Píldora II del DOCTORADO: EDUCACIÓN DISRUPTIVA VS INTELIGENCIA ARTIFICIAL (Aprendizaje personalizado/socializador y pensamiento crítico)

Juan Domingo Farnós

(((NOTA:: Una nueva entrega del trabajo que realizarán los doctorandos con la metodología y el funcionamiento de la Educación Disruptiva vs Inteligencia artificial en dos temas clave en la misma)))

Los doctorandos van a explicar y demostrar como la Educación disruptiva y la Inteligencia artificial contribuyen al aprendizaje personalizado y socializador:

Aquí hay una posible forma de explicar cómo la educación disruptiva y la inteligencia artificial pueden contribuir al aprendizaje personalizado y socializador:

I. Introducción

• Breve descripción de la educación disruptiva de Juan Domingo Farnós y la inteligencia artificial
• Importancia de la personalización y la socialización en el aprendizaje

II. Personalización del aprendizaje

• Definición de la personalización del aprendizaje
• Cómo la educación disruptiva puede contribuir a la personalización del aprendizaje:
  • Enfoque centrado en el estudiante
  • Flexibilidad en la estructura del curso y la evaluación
  • Uso de tecnologías digitales para adaptar el aprendizaje a las necesidades y preferencias de cada estudiante
• Cómo la inteligencia artificial puede contribuir a la personalización del aprendizaje:
  • Análisis de datos para identificar patrones de aprendizaje y necesidades individuales
  • Recomendaciones de contenido y actividades adaptadas a las necesidades de cada estudiante
  • Retroalimentación personalizada y automatizada sobre el progreso y las áreas de mejora

III. Socialización del aprendizaje

• Definición de la socialización del aprendizaje
• Cómo la educación disruptiva puede contribuir a la socialización del aprendizaje:
  • Enfoque en el aprendizaje colaborativo y el trabajo en equipo
  • Uso de tecnologías digitales para facilitar la colaboración y la comunicación entre estudiantes y con el profesorado
• Cómo la inteligencia artificial puede contribuir a la socialización del aprendizaje:
  • Análisis de datos para identificar patrones de colaboración y participación en el aprendizaje
  • Recomendaciones de grupos de trabajo basados en intereses y habilidades comunes
  • Retroalimentación sobre el progreso y las áreas de mejora no solo a nivel individual sino también a nivel de equipo

IV. Conclusiones

• Recapitulación de los puntos principales sobre cómo la educación disruptiva y la inteligencia artificial pueden contribuir al aprendizaje personalizado y socializador
• Reflexiones sobre los posibles desafíos y limitaciones a la hora de implementar estas estrategias en la práctica
• Llamado a futuras investigaciones en este ámbito.

V. Referencias bibliográficas.

Ejemplo de ensayo sobre cómo la educación disruptiva y la inteligencia artificial pueden llevar al aprendizaje personalizado y socializador:

En el mundo de hoy, el aprendizaje personalizado y socializador se está convirtiendo en una necesidad para el éxito educativo. La educación disruptiva y la inteligencia artificial son dos herramientas poderosas que pueden ayudar a lograr este objetivo.

La educación disruptiva, según Juan Domingo Farnós, es una metodología de enseñanza que busca desafiar las formas tradicionales de aprendizaje, fomentando la creatividad, la innovación y la participación activa de los estudiantes. Al permitir que los estudiantes tomen el control de su propio aprendizaje, la educación disruptiva puede ser una herramienta efectiva para personalizar la educación a las necesidades individuales de cada estudiante.

La inteligencia artificial, por su parte, es una tecnología que puede analizar grandes cantidades de datos y proporcionar información valiosa para mejorar el aprendizaje. Los algoritmos de inteligencia artificial pueden analizar los patrones de aprendizaje de los estudiantes y proporcionar recomendaciones personalizadas para mejorar su rendimiento académico. La IA también puede ser utilizada para crear programas de aprendizaje socializador, que permiten a los estudiantes interactuar y colaborar entre sí para mejorar su aprendizaje.

Para diseñar una experiencia de aprendizaje personalizada y socializadora, se pueden seguir los siguientes pasos:

1. Identificar las necesidades y objetivos de aprendizaje de los estudiantes: es importante entender qué quieren aprender los estudiantes y qué objetivos de aprendizaje se deben alcanzar.
2. Recopilar datos sobre los estudiantes: la recopilación de datos puede incluir pruebas estandarizadas, encuestas de opinión, evaluaciones formativas y otras formas de evaluación para comprender mejor las necesidades de los estudiantes.
3. Crear un plan de enseñanza: en función de los objetivos de aprendizaje y las necesidades de los estudiantes, se debe diseñar un plan de enseñanza que incluya estrategias de enseñanza disruptiva y herramientas de inteligencia artificial.
4. Implementar el plan de enseñanza: el plan de enseñanza debe ser implementado en el aula, utilizando la tecnología de inteligencia artificial y la metodología de enseñanza disruptiva para personalizar el aprendizaje y fomentar la colaboración entre los estudiantes.
5. Evaluar el aprendizaje: se debe evaluar el aprendizaje de los estudiantes a través de diferentes formas de evaluación, como evaluaciones formativas y observaciones del aprendizaje. Los datos recopilados pueden ser utilizados para mejorar el plan de aprendizaje y personalizar aún más el aprendizaje de los estudiantes.

La educación disruptiva y la inteligencia artificial pueden ser herramientas poderosas para lograr un aprendizaje personalizado y socializador. Al utilizar una metodología de enseñanza disruptiva y la tecnología de inteligencia artificial, se pueden personalizar el aprendizaje y fomentar la colaboración entre los estudiantes, lo que puede mejorar el rendimiento académico y ayudar a los estudiantes a tener éxito en el mundo moderno y cambiante de hoy.

Los doctorandos desarrollarán un plan de investigación sobre los puntos anteriores:

Aquí hay un posible plan de investigación que los doctorandos podrían seguir para investigar la efectividad de la educación disruptiva y la inteligencia artificial en el aprendizaje personalizado y socializador:

1. Planteamiento del problema:

• Identificar la necesidad de una educación más personalizada y socializada en el contexto actual de la educación.
• Examinar cómo la educación disruptiva y la inteligencia artificial pueden ser utilizadas para lograr este objetivo.

2. Revisión de literatura:

• Revisar la literatura existente sobre la educación disruptiva y la inteligencia artificial.
• Analizar cómo estos enfoques pueden contribuir al aprendizaje personalizado y socializado.
• Identificar estudios previos relacionados con la efectividad de estos enfoques.

3. Diseño de la investigación:

• Identificar la población y la muestra de estudio.
• Seleccionar los métodos de investigación adecuados, como el enfoque cuantitativo y/o cualitativo, la encuesta, la entrevista, la observación, etc.
• Diseñar los instrumentos de recolección de datos adecuados, como cuestionarios, escalas de evaluación, entrevistas estructuradas o semiestructuradas, etc.

4. Recopilación de datos:

• Aplicar los instrumentos de recolección de datos a la muestra seleccionada.
• Registrar y analizar los datos.

5. Análisis de datos:

• Analizar los datos utilizando técnicas estadísticas y de análisis de contenido, según corresponda.
• Interpretar los resultados y establecer conclusiones.

6. Discusión y conclusiones:

• Discutir los hallazgos de la investigación entre pares y con otros expertos mundiales encontrados en la red.

7. Bibliografía al respecto.

Supongamos que queremos investigar cómo la implementación de un sistema de educación disruptiva y de inteligencia artificial puede mejorar el aprendizaje personalizado y socializador en estudiantes universitarios.

1. Identificación de la población y la muestra de estudio:

• Población: estudiantes universitarios que estén actualmente inscritos en una carrera en una universidad determinada.
• Muestra: se podría seleccionar una muestra aleatoria de estudiantes de diferentes carreras y niveles académicos, pero con un tamaño lo suficientemente grande para que los resultados sean significativos.

Para seleccionar la muestra, se podría utilizar una herramienta de IA como el aprendizaje automático, que permita identificar patrones y características comunes en la población y ayudar a seleccionar una muestra representativa.

2. Recopilación de datos:

• Se podrían utilizar diversas herramientas de IA para recopilar datos, como el análisis de texto y el procesamiento del lenguaje natural. Por ejemplo, se podrían utilizar encuestas en línea para recopilar datos sobre la percepción de los estudiantes sobre el aprendizaje personalizado y socializador antes y después de la implementación del sistema de educación disruptiva y de IA.
• También se podrían recopilar datos de registros académicos, como las calificaciones y el rendimiento académico de los estudiantes antes y después de la implementación del sistema.

3. Análisis de datos:

• Se podría utilizar una herramienta de IA como el aprendizaje automático para analizar los datos recopilados y encontrar patrones y relaciones entre las variables estudiadas, como la percepción de los estudiantes, las calificaciones y el rendimiento académico.
• También se podrían utilizar técnicas de análisis estadístico para evaluar la significancia de los resultados obtenidos.

Con un plan de investigación como este, se podría evaluar de manera rigurosa cómo la implementación de un sistema de educación disruptiva y de IA puede mejorar el aprendizaje personalizado y socializador en estudiantes universitarios, y así contribuir a un mejor entendimiento de cómo estas tecnologías pueden impactar en la educación superior.

Supongamos que se quiere investigar cómo la implementación de un programa de educación disruptiva y personalizada afecta el rendimiento académico de estudiantes universitarios en una determinada institución educativa. Para ello, se podría utilizar la siguiente metodología:

1. Identificación de la población: se utilizaría una herramienta de IA de procesamiento del lenguaje natural para analizar la base de datos de la institución educativa y extraer información relevante sobre los estudiantes universitarios, como su edad, género, carrera, promedio académico, entre otros. De esta manera, se podría identificar la población objetivo de la investigación.
2. Selección de la muestra: se utilizaría una herramienta de IA de aprendizaje automático para analizar los datos de la población objetivo y seleccionar una muestra representativa que cumpla con los criterios de inclusión y exclusión definidos en el estudio.
3. Recopilación de datos: se utilizaría una plataforma de aprendizaje en línea que implemente técnicas de IA para recopilar datos sobre el rendimiento académico de los estudiantes, como pruebas, tareas, proyectos, entre otros. Estos datos se almacenarían en una base de datos y se analizarían utilizando herramientas de IA de procesamiento de datos.
4. Análisis de datos: se utilizarían herramientas de IA de análisis de datos, como algoritmos de clasificación, regresión y análisis de redes, para analizar los datos recopilados y extraer patrones y tendencias relevantes sobre el rendimiento académico de los estudiantes en el programa de educación disruptiva y personalizada.

La utilización de herramientas de IA en la investigación permitiría una identificación más precisa de la población y la muestra de estudio, así como una recopilación y análisis de datos más eficiente y efectivo, lo que podría mejorar la validez y la confiabilidad de los resultados obtenidos.

Algunas herramientas de inteligencia artificial que podrían utilizarse en el ejemplo mencionado son:

1. Algoritmos de clustering: para agrupar a los estudiantes según características similares y establecer subgrupos para su posterior análisis.
2. Análisis de redes sociales: para identificar la interacción y la influencia entre los estudiantes en la plataforma en línea.
3. Análisis de sentimiento: para evaluar las respuestas de los estudiantes a las actividades y materiales de enseñanza y determinar si están disfrutando del proceso de aprendizaje o si encuentran dificultades.
4. Aprendizaje automático: para entrenar un modelo que pueda predecir el desempeño de los estudiantes en función de sus datos personales y antecedentes educativos.

En cuanto al uso práctico de estas herramientas, podríamos utilizar un algoritmo de clustering para agrupar a los estudiantes en subgrupos basados en su desempeño académico y sus características demográficas. Luego, podríamos utilizar el análisis de redes sociales para determinar la interacción y la influencia entre estos grupos, lo que podría ayudar a identificar los factores que contribuyen a un mejor rendimiento académico.

Para recopilar los datos, podríamos utilizar una plataforma en línea que registre los datos de los estudiantes mientras participan en las actividades de enseñanza y aprendizaje. Luego, podríamos utilizar herramientas de análisis de datos, como Python, para procesar y analizar los datos recopilados. Por ejemplo, podríamos utilizar bibliotecas de aprendizaje automático en Python, como scikit-learn, para entrenar un modelo que pueda predecir el desempeño académico de los estudiantes en función de sus datos personales y antecedentes educativos.

La combinación de herramientas de inteligencia artificial y análisis de datos podría ayudarnos a recopilar, procesar y analizar datos para identificar patrones y factores que influyen en el aprendizaje personalizado y socializador.

La educación disruptiva de Juan Domingo Farnós y la Inteligencia artificial tienen el potencial de transformar el pensamiento crítico en el eje central de la educación. Tradicionalmente, la educación se ha centrado en la memorización de información y la repetición de conceptos en lugar de fomentar la creatividad, el pensamiento crítico y la resolución de problemas. Sin embargo, la educación disruptiva y la Inteligencia artificial pueden cambiar esto al permitir que los estudiantes sean el centro del proceso educativo y les brinden la oportunidad de explorar y descubrir su propio camino de aprendizaje.

Para lograr esto, se necesitan estrategias de diseño instruccional que permitan a los estudiantes desarrollar su pensamiento crítico a través de la exploración y la experimentación. Por ejemplo, se pueden utilizar herramientas de Inteligencia artificial para personalizar el aprendizaje y proporcionar a cada estudiante un camino único de aprendizaje que se adapte a sus necesidades y habilidades individuales. La tecnología también puede utilizarse para crear entornos de aprendizaje inmersivos y basados en juegos que permitan a los estudiantes experimentar y aprender de forma activa.

Además, es importante que los educadores fomenten la colaboración y el diálogo en el aula para fomentar el pensamiento crítico. Los estudiantes deben tener la oportunidad de discutir ideas y trabajar juntos para resolver problemas, lo que les permite desarrollar habilidades de pensamiento crítico y comunicación efectiva. Los educadores también pueden utilizar herramientas de evaluación formativa y retroalimentación para ayudar a los estudiantes a desarrollar habilidades de autoevaluación y reflexión crítica.

En conclusión, la educación disruptiva de Juan Domingo Farnós y la Inteligencia artificial tienen el potencial de transformar el pensamiento crítico en el eje central de la educación. Para lograr esto, se necesitan estrategias de diseño instruccional que permitan a los estudiantes explorar y experimentar, así como fomentar la colaboración y el diálogo en el aula. Al adoptar estas estrategias, los educadores pueden preparar a los estudiantes para enfrentar los desafíos del mundo real y convertirse en pensadores críticos y resolutivos.

Para llevar a cabo este tipo de aprendizaje, los educadores pueden utilizar diferentes herramientas de inteligencia artificial, algunas de ellas son:

• Sistemas de tutoría inteligente: Estos sistemas se basan en algoritmos de aprendizaje automático para proporcionar retroalimentación personalizada y adaptativa a los estudiantes. Pueden ayudar a identificar áreas de fortaleza y debilidad de los estudiantes y proporcionar sugerencias sobre cómo mejorar el rendimiento académico.
• Realidad virtual y aumentada: Estas tecnologías pueden utilizarse para crear entornos de aprendizaje inmersivos y basados en juegos que permitan a los estudiantes experimentar y aprender de forma activa. Por ejemplo, los estudiantes pueden explorar un ecosistema y aprender sobre la biodiversidad y la interacción de los seres vivos.
• Plataformas de aprendizaje personalizado: Estas plataformas utilizan algoritmos de aprendizaje automático para personalizar el aprendizaje y proporcionar a cada estudiante un camino único de aprendizaje que se adapte a sus necesidades y habilidades individuales.

Los doctorandos lo pueden investigar, analizar y sacar conclusiones de ello en pro de utilizarlo después en la propia universidad de manera coherente para enfocar su impronta en la sociedad.

Los doctorandos pueden realizar una investigación para analizar cómo la educación disruptiva de Juan Domingo Farnós y la inteligencia artificial pueden fomentar el pensamiento crítico en los estudiantes y cómo esto puede ser utilizado como un eje transformador en la educación en general. Para ello, podrían seguir los siguientes pasos:

1. Revisión bibliográfica: Realizar una revisión bibliográfica exhaustiva sobre la educación disruptiva, la inteligencia artificial y el pensamiento crítico. Identificar las teorías y los estudios existentes sobre cómo estas herramientas pueden fomentar el pensamiento crítico en los estudiantes y mejorar la calidad de la educación.
2. Definición de la población y muestra: Identificar la población de estudiantes a estudiar y seleccionar una muestra representativa. En este caso, se podría seleccionar una universidad en la que se estén implementando herramientas de educación disruptiva y/o inteligencia artificial, y seleccionar una muestra de estudiantes que hayan sido expuestos a estas herramientas.
3. Diseño del estudio: Diseñar el estudio de manera que permita recopilar datos relevantes sobre el impacto de la educación disruptiva y la inteligencia artificial en el pensamiento crítico de los estudiantes. Se podrían utilizar encuestas, entrevistas y pruebas estandarizadas para medir el nivel de pensamiento crítico de los estudiantes antes y después de ser expuestos a estas herramientas.
4. Recopilación de datos: Utilizar herramientas de inteligencia artificial para recopilar y analizar los datos recogidos en el estudio. Por ejemplo, se podría utilizar un software de análisis de datos para identificar patrones y tendencias en los resultados de las encuestas y entrevistas.
5. Análisis y presentación de resultados: Analizar los resultados del estudio a la luz de la revisión bibliográfica realizada. Identificar las conclusiones y las implicaciones del estudio para la educación en general, así como para la universidad en particular. Presentar los resultados de manera clara y concisa, utilizando gráficos, tablas y otros recursos visuales para facilitar su comprensión.

Los doctorandos pueden investigar cómo la educación disruptiva y la inteligencia artificial pueden fomentar el pensamiento crítico en los estudiantes y convertirse en el eje transformador de la educación en general. Realizando una investigación rigurosa y utilizando herramientas de inteligencia artificial, pueden recopilar datos relevantes y analizarlos para obtener conclusiones útiles que puedan ser aplicadas en su propia universidad y en la sociedad en general.

Desarrollando los 5 untos anteriores:

1. Fomentar el pensamiento crítico en el aula: Se pueden desarrollar actividades que involucren la resolución de problemas, el análisis de situaciones complejas, la toma de decisiones y la reflexión sobre temas relevantes y actuales. Esto permitirá que los estudiantes aprendan a cuestionar, argumentar y evaluar información de manera crítica, habilidades esenciales para enfrentar los desafíos de la sociedad actual.
2. Integrar tecnología y herramientas de IA en el proceso de enseñanza: La IA puede ser una herramienta valiosa para ayudar a los estudiantes a desarrollar habilidades de pensamiento crítico. Los docentes pueden usar herramientas de IA para crear actividades interactivas y personalizadas que fomenten el pensamiento crítico en el aula. Además, pueden utilizar plataformas de aprendizaje en línea y recursos digitales para proporcionar a los estudiantes experiencias de aprendizaje enriquecedoras y atractivas.
3. Promover el diálogo y el debate en el aula: El pensamiento crítico se desarrolla a través del diálogo y la discusión. Por lo tanto, los docentes pueden fomentar el debate en el aula y crear un ambiente seguro y respetuoso para que los estudiantes puedan expresar sus opiniones y puntos de vista. Los debates pueden centrarse en temas relevantes y actuales que requieran el análisis y la reflexión crítica.
4. Fomentar la colaboración y el trabajo en equipo: El pensamiento crítico también se desarrolla a través de la colaboración y el trabajo en equipo. Los docentes pueden fomentar la colaboración en el aula a través de proyectos y actividades que requieran el trabajo en equipo y la comunicación efectiva. Esto permitirá que los estudiantes aprendan a escuchar y considerar los puntos de vista de los demás, aportar sus propias ideas y trabajar juntos para resolver problemas complejos.
5. Aplicar el pensamiento crítico a situaciones de la vida real: Los docentes pueden ayudar a los estudiantes a aplicar el pensamiento crítico a situaciones de la vida real, lo que les permitirá comprender la relevancia y la importancia del pensamiento crítico en el mundo real. Se pueden utilizar estudios de caso, simulaciones y ejemplos de la vida real para ayudar a los estudiantes a desarrollar habilidades de pensamiento crítico y aplicarlas a situaciones concretas.
6. El fomento del pensamiento crítico en el aula y en la sociedad es crucial para preparar a los estudiantes para enfrentar los desafíos del mundo actual. La integración de herramientas de IA y tecnología en el proceso de enseñanza, la promoción del diálogo y el debate en el aula, la colaboración y el trabajo en equipo, y la aplicación del pensamiento crítico a situaciones de la vida real son estrategias efectivas para desarrollar habilidades de pensamiento crítico en los estudiantes y prepararlos para ser ciudadanos activos y comprometidos en la sociedad.

Los doctorandos integrarán tecnología y herramientas de IA en el proceso de aprendizaje: La IA puede ser una herramienta valiosa para ayudar a los estudiantes a desarrollar habilidades de pensamiento crítico.

A continuación, se describe un plan de diseño instruccional que los doctorandos pueden utilizar para integrar tecnología y herramientas de IA en el proceso de aprendizaje y desarrollar habilidades de pensamiento crítico:

1. Identificar objetivos de aprendizaje: El primer paso es identificar los objetivos de aprendizaje y las habilidades de pensamiento crítico que se quieren desarrollar en los estudiantes. Por ejemplo, el objetivo puede ser que los estudiantes aprendan a analizar y evaluar argumentos de manera crítica.
2. Seleccionar herramientas de IA adecuadas: Una vez que se han identificado los objetivos de aprendizaje, se deben seleccionar las herramientas de IA adecuadas para apoyar el desarrollo de habilidades de pensamiento crítico. Algunas herramientas que se pueden utilizar incluyen:

• Chatbots educativos: pueden ser utilizados para simular conversaciones con expertos y para guiar a los estudiantes a través del proceso de análisis de argumentos.
• Analizadores de texto: pueden ser utilizados para evaluar la calidad del razonamiento y el uso del lenguaje por parte de los estudiantes.
• Herramientas de análisis de datos: pueden ser utilizadas para ayudar a los estudiantes a analizar y visualizar datos y estadísticas relevantes para el tema en cuestión.

3. Diseñar actividades de aprendizaje: A continuación, se deben diseñar actividades de aprendizaje que permitan a los estudiantes utilizar las herramientas de IA seleccionadas para desarrollar habilidades de pensamiento crítico. Por ejemplo, se puede diseñar una actividad en la que los estudiantes utilicen un chatbot educativo para analizar y evaluar argumentos relacionados con un tema específico.
4. Integrar la tecnología en el aula: Una vez que se han diseñado las actividades de aprendizaje, se debe integrar la tecnología en el aula para que los estudiantes puedan utilizar las herramientas de IA seleccionadas. Esto puede incluir proporcionar acceso a los chatbots educativos y las herramientas de análisis de texto y de datos a través de la plataforma de aprendizaje en línea de la universidad.
5. Evaluar el aprendizaje: Finalmente, se debe evaluar el aprendizaje para determinar si los estudiantes han logrado los objetivos de aprendizaje establecidos y si han desarrollado habilidades de pensamiento crítico. Se pueden utilizar las herramientas de IA seleccionadas para evaluar el aprendizaje, como los analizadores de texto y las herramientas de análisis de datos, junto con otros métodos de evaluación más tradicionales, como exámenes y trabajos escritos.

La integración de tecnología y herramientas de IA en el proceso de aprendizaje puede ser una forma efectiva de ayudar a los estudiantes a desarrollar habilidades de pensamiento crítico. Al utilizar herramientas como chatbots educativos, analizadores de texto y herramientas de análisis de datos, los estudiantes pueden aprender a analizar y evaluar argumentos de manera crítica, lo que puede ayudarles a tomar decisiones informadas y a ser ciudadanos más responsables.

Diseñarán una actividad de aprendizaje que permitan a los doctorandos utilizar alguna herramienta de Inteligencia artificial para desarrollar habilidades de pensamiento crítico. Por ejemplo, se puede diseñar una actividad en la que los estudiantes utilicen un chatbot educativo para analizar y evaluar argumentos de lo tratado

Actividad de aprendizaje: Uso de chatbot educativo para desarrollar habilidades de pensamiento crítico

Objetivos de aprendizaje:

• Los estudiantes utilizarán el chatbot educativo para analizar y evaluar argumentos y mejorar su pensamiento crítico.
• Los estudiantes aprenderán a utilizar herramientas de IA en el proceso de aprendizaje.

Recursos necesarios:

• Chatbot educativo
• Dispositivos electrónicos para acceder al chatbot

Procedimiento:

1. Los estudiantes serán presentados al chatbot educativo y se les explicará su función y cómo pueden utilizarlo para analizar y evaluar argumentos.
2. Los estudiantes trabajarán en parejas o grupos pequeños y recibirán un argumento o afirmación para analizar. El chatbot educativo proporcionará preguntas guía para ayudar a los estudiantes a evaluar el argumento.
3. Los estudiantes utilizarán el chatbot educativo para analizar el argumento y responder a las preguntas guía. También tendrán la oportunidad de proporcionar su propio análisis y opinión.
4. Los estudiantes discutirán y compararán sus respuestas en grupo y tendrán la oportunidad de argumentar sus puntos de vista y llegar a un consenso sobre la evaluación del argumento.
5. Los estudiantes reflexionarán sobre cómo el uso del chatbot educativo les ayudó a desarrollar habilidades de pensamiento crítico y cómo pueden aplicar estas habilidades en otras áreas de su aprendizaje.

Evaluación:

• La evaluación se realizará mediante la observación del proceso de discusión y argumentación de los estudiantes, así como la calidad de sus respuestas y análisis en el chatbot educativo.
• Se evaluará también la reflexión de los estudiantes sobre cómo el uso del chatbot educativo les ayudó a desarrollar habilidades de pensamiento crítico.

Herramientas de IA utilizadas:

• Chatbot educativo: Se utilizará un chatbot programado para proporcionar preguntas guía y retroalimentación sobre la evaluación de argumentos. La programación del chatbot puede utilizar tecnologías como el procesamiento del lenguaje natural y el aprendizaje automático para mejorar su capacidad de interacción con los estudiantes.

Bibliografía en español e ingles de Educacion disruptiva y pensamiento critico

Bibliografía en español:

• Farnós, J. D. (2014). Educación Disruptiva. Barcelona, España: Octaedro.
• Farnós, J. D. (2017). Educación Disruptiva y Tecnología. Barcelona, España: Octaedro.
• Perelló, A., & Fernández-Cruz, F. J. (2018). Aprendizaje basado en problemas y pensamiento crítico. Revista Iberoamericana de Educación, 76(3), 11-26.
• López-Pastor, V. M., & González-Sánchez, J. L. (2016). La enseñanza del pensamiento crítico en el siglo XXI. Profesorado. Revista de currículum y formación del profesorado, 20(2), 41-54.
• Del Rey, R., & Llorente, M. C. (2016). Desarrollo del pensamiento crítico en estudiantes universitarios: una propuesta formativa. Revista de Docencia Universitaria, 14(2), 171-188.

Bibliografía en inglés:

• Farnós, J. D. (2019). Disruptive Education: The Emergence of Lifelong Learning. New York, NY: Routledge.
• Halpern, D. F. (2014). Thought and knowledge: An introduction to critical thinking. New York, NY: Psychology Press.
• Ennis, R. H. (2011). The nature of critical thinking: An outline of critical thinking dispositions and abilities. Newark, DE: Association for Supervision and Curriculum Development.
• Willingham, D. T. (2008). Critical thinking: Why is it so hard to teach?. Arts Education Policy Review, 109(4), 21-32.
• Paul, R., & Elder, L. (2012). Critical thinking: The nature of critical and creative thought. Journal of Developmental Education, 36(2), 34-35.

Revisión bibliográfica sobre Educación Disruptiva y Aprendizaje Personalizado:

1. Farnós, J.D. (2018). La Educación Disruptiva. Ediciones Octaedro.
2. Farnós, J.D. (2019). Personalized and Social Learning with AI. In R. John, S. Kwon, & M. Bonk (Eds.), Emerging Technologies in Education (pp. 65-82). Springer.
3. Christensen, C.M., Horn, M.B., & Johnson, C.W. (2011). Disrupting Class: How Disruptive Innovation Will Change the Way the World Learns. McGraw-Hill Education.
4. Tomasevic, N., & Milovanovic, M. (2017). Personalized Learning: An Overview of the Concept and Its Implementation in the Classroom. Journal of Educational and Social Research, 7(1), 33-42.
5. Wang, X., & Chen, C. (2018). Personalized Learning in Higher Education: A Systematic Review and Future Perspectives. Educational Technology & Society, 21(1), 154-170.

Revisión bibliográfica sobre Inteligencia Artificial y Aprendizaje:

1. Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
2. LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep Learning. Nature, 521, 436-444.
3. Johnson, R., Kwon, S., & Bonk, M. (Eds.). (2019). Emerging Technologies in Education. Springer.
4. Krajcik, J., & Shin, N. (2014). Project-Based Learning. In R.K. Sawyer (Ed.), The Cambridge Handbook of the Learning Sciences (2nd ed., pp. 438-454). Cambridge University Press.
5. Russell, S.J., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach. Prentice Hall.

Revisión bibliográfica sobre Diseño Instruccional:

1. Morrison, G.R., Ross, S.M., & Kemp, J.E. (2013). Designing Effective Instruction. Wiley.
2. Smith, P.L., & Ragan, T.J. (2005). Instructional Design. Wiley.
3. Van Merriënboer, J.J.G., & Kirschner, P.A. (2018). Ten Steps to Complex Learning. Routledge.
4. Dick, W., Carey, L., & Carey, J.O. (2015). The Systematic Design of Instruction. Pearson.
5. Branch, R.M., & Merrill, M.D. (2012). Characteristics of Instructional Design Models. In R.A. Reiser & J.V. Dempsey (Eds.), Trends and Issues in Instructional Design and Technology (3rd ed., pp. 27-37). Pearson.

Cada una de estas referencias se pueden consultar en línea en bases de datos como Google Scholar, ResearchGate, Scopus, Web of Science, entre otras.