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.

1. Inteligencia artificial en educación
onecta 13
P
ow
er
ed by
Oportunidades y Desafíos para el Aula del s.XXI
David Álvarez
@balhisay

6. ¿Quién ha usado ChatGPT?
¿Quién ha usado alguna otra herramienta
de IA antes de usar ChatGPT?

7. TEXTO
PREDICTIVO
Aprendizaje Automático Supervisado, Aprendizaje Colaborativo y PLN
agenciab12.mx/noticia/asi-funciona-texto-predictivo-ia-aprendizaje-automatico-supervisado

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.

10. www.businessinsider.com/list-here-are-the-exams-chatgpt-has-passed-so-far-2023-1

11. twitter.com/MoisLlorente/status/1621539038539776001

12. www.researchgate.net/
fi
gure/a-math-teachers-protest-against-calculator-use-in-1988-downloaded-from-Google-b_
fi
g1_369977556

13. twitter.com/HeyImCastro/status/1634192761892077569

14. www.legaltoday.com/legaltech/novedades-legaltech/el-captcha-y-tu-contribucion-anonima-en-el-entrenamiento-sistemas-de-machine-learning-2021-02-11/

15. Inteligencia Artificial…
¿Oportunidad o Amenaza?

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”.

17. @RCRZ_UGR
Términos

18. Aprendizaje Automático
Aprendizaje
Supervisado
Aprendizaje
No Supervisado
Aprendizaje
por Refuerzo

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)

20. Melvin Kranzberg
“La tecnología no es
ni buena ni mala,
pero tampoco es
neutra.

25. ¿Habrán mejorado
las IA generativas?

26. Creates an image of a housekeeper

27. Creates an image of a housekeeper

28. Creates the image of a
successful entrepreneur

29. Creates the image of a
successful entrepreneur

30. Creates an image of a teacher in
the classroom

31. Creates an image of a teacher in
the classroom

32. Crea una imagen de una persona
docente en clase con su
alumnado

33. Crea una imagen de una persona
docente en clase con su
alumnado

34. Creates an image of a nurse in
the hospital

35. Creates an image of a nurse in
the hospital

36. Creates the image of a
prestigious surgeon

37. Creates the image of a
prestigious surgeon

38. Creates the image of a
prestigious surgeon

39. ¿Son las inteligencias arti
fi
ciales
sexistas, homófobas, xenófobas,…?

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/

42. airesearch-sesgos-covid19.com/wp-content/uploads/2022/11/Informe-BBVA-1.pdf

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

45. sagroups.ieee.org/global-initiative/wp-content/uploads/sites/542/2023/01/ead1e.pdf
Diseño Alineado Éticamente (2019)

46. blog.google/technology/ai/ai-principles/
Principios IA de Google (2018)

47. unesdoc.unesco.org/ark:/48223/pf0000381137_spa

48. ¿Y qué hay de las
FAKE NEWS?

51. twitter.com/DotCSV/status/1636332710758154243

52. Dos Problemas…

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…

55. https://en.unesco.org/arti
fi
cial-intelligence
https://unesdoc.unesco.org/ark:/48223/pf0000368303
“Recomendamos que los gobiernos y otras partes
interesadas de los Estados Miembros de la UNESCO…
(tengan) presente la falta de estudios sistemáticos sobre
los impactos de las aplicaciones de la inteligencia
artificial en la educación.”
En la página 35…

56. ¿Y qué hay de ChatGPT?

58. 12.500 papers (+11060 en 6 meses)

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.

60. Red Neuronal Arti
fi
cial

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.

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

68. https://txt.cohere.ai/llm-use-cases/ https://txt.cohere.ai/llm-use-cases-p2/
La IA hace todo esto (casi) mejor que tú.

69. “AI-BasedtoolssuchasIntelligentTutoringSystems(ITS),chatbots,androbotsare
oftenseenasathreatandanattempttoreplacethe
f
igureoftheteacher,wheninfact
theliteratureshowsusthattheycanbeimportanttoolsthroughwhichtocreatenew
opportunitiesforinteraction,improvingthecurrentstateinbothquantitative(more
interactions)andqualitative(moreef
f
icientinteractions)terms.”
Foto de Nathan Dumlao en Unsplash
Gentile M, Città G, Perna S and Allegra M (2023) Do we still need teachers?
Navigating the paradigm shift of the teacher’s role in the AI era. Frontiers in
Education. 8:1161777. doi: 10.3389/feduc.2023.1161777

70. “Lasherramientasbasadaseninteligenciaarti
f
icial,comolosSistemasdeTutoría
Inteligente(ITS),loschatbotsylosrobots,amenudosonpercibidascomounaamenaza
yunintentodereemplazarla
f
iguradelmaestro,cuandodehecholaliteraturanos
muestraquepuedenserherramientasimportantesparacrearnuevasoportunidadesde
interacción,mejorandoelestadoactualtantoentérminoscuantitativos(más
interacciones)comocualitativos(interaccionesmáse
f
icientes).”
Foto de Nathan Dumlao en Unsplash
Gentile M, Città G, Perna S and Allegra M (2023) Do we still need teachers?
Navigating the paradigm shift of the teacher’s role in the AI era. Frontiers in
Education. 8:1161777. doi: 10.3389/feduc.2023.1161777

71. https://unsplash.com/photos/cS_itbYI8Zk
¿Queremos que estos
modelos los de
fi
nan
ingenieros informáticos
o educadores?

72. “AIdevelopersknowlittleaboutlearning
sciencesandlackpedagogicalknowledgefor
theeffectiveimplementationofAIinteaching.”
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.

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.

74. “GiventherapidgrowthofAI,thereisanurgentneed
tounderstandhoweducatorscanbestutilizeAI
techniquesfortheacademicsuccessofstudents.”
Zhai, X., Chu, X., Chai, C. S., Jong, M. S. Y., Istenic, A., Spector, M., & Li, Y. (2021). A Review of Arti
fi
cial
Intelligence (AI) in Education from 2010 to 2020. Complexity, 2021, 1-18.
Foto de Tim Mossholder en Unsplash

75. ¿ParaquésirvelaIAeneducación?
Foto de ALAN DE LA CRUZ en Unsplash

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.

77. Recursos

78. chat.openai.com/g/g-BJPoBxhaO-disenador-abp-lomloe-conecta13

79. chat.openai.com/g/g-w6KMGsg1K-especialista-en-lomloe
chat.openai.com/g/g-840w744c5-mestre-sda-per-a-l-educacio-basica
chat.openai.com/g/g-NqWZh6BKW-rubricas-de-evaluacion-profestv
chat.openai.com/g/g-Wmdrp4cde-generador-de-situaciones-de-aprendizaje-rm

81. noocs.vicensvives.com/login/index.php

82. noocs.vicensvives.com/login/index.php

83. @juandalibaba
web.learningml.org
Plataforma para trabajar en el aula actividades de Machine Learning

84. e-aprendizaje.es/category/recursos/inteligencia-arti
fi
cial/

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

87. ¡Muchas gracias!

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