DSpace 9

DSpace is the world leading open source repository platform that enables organisations to:

  • easily ingest documents, audio, video, datasets and their corresponding Dublin Core metadata
  • open up this content to local and global audiences, thanks to the OAI-PMH interface and Google Scholar optimizations
  • issue permanent urls and trustworthy identifiers, including optional integrations with handle.net and DataCite DOI

Join an international community of leading institutions using DSpace.

The test user accounts below have their password set to the name of this software in lowercase.

  • Demo Site Administrator = dspacedemo+admin@gmail.com
  • Demo Community Administrator = dspacedemo+commadmin@gmail.com
  • Demo Collection Administrator = dspacedemo+colladmin@gmail.com
  • Demo Submitter = dspacedemo+submit@gmail.com
Photo by @inspiredimages
 

Communities in DSpace

Select a community to browse its collections.

Now showing 1 - 5 of 26

Recent Submissions

Thumbnail Image
Item
IA Generativas aplicadas a la investigación
(Grupo GRIAL, 2025-06-30) García-Peñalvo, Francisco José; Conde, Miguel Ángel
El curso “IA Generativas aplicadas a la investigación” (FPU1576) se impartió de forma presencial el 30 de junio de 2025 en la Universidad de León, dentro de su Programa de Formación del Profesorado para el curso 2024-2025, de 4 horas de duración. La presentación aborda el impacto y las aplicaciones prácticas de la inteligencia artificial generativa (IAGen) en los procesos de investigación académica. Comienza contextualizando el papel de la IAGen en la sociedad del conocimiento y su inclusión en el marco europeo de competencias digitales para la ciudadanía (DigComp). Se destaca cómo estas herramientas están transformando tanto la docencia como la producción científica. A continuación, se introducen diferentes herramientas de IA generativa, diferenciando entre modelos de lenguaje de propósito general, como ChatGPT, Claude o Gemini, y herramientas especializadas en escritura académica, traducción, programación, minería de textos o generación de imágenes. Se enfatiza la importancia de elegir la herramienta adecuada según el contexto y el tipo de tarea. Una parte central del taller se dedica a explicar cómo aprovechar la IAGen en las distintas fases del proceso investigador: desde la ideación y el diseño del proyecto, pasando por la búsqueda y organización de información, hasta la redacción, revisión y publicación de resultados. Se proponen actividades prácticas con prompts orientados a generar ideas de investigación, sintetizar bibliografía, mejorar la redacción científica o transformar textos en varios estilos. También se exploran casos de uso con herramientas específicas como Scite, Elicit, Perplexity o Research Rabbit, que permiten navegar la literatura científica de forma más eficiente, automatizar tareas repetitivas y fomentar nuevas formas de análisis bibliográfico. Asimismo, se aborda el uso de la IAGen en la escritura científica y la evaluación de la calidad de textos académicos, incluyendo recomendaciones sobre ética, transparencia y citación de herramientas IA. En este sentido, se hace hincapié en la necesidad de uso crítico y reflexivo de la tecnología. Por último, se presentan retos y oportunidades derivados de la integración de la IAGen en la investigación, entre ellos la redefinición de la autoría, la reproducibilidad científica y la capacitación del personal investigador. El taller finaliza con una invitación al debate sobre el papel transformador de estas tecnologías en la academia.
Thumbnail Image
Item
Taller: Inteligencia Artificial Generativa en Investigación
(Grupo GRIAL, 2025-06-12) García-Peñalvo, Francisco José
El Taller sobre Inteligencia Artificial Generativa en Investigación se celebró el 12 de junio de 2025 en la VIII Edición del Congreso Internacional sobre Innovación, Aprendizaje y Cooperación, CINAIC 2025, celebrado en la Escuela Técnica Superior de Ingenieros de Minas y Energía de la Universidad Politécnica de Madrid del 11 al 13 de junio de 2025, con una hora de duración. Se ofrece una visión crítica y aplicada del papel de la IA generativa (IAGen) en el ciclo completo de la investigación académica. Desde una perspectiva ética y práctica, se analiza cómo estas tecnologías están transformando cada etapa del proceso investigador, desde la generación de ideas hasta la difusión de resultados, fomentando un uso reflexivo y responsable. El. taller inicia con una contextualización del impacto disruptivo de la IAGen, destacando su capacidad para producir contenido sintético de calidad en múltiples formatos. Esta tecnología, ahora integrada en la vida cotidiana y profesional, plantea enormes oportunidades, pero también desafíos en cuanto a fiabilidad, transparencia y autoría. La sesión se articula en torno a un esquema visual del flujo de investigación, donde se identifican las fases clave, idea, objetivos, propuesta, revisión del estado de la cuestión, recolección y análisis de datos, escritura, publicación y comunicación, y se asocian a funciones que la IAGen puede desempeñar en cada una (por ejemplo, generador de ideas, selector de artículos, generador de código o redactor/editor). Cada fase se acompaña de actividades prácticas con herramientas como ChatGPT, Gemini, Elicit, Perplexity, Scholarcy o SCISpace, utilizadas para redactar hipótesis, generar líneas de investigación, sintetizar propuestas, resumir artículos y responder preguntas complejas. Las dinámicas fomentan tanto la eficiencia como el pensamiento crítico, mostrando cómo la IA puede asistir sin reemplazar al investigador. Una parte destacada se dedica a la ética y la transparencia. Se presentan principios propuestos por organismos europeos y ejemplos de buenas prácticas como los de la Universidad de Monash, subrayando la importancia de reconocer explícitamente el uso de IAGen, justificar su aplicación y asumir responsabilidad por los resultados. La sesión culmina con una reflexión sobre los peligros del uso acrítico de estas tecnologías. Se advierte contra el relato excesivamente optimista o engañoso y se propone un modelo de uso que potencie la autonomía, la creatividad y la calidad investigadora. La metáfora final de la cristalización del conocimiento colectivo simboliza cómo la IAGen, bien aplicada, puede convertirse en una herramienta para proyectar la investigación hacia el futuro.
Thumbnail Image
Item
Inteligencia artificial generativa en docencia y la investigación: impacto, estrategias y ética en la práctica
(Grupo GRIAL, 2025-06-05) García-Peñalvo, Francisco José
Curso impartido en el ICE de la Universidad Politécnica de Madrid (ETSI Caminos) el 5 y 6 de junio de 2025 dentro del Plan de Formación del Profesorado del Curso 2024-2025. La inteligencia artificial generativa (IAGen) está transformando la educación superior, impactando tanto en la docencia como en la investigación. Herramientas como ChatGPT, DALL·E, Deepseek, Gemini, Claude y otros modelos de generación de contenido abren nuevas posibilidades para la enseñanza, el aprendizaje y la producción académica, pero también plantean desafíos éticos, metodológicos y estratégicos que docentes e investigadores deben conocer y gestionar. Este curso presencial de 8 horas ofrece una perspectiva práctica sobre la integración de la IAGen en el ámbito académico. A través de talleres interactivos y debates, exploraremos el impacto de estas tecnologías en la enseñanza y la investigación, proporcionando herramientas y estrategias para su uso responsable y efectivo. En el ámbito de la docencia, la IAGen puede actuar como un asistente para la creación de materiales educativos, el diseño de actividades personalizadas y la evaluación del aprendizaje. Sin embargo, también plantea cuestiones sobre la originalidad del trabajo de los estudiantes, la necesidad de nuevas competencias digitales en el profesorado y los riesgos asociados al uso indiscriminado de estas herramientas. Este curso abordará cómo los docentes pueden aprovechar la IA sin comprometer la calidad y la ética en la enseñanza. En el campo de la investigación, la IAGen está facilitando la redacción de textos científicos, la síntesis de información y la exploración de nuevos enfoques en distintas disciplinas. No obstante, su uso también suscita preocupaciones sobre la veracidad de los datos, la integridad académica y los posibles sesgos en los modelos de IA. A lo largo del curso, analizaremos cómo los investigadores pueden incorporar estas tecnologías sin comprometer la rigurosidad y el pensamiento crítico en sus trabajos. Además del impacto técnico y práctico, este curso pondrá un fuerte énfasis en la ética y la regulación de la IAGen. Discutiremos los límites de su uso en el ámbito académico, las normativas emergentes y las mejores prácticas para garantizar un empleo transparente y responsable de estas herramientas. A través de una combinación de sesiones teóricas, actividades prácticas y discusiones en grupo, este curso proporcionará a los participantes una comprensión profunda y aplicable de la IAGen en la academia. Al finalizar, los docentes e investigadores no solo habrán adquirido conocimientos práctica, sino que, lo más importante, también contarán con estrategias para integrar estas tecnologías de manera ética y efectiva en su labor académica. Los objetivos específicos del curso son: 1. Comprender el impacto de la IA generativa en la educación superior Analizar cómo la inteligencia artificial generativa está transformando la docencia y la investigación, identificando tanto sus oportunidades como sus desafíos en el ámbito académico. 2. Explorar aplicaciones prácticas de la IA generativa en la docencia Identificar y experimentar con herramientas de IA generativa para la creación de materiales educativos, el diseño de actividades interactivas y la evaluación del aprendizaje, garantizando su uso pedagógico adecuado. 3. Desarrollar estrategias para el uso responsable de la IA en la investigación Examinar cómo la IA generativa puede facilitar la redacción académica, la síntesis de información y el análisis de datos, asegurando la integridad científica y el rigor metodológico en los procesos de investigación. 4. Fomentar el pensamiento crítico y la ética en el uso de la IA generativa Reflexionar sobre las implicaciones éticas del uso de la IA generativa en la academia, abordando temas como la seguridad, el plagio, la originalidad, la transparencia y los sesgos en los modelos de IA. 5. Conocer el marco normativo y las mejores prácticas en el uso de IA generativa Explorar regulaciones, recomendaciones y guías institucionales emergentes sobre el uso de la IA en la educación superior, con el fin de promover un uso alineado con estándares académicos y éticos. 6. Diseñar estrategias personalizadas para la integración de la IA en la labor académica Facilitar la creación de planes de acción individuales para que los participantes puedan implementar la IA generativa en su enseñanza o investigación de manera efectiva y adaptada a sus necesidades específicas. Los contenidos del seminario son: 1. Bloque I: Expectativas, ética y marco normativo. 2. Bloque II: Fundamentos de la IAGen. 3. Bloque III. Docencia universitaria con IAGen. 4. Bloque IV: Investigación académica con IAGen 5. Bloque V: Estrategias y conclusiones.
Thumbnail Image
Item
¿Cómo realizar una revisión sistemática de literatura?
(Grupo GRIAL, 2025-06-05) García-Peñalvo, Francisco José
Curso impartido en el ICE de la Universidad Politécnica de Madrid (ETSI Caminos) el 5 de junio de 2025 dentro del Plan de Formación del Profesorado del Curso 2024-2025. El sentido principal de esta acción formativa es introducir a los investigadores en la realización de revisiones sistemáticas de literatura o SLR (Systematic Literature Review). 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 dos tipos más utilizados, la revisión sistemática 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. 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. Bibliometrix 9. Colección de flujos de trabajo y herramientas para realizar revisiones de literatura 10. Conclusiones
Thumbnail Image
Item
Research conversation with CLEHN Lab
(GRIAL reserarch group, 2025-05-16) García-Peñalvo, Francisco José; Rodríguez-Conde, María José
Research coversation with Le Laboratoire Communication, Linguistique, Éducation et Humanités (CLEHN) of the Mohamed Premiere University at Oujda.