GRIAL resources
Permanent URI for this communityhttps://repositorio.grial.eu/handle/123456789/1
Browse
1365 results
Search Results
Item Elaboración de políticas de apoyo de Educación y Ciencia y Abierta(Grupo GRIAL, 2025-01-21) García-Peñalvo, Francisco JoséConferencia impartida el 21 de enero de 2025 en la Estancia Internacional organizada por la Cátedra UNESCO Movimiento Educativo Abierto para América Latina 2025 y que se desarrolla entre el 20 y el 31 de enero de 2025 en el Tecnológico de Monterrey (México). El objetivo de esta conferencia es presentar la importancia de las políticas de conocimiento abierto orientadas al apoyo y desarrollo, fundamentalmente, de la Educación Abierta y de la Ciencia Abierta.Item Filling the gap in K-12 data literacy competence assessment: Design and initial validation of a questionnaire(Elsevier, 2025-03-01) Donate-Beby, Belén; García-Peñalvo, Francisco José; Amo-Filva, Daniel; Aguayo-Mauri, SofíaAs the integration of AI-powered technologies in education grows, data literacy has become a key competence for educators, shaping their ability to navigate and utilize vast amounts of educational data. This study details the development of the Educators Data Literacy Self-Assessment (EDLSA), a questionnaire designed to assess perceived data literacy among K-12 teachers, focusing on its behavioural implications. The development of the EDLSA was rigorous. It involved an exhaustive qualitative review of frameworks and a pilot test in a teachers' Spanish sample (n = 66) provided relevant insights for refining the instrument. Finally, we conducted a comprehensive statistical analysis, which confirmed the instrument's robust reliability (α = 0.976) in measuring teachers' data management competence. The results of the factorial analysis in piloting primary and secondary education samples led to the readjustment of the proposed dimensions into three categories: comprehensive educational analytics, educational problem-solving through data, and promoting meta-learning students through data and ethical implications. Stemmed from the assessed competencies, the EDLSA instrument provides a comprehensive understanding of the human-computer interaction over data in educational settings. Overall, this self-assessment tool presents robust psychometric properties and a framework definition that paves the way for further development among teachers and researchers.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 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/Item Workshop about developing educative scenarios with GenAI tools(Zenodo, 2024-06-12) García-Carrasco, J.The document outlines a workshop designed for Master’s students in ICT applied to education at the University of Salamanca. Led by Francisco José García-Peñalvo, the workshop aims to explore the application of generative AI (GenAI) tools like ChatGPT in education. The objectives include learning to integrate GenAI in teaching, reflecting on its potential and risks, and designing educational scenarios collaboratively. The eight-hour session is part of a course on "Design and Assessment of Digital Resources." Students, mostly with educational backgrounds, engage in a structured process involving an introduction, AI-focused discussions, and hands-on sessions with ChatGPT. Teams of three work to develop and present educational scenarios using GenAI. Examples of tasks include creating stories for primary school, designing gamified learning activities, or developing subject-specific assessments. The emphasis is on the process over the final product. Teams document prompts and workflows and present findings to facilitate peer discussion on lessons learned, focusing on benefits and challenges. Key takeaways stress the importance of an initial introduction to GenAI, collaborative work, and reflection. The workshop highlights the transformative potential of GenAI in education while advocating for critical engagement with its ethical and practical implications.Item Embracing GenAI literacy in education: A roadmap for empowerment(Zenodo, 2024-06-12) García-Peñalvo, Francisco JoséThe paper discusses the emergence of Generative Artificial Intelligence (GenAI) as a transformative force in education and the necessity of GenAI literacy for both educators and students. GenAI literacy involves understanding generative AI systems, their societal impacts, and ethical implications. It encompasses skills ranging from basic knowledge of how these systems work to critical evaluation and innovative application. For teachers, fostering GenAI literacy requires integrating GenAI concepts into existing curricula without overhauling them, organizing professional development workshops with hands-on training, and forming collaborative learning communities to share best practices. For students, the focus should be on developing critical thinking and ethical reasoning skills, engaging in active-based learning using GenAI tools, and promoting interdisciplinary approaches that span STEM, humanities, and social sciences. The paper argues that GenAI literacy is not limited to mastering tools but also involves cultivating a critical perspective on technology’s role in society. By emphasizing complex thinking competencies, it aims to prepare future generations for AI-augmented environments. This literacy is positioned as a cornerstone for responsibly harnessing AI’s potential and addressing challenges like bias, privacy, and intellectual property. Ultimately, the paper presents a roadmap for empowering individuals and institutions to navigate and shape the evolving AI landscape responsibly and innovatively. It underscores the importance of equipping society with the knowledge and skills necessary to engage meaningfully with one of the most influential technologies of the 21st century.Item Using ChatGPT for discovering conceptual classes in object-oriented modeling(Zenodo, 2023-07-31) García-Peñalvo, Francisco JoséUsing ChatGPT to discover conceptual classes in UML diagram classItem Uso seguro de la IA en la Educación. Perspectivas tras dos años de ChatGPT(Grupo GRIAL, 2024-12-12) García-Peñalvo, Francisco JoséLa conferencia magistral invitada “Uso seguro de la IA en la Educación. Perspectivas tras dos años de ChatGPT” se impartió el 12 de diciembre de 2024 de forma virtual dentro del 5º Congreso Internacional de Tendencias en Innovación Educativa (CITIE 2024), celebrado del 11 al 13 de diciembre de 2024 en el Centro Universitario de los Valles de la Universidad de Guadalajara (México). Se aborda cómo la inteligencia artificial generativa (IAGen), ejemplificada por ChatGPT, ha transformado el panorama educativo desde su lanzamiento el 30 de noviembre de 2022. Este análisis destaca tanto el impacto positivo como los desafíos asociados con la integración de estas tecnologías en el ámbito académico. El contenido explora los conceptos básicos de los modelos de lenguaje grande (LLM), incluyendo su arquitectura, tamaño, y costos económicos y energéticos de entrenamiento. Se discuten las capacidades de generación de contenido, como texto, imágenes y audio, y se subraya el papel crítico del diseño de prompts y del contexto en la calidad de las respuestas generadas. En el ámbito educativo, la presentación evalúa cómo la IA ha potenciado la creatividad, productividad y personalización del aprendizaje, beneficiando tanto al profesorado como al estudiantado. Sin embargo, se identifican riesgos como la despersonalización, el uso deshonesto y la dependencia tecnológica. Para mitigar estos problemas, se proponen buenas prácticas que incluyen formación continua, integración equilibrada y fomento de un uso ético. Se introduce el Manifiesto para una IA Segura en la Educación, que propone principios clave como la supervisión humana, la confidencialidad, y la alineación con estrategias educativas y prácticas didácticas. Se concluye reflexionando sobre el impacto disruptivo de la IAGen y subrayando la necesidad de un enfoque ético, inclusivo y colaborativo para garantizar que esta tecnología sea una herramienta beneficiosa en el futuro de la educación. Finalmente, se resalta la importancia de preparar a profesores y estudiantes para un uso crítico y responsable, alineando estas tecnologías con los valores educativos y sociales.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.