Publications
Permanent URI for this collectionhttps://repositorio.grial.eu/handle/123456789/34
Browse
873 results
Search Results
Item Visibilizar el ecosistema de políticas abiertas para democratizar el conocimiento(Octaedro, 2025-10-01) Coria Tinoco, Raúl; Delgado Fabián, Mónica; García-Peñalvo, Francisco José; Glasserman-Morales, Leonardo David; González-Pérez, Laura Icela; Rodríguez Palacios, Sara María del Patrocinio; Sánchez Reyes, Miriam Guadalupe; Tenorio-Sepúlveda, Gloria Concepción; Valencia González, Gloria Clemencia; Valenzuela Arvizu, Siria Yahaira; Viñoles Cosentino, VirginiaEn una era de constante cambio, es esencial potenciar el acceso abierto al conocimiento para transformar la educación y la ciencia a nivel global. Ante la falta de transparencia y espacios que canalicen información sobre políticas de acceso abierto surge el Observatorio OPALO (Open Policies for ALl Observatory), que busca mejorar la transparencia y fomentar un ecosistema inclusivo, accesible y equitativo. Su meta es identificar brechas, buenas prácticas y oportunidades para desarrollar políticas que faciliten el acceso a recursos educativos y científicos, especialmente en regiones en desarrollo. El impacto esperado incluye: a) en educación, promo-ver el acceso igualitario a recursos abiertos mediante tecnologías emergentes y metodologías colaborativas; b) en ciencia, impulsar la colaboración global y la reproducibilidad científica a través de políticas de acceso libre y el intercambio de datos; c) en gobernanza, fomentar políticas basadas en evidencia y desarrollar infraestructuras de datos accesibles; y d) crear un modelo de madurez del conocimiento abierto que permita a las instituciones autoevaluarse y mejorar sus prácticas. El equipo, conformado por profesionales de Colombia, España y México, cuenta con experiencia interdisciplinar en ingeniería sostenible, tecnología educativa, ciencia abierta y políticas de conocimiento. Su enfoque en metodologías transformadoras y soluciones accesibles, así como su participación en iniciativas internacionales como la Cátedra UNESCO/ICDE, asegura un impacto global, inclusivo y sostenible.Item Support for specific training plans in the Algerian university system: new teachers and online teaching(Editorial Comares, 2022-01-01) López-Aguado, Mercedes; Hoyuelos Álvaro, Francisco Javier; García-Peñalvo, Francisco JoséProject PAPER. Support for specific training plans in the Algerian university system: new teachers and online teachingItem Los datasets en abierto y su aportación al impacto social de la ciencia(Ediciones Universidad de Salamanca, 2025-11-01) Blázquez, Paloma G.; Mangas-Vega, Almudena; García-Peñalvo, Francisco JoséLos datasets en abierto se han consolidado como una herramienta clave dentro de la ciencia abierta por su potencial para generar impacto más allá del ámbito académico; y, a su vez, como aportación y/o publicación científica susceptible de ser evaluada en convocatorias regionales y nacionales. Este trabajo presenta un estudio de caso centrado en los repositorios institucionales de las universidades públicas de Castilla y León, con el objetivo de analizar el alcance de estos conjuntos de datos no solo como análisis, sino también en términos de visibilidad e impacto social. A partir de métricas de uso (visitas, descargas) y altmétricas disponibles (PlumX, Dimensions), se observa una presencia incipiente pero significativa en términos de reutilización social y académica. Se analiza también la alineación con los principios FAIR, así como las posibilidades que estos datasets ofrecen para la innovación ciudadana, la mejora de políticas públicas o la educación informal. Finalmente, se discuten posibles líneas de acción para favorecer la comunicación, la visibilidad y la reutilización de los datos de investigación en abierto como vía para potenciar su impacto social.Item Analíticas del aprendizaje basadas en datos e inteligencia artificial en la educación superior: una revisión sistemática(IEEE, 2025-09-29) González-Pérez, Laura Icela; García-Peñalvo, Francisco José; Argüelles-Cruz, Amadeo JoséLa integración responsable de la inteligencia artificial en la educación (IAED) ofrece una oportunidad estratégica para alinear los entornos formativos con los principios de la Sociedad 5.0, potenciando la sinergia humano-tecnología en favor de una educación de calidad y del bienestar social. Este estudio presenta una revisión sistemática de 36 artículos arbitrados (2021–2025), centrados en aplicaciones educativas que emplean analíticas de aprendizaje (LA) con enfoques data-driven e integran modelos de Machine Learning (ML) como parte de su evidencia empírica. En cada estudio se identificaron tres elementos clave: el contexto de aplicación de la IAED, el enfoque data-driven adoptado y el modelo de ML utilizado. Los hallazgos revelan una desconexión entre los modelos de IA empleados y los datos educativos, los cuales, en muchos casos, se reducen a logs de acceso a calificaciones capturadas manualmente, que no permiten medir procesos cognitivos de manera profunda. Esta limitación compromete tanto la capacidad de los modelos ML para entrenarse de manera efectiva como su utilidad para ofrecer intervenciones pedagógicas útiles, como pueden ser rutas de aprendizaje personalizadas, retroalimentación en tiempo real, detección temprana de dificultades y seguimiento y visualización. Otro hallazgo relevante es la ausencia de marcos psicopedagógicos integrados a estándares de calidad y de gobernanza de datos, indispensables para avanzar hacia enfoques prescriptivos y éticos, coherentes con las metas de aprendizaje. Se recomienda que los líderes educativos promuevan aplicaciones de IAED sustentadas en marcos de gestión de datos y ética, asegurando métricas válidas y confiables que impulsen una educación más equitativa e inclusiva.Item Data-Driven Learning Analytics and Artificial Intelligence in Higher Education: A Systematic Review(IEEE, 2025-09-29) González-Pérez, Laura Icela; García-Peñalvo, Francisco José; Argüelles-Cruz, Amadeo JoséThe responsible integration of Artificial Intelligence in Education (AIED) offers a strategic opportunity to align learning environments with the principles of Society 5.0, fostering human–technology synergy in support of quality education and social well-being. This study presents a systematic review of 36 peer-reviewed articles (2021–2025) focused on educational appli-cations that employ learning analytics (LA) through data-driven approaches and integrate machine learning (ML) models as part of their empirical evidence. Each study was analyzed according to three key dimensions: the context of AIED application, the data-driven approach adopted, and the ML model implemented. The findings reveal a persistent disconnect between the AI models employed and the available educational data, which in many cases are limited to access logs or manually recorded grades that fail to capture deeper cognitive processes. This limitation constrains both the effective training of ML models and their pedagogical utility for delivering meaningful interventions such as personalized learning pathways, real-time feedback, early detection of learning difficulties, and monitoring and visualization tools. Another significant finding is the absence of psychopeda-gogical frameworks integrated with quality standards and data governance, which are essential for advancing prescriptive and ethical approaches aligned with learning goals. It is therefore recommended that educational leaders foster AIED applications grounded in data governance and ethics frameworks, ensuring valid and reliable metrics that can drive a more equitable and inclusive education.Item Más allá de las hojas de cálculo: creando flujos para la definición, validación e interoperabilidad de variables clínicas(AIPO, 2015-12-30) Vázquez-Ingelmo, Andrea; Nieto-Campo, Islem Román; García-Holgado, Alicia; García-Peñalvo, Francisco José; Sánchez-Puente, Antonio; Sánchez, Pedro L.Las hojas de cálculo siguen siendo el estándar para definir y recoger variables clínicas, pero su flexibilidad las vuelve frágiles y propensas a errores. Presentamos un rediseño centrado en la persona del flujo de definición de variables dentro de una plataforma que integra datos clínicos estructurados e imágenes médicas. La propuesta sustituye la creación manual del esquema en procesadores de hojas de cálculo por un editor web interactivo y la generación automática de plantillas validadas a partir del esquema interno de la plataforma, reduciendo la carga cognitiva y previniendo errores de formato y semántica, con retroalimentación accionable en la carga. El flujo BPMN actualizado conecta el modelado de variables con una entrada de datos guiada y validaciones, cumpliendo heurísticas clave como visibilidad del estado, prevención y recuperación de errores. Entre las limitaciones persiste la entrada de datos fuera de línea; como trabajo futuro se plantean estudios de usabilidad, interoperabilidad semántica y asistencia con inteligencia artificial para sugerir variables.Item Agile change approach for collaborative software development contexts: A systematic literature review(Elsevier, 2025-11-25) González-Blázquez, José Luis; García-Holgado, Alicia; García-Peñalvo, Francisco JoséThis systematic literature review examines how agile solutions can drive organizational change in collaborative open-source software (OSS) contexts. Motivated by persistent challenges in governance, alignment, contribution lifecycles, workflow, leadership, and measurement, the review asks which prescriptive and non-prescriptive agile approaches are being applied when organizations collaborate with OSS communities, and how these approaches mitigate those issues. The study first conducts an umbrella review (2000–2024) to confirm the gap and scope, then performs a main systematic review across digital libraries using inclusion, exclusion, and quality criteria. The synthesis maps findings to a conceptual framework of nine problem areas and two change paths. Results show a dominance of prescriptive methods, especially Scrum, LeSS, SAFe, and Kanban, for workflow trans-parency, dependency management, and coordination, while governance and leadership models remain under-explored. Building on this evidence, the paper proposes: (1) a prescriptive change approach for low-maturity organizations that integrates holacratic governance with Scrum/LeSS, Communities of Practice, Design Thinking for innovation, Management 3.0 leadership, and KPI-oriented cultures; and (2) a non-prescriptive approach for mature organizations based on unFIX’s fractal organizational design, forums and collaboration patterns, dele-gation levels, and outcome-focused metrics to extend co-evolution with communities. The dual pathway enables organizations to select and sequence interventions that align with their paradigm and maturity, thereby bridging organizational and community boundaries to foster sustained agility. The review highlights open research needs on governance mechanisms, leadership in symbiotic ecosystems, and empirical evaluations of combined scaling approaches beyond SAFe, as well as longitudinal studies on alignment, dependency management, and mea-surement cultures in high-variability OSS environments.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 Tres escenarios para la IA en educación: del apoyo responsable a la cocreación(Ediciones Universidad de Salamanca, 2025-11-13) García-Peñalvo, Francisco JoséEste artículo propone una vía pragmática y proporcionada para integrar la inteligencia artificial generativa en la educación superior mediante tres escenarios graduados por autonomía, agen-cia y riesgo (apoyo responsable, colaboración guiada y cocreación con declaración reforzada) que convierten principios amplios en decisiones docentes verificables y trazables a lo largo del ciclo docente (planificación, creación de materiales, apoyo y evaluación). El hilo conduc-tor es la inteligencia artificial como complemento bajo juicio académico, nunca sustituto, con transparencia (declaración de uso y marcado de contenido sintético), verificación externa de hechos y citas, y equidad e inclusión por diseño, en coherencia con la guía de la UNESCO (visión centrada en las personas, acciones inmediatas y refuerzo de capacidades), el AI Act (Artículo 50 sobre obligaciones de transparencia y marcado), el Safe AI in Education Manifesto (supervisión humana, privacidad, precisión, explicabilidad, transparencia) y el marco SAFE (Seguridad, Ren-dición de cuentas, Justicia y Eficacia) como puente operativo entre política y aula. En el Escena-rio 1 se priorizan bajo riesgo y alta transparencia; en el 2, la iteración trazable con post-edición humana significativa; en el 3, evidencias robustas y auditoría (prompts, versiones, verificación, sesgos/idiomas, revisión humana/pares), con controles reforzados por su mayor impacto. Este gradiente se alinea con la orientación sectorial, que promueve autenticidad, agencia y propie-dad del proceso y desaconseja depender de detectores, reforzando diseños que comprueban agencia y trazabilidad. Dos instrumentos facilitan la adopción y la evaluación homogénea. Por un lado, una rúbrica transversal (veracidad y actualidad, trazabilidad, corrección de alucinacio-nes, equidad e idioma, calidad de interacción) y, por otro lado, listas de verificación por tipo de tarea. El resultado es un mapa operativo para marcar, verificar y documentar con proporciona-lidad al riesgo, que permite convertir la inteligencia artificial en oportunidad pedagógica sin ceder en rigor, justicia y responsabilidad.