite interactuar con tutores o asistentes virtuales avanzados que no solo responden a preguntas, sino que también ofrecen explicaciones adaptadas a su nivel de comprensión. Y al docente le permite crear actividades y evaluaciones personalizadas para diferentes grupos; y medir con más precisión el progreso de sus estudiantes, valorando más las habilidades prácticas y la creatividad, lo que se traducirá en una preparación del futuro egresado ante los desafíos del mundo real.Item Desarrollo de un GPT personalizado para la orientación universitaria(Grupo GRIAL, 2025-03-06) García-Peñalvo, Francisco José; Vázquez-Ingelmo, AndreaEl taller “Desarrollo de un GPT personalizado para la orientación universitaria” se impartió el 6 de marzo de 2025 en las I Jornadas de Orientación Profesional y Competencias CRUE España, celebradas en la Universidad de Salamanca. En el taller se explora cómo las tecnologías de Inteligencia Artificial Generativa (IAGen) y, en particular, los modelos GPT personalizados, pueden transformar la orientación académica en las universidades. La presentación arranca contextualizando la revolución tecnológica que ha supuesto la IAGen, destacando cómo los modelos de lenguaje a gran escala (LLM) han cambiado la producción de contenidos y la interacción con la información. Los LLM funcionan prediciendo la siguiente palabra en un contexto dado, lo que les permite generar texto coherente. Su efectividad depende de la cantidad de parámetros (pueden superar los 10.000 millones) y de la amplitud de la ventana de contexto, que define cuánta información puede considerar el modelo a la vez. Una mayor ventana permite mantener el contexto en conversaciones largas o analizar documentos extensos. El taller también presenta el “Manifiesto para una IA segura en la educación”, un conjunto de principios que garantizan el uso ético y seguro de la IA en el entorno educativo. Entre estos principios destacan la supervisión humana, la protección de la confidencialidad, la alineación con las estrategias educativas, la precisión y explicabilidad de las respuestas, y la transparencia en el comportamiento del asistente. El taller subraya la necesidad de desarrollar asistentes virtuales inteligentes adaptados a necesidades específicas, como la orientación universitaria. Un GPT personalizado no es simplemente una versión adaptada de ChatGPT, sino un asistente ajustado a un propósito concreto, que sigue instrucciones específicas, accede a información relevante y ofrece respuestas alineadas con las políticas y el contexto institucional. La diferencia clave es que ChatGPT es un generalista, mientras que un GPT personalizado es un especialista entrenado con manuales, procedimientos y documentación concreta. La personalización de un GPT implica definir su propósito, el tono de sus respuestas y el nivel de detalle. Es crucial proporcionar al modelo un conjunto de instrucciones claras y ejemplos de respuestas esperadas, además de establecer restricciones para evitar respuestas ambiguas o erróneas. Un aspecto clave es la personalización del conocimiento, cargando documentos específicos (normativas, reglamentos o guías de la universidad) que el GPT puede consultar para generar respuestas precisas. El proceso técnico de creación de un GPT personalizado en la plataforma ChatGPT de OpenAI es descrito paso a paso. OpenAI ofrece una interfaz de configuración intuitiva, donde es posible definir el comportamiento del asistente, subir documentos de conocimiento, habilitar la consulta de información en la web, e incluso conectar el GPT con API externas para realizar tareas avanzadas. Además, OpenAI recomienda redactar instrucciones de forma clara, granular y estructurada, dividiendo procesos complejos en pasos simples, utilizando ejemplos concretos y promoviendo la revisión cuidadosa de las respuestas generadas. En resumen, el taller muestra cómo los GPT personalizados pueden convertirse en herramientas clave para mejorar la orientación universitaria, ofreciendo a estudiantes y personal académico un asistente conversacional inteligente, fiable y adaptado a las necesidades de cada institución. Este enfoque combina la potencia de la IA Gen con las buenas prácticas de personalización y un fuerte compromiso con la ética y la transparencia en el uso de la IA en la educación superior.Item Evaluating Learning Outcomes Through Curriculum Analytics: Actionable Insights for Curriculum Decision-making: A Design-based research approach to assess learning outcomes in higher education(ACM, 2025-03-05) Hernández-Campos, Mónica; Hilliger, Isabel; García-Peñalvo, Francisco JoséLearning analytics (LA) emerged with the promise of improving student learning outcomes (LOs), however, its effectiveness in informing actionable insights remains a challenge. Curriculum analytics (CA), a subfield of LA, seeks to address this by using data to inform curriculum development. This study explores using CA to evaluate LOs through direct standardized measures at the subject level, examining how this process informs curriculum decision-making. Conducted at an engineering-focused higher education institution, the research involved 32 administrators and 153 faculty members, serving 9.906 students across nine programs. By utilizing the Integrative Learning Design Framework, we conducted three phases of this framework and present key results. Findings confirm the importance of stakeholder involvement throughout different design phases, highlighting the need for ongoing training and support. Among the actionable insights that emerged from LOs assessments, we identified faculty reflections regarding the need to incorporate active learning strategies, improve course planning, and acknowledge the need for education-specific training for faculty development. Although the study does not demonstrate whether these insights lead to improvements in LOs, this paper contributes to the CA field by offering a practical approach to evaluating LOs and translating these assessments into actionable improvements within an actual-world educational context.Item Sistema de generación de diagramas de clases en UML basado en Inteligencia Artificial(Grupo GRIAL, 2024-07-31) Castillo Salguero, Cristian AlejandroTrabajo Fin de Grado. Grado en Ingeniería Informática. Universidad de Salamanca En el ámbito de la Ingeniería de Software, el aprendizaje del lenguaje Unified Model Language (UML) constituye un elemento fundamental para el desarrollo de sistemas de software. Uno de los desafíos a los que enfrentan los estudiantes, es la dificultad para generar y resolver nuevos problemas a partir de modelos de dominio UML. Ante este escenario, se ha desarrollado una aplicación web que integra tanto modelos de generación de texto como de imágenes, permitiendo a los usuarios obtener enunciados de problemas y su solución, así como adjuntar imágenes de diagramas de clases para poder obtener una explicación de mismo y poder asimilar correctamente los conceptos. Como enfoque a la hora de llevar a cabo el proyecto se ha utilizado una metodología ágil, con el objetivo de maximizar la eficiencia y adaptabilidad. Para la realización del entrono web se ha usado el framework web Django y para la generación de texto e imágenes han utilizado los modelos ChatGPT 3.5 Turbo y ChatGPT-4 usando las interfaces de servicios que provee OpenAI para dichos modelos de lenguaje. Se han cumplido todos los objetivos propuestos, además de otros aspectos que han surgido durante el desarrollo y que han permitido identificar nuevas funcionalidades. Como resultado se tiene una aplicación operativa que puede ofrecerse al estudiantado y profesorado para ayudar en el proceso de enseñanza aprendizaje.