SPADATAS en TEEM 2024: Tecnologías avanzadas para mejorar la educación
Track 2: Expresión de contenido educativo mediante modelos extensivos de lenguaje - una cuestión de contexto
Autores: Daniel Amo-Filva, Amaia Pikatza Huerga, Susana Romero-Yesa, Álvaro Sicilia Gómez, Belén Donate-Beby, Eduard Fernández y David Fonseca
Ponente: Belén Donate-Beby
En esta ponencia, el equipo de SPADATAS analizó el uso de modelos de lenguaje extensivo (como los sistemas de IA que generan texto) para la creación de contenido educativo. Estos modelos pueden producir materiales de enseñanza que ayudan a los docentes, pero el estudio se centra en cómo personalizar estos modelos para que el contenido generado sea relevante y adaptado a cada contexto educativo. Así, se destacan las oportunidades y desafíos de utilizar inteligencia artificial en el aula, subrayando la importancia de ajustar la IA a las necesidades y realidades de los estudiantes.
Track 13: Percepciones de los estudiantes sobre cuestionarios post-clase en Microeconomía y Macroeconomía
Autores: Dubravka Novkovic, Josep Petchamé, Ignasi Iriondo, Daniel Amo-Filva, Eulàlia Ribó, Belén Donate-Beby y Francesc Solanellas
Ponente: Belén Donate-Beby
Este estudio investiga las percepciones de los estudiantes de Microeconomía y Macroeconomía sobre los cuestionarios realizados después de cada clase. El equipo de investigación descubrió que estos cuestionarios ayudan a los estudiantes a reforzar lo aprendido, ya que les permiten evaluar rápidamente su comprensión y detectar áreas de mejora. Los estudiantes valoraron esta herramienta de retroalimentación inmediata, que además fomenta la autogestión y el aprendizaje activo, convirtiéndose en una metodología práctica para consolidar el conocimiento en estas asignaturas.
Track 13: Aprendizaje humano vs. aprendizaje de máquinas - el mejor enfoque para detectar el abandono universitario temprano
Autores: Sofía Aguayo-Mauri, Belén Donate-Beby, Daniel Amo-Filva, Alba Llauró, David Simón, María Alsina, David Fonseca, Silvia Necchi, Susana Romero-Yesa, Marian Aláez, Jorge Torres Lucas y María Martínez-Felipe
Ponente: Sofía Aguayo-Mauri
La última ponencia presentada por SPADATAS en TEEM 2024 aborda una cuestión crítica en la educación superior: la deserción universitaria. Este estudio compara el uso de algoritmos de aprendizaje automático con la experiencia humana para predecir el riesgo de abandono de los estudiantes. Aunque los modelos de IA permiten identificar patrones complejos de riesgo, la intervención humana sigue siendo esencial para comprender los factores emocionales y contextuales detrás de la decisión de abandonar. Este análisis mixto de datos y contexto humano permite diseñar estrategias de intervención más efectivas y personalizadas para retener a los estudiantes.
Las investigaciones de SPADATAS presentadas en TEEM 2024 reflejan un compromiso constante con la innovación en la educación, explorando nuevas formas de aprovechar la tecnología para enriquecer la experiencia de aprendizaje y mejorar los resultados académicos.
The SPADATAS project (Ref.: 2022-1-ES01-KA220-SCH-000086363) is co-financed by the Erasmus+ program of the European Union. The content of this publicacion is the sole responsibility of the consortium and neither the European Commission, nor the Spanish Service for the Internationalization of Education (SEPIE) are responsible for the use that may be made of the information disclosed here.