Advanced Search
Search Results
9283 total results found
4.1. Metodologías activas con IA
Al trabajar con la IAG, nos alejaremos de la enseñanza tradicional para adoptar un enfoque de investigación-acción. La IA en el aula no debe ser solo un software que se aprende a usar, sino un ecosistema donde el alumno experimenta, falla y refl...
4.2. Criterios de evaluación en proyectos artísticos con IA
La evaluación en el arte con IA no puede limitarse al "resultado estético final" debemos evaluar la capacidad de mediación, la toma de decisiones y el posicionamiento ético del alumno. Evaluar un proyecto que utiliza IA requiere un cambio de par...
4.3. Presentación y documentación de procesos híbridos
En el arte con IA, el "cómo se hizo" tiene tanto valor artístico como la obra final. Documentar el proceso es lo que permite demostrar la autoría humana y el pensamiento crítico frente al automatismo. La naturaleza efímera y procesual del arte con IA exige un ...
4.4 Creación de portafolios digitales con procesos asistidos por IA
Ahora, nos centraremos en cómo el alumnado puede utilizar estas herramientas no solo para crear la obra, sino para comunicar su identidad como artistas. En esta fase, la IA actúa como una "agencia de diseño personal" que ayuda a organizar, maque...
5.1. Perspectivas pedagógicas: hacia un aula expandida y tecnopoética
El cierre de este curso no es un punto final, sino la apertura hacia una nueva sensibilidad educativa en el aula de artes plásticas. Entender nuestra clase como un espacio expandido y tecnopoético implica aceptar que la inteligencia artificial ...
5.2. Reflexión final: el papel del docente de artes en la era postdigital
En la era postdigital —aquella donde la tecnología ya no es una novedad, sino una capa invisible que lo impregna todo—, el docente de artes no puede limitarse a ser un instructor de herramientas. Nuestro papel se desplaza hacia una dimensión mucho más profunda...
6.1. Bibliografía
Abad, A. (2019). megafone.net/2004-2014 [en línea]. [Fecha de consulta: 10 de marzo de 2026]. https://megafone.net/site/index?lang=2 Allen, R. (1986). Musique Non Stop. [Fecha de consulta: 10 de marzo de 2026]. http://www.rebeccaallen.com/projects/musique-no...
6.2. Webgrafía
Alzado vectorial. (s. f.). https://www.alzado.net/espanol.html BBC News Mundo. (2011, 28 de julio). El arte generado por computadoras. https://www.bbc.com/mundo/noticias/2011/07/110728_tecnologia_arte_generativo_solaas_nc Bitstamp. (2023). ¿Qué ...
6.3. Otras cosas de interés
Documentales Arte generativo e interactivo con Anna Carreras Leonardo Solaas y el arte generativo Hello World! Processing The Age of A.I. iHuman Uncanny Valley Sesgo codificado Podcasts Los artistas que sí amaban la inteligencia artificial Art ...
3.3 Agentes de IA y Automatización
Los agentes de inteligencia artificial representan uno de los desarrollos más recientes en la evolución de los sistemas basados en modelos de lenguaje. Mientras que los asistentes de IA ayudan al usuario respondiendo preguntas o generando contenidos bajo deman...
3.1 Prompting y RAG
En los últimos años han aparecido herramientas de inteligencia artificial capaces de entender y generar texto con bastante precisión. Para utilizarlas bien en el aula, especialmente en materias científicas, conviene comprender dos ideas clave: cómo se les da i...
Conectar Micro:bit con Scratch
ES NECESARIO QUE NUESTRO ORDENADOR TENGA BLUETOOH por ejemplo un portátil.Y la placa Micro:bit la versión 2 PASO 0 Las cosas claras: Scratch ¿Qué Scratch? Pues cualquiera: El online de la página oficial de Scratch https://scratch.mit.edu/ Uno offline, po...
Enseñamos a la máquina
Podemos realizar un programa que siga los movimientos del brazo y que la pantalla lo reproduzca Haremos tres clases: 0 para el brazo a 0º 90 posición brazo 90º 180 posición brazo a 180º Da igual que las tres clases las llames 0 90 180 o derecha, arr...
1.3 Cómo aprender de los datos, Machine Learning
1.3 Cómo aprender de los datos Machine Learning (ML): enseñar a las máquinas con ejemplos En el capítulo anterior hemos visto que las máquinas no aprenden de una única manera. Distinguimos aprendizaje supervisado, no supervisado, semisupervisado y por refu...
1.2 Tipos de aprendizaje o cómo aprenden las máquinas
Aprender: una palabra común para procesos muy distintos Hablar de aprendizaje parece, a primera vista, algo sencillo. Aprendemos desde que nacemos: a hablar, a caminar, a resolver problemas, a convivir con otros. En el aula, aprender significa comprender un c...
1.4 Entendiendo las redes neuronales, Deep Learning
Deep Learning (DL): cuando las máquinas aprenden representaciones complejas El Deep Learning (aprendizaje profundo) es una parte del Machine Learning que se centra en el uso de redes neuronales artificiales con múltiples capas para construir modelos capac...
1.5 Modelos de Lenguaje, tipos y aplicaciones
En los últimos años, una de las áreas de la Inteligencia Artificial que más ha avanzado es la relacionada con el lenguaje humano. Los sistemas actuales son capaces de leer textos, resumir información, traducir entre idiomas o responder preguntas de forma basta...
2.4 Técnicas intermedias y avanzadas de prompting
Técnicas avanzadas de prompting Cómo guiar a la IA en tareas más complejas A estas alturas ya resulta evidente que mejorar la forma en que escribimos los prompts mejora directamente la calidad de las respuestas. Esa es la idea central de la ingeniería de pro...