Edumorfosis.it

Paulo Freire (2000) argued that schools function very much like banks; teachers deposit information into students' minds through one-way transference. According to this “banking concept of education” (Freire, 2000, pp. 72-73), students have no agency or role in these transactions that reflect the stance of an oppressive system.

Within the banking model, learners are not taught how to evaluate the knowledge they are being provided. Students are not invited to interrogate the validity of the knowledge imparted by more expert authority. Young people are not free to explore ideas that may contribute to bodies of existing knowledge. Perhaps most problematically, students remain impoverished automatons as they can only "preserve a profitable situation" (Freire, 2000, p. 73) for their oppressors, whether teachers or larger power structures.

This talk explores the transformative impact of future technologies on society, whilst emphasizing the enduring value of human ingenuity - the superpowers we all have within us from childhood to help us not just survive, but thrive in the age of AI.

Emma and Charlotte Robertson are the award-winning sisters and founders of online safety and wellbeing organisation Digital Awareness UK. Having spent the last decade conducting research and developing educational programmes that have empowered millions to use technology positively, they will be sharing their insights and experiences to encourage people to reflect on how they will navigate the challenges and opportunities presented by the rapid pace of technological change we are experiencing.

College Unbound is thrilled to announce the launch of its groundbreaking Usage Guidelines for AI Generative Tools for Faculty and Students. This policy has been developed by a dedicated group of CU students, marking both a powerful model for institutional collaboration and applied education with students, as well as a significant milestone in the integration of artificial intelligence in higher education. As an institutional policy driven by students, it is the first AI policy of its kind in the country.

En un futuro que algunos denominamos ya presente, la educación ha experimentado una transformación disruptiva impulsada por avances en IA y tecnologías emergentes. Las aulas tradicionales han evolucionado hacia entornos de aprendizaje dinámicos y personalizados, donde los estudiantes interactúan con sistemas de IA avanzados que se adaptan a sus necesidades individuales.

Basándome en los trabajos de Bekiaridis y Graham (2023) lo primero que me parecio relevante es establecer un mapeo de los 6 niveles de competencia, desde el NOVATO (A1), EXPLORADOR (A2), INTEGRADOR (B1), EXPERTO (B2), LÍDER (C1) y por último PIONERO (C2), enmarcándolos en el MRCDD, con el resultado que os presento aquí:

La integración de la inteligencia artificial (IA) en el ámbito educativo está marcando un cambio significativo en los métodos de enseñanza a nivel mundial. De acuerdo con el último Monitor Global de Educación de Ipsos, publicado recientemente, se evidencia una percepción variada sobre la importancia de capacitar a los docentes en el uso de la IA en la enseñanza, según el país.

Los datos revelan que el 65% de los encuestados en 29 países consideran que los maestros deberían recibir formación en cómo emplear la IA en sus estrategias educativas. Este porcentaje varía considerablemente de un lugar a otro. En el caso de Perú, un impresionante 84% de los encuestados considera esencial que los maestros se capaciten en el uso de la IA en sus métodos de enseñanza. Le sigue Sudáfrica de cerca, con un sólido 80%, mientras que México y Chile registran cifras de un 79% y un 78%, respectivamente. Argentina también se destaca, con un 72% de los encuestados valorando la capacitación de los maestros en este ámbito.

Sin embargo, existen diferencias significativas en otras regiones. En España, por ejemplo, el 62% de los encuestados considera esencial esta formación, seguido por India con un 59%. El Reino Unido y Japón muestran un 53% y un 51%, respectivamente, mientras que Estados Unidos y Francia presentan cifras menores, con un 48% y un 43%. Estos resultados reflejan un reconocimiento global de la importancia de formar a los educadores en el uso de la inteligencia artificial en la educación, aunque con matices regionales significativos.

Una Universidad Algorítmica se caracterizaría por integrar de manera profunda el estudio y la aplicación de algoritmos en su currículo educativo. Los algoritmos, definidos como conjuntos ordenados y finitos de operaciones que permiten resolver problemas, serían fundamentales en diversas áreas académicas y prácticas cotidianas. En este enfoque educativo, se promovería la comprensión y aplicación de algoritmos en la resolución de problemas, desde tareas simples hasta cálculos computacionales complejos.

Ante la innegable realidad digitalizada en que vivimos, apreciable en el relacionamiento humano de toda índole: en las actividades sociales,  laborales y académicas, se devela la necesidad de poder frenar, moderar, y neutralizar los efectos nocivos que produce el indebido  uso o abuso de la  tecnología, de la Inteligencia artificial, y sus vertientes, que vienen  impactando negativamente  el desarrollo humano en la atrofia de competencias cognitivas, afectivas, comunicativas, laborales, profesionales y sociales, haciendo más paquidérmicos a quienes ven en ella la solución, sin hacer el más mínimo esfuerzo.

Traditionally, school management has relied on manual processes and paper-based systems, leading to inefficiencies, potential errors, and a lack of real-time data. Here's where IoT steps in. Integrating connected devices into various aspects of school operations can revolutionize the way schools function, creating a smoother workflow, a safer environment, and ultimately, a more enriching learning experience for students. Let's delve deeper into how.

It is also becoming apparent that the gains in education are usually very small, perhaps because learning is the sum total of trillions of interactions. It is possible that the research trials we really need in education would be so vast that they are currently too impractical to do.

It seems that evidence is much harder to tame and to apply sensibly in education than elsewhere. In my view, it was inevitable and necessary that educators had to follow medicine in our search for answers. But we now need to think harder about the peculiarities of how evidence works in education.

La inteligencia artificial (IA) está revolucionando el eLearning, prometiendo transformar cómo creamos cursos. Sin embargo, para líderes y equipos de formación, surge la pregunta: ¿Es la IA un aliado o un nuevo reto a enfrentar?

Sabemos que adaptarse a la IA puede parecer abrumador, desde dominar su aprendizaje hasta integrarla efectivamente, sin mencionar el temor a que deshumanice la formación.

Pero, miremos el panorama completo: la IA abre puertas a una creación de cursos más rápida, aprendizaje personalizado y una gestión del conocimiento más eficiente. Imagine automatizar funciones altamente tediosas en el diseño instruccional, crear contenido a medida para cada colaboradores y usar datos para mejorar los cursos constantemente.

La tecnología educativa, también conocida como EdTech, ha experimentado un crecimiento significativo en los últimos años, transformando la forma en que se enseña y se aprende. Estas empresas se dedican a desarrollar y aplicar soluciones tecnológicas en el ámbito educativo, con el objetivo de mejorar la calidad de la educación y hacerla más accesible para todos. A través del uso de herramientas digitales y plataformas en línea, la EdTech ha logrado reducir la brecha educativa y brindar oportunidades de aprendizaje a personas desfavorecidas.

Nadie que trabaje en educación va a renegar de la importancia del esfuerzo. Pero, como sucede con mucha cosas en la actualidad, hay determinados conceptos que se toman, descontextualizan, manipulan y nos presentan bajo titulares tendenciosos. Y el esfuerzo es uno de ellos. Es relativamente frecuente escuchar que tenemos un problema educativo actual que proviene de la pérdida de la cultura del esfuerzo. En este discurso, el esfuerzo se ha convertido en algo actitudinal. Si no tienes éxito es porque no te esfuerzas.

La Inteligencia Artificial Generativa, y la posibilidad de que pueda igualar o sobrepasar al humano en un amplio rango de actividades, plantea preguntas éticas, epistemológicas y sociales significativas. Desde una perspectiva filosófica, la discusión sobre la imitación o logro de la conciencia de las IA se centra en si estas máquinas pudieran experimentar “qualia”: los elementos de la percepción y la sensación que constituyen la experiencia consciente. Entre las principales teorías que exploré están:

What images come to your mind when you think of Artificial Intelligence (AI)? Popular illustrations include human-like robots, or a brain intertwined with chips and wires. However, these images
and metaphors do not accurately reflect what AI is. The field of AI encompasses a wide range of techniques and methods that perform functions we may not typically associate with it, such as
facial recognition, personalized news feeds on social media, customized suggestions and advertisements, route planning (e.g., Google Maps), and search engines (e.g., Google Search,
which uses AI to improve accuracy and relevance of search results). Generative AI is an umbrella term for any AI system that can generate content--such as images, texts, audio and codes-based on the data on which the GPT-based Large Language Model (LLM) is trained (Bender et al., 2021; Chiang, 2023). Much of the Worldwide Web on the Internet is the core dataset of current LLMs, which are then fed additional selective data to tune their responses for particular purposes.

Employers, on the other hand, have started to use micro-credentials in their hiring procedures. In a recent study, 5,000 university students, recent graduates and employers across 11 countries were surveyed by Coursera, a leading micro-credential provider, in collaboration with Repdata and Dynata, two market research companies.

It was revealed that 72% of employers tend to employ a candidate who holds a micro-credential. Similarly, 90% of students and recent graduates agree that micro-credentials enable them to stand out to potential employers.

Several global companies have indeed already started to hire candidates who have micro-credentials rather than a university degree. In an interview he gave to Auto Bild, Elon Musk noted that “there’s no need even to have a college degree at all” to work for Tesla, a leading electric car manufacturer.

El sistema educativo tiene la responsabilidad de promover un uso de las nuevas tecnologías con valor educativo para las personas. Introducir, por ejemplo, la IA para facilitar el acceso a la información, no tendrá ninguna incidencia en el desarrollo de las capacidades cognitivas y sociales de los estudiantes, por lo que no cambiaría los resultados en los aprendizajes esperados y no prepararía a las nuevas generaciones para los siguientes saltos tecnológicos que sin duda vendrán. En contraste, aprender a hacer buenas preguntas en las plataformas de IA es un uso que estimula el pensamiento lógico, que desarrolla capacidades.

En el entorno dinámico de la educación superior, la Inteligencia Artificial (IA) se erige como un agente disruptivo, delineando una perspectiva renovada en la concepción y ejecución de la enseñanza y el aprendizaje. Este libro se sumerge en las complejidades de este fenómeno, explorando cómo la Inteligencia Artificial no solo acelera el acceso al conocimiento, sino que redefine los valores éticos y culturales que conforman el entramado de nuestra educación superior.

En el núcleo de esta exploración se encuentran los avances tangibles y cautivadores introducidos por la Inteligencia Artificial en el panorama educativo. Desde la implementación de asistentes virtuales que ofrecen respuestas personalizadas hasta sistemas de tutoría automatizada que enriquecen la experiencia académica, este libro detalla cómo la inteligencia artificial se ha convertido en una herramienta integral que potencia el proceso de aprendizaje. Sin embargo, este progreso no está exento de consideraciones críticas sobre cómo equilibrar la eficiencia tecnológica con las dimensiones éticas y culturales de la educación.

En el intrincado tejido de la revolución educativa, se presenta el primer desafío: la transparencia en los algoritmos. Este capítulo examina la “caja negra” de la Inteligencia Artificial, destacando la necesidad de revelar los procesos de toma de decisiones para
garantizar la comprensión y confianza en las decisiones automatizadas. Desde la divulgación de procesos algorítmicos hasta la exposición de criterios de decisión, exploramos cómo la
transparencia se erige como una luz guía para decisiones éticas y equitativas en el ámbito educativo.

A medida que la Inteligencia Artificial se integra en la educación superior, existe el riesgo de amplificar las disparidades socioeconómicas, creando una brecha digital más amplia. Este capítulo aborda cómo construir puentes para garantizar que cada estudiante, independientemente de su origen, tenga un acceso equitativo a las oportunidades educativas potenciadas por la IA. Exploramos estrategias desde la implementación de becas y subsidios hasta la colaboración efectiva entre instituciones educativas, gobiernos y empresas.

Sin embargo, la implementación de la Inteligencia Artificial no implica solo un desafío técnico, sino también un compromiso profundo con la diversidad cultural. En nuestra travesía, nos sumergimos en la preservación de valores culturales, reconociendo que la incorporación de la cultura en los sistemas de IA es un proceso dinámico y participativo.

Desde la co-creación de soluciones con comunidades culturales hasta la capacitación en diversidad cultural, exploramos cómo la IA puede no solo preservar sino también revitalizar herencias culturales en peligro de extinción.

La educación disruptiva de Juan D. Farnós promueve la creación de espacios de aprendizaje en los que el estudiante tiene un papel activo y protagonista en su propio proceso de aprendizaje. Estos espacios son dinámicos y se adaptan a las necesidades y características de cada estudiante, promoviendo la colaboración y el aprendizaje en red.

Se enfoca en la transformación radical de los sistemas educativos existentes. En lugar de replicar los modelos tradicionales, busca crear nuevos enfoques basados en el uso de tecnologías, la innovación y la personalización del aprendizaje. La educación disruptiva busca desafiar y cuestionar las normas y estructuras existentes para permitir nuevas formas de aprendizaje y de construcción de conocimiento.

La llegada de la inteligencia artificial ha puesto en jaque todos los modelos educativos. El paradigma actual del proceso de enseñanza-aprendizaje se ha visto cuestionado y son muchas las voces que han apostado por la necesidad de integrar todo lo que la IA ofrece en la formación de los estudiantes, desde la Educación Básica a la Educación Superior.

Esto se debe a que la IA dispone de múltiples funciones con utilidad en el aula. Permite generar conocimiento, revisar bases de datos, diseñar herramientas para la difusión de conocimiento, transferir los contenidos entre múltiples idiomas… Pero también realizar de manera automática una de las tareas más complejas a las que se enfrenta el alumnado una vez accede a la etapa universitaria: la escritura de textos científicos.

Not every learning myth requires teachers to pull up stakes and start all over again—at least not entirely. There are some commonly held misconceptions that contain a nugget of wisdom but need to be tweaked in order to align with the science of learning.

Sometimes, in other words, you’re already halfway there. Here are five mostly myths, from the power of doodling to the motivating role of grades, that educators can quickly adjust and turn to their advantage.

Con la creciente integración de herramientas de inteligencia artificial (IA) como ChatGPT en el ámbito educativo, el debate sobre el plagio y la integridad académica ha ganado nueva relevancia. Como señala Martine Peters en su artículo reciente para Harvard Business Publishing, la necesidad de centrarse menos en el plagio y más en la cultura de integridad académica es imperativa. Este ensayo explora cómo los educadores y las instituciones pueden utilizar la IA no como un desafío, sino como una oportunidad para fortalecer la integridad académica.

The digital divide describes disparities in access to and usage of digital tooling between social and economic groups. Emerging GAI
tools, which strongly affect productivity, could magnify the impact of these divides. However, the affordability, multi-modality, and multilingual capabilities of these tools could also make them more accessible to diverse users in comparison with previous forms of digital tooling. In this study, we characterize spatial differences in U.S. residents’ knowledge of a new generative AI tool, ChatGPT, through an analysis of state- and county-level search query data. In the first six months after the tool’s release, we observe the highest rates of users searching for ChatGPT in West Coast states and persistently low rates of search in Appalachian and Gulf states.

Counties with the highest rates of search are relatively more urbanized and have proportionally more educated, more economically advantaged, and more Asian residents in comparison with other counties or with the U.S. average. In multilevel models adjusting for socioeconomic and demographic factors as well as industry makeup, education is the strongest positive predictor of rates of search for generative AI tooling. Although generative AI technologies may be novel, early differences in uptake appear to be following familiar paths of digital marginalization.