Fundamentos de la IA generativa y su aplicación en educación

1. Conceptos clave de IA generativa — Descripción corta: definición de IA generativa y diferencias con otros enfoques de IA.
2. Modelos generativos, entrenamiento y datos — Descripción corta: qué son los modelos, qué implica el entrenamiento y qué se entiende por datos de entrenamiento.
3. Prompts y control de salidas — Descripción corta: función de los prompts y su impacto en el resultado generado.

• Actividad 1: Mapa conceptual de conceptos

  Descripción: Construir un mapa conceptual que relacione IA generativa, modelos, entrenamiento, datos y prompts.

  • Puntos clave: identificar relaciones causa-efecto entre conceptos.
  • Aprendizajes: visualizar claramente cómo se conectan los elementos y qué influye en la salida.
• Actividad 2: Análisis de ejemplos simples

  Descripción: Analizar dos ejemplos simples de salidas y relacionarlas con el tipo de datos y prompts usados.

  • Puntos clave: inferir qué cambió en el input para obtener diferentes salidas.
  • Aprendizajes: entender la dependencia entre prompts y resultados.
• Actividad 3: Debate guiado sobre datos y entrenamiento

  Descripción: Discusión en grupos sobre qué son datos de entrenamiento y por qué deben ser representativos y éticos.

  • Puntos clave: sesgos de datos, representatividad, limitaciones.
  • Aprendizajes: valorar la calidad de los datos y su impacto en salidas.

La evaluación se centra en la comprensión de conceptos y su capacidad para relacionarlos:

1. Evaluación de OE1: cuestionario corto de definición y diferencias entre conceptos clave.
2. Evaluación de OE2: entrega de un diagrama de relaciones entre modelos, entrenamiento, datos y prompts.
3. Evaluación de OE3: participación en el debate y justificación de elecciones en ejemplos simples.

2 semanas

1. Etapas del flujo de un modelo generativo — Descripción corta: de prompt a salida, con procesamiento interno.
2. Componentes clave: tokenización, inferencia y decodificación — Descripción corta: qué hace cada componente.
3. Ejemplo práctico de flujo — Descripción corta: paso a paso con un prompt sencillo.

• Actividad 1: Dibujo del flujo

  Descripción: Crear un diagrama del flujo desde el prompt hasta la salida, identificando cada etapa y su función.

  • Puntos clave: secuenciación, entradas y salidas en cada etapa.
  • Aprendizajes: comprender la interacción entre componentes y la generación de resultados.
• Actividad 2: Desglosar un ejemplo de prompt

  Descripción: Tomar un prompt simple y describir qué ocurre en cada etapa del flujo.

  • Puntos clave: tokenización, predicción de próximos tokens, decodificación.
  • Aprendizajes: comprender la influencia de la longitud y claridad del prompt.
• Actividad 3: Taller de mejoras de prompts

  Descripción: Probar distintos prompts para obtener salidas más claras y útiles; registrar resultados.

  • Puntos clave: formulación de prompts, precisión y relevancia de la salida.
  • Aprendizajes: reconocer técnicas simples para mejorar respuestas.

Se evaluarán conocimientos sobre el flujo y la capacidad de aplicar ese conocimiento a ejemplos prácticos:

1. OE1: cuestionario de conceptualización del flujo.
2. OE2: entrega del diagrama de flujo con explicación de cada etapa.
3. OE3: informe breve de resultados de los distintos prompts y su análisis.

2 semanas

1. Generación de contenidos didácticos — Descripción corta: creación de resúmenes, preguntas y guías de estudio.
2. Personalización del aprendizaje — Descripción corta: adaptación de rutas de aprendizaje y feedback.
3. Tutoría y simulaciones — Descripción corta: chat educativos, simulaciones y prácticas guiadas.

• Actividad 1: Diseño de recursos generados

  Descripción: Crear un conjunto breve de materiales (resumen, preguntas y una rúbrica) generados por IA para un tema específico.

  • Puntos clave: claridad, relevancia y precisión de la generación.
  • Aprendizajes: saber adaptar la generación de contenidos a objetivos de aprendizaje.
• Actividad 2: Plan de personalización

  Descripción: Proponer una ruta de aprendizaje adaptada a distintos perfiles de estudiantes y justificar las decisiones.

  • Puntos clave: criterios de adaptación, ética y privacidad.
  • Aprendizajes: comprender cómo ajustar recursos sin sobrecargar al alumnado.
• Actividad 3: Simulación de tutoría IA

  Descripción: Diseñar una sesión de tutoría asistida por IA con objetivos y actividades de evaluación formativa.

  • Puntos clave: interacción usuario-IA, control de errores y supervisión docente.
  • Aprendizajes: evaluar cuándo y cómo intervenir como docente.

Evaluación enfocada en la capacidad de analizar, diseñar y proponer usos responsables:

1. OE1: análisis crítico de una de las aplicaciones elegidas con criterios de utilidad y riesgos.
2. OE2: propuesta de un recurso o actividad basada en IA generativa con objetivos pedagógicos claros.
3. OE3: explicación de consideraciones éticas y de privacidad para cada aplicación.

2 semanas

1. Ética y responsabilidad en IA educativa — Descripción corta: principios éticos y planes de gobernanza.
2. Privacidad y manejo de datos — Descripción corta: consentimiento, minimización de datos y seguridad.
3. Sesgo y equidad en salidas — Descripción corta: tipos de sesgo y efectos en estudiantes.

• Actividad 1: Análisis de dilemas éticos

  Descripción: Estudio de casos donde se presenten dilemas éticos y discusión en grupo sobre acciones responsables.

  • Puntos clave: identificación de principios, evaluación de impactos y decisiones responsables.
  • Aprendizajes: herramientas para reclamar responsabilidad y transparencia en el uso de IA.
• Actividad 2: Evaluación de riesgos de privacidad

  Descripción: Mapear posibles datos que podrían ser recolectados y proponer medidas de protección y consentimiento informado.

  • Puntos clave: consentimiento, minimización de datos, seguridad y derechos de los estudiantes.
  • Aprendizajes: comprender la importancia de la protección de datos en entornos educativos.
• Actividad 3: Taller de sesgos

  Descripción: Identificar posibles sesgos en salidas IA y proponer estrategias para mitigar su impacto en la evaluación y el aprendizaje.

  • Puntos clave: sesgo de datos, sesgo de diseño y sesgo de interacción.
  • Aprendizajes: comprender que la IA no es neutral y qué acciones tomar para reducir sesgos.

La evaluación se orienta a la capacidad de identificar riesgos y proponer mitigaciones:

1. OE1: ensayo corto sobre riesgos éticos y su impacto en el aprendizaje.
2. OE2: plan de mitigación de riesgos de privacidad para un recurso educativo propuesto.
3. OE3: análisis de sesgos en una salida de IA y propuestas de controls.

2 semanas

1. Revisión humana y validación de salidas — Descripción corta: cuándo y cómo revisar las salidas de IA.
2. Políticas de uso y consentimiento — Descripción corta: normas, ética y transparencia.
3. Control de calidad y seguridad de datos — Descripción corta: salvaguardas técnicas y pedagógicas.

• Actividad 1: Protocolo de revisión de contenidos

  Descripción: Crear un protocolo de revisión humana para contenidos generados por IA, con roles y checklists.

  • Puntos clave: responsabilidad, trazabilidad y corrección.
  • Aprendizajes: garantizar la calidad y seguridad de los materiales educativos.
• Actividad 2: Diseño de políticas de uso

  Descripción: Elaborar una política de uso de IA en un curso, incluyendo consentimiento y límites de generación.

  • Puntos clave: consentimiento informado, derechos del alumnado y límites técnicos.
  • Aprendizajes: promover un uso responsable y explícito de IA.
• Actividad 3: Evaluación de seguridad de datos

  Descripción: Identificar riesgos de datos y proponer medidas de seguridad para un recurso educativo.

  • Puntos clave: minimización, cifrado, acceso y auditoría.
  • Aprendizajes: entender la protección de datos en entornos educativos.

Evaluación centrada en la aplicación de prácticas seguras en diseño y uso de IA:

1. OE1: revisión de un recurso generado por IA y verificación de seguridad y calidad.
2. OE2: entrega de un protocolo de revisión y checklist de calidad.
3. OE3: defensa de la política de uso ante un comité simulado.

3 semanas

1. Selección de tema y objetivos de aprendizaje — Descripción corta: elegir tema y resultados esperados.
2. Diseño de la actividad con IA — Descripción corta: incorporar prompts y salidas útiles para el aprendizaje.
3. Evaluación y seguridad — Descripción corta: criterios de evaluación y salvaguardas.

• Actividad 1: Plan de diseño de actividad

  Descripción: Redactar un plan de actividad con objetivos, fases, roles y herramientas IA a usar.

  • Puntos clave: coherencia pedagógica, viabilidad técnica y evaluación.
  • Aprendizajes: capacidad de planificar una experiencia de aprendizaje con IA integrada.
• Actividad 2: Prototipo de prompts y salidas

  Descripción: Crear prompts y prever salidas útiles para apoyar la comprensión del tema.

  • Puntos clave: claridad de prompts, manejo de errores y límites de generación.
  • Aprendizajes: saber diseñar prompts que favorezcan el aprendizaje autónomo.
• Actividad 3: Simulación de evaluación

  Descripción: Definir una evaluación formativa para la actividad y planificar retroalimentación guiada.

  • Puntos clave: criterios de éxito y retroalimentación efectiva.
  • Aprendizajes: entender cómo medir el aprendizaje y ajustar la intervención.

La evaluación se enfoca en el diseño y la viabilidad pedagógica de la actividad:

1. OE1: revisión del plan de actividad y su alineación con objetivos.
2. OE2: prototipo de prompts funcionales y su justificación pedagógica.
3. OE3: criterios de evaluación y plan de retroalimentación.

2 semanas

1. Sesgos y limitaciones técnicas — Descripción corta: qué pueden faltar o sesgarse en salidas y datos.
2. Escalabilidad y sostenibilidad — Descripción corta: cómo mantener y adaptar la solución a más estudiantes.
3. Gestión de cambios y gobernanza — Descripción corta: prácticas para la adopción responsable y continua.

• Actividad 1: Análisis de caso práctico

  Descripción: Analizar un caso real o hipotético de implementación de IA en educación, identificando sesgos y limitaciones.

  • Puntos clave: diagnóstico, impacto y mitigaciones.
  • Aprendizajes: habilidad para identificar riesgos y proponer respuestas.
• Actividad 2: Propuesta de mejora

  Descripción: Proponer mejoras técnicas y pedagógicas para reducir sesgos y aumentar la efectividad.

  • Puntos clave: intervención técnica y cambio pedagógico.
  • Aprendizajes: pensar soluciones integrales y responsables.
• Actividad 3: Plan de escalabilidad

  Descripción: Elaborar un plan para ampliar la implementación a más aulas o centros, considerando recursos y gobernanza.

  • Puntos clave: recursos, formación, monitoreo y evaluación continua.
  • Aprendizajes: diseño para crecimiento sostenible.

Evaluación centrada en la capacidad de identificar riesgos y proponer soluciones prácticas:

1. OE1: informe de diagnóstico de sesgos y limitaciones en un proyecto propuesto.
2. OE2: propuesta de mejoras técnicas y pedagógicas para mitigar riesgos.
3. OE3: plan de escalabilidad y gobernanza del proyecto.

2 semanas

1. Definición del tema y público — Descripción corta: auditorio y resultados esperados.
2. Diseño del prototipo con IA — Descripción corta: estructura, prompts y salidas previstas.
3. Evaluación y gobernanza — Descripción corta: criterios de evaluación y políticas de uso.

• Actividad 1: Construcción del prototipo

  Descripción: Desarrollar un prototipo funcional de recurso educativo que use IA para apoyar el aprendizaje.

  • Puntos clave: funcionalidad, alineación pedagógica y usabilidad.
  • Aprendizajes: aplicar principios de diseño instruccional con IA.
• Actividad 2: Pruebas de usuario

  Descripción: Realizar pruebas con estudiantes o docentes para obtener retroalimentación y ajustar el prototipo.

  • Puntos clave: usabilidad, comprensión y utilidad de las salidas IA.
  • Aprendizajes: valorar la experiencia de usuario y la efectividad pedagógica.
• Actividad 3: Presentación de prototipo y plan de implementación

  Descripción: Presentar el prototipo a un comité y proponer un plan de implementación y evaluación.

  • Puntos clave: claridad de comunicación, evidencia de impacto y plan de mejora.
  • Aprendizajes: dominio de conceptos y habilidades de presentación y planificación.

Evaluación basada en la calidad del prototipo y su viabilidad de implementación:

1. OE1: demostración funcional del prototipo y explicación de su diseño pedagógico.
2. OE2: informe de pruebas de usuario y ajustes realizados.
3. OE3: plan de implementación y evaluación del prototipo en un contexto real.

3 semanas