García Peñalvo, La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. Terminología

 Glosario según Notebook LM: 

Para comprender el texto de García-Peñalvo et al. (2024), es fundamental familiarizarse con una serie de términos técnicos y conceptuales que definen el panorama actual de la tecnología aplicada a la enseñanza.

La terminología esencial se divide en las siguientes categorías:

1. Conceptos Tecnológicos de Base

• Inteligencia Artificial Generativa (IAG): Se refiere a una rama de la IA capaz de generar contenidos nuevos (texto, imágenes, audio, video o código) a partir de una petición del usuario.
• LLM (Large Language Models - Modelos de Lenguaje de Gran Tamaño): Son modelos avanzados entrenados con corpus masivos de datos para procesar y generar lenguaje natural de alta calidad. Ejemplos citados incluyen GPT-3, LLaMA y LaMDA.
• Transformer: Es la arquitectura tecnológica en la que se basan los modelos de lenguaje más actuales, como GPT.
• Multimodalidad: Capacidad de las herramientas de IA para procesar y generar diferentes tipos de datos simultáneamente (por ejemplo, convertir texto en imágenes o video).

2. Funcionamiento y Fenómenos Específicos

• Base Probabilística: Es el principio de funcionamiento de estas IA; los modelos no "razonan", sino que determinan qué elementos tienen mayor probabilidad de aparecer cerca de otros según su entrenamiento.
• Alucinaciones: Término técnico usado para describir los fallos en los que la IA inventa información o responde con datos erróneos de forma verosímil.
• Prompt (Petición): Es la instrucción o solicitud expresada habitualmente en lenguaje natural que el usuario introduce en la herramienta para obtener un resultado.
• Loro Sofisticado / Habitación China: Metáforas usadas para explicar que la IA puede manipular símbolos y lenguaje de forma experta sin tener una comprensión real o conciencia de lo que está diciendo.

3. El Ámbito Educativo (AIEd)

• IA en la Educación: Se refiere al impacto de la tecnología en los procesos de enseñanza y aprendizaje (personalización, tutores inteligentes, analítica de datos).
• Educación en tiempos de IA: Concepto que aborda cómo la educación debe preparar a los ciudadanos para vivir y trabajar en una sociedad donde la IA es omnipresente, fomentando el pensamiento crítico.
• Ecosistema Digital de Aprendizaje (EDA): Evolución de los sistemas de gestión de aprendizaje (LMS) tradicionales hacia plataformas más integradas y personalizadas.

4. Herramientas y Técnicas Avanzadas

• GAN (Generative Adversarial Networks - Redes Generativas Antagónicas): Modelos que utilizan un "generador" y un "discriminador" para crear contenido nuevo (como los deepfakes).
• VAE (Variational Autoencoders): Otra técnica de generación de datos mencionada como alternativa a las GAN en contextos educativos.
• Detección de texto por IA: Herramientas diseñadas para identificar si un contenido fue creado por una máquina, aunque el libro advierte que actualmente son poco fiables (falsos positivos).

Esta terminología permite entender que la discusión no es solo sobre una herramienta (como ChatGPT), sino sobre una disrupción tecnológica que obliga a revisar la evaluación académica y la alfabetización digital.