GRIAL resources
Permanent URI for this communityhttps://repositorio.grial.eu/handle/123456789/1
Browse
598 results
Search Results
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 realizar una revisión sistemática de literatura?(Grupo GRIAL, 2024-04-18) García-Peñalvo, F. J.Curso impartido en el ICE de la Universidad Politécnica de Madrid (ETSI Caminos) el 18 de abril de 2024 dentro del Plan de Formación del Profesorado del Curso 2023-2024. El objetivo del curso es introducir a los investigadores a la realización de una revisión de literatura. Se parte de la necesidad de realizar revisiones de literatura para conocer el estado de la cuestión, distinguiendo el concepto de revisión del de revisión sistemática. Hay varios tipos de revisiones sistemáticas que se presentan y se inciden en los tipos más utilizados, la revisión sistemática, las revisiones de ámbitos y los mapeos de literatura. Una vez que se tienen los conceptos básicos se introducen los marcos metodológicos de referencia para realizar las revisiones sistemáticas. Se describen en detalle las tres grandes fases de una revisión sistemática (planificación, realización e informe). Se termina con un sencillo caso de estudio de un mapeo sistemática de literatura. Es importante apoyarse en diferentes herramientas durante el proceso, se introducen varias, pero se pone un mayor énfasis en Parfisal y Bibliometrix. Los objetivos específicos del curso son: 1. Conocer qué se entiende por revisión sistemática de literatura. 2. Evaluar el esfuerzo necesario para realizar una revisión sistemática de literatura. 3. Planificar una revisión sistemática de literatura. 4. Realizar una revisión sistemática de literatura. 5. Plasmar el trabajo realizado en un informe o artículo de investigación. Los contenidos del seminario son: 1. Introducción a las revisiones sistemáticas 2. Revisiones sistemáticas de literatura vs. Revisiones de mapeo de literatura y Revisiones de alcance 3. Marcos metodológicos de referencia para la realización de revisiones sistemáticas de literatura 4. Fase de planificación 5. Fase de realización 6. Fase de informe 7. Caso de estudio 8. Colección de flujos de trabajo y herramientas para realizar revisiones de literatura 9. Bibliometrix 10. ConclusionesItem ModelViz: A Model-Driven Engineering Approach for Visual Analytics System Design(IEEE, 2024-03-29) Khakpour, A.; Vázquez-Ingelmo, A.; Colomo-Palacios, R.; García-Peñalvo, F. J.; Martini, A.Visual analytics systems should be able to consolidate data from disparate sources, conduct exploratory analysis, create visualizations that suit different users, and integrate seamlessly with decision-making activities to support data-driven decision-making. However, current mainstream visual analytics solutions often lack support for all these requirements. To address this gap, we propose the use of model-driven engineering to design visual analytics systems. To demonstrate the feasibility of this approach, we developed a Domain-Specific Modeling Language (DSML) named ModelViz to design visual analytics systems for consumer goods supply chain applications. Furthermore, we present the work of our DSML, using data from a manufacturing company as a case study. Finally, we evaluated ModelViz quantitatively by comparing it with other similar works from the literature. Our results demonstrate that this approach meets the requirements and provides a promising direction for designing visual analytics systems by considering domain-specific aspects to help achieve business goals.Item Generative Artificial Intelligence in Education: From Deceptive to Disruptive(Universidad Internacional de la Rioja, 2024-03-12) Alier, M.; García-Peñalvo, F. J.; Camba, J. D.Generative Artificial Intelligence (GenAI) has emerged as a promising technology that can create original content, such as text, images, and sound. The use of GenAI in educational settings is becoming increasingly popular and offers a range of opportunities and challenges. This special issue explores the management and integration of GenAI in educational settings, including the ethical considerations, best practices, and opportunities. The potential of GenAI in education is vast. By using algorithms and data, GenAI can create original content that can be used to augment traditional teaching methods, creating a more interactive and personalized learning experience. In addition, GenAI can be utilized as an assessment tool and for providing feedback to students using generated content. For instance, it can be used to create custom quizzes, generate essay prompts, or even grade essays. The use of GenAI as an assessment tool can reduce the workload of teachers and help students receive prompt feedback on their work. Incorporating GenAI in educational settings also poses challenges related to academic integrity. With availability of GenAI models, students can use them to study or complete their homework assignments, which can raise concerns about the authenticity and authorship of the delivered work. Therefore, it is important to ensure that academic standards are maintained, and the originality of the student's work is preserved. This issue highlights the need for implementing ethical practices in the use of GenAI models and ensuring that the technology is used to support and not replace the student's learning experience.Item Escenarios de innovación educativa con Inteligencia Artificial Generativa(Grupo GRIAL, 2024-03-13) García-Peñalvo, F. J.Conferencia magistral impartida en las XIII Jornadas de Innovación Docente de la UNED “Tejiendo conexiones: innovación docente y la respuesta a los desafíos de la modernidad”, celebradas para los días 12 y 13 de marzo de 2024, en la Facultad de Educación de la UNED en Madrid. Estas jornadas son resultado de una iniciativa conjunta del Instituto Universitario de Educación a Distancia (IUED) y el Vicerrectorado de Innovación Educativa. Se ofrece un análisis profundo y prospectivo sobre la evolución y el impacto de la Inteligencia Artificial Generativa (IAGen) en el ámbito educativo, comparando su estado en enero de 2023 con el de enero de 2024. La IAGen se define como la capacidad de crear contenidos sintéticos inéditos en diversas formas para apoyar cualquier tarea, mediante el uso de modelos generativos. Este concepto se sitúa en el centro de un debate sobre la interacción entre seres humanos e inteligencias artificiales, abordando cómo estudiantes, profesores, tomadores de decisiones en la academia y desarrolladores de aplicaciones perciben y se relacionan con esta tecnología. La conferencia destaca la rápida adopción de herramientas de IAGen, como ChatGPT, por parte del estudiantado de todos los niveles educativos, marcando un hito en la historia educativa. Por primera vez, una generación de profesores se enfrenta a estudiantes equipados con dispositivos tecnológicos avanzados y acceso inmediato a la inteligencia artificial, lo que supone nuevos desafíos y oportunidades pedagógicas. Se subraya la capacidad disruptiva de la Inteligencia Artificial, especialmente aquella que puede generar contenidos indistinguibles de los producidos por humanos y que interactúa con los usuarios mediante el lenguaje natural. Esta característica la posiciona como una de las herramientas tecnológicas con mayor potencial de transformación social en nuestra era. La conferencia invita a reflexionar sobre las vastas posibilidades, riesgos y desafíos que esta tecnología plantea, enfatizando que aún estamos en las etapas iniciales de comprender su alcance completo. Finalmente, se argumenta que el desarrollo futuro de la IAGen no debe quedar exclusivamente en manos de los tecnólogos. Es crucial fomentar espacios de co-creación inter y transdisciplinaria que aseguren un desarrollo ético, seguro e inclusivo de la tecnología. Esta perspectiva aboga por una aproximación holística al avance de la IA, considerándola no solo como una herramienta técnica, sino como un fenómeno socio-tecnológico que, hasta hace poco, pertenecía al ámbito de la ciencia ficción. La conferencia concluye destacando la importancia de una colaboración amplia y diversa para navegar el futuro de la educación en la era de la IAGen.Item Evaluating the Effectiveness of Human-Centered AI Systems in Education(Departamento de Informática y Automática. Universidad de Salamanca, 2024-03-01) Shoeibi, N.; Therón, R.; García-Peñalvo, F. J.This thesis examines how AI can improve human-computer interaction (HCI) and user experience in education. A systematic litera-ture review (SLR) and LATILL case study show how AI can be used in education. The SLR examines existing literature to determine how AI af-fects user experience and HCI in education, highlighting personalization and adaptability of learning experiences, improved task performance, and improved user experience for teachers and students. AI implementation in education faces obstacles. Using CEFR levels and linguistic traits, the LATILL project uses a user-centered design to give students personali-zed guidance and support. It transforms language instruction and fosters engaging and successful learning by encouraging educator collaboration and resource sharing. This study emphasizes the importance of user ex-perience and HCI principles in designing AI-driven educational systems. AI and user-centered design can improve learning, student engagement, and educational outcomes.Item Estrategias para tomadores de decisiones en STEM y educación abierta(Grupo GRIAL, 2024-01-25) García-Peñalvo, F. J.Participación en el panel “Retos y estrategias para tomadores de decisiones en STEM y educación abierta (Red STEM LATAM)”, celebrado en el contexto de la IFE Conference 2024, Tecnológico de Monterrey, Monterrey, México, 23-25 de enero de 2024. Este panel surge por el interés de la Red STEM Latinoamérica para analizar los retos y las oportunidades, con tomadores de decisión, en torno a la importancia de la educación abierta y compartir orientaciones para la formulación e implementación de políticas públicas. En la actualidad, nos enfrentamos a una posible crisis en las disciplinas STEM (Ciencia, Tecnología, Ingeniería y Matemáticas) en lo que respecta a la atracción de nuevos estudiantes de educación secundaria hacia carreras universitarias relacionadas. Esta situación es crítica debido al desinterés, el esfuerzo y la dificultad percibida, así como la persistente brecha de género. A pesar de estos desafíos, las carreras STEM son fundamentales para la construcción de la sociedad actual y futura, ya que están en el corazón de la innovación y el desarrollo tecnológico.Item Generative Artificial Intelligence in Higher Education: A 360° Perspective(Grupo GRIAL, 2024-01-23) García-Peñalvo, F. J.Keynote at the IFE Conference Special Event; Artificial Intelligence in Education Summit, held in the context of the IFE Conference 2024, Tecnológico de Monterrey, Monterrey, Mexico, January 23-25, 2024. Generative Artificial Intelligence (GenAI) has become a focal point in the higher education landscape. This innovative approach promises to revolutionize how students learn, teachers teach, and educational institutions evolve. In this conference, we will explore how GenAI affects different actors in the educational field, from teachers and students to decision-makers and technology development experts. The pros and cons will be analyzed from each actor's perspective for a comprehensive and holistic view. We will also discuss the ethical and social challenges of incorporating these technologies, such as data privacy and equity in access to advanced educational resources. From the perspective of the teaching staff, how GenAI can be a tool to enrich course content and offer more interactive and engaging teaching methodologies will be addressed. On the other hand, the impact of this technology on institutional decision-making is examined, with a special emphasis on curriculum planning and resource management. This conference aims to provide a comprehensive understanding of how GenAI is shaping the future of education, looking at all the stakeholders involved in this transformative process. The presentation is also available in Spanish.Item Inteligencia Artificial Generativa en la Educación Superior: Una Perspectiva de 360°(Grupo GRIAL, 2024-01-23) García-Peñalvo, F. J.Conferencia magistral en el IFE Conference Special Event; Artificial Intelligence in Education Summit, celebrado en el contexto de la IFE Conference 2024, Tecnológico de Monterrey, Monterrey, México, 23-25 de enero de 2024. En la actualidad, la Inteligencia Artificial Generativa (IA Generativa) se ha convertido en un punto focal en el panorama de la educación superior. Este enfoque innovador promete revolucionar no solo la forma en que el estudiantado aprende, sino también cómo el profesorado enseña y las instituciones educativas evolucionan. En esta conferencia, exploraremos cómo la IA Generativa afecta a los diferentes actores en el ámbito educativo: desde profesores y estudiantes hasta tomadores de decisiones y expertos en desarrollo tecnológico. Se analizarán los pros y los contras desde cada uno de los actores para tener una visión integral y holística. También se discutirán los retos éticos y sociales que implica la incorporación de estas tecnologías, como la privacidad de los datos y la equidad en el acceso a recursos educativos avanzados. Desde la perspectiva del profesorado, se abordará cómo la IA Generativa puede ser una herramienta para enriquecer el contenido del curso y ofrecer metodologías de enseñanza más interactivas y atractivas. Por otro lado, se examina el impacto de esta tecnología en la toma de decisiones institucionales, con especial énfasis en la planificación curricular y la gestión de recursos. Esta conferencia busca proporcionar una comprensión integral de cómo la IA Generativa está moldeando el futuro de la educación, mirando a todos los actores involucrados en este proceso transformador. La presentación también está disponible en inglés.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.