En Latinoamérica, el uso de LLM en el ámbito educativo ha ido adquiriendo cada vez más relevancia, ofreciendo
oportunidades únicas para enriquecer la enseñanza y el aprendizaje. En este apartado, exploraremos los
recursos educativos disponibles en la región y en las prácticas que han demostrado ser efectivas en la
integración de LLM en el aula.
Algunos recursos específicos de utilidad:
Para la generación de resúmenes e iteración de versiones entre documentos:
Aunque los sitios web presentados hasta este punto no representan la totalidad de lo que se puede encontrar
actualmente en la web, presentan una muestra del potencial de lo que podemos hacer como profesores con esta
tecnología. Además, es importante destacar que muchos de estos recursos están originalmente en inglés y
dirigidos a comunidades europeas o norteamericanas. Esto resalta la necesidad de generar conciencia y
adoptar, como profesores y profesoras, el uso de LLM para nuestras comunidades educativas latinoamericanas.
En caso de querer profundizar mucho más, sugerimos estos tres metabuscadores de recursos que usan no solo LLM
sino herramientas de inteligencia artificial en general para apoyar los procesos educativos:
Cuando integramos la inteligencia artificial (IA) en nuestras prácticas pedagógicas, se abren nuevas y
emocionantes oportunidades de aprendizaje para nuestros estudiantes. Sin embargo, es vital recordar algunas
recomendaciones clave para aprovechar al máximo estas herramientas mientras mantenemos altos estándares de
calidad y ética. Algunos consejos fundamentales para tener en cuenta son:
Asegúrate de validar el contenido: La inteligencia artificial es poderosa, pero no es infalible. Antes
de compartir cualquier material generado por IA con tus estudiantes, tómate el tiempo necesario para
revisarlo minuciosamente. Verifica la precisión, la relevancia y la imparcialidad del contenido para
garantizar que cumpla con los estándares educativos y éticos.
Personaliza y contextualiza el material: Aunque la IA puede proporcionar una base sólida, no olvides
agregar tu toque personal. Contextualiza el contenido para que se adapte a las necesidades específicas
de tus estudiantes y a tu estilo de enseñanza. Aporta tu experiencia y conocimientos para enriquecer el
material y hacerlo aún más significativo y relevante para tus clases.
Fomenta el pensamiento crítico: Utiliza el contenido generado por IA como una herramienta para promover
el pensamiento crítico entre tus estudiantes. Anímalos a cuestionar, analizar y evaluar la información
proporcionada, y a buscar activamente nuevas perspectivas y fuentes de conocimiento más allá de lo que
ofrece la IA.
Mantente actualizado y complementa la información: Recuerda que el conocimiento de la IA tiene sus
límites. Si bien puede ofrecer una base sólida de información, es importante complementarla con fuentes
actualizadas y verificadas, especialmente en temas que evolucionan rápidamente. Mantente al tanto de las
últimas tendencias y desarrollos en tu campo y asegúrate de compartir esta información con tus
estudiantes.
Protege la privacidad y la seguridad: Evita incluir datos personales en el material generado por la IA y
sigue las políticas y regulaciones de privacidad y seguridad de tu institución educativa. Siempre
elimina cualquier información personal de los estudiantes incluida accidentalmente en el contenido.
Diseño de actividades y evaluaciones con LLM
Estos son algunos elementos para tener en cuenta al diseñar actividades y evaluaciones con LLM:
El diseño de actividades y evaluaciones efectivas es crucial para capitalizar el potencial de los Modelos de
Lenguaje de Gran Escala (LLM) en el aula. En esta sección, veremos cómo crear actividades de aprendizaje y
evaluaciones que integren de manera efectiva los LLM, potenciando así el proceso educativo.
Las actividades interactivas son fundamentales para promover la participación activa de los
estudiantes y estimular su creatividad mediante el uso de los LLM. Aquí exploraremos estrategias
para diseñar actividades que despierten el interés de los estudiantes y los inciten a utilizar los
LLM de manera creativa para resolver problemas y generar contenido. Algunas ideas incluyen:
Simulaciones y Experimentos Virtuales: Utilizar los LLM para generar simulaciones y experimentos
virtuales relacionados con conceptos científicos o principios de ingeniería. Los estudiantes
pueden interactuar con estas simulaciones, hacer predicciones y analizar los resultados.
Desafíos de Programación: Presentar desafíos de programación donde los estudiantes puedan
utilizar los LLM como asistentes para resolver problemas de codificación, depurar código y
generar soluciones creativas.
Resolución de Problemas Matemáticos: Aprovechar la capacidad de los LLM para explicar conceptos
matemáticos complejos y guiar a los estudiantes en la resolución de problemas paso a paso,
promoviendo una comprensión profunda de los principios matemáticos.
Análisis de Datos y Visualización: Utilizar los LLM para generar conjuntos de datos relacionados
con temas de ciencia o ingeniería, y luego involucrar a los estudiantes en el análisis,
interpretación y visualización de esos datos utilizando herramientas adecuadas.
Juegos de Roles Generados por IA: Utiliza los LLM para generar escenarios de roles específicos
relacionados con el contenido curricular. Los estudiantes pueden interactuar con estos
escenarios y responder de manera creativa utilizando el lenguaje natural.
Creación de Historias Colaborativas: Fomenta la colaboración entre los estudiantes para crear
historias utilizando los LLM como herramienta de inspiración y corrección gramatical. Esto
promueve
la creatividad, la colaboración y el dominio del lenguaje.
Las evaluaciones auténticas permiten a los estudiantes demostrar su comprensión y aplicación de los
conceptos utilizando los LLM de manera significativa. Aquí exploraremos enfoques para diseñar
evaluaciones que reflejen situaciones reales y desafíen a los estudiantes a aplicar sus habilidades
lingüísticas de manera práctica. Algunas estrategias que considerar son:
Resolución de Problemas Reales: Presentar a los estudiantes problemas o desafíos del mundo real
que requieran el uso de los LLM para investigar, analizar y presentar soluciones. Esto no solo
evalúa su comprensión, sino también su capacidad para aplicar el conocimiento de manera
práctica.
Proyectos de Investigación Guiados por IA: Guiar a los estudiantes en proyectos de investigación
donde utilicen los LLM para recopilar información, analizar datos y presentar sus hallazgos en
un formato coherente y persuasivo. Esto desarrolla habilidades de investigación como la
formulación de preguntas de investigación relevantes y enfocadas, la búsqueda y recopilación de
información de fuentes confiables utilizando LLM o el análisis crítico y síntesis de la
información recopilada. A su vez, también fomenta habilidades de comunicación, como la expresión
clara y efectiva de ideas y conceptos complejos, el uso adecuado del lenguaje técnico y
terminología específica del campo y la presentación lógica y convincente de los hallazgos de
investigación.
Ejemplo de habilidades susceptibles de desarrollar con LLM: pensamiento computacional
Entre las múltiplas alternativas metodológicas para integrar en el aula que se reportan en la actualidad, el
pensamiento computacional ha ganado fuerza en los procesos educativos de las aulas latinoamericanas. En este
sentido, se identifica un potencial
importante para su fomento a través del uso de los LLM. En esta sección se proponen algunas pautas para
tener en cuenta a la hora de usar los LLM en el fomento del pensamiento computacional.
El pensamiento computacional implica una serie de habilidades cognitivas fundamentales, como el razonamiento
lógico, la descomposición de problemas, el reconocimiento de patrones, la abstracción de conceptos y el
diseño de algoritmos. Estas habilidades son transversales y aplicables en diversos ámbitos, más allá de la
programación o las ciencias de la computación.
Los LLM ofrecen oportunidades únicas para fomentar el desarrollo del pensamiento computacional en los
estudiantes, al permitir la simulación de problemas, la generación de casos de estudio y la interacción a
través del lenguaje natural. A continuación, se presentan algunas estrategias y actividades prácticas:
Resolución de problemas con LLM
Plantear desafíos o escenarios complejos al LLM y solicitar un enfoque paso a paso para su resolución.
Analizar las respuestas del modelo, identificando los pasos del pensamiento computacional aplicados
(descomposición, reconocimiento de patrones, algoritmos).
Refinar las preguntas y solicitar alternativas o mejoras en el enfoque.
Diseño de algoritmos conversacionales
Plantear un problema o tarea específica al LLM.
Solicitar al modelo que genere un algoritmo detallado, expresado en lenguaje natural, para resolver el
problema.
Analizar el algoritmo propuesto, evaluar su eficiencia y discutir posibles optimizaciones.
Simulaciones y modelado de sistemas
Utilizar los LLM para generar descripciones detalladas y explicaciones de cómo funcionan los sistemas
complejos a un nivel conceptual, sin necesidad de realizar cálculos numéricos precisos. Pueden ayudar a
los estudiantes a comprender las interacciones y patrones subyacentes mediante explicaciones en lenguaje
natural.
Explorar las interacciones y patrones subyacentes a través del diálogo con el modelo.
Formular hipótesis, realizar experimentos mentales y refinar los modelos conceptuales.
Análisis de datos y reconocimiento de patrones
Proporcionar conjuntos de datos al LLM y solicitar que identifique patrones, tendencias y relaciones.
Discutir las técnicas de abstracción y generalización aplicadas por el modelo.
Explorar aplicaciones prácticas de los patrones identificados en diferentes contextos.
Proyectos de codiseño con LLM
Plantear un problema o desafío complejo a resolver.
Trabajar en colaboración con el LLM para generar ideas, explorar enfoques y cocrear una solución.
Iterar y refinar la solución a través de un proceso de retroalimentación y mejora continua.
En esta serie de recomendaciones, el papel de los profesores es fundamental para guiar, contextualizar y
enriquecer las actividades. Además, es importante que se fomente en ellas un enfoque crítico y una
comprensión profunda de los conceptos subyacentes. Por otra parte, como en las actividades propuestas en los
demás módulos de este recurso educativo, se debe promover la reflexión sobre las fortalezas y limitaciones
de los
LLM, así como los aspectos éticos y sociales involucrados.
Proyecto final
Después de explorar los fundamentos de los LLM y sus aplicaciones educativas, es hora de poner en práctica lo
aprendido. El proyecto final consistirá en diseñar un plan de lección innovador que aproveche al máximo el
potencial transformador de los Modelos de Lenguaje de Gran Escala (LLM) en el aula.
El objetivo es replantear la experiencia de aprendizaje, desafiando los enfoques tradicionales y explorando
nuevas posibilidades habilitadas por los LLM. Esto implica cuestionar las preguntas y metodologías
convencionales, y estar abiertos a redefinir los resultados de aprendizaje de manera más dinámica y
adaptativa.
A continuación, se detallan los pasos a seguir:
Identificar un objetivo de aprendizaje o un desafío educativo que deseen abordar desde una perspectiva
innovadora, aprovechando las capacidades únicas de los LLM.
Establezcan objetivos ambiciosos pero alcanzables, que impulsen un cambio significativo en la forma en
que se aborda el tema o se logran los resultados de aprendizaje.
Determinen cómo integrarán los LLM de manera creativa e integral en todas las etapas del proceso de
aprendizaje. Esto puede incluir, pero no se limita a:
Generar contenidos y materiales personalizados y adaptables
Brindar tutoría y retroalimentación dinámica e individualizada
Realizar simulaciones y modelado de sistemas complejos
Apoyar evaluaciones auténticas y personalizadas
Fomentar el pensamiento computacional y la resolución creativa de problemas
Diseñar un conjunto de actividades innovadoras e interactivas que aprovechen al máximo el potencial de
los LLM para transformar la experiencia de aprendizaje.
Describir detalladamente cómo los LLM serán los facilitadores clave para replantear los roles
tradicionales del docente y los estudiantes, impulsando un entorno de aprendizaje más participativo,
colaborativo y centrado en el alumno.
Desarrollar un conjunto de actividades atractivas e interactivas que aprovechen el potencial de los LLM.
Es necesario incluir evaluaciones formativas y sumativas alineadas a los estándares y objetivos por
alcanzar.
Describir detalladamente cómo integrarán los LLM en las diferentes etapas y actividades de la lección.
Expliquen el rol del docente y de los estudiantes.
Publicar sus planes de lección en un repositorio en línea y compartir los enlaces en el foro de este
recurso. Lean los planes de otros profesores y profesoras y brinden retroalimentación constructiva.
Se recomienda trabajar de manera colaborativa con otros profesores y profesoras de su institución o
comunidad educativa. Pueden formar equipos interdisciplinarios y cocrear planes de lección
enriquecedores.
Recuerden aprovechar los recursos adicionales provistos, así como realizar investigaciones adicionales según
sea necesario.