Material Detail

EVALUACIÓN DE LA CALIDAD DEL RECURSO COMO MATERIAL DE APRENDIZAJE EN LOS ESTUDIOS DE GRADO DE INGENIERÍA INFORMÁTICA DE LA UPM. Description: o Overview: Recurso: artículo ‘Developing Students’ Statistical Expertise through Writing in the Age of AI’, publicado el 28 de abril de 2025 en el Journal of Statistics and Data Science Education. Explora el uso de modelos de lenguaje como ChatGPT para diseñar actividades de escritura que promuevan el razonamiento estadístico. Enmarca su público en la subdisciplina MERLOT ‘Statistics and Data Science Education’, dirigido a docentes universitarios de estadística y a estudiantes de grado y posgrado en Ciencias de Datos y Estadística. Es un Journal Article (Open Access), accesible sin suscripción. o Tema: Uso de modelos de lenguaje como ChatGPT para diseñar actividades de escritura que favorezcan el razonamiento estadístico en estudiantes de estadística y Ciencia de Datos. o Tipos de formato de materiales: Links to related material o Type of Material: Open (Access) Journal – Article: o Technical Requirements: Navegador: Chrome 91+, Firefox 89+, Edge 90+ (JavaScript habilitado). Lector de PDF: Adobe Acrobat Reader DC o equivalente. Sistema operativo: Windows 10/11, macOS Catalina (10.15) o superior, Linux Ubuntu 20.04+. Conexión a Internet: 5 Mbps estable para descarga rápida del PDF. Resolución de pantalla: 1280 × 720 px mínimo. Espacio de almacenamiento: 50 MB libres. Software adicional: Ninguno. o Learning Goal(s): Entender el concepto de escritura para aprender en la enseñanza de la estadística. Saber formular prompts efectivos a modelos de lenguaje para generar ejercicios estadísticos. Desarrollar pensamiento crítico sobre el uso de IA en actividades de escritura estadística. Aplicar buenas prácticas en la redacción de informes estadísticos asistidos por IA. Evaluar la eficacia pedagógica de la retroalimentación automática en estudiantes. o Recommended Use(s): Si fuese profesor simplemente mencionaría en clase el artículo y explicaría muy brevemente el contenido por si hay algún alumno interesado. Escribiría el nombre del articulo y la URL de este en la pizarra o Target Student Population: Estudiantes de grado. No es de nivel técnico suficiente como para máster o doctorado en mi opinión o Prerequisite Knowledge: Entender conceptos de estadística descriptiva y pruebas de hipótesis. Conocimiento básico de uso de modelos de lenguaje (ChatGPT). Experiencia en escritura académica y análisis crítico de textos. Habilidades iniciales en análisis de datos con Python o R. Evaluations and Observations o Quality of Content: • Lista Fortalezas de la calidad del contenido: Publicación peer-review de abril 2025, vigente y fiable. Muestra uso real de ChatGPT para actividades escritas en estadística. Contiene evidencia cuantitativa de efectividad pedagógica. Autores expertos en estadística y educación de datos (CMU). Cita trabajos 2023–2025 y enlaces a repositorios externos. • Lista Preocupaciones de la calidad del contenido: Muestra piloto limitada podría no ser representativa. Ejemplos basados en ChatGPT pueden quedar obsoletos con actualizaciones de modelos. No profundiza en riesgos de sesgo o privacidad de datos. No considera escenarios sin acceso fiable a Internet. o Potential Effectiveness as a Teaching/Learning Tool: • Lista Fortalezas de la efectividad del recurso como una herramienta de aprendizaje: Combina teoría con ejemplos de prompts para demostraciones en pantalla. Despierta curiosidad al mostrar feedback instantáneo de ChatGPT. Permite actividades prácticas: estudiantes ajustan prompts y verifican respuestas. Incluye resúmenes breves tras cada sección para reforzar conceptos. Guía al docente en la propuesta de ejercicios interactivos basados en IA. • Lista Preocupaciones de la efectividad del recurso como una herramienta de aprendizaje: Requiere infraestructura estable; si falla el servicio de IA, la actividad se interrumpe. Respuestas de ChatGPT pueden incluir imprecisiones o sesgos sin supervisión experta. No todos los alumnos tienen igual acceso a IA, generando desigualdad en el aprendizaje. Riesgo de que estudiantes dependan demasiado de IA en lugar de razonar por sí mismos. o Ease of Use: • Lista Fortalezas de la facilidad de uso del recurso: La descripción del artículo es buena y esta bien estructurado. Demasiado texto por cada párrafo para mi gusto pero se debe a la larga extensión del artículo. No requiere instrucciones adicionales. • Lista Preocupaciones de la facilidad de uso del recurso: Lo comentado anteriormente de los párrafos y podrían también incluir alguna foto o esquema de alguna funcionalidad de un LLM para una comprensión más fácil.