Presentación para la primera sesión del taller "Inteligencia artificial y sus usos en educación superior".
Tema: Aplicaciones en aprendizaje y enseñanza
Duración aproximada: 2 horas
Se concluye con una actividad asincrónica de 1 hora
Audiencia meta: Docentes y equipo de apoyo pedagógico de una universidad
Sin duda la inteligencia ayuda. Pero no es decisiva. La motivación y las técnicas de estudio pueden hacer que un estudiante supere año tras año con brillantez sus estudios sin estar dotado de unas cualidades mentales específicas que le hagan diferente a los demás.
Algunas investigaciones vienen a demostrar que la inteligencia y las facultades especiales solo determinan de un 50-60% el éxito de los estudios. Queda, pues, la otra mitad para el esfuerzo y las técnicas de estudio y algunos factores ambientales ej. (motivadores o desmotivadores). Suficiente para que empleemos nuestro tiempo en técnicas que nos permitan mejorar sustancialmente nuestro rendimiento y eficiencia en los estudios.
Sin duda la inteligencia ayuda. Pero no es decisiva. La motivación y las técnicas de estudio pueden hacer que un estudiante supere año tras año con brillantez sus estudios sin estar dotado de unas cualidades mentales específicas que le hagan diferente a los demás.
Algunas investigaciones vienen a demostrar que la inteligencia y las facultades especiales solo determinan de un 50-60% el éxito de los estudios. Queda, pues, la otra mitad para el esfuerzo y las técnicas de estudio y algunos factores ambientales ej. (motivadores o desmotivadores). Suficiente para que empleemos nuestro tiempo en técnicas que nos permitan mejorar sustancialmente nuestro rendimiento y eficiencia en los estudios.
Utilización de la inteligencia artificial como ayudante docente, en el el procesos de planificación, y generación de recursos educativos, el diseño en el diseño de mapas conceptuales, a través de la utilización de promts y generación de código DOT, generacion de presentaciones con gamma IA, Tecnología que busca desarrollar sistemas capaces de realizar tareas que normalmente requieren de la inteligencia humana, como el aprendizaje, la comprensión del lenguaje, el razonamiento y l resolución de problemas
Son modelos lingüísticos avanzados que utilizan algoritmos de aprendizaje profundo para procesar y analizar grandes cantidades de datos de texto. Estos modelos pueden comprender el contexto y el significado de las palabras, frases y oraciones, y generar respuestas similares a las de los humanos a las consultas de los usuarios.
Modelo de lenguaje generativo grande basado en transformadores, entrenado en un conjunto de datos masivo de texto y código. Se puede utilizar para generar texto, traducir idiomas, escribir diferentes tipos de contenido y responder a sus preguntas de manera informativa.
Presentación de 7 minutos sobre aspectos básicos a cubrir cuando se quiere aprender un lenguaje de programación sin conocimientos previos. Las ligas son a páginas sobre Ruby.
Tecnicas de estudio seis pasos individual_grupalM Re
Existen muchos métodos de estudio, aplicables tanto a estudiar en grupo o individual, se puede escoger el método que mejor convenga y sobre todo el que sea más útil y beneficioso.
Presentation for a session with Master's students at the University of Portsmouth. March 19, 2024
Based on a book chapter titled "Normativas de Educación a Distancia en México" by García Quezada, Espinosa de la Rosa & Padilla Rodríguez (in press)
Preliminary results of a twelve-year follow-up study on the acceptance of online degrees by undergraduate Mexican students.
2011 study: https://www.learntechlib.org/primary/p/37872/
Presentation for the Ed-Media 2023 conference
Más contenido relacionado
Similar a 2 IA en educación - Aprendizaje y Enseñanza
Utilización de la inteligencia artificial como ayudante docente, en el el procesos de planificación, y generación de recursos educativos, el diseño en el diseño de mapas conceptuales, a través de la utilización de promts y generación de código DOT, generacion de presentaciones con gamma IA, Tecnología que busca desarrollar sistemas capaces de realizar tareas que normalmente requieren de la inteligencia humana, como el aprendizaje, la comprensión del lenguaje, el razonamiento y l resolución de problemas
Son modelos lingüísticos avanzados que utilizan algoritmos de aprendizaje profundo para procesar y analizar grandes cantidades de datos de texto. Estos modelos pueden comprender el contexto y el significado de las palabras, frases y oraciones, y generar respuestas similares a las de los humanos a las consultas de los usuarios.
Modelo de lenguaje generativo grande basado en transformadores, entrenado en un conjunto de datos masivo de texto y código. Se puede utilizar para generar texto, traducir idiomas, escribir diferentes tipos de contenido y responder a sus preguntas de manera informativa.
Presentación de 7 minutos sobre aspectos básicos a cubrir cuando se quiere aprender un lenguaje de programación sin conocimientos previos. Las ligas son a páginas sobre Ruby.
Tecnicas de estudio seis pasos individual_grupalM Re
Existen muchos métodos de estudio, aplicables tanto a estudiar en grupo o individual, se puede escoger el método que mejor convenga y sobre todo el que sea más útil y beneficioso.
Similar a 2 IA en educación - Aprendizaje y Enseñanza (20)
Presentation for a session with Master's students at the University of Portsmouth. March 19, 2024
Based on a book chapter titled "Normativas de Educación a Distancia en México" by García Quezada, Espinosa de la Rosa & Padilla Rodríguez (in press)
Preliminary results of a twelve-year follow-up study on the acceptance of online degrees by undergraduate Mexican students.
2011 study: https://www.learntechlib.org/primary/p/37872/
Presentation for the Ed-Media 2023 conference
Presentación para la sexta sesión del taller "Inteligencia artificial y sus usos en educación superior".
Se inicia con una revisión de la actividad de una sesión anterior.
Tema: Plan para la implementación
Duración aproximada: 2 horas
Se concluye con una actividad asincrónica de 1 hora
Audiencia meta: Docentes y equipo de apoyo pedagógico de una universidad
Presentación para la quinta sesión del taller "Inteligencia artificial y sus usos en educación superior".
Se inicia con una revisión de la actividad de una sesión anterior.
Tema: Guías y lineamientos
Duración aproximada: 2 horas
Se concluye con una actividad asincrónica de 1 hora
Audiencia meta: Docentes y equipo de apoyo pedagógico de una universidad
Presentación para la cuarta sesión del taller "Inteligencia artificial y sus usos en educación superior".
Se inicia con una revisión de la actividad de una sesión anterior.
Tema: Retos y preocupaciones
Duración aproximada: 2 horas
Se concluye con una actividad asincrónica de 1 hora
Audiencia meta: Docentes y equipo de apoyo pedagógico de una universidad
Presentación para la primera sesión del taller "Inteligencia artificial y sus usos en educación superior".
Tema: Panorama general
Duración aproximada: 2 horas
Se concluye con una actividad asincrónica de 1 hora
Audiencia meta: Docentes y equipo de apoyo pedagógico de una universidad
Presentación para estudiantes universitarios sobre la importancia de la investigación cuantitativa, con un enfoque en el uso de escalas Likert y su análisis.
Presentation on a common instrument for the collection of quantitative data: Likert scale. We analyse a poorly designed scale. We decide what to do with the data once we have it. There are some activities you can use. Feel free to use and share.
Presentation on how to code qualitative data. We examine two approaches: inductive (emergent themes) and deductive coding (theory-based). There are some activities you can use. Feel free to use and share.
Presentación para el 3er Encuentro de WikiEducación organizado por Wikimedia México. Describo las experiencias organizando editatones en varias universidades mexicanas.
Módulo 2 del Taller "Estrategias para cursos en línea efectivos", impartido para una empresa. Revisamos un poco del diseño de cursos y cómo mejorar el uso de Storyline de Articulate
Presentación para un taller para maestros. Durante la sesión, identificamos los cambios en la educación a partir de la pandemia del Covid-19, revisamos algunas tendencias y reflexionamos sobre el futuro. Ahondamos un poco en el modelo hyflex.
Presentación para la clase "Temas Actuales en Cognición y Educación". Se usó también como preámbulo a un editatón enfocado en aportar a artículos en español de académicos pertenecientes a minorías
Presentación dentro del contexto del II Congreso Internacional de Investigación en Psicología. Se reportan datos del proyecto eduCOVID19, sobre los cambios en las prácticas docentes derivados de la pandemia del Covid19. También se incluyen datos de 10 docentes que implementaron el modelo hyflex en su institución
Examen de Selectividad. Geografía junio 2024 (Convocatoria Ordinaria). UCLMJuan Martín Martín
Examen de Selectividad de la EvAU de Geografía de junio de 2023 en Castilla La Mancha. UCLM . (Convocatoria ordinaria)
Más información en el Blog de Geografía de Juan Martín Martín
http://blogdegeografiadejuan.blogspot.com/
Este documento presenta un examen de geografía para el Acceso a la universidad (EVAU). Consta de cuatro secciones. La primera sección ofrece tres ejercicios prácticos sobre paisajes, mapas o hábitats. La segunda sección contiene preguntas teóricas sobre unidades de relieve, transporte o demografía. La tercera sección pide definir conceptos geográficos. La cuarta sección implica identificar elementos geográficos en un mapa. El examen evalúa conocimientos fundamentales de geografía.
La Unidad Eudista de Espiritualidad se complace en poner a su disposición el siguiente Triduo Eudista, que tiene como propósito ofrecer tres breves meditaciones sobre Jesucristo Sumo y Eterno Sacerdote, el Sagrado Corazón de Jesús y el Inmaculado Corazón de María. En cada día encuentran una oración inicial, una meditación y una oración final.
LA PEDAGOGIA AUTOGESTONARIA EN EL PROCESO DE ENSEÑANZA APRENDIZAJEjecgjv
La Pedagogía Autogestionaria es un enfoque educativo que busca transformar la educación mediante la participación directa de estudiantes, profesores y padres en la gestión de todas las esferas de la vida escolar.
Documento sobre las diferentes fuentes que han servido para transmitir la cultura griega, y que supone la primera parte del tema 4 de "Descubriendo nuestras raíces clásicas", optativa de bachillerato en la Comunitat Valenciana.
7. Definiciones
Aprendizaje Automático
(AA)
• Ayuda a enseñar a las
computadoras a hacer
cosas sin darles reglas
específicas.
• Encuentran patrones
en los datos para hacer
predicciones o tomar
decisiones.
Red Neuronal Artificial
(RNA)
• Se basa en cómo
funcionan los cerebros
de los animales.
• Cuentan con capas
(entrada, intermedias,
salida) que se conectan
y comunican entre sí.
Aprendizaje Profundo
• Usa redes neuronales
artificiales con muchas
capas intermedias.
• Permite entender y
procesar el lenguaje
natural, reconocer el
habla, ver y crear
imágenes, desarrollar
medicamentos y
estudiar el ADN.
8. Aplicaciones en Educación
PLANEAR
• Esquemas
• Estructuras
• Puntos clave
CREAR
• Textos
• Imágenes
• Audios
• Videos
• Presentaciones
EXPLICAR
• Resumir
• Identificar ideas principales
• Ejemplificar
• Parafrasear
TRANSFORMAR
• Traducir
• Corregir redacción
• Editar
• Cambiar de estilo
10. Ejemplos
Los roles y descripciones fueron creados por Mike Sharples (Open University, Reino Unido). Los ejemplos de aplicación fueron ideados por el IESALC de la UNESCO y
se basan en sugerencias de Ronald Knust Graichen (Consultor en Educación, Países Bajos)
11. Los roles y descripciones fueron creados por Mike Sharples (Open University, Reino Unido). Los ejemplos de aplicación fueron ideados por el IESALC de la UNESCO y se
basan en sugerencias de Ronald Knust Graichen (Consultor en Educación, Países Bajos)
15. IMPORTANTE
▪ Tenemos que tener cuidado para evitar usar la IA solamente para
usarla en vez de porque ayuda a cumplir un objetivo claro.
El objetivo es facilitar procesos de enseñanza y aprendizaje,
no usar herramientas de inteligencia artificial.
16. Algunas consideraciones
• Revisa la política de privacidad de cualquier herramienta de IA.
• Usualmente, aunque se puede borrar la cuenta de usuario, los
prompts no se pueden borrar.
PROMPT:
Texto o instrucción que un usuario proporciona para
iniciar la interacción con un modelo de lenguaje (IA)
18. Planear
▪ Crea la estructura de un curso de <tema> de <número> sesiones. Cada sesión
debe incluir una actividad integradora al final.
▪ Elabora una secuencia de actividades para aprender sobre <tema>. Considera
que soy principiante.
▪ Haz una lluvia de ideas sobre preguntas de investigación sobre <tema>.
▪ ¿Qué errores comunes tienen los estudiantes sobre <tema>?
19. Crear
▪ Redacta una respuesta <estilo> a el siguiente correo: <correo>.
▪ Crea un examen de opción múltiple del <tema>. No incluyas las
respuestas aún.
▫ Me parece que las respuestas son las siguientes: <letras de las respuestas>. Indica si
son correctas o incorrectas y por qué.
▪ Escribe los objetivos de aprendizaje de un curso de <tema> y sugerencias
de actividades para lograrlos.
20. Crear
▪ Escribe el guión de un video de <tiempo> sobre el <tema>. La
audiencia es <audiencia>.
▪ Crea una rúbrica para calificar <actividad> sobre <tema> para la
clase de <tema> de <nivel escolar>.
▪ Redacta las instrucciones para una actividad de <tema>.
21. Explicar
▪ ¿Qué términos relacionados con <tema> son importantes? Elabora
una lista con definiciones cortas y simples de cada uno de ellos.
▪ Explica <tema> como si lo explicaras a un niño de 10 años.
▪ Dame 3 ejemplos de <tema> en el <contexto>.
22. Transformar
▪ El siguiente texto trata acerca de <tema>. Corrige los errores de
ortografía, gramática y redacción.
▪ El siguiente texto trata acerca de <tema>. Identifica los errores de
ortografía, gramática y redacción. Señálalos e indica por qué son errores
y cómo se pueden corregir.
▪ El siguiente texto trata acerca de <tema>. Identifica los errores de
ortografía, gramática y redacción. Señálalos e indica por qué son
errores.
23. Transformar
▪ A partir de ahora, escribe como si fueras <personaje>.
▪ Cambia este texto para hacerlo <estilo>.
24. Encadenamiento de pensamientos
(chain of thought prompting)
Proporciona un prompt claro y
conciso.
Responde a la
respuesta
planteando una
pregunta relacionada
o ampliando el tema.
Continúa haciendo
preguntas o
proporcionando
datos adicionales.
Si sientes que el modelo se está desviando o no está generando respuestas
relevantes, puedes volver a enfocar la conversación proporcionando un
recordatorio del tema principal.
25. Encadenamiento de pensamientos
(chain of thought prompting)
▪ Te voy a presentar un escenario. Si lo comprendes, dirás:
comprendo. Si requieres más información, harás las preguntas que
te permitirán obtener dicha información. Después, me darás
<producto>.
▪ Describe cómo es <tema>.
▫ Respuesta
▫ <Pregunta de seguimiento>
▫ Respuesta