Rueda de la Pedagogía para la inteligencia artificial: adaptación de la Rueda de Carrington

Autores

DOI:

https://doi.org/10.5944/ried.27.1.37622

Palavras-chave:

inteligencia artificial, tecnologías disruptivas, Rueda de Carrington, taxonomía de Bloom, modelo SAMR

Resumo

La integración efectiva de la Inteligencia Artificial (IA) en la educación es necesaria para aprovechar sus beneficios en el proceso de enseñanza-aprendizaje. Este artículo propone la adaptación de la Rueda de la Pedagogía de Carrington a una Rueda de la Pedagogía para la IA, con el fin de ofrecer un marco pedagógico para integrar la IA en la educación. La metodología de investigación utilizada se basa en una revisión y mapeo sistemático junto a un estudio bibliométrico del análisis de co-ocurrencia de términos para identificar los clusters temáticos relevantes que respalden científicamente la necesidad de la adaptación de la Rueda. La nueva rueda atiende a los cuatro clusters obtenidos (Integración de la IA para mejorar la educación, Uso de tecnologías educativa en el proceso de enseñanza y aprendizaje, Diseño e innovación pedagógica y Educación Sostenible y Ética) y presenta anillos concéntricos que explican cómo incorporar gradualmente la IA en diferentes niveles cognitivos (Taxonomía de Bloom) e integración tecnológica (Modelo SAMR) ambos adaptados a la IA, con ejemplos de herramientas y aplicaciones. Además, se incluye un nivel Reflexivo-Metacognitivo que aborda la ética y responsabilidad en el uso de la IA. En conclusión, la rueda adaptada a la IA es una opción viable para mejorar la eficacia y eficiencia de la educación, con la condición de que los docentes participen en la planificación y ejecución del proceso de enseñanza y aprendizaje para garantizar su éxito. Cabe mencionar la importancia de mantener la rueda actualizada debido a la aparición constante de nuevas aplicaciones.

ARTÍCULO COMPLETO:
https://revistas.uned.es/index.php/ried/article/view/37622/27989

Downloads

Não há dados estatísticos.

Biografias Autor

Eva Jiménez-García, Universidad Europea de Madrid (España)

Doctora en Ciencias de la Educación por la Universidad Complutense de Madrid (2016) obteniendo sobresaliente cum laude y el Premio Extraordinario de Doctorado. Acreditada en las figuras de Profesor Ayudante Doctor, Profesor Contratado Doctor y Profesor Universidad Privada con un sexenio de investigación. Actualmente Directora Académica de la Facultad de Ciencias Sociales de la Universidad Europea y Directora de la Cátedra de Medición y Evaluación del Talento con la empresa People Experts. Actividad investigadora centrada en evaluación, análisis y medición educativa, así como la innovación docente, tecnología educativa y su impacto en la educación. Miembro del Grupo de Investigación de Medida y Evaluación de Sistemas Educativos de la Universidad Complutense de Madrid (grupo evaluado por la Agencia Estatal de Investigación (AEI), como bueno con una valoración global de 86 puntos) y miembro del Grupo de Investigación en Innovación Educativa de la Universidad Europea de Madrid. Además de ser miembro del Consejo Evaluador de la Revista Complutense de Educación y la Revista de Educación- Ministerio de Educación, Cultura y Deporte. Miembro del Consejo Asesor de la revista Tendencias Pedagógicas.

Natalia Orenes-Martínez, Universidad Europea de Madrid (España)

Ingeniera de Software por la Universidad Politécnica de Madrid (UPM). Máster Universitario en Formación del profesorado de Educación secundaria, Bachillerato y Formación profesional (UPM). Experta en transformación digital por el Instituto de Tecnología de Massachusetts (MIT). Responsable de innovación tecnológica docente para el aprendizaje en la Universidad Europea (UE).  Docente de Postgrado en universidades nacionales e internacionales (UNIR, UTI, UPS) de asignaturas como innovación educativa, aprendizaje personalizado, Flipped Learning, inteligencia conectada y colectiva, Diseño Universal del Aprendizaje. Responsable del área de tecnología educativa en la escuela de formación permanente del profesorado en la Universidad Internacional de la Rioja (UNIR). CIO y Socia fundadora de Pedagogía para el Éxito, consultora tecno-pedagógica, asesoramiento y consultaría de transformación educativa y digital a instituciones educativas tanto para formación reglada como no reglada. Instructora certificada de Google for Education. Diseña espacios virtuales (Metaversos) para un aprendizaje activo y colaborativo en la integración del mundo 3D en formación elearning.

Luis Antonio López-Fraile, Universidad Europea de Madrid (España)

Doctor en Comunicación cum laude por la Universidad Europea de Madrid, licenciado en Ciencias Políticas y Sociología por la UCM (especialidades Sociolaboral y Comportamiento del Consumidor) y Máster en Dirección de Recursos Humanos y Organización por ESIC. Responsable de Prácticas Académicas y Empleabilidad y profesor desde el año 2001 de la Facultad de CC. Sociales y de la Comunicación de la Universidad Europea de Madrid. Ha realizado varias estancias internacionales en la Università degli studi di Bergamo (Italia). Ha desempeñado cargos de responsabilidad en la Universidad Europea de Madrid (director del Gabinete de Orientación al Empleo y Vicedecano de Comunicación Empresarial de la Facultad de Comunicación). Áreas de investigación: la empleabilidad, la comunicación y las TIC aplicadas a la docencia.

Referências

Akgun, S., & Greenhow, C. (2022). Artificial intelligence in education: Addressing ethical challenges in K-12 settings. AI and Ethics, 2(4), 431-440. https://doi.org/10.1007/s43681-021-00096-7

Arrieta, A. B., Díaz-Rodríguez, N., Del Ser, J., Bennetot, A., Tabik, S., Barbado, A., Garcia, S., Gil-Lopez, S., Molina, D., Benjamins, R., Chatila, R., & Herrera, F. (2020). Explainable Artificial Intelligence (XAI): concepts, taxonomies, opportunities and challenges toward responsible AI. Information Fusion, 58, 82-115. https://doi.org/10.1016/j.inffus.2019.12.012

Baidoo-Anu, D., & Owusu Ansah, L. (2023). Education in the era of generative artificial intelligence (AI): Understanding the potential benefits of ChatGPT in promoting teaching and learning. Available at SSRN 4337484. https://doi.org/10.2139/ssrn.4337484

Bhutoria, A. (2022). Personalized education and artificial intelligence in United States, China, and India: A systematic Review using a Human-In-The-Loop model. Computers and Education: Artificial Intelligence, 3, 1-18. https://doi.org/10.1016/j.caeai.2022.100068

Bloom, B., & Krathwohl, D. (1956) Taxonomy of Educational Objectives: The Classification of Educational Goals, by a committee of college and university examiners. Handbook I: Cognitive Domain. Longmans. https://doi.org/10.1086/459563

Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies. Oxford University Press.

Carrington, A. (2015). The Pedagogy wheel–it’s not about the apps, it’s about the pedagogy. TeachThought. https://www.teachthought.com/technology/the-padagogy-wheel/

Carrington, A. (2016). Professional development: The pedagogy wheel: It is not about the apps, it is about the pedagogy. Education Technology Solutions. https://educationtechnologysolutions.com/2016/06/padagogy-wheel/

Carrington, A. (2017). La rueda de la Pedagogía. Recursos educativos de la CED. https://ced.enallt.unam.mx/blogs/recursosced/recursos-de-interes/la-rueda-de-la-pedagogia-1/

Castaneda, A. U. (2023). Un viaje hacia la inteligencia artificial en la educación. Realidad y Reflexión, (56), 121-136. https://doi.org/10.5377/ryr.v1i56.15776

Celik, I. (2023). Towards Intelligent-TPACK: An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence (AI)-based tools into education. Computers in Human Behavior, 138, 107468. https://doi.org/10.1016/j.chb.2022.107468

Cerchiaro C. E., Barras Rodríguez, R. A., Curiel Gómez, B. N., & Bustamante Meza, L. Y. (2021). Metacognición y resolución de problemas en niños escolarizados. European Journal of Education and Psychology, 14(2), 1-23. https://doi.org/10.32457/ejep.v14i2.1570

Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/access.2020.2988510

Cooper, G. (2023). Examining science education in ChatGPT: An exploratory study of generative artificial intelligence. Journal of Science Education and Technology, 32, 444-452. https://doi.org/10.1007/s10956-023-10039-y

Cope, B., Kalantzis, M., & Searsmith, D. (2021). Artificial intelligence for education: Knowledge and its assessment in AI-enabled learning ecologies. Educational Philosophy and Theory, 53(12), 1229-1245. https://doi.org/10.1080/00131857.2020.1728732

Drigas, A., Mitsea, E., & Skianis, C. (2023). Meta-Learning: Α Nine-Layer Model Based on Metacognition and Smart Technologies. Sustainability, 15(2), 1668. https://doi.org/10.3390/su15021668

Duha, M. S. U. (2023). ChatGPT in Education: An Opportunity or a Challenge for the Future? TechTrends, 1-2. https://doi.org/10.1007/s11528-023-00844-y

Garcia-Utrera. L., Figueroa-Rodriguez, S., & Esquivel-Gámez, I. (2014). Modelo de Sustitución, Aumento, Modificación, y Redefinición (SAMR): Fundamentos y aplicaciones. In I. Esquivel-Gámez (Coord.), Los Modelos Tecno-Educativos: Revolucionando el aprendizaje del siglo XXI (pp. 205-220). DSAE-Universidad Veracruzana. https://www.researchgate.net/publication/273754983_Modelo_de_Sustitucion_Aumento_Modificacion_y_Redefinicion_SAMR_Fundamentos_y_aplicaciones

Huang, J., Shen, G., & Ren, X. (2021). Connotation analysis and paradigm shift of teaching design under artificial intelligence technology. International Journal of Emerging Technologies in Learning (iJET), 16(5), 73-86. https://doi.org/10.3991/ijet.v16i05.20287

Lameras, P., & Arnab, S. (2021). Power to the teachers: an exploratory review on artificial intelligence in education. Information, 13(1), 14. https://doi.org/10.3390/info13010014

Luckin, R. (2018). Machine Learning and Human Intelligence: The Future of Education for the 21st Century. UCL Press.

Matta, J., Salakas, B., Salerno, G., & Sultana, E. (2016). Will using an iTunes U course with the Padagogy Wheel result in effective individualised learning? Australian Educational Leader, 38(2), 44-49.

Pedro, F., Subosa, M., Rivas, A., & Valverde, P. (2019). Artificial intelligence in education: Challenges and opportunities for sustainable development. International Journal of Educational Technology in Higher Education, 16(1), 1-15. https://doi.org/10.21125/inted.2020.0644

Porayska-Pomsta, K. (2016). AI as a methodology for supporting educational praxis and teacher metacognition. International Journal of Artificial Intelligence in Education, 26, 679-700. https://doi.org/10.1007/s40593-016-0101-4

Puentedura, R. R. (2014). SAMR and TPCK: A hands-on approach to classroom practice. http://www.hippasus.com/rrpweblog/archives/2014/12/11/SAMRandTPCK_HandsOnApproachClassroomPractice.pdf

Renz, A., & Vladova, G. (2021). Reinvigorating the discourse on human-centered artificial intelligence in educational technologies. Technology Innovation Management Review, 11(5). https://timreview.ca/sites/default/files/article_PDF/TIMReview_2021_May%20-%201_1.pdf

Salas-Pilco, S. Z., Xiao, K., & Hu, X. (2022). Artificial intelligence and learning analytics in teacher education: A systematic review. Education Sciences, 12(8), 569. https://doi.org/10.3390/educsci12080569

Selwyn, N. (2019). Should Robots Replace Teachers? AI and the Future of Education. Polity Press. https://doi.org/10.1109/icac353642.2021.9697300

Siemens, G., & Baker, R. S. (29 de abril – 2 de mayo, 2012). Learning analytics and educational data mining: Towards communication and collaboration [Resumen de conferencia]. Proceedings of the 2nd International Conference on Learning Analytics and Knowledge. Nueva York, NY, EE. UU. ACM. https://doi.org/10.1145/2330601.2330664

Skavronskaya, L., Hadinejad, A., & Cotterell, D. (2023). Reversing the threat of artificial intelligence to opportunity: a discussion of ChatGPT in tourism education. Journal of Teaching in Travel & Tourism, 23(2) 253-258. https://doi.org/10.1080/15313220.2023.2196658

UNESCO. (2021). International Forum on AI and the futures of education developing competencies for the AI era. United Nations Educational, Scientific and Cultural. https://unesdoc.unesco.org/ark:/48223/pf0000377251

Wiley, D. (2023). AI, instructional design, and OER. Improving learning. https://opencontent.org/blog/archives/7129

Yuskovych-Zhukovska, V., Poplavska, T., Diachenko, O., Mishenina, T., Topolnyk, Y., & Gurevych, R. (2022). Aplicación de la Inteligencia Artificial en la Educación. Problemas y Oportunidades para el Desarrollo Sostenible. CEREBRO. Investigación amplia en inteligencia artificial y neurociencia, 13 (1Sup1), 339-356. https://doi.org/10.18662/brain/13.1Sup1/322

Zhang, Z., Zhang, J., & Cai, M. (31 de julio-2 de agosto, 2018). The Design and Practice of the Flipped Classroom Teaching Model Based on the Pedagogy Wheel [Presentación en conferencia]. 2018 International Symposium on Educational Technology (ISET), Osaka, Japan. https://doi.org/10.1109/ISET.2018.00028

Downloads

Publicado

2024-01-01

Como Citar

Jiménez-García, E., Orenes-Martínez, N., & López-Fraile, L. A. (2024). Rueda de la Pedagogía para la inteligencia artificial: adaptación de la Rueda de Carrington. RIED. Revista Iberoamericana De Educación a Distancia, 27(1), 87–113. https://doi.org/10.5944/ried.27.1.37622

Edição

Vol. 27 N.º 1 (2024): Tendências na Educação Digital

Secção

Estudos e pesquisas

Licença

Direitos de Autor (c) 2023 Eva Jiménez García, Natalia Orenes-Martínez, Luis Antonio López-Fraile

Creative Commons License

Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição 4.0.

As obras que são publicadas neste revista estão sujeitas ao seguintes termos:

1. Os autores cedem de forma não exclusiva os direitos de exploração dos trabalhos aceitos para sua publicação a "RIED. Revista Iberoamericana de Educação a Distância", garantem à revista o direito de ser a primeira publicação do trabalho e permitem que a revista distribua os trabalhos publicados sob a licença de indicada no ponto 2.

2. As obras são publicadas na edição eletrônica da revista sob uma licença Creative Commons Atribuição 4.0 Internacional (CC BY 4.0). Podem copiar e redistribuir o material em qualquer suporte ou formato, adaptar, remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial. Você deve atribuir o devido crédito, fornecer um link para a licença, e indicar se foram feitas alterações. Você pode fazê-lo de qualquer forma razoável, mas não de uma forma que sugira que o licenciante o apoia ou aprova o seu uso.

3. Condições de auto-arquivo. Permite-se e incentava-se aos autores difundir eletronicamente a versõ OnlineFirst (versão avaliada e aceita para publicação) de su obra antes de sua publicação, sempre com referência a sua publicação na RIED, já que favorece sua circulação e difusão mais cedo e com isso um possível aumento em sua citação e alcance entre a comunidade acadêmica. Color RoMEO: verde.