{"id":19677,"date":"2025-07-02T18:29:29","date_gmt":"2025-07-02T16:29:29","guid":{"rendered":"https:\/\/blogs.uned.es\/cued\/?p=19677"},"modified":"2025-07-15T17:35:24","modified_gmt":"2025-07-15T15:35:24","slug":"blog-cued-formar-en-la-era-de-la-ia-aplicaciones-de-la-inteligencia-artificial-en-la-ensenanza-y-el-aprendizaje","status":"publish","type":"post","link":"https:\/\/blogs.uned.es\/cued\/blog-cued-formar-en-la-era-de-la-ia-aplicaciones-de-la-inteligencia-artificial-en-la-ensenanza-y-el-aprendizaje\/","title":{"rendered":"BLOG CUED. \u00abFormar en la era de la IA: aplicaciones de la inteligencia artificial en la ense\u00f1anza y el aprendizaje\u00bb"},"content":{"rendered":"\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

MIGUEL SANTAMAR\u00cdA LANCHO<\/strong><\/p>

Palabras clave: Inteligencia Artificial Generativa, formadores, Indecopi, CUED<\/p>

Introducci\u00f3n<\/strong><\/p>

El pasado 30 de abril, Miguel Santamar\u00eda, integrante de la C\u00e1tedra UNESCO de Educaci\u00f3n a Distancia de la UNED imparti\u00f3 un webinar<\/em> dirigido a expertos y profesionales del Indecopi (Instituto Nacional de Defensa de la Competencia y de la Protecci\u00f3n de la Propiedad Intelectual) del Per\u00fa. Estos profesionales y expertos se desempe\u00f1an tambi\u00e9n como formadores de la Escuela de Indecopi, que desarrolla acciones formativas de diverso tipo en \u00e1mbito de las competencias del Instituto.<\/p>

Durante el webinar<\/em> se mostraron las potenciales de la IA generativa como apoyo en el dise\u00f1o instruccional, la generaci\u00f3n de materiales did\u00e1cticos y el dise\u00f1o de actividades de aprendizaje.<\/p>

Caso pr\u00e1ctico de generaci\u00f3n de una actividad formativa con IA<\/strong><\/p>

Para ejemplificar las posibilidades de la IA, durante el webinar<\/em>, se present\u00f3 un caso pr\u00e1ctico consistente en generar una actividad formativa en l\u00ednea a partir de un ciclo de conferencias del Indecopi sobre pr\u00e1cticas de competencia desleal en el Per\u00fa. Las conferencias se hayan publicadas en el canal del Indecopi en Youtube. Adem\u00e1s, se utiliz\u00f3 la legislaci\u00f3n peruana sobre pr\u00e1cticas de competencia desleal.<\/p>

El objetivo era mostrar como a partir de un ciclo de conferencias que de por s\u00ed no puede ser considerado como una acci\u00f3n formativa, sino como material de aprendizaje, puede generarse con cierta facilidad una acci\u00f3n formativa, entendiendo por tal aquella que cuenta con: dise\u00f1o instruccional, materiales did\u00e1cticos y actividades formativas y de evaluaci\u00f3n.<\/p>

El apoyo de la IA puede ser de gran utilidad para que profesionales y expertos que no cuenten con formaci\u00f3n pedag\u00f3gica puedan dise\u00f1ar acciones formativas contando con la experiencia de dise\u00f1adores instruccionales volcada en \u201cprompts\u201d.<\/p>

Modelos de IA generativa: modelos GPT versus modelos RAG<\/strong><\/p>

Para el dise\u00f1o de la actividad formativa se utiliz\u00f3 un modelo de inteligencia artificial generativa tipo RAG (Retrieval-Augmented Generation), si bien los modelos m\u00e1s conocidos son del tipo GPT (Generative Pre–trained Transformer), los modelos tipo RAG presentan grandes ventajas para su aplicaci\u00f3n educativa.<\/p>

La principal diferencia entre uno y otro tipo de modelos es que los modelos GPT son capaces de generar informaci\u00f3n, sin que el usuario les aporte informaci\u00f3n. Lo hacen a partir de la informaci\u00f3n que han recibido durante su fase de entrenamiento. Esto permite que cuando accedemos a cualquiera de estos modelos como ChatGPT, Gemini, Claude, DeepSeek, etc. podamos formular preguntas sobre cualquier tema y recibir una respuesta, sin que ello requiera por nuestra parte mayor esfuerzo. Esto implica una gran facilidad de uso, pero tiene como contrapartida el que no siempre sepamos en que informaci\u00f3n se basa la respuesta obtenida o que esta incluya alguna de las llamadas \u201calucinaciones\u201d de la IA.<\/p>

Frente a esto, los modelos RAG (Retrieval-Augmented Generation) generan informaci\u00f3n solo a partir de las fuentes que previamente se le han suministrado. Es decir, un modelo RAG no puede responder a ninguna pregunta si previamente no se le ha suministrado alguna fuente de informaci\u00f3n, pero, una vez que se ha hecho esto, las respuestas que se obtienen est\u00e1n siempre basadas y referenciadas a las fuentes suministradas.<\/p>

Esto supone una clara ventaja en el \u00e1mbito de la educaci\u00f3n y la formaci\u00f3n en general, pues permiten a las personas que dise\u00f1an la formaci\u00f3n acotar, verificar y validar las fuentes de informaci\u00f3n. Las ventajas pedag\u00f3gicas de los modelos RAG se concretan en:<\/p>