Keynote. SIMO Educación 2023. Inteligencia Artificial en Educación. La llegada de la IA al ámbito educativo a través de las IAs generativas ha causado un gran revuelo entre el profesorado, que a menudo ve estas tecnologías como una amenaza al status quo. Revisamos algunos de los principales hitos de la IA, desde la aparición de este término en la década de los 50, los principales riesgos que supone su uso, en la doble dimensión de los sesgos que presenta derivados de los datos de entrenamiento (fundamentalmente) así como de su mal uso. Repasamos algunos de los conceptos claves y terminamos con algunos recursos útiles y algunas reflexiones, especialmente en relación al rol del profesorado en el desarrollo y aplicación de la IA.
9. “No one doubts that AI is one of the most
disruptive technologies in history, if not the most.”
Foto de Jon Tyson en Unsplash
Casal-Otero, L., Catala, A., Fernández-Morante, C., Taboada, M., Cebreiro, B., & Barro, S. (2023). AI literacy in K-12:
a systematic literature review. International Journal of STEM Education, 10(1), 29.
16. Inteligencia Arti
fi
cial (RAE)
1. f. Inform. Disciplina cientí
fi
ca que se ocupa
de crear programas informáticos que ejecutan
operaciones comparables a las que realiza la
mente humana, como el aprendizaje o el
razonamiento lógico”.
19. Aplicaciones
Detección de anomalías (plagios, asistencia, acoso escolar,…)
Sistemas de recomendación (actividades personalizadas: lecturas, ejercicios,…)
Toma de decisiones (especialización, políticas educativas, acoso escolar,…)
Optimización (asignación de recursos, rutas escolares, creación de horarios,…)
Simulación (movimientos de personas en un centro educativo)
Internet de las Cosas (dispositivos que siguen la actividad del alumnado)
40. ¿…o es simplemente un problema con los
datos de entrenamiento de los algoritmos?
41. 1. La adquisición de los datos, que tienen un sesgo de por sí.
Origen de los sesgos en la IA
(los datos y variables de entrenamiento)
2. La de
fi
nición o etiquetado de los datos, por error humano o criterios subjetivos.
3. El utilizar menos variables de las necesarias, por lo que se in
fi
eren relaciones
erróneas entre los datos.
4. El desequilibrio de datos, que no son representativos y pueden discriminar a las
minorías.
5. El trabajo con variables correlacionadas con otras variables sensibles, produciéndose
sesgos indirectos.
www.iic.uam.es/innovacion/inteligencia-arti
fi
cial-responsable-sesgos-y-explicabilidad/
43. Errores de juicio
Errores de diagnóstico
Privacidad
Fragmentación y parcelación del paciente
Introducción de nuevos actores en los procesos de toma de decisiones
Sobrediagnóstico
Sesgo de automatización y complacencia
Justicia y equidad
Principales aspectos éticos asociados
al uso de algoritmos de IA en medicina
44. Errores de juicio
Errores en la toma de decisiones
Privacidad
Fragmentación y parcelación del alumnado
Introducción de nuevos actores en los procesos de toma de decisiones
Sobrediagnóstico
Sesgo de automatización y complacencia
Justicia y equidad
Principales aspectos éticos asociados
al uso de algoritmos de IA en educación
53. Maite López-Sánchez
Universidad de Barcelona
“
Es crucial que el alumnado
esté formado en IA y
comprenda tanto sus
capacidades como sus
limitaciones.
54. https://en.unesco.org/arti
fi
cial-intelligence
https://unesdoc.unesco.org/ark:/48223/pf0000368303
“Estamos decididos a promover las respuestas políticas
adecuadas para lograr la integración sistemática de la
inteligencia artificial y la educación, a fin de innovar la
educación, la docencia y el aprendizaje, y para que la
inteligencia artificial contribuya a acelerar la
consecución de unos sistemas educativos abiertos y
flexibles que permitan oportunidades de aprendizaje
permanente equitativo, pertinente y de calidad para
todos, lo que contribuirá al logro de los ODS y al futuro
compartido de la humanidad.”
Mientras que en la página 4…
59. Red Neuronal Arti
fi
cial
Las Redes Neuronales Arti
fi
ciales (ANNs -
Arti
fi
cial Neuronal Networks) son modelos
matemáticos que intentan emular las redes
neuronales biológicas como el cerebro
humano o el cerebro de los animales.
Las ANNs están formadas por neuronas
arti
fi
ciales conectadas entre sí.
61. Procesamiento del Lenguaje Natural
Es el área de la Inteligencia Arti
fi
cial que se
centra en la interacción entre ordenadores y
humanos. El principal objetivo es permitir
que las máquinas comprendan, analicen y
generen lenguaje humano de forma efectiva.
62. Agentes conversacionales
También llamados chatbots o asistentes
virtuales son programas de software
diseñados para interactuar con seres
humanos manteniendo conversaciones de
manera natural.
63.
64.
65.
66.
67. bit.ly/iacita1
«Las inteligencias arti
fi
ciales no son consciencias
informáticas con voluntad y ambiciones. Son líneas
de código que realizan operaciones matemáticas
para almacenar datos, encontrar tendencias y
devolver respuestas ajustadas a lo que les hayamos
enseñado que esperamos de ellas.»
Ignacio Crespo @SdeStendhal
73. “Los desarrolladores de inteligencia artificial
tienen poco conocimiento sobre las ciencias
del aprendizaje y carecen de conocimientos
pedagógicos para la implementación
efectiva de la IA en la enseñanza.”
Foto de Joel Filipe en Unsplash
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of
arti
fi
cial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616-630.
76. Uso de la IA (generativa) en Educación
Usos de la IA para la
enseñanza y el aprendizaje
Personalización del aprendizaje
Apoyo a estudiantes con necesidades especí
fi
cas
Aprendizaje en línea e híbrido
Análisis de dinámicas de aula e implicación del alumnado
Aprendizaje de lenguas (adicionales)
Usos de la IA para la
gestión de centros y del
sistema educativo
Análisis de datos para la reducción del abandono escolar
Evaluación de nuevas destrezas (resolución de problemas
complejos, colaboración y destrezas socioemocionales) y a través
de nuevas técnicas (evaluación basada en el juego, simulaciones,
etc.)
Vincent-Lancrin, S., & van der Vlies, R. (2020). Trustworthy arti
fi
cial intelligence (AI)
in education: Promises and challenges (No. 218). OECD Publishing.
85. Rocío Romero Zaliz
Módulo 1: Fundamentos de la IA
Universidad de Granada
César Poyatos Dorado
Módulo 2: IA para la enseñanza
Universidad Autónoma de Madrid
Pablo Bongiovanni
Módulo 3: IA para el aprendizaje
Universidad Católica de Santa Fe
M. del Mar Sánchez Vera
Módulo 4: IA para el DPD
Universidad de Murcia
Maite López-Sánchez
Módulo 5: Ética en el uso de la IA
Universidad de Barcelona
Equipo de autores/as
CURSO EN LÍNEA | 30 horas
Inteligencia Artificial en Educación
onecta
P
ow
er
ed by
86. Contenidos
Unidad 1: Introducción a la Inteligencia
Arti
fi
cial
• Conceptos fundamentales y revisión
histórica.
• Modelos de IA avanzados.
Unidad 2: Uso de la Inteligencia
Arti
fi
cial para la enseñanza
• Programación usando herramientas
de IA generativas.
• Uso de IA en evaluación.
• Recursos de IA para la enseñanza.
Unidad 3: Uso de la Inteligencia
Arti
fi
cial para el aprendizaje
• Importancia de la IA en el
aprendizaje actual.
• Uso de la IA en actividades
cotidianas de aprendizaje.
• Aprendizaje en red para colaborar y
cooperar con IA.
Unidad 4: Uso de la Inteligencia
Arti
fi
cial para el desarrollo profesional
docente
• El desarrollo profesional docente en
un mundo digital.
• Estrategias y herramientas de la IA
para el desarrollo profesional
docente.
Unidad 5: Ética en el uso de la
Inteligencia Arti
fi
cial en Educación
• Introducción general a la ética y su
importancia en el contexto social.
• Uso ético de las herramientas de
Inteligencia Arti
fi
cial en docencia.
Fernando Trujillo
Coordinación Pedagógica
Universidad de Granada/Conecta13
David Álvarez
Coordinación Técnica
Conecta13
Coordinación
88. info@conecta13.com
958 175 264
Camino de Ronda 101, Local 4, 18003 Granada
conecta13.com
aula.conecta13.com
onecta 13
P
ow
er
ed by
Inteligencia artificial en educación
Oportunidades y Desafíos para el Aula del s.XXI
David Álvarez
@balhisay
@balhisay.bsky.social