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.

La irrupción de la inteligencia artificial (IA) en el ámbito educativo ha desatado un gran debate en torno a su impacto en la evaluación del aprendizaje. Ante la preocupación de que la IA pueda facilitar la copia y el plagio por parte de los estudiantes, es crucial abordar esta problemática desde una perspectiva más profunda y transformadora. En lugar de culpar a la tecnología, es necesario repensar el enfoque pedagógico y los métodos de evaluación para adaptarlos a los desafíos y oportunidades que presenta la era digital.

Neurotechnology is a fast-expanding field dedicated to understanding the brain and creating technologies that interact with it.

From bioelectronic medicine that improves the quality of life to brain imaging that revolutionizes our conception of human consciousness, this technology has helped us to address many challenges. 

In the medical realm, where neurotechnology has been well regulated, it has led to significant progress in medical treatments. It has proved to have great potential to improve the lives and well-being of people affected by paralysis, neurological disorders, and mental illnesses. It can also treat depression effectively.

La Taxonomía de Bloom establece una serie de objetivos de aprendizaje jerarquizados de menor a mayor complejidad cognitiva. ¿La finalidad? Facilitar el diseño de los ejercicios y actividades adecuados para cada etapa, además de garantizar un aprendizaje que perdure toda la vida. Aunque desde su creación en 1956 ha pasado por diferentes revisiones para adaptarse a las necesidades educativas (y digitales) de cada época, la irrupción de la IA y de herramientas como ChatGPT o Gemini plantea nuevas posibilidades a los docentes para aplicar este recurso. Explicamos a continuación seis ejemplos de cómo el uso de la inteligencia artificial puede ayudar tanto a evaluar como a crear experiencias educativas que permitan lograr las habilidades de aprendizaje definidas en los diferentes niveles de la Taxonomía de Bloom. 

Recent developments in Generative Artificial Intelligence (GenAI) have created a paradigm shift in multiple areas of society, and the use of these technologies is likely to become a defining feature of education in coming decades. GenAI offers transformative pedagogical opportunities, while simultaneously posing ethical and academic challenges. Against this backdrop, we outline a practical, simple, and sufficiently comprehensive tool to allow for the integration of GenAI tools into educational assessment: The AI Assessment Scale (AIAS).

The AIAS empowers educators to select the appropriate level of GenAI usage in assessments based on the learning outcomes they seek to address. The AIAS offers greater clarity and transparency for students and educators, provides a fair and equitable policy tool for institutions to work with, and offers a nuanced approach which embraces the opportunities of GenAI while recognizing that there are instances where such tools may not be pedagogically appropriate or necessary.

By adopting a practical, flexible approach that can be implemented quickly, the AIAS can form a much-needed starting point to address the current uncertainty and anxiety regarding GenAI in Education. As a secondary objective, we engage with the current literature and advocate for a refocused discourse on GenAI tools in education, one which foregrounds how technologies can help support and enhance teaching and learning, which contrasts with the currentfocus on GenAI as a facilitator of academic misconduct.

The EdTech firm Anthology released a six-page AI policy framework  that aims to support higher education institutions that are interested in developing their own policies around the ethical use of AI. The framework was created to align with the AI Risk Management Framework from the National Institute of Standards and Technology, the European Union AI Act, and principles from the Organization for Economic Cooperation and Development. 

“It’s a responsibility for Anthology to bring this to Higher Education,” Bruce Dahlgren, Anthology’s chief executive, said in an interview. “In other words, we needed to be out ahead of this, we didn’t want to have our head in the sand. We made a conscious decision as a company to be the thought leader in AI for Higher Ed.”

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.

EDUCAUSE is helping institutional leaders, IT professionals, and other staff address their pressing challenges by sharing existing data and gathering new data from the higher education community. This report is based on an EDUCAUSE QuickPoll. QuickPolls enable us to rapidly gather, analyze, and share input from our community about specific emerging topics.

Partimos de la premisa de que la novedad de la inteligencia artificial en la educación -y en muchos o todos los ámbitos de aplicación- eventualmente pasará. Esta transición se dará no solo por la vorágine misma de estos tiempos, sino en especial por varias razones interconectadas, y a la vez relacionadas con el avance de esta tecnología en general.

AI: two letters on the tip of everyone’s tongue. But in the midst of cultural conversations around its potential for progress and innovation, how do we ensure we use it without losing the things that make us human? In this thoughtful look at the past, present and future of AI, Dr. George Siemens talks about the intersection of people, nature and technologies — and what it means for our sense of connection, community, and self-identity. 

La realidad postecnológica es un concepto que describe una etapa de la humanidad donde la tecnología ya no es vista simplemente como una herramienta o una extensión de nuestras capacidades, sino que se ha integrado tan profundamente con nuestras vidas que la distinción entre tecnología y humanidad comienza a difuminarse.