NO EXISTEN CAMBIOS
The subject guide has been updated with the changes mentioned here
La asignatura "Analítica del Aprendizaje Conectado" plantea un recorrido por el campo de la educación basada en datos y su interescción con los desarrollos de la inteligencia artificial educativa (AIEd) desde una perspectiva aplicada. Su objetivo es dotar a los estudiantes de un corpus de conocimientos y habilidades suficientes para aplicar sistemas automatizados en una variedad de espacios educativos, poniendo el foco en el uso responsable de esos sistemas.
El enfoque metodológico de la asignatura es eminentemente práctico, lo que supone aprender a partir de actividades que resultan de la interacción de los estudiantes con los recursos de aprendizaje. Esos recursos combinan ejercitaciones con sistemas automáticos, y casos de estudio enfocados a reflexionar sobre las implicaciones del uso de tecnologías educativas basadas en inteligencia artifical. De ese modo, el programa de la asignatura no solo se centra en desarrollar habilidades pedagógicas específicas, sino que también invita a los estudiantes a comprender el impacto de la AIEd en la educación.
Esta asignatura forma parte del subprograma de educación digital del máster, y tiene carácter obligatorio dentro de ese subprograma. Las competencias de esta asignatura se pueden consultar en la guía del máster.
Para cursar adecuadamente esta asignatura se recomienda haber cursado previamente las asignaturas "Escenarios virtuales para la participación" y "Redes sociales y cultura digital".
Las consultas sobre los contenidos y funcionamiento de la asignatura se plantearán principalmente en los foros del curso virtual, que serán atendidas por el Equipo Docente de la asignatulas consultas sobre los contenidos y funcionamiento de la asignatura se plantearán principalmente en los foros del curso virtual, que serán atendidas por el Equipo Docente de la asignatura.
Para contactar directamente con el Equipo Docente se utilizará preferentemente el correo electrónico, pudiéndose también realizar consultas telefónicas y entrevista personal en los horarios establecidos.
Datos del equipo docente:
Dr. D. Daniel Domínguez Figaredo
Dr. Laura M Guerrero Puerta
COMPETENCIAS GENERALES
CG01 - Capacidad de análisis y de síntesis.
CG02 - Capacidad de organización y planificación
CG04 - Habilidades para analizar y buscar información proveniente de diversas fuentes.
CG05 - Capacidad para la resolución de problemas.
CG06 - Capacidad para tomar decisiones.
CG08 - Capacidad de aprendizaje autónomo, de adaptación a nuevas situaciones, creatividad, liderazgo, iniciativa y espíritu emprendedor, motivación por la calidad y sensibilidad hacia temas sociales.
COMPETENCIAS ESPECÍFICAS
CE01 - Adquirir capacidades relacionadas con la lectura crítica de la información difundida a través de los distintos medios.
CE05 - Ser capaz de diseñar modelos comunicativos y educativos en el ciberespacio.
CE09 - Diseñar procesos metodológicos conducentes a la generación de conocimiento en red
CE10 - Implantar sistemas de gestión del conocimiento en instituciones y organizaciones.
CE11 - Ser capaz de utilizar herramientas informáticas para la gestión del conocimiento.
CE14 - Diseñar y aplicar sistemas de evaluación de destrezas y competencias en la Red.
CE15 - Diseñar y desarrollar prácticas pedagógicas en el ciberespacio con el uso de modelos colaborativos y constructivistas de aprendizaje.
Al final del proceso de aprendizaje en la asignatura, el estudiante será capaz de:
- Aplicar técnicas de analítica de datos para mejorar y personalizar el proceso de enseñanza y aprendizaje en entornos educativos diversos.
- Diseñar y gestionar sistemas automatizados de IAEd en diversos espacios de aprendizaje, priorizando el uso ético y responsable.
- Evaluar críticamente las implicaciones del uso de la IA en educación, reflexionando sobre los beneficios y desafíos desde una perspectiva ética y práctica.
- Integrar y adaptar tecnologías educativas basadas en IA para mejorar las estrategias pedagógicas y apoyar las necesidades de aprendizaje individuales.
Módulo 1. Datos digitales y educación.
Este módulo se centra en la transición desde la educación basada en datos hasta la inteligencia artificial educativa (AIEd), destacando la importancia de implementar esas tecnologías de forma responsable.
Módulo 2. Inteligencia artificial: Aprendiendo de los datos.
Este módulo ofrece una visión general de la inteligencia artificial y explora cómo los algoritmos aprenden de datos digitales para tomar decisiones directamente o asistir en la toma de mejores decisiones.
Módulo 3. Cuestiones éticas de la AIEd.
Este módulo se centra en cómo los principios éticos deben guiar la recopilación, análisis y uso de datos en entornos educativos. Aborda el uso responsable de la tecnología especialmente cuando se involucran datos de estudiantes, así como la importancia de una gestión ética de esos datos para mejorar la enseñanza y el aprendizaje.
Módulo 4. Inteligencia artificial en educación.
En este módulo, los estudiantes aprenderán sobre los orígenes de la AIEd y su evolución desde conceptos teóricos hasta aplicaciones prácticas en educación.
Metodología y estrategias de aprendizaje (¿Cómo promover el aprendizaje del estudiante?)
La asignatura sigue la metodología a distancia propia de la UNED. Se dispondrán herramientas y se facilitarán recursos para el estudio y la práctica en espacios digitales, de manera que los estudiantes puedan acceder a los contenidos del curso y desarrollar las actividades sin el requisito de la presencialidad.
Los principios metodológicos generales aplicados en la asignatura son los siguientes:
- Aprendizaje colaborativo: Construcción colectiva del conocimiento, esto significa entender el aprendizaje como un proceso en continua construcción y en permanente transformación.
- Comunicación participativa: Con la finalidad de conformar una comunidad educativa, el modelo de comunicación se basa en la multidireccionalidad y horizontalidad de los mensajes.
- Estudio y práctica con materiales: El soporte digital permite que los estudiantes interactúen con los materiales para acceder a los contenidos y desarrollar las prácticas en entornos enriquecidos.
- Evaluación basada en la resolución de casos y la presentación de un portfolio (evidencias de logros de aprendizaje) personalizado.
El principal recurso metodológico será el método del caso, distinguiendo dos tipos:
- Casos de estudio. Son ejemplos que muestran la vertiente aplicada de las cuestiones teóricas analizadas en la asignatura.
- Casos prácticos. Son ejercicios a realizar por el estudiante que tienen por objetivo evaluar la adquisición de competencias en situaciones de práctica simuladas y diseñadas de manera específica para cada temática de la asignatura.
De forma complementaria, la resolución de casos prácticos se apoya en otros recursos:
- Contenidos de notas técnicas elaboradas ad hoc para cada caso.
- Enlaces de ampliación a otros documentos y materiales complementarios.
ONSITE TEST
|
| Type of exam |
| Type of exam |
No hay prueba presencial |
| CHARACTERISTICS OF THE IN-PERSON TEST AND/OR THE WORK |
CHARACTERISTICS OF THE IN-PERSON TEST AND/OR THE WORK
|
| Requires presence |
| Requires presence |
No |
| Description |
| Description |
Casos de estudio/prácticos.
El modelo de aprendizaje de la asignatura se basa en el método del caso. En el curso se emplearán dos tipos de casos:
- Casos de estudio. Son ejemplos que muestran la vertiente aplicada de las cuestiones teóricas analizadas en la asignatura.
- Casos prácticos. Son ejercicios a realizar por el estudiante que tienen por objetivo evaluar la adquisición de competencias en situaciones de práctica simuladas y diseñadas de manera específica para cada temática de la asignatura.
Para resolver los casos y adquirir los conocimientos esperados, se facilitarán diferentes recursos de aprendizaje:
- Lecturas básicas de artículos o textos de autores de referencia.
- Notas técnicas y orientaciones elaboradas para cada caso.
- Enlaces de ampliación a otros documentos y materiales complementarios.
|
| Assessment criteria |
| Assessment criteria |
|
| Weighting of the in-person test and/or the assignments in the final grade |
| Weighting of the in-person test and/or the assignments in the final grade |
90% |
| Approximate submission date |
| Approximate submission date |
|
| Coments |
| Coments |
El estudiante realiza las actividades durante el curso y las entrega en los plazos establecidos. La fecha de entrega figura en la ficha de cada actividad. Existe una convocatoria ordinaria y otra extraordinaria, cuyas fechas se publicarán con suficiente antelación.
|
| CONTINUOUS ASSESSMENT TEST (PEC) |
CONTINUOUS ASSESSMENT TEST (PEC)
|
| PEC? |
| PEC? |
No |
| Description |
| Description |
|
| Assessment criteria |
| Assessment criteria |
|
| Weighting of the PEC in the final grade |
| Weighting of the PEC in the final grade |
|
| Approximate submission date |
| Approximate submission date |
|
| Coments |
| Coments |
|
OTHER GRADEABLE ACTIVITIES
|
| Are there other evaluable activities? |
| Are there other evaluable activities? |
Si,no presencial |
| Description |
| Description |
En la calificación final de la asignatura se tendrán en cuenta las evidencias aportadas durante la fase de estudio, de acuerdo con la siguiente distribución. También se valorarán las aportaciones personales al repositorio de materiales (casos de estudio, artículos, enlaces web, software social, etc.) y participación activa durante el desarrollo de la asignatura.
|
| Assessment criteria |
| Assessment criteria |
|
| Weighting in the final grade |
| Weighting in the final grade |
10% |
| Approximate submission date |
| Approximate submission date |
|
| Coments |
| Coments |
|
How to obtain the final grade?
|
Para superar la asignatura el estudiante deberá demostrar el dominio de los contenidos y su capacidad práctica en las competencias previstas en el curso.
En la calificación final de la asignatura se tendrán en cuenta las evidencias aportadas durante la fase de estudio, de acuerdo con la siguiente distribución:
- 90% resolución de actividades y casos prácticos.
- 10 % aportaciones personales al repositorio de materiales (casos de estudio, artículos, enlaces web, software social, etc.) y participación activa durante el desarrollo de la asignatura.
|
La bibliografía básica será proporcionada al estudiante dentro del curso virtual, estará compuesta por materiales teórico-prácticos propuestos por el equipo docente.
Gran parte de la bibliografía, así como los recursos proporcionados al estudiante en el curso virtual pueden estar únicamente en inglés, debido a la novedad de algunos de los contenidos propuestos para la asignatura.
Además de esas referencias, en el programa de curso se proponen otras lecturas y recursos adecuados para realizar cada actividad y caso de estudio.
Los/as estudiantes dispondrán de los siguientes recursos de apoyo al estudio:
- Guía de la asignatura. Incluye el plan de trabajo y orientaciones para su desarrollo. Esta guía será accesible desde el curso virtual.
- Curso virtual. A través de esta plataforma los/as estudiantes tienen la posibilidad de consultar información de la asignatura, realizar consultas al Equipo Docente a través de los foros correspondientes, consultar e intercambiar información con el resto de los compañeros/as.
- Videoclases. De manera periódica se llevarán a cabo un conjunto de clases virtuales en directo y grabadas para su visionado en diferido. Las fechas concretas de cada una de éstas se publicarán en el curso virtual con la suficiente antelación.
- Documentación de la asignatura. Documentación escrita para los capítulos de los módulos de la asignatura.
- Biblioteca. El estudiante tendrá acceso tanto a las bibliotecas de los Centros Asociados como a la biblioteca de la Sede Central, en ellas podrá encontrar un entorno adecuado para el estudio, así como de distinta bibliografía que podrá serle de utilidad durante el proceso de aprendizaje.
