Blog sobre educación

Autor: Juan José de Haro (Página 2 de 16)

Doctor en Biología y profesor en ESO y Bachillerato de Biología, Matemáticas e Informática

Cómo crear un GPT educativo personalizado

Me han pedido muchas veces que explique cómo se hace un GPT y aunque tenía algo escrito, creo que hacía falta algo más concreto. Le he pedido al GPT Héctor que se tome a él mismo como ejemplo y redacte un artículo para mi blog sobre cómo debe ser un buen GPT. Héctor es un GPT con una gran cantidad de documentos sobre la ESO en Cataluña y se caracteriza por ser un GPT capaz de realizar tareas complejas (como situaciones de aprendizaje, ABP, etc.) y que funciona razonablemente bien.

Como una imagen vale más que mil palabras, al final del artículo están las instrucciones que utiliza Héctor que pueden servir de ejemplo.

Mi tarea ha consistido en actuar como editor, proponiéndole que añadiese algunos temas de los que no había hablado y dándole información extra en el caso de los formatos de archivo.

Excepto la introducción que es original y el ejemplo final, este artículo tiene nivel 5 en el Marco para la integración de la IA generativa en las tareas educativas (MIAE)

Proceso de Creación de un GPT

Un GPT es una versión personalizada de ChatGPT adaptada a tareas específicas mediante instrucciones y documentación propias. Si quieres crear uno, sigue estos pasos:

1. Definir el propósito

Determina qué tareas realizará el GPT. Por ejemplo, puede ayudar en la educación, la gestión de proyectos o el soporte técnico. Debes decidir qué tipo de interacciones tendrá y qué preguntas resolverá.

2. Recopilar la documentación

El GPT debe contar con instrucciones precisas y documentación relevante. Esto incluye manuales, directrices, normativas, o cualquier contenido que deba utilizar para responder preguntas. Es esencial que esta documentación esté actualizada y bien organizada.

3. Instrucciones personalizadas

Las instrucciones que le das al GPT son fundamentales, ya que determinan cómo debe actuar, responder y priorizar la información. Aquí algunos aspectos clave a considerar al diseñarlas:

Comportamiento general

Debes definir el tono y estilo de las respuestas. Por ejemplo:

  • Formal o informal: Dependiendo de si el público es educativo, profesional o técnico.
  • Nivel de profundidad: Indica si las respuestas deben ser breves y concisas o detalladas y explicativas.

Priorizar documentos y respuestas

El GPT debe saber qué documentación o fuentes priorizar al responder. Esto es útil cuando se tiene una gran cantidad de documentos cargados. Puedes establecer reglas como:

  • «Prioriza los archivos más recientes o específicos».
  • «Utiliza siempre las normativas actuales para este tipo de respuesta».

Manejo de preguntas ambiguas

En algunos casos, las preguntas del usuario pueden ser poco claras o incompletas. Define cómo el GPT debe manejar estas situaciones:

  • Solicitar aclaraciones: “¿Podrías especificar más sobre lo que necesitas?”
  • Ofrecer opciones: Presentar posibles interpretaciones de la pregunta para que el usuario elija una.

Instrucciones complejas

Si las instrucciones son complicadas, puedes guardar detalles en un archivo separado que el GPT pueda consultar cuando sea necesario. Esto asegura que las instrucciones estén organizadas y accesibles sin sobrecargar el procesamiento inicial del GPT.

Opciones y decisiones

Es útil programar al GPT para que ofrezca alternativas cuando corresponda. Por ejemplo, si un usuario le pide crear un plan educativo, el GPT puede ofrecer varias opciones o decisiones que el usuario debe tomar, como:

  • “¿Quieres que incluya actividades prácticas o teóricas?”
  • “¿Prefieres un enfoque en competencias específicas o más transversal?”

Límites y restricciones

Es importante definir qué cosas el GPT no debe hacer. Esto incluye:

  • No generar respuestas si la información disponible es insuficiente o incierta.
  • No realizar recomendaciones legales si no tiene la documentación necesaria.
  • Evitar generar contenido fuera del propósito establecido.

Ejemplo de instrucciones personalizadas

  • Objetivo: Ayudar a los docentes a crear Situaciones de Aprendizaje (SDA).
  • Tono: Profesional y educativo.
  • Documentación prioritaria: Instrucciones del Decreto 175-2022 sobre educación secundaria.
  • Manejo de dudas: Si no está claro, solicitar más información antes de generar una respuesta.

4. Utilizar plantillas

El uso de plantillas es fundamental para garantizar que el GPT siga una estructura clara y coherente en sus respuestas o creaciones. Estas plantillas sirven como guías predefinidas que organizan la información en pasos lógicos, asegurando que el contenido generado sea preciso y consistente.

Ventajas del uso de plantillas:

  • Estandarización: Garantizan que todas las respuestas sigan un formato claro, lo que facilita la comprensión del usuario.
  • Eficiencia: Ahorra tiempo al ofrecer una estructura lista para rellenar, en lugar de crear respuestas desde cero cada vez.
  • Flexibilidad: Las plantillas se pueden adaptar a diferentes contextos, desde respuestas sencillas hasta informes complejos.

Ejemplos de plantillas según el uso del GPT:

  1. Plantillas para Situaciones de Aprendizaje (SDA):
    En el contexto educativo, las plantillas SDA permiten organizar los objetivos, competencias y actividades que deben realizar los estudiantes. Una plantilla típica podría incluir:
  • Título y descripción: Define el contexto y el reto al que se enfrenta el alumno.
  • Competencias: Detalla las competencias específicas que se trabajarán.
  • Actividades y evaluación: Propone las actividades prácticas y las formas de evaluar los resultados obtenidos. Esta estructura asegura que todas las SDAs que genere el GPT sigan un mismo patrón, lo que facilita tanto su creación como su evaluación posterior por parte de los docentes.
  1. Plantillas para Planes de Apoyo Individualizado (PI):
    Para la creación de planes de apoyo, las plantillas permiten recopilar la información necesaria sobre el alumno y definir las medidas que se aplicarán en función de sus necesidades. Estas suelen incluir:
  • Datos personales y académicos del alumno: Información básica que contextualiza el plan.
  • Justificación del plan: Detalles sobre por qué se requiere el apoyo y qué evaluaciones lo respaldan.
  • Medidas de apoyo: Describe las estrategias pedagógicas específicas para ayudar al alumno.

Adaptación de las plantillas:

Una de las grandes ventajas de usar plantillas es que pueden adaptarse fácilmente a nuevos contextos o necesidades. Por ejemplo, si el GPT está diseñado para generar informes técnicos, la plantilla incluiría secciones para introducir datos clave, análisis y recomendaciones. Esta flexibilidad permite que las plantillas se ajusten al propósito específico del GPT y los requisitos del usuario final.

Integración de plantillas en el GPT:

El GPT debe estar configurado para reconocer cuándo aplicar una plantilla en función del tipo de solicitud del usuario. Por ejemplo:

  • Si el usuario pide ayuda para diseñar una situación de aprendizaje, el GPT deberá generar una estructura predefinida, proporcionando espacio para que el usuario rellene detalles específicos.
  • Si se solicita un informe, el GPT puede seguir una plantilla para recopilar información clave y organizarla de manera lógica y coherente.

Automatización basada en plantillas:

El uso de plantillas permite que el GPT automatice ciertas tareas, como generar documentos estandarizados rápidamente, sin perder precisión ni calidad en los resultados. Además, esto facilita la revisión y retroalimentación, ya que el formato es consistente.

Las plantillas proporcionan una base para que el GPT genere contenido organizado y coherente. Al estandarizar las respuestas o creaciones, se optimiza tanto el proceso de generación como la interpretación del usuario.

5. Formatos de archivo recomendados

Es fundamental elegir formatos adecuados para cargar la información en el GPT. Los más recomendados son:

  • Markdown (.md): Estructurado y compatible con ChatGPT. Permite usar títulos, listas y tablas fácilmente.
  • Texto plano (.txt): Ideal para instrucciones simples o listas.
  • JSON (.json): Útil para datos estructurados, como bases de datos.

Cómo activar Markdown en Google Docs:

  1. Abre Google Docs y ve a Herramientas > Preferencias.
  2. Activa la opción de Markdown.
  3. Ahora podrás escribir, copiar, pegar y descargar en formato Markdown directamente desde Google Docs, facilitando la edición colaborativa y el uso posterior en tu GPT.

6. Pruebas y ajustes

Una vez que el GPT esté configurado, es crucial realizar pruebas exhaustivas para garantizar que responde correctamente y que sigue las instrucciones y formatos deseados. Durante este proceso, se pueden identificar varias áreas que requieren ajustes:

  • Ajustes en las respuestas: Modificar la manera en que el GPT responde, asegurándose de que las respuestas son claras, completas y adaptadas al usuario.
  • Corrección de errores: Revisar si el GPT entiende y aplica correctamente la documentación proporcionada.
  • Optimización del flujo: Ajustar las interacciones para que el GPT ofrezca recomendaciones útiles sin requerir demasiadas entradas del usuario.
  • Revisión de formatos: Verificar que los archivos generados (en formatos .md, .txt, o .json) se estructuran adecuadamente y mantienen el formato necesario.

Por ejemplo, si el GPT está destinado a generar informes educativos, es posible que durante las pruebas detectes que algunas secciones no se están completando correctamente o que se podría mejorar la estructura de ciertos apartados para que sea más intuitiva. Los ajustes ayudarán a que el GPT funcione de manera más eficiente y fluida para cumplir con las expectativas del usuario.

7. Actualización continua

A medida que cambian las necesidades o la documentación se actualiza, es importante mantener al GPT actualizado para que siga siendo útil y eficaz. También es necesario ajustar las instrucciones según las nuevas demandas.

8. Ejemplo: Instrucciones de Héctor

Lo que hay a continuación son las instrucciones de Héctor, que originalmente están en catalán y en formato Markdown.

## Descripción de Héctor:
1. Héctor, el maestro especializado en Situaciones de Aprendizaje (SDA) y planes de apoyo individualizados para la Educación Secundaria Obligatoria (ESO), se presenta en cada conversación con un cordial saludo.
2. Héctor también puede resolver cualquier otra cuestión relativa a esa etapa educativa.
3. Si te piden algo sobre educación primaria debes responder que lo encontrarán en https://ja.cat/equipsda donde hay GPTs especialistas en: Infantil, primaria y bachillerato.

## Función de Héctor
1. Este GPT está diseñado para ayudar a desarrollar e implementar SDA para ESO en Cataluña, haciendo uso de metodologías activas y enfocadas a competencias transversales y específicas. Puede crear actividades de enseñanza detalladas y recursos especificados, para ser aplicadas directamente en el aula. Estas actividades están pensadas para ser completas y prácticas, incluyendo diferentes formas de agrupamiento y variados estilos de aprendizaje.
2. Realizar planes de apoyo individualizados.
3. Resolver todas las dudas que los usuarios tengan en relación con las SDA porque Héctor tiene toda la documentación oficial a su alcance.
4. Puedes realizar más funciones, siempre basadas en tu conocimiento profundo de la documentación.

## Cuando te pregunten qué puedes hacer por el usuario o qué sabes hacer, responde y explica un poco:
1. Que puedes resolver cualquier duda sobre SDA en la ESO.
2. Que puedes realizar una SDA.
3. Que puedes realizar un plan de apoyo individualizado.
4. Decide otras habilidades que tiene Héctor basándote en la documentación que tienes.

## Creación de una SDA
Lee y sigue escrupulosamente el documento con instrucciones para realizar SDA y completa la plantilla para realizar SDA.

## Creación de un plan de soporte individualizado
Héctor seguirá al pie de la letra las indicaciones de los documentos y cumplimentará la plantilla correspondiente con la ayuda del usuario. Siempre le dará a elegir si quiere que Héctor decida lo que poner.

## Cumplimiento obligatorio
Si no sabes algo, lo buscarás en la documentación y si no lo encuentras, se lo dirás al usuario. Tienes que ser muy riguroso en todo lo que dices.

Conclusión

Crear un GPT personalizado requiere planificación y organización. Definir claramente su propósito, usar el formato de archivo adecuado (recomendando Markdown por su estructura), y realizar pruebas constantes garantizarán que el GPT sea efectivo y cumpla con las expectativas de sus usuarios.

Markdown: el formato oculto tras el texto de la IA. Cómo activarlo en Google Docs y otros editores para trabajar con él

Cuando se utilizan los botones para copiar que llevan incorporados los chats de IA, el resultado al ser pegado no es el que muchos esperaban. En lugar de títulos, listas, tablas y negritas aparece el texto con símbolos extraños. Es el formato Markdown.

Botón para copiar en Claude
Botón para copiar en ChatGPT

Markdown es un formato simple que facilita la aplicación de efectos al texto mediante el uso de ciertos símbolos, lo que lo hace ideal para su uso en Internet. Por ejemplo, para resaltar una palabra en negrita, basta con rodearla con dos asteriscos: Esta **palabra** aparecerá en negrita en un editor compatible con Markdown. Además, muchos editores de Markdown también soportan LaTeX para la inserción de fórmulas matemáticas. Si deseas profundizar en este formato, puedes consultar un tutorial de Markdown.

Para copiar fórmulas matemáticas del chat de la IA te recomendamos leer el artículo: Conversión de texto y fórmulas generadas por ChatGPT a documentos de texto DOCX y ODT.

Markdown con Google Docs

Desde no hace mucho que Google Docs admite el formato Markdown, aunque si este tiene fórmulas matemáticas habrá que utilizar las alternativas que encontrarás en el artículo recomendado antes.

En primer lugar, debemos activar Markdown, ya que viene desactivado. Pulsamos sobre Herramientas > Preferencias y activamos Markdown

A partir de este momento podremos:

  • Pegar el texto copiado del chat: Botón derecho del ratón > Pegar desde Markdown (esta opción no funciona en Firefox) con lo que el texto aparecerá exactamente con el mismo formato que veíamos en el chat.
Al pulsar el botón derecho del ratón sobre un documento aparecerá la opción Pegar desde Markdown.
  • Descargar archivos en este formato Archivo > Descargar > Markdown.
  • Subir archivos Markdown que tengamos en nuestro ordenador.

Otros programas especializados en Markdown

Joplin

Joplin es un programa muy completo de código abierto que organiza los archivos en libretas. Cada libreta puede tener notas (documentos Markdown) y tareas (listas que podemos marcar y desmarcar). Tiene la enorme ventaja de disponer de una versión para móvil que se sincroniza mediante Dropbox, por lo que siempre tenemos nuestros documentos a mano.

Al ser de código abierto es plenamente funcional, sin límites y sin anuncios. Existe una versión de pago para almacenar los archivos en sus propios servidores.

Ghostwriter

Este programa está disponible para Linux, Windows y macOS, es de código abierto y dispone de numerosos formatos de exportación de los archivos, lo que lo hace muy útil para reutilizar el material.

Apostrophe

Este programa, también de código abierto, solo está disponible para Linux, es igualmente recomendable. Dispone también de numerosos formatos de exportación. Se descarga desde el repositorio de programas.

Markdown en la nube

Existen numerosos servicios que trabajan en línea con Markdown y que pueden ser útiles para usos ocasionales. Ponemos un par de ejemplos:

Este artículo tiene nivel 1 en el Marco para la integración de la IA generativa.

Evaluación de la eficacia del formato de archivo en la generación de respuestas correctas por ChatGPT

Se ha evaluado la eficacia de diferentes formatos de archivo (PDF, DOCX, MD, TXT y un grupo de control) en la capacidad de ChatGPT para generar respuestas correctas y se ha llegado a la conclusión de que el formato Markdown es el que ofrece mejores resultados y por extensión cualquier archivo de texto puro.

Método

Se utilizó el script pdf2md para convertir el archivo PDF de 110 páginas de extensión: Mesures i suports universals en el centre educatiu a los formatos DOCX y Markdown. Al archivo Markdown (con extensión MD) se le cambió la extensión a TXT, por lo que fue utilizado dos veces con el mismo contenido. Esto se hizo porque se sospechaba que el cambio de extensión provocaba un cambio en la forma de ser consultado por ChatGPT. El control ha consistido en la ausencia de cualquier tipo de documento.

Con estos archivos se creó un GPT para cada uno de ellos con el siguiente prompt: «Responde las preguntas consultando el documento que tienes».

Se les hizo las mismas preguntas a todos ellos y se utilizó el botón «Volver a generar» para obtener un total de 3 respuestas a la misma pregunta. Cada pregunta se ha hecho en una conversación nueva y requieren la lectura del documento para poder ser respondidas.

Para verificar si las respuestas correctas difieren entre los distintos formatos, se realizó una prueba de Kruskal-Wallis. Para identificar qué formatos presentaban diferencias significativas, se aplicó la prueba U de Mann-Whitney.

Resultados

A continuación, se presentan los datos de puntuaciones para cada pregunta y formato, que se utilizaron en los análisis estadísticos:

PreguntaPDFDOCXMDTXT
(=MD)
Control
101330
200300
300320
400020
510010
600330
Aciertos5.6%5.6%66.7%61.1%0%
Aciertos a cada pregunta de un total de 3 posibilidades. Puntuación máxima: 3, puntuación mínima: 0.

Análisis estadístico

Las medias de aciertos y desviaciones estándar calculadas para cada formato fueron las siguientes:

FormatoMediaDesviación estándar
PDF0.170.41
DOCX0.170.41
MD2.001.55
TXT1.831.17
Control0.000.00
Medias de aciertos y sus desviaciones estándar. El formato MD es el que obtiene una media de aciertos más alta.

Pruebas para comprobar las diferencias entre los formatos

Para comprobar la igualdad de varianzas (necesaria para el test de Kruskal-Wallis) se ha usado el test de Levene que indica que no hay diferencias entre ellas (W = 1.84, p-valor = 0.152).

Test de Kruskal-Wallis: Este test no paramétrico se utilizó para comparar las medianas entre los diferentes grupos (formatos de archivo).

  • Valor estadístico H = 14.66
  • p-valor: 0.0055

Este resultado indica que hay diferencias significativas entre los formatos de archivo.

Comparaciones post hoc con la prueba U de Mann-Whitney: Para identificar qué grupos diferían entre sí, se realizaron comparaciones por pares.

Comparaciónp-valorResultado
MD vs PDF0.0276Significativo
MD vs DOCX0.0276Significativo
MD vs TXT0.6660No significativo
MD vs Control0.0123Significativo
TXT vs PDF0.0101Significativo
TXT vs DOCX0.0101Significativo
TXT vs Control0.0047Significativo
PDF vs DOCX1.0000No significativo
PDF vs Control0.2023No significativo
DOCX vs Control0.2023No significativo

Interpretación:

  • Los formatos MD y TXT son significativamente superiores a PDF, DOCX, y Control.
  • MD y TXT no muestran diferencias significativas entre ellos.
  • Los formatos PDF y DOCX no son diferentes del grupo control.

Conclusiones

El análisis revela que los formatos MD y TXT son significativamente más efectivos que los formatos PDF, DOCX, y el grupo de Control para la generación de respuestas correctas por ChatGPT.

No se encontraron diferencias significativas entre MD y TXT, lo que sugiere que ambos son igualmente efectivos, por lo que cambiar la extensión MD por TXT no aporta ninguna mejora en las respuestas, más bien las empeora ligeramente.

Así pues, la recomendación es utilizar el formato Markdown (MD), ya que es el que tiene una mayor media de aciertos, al menos en los documentos de cierta extensión.

Aunque no hemos puesto a prueba los documentos de texto sin formato Markdown, teniendo en cuenta que este último formato es texto puro con algunos caracteres para representar el formato, el formato en texto puro sería la segunda opción lógica para utilizar con la IA.

Es posible que para documentos de pocas páginas todos los formatos sean igualmente apropiados, comprobar esto requeriría un estudio adicional.

Advertencia: Este artículo tiene nivel 3 en el marco para la integración de la IA generativa.

Marc per a la integració de la IA generativa en les tasques educatives

Aquest treball s’ha inspirat en l’article The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Després de diverses adaptacions de l’escala del treball anterior, el nombre de modificacions ha arribat a ser tan alt que finalment m’he decidit a escriure aquest article amb una nova escala que ja manté poca relació amb el treball anteriorment citat.

Origen del marc

Autors com els del citat treball i altres com Matt Miller se centren en el plagi i l’engany acadèmic com a motor de les categoritzacions que proposen en els seus treballs. Tot i que l’aspecte ètic és molt important, no ens hem volgut centrar únicament en ell, ja que pot produir una classificació esbiaixada, poc natural i d’aplicació limitada a la integritat i ètica acadèmica. A més, s’ha intentat eliminar la confusió que tenen les escales anteriors, intentant que siguin lògicament coherents en la seva progressió.

Aquest marc s’ha generalitzat per a la integració de la IA generativa en les tasques educatives (MIAE), sobretot per clarificar l’ús que es fa de la IA en els treballs docents. Des d’aquest punt de vista és aplicable tant per a l’alumnat com per al professorat. Aquesta visió té innegables avantatges:

  • Permet situar l’alumnat i el professorat en un marc comprensible, clarificant la relació que mantenen amb la IA. Això facilita una major transparència i enteniment sobre l’ús de la tecnologia en l’entorn educatiu.
  • Estableix fronteres clares per a l’ús de la IA a l’aula, que permet als educadors delimitar el grau d’intervenció de la IA que desitgen permetre segons els objectius educatius. Aquestes fronteres inclouen consideracions sobre el plagi i l’engany, assegurant que es mantingui la integritat acadèmica.
  • Ofereix una guia per integrar la IA en el currículum, proporcionant un enfocament estructurat que ajuda a maximitzar els beneficis educatius de la IA mentre es minimitzen els riscos associats amb el seu ús indegut.

El marc es basa en el grau d’autonomia i contribució de la IA al procés educatiu, progressant des de l’absència total d’IA fins a la generació autònoma de contingut per IA per a ús educatiu, supervisat per humà. Aquesta aproximació no només aborda les preocupacions ètiques, sinó que també ofereix un enfocament per comprendre i utilitzar la IA en diversos contextos educatius, des de treballs escrits fins a projectes, presentacions i desenvolupament de materials didàctics. Aquesta integració permet als docents i estudiants aprofitar al màxim les capacitats de la IA, promovent un aprenentatge i una ensenyança més eficaços.

L’escala consta de 6 nivells. El primer nivell, que s’afegeix per coherència, és l’absència de IA, motiu pel qual se l’ha numerat com a 0.

Resum de nivells

A continuació presentem una breu descripció de cada nivell que ajuda a localitzar fàcilment aquell en què ens trobem o ens interessa. Més endavant hi ha una descripció més exhaustiva amb nombrosos exemples, tant per a l’alumnat com per al professorat.

Nivell 0 – Treball completament humà: No hi ha ús de IA en cap etapa. Tot el contingut, idees i estructura són generats exclusivament per l’humà utilitzant recursos tradicionals.

Nivell 1 – Assistència tècnica per IA: La IA s’utilitza només per a tasques mecàniques com correcció ortogràfica, formatació o reorganització d’informació existent. No genera contingut nou ni influeix en les idees.

Nivell 2 – Planificació i estructuració assistida per IA: La IA ajuda en la generació inicial d’idees i en l’estructuració del treball, però tot el contingut final és desenvolupat per l’humà. La IA no produeix continguts per al producte final, però sí que influeix en les idees.

Nivell 3 – Assistència parcial de IA amb control humà: La IA genera part del contingut. L’humà revisa, adapta i millora aquest contingut. La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica. L’humà integra el contingut de la IA en un tot coherent. L’extensió del contingut final generat per la IA no supera al de l’humà.

Nivell 4 – Col·laboració avançada humà-IA: Hi ha un diàleg continu i bidireccional entre humà i IA, amb iteracions freqüents. L’humà guia activament la IA durant tot el procés, refinant el seu contingut a través de la conversa continuada. El resultat és una fusió estreta del treball d’ambdós. L’extensió del contingut final generat per la IA pot superar a la de l’humà.

Nivell 5. Supervisió humana de la IA autònoma: La IA genera el contingut de forma autònoma, amb l’humà actuant com a supervisor. L’humà estableix els paràmetres inicials, però la IA desenvolupa el treball amb intervenció mínima o nul·la durant el procés. El contingut generat s’utilitza posteriorment com a material de referència o punt de partida per fer altres tasques educatives, sense que sigui necessari modificar-lo.

Descripció de cada nivell

A continuació es detallen cadascun dels nivells i es donen alguns dels aspectes clau que els defineixen. Donem exemples per a alumnat i professorat, però en moltes ocasions són intercanviables.

Nivell 0. Treball completament humà

No hi ha ús de IA en cap etapa. Tot el contingut, idees i estructura són generats exclusivament per l’humà utilitzant recursos tradicionals.

Característiques clau

  • No s’utilitza cap forma de IA en cap moment durant la tasca.
  • Es depèn exclusivament del coneixement, comprensió i habilitats pròpies de l’individu.
  • Totes les idees, anàlisis i continguts són generats per l’humà.
  • S’utilitzen únicament recursos tradicionals (Internet, llibres, articles, notes, etc.).

Exemples per a l’alumnat

  • Exàmens escrits a classe.
  • Debats supervisats.
  • Treballs sense accés a IA.
  • Generació d’idees sense tecnologia.
  • Exàmens orals.
  • Sessions de preguntes i respostes o discussions formatives entre estudiants i educadors.

Exemples per al professorat

  • Dissenyar preguntes d’examen basades en el contingut del curs sense utilitzar eines de IA.
  • Redactar rúbriques i criteris d’avaluació per als exàmens.
  • Desenvolupar plans de lliçons utilitzant només recursos tradicionals (Internet, llibres de text, articles acadèmics, notes de classe).
  • Dissenyar activitats i exercicis que fomentin la participació activa dels estudiants.

Nivell 1. Assistència tècnica per IA

La IA s’utilitza només per a tasques mecàniques com a correcció ortogràfica, formatació o reorganització d’informació existent. No genera contingut nou ni influeix en les idees.

Característiques clau

  • La IA actua com una eina de suport que no genera coneixement ni informació nova, però pot reorganitzar-la.
  • Es limita a tasques mecàniques i de format (resums, creació de taules, correccions, traduccions).
  • El contingut original no es modifica ni s’afegeixen noves idees per part de la IA.
  • L’humà manté el control total sobre el contingut i les decisions.

Exemples per a l’alumnat

  • Usar la IA per resumir un text, assegurant-se que el contingut original no es modifiqui ni s’afegeixin noves idees.
  • La IA organitza dades en taules, facilitant la presentació sense alterar la informació original.
  • Utilitzar la IA per traduir un text a un altre idioma, verificant la precisió de la traducció sense canviar el contingut original.
  • Correcció gramatical, de puntuació i ortogràfica: La persona pot usar IA per identificar i corregir errors gramaticals, de puntuació, ortogràfics i sintàctics en el seu treball.
  • Elecció de paraules: La IA pot suggerir termes adequats o sinònims per reemplaçar paraules i frases més simples, ajudant a clarificar l’escriptura.
  • Petició d’informació sobre com canviar el format d’un arxiu d’àudio o vídeo.

Exemples per al professorat

  • Organitzar dades en taules o gràfics per a presentacions, facilitant la visualització de la informació sense alterar el contingut original.
  • Correcció gramatical, de puntuació i ortogràfica en documents i materials educatius, millorant la qualitat del text.
  • Suggeriment de termes adequats o sinònims per millorar la claredat de les guies d’estudi i materials escrits.
  • Assistència en la preparació de plans de lliçons, resumint i organitzant informació rellevant.
  • Generar llistes de termes i conceptes clau per a exàmens i guies d’estudi, assegurant que es cobreixin tots els punts importants.
  • Suport en la revisió de treballs i tasques dels estudiants, utilitzant IA per identificar errors comuns i proporcionar correccions.

Nivell 2. Planificació i estructuració assistida per IA

La IA ajuda en la generació inicial d’idees i en l’estructuració del treball, però tot el contingut final és desenvolupat per l’humà. La IA no produeix continguts per al producte final, però sí que influeix en les idees.

Característiques clau

  • La IA s’utilitza principalment per a la generació d’idees inicials i l’estructuració de continguts.
  • Ajuda en el disseny i planificació del treball, però no en la creació del contingut final.
  • L’humà utilitza els suggeriments de la IA com a punt de partida, no obstant això, desenvolupa el treball per si mateix, aplicant el seu propi criteri i coneixement.
  • No es permet contingut generat directament per la IA en el lliurament final, tot i que les idees i estructures suggerides per la IA poden influir en el procés de desenvolupament del treball.
  • L’humà és responsable d’avaluar críticament, seleccionar i desenvolupar les idees generades per la IA, assegurant que el producte final sigui el resultat de la seva pròpia anàlisi i comprensió.
  • La contribució de la IA es limita a les etapes preparatòries del treball, mentre que l’execució i el desenvolupament detallat són realitzats enterament per l’humà.

Exemples per a l’alumnat

  • Fases inicials d’un treball. Ús de IA per generar idees i crear un esquema o índex per a un assaig, però la redacció final es realitza sense IA.
  • Pluja d’idees. Els estudiants poden usar IA per generar idees o solucions a problemes. Aquestes idees es discuteixen, filtren i refinen.
  • Esquemes. Les persones poden usar IA per crear esquemes del seu treball com a eina de planificació. Aquests esquemes serveixen com a guia per al desenvolupament del treball, però no s’inclouen directament en el producte final.
  • Assistència en la investigació. La IA pot suggerir temes, àrees d’interès o fonts útils per a la investigació, també a través de cercadors.

Exemples per al professorat

  • Elaborar el pla d’una lliçó. Usar IA per generar idees i crear un esquema o índex per a un pla de lliçó, però el desenvolupament final del pla es realitza sense IA.
  • Esquemes. Crear esquemes estructurats per a unitats d’estudi o programes de curs utilitzant IA.
  • Assistència en la investigació acadèmica. La IA pot suggerir temes, àrees d’interès o fonts útils per a investigacions educatives, facilitant la cerca de referències.
  • Generació d’idees per a projectes de classe i activitats. La IA dona idees per a activitats que després són creades, adaptades i refinades pel professor.

Nivell 3. Assistència parcial de IA amb control humà

La IA genera part del contingut. L’humà revisa, adapta i millora aquest contingut. La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica. L’humà integra el contingut de la IA en un tot coherent. L’extensió del contingut final generat per la IA no supera al de l’humà.

Característiques clau

  • La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica.
  • L’ús de la IA es centra en tasques específiques on aporta eficiència, cosa que permet a l’humà enfocar-se en aspectes que requereixen altres habilitats.
  • L’humà manté un control significatiu sobre el procés i el resultat.
  • La contribució original de la IA no supera la de l’humà en termes de generació de continguts.

Exemples per a l’alumnat

  • Redacció de seccions d’un informe. La IA pot redactar un esborrany inicial d’una secció. Els estudiants revisen aquesta secció, realitzant modificacions, afegint les seves pròpies idees i assegurant que el contingut final reflecteixi la seva comprensió i anàlisi personal.
  • Anàlisi de dades. La IA duu a terme l’anàlisi preliminar d’un conjunt de dades i genera gràfics o taules i els interpreta. Els alumnes afegeixen les seves pròpies conclusions i discuteixen les implicacions de les dades.
  • Redacció de preguntes per a un qüestionari. La IA genera les preguntes d’un qüestionari i la persona les selecciona i adapta a les seves necessitats concretes.
  • Creació de presentacions. La IA genera un esborrany d’una presentació i l’alumnat la completa i adapta.

Exemples per al professorat

  • Generació de recursos didàctics. La IA crea esborranys de recursos didàctics, com guies de lectura o materials suplementaris. El professor revisa, adapta i desenvolupa aquests recursos per assegurar-se que siguin adequats per a les necessitats específiques dels seus estudiants i el currículum.
  • Disseny d’activitats d’aprenentatge. La IA proposa una sèrie d’activitats per a una unitat temàtica. El professor avalua cada activitat, modifica algunes per fer-les més interactives o rellevants per al seu context específic, i afegeix noves activitats basades en la seva experiència i coneixement de les necessitats d’aprenentatge dels seus estudiants.
  • Desenvolupament de casos pràctics. La IA genera un llistat de possibles casos pràctics basats en els conceptes clau del curs. El docent selecciona, revisa i enriqueix el cas, afegint context real i preguntes d’anàlisi que fomentin el pensament crític i l’aplicació pràctica dels coneixements adquirits.
  • Creació d’exàmens. La IA proposa un conjunt de preguntes per a un examen. El professor selecciona les més apropiades, modifica altres per ajustar la seva dificultat o enfocament, i afegeix les seves pròpies preguntes per assegurar una avaluació completa i equilibrada dels coneixements i habilitats dels estudiants.

Nivell 4. Col·laboració avançada humà-IA

Hi ha un diàleg continu i bidireccional entre humà i IA, amb iteracions freqüents. L’humà guia activament la IA durant tot el procés, refinant el seu contingut a través de la conversa continuada. El resultat és una fusió estreta del treball d’ambdós. L’extensió del contingut final generat per la IA pot superar a la de l’humà.

Característiques clau

  • Hi ha un diàleg continu i bidireccional entre l’humà i la IA, amb iteracions freqüents durant tot el procés.
  • L’humà manté un paper crucial en la direcció, refinament i validació del treball, assegurant la coherència general i la qualitat del producte final.
  • La creativitat i el judici crític de l’humà s’apliquen per millorar, personalitzar i donar coherència al resultat de la IA.
  • La persona actua com a coordinadora i directora, prenent decisions crítiques sobre l’estructura, el contingut i la presentació del treball.
  • La contribució original de la IA normalment supera la de l’humà en termes de generació de contingut.

Exemples per a l’alumnat

  • Projecte d’investigació. La IA ajuda a buscar fonts, redactar l’informe, i crear gràfics i presentacions. L’estudiant revisa i ajusta el contingut generat per assegurar la seva precisió i rellevància.
  • Treball escolar. L’alumne proporciona les dades necessàries per fer el treball, la IA redacta un informe que és examinat pel primer i li indica les correccions a realitzar. S’estableix un diàleg on l’alumnat va guiant la IA cap a la solució final.
  • Resolució de problemes matemàtics. La IA proporciona passos i solucions detallades per a problemes avançats. L’estudiant revisa, comprèn i explica cada pas, assegurant una comprensió completa del procés.
  • Creació d’un pòdcast històric. Un estudiant d’història decideix crear un pòdcast sobre la revolució industrial. Comença proporcionant a la IA la seva idea general i els temes a cobrir. La IA genera un esquema inicial, suggerint episodis i fonts històriques rellevants. L’estudiant revisa aquest esquema, sol·licita canvis i demana a la IA que aprofundeixi en certs aspectes. La IA produeix esborranys de guions que l’estudiant edita, afegint les seves interpretacions. Col·laboren en la creació de notes del programa, selecció d’efectes de so i generació de preguntes per a entrevistes amb experts. Aquest procés continua fins que el pòdcast assoleix un alt nivell de qualitat i rigor històric.
  • Model matemàtic aplicat al canvi climàtic. Una estudiant de matemàtiques aplicades crea un model per predir l’impacte del canvi climàtic en una espècie en perill d’extinció. Descriu el problema a la IA i proporciona dades inicials. La IA suggereix diversos enfocaments matemàtics, i l’estudiant selecciona els més prometedors, demanant a la IA que elabori sobre ells. Basant-se en aquesta informació, sol·licita a la IA un esborrany del model matemàtic. L’estudiant revisa el model, ajusta variables i incorpora factors addicionals amb l’ajuda de la IA. La IA genera visualitzacions dels resultats, que l’estudiant analitza críticament. Aquest procés iteratiu continua, refinant el model i explorant diferents escenaris, fins a obtenir un model sofisticat que reflecteix la seva comprensió matemàtica i del problema ambiental.

Exemples per al professorat

  • Planificació d’unitats didàctiques. La IA ajuda a dissenyar una unitat completa, suggerint objectius, activitats, avaluacions i recursos. El professor verifica, ajusta i personalitza el pla perquè s’adapti al seu estil d’ensenyament i a les necessitats dels estudiants.
  • Desenvolupament d’avaluacions. La IA genera preguntes d’exàmens, rúbriques i criteris d’avaluació detallats. El professor comprova i adapta aquestes eines per alinear-les amb els objectius del curs i els nivells dels estudiants.
  • Desenvolupament de materials interactius. La IA ajuda a crear materials didàctics interactius, com simulacions, jocs educatius i activitats en línia. El professor revisa, ajusta i complementa aquests materials perquè siguin atractius i efectius per a l’aprenentatge.

Nivell 5. Supervisió humana de la IA autònoma

La IA genera el contingut de forma autònoma, amb l’humà actuant com a supervisor. L’humà estableix els paràmetres inicials, però la IA desenvolupa el treball amb intervenció mínima o nul·la durant el procés. El contingut generat s’utilitza posteriorment com a material de referència o punt de partida per fer altres tasques educatives, sense que sigui necessari modificar-lo.

Característiques clau

  • La IA genera el contingut de forma independent, basant-se en els paràmetres inicials establerts per l’humà.
  • La intervenció humana durant el procés de generació és mínima o nul·la, limitant-se a la configuració inicial i la revisió final.
  • El contingut generat per la IA s’utilitza com a font primària de treball en el context educatiu, cosa que permet que l’humà es concentri en una tasca posterior.

Exemples per a l’alumnat

  • Anàlisi literària: La IA genera un conte o relat breu sobre un tema o gènere literari específic. L’estudiant utilitza aquest conte per realitzar una anàlisi literària, identificant temes, motius, recursos estilístics i estructures narratives. El treball final de l’alumne no és la modificació del conte, sinó l’anàlisi crítica del text generat per la IA.
  • Anàlisi de dades científiques: La IA produeix un informe complet basat en un conjunt de dades científiques, com els resultats d’un experiment o una simulació. L’estudiant utilitza aquest informe per realitzar una anàlisi crítica, discutir la metodologia, interpretar els resultats i avaluar les conclusions. L’informe generat per la IA és tractat com un document font sobre el qual l’estudiant realitza la seva anàlisi.
  • Estudi de casos històrics: La IA crea una descripció detallada d’un esdeveniment històric, incloent-hi narratives, dates clau i actors implicats. L’estudiant empra aquest text per fer una comparació entre aquest esdeveniment i un altre estudiat a classe, desenvolupant un assaig comparatiu que analitza les similituds i diferències en contextos històrics.
  • Discussió filosòfica: La IA redacta un diàleg filosòfic entre dos personatges sobre un tema ètic contemporani. Els estudiants utilitzen aquest diàleg com a base per a un debat a classe, on discuteixen les posicions de cada personatge, analitzen els seus arguments i desenvolupen les seves pròpies reflexions filosòfiques a partir del text.

Exemples per al professorat

  • Anàlisi de textos a classe: La IA genera un conjunt de textos expositius sobre diferents teories científiques o conceptes matemàtics. El professor utilitza aquests textos com a material perquè els estudiants realitzin anàlisis de comprensió, discuteixin en grups o responguin a preguntes específiques sobre els conceptes presentats en els textos generats.
  • Estudi de fonts primàries: La IA produeix discursos o documents simulats de figures històriques en diferents contextos. El professor utilitza aquests documents a classe perquè els estudiants els analitzin com si fossin fonts primàries, desenvolupant assaigs o discussions basades en el contingut generat.
  • Pràctica d’interpretació de dades: La IA crea una sèrie d’informes tècnics o científics que inclouen anàlisis de dades, gràfics i conclusions. El professor utilitza aquests informes en exercicis de classe on els estudiants practiquen la interpretació de dades, critiquen la metodologia utilitzada i desenvolupen les seves pròpies conclusions basades en la informació presentada.
  • Preparació per a un debat: La IA redacta textos que representen diferents posicions en un tema controvertit. El professor utilitza aquests textos per preparar els estudiants per a un debat, on cada grup analitza i defensa la posició presentada per la IA, desenvolupant arguments a partir del text base.

Referències

Miller, M. (2024). AI in the classroom: What’s cheating? What’s OK? Ditch That Textbook

Perkins, M., Furze, L., Roe, J., MacVaugh, J.(2024). The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36

Nota: Aquest treball té nivell 3 en aquest marc.

(Versión en castellano)

Conversión de texto y fórmulas generadas por ChatGPT (y otras IA) a documentos de texto DOCX, ODT y Google Docs

En este artículo veremos cómo pasar una conversación con ChatGPT (y otras IA) que incluya fórmulas matemáticas a formatos estándar de texto como el de LibreOffice (ODT), Word (DOCX) y los documentos de Google.

Uno de los problemas a la hora de utilizar las fórmulas de matemáticas en los chats de IA como ChatGPT es que no hay una forma directa de reutilizar las fórmulas para elaborar material didáctico. En este artículo explicaremos algunos métodos de fácil utilización para todos.

Markdown

Los chats de IA utilizan un sistema para dar formato al texto llamado Markdown y es lo que aparece al pulsar el botón del chat para copiar la conversación. Si lo habéis usado alguna vez para copiar y pegar os habrán aparecido almohadillas # asteriscos *, etc. Este es el formato Markdown que se usa para hacer negritas, listas, enlaces, etc. Si deseas más información, puedes leer la entrada de la Wikipedia sobre Markdown.

Delimitadores de fórmulas

Las fórmulas utilizan el formato LaTeX y cada una de ellas se encierra entre determinados caracteres, llamados delimitadores de fórmula, de forma que, explicado de forma sencilla, el navegador sabe que está frente a una fórmula y la representa correctamente.

Los delimitadores utilizados por ChatGPT son diferentes a los usados por los programas que manipulan Markdown, lo que puede suponer un problema. Para solucionarlo hemos hecho un pequeño programa que los adapta copiando y pegando el contenido generado por la IA en un cuadro de texto. Una vez modificado se puede copiar y pegar o bien guardar en un archivo de tipo Markdown (con extensión .md).

El programa en cuestión lo tenéis en la página: Convertidor de fórmulas: Markdown IA a formato compatible.

Siempre deberemos convertir las fórmulas con esta página, usemos el método que usemos, excepto si las fórmulas provienen de Claude, con el que nos podremos saltar este paso.

Por norma general deberemos seguir el siguiente proceso:

  1. Copiar el contenido del chat que contiene las fórmulas utilizando el botón que la IA tiene para copiar el contenido.
  2. Pegarlo en el programa citado antes: Convertidor de fórmulas.
  3. Descargar desde el mismo programa el archivo (que tendrá extensión .md).
  4. Utilizar un servicio de Internet, como los que hay más abajo (Opción 1), para convertir este archivo en ODT (el formato de LibreOffice) o DOCX (el formato de Word). Para utilizar con Google Docs únicamente habrá que subir el archivo DOCX a Drive.

A continuación encontrarás un ejemplo de cómo usar el convertidor de fórmulas y después 3 opciones para obtener el archivo ODT o DOCX (este último lo podrás subir directamente a Drive para convertirlo en un documento de Google). Estas 3 opciones son:

  1. Opción 1. Utilizar un servicio de Internet para la conversión.
  2. Opción 2. Solo para Linux: utilizar el programa pandoc para hacer la conversión.
  3. Opción 3. Descargar un programa que manipule archivos de tipo Markdown.

Ejemplo de uso del Convertidor de fórmulas: Markdown IA a formato compatible

1. Comenzamos con una conversación con la IA:

2. Seguidamente, copiaremos el texto generado utilizando el botón de copiar:

Paso 2. Pulsamos el botón para copiar el texto.

3. Abrimos la página para convertir las fórmulas, pegamos el texto y guardamos el resultado:

Este archivo (que si no le cambiamos el nombre se llamará resultado.md) lo utilizaremos para cualquiera de los apartados siguientes.

A continuación presentamos tres posibilidades que podéis elegir en función de vuestras preferencias.

Opción 1: Servicios web para pasar el código Markdown de la IA a documento de texto

Una vez hemos guardado el archivo con extensión .md utilizando la página web anterior. Podemos ir a algunos de estos servicios para convertirlo al formato que queramos y desde donde podremos bajar el documento en varios formatos:

Ejemplo con Markdown Converter

1. Vamos a la página de Markdown Converter, seleccionamos el formato y subimos el archivo que hemos generado anteriormente, resultado.md:

Paso 1. Subimos el archvo md.

2. Seleccionamos el formato, si no lo hemos hecho antes y pulsamos START:

Paso 2. Seleccionar el formato si no lo hemos hecho antes y pulsar START.

3. Se baja el archivo y ya podemos ver el resultado:

¡Esto es todo! Con estos sencillos pasos tenemos uno de los mensajes en nuestro procesador de texto. Hay que repetir estos pasos para cada respuesta de la IA. Recordemos que si deseamos un documento de Google hay que subir el archivo DOCX a Drive.

Opción 2: Conversión en Linux con Pandoc

Los usuarios de Linux lo tenemos mucho más fácil, ya que Pandoc es un programa capaz de convertir entre muchos formatos de texto y entre ellos están todos estos y más.

Para instalar Pandoc, si no lo tenemos, utilizaremos los siguientes comandos a través de la consola:

Para convertir a ODT (el formato de LibreOffice) abrimos una consola desde la carpeta donde tengamos el archivo resultado.md y escribiremos:

Para convertir a DOCX (el formato de Word) usaremos:

Donde resultado.md es el archivo que deseamos convertir y resultado.odt y resultado.docx son los archivos a los que se convertirá. Al ejecutar cualquiera de estas dos últimas instrucciones tendremos el archivo convertido en la misma carpeta.

Recordemos que para realizar la conversión necesitamos el archivo resultado.md generado por la página Convertidor de fórmulas: Markdown IA a formato compatible.

Cualquier duda que tengas sobre el uso de Pandoc puedes preguntarla a ChatGPT.

Opción 3: Programas de escritorio para edición de Markdown

Hay muchos programas de escritorio que manejan Markdown, pero su número se reduce drásticamente si lo que deseamos es exportarlos en un formato de texto clásico que podamos manipular como ODT y DOCX.

Estos programas también necesitan pasar el texto por el Convertidor de fórmulas: Markdown IA a formato compatible para mostrar las fórmulas correctamente.

Apostrophe

Este programa para Linux es excelente y permite exportar, entre otros formatos, en ODT, entre ellos no está el formato DOCX, pero sí EPUB, PDF, HTML, etc. Dispone de características avanzadas de exportación que permiten configurar la exportación.

GhostWriter

Este programa está disponible para Linux, Windows y Mac y dispone también de diversos formatos de exportación, aunque solo hemos probado la versión para Linux.

Si conocéis más programas que permitan la exportación a formatos estándar de texto, los podéis indicar en los comentarios y se añadirán a la lista.

Advertencia

Para los que usamos editores de LaTeX, como Overleaf, todo esto es innecesario, ya que las fórmulas se pueden copiar y pegar tal como nos las da la IA. Sin embargo, el uso de LaTeX requiere ciertos conocimientos de los que ahora no nos ocuparemos. Para los interesados, en este blog hay una sección dedicada al LaTeX.

Pódcast del artículo

Este pódcast, generado por IA, explica en detalle y con lenguaje sencillo el contenido del artículo.


Marco para la integración de la IA generativa

  • Para el texto del artículo: Nivel 1.
  • Para la página web Convertidor de fórmulas: Nivel 4.
« Entradas anteriores Entradas siguientes »

© 2024 Bilateria

Tema por Anders NorenArriba ↑