Inteligencia Artificial en el ámbito académico. Cómo hacer un uso efectivo, crítico y responsable de las nuevas tecnologías.
Proveer formación práctica en herramientas avanzadas de inteligencia artificial aplicadas al
ámbito académico, como Jenni.ai, Connected Papers, Perplexity y Open Knowledge Maps.
- Desarrollar habilidades en el diseño de prompts efectivos para obtener resultados relevantes y
adaptados a necesidades específicas.
- Enseñar a evaluar de manera crítica los resultados generados por la IA, identificando sesgos
y posibles errores.
- Reflexionar sobre los límites éticos del uso de la IA, abordando temas como privacidad,
autoría y equidad.
- Promover un enfoque crítico y ético que garantice un uso consciente, responsable y
productivo de estas tecnologías en el ámbito académico y profesional.
Día 23 de junio, lunes
Mañana
8:45-9h Recogida de documentación.
9-13:30h Más allá de ChatGPT. Herramientas IA para trabajos académicos
En este módulo inicial e introductorio se pretenden dar a conocer distintas herramientas de IA que cumplen funciones complementarias a las herramientas de generación de textos como ChatGPT y Copilot. Se siguen lecturas de artículos como el de Area-Moreira et al. (2024) sobre criterios de selección y aplicabilidad de estas distintas herramientas que constantemente están evolucionando y surgiendo. Ana Gracia Gil
Descanso
● Contenidos:
1. Introducción a herramientas avanzadas como Jenni.ai, Connected Papers, Perplexity y Open Knowledge Maps.
2. Comparativa entre herramientas: criterios de selección según necesidades académicas.
3. Ejercicios prácticos de integración en trabajos académicos.
Lecturas recomendadas:
Area-Moreira, M., Del Prete, A., Sanabria-Mesa, A. L., & Sannicolás-Santos, M. B. (2024). No todas las herramientas de IA son iguales. Análisis de aplicaciones inteligentes para la enseñanza universitaria. Digital Education Review, (45), 141-149.
Denecke, K., Glauser, R., & Reichenpfader, D. (2023). Assessing the Potential and Risks of AI-Based Tools in Higher Education: Results from an eSurvey and SWOT Analysis. Trends in Higher Education.2(4), 667-688; https://doi.org/10.3390/higheredu2040039
Tarde
16-20h Prompt Engineering. Cómo obtener lo que necesitas con la IA generativa
Este módulo profundiza en las habilidades de diseño de instrucciones claras y precisas (prompts) para interactuar de forma eficiente con herramientas de IA generativa, maximizando la calidad y relevancia de los resultados obtenidos. También se abordan los errores comunes y estrategias de mejora en la iteración de prompts. Ana Gracia Gil
● Contenidos:
1. Conceptos básicos de diseño de prompts: estructura y técnicas clave.
2. Creación de prompts para aplicaciones académicas y profesionales.
3. Taller práctico: ajuste y refinamiento de prompts.
Lecturas recomendadas:
Ichbiah, D. (2022). ChatGPT: Cómo funciona, aplicaciones y futuro de la inteligencia artificial. Ediciones ENI.
Federiakin, D., Molerov, D., Zlatkin-Troitschanskaia, O., & Maur, A. (2024, November). Prompt engineering as a new 21st century skill. In Frontiers in Education (Vol. 9, p. 1366434). https://doi.org/10.3389/feduc.2024.1366434
Día 27 de junio, martes.
Mañana
9-13:30h IA y pensamiento crítico. Formas de hacer y enseñar un uso inteligente de la IA generativa
Este módulo busca dotar a los participantes de herramientas conceptuales y prácticas para identificar sesgos, limitaciones y errores en las respuestas generadas por sistemas de IA, promoviendo un enfoque reflexivo en la interpretación y validación de la información. Fernando Martín Bozas
● Contenidos:
1. Identificación de sesgos y limitaciones en la IA.
2. Estrategias para contrastar y validar información.
3. Metodologías para integrar el pensamiento crítico en actividades educativas.
Lecturas recomendadas:
Oviedo Guevara, J. L. G. (2023). Dilema de la inteligencia artificial: pensamiento crítico y generaciones digitales. Realidad y Reflexión, 23(58), 69–83. https://doi.org/10.5377/ryr.v1i58.17397
Tarde
16-20h. IA en el aula. Cómo utilizar la IA generativa en el contexto educativo
Este módulo presenta aplicaciones concretas de herramientas de IA en la planificación docente, evaluación y personalización de la experiencia de aprendizaje, diseñando actividades innovadoras que integren tecnologías emergentes. María Mairal Llebot
● Contenidos:
1. Aplicaciones prácticas de la IA para docentes: planificación, corrección y personalización.
2. Creación de actividades para estudiantes.
3. Personalización del aprendizaje y atención a la diversidad del aula.
4. Diseño de estrategias para formar a estudiantes en el uso responsable de la IA.
Lecturas recomendadas:
Serrano, J. L., y Moreno-García, J. (2024). Inteligencia artificial y personalización del aprendizaje: ¿innovación educativa o promesas recicladas?. Edutec, Revista Electrónica de Tecnología Educativa, (89), 1-17. https://doi.org/10.21556/edutec.2024.89.3577
Tosina, R. Y., Ramos, V. L., y Delgado, S. C. (2024). Inteligencia artificial y desarrollo tecnológico al servicio de la enseñanza virtual. Ediciones Pirámide.
Día 28 de junio, miércoles
Mañana
9-13:30h IA y aspectos éticos. Límites que respetar
En este último módulo se plantea una discusión sobre los principios éticos que deben regir el uso de la IA, abordando cuestiones de privacidad, transparencia y responsabilidad, con un
análisis crítico de marcos legales y dilemas actuales. Ana Gracia Gil y Estefanía Monforte
● Hora de inicio: 16:00 h
● Duración: 3 horas
● Contenidos:
1. Privacidad y protección de datos: riesgos y mejores prácticas.
2. Autoría y plagio en contenidos generados por IA.
3. Dilemas éticos en contextos académicos y profesionales.
Lecturas recomendadas:
Eaton, E. (2021). Plagiarism in higher education: Tackling tough topics in academic integrity. Libraries Unlimited.
Alcaide, G. G. (2024). 1 d. C.(después de ChatGPT): Inteligencia artificial generativa en la educación superior. Universitat de València.
Mesa redonda: Inteligencia Artificial en el ámbito educativo y académico. Oportunidades y retos
