Docencia
Introducción a las herramientas IA generativa para la docencia universitaria
Tipo de curso
Online
Nº de horas no presenciales asíncronas
20
Nº de horas no presenciales síncronas
10
Horario
Clases síncronas:
Días 6, 7, 8 de noviembre, 5 y 6 de febrero.
Todas las sesiones síncronas del curso serán en horario de 15:00 a 17:00 horas, salvo el módulo de Ciencias de la Salud, que se impartirá de 11:00 a 13:00 horas.
Días 6, 7, 8 de noviembre, 5 y 6 de febrero.
Todas las sesiones síncronas del curso serán en horario de 15:00 a 17:00 horas, salvo el módulo de Ciencias de la Salud, que se impartirá de 11:00 a 13:00 horas.
Nº de plazas
50
Descripción
El curso hace una revisión del herramientas actuales y su uso ético en el aula. Las nuevas herramientas de IA Generativa suponen una oportunidad de ensayar nuevos modelos de aprendizaje, especialmente el autoaprendizaje, y de creación de contenidos para su uso en el aula. No se deben pensar en estas herramientas como una forma fácil de burlar la evaluación continua, sino que son potentes asistentes que pueden complementar y apoyar al docente para que el estudiante tenga una experiencia de aprendizaje más completa.
En el curso no sólo se recorrerán las herramientas existentes, también se explicará cómo usarlas en el aula. Para particularizar y proveer asistencia específica de cada rama de conocimiento en la UCM, se organizará una segunda parte del curso para especializar lo aprendido en la primera.
La primera parte se impartirá en el primer cuatrimestre y la segunda en el segundo cuatrimestre. El motivo de retrasar la segunda es que los profesores tengan suficiente tiempo para preparar material que haya sido puesto a prueba durante el primer cuatrimestre.
De esta forma, habrá una primera parte (módulos 1 a 4) que serán genéricos y uno específico de rama (módulo 5). En este último se centrará el trabajo en la aplicación a docencia en ramas específicas. En módulos anteriores se trabajará con casos generales para demostrar la potencia en diferentes usos. El módulo 5 sería de especialización. Cada profesor se matricularía en los que le fueran más cercanos.
Objetivos
- Aprender conceptos básicos sobre IA generativa
- Desarrollar principios éticos sobre el uso de estas herramientas
- Desarrollar dinámicas de clase basadas en IAs generativas
Contenidos
Módulo 1. Conceptos generales
- Tecnología, requisitos y cómo funciona
- Defectos y riesgos:
- alucinaciones, fuente de autoridad, sesgos
- Privacidad y Precauciones con los datos
- Impacto social
- Principios éticos
- Autoría
- Registro
- Legislación
- Filosofía general: prompt engineering (prompts abiertos, cerrados, específicos y generales)
- Aplicaciones en docencia
- Biblioteca de prompts
- Situaciones de aprendizaje, creación y corrección de exámenes, trabajar con textos literarios, conversaciones en tiempo real, adaptación de contenidos didácticos, actividades en otros idiomas, creación de rúbricas)
- Futuro de estas aplicaciones en la UCM
Módulo 2. Herramientas gratuitas para generación de texto
- Creación de cuenta, diccionario de conceptos básicos, definiciones y términos
- ChatGPT
- Bing
- Bard
- Ejercicios para aplicar a la docencia
Módulo 3. Herramientas gratuitas para generación de audio
- MusicGen
- Tortoise
- Ejercicios para aplicar a la docencia
Módulo 4. Herramientas gratuitas para generación de imágenes y vídeos
- Bing
- Stable Difussion
- Dall-E
- Runway
- Synthesia
- Ejercicios para aplicar a la docencia
Módulo 5 (segundo semestre). Ejemplos prácticos de aplicaciones de IA Generativa en docencia (hay que apuntarse a un módulo concreto).
Se trata de ejercicios concretos muy orientados a ramas concretas. Serían casos concretos donde se muestra cómo se puede usar de forma constructiva herramientas de IA Generativa de acuerdo con los principios mostrados en otros módulos.
En estos cursos se presupone conocimientos de los otros módulos, así que saben el uso básico y medio de estas herramientas. Conocen el concepto de prompt y saben generar comportamientos concretos por parte de las herramientas. Básicamente, estos módulos serían para explicar cómo usar esto en clase con prompts específicos. En los módulos se harán ejercicios y se practicarán dinámicas que puedan trasladarse al aula. Las consideraciones también incluirán la evaluación y el método docente.
Cada módulo cubre: (1) IAg para autoformación: generación y corrección de ejercicios para autoevaluación, rutinas de aprendizaje, personalización del aprendizaje; (2) IAg para producción de evaluación presencial: ejercicios de clase, dinámicas de clase, generación de rúbricas; (3) IAg para generación de contenidos de clase: apuntes, desarrollo de temario, identificación de trabajos en la literatura
Ramas consideradas:
- Humanidades
- Ciencias Sociales
- Ciencias
- Ingenierías
- Salud
Metodología
Primera parte del curso:
Se usará la lección magistral donde se impartirán los conocimientos básicos para luego ponerlos a prueba con ejercicios concretos. La primera parte del curso serán ejercicios breves destinados a familiarizarse con las herramientas.
Segunda parte del curso:
Habrá lecciones magistrales, pero la mayoría del trabajo será de intentar aplicar los conceptos del primer cuatrimestre en forma de recetas aplicadas a casos concretos. Los participantes deberán entender lo que se les presenta y luego ser capaces de particularizar a sus propias asignaturas. Para ello, se empleará una combinación de trabajo individual con ensayos en grupo, intentando reproducir lo que ocurre en un aula y la experiencia de aprendizaje que vivirá el estudiante.
Evaluación
Asistencia a clase (se requiere asistir al 80% de las clases).
Recursos necesarios
Se requieren aulas informáticas donde impartir la docencia.
Coordinación
Jorge J. Gómez Sanz, Facultad de Informática de la UCM.
Profesorado
Jorge J. Gómez Sanz, Facultad de Informática de la UCM.
José L. Ayala Rodrigo, Facultad de Informática de la UCM.
Rama ingeniería
Francisco López Fraguas, Facultad de Informática de la UCM.
Guillermo Botella Juan, Facultad de Informática de la UCM.
Rama Artes y humanidades
Manuel Salamanca López, Facultad de Geografía e Historia de la UCM.
Roberto Díez Pisonero, Facultad de Geografía e Historia de la UCM.
Rama Ciencias Sociales
Alba Torrego González, Facultad de Educación de la UCM.
Ana Belén Sánchez Prieto, Facultad de CC. Documentación de la UCM.
Rama Ciencias
José Antonio Gómez Pedrero, Facultad de Óptica y Optometría de la UCM.
Rama Salud
Francisco José García González, Facultad de Enfermería, Fisioterapia y Podología de la UCM.
Rocío Alcalá Quintana, Facultad de Psicología de la UCM.