Informe ODITE 2025: cómo la IA está redefiniendo el Aprendizaje Personalizado
Este webinar presenta el Informe ODITE 2025, que analiza cómo la inteligencia artificial está transformando la educación mediante la personalización del aprendizaje. Juan Miguel Muñoz comparte fundamentos pedagógicos, retos, oportunidades y ejemplos prácticos para que los docentes puedan implementar la IA de forma crítica y efectiva en sus aulas.
Transcripción
Transcripción automática; cada marca lleva el video a ese momento.
[10:01]y que tiene relación con nuevas metodologías y con nuevas tecnologías, sobre todo en los últimos tiempos, con lo que tiene mucho que ver con lo digital, y especialmente en los últimos tres años, desde 2022, con la aparición de ChatGPT, con fuerza, con todo el tema de la inteligencia artificial. El objetivo de nuestro observatorio es crear un ecosistema pedagógico que tenga unas raíces y un horizonte con la tecnología educativa, realizando una serie de acciones. Aquí destaco en posforito las dos que nos traen el informe, que serían la detección e investigación de nuevas tendencias en tecnologías aplicables a la educación, y también la presentación y difusión de estas experiencias educativas relacionadas con nuevas tendencias. Porque en el informe, como luego veremos, más de la mitad del contenido son prácticas educativas de referencia vinculadas al tema que nos ocupa, que está ligado a la personalización de la inteligencia artificial. Aparte de lo que está subrayado o marcado con posforito, pues también otras actividades que hacemos es compartir herramientas, recursos y experiencias, hacemos propuestas de acciones formativas, informativas e innovadoras. La propia Asociación Espiral tiene un programa formativo que desarrolla actividades formativas a la carta o generales a lo largo de los cursos o de los años.
[11:38]Después es un punto de encuentro entre las personas asociadas a Espiral con proyectos innovadores y participamos en la promoción e innovación de jornadas, encuentros, seminarios, etc. Fundamentalmente nuestra actividad estrella, algunos tal vez lo conozcáis, se llama Aumentame, que nació como un encuentro para dar a conocer, difundir y estudiar la realidad aumentada. Posteriormente, con la evolución de las tecnologías, estoy hablando de hace creo que 12 años, hemos ido incorporando la realidad virtual, hemos ido incorporando las realidades mixtas, el metaverso y en la última edición y la próxima incorporamos, como no, la inteligencia artificial. Dicho esto y antes de meternos en lo que es propiamente el informe, hablaremos un poco de cómo se ha trabajado y por qué. Ya lo abarrotábamos un poco con esta pequeña introducción, al hacer el patente que necesitábamos hacer una reflexión crítica sobre cómo la inteligencia artificial está impactando, puede impactar e impactará en nuestras aulas. Y partimos de la premisa, que es una conclusión de este estudio, que efectivamente la AI puede transformar la educación, pero no puede hacerlo sola, ni en exclusiva. Por lo tanto, es importante destacar esta frase que la tenemos también ahí, destacada en fosforito.
[13:20]Este informe se ha utilizado una metodología combinada, una metodología que combina el índice de validez de contenidos de last week, en el que se analizan los 28 artículos especializados. Y para este análisis hemos utilizado las propias herramientas que nos facilita la inteligencia artificial. En este caso, Chad GPT-4 y CLOT. Con estas herramientas hemos procesado los datos y luego os haré un resumen, micro resumen, de qué es lo que es este estudio. La estructura del informe se centra en tres grandes apartados. El primero, que nos sitúa en el escenario en el que nos encontramos, como docentes y en el que se encuentra la educación en este momento de cambio sociotecnológico. Y lo que hace es plantearnos reflexiones, retos y qué oportunidades generales podemos encontrar en este marco conceptual. Siempre desde una mirada crítica sobre la inteligencia artificial en educación. Porque, como también veremos enseguida, la inteligencia artificial tiene muchas ventajas, pero también tiene sus puntos negativos, sus puntos que hay que mejorar o que hay que tener en consideración. El segundo apartado se centra en fundamentos. Cuando hablamos de fundamentos hablamos de modelos pedagógicos, de modelos teóricos.
[14:54]En los que nos hemos de basar como profesionales de la educación para ver y estudiar cómo la implementación de la inteligencia artificial en la educación se hace de la mejor manera posible y teniendo siempre presentes esos fundamentos pedagógicos, teóricos y éticos. Y finalmente la tercera parte, que es la que os comentaba, de ejemplos prácticos que llamamos praxis, son experiencias prácticas, experiencias prácticas que han desarrollado docentes como nosotros, docentes de la educación primaria, de la secundaria, de la formación profesional, de la educación universitaria y que, de alguna manera, lo que pretenden es inspirar a otros docentes a replicar o a utilizar como modelos de buenas prácticas o de prácticas educativas de referencia para utilizar en las aulas. Así pues, y antes de continuar, también merece la pena que aclaremos un poco los conceptos, sobre todo de qué hablamos cuando hablamos de personalización del aprendizaje. En el propio informe ya se recogen dos artículos, en el de Amaya Arroyo, en el artículo El mito de la personalización automatizada, que es uno de los primeros que se encuentra en el primer apartado de escenario, Amaya plantea que la integración de las tecnologías digitales favorecen la individualización, pero que la integración no siempre logra la personalización.
[16:31]En el artículo de Ingrid Noguera, Ana Ciraso Cali y Lucía Catarineu, en su artículo que se titula Del aprendizaje, perspectiva del alumnado y del profesorado, sobre los usos de la IA en la universidad, también sale, aparece esta diferenciación entre el aprendizaje individualizado, en el que nos referimos al enfoque instruccional que adapta experiencias educativas a las necesidades objetivas y habilidades únicas de cada alumno, mientras que personalizar el aprendizaje, además, implica identificar los conocimientos previos que ya tiene el propio alumno, además fomentar la autoconciencia sobre las necesidades de aprendizaje, para que el propio aprendiz sea o llegue a ser autónomo. Resumido en imágenes, tendríamos las tres ideas, las tres grandes ideas, que serían esa individualización, que lo que viene a hacer es crear actividades específicas para un alumno concreto, en particular, cuando ese alumno tiene un nivel diferente, que tiene un pequeño riesgo o un gran riesgo, según como se desarrolla o como se trabaje, que es marginar al alumno porque ofreces actividades diseñadas exclusivamente para él, que son totalmente diferenciadas de las que hace el resto de los alumnos. El modelo de diferenciación, en este caso, las actividades ya se adaptan a las preferencias de aprendizaje de los diferentes alumnos del aula, porque, como ya sabemos, en nuestras aulas no hay dos alumnos iguales.
[18:13]Si tenemos 30 alumnos, son 30 características personales, 30 características sociales diferentes, 30 características caracteriales, 30 características socioeconómicas, etc. De manera que, en este caso, las metas de aprendizaje son las mismas para todos los estudiantes, sin embargo, la metodología y el enfoque varía de acuerdo con las preferencias de cada alumno. Y, finalmente, el modelo de personalización, aquí ya es un paso más al que se pretende llegar con la personalización, que es que el alumno puede elegir actividades que se adapten a sus necesidades, a sus estilos y a sus preferencias de aprendizaje, lo que fomenta, evidentemente, una mayor participación, una mayor flexibilidad, una mayor motivación. Y aquí hay un abanico de posibilidades para atender a los diferentes estilos de aprendizaje mucho más amplia. Hasta ahora, prácticamente los tres modelos eran muy difíciles. La personalización era prácticamente imposible, a no ser como el experimento que hizo Bloom, cuando decía a un alumno, un profe. Claro, si tú tienes un alumno con un profesor, pues, evidentemente, puedes personalizar bastante bien el aprendizaje de cada alumno. Como eso es utópicamente, o sea, es imposible, es utópico, pues, no puede llevarse a cabo.
[19:45]Ahora, gracias a la personalización, es cuando podemos empezar a plantearnos que tal vez eso pueda ser así. Bien, si ponemos unos ejemplos de manera muy rápida, pues, hablando de individualización,
[20:01]Un estudiante tiene dificultades con la multiplicación, sin embargo, sus compañeros están trabajando ya la división. ¿Qué hace el profesor? ¿Qué hace el docente? Proporciona ejercicios y materiales específicos y concretos para su nivel con el fin de que mejore la multiplicación, sin embargo, los demás puedan seguir avanzando en el contenido, en este caso en la división. La diferenciación sería, por ejemplo, en una clase de historia todos tienen que aprender la revolución francesa. Para atender diferentes estilos de aprendizaje, como hemos dicho, el maestro tiene que ofrecer varias opciones, por lo tanto, algunos artículos pueden leer un artículo, algunos estudiantes pueden leer un artículo de un periódico, un artículo de internet, de un blog, un artículo o de un libro o de un documento de la biblioteca. Otros pueden ver un vídeo en YouTube o un documental en la tele. Otros pueden hacer o participar en una dramatización del evento en cuestión de la revolución francesa o de la revolución industrial o lo que fuere. Entonces, aunque el objetivo es el mismo, variará dependiendo de los intereses de los estudiantes. En cambio, la personalización, imaginemos en una clase de literatura que cada uno de los alumnos elige un libro para leer en función de sus intereses, pero luego una vez han leído el libro pueden decidir cómo presentar las reflexiones del libro. Algunos harán escribiendo un ensayo, otros harán un vídeo en YouTube, incluso en TikTok, algunos harán una infografía o algunos harán un mapa conceptual. De este modo, cada uno de los alumnos tiene la libertad de aprender de la manera que mejor se adapta a sus necesidades, intereses y inteligencias o tipología de inteligencia.
[21:55]Bien, una vez aclarado este concepto, vamos a adentrarnos un poco en el contenido del libro. Hay una primera parte que comentábamos que es el escenario y en este bloque, sobre todo lo que se ofrece, cuando hemos hecho el estudio de todos los artículos, se ofrece una versión crítica que creemos muy necesaria para abordar la inteligencia en educación de manera responsable. Por ejemplo, en el primer artículo de Carlos Magro, éste nos advierte contra el tecnofetichismo y el catastrofismo, señalando que no necesitamos más promesas tecnológicas sino recuperar los futuros robados. Es decir, históricamente la tecnología siempre ha venido a ser la panacea de la revolución de la educación. La tecnología siempre iba a cambiar la educación y de alguna manera nunca ha acabado de cambiarla, porque hay muchos otros factores que influyen en que eso no pueda llevarse a cabo de la manera como nos gustaría. Pero en este primer artículo se habla un poco de éste, de que no podemos caer ni en el fetiche de la tecnología y que todo lo que hace la tecnología es fantástico, ni en el catastrofismo de decir, esto no sirve para nada, no ha funcionado nunca y nunca cambiará la educación. Hay otra concepción de Ramón Besonias que es interesante también porque plantea que en realidad la inteligencia artificial sólo es un amplificador nuestro como docentes. O sea, nunca nos sustituirá como docentes nuestra tarea educativa, pero sí que ciertamente amplificará lo que tú eres. Tú eres un docente acostumbrado a la clase magistral, la inteligencia artificial te ayudará a hacer mejores clases magistrales o que tu planteamiento para la utilización de la inteligencia artificial sea la clase magistral. Si eres un docente investigador y que fomenta la investigación o el aprendizaje científico, utilizarás la inteligencia artificial de manera más optimizada como
[23:59]un amplificador de ese estilo de enseñanza. Después están los ecosistemas que Neus Lorenzo explica, los sistemas de recuperación aumentada por regeneración, que lo que vienen a hacer es mejorar las limitaciones, las alucinaciones, las respuestas imprecisas de los LLM. Y aquí lo que sí que se observa y se defiende y se argumenta es que el docente actúa como garante de calidad porque lo que hace es ayudar a que lo que la inteligencia artificial generativa, sobre todo que es la que más extendida está en educación y la que más utilizamos, nos puede dar como resultados. Esos resultados a veces son falsos, son alucinaciones que se inventa o respuestas que no acaban de ser precisas o que no acaban de ser exactas. Utilizar el sistema de recuperación aumentada por regeneración lo que hace es relativizar esos fallos o disminuir esos fallos y hacer que la calidad de la respuesta sea superior a la de la propia inteligencia artificial per se. Y también destacar la aportación de Amaya Arroyo cuando desmitifica la idea de la personalización del aprendizaje, un poco lo que decíamos también. O sea, la personalización auténtica es imposible, que se pueda automatizar por muy inteligente que sea la máquina o el algoritmo. Porque hay una dimensión humana, ética, relacional y colectiva del aprendizaje que la inteligencia artificial nunca podrá suplir. Y entonces también Amaya Arroyo plantea esta diferenciación entre inteligencia, entre personalización del aprendizaje, individualización y diferenciación.
[25:52]Bien, seguimos con el siguiente apartado que en este caso habla de los fundamentos, los fundamentos epistemológicos y gestión de cambio, que son los artículos que tratan fundamentalmente estos temas. Para una integración de la inteligencia en educación, de la inteligencia en educación es fundamental conocer cómo sabemos lo que sabemos, la epistemología. Es decir, cómo lo sabemos porque eso nos va a ayudar a saber cómo podemos mejorarlo y cómo podemos mejorar que se aprenda de una manera más eficiente, cómo se puede aprender de una manera mejor, más motivadora y que el alumno llegue a tener un conocimiento mucho más profundo de los temas o en realidad para que el aprendizaje se convierta en conocimiento a fin de cuentas. Entonces aquí hay apartados que hablan de lo que sería el conectivismo, que es la nueva forma de entender el aprendizaje en la edad digital porque el conocimiento reside en las conexiones, en las conexiones digitales y en las conexiones personales también. Hablamos también de la cultura digital porque las transformaciones de las prácticas educativas se están dando en entornos digitales pero enriquecidos y el enriquecimiento siempre viene a través de tecnologías pero también a través de metodologías que van muy ligados, van muy de la mano. O sea, a veces entendemos cuando hablamos de aprendizaje por proyectos, tú puedes trabajar por proyectos sin necesidad de tecnología y puedes trabajar tecnología sin necesidad de hacer proyectos pero trabajar por proyectos con tecnología o y con inteligencia artificial puede mejorar y puede enriquecer el aprendizaje, las prácticas educativas. Otra cuestión es el tema de la ética, la ética del diseño. El tema de la ética está como un trasfondo en prácticamente la mayoría de los artículos, sobre todo en las dos primeras partes del informe, porque es una de las grandes preocupaciones que son las que
[28:04]tenemos que plantearnos y en las que tenemos también que educar a nuestro alumnado para que realmente las soluciones educativas que se desarrollan con inteligencia artificial tengan en cuenta la ética y la moral de la tecnología. Y después hay una parte muy interesante que tiene que ver con esa gestión del cambio que está directamente relacionada con el liderazgo institucional. Es decir, si no hay un liderazgo institucional difícilmente la inteligencia artificial va a tener entrada en los centros educativos porque se podrá entrar de manera sesgada o de manera parcial y gracias a, como casi siempre, a un grupo de docentes entusiastas y motivados que van introduciéndola en sus prácticas educativas y que a veces extiende y a veces no se extiende e incluso se estigmatizan a este tipo de personas y los llaman frikis y los llaman mira ya está el de los ordenadores, ya está el de la informática, ya está el de los móviles, etcétera, etcétera. Después la parte de los modelos teóricos, cuando hablábamos antes también de esa parte de los fundamentos pedagógicos, aquí lo que se exploran esos modelos éticos que deben sustentar cualquier implementación de la inteligencia artificial. Si partimos del constructivismo digital, el aprendizaje debe ser activo y debe ser contextualizado y además partiendo de los principios del constructivismo de los clásicos constructivistas desde Piaget a Vygotsky y todos estos referentes nos ayudan a entender cómo
[30:00]aprendizaje, el conocimiento a través de lo digital y en este caso con la inteligencia artificial. La importancia del pensamiento divergente. O sea, el pensamiento único no es bueno para la educación, ni para la sociedad, ni para las personas. Por eso es bueno ser críticos con el pensamiento y el pensamiento tiene que ser divergente, en este caso ayudado por la inteligencia artificial que nos va a servir como catalizador creativo, que nos va a dar nuevas formas de pensar, nuevas posibilidades de hacer las cosas, de plantearnos los temas y de solucionar los problemas que nos podemos encontrar. Otro aspecto muy relevante es la evaluación, la evaluación formativa y la evaluación formadora. O sea, que tiene que haber un propósito con todas las actividades que hacemos que tenga trazas de lo digital, porque lo digital está presente. Si queremos llegar a hacer una evaluación formativa auténtica tenemos que plantear que esas trazas digitales tienen que estar presentes en el propósito cuando nosotros planteemos cómo desarrollar o cómo llevar a cabo la evaluación formativa. También es muy importante la empatía y el diseño ético, evitar tecnificar lo emocional, porque es muy difícil y prácticamente imposible. Veremos después que hay algunos modelos pedagógicos de implementación de la inteligencia artificial que tienen muy en cuenta esta parte de la empatía en el diseño pedagógico y ético. Y finalmente, en la cúspide de la pirámide, la presencialidad resignificada. Es decir, el docente siempre ha estado presente en la educación, pero de alguna manera con la inteligencia artificial tiene que estar doblemente presente, porque es el compañero ideal para que todos los aprendizajes que se llevan a cabo en el proceso de personalización del aprendizaje, todas las fases necesariamente van a
[32:13]pasar por el docente, como elemento iniciático y como elemento final que ayuda a la metacognición en el proceso de aprendizaje. De eso también veremos algún ejemplo en los capítulos del libro. Finalmente, de las tres partes del libro, la más amplia, como os hemos comentado, es la parte de praxis, que es la que recoge esas experiencias de docentes de todas las áreas y niveles educativos, prácticamente todas. Tened en cuenta que, si no recuerdo mal, son unas 18 experiencias y en total son 28 artículos, o sea que la mayoría, me equivoco diciendo números de memoria, pero bueno, quiero decir que la mayoría de los artículos tienen que ver con experiencias prácticas llevadas a cabo por los docentes. Aquí citamos algunos ejemplos. Miguel Ángel Fuentes trabaja el tema o desarrolla el tema en su artículo sobre cómo introducir la inteligencia artificial en los claustros, porque, claro, es un tema que los claustros tienen que debatir, tienen que dialogar, tienen que discutir para ver si eso es importante, no es importante, y si lo es y es relevante, cómo hacerlo. Entonces él documenta unos cambios reales a través del diálogo docente que han fomentado la colaboración y el aprendizaje entre docentes, en este caso en su centro. Después tenemos el modelo PLICA, que es un modelo que desarrolla un docente, en este caso de primaria, Francho Lafuente, que está centrado en la escritura, potenciando la estructura, la autonomía y la creatividad.
[34:16]Ángel Esodiano habla de la formación de los docentes, o sea, normalmente hablamos de la docencia presencial, pero claro, no podemos olvidar que cada vez más hay modelos híbridos de enseñanza-aprendizaje que tienen que ver con la digitalización de las formaciones y, en este caso, este artículo se centra en los itinerarios flexibles que mejoran la autoeficacia profesional de los educadores. Hay otro artículo que son docentes universitarios, en este caso, y por supuesto analizan las percepciones mixtas de lo que está pasando en la universidad, que son percepciones que tienen mucho que ver con el miedo a la deshumanización. Es decir, ¿qué pasará si todo el aprendizaje pasa a estar en la nube a través de algoritmos que desarrollan la inteligencia artificial? ¿Vamos a perder el conocimiento? ¿Vamos a perder el poder? ¿Vamos a perder el control del aprendizaje de nuestro alumnado? De alguna manera, en este artículo, las tres autoras reflexionan sobre este tema. Después aparece todo el tema de la inclusión en la personalización, porque siempre es un tema, siempre que hablamos de educación es preocupante o nos preocupa como docentes cómo llevar a cabo el tema de la inclusión, cómo trabajar realmente la inclusión. Muchas veces se nos den a la boca y decimos no, es que si no hay inclusión no puede haber educación. Pero claro, luego la realidad de las aulas es que tienes 30 alumnos o 25 alumnos o 20 alumnos, no importa, pero tienes tres alumnos con necesidades educativas específicas, especiales, que no pueden ser atendidos porque no tienes medios, porque no tienes materiales, porque no tienes personas que te puedan ayudar en el aula. De manera que tienes ahí una carrera de fondo solitaria en la que tienes que improvisar recursos y hacer lo que puedes para poder hacer que la inclusión sea
[36:29]efectiva. Entonces aquí, en este apartado de artículos, estos artículos hablan un poco, estas experiencias sobre cómo la inteligencia artificial puede fomentar esa inclusión y una auténtica personalización. Así Miguel Ángel de la Fuente explora cómo la inteligencia artificial puede atender la diversidad manteniendo una perspectiva humanística. El tema del humanismo siempre estará presente en el informe también y luego veréis algunos datos que lo reflejan. Elena Bercher y Olgado son profesores de primaria y de universidad y hablan de cómo hacer en primaria, en este caso itinerarios, que están personalizados para cada alumno de manera que se puedan autoorganizar de manera progresiva respetando los ritmos de aprendizaje de cada uno, los ritmos individuales. En secundaria Juanjo de Haro demuestra porque Juanjo de Haro trabaja mucho la inteligencia artificial, es un pionero, siempre ha sido pionero en todo lo que tiene que ver con la integración de la tecnología en el aula, es un profesor de un colegio en Barcelona y decimos que lo demuestra porque él lo documenta con datos. Entonces dice que mejora el seguimiento docente en secundaria permitiendo una atención más individualizada sin aumentar la carga de trabajo, eso que a veces nos pasa a los docentes que tenemos mucho tiempo para para debatir, perdón, mucho tiempo para corregir y poco tiempo para debatir y para estar presente y atendiendo a los alumnos. Y después también como la formación profesional hay un en este artículo más Lázaro desarrolla sistemas de orientación con inteligencia artificial para ayudar a los alumnos de educación profesional a encontrar sus trayectorias individualizadas.
[38:30]Bien, las metodologías activas. Las metodologías activas con la inteligencia artificial ¿qué podemos hacer? Pues potenciarlas, un poco como el artículo que decíamos de Ramón Besonias que la inteligencia artificial es un amplificador de lo que hace el docente. Pues volverá, dice que los recursos educativos abiertos con inteligencia artificial más design thinking como metodología fomentan la co-creación. Cervera desarrolla proyectos maker que combinan hardware y software con la inteligencia artificial y hacen en este caso son unos altavoces que se han desarrollado con estas placas Arduino y que las han hecho los propios alumnos utilizando la inteligencia artificial y la inteligencia artificial en la formación profesional superior Ray Gallon implementa soluciones adaptativas y esto lo está haciendo también en una experiencia que lleva a cabo desde el curso pasado para mejorar la formación competencial de sus alumnos de formación profesional avanzada. Otro tema que tiene mucho interés es el tema de los espacios, los nuevos espacios y la voz del alumnado porque el espacio también educa y cómo está configurado ese espacio. Por eso es importante considerar estas expectativas que tiene el alumno y cómo los espacios físicos pueden condicionar y mejorarlo. En este caso las expectativas y riesgos Francesca Burriel nos habla de Coge la voz de los alumnos recogiendo sus expectativas y preocupaciones, sobre todo porque le dan mucha importancia a las relaciones humanas en este contexto cada vez más digitalizado.
[40:12]Nuria Sabaté y su equipo exploran, porque ellas ya trabajan con cajas de aprendizaje en su centro, cómo la Inteligencia Artificial complementa esos espacios educativos para crear ecosistemas de aprendizaje que fomentan la autonomía del estudiante. Y, finalmente, Begoña Codesal, Oliveras Báseda y Navarro investigan con la realidad aumentada y la realidad virtual desde una perspectiva ética, creando experiencias multinivel con educadores aumentados. Bien, no me entretengo más, pero sí que me gustaría comentar en este caso lo que os decía al inicio, que en las conclusiones, los resultados obtenidos con esta investigación IUVZ que os comentaba al inicio, nos hemos dado cuenta de que somos más optimistas que pesimistas en cuanto al impacto de la Inteligencia Artificial en educación. Es decir, de todos los artículos, de los 28 artículos, el 92% hacemos énfasis en los beneficios de la Inteligencia Artificial. De manera crítica, es verdad, pero tenemos esa visión más optimista. En cambio, en el tema de la mención de los riesgos, ahí estamos un poquito, yo creo, que cojos, porque mencionamos menos. Solamente un 42,19% de los artículos aparece mencionados los riesgos. En un 70,31% se aborda de lleno y con plena calidad el abordaje de la personalización del aprendizaje.
[42:01]70,31%. Y luego el trasfondo que decía humanista se vislumbra, se siente, se nota en el 65,12% de los artículos. El estudio este es muy amplio y está hecho con las dos herramientas que os he dicho, Chad GPTO y con Cloud. Y está antes del índice del informe, que podréis leer y que luego os compartiré. Y yo creo que es importante que lo veáis porque da muchas pistas de cómo este informe es fiable y es sólido porque es un estudio bastante amplio y bastante serio en ese sentido. Bien, ya para acabar, el análisis de las, como decía, de estas 28 contribuciones plantea importantes preguntas para el futuro. ¿Qué significa personalizar desde esta mirada humanística?
[43:02]El informe revela que esta visión mirada humanística, como decíamos antes, el 61% de los artículos, el 65,2% perdón, es un tema recurrente y a menudo hablamos de la mera automatización. Por lo tanto hay que tener en cuenta que una verdadera personalización humanista tiene que considerar las dimensiones sociales, emocionales, éticas y morales. Y no sólo a la parte técnica del algoritmo, funciona de los contenidos de cómo desarrolla de la herramienta en sí. Y otro gran interrogante podría ser ¿cómo podemos conjugar la inteligencia artificial con la justicia social? Claro, implementar la inteligencia artificial plantea muchas cuestiones. Plantea cuestiones éticas, plantea cuestiones de acceso, de equidad, otra una vez más, de diversidad, de ecología, los grandes sistemas de ellas que consumen una cantidad ingente de energía y también de agua, que es un bien escaso. Y por lo tanto todos estos temas requieren políticas educativas que tienen que desarrollar y garantizar un desarrollo tecnológico que sea inclusivo. Y bueno, en definitiva un poco este sería el panorama general del informe. Hay muchos detalles pero lo mejor del informe es leerlo y por eso os dejo aquí un enlace para descargar el informe completo y el código QR que podéis escanearlo y que también lleva la página de descarga.
[44:47]Gracias por atender. Desde aquí también agradecer a mis compañeros coordinadores Xavi Suñén, Eus Lorenzo y a Miguel Ángel Prats porque sin ellos hubiera sido muy complicado poder gestionar el desarrollo de este informe. Así que gracias por vuestra atención y ahora si hay alguna pregunta pues tenemos unos minutos que yo creo que podríamos aprovechar.
[45:17]Bueno, muchas gracias Juanmi por esta presentación del informe ODITE de las generalidades, la forma como fue construido a partir de todo este andamiaje académico que han puesto en marcha allí, muy interesante, el que los 28 artículos publicados dentro o que conforman el informe hayan sido objeto en el prólogo de una metodología investigativa mediante este índice que da cuenta de, bueno, cómo estos artículos se relacionan con esa personalización con esa diferenciación con la individualización pero además desde diferentes perspectivas metodológicas en la que trabajan los autores de cada uno de los capítulos por lo que esto da cuenta de que no es meramente un constructo teórico sino que realmente está fundado en la práctica que lleva a cabo cada uno de estos autores al participar con un capítulo en el informe ahora digamos para verlo desde el punto de vista ya más de la práctica desde el aula, un docente uno de los usuarios de EUTECA, se podría estar preguntando por ejemplo en un artículo, en tu artículo por ejemplo, que tú mencionas el constructivismo digital como equivalente al aprendizaje personalizado en la era de la inteligencia artificial entonces este docente pensando en su trabajo de aula podría preguntarse sobre ejemplos de estrategias concretas donde la IA más que ofrecer respuestas directas actúe como un andamiaje ahora sí constructivista para que los estudiantes desarrollen una comprensión profunda y desarrollen unas habilidades de resolución de problemas en asignaturas tales como por ejemplo, por decir algo matemáticas al enfrentar problemas complejos o lenguaje al analizar textos literarios o textos argumentativos que ejemplos de estrategias concretas podrías darnos desde esa perspectiva que tú planteas en tu artículo sí, pues, a ver yo creo un poco en el constructivismo
[47:51]sabemos que y habla del término del andamiaje me parece muy interesante el docente apoya, paso a paso el proceso de aprendizaje no de las respuestas la clave de la IA también debería ser que no nos dé la respuesta correcta sino que la IA guíe al alumno a través del proceso de construcción del conocimiento claro, esto es fácil decirlo pero es más complejo hacerlo, no es que sea difícil pero hay que entender un poco la lógica del PROM de cómo preguntarle a la IA y ahí tenemos un reto que tiene también que ver con la formación del docente para saber formularle preguntas y convertir a la IA en un verdadero andamiaje permanente en su aprendizaje es decir la IA nos podría ayudar a hacer preguntas socráticas para hacer una reflexión en el proceso de razonamiento y de autocorrección en lugar de dar respuestas directas o sea, formular más preguntas o cuando nos encontramos con un problema, descomponer ese problema en tareas más manejables más sencillas el feedback que hacemos formativo y personalizado claro, es mucho más fácil que la IA nos pueda ayudar para que en ese proceso de retroalimentación se vaya construyendo con ese andamiaje de las respuestas que te va dando el proceso de aprendizaje después, es también importante que lo hemos comentado hace un poquito el tema de la metacognición que ahí nos puede ayudar mucho también como formulamos las preguntas a la IA hay que animarle al alumno para que reflexione sobre su propio aprendizaje preguntarle ¿qué estrategia has utilizado?
[49:57]¿por qué ha funcionado? ¿por qué no ha funcionado? ¿Qué podrías hacer de manera diferente para mejorarlo? ¿Qué podemos mejorar en el proceso? Etcétera, etcétera. En este sentido, podemos... algún ejemplo concreto, por ejemplo, en matemáticas nos encontramos, imaginemos un alumno que tiene que resolver un problema y no sabe por dónde empezar, no sabe ni por dónde cogerlo porque no lo entiende. Entonces, el andamiaje que construiría la inteligencia artificial cuando nosotros le hemos facilitado el PROM tendríamos que pedirle que, claro, primero que no entendemos el problema y entonces que me haga preguntas para que yo entienda lo que él me pregunta y yo pueda descubrir qué es lo que el problema me pide. Podría hacerte que reformules el problema con tus propias palabras. Decirle a la inteligencia, este problema que no lo entiendo reformúlalo con mis propias palabras un alumno de 12 años de segundo de la enseñanza secundaria. Dime qué es lo que me pide exactamente o explícame cuál es la pregunta clave de este problema o cuál es la solución, cómo puedo llegar a la solución. Explícame paso a paso. ¿Has resuelto problemas similares? ¿Qué estrategias has utilizado para resolverlos? Explícamela también paso a paso, etcétera, etcétera.
[51:39]En lengua yo hice un experimento cuando estaba preparando el informe hice un ejemplo en lengua mejor dicho con literatura, perdón. Cogí un poema de Alberti, La paloma que es un poema popular conocido por todo el mundo y yo lo que, de alguna manera, lo que quería es que la inteligencia artificial entendiese que yo no entendía lo que me pedía él lo que me pedía, o sea, lo que tenía que hacer con ese poema porque no lo entendía. Entonces, perdón. Entonces lo que le fui pidiendo elegí cuatro herramientas elegí ChalkGPT, Cloth, Copilot y después lo probé posteriormente con Manus. La pregunta que le hice es mira, yo este problema, perdón este poema no lo entiendo no lo entiendo porque me parece que es muy abstracto y habla de cosas que se me escapan no acabo de ver cómo entenderlo ni qué hacer con él en el análisis que me pide el docente.
[53:03]Entonces creo que tengo la pregunta, sí. Le preguntaba, no entiendo bien este poema de Alberti, de La paloma y le pongo el poema entero y al final le digo mira, puedes ayudarme a analizarlo y entenderlo paso a paso hazme las preguntas necesarias hasta que lo entienda de manera que cuando lo entienda, pues ya te diré ya lo he entendido, muchas gracias. Y entonces, los cuatro modelos que os he comentado hacían el desarrollo bastante bien. Lo que pasa que ChatGPT y Manus hacían las respuestas interactivas, o sea me pedían interacción y Cloud y Copilot lo que hacían era ir explicándome por partes, Copilot por ejemplo lo divide en trozos y te va dando las explicaciones Cloud te va dando las explicaciones sin necesidad de dividir en trozos pero cada uno de ellos cogía conceptos diferentes y los iba explicando. Lo más interesante me pareció el caso de ChatGPT y de Manus por esto que os comento, porque por ejemplo Manus me decía vamos a analizar paso a paso el poema La paloma de Rafael Alberti para comprenderlo mejor. Es un poema muy conocido, el poeta español de la generación del 27 Rafael Alberti. Entonces él dice, primero observamos la estructura y los elementos que se repiten y se refiere a la frase, se equivocó la paloma y sus variantes se equivocaba aparecen constantemente creando un ritmo enfatizado el poema está construido sobre una serie de confusiones o equivocaciones que las va citando.
[54:46]Hay un cambio importante al final porque dice ella se durmió en la orilla, tú en la cumbre de una rama aquí aparece el tú, que antes no existía entonces dice vamos profundizando, etcétera, etcétera, etcétera y entonces una vez acaba de hacerte esa explicación te pregunta ¿qué sensación te produce el poema cuando lo lees? ¿Hay alguna parte específica que te resulte más confusa o te llame más la atención? Y tú tienes que responder. Y cuando respondes te va diciendo perdón, te va haciendo más preguntas ¿Hay alguna parte específica que te resulte más confusa o te llame más la atención? Esto me ayudará a guiarte mejor en la interpretación. Tú le dices pues me resulta confuso y melancólico Ah, pues tienes razón. Bueno, sigue así, no me voy a entretener pero bueno, podéis probarlo porque es muy interesante cómo hace todo el sistema de razonamiento. Y al final, claro, acabas cuando tú ya crees que has acabado. Ese andamiaje que te podría estar haciendo el docente a tu lado durante media hora o durante un cuarto de hora que ha durado esto lo está haciendo la inteligencia artificial gracias a que el prompt que le hemos dado nos ha guiado en el proceso de entender el poema. En definitiva, es clave que el docente aprenda a crear prompts para que actúen como un andamio y no como la palabra de Dios.
[56:12]Y esto es el oráculo y aquí no hay nada que hacer. Y entonces esto es una de las cosas importantes. El rol del docente sigue siendo fundamental como decíamos y después también hay que elegir la herramienta. Como en este caso yo hice la prueba con cuatro pues la prueba se puede hacer con cualquiera de todos los que hay que cada vez hay más, es una locura. Pero bueno, el clásico que todos conocemos, ChalGPT las respuestas que ha dado son muy buenas, son correctas. Gemini también lo ha hecho muy bien pero sin esta parte de preguntas. En cualquier caso, todas pueden servir siempre y cuando tengamos presente cómo hacer ese planteamiento. Y bueno, no sé si con esto te respondo. Yo creo que sí, bastante bien porque lo que digamos en conclusión la clave está en la consigna, finalmente. O sea, si ponemos consigna que demanden del estudiante visibilizar ese proceso que ha llevado a cabo el que sea de acuerdo a la asignatura y a la tarea misma cuál es ese proceso que ha llevado a cabo el estudiante pues ese es un tipo de consigna muy diferente a aquellos que se enfocan en una respuesta. ¿Cuál es la respuesta correcta a tal o cual situación? Y queremos la respuesta. El viejo enfoque de los profes de matemáticas que calificaban el proceso por un lado y la respuesta por el otro.
[57:47]No únicamente la respuesta. Donde está la clave del asunto. Claro, la inteligencia artificial lo complejo, por eso digo, no es difícil pero sí que es un poco coger el tranquillo de cómo puedo hacer que la inteligencia artificial genere el andamiaje. Si yo creo en el constructivismo y creo que es un modelo pedagógico que funciona y que a mí me está funcionando en clase presencial ¿por qué no utilizar la inteligencia artificial? Porque la inteligencia artificial no deja de ser una caja no tonta, porque dicen que es muy inteligente pero claro, es inteligente si le preguntas como ella quiere que le preguntes. Por eso tenemos que entender su lenguaje para sacarle el máximo provecho y aprovecharla para nuestros intereses. Y eso es lo que requiere esa parte de formación. Claro, mira, y en ese mismo sentido porque desafortunadamente el tiempo es tirano y aquí nos podríamos quedar mucho tiempo conversando pero el tiempo de este webinar es el tiempo. Entonces, amarrado a esto último que acabas de decir en el informe se subraya todo el tiempo la importancia de ese uso crítico y responsable de la inteligencia artificial. ¿Qué hay allá de enseñar con IA? ¿De qué manera podemos desde las diferentes asignaturas enseñar sobre IA?
[59:14]Porque una cosa es enseñar con IA y otra cosa es enseñar sobre la IA. Es decir, ¿qué actividades o enfoques podríamos utilizar o nos sugerirías para que los estudiantes realmente comprendan los dilemas éticos esos sesgos algorítmicos ese impacto social y ecológico de la IA de tal manera que se fomente una ciudadanía digital activa y reflexiva que aplique tanto en una clase de filosofía como en cualquier otra asignatura y que permita eso que tú has dicho que acabas de comentarnos y es cómo reflexionar sobre la manera como funciona la IA para poder hacer hacer ...unas mejores peticiones, de tal manera que nos ajustemos a esa forma de cómo ella funciona. Sí, bueno, aquí también lo que yo creo tiene también bastante que ver con el tema de la experiencia del docente, ¿no? Y por eso siempre yo creo que es bueno que el docente empiece con de poco a mucho, ¿no? De lo pequeñito a lo grande. Porque, claro, por ejemplo, el pensamiento crítico. ¿Qué podemos hacer? Pues fomentar preguntas también, ¿no? Que entiendan que la IA es una herramienta. O sea, nosotros como docentes tenemos una caja de herramientas. Y en esa caja de herramientas, ¿qué tenemos? Una pizarra. Tenemos una pizarra digital, tenemos un ordenador, tenemos libros, una tablet, tenemos una biblioteca. Bueno, ahora tenemos en esa caja la inteligencia artificial. Pero, claro, el alumno tiene que entender que esa inteligencia artificial la ha creado alguien. Que esa inteligencia artificial se ha creado con unos datos, que ha sido entrenada con un propósito. Y tenemos que ver que ese propósito no es el mismo con el que se ha creado ChatGPT, con el que se ha creado Mistral, que con el que se ha creado DeepSec. ¿Por qué? Porque los dueños o las empresas capitalistas que tienen esas inteligencias artificiales, que son miles de millones lo que cuesta entrenarlas
[1:01:24]y lo que cuesta ponerlas a disposición de la red, requiere mucho dinero. ¿Para qué hacen las inteligencias artificiales? ¿Para hacer un bien a la humanidad? Pues, hombre, algunas son un poco menos descaradas, pero todas al final lo que pretenden es un beneficio económico. No nos engañemos. Por lo tanto, estas preguntas hay que hacerlas y tenemos que hacerlas con los propios alumnos. Tenemos que saber quién se beneficia de que esa inteligencia artificial se utilice y sea gratuita. Casi nada es gratis. Cuando algo es gratis siempre decimos el precio eres tú, el precio eres tú y tus datos, ¿no? Pero bueno, la parte del pensamiento crítico hay que trabajarla. Hay que estudiar casos reales. Continuamente estamos viendo noticias en la prensa, en las redes sociales, que son falsos y que son normalmente noticias que lo que hacen es
[1:02:27]generar mala sintonía, generar malos rollos, generar crispación, ¿no? Entonces tenemos que conocer cómo hacerlo y cómo analizarlo. Por lo tanto, hay que hacer estudios de casos reales, hay que debatir en el aula. Por ejemplo, todo el tema de organizar dilemas éticos relacionados con la inteligencia artificial utilizando marcos éticos que sean sencillos. Temas de deontología, la ética de la virtud o cómo es el dilema del tranvía. O sea, ejemplos que están ahí que se pueden debatir para ver cómo funciona todo el tema de la ética para ayudarles a comprenderlo mejor. Por ejemplo, hay algo que tiene que ver con el aprendizaje basado en proyectos y que pueden servir, podemos desarrollar un proyecto para que el alumno, el estudiante, los estudiantes investiguen un aspecto concreto de la inteligencia y su impacto. O que incluso pueden diseñar soluciones éticas para el diseño de esa inteligencia artificial. Hay que enseñarles a identificar noticias falsas, como decíamos, que son deepfakes y que son también textos que encontramos en muchas redes sociales, incluso en la prensa escrita o digital, a evaluar la fiabilidad de la información que encuentran en internet y a comprender cómo los algoritmos personalizan lo que vemos. Y aquí esto tiene que ver mucho con el tema de los sesgos.
[1:04:17]Hay que entender, por ejemplo, todas las inteligencias artificiales tienen sesgos. Por ejemplo, cuando hablamos de deepseek, si le preguntamos por el conflicto de Tiananmen, te dirá que eso qué es. No sabe de qué estás hablando o simplemente te dirá que no está programada para dar información de ese tipo o sobre ese tema. O te informará de algunos ejemplos que existen de que hay sesgos en la vida real que son muy claros, por ejemplo, en sanidad. En general, los datos de sanidad, las mujeres están infrarrepresentadas y son grupos minoritarios con algoritmos predictivos. Por ejemplo, los pacientes negros tienen, en los datos que encuentras en los diagnósticos asistidos por ordenador, los pacientes negros tienen menos precisión que los pacientes blancos. ¿Por qué? Porque los datos con los que se ha alimentado la inteligencia artificial, que da datos sobre la enfermedad de lo que sea, tiene un 80% de datos de pacientes que son blancos o que son caucásicos y solamente un 20% de negros o de otras etnias. Amazon, por ejemplo, tenía un algoritmo en su inteligencia artificial para contratar a personal. Entonces, esto era un sesgo algorítmico del procesamiento del lenguaje natural, que lo que hacía era decir que los solicitantes que en los currículums ponía contratado o captado, era más frecuente en esos currículums para ser contratado que en los que no ponía nada. En la generación de imágenes, aquí hay muchos ejemplos que nos dan idea. Cuando le pides una imagen de cualquier cosa, te pueden salir personas que, si estás, por ejemplo, en Europa y le pides a una inteligencia artificial diseñada en Asia, pues los ejemplos que te salen son más de raza asiática. O en temas de género, por ejemplo, tú le pides, pon la imagen de una feministas, de mujeres feministas. Normalmente la imagen de
[1:07:01]feministas sacan una manifestación feminista superagresiva y solo hay mujeres. Y cuando se le piden cuatro modelos, esto es un experimento que se hizo, me parece que era con Miss Journey o con Dali. Bueno, es igual. El caso es que de los cuatro ejemplos que pone, ninguno ponía a mujeres en otra situación que no fuese solo mujeres y que además fuesen agresivas. O sea, identifica feminismo con solo mujeres y un cierto tono de agresividad, etcétera, etcétera. Bueno, por lo tanto, creo que me estoy enrollando con el tema este. En matemáticas hay datos que mienten y que hay que mostrar cómo los datos sesgados o incompletos de un problema pueden dar resultados incorrectos o injustos, incluso cuando el algoritmo sea matemáticamente correcto. Otro ejemplo, por ejemplo, otro ejemplo en el tema de los dilemas éticos y que tiene que ver con el dilema del tranvía, ¿no? Se podrían adaptar dilemas éticos clásicos al contexto de la inteligencia artificial. En el caso, por ejemplo, de los vehículos autónomos, ¿cómo debería programarse un coche autónomo para tomar decisiones en situaciones de accidente inevitable? Pues claro, aquí sería bastante complicado porque ya sabéis que la toma de decisiones, cuando siempre hay un mal que puede ser mayor o menor, pues ahí interviene la ética, interviene la creatividad, ¿no? En fin, bueno, después todo el tema de la seguridad, el tema de los códigos éticos, en el tema de las artes. En el tema de las artes también se está planteando mucho si la inteligencia artificial puede ser creativa y efectivamente yo creo que creativa, creativa, como lo entendemos, probablemente no lo sea, pero sí que puede ser un disparador, ¿no? Un disparador de cómo hacer de otra manera o cómo interpretar de otra manera aquello que yo tengo, aquello que yo estoy mirando, aquello que yo estoy pretendiendo reflejar en un
[1:09:25]cuadro, en un boceto, en una escultura. Y también nos puede servir como inspiración, ¿no? Como quiero, cómo puedo hacer una representación de las virtudes de la esperanza, ¿no? Pues cómo la puedo representar gráficamente, pues puede resultar inspirador. Pero claro, luego la realización, la creatividad humana yo creo que es insustituible hoy por hoy. No sé si me estoy extendiendo. No, no, estuvo bastante bien la explicación a este a este tema porque es que Es muy frecuente y además es una preocupación que no es menor, porque es una preocupación que tiene que ver por aquello de lo humano en medio de todos estos artefactos tecnológicos y hay quienes tienen la postura de que la tecnología deshumaniza, hay otros que tienen la postura de que la tecnología se vuelve un coequipero, es una herramienta, bueno, en fin, hay múltiples perspectivas, pero los temas éticos y los temas humanos siempre aparecen cuando está la tecnología por medio. Incluso en lo que tú mencionas ahora, hasta hace poco, un video o una fotografía era material probatorio, porque era más o menos, mire, aquí está la prueba y está el video y eso no había forma de falsearlo, pues resulta que ahora fácilmente cualquier persona le dice, mire, sube una fotografía, hágame un video con las personas de esta fotografía que en la que estén en tal o cual situación, entonces ya uno ve un video y ahí es donde el pensamiento crítico tiene que entrar a funcionar para poder saber ese video que tan real es, que tan hecho con inteligencia artificial puede llegar a ser, en fin, ya no es tan sencillo y tan fácil muchos de los artefactos tecnológicos que en el pasado se utilizaban sin ningún lío, porque hacen textos bastante buenos, hacen fotografías bastante buenas, que hace poco jugando con Chuck G.P.T., con este tema de las imágenes, imágenes estilo Monet o
[1:11:47]estilo Toulouse-Lautrec, en fin, Goya, pues a mi modo de ver que no soy experto en arte, me parecían muy, muy buenas, cuando se las muestro a un amigo que es pintor, me dice mira, aquí Goya, por ejemplo, aquí falla en esto, o sea, como estilo Goya, está bien, pero que es un Goya, eso sí, vámonos olvidando, o que esto es un Monet, vámonos olvidando, porque es hacer ya, digamos, de manera con un conocimiento profundo de arte para decirle a uno dónde es que está fallando el asunto, pero el común de la población no tenemos ese conocimiento, sea en arte, sea en matemáticas, y en matemáticas acabas de mencionar un tema que es crucial, y es la estadística, por ejemplo, los grandes números, porque toda la inteligencia artificial hoy día está montada es por este lado, por el tema de los grandes números y de cómo las tendencias y cómo lo más probable, en fin, empieza a funcionar, entonces entender todos esos modelos estadísticos que dan vida a estos nuevos modelos, de grandes modelos de datos, pues se vuelve un tema crucial, un tema importante. Pues Juanmi, mil y mil gracias por este espacio, desafortunadamente, pues el tiempo, como te digo, es tirano, y no nos permite alargarnos más, pero estamos absolutamente agradecidos contigo y con toda seguridad sé que esta no será la última charla que tengamos por este país.
[1:13:37]Una cosa que quiero añadir, porque no se me olvida, porque hay tantas cosas que me han quedado en el dientero, pero sí que hay una cosa que es muy importante, siempre yo creo que hay una parte que hay que hacer, que es evaluar el impacto real de la inteligencia artificial, periódicamente, o sea, regularmente, hay que reflexionar, incluso pidiéndole a los propios alumnos el feedback sobre si el uso de esta inteligencia artificial que hemos utilizado, cuál inteligencia artificial ha ayudado a conseguir el objetivo de aprendizaje que nos habíamos planteado, a personalizar esa experiencia, incluso si por el contrario se ha convertido en una distracción o en una carga, porque eso es lo que nos va a dar un poco la pauta, el feedback, para poder continuar y mejorar continuamente el proceso, si no la evaluamos, pues ahí quedará como una cosa más, que al final el alumno se acostumbrará y será aburrida, o será siempre repetitiva, y no aportará ningún valor, o sea, que yo creo que me parece importantísimo esta parte final de reflexionar y evaluar cómo utilizamos la IA. Especialmente en estos tiempos donde hoy, al día de hoy, hay tales herramientas y tienen tales capacidades y tales funcionalidades, y en 15 días ya no sabemos, el panorama puede ser absolutamente diferente.
[1:15:04]Es una locura y cada día nos sorprenden todos los grandes con nuevas cosas, o sea, Google que parecía que empezaba renqueando, ahora está teniendo unas herramientas que es que dices, madre mía, esto es impresionante. Ayer está la noticia de las videoconferencias con traducción simultánea, pero además con la voz de quien está hablando, quien habla en español, por ejemplo, entonces sale la otra persona, escucha en inglés, pero con el acento y con la voz de la otra persona activa español, y en línea, o sea, no es la traducción para después, es sencillamente. Son funcionalidades y es una dinámica, más bien, muy, muy, muy veloz que se está dando en estos temas de inteligencia artificial, por lo tanto, esa recomendación tuya de evaluar ese impacto permanentemente o regularmente no está por demás, porque se vuelve un elemento, un factor fundamental. Bueno, Juanvi, pues mil y mil gracias, estaremos en contacto para unas próximas oportunidades y pendientes de todo lo que podamos apoyar y colaborar desde EUTECA con el observatorio. Mil y mil gracias. Y para todos los asistentes a este webinar, pues muchas gracias por su asistencia y nos estaremos viendo en el webinar para el mes de junio. Así que tengan un buen resto de día y muchas gracias por su asistencia y participación.
Webinars relacionados
