Busca capacitar al profesorado de VET para aplicar la IA de forma práctica y personalizada, adaptando el aprendizaje a las necesidades y ritmos de cada estudiante, basadas en sus fortalezas y áreas de mejora. Así, la IA ayuda a que cada estudiante avance a su propio ritmo, sin sentirse frustrado o rezagado, ayudando a aquellos con necesidades especiales o dificultades de aprendizaje
Currículum
- 6 Sections
- 25 Lessons
- Duración
Expand all sectionsCollapse all sections
- IntroducciónBienvenida y presentación del curso.2
- Webinar La IA en VET: personaliza el aprendizajeContenidos: ● Historia y fundamentos del proyecto GRAIL. ● Diferencias entre enseñanza tradicional y aprendizaje personalizado asistido por IA. ● Introducción al Modelo SAMR. ● Primera práctica con herramientas generales (ej. ChatGPT, Gemini) para la creación de planes de estudio básicos (e.g., ChatGPT/Gemini).1
- Módulo 1. ¿Qué son las rutas de aprendizaje adaptativas?Objetivos del Módulo: • Comprender el concepto de rutas de aprendizaje adaptativas y su aplicación en entornos de Formación Profesional (FP). • Diseñar itinerarios personalizados utilizando herramientas de inteligencia artificial. • Aplicar casos prácticos de personalización en contextos reales de FP.8
- Módulo 2. Automatización y eficiencia en la evaluaciónContenidos: ● Implementación de herramientas para la generación y gestión de pruebas (ej. Socrative). ● Automatización de la corrección de exámenes y uso de asistentes virtuales para resolución de dudas. ● Estrategias para optimizar el tiempo del docente mediante la tecnología.10
- 4.1¿Qué es la automatización de la evaluación?
- 4.2Herramientas principales
- 4.3Asistentes virtuales de retroalimentación
- 4.4Gestión inteligente del progreso
- 4.5Buenas prácticas éticas
- 4.6Taller práctico
- 4.7Ejemplo práctico 1: Evaluación automatizada en un módulo de Formación Profesional (Socrative)
- 4.8Ejemplo práctico 2: Kahoot! + Mylab
- 4.9Ejemplo práctico 3: Classkick + ChatGPT
- 4.10Test Módulo 210 Minutes10 Questions
- Módulo 3. Ética e inclusión en la personalizaciónContenidos: ● Discusión sobre riesgos éticos (sesgos, privacidad, manejo de datos). ● Estrategias para adaptar la IA a estudiantes con diferentes niveles, dificultades o contextos socio-económicos.6
- Final del curso2
Instructor
