Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Proyecto Re-Ingenieria Educativa Perfil PDF
Proyecto Re-Ingenieria Educativa Perfil PDF
Resumen
La educación del siglo XXI, plantea Pedagogías y Tecnologías Emergentes, que implican
procesos de Re-Ingeniería Educativa educativa, que involucra la Neurociencia, Re-
Ingeniería de Aprendizajes e Inteligencia Artificial en Educación.
Summary
The education of the XXI century, poses Pedagogies and Emerging Technologies, that imply
processes of Educational Educational Re-Engineering, that involves the Neuroscience, Re-
Engineering of Learning and Artificial Intelligence in Education.
Neuroscience allows knowing the brain to teach and learn better. The Re-Engineering of
Learning proposes pedagogies and emerging technologies, focused more on the learner. The
Artificial Intelligence after the search of patterns, allows analytics of more objective and real
learning.
1
A postgraduate program is proposed, which involves the Diploma / Masters in Pedagogies
and Emerging Technologies, as well as courses for each module.
1. Introducción
2
Lo anterior está moviendo a la educación a tener grandes transformaciones. Habilidades
como la solución de problemas complejos, pensamiento crítico y creatividad, son
competencias necesarias para los empleos que se estarán desarrollando en el año 2022, según
investigaciones del Foro Económico Mundial. El Departamento de Trabajo de los Estados
Unidos estima que “el 65 por ciento de los estudiantes que hoy están en la Universidad,
estarán empleados en trabajos que hoy no existen”.
Sociedad KnowMad2
Para muchos de nosotros, la sociedad del futuro se encuentra todavía por venir, sin embargo,
para John Moravec el proto-paradigma de la nueva sociedad ya es un momento tangible.
Según este autor, existen tres factores que caracterizan este cambio:
Hoy en día, la tecnología permite que estos trabajadores utilicen una gran variedad de
opciones, incluyendo la interacción real, virtual o la mezcla de ambas. Según Moravec una
de las características del nómada del conocimiento es la capacidad de reconfigurar
inmediatamente su ambiente de trabajo.
Es este talento personal el punto de ruptura con la concepción del empleo en el siglo 19,
época en la que nuestras relaciones y responsabilidades laborales eran estáticas y claramente
definidas por otras personas. En el pasado se acostumbraba competir para conseguir un
empleo, hoy en día es necesario diseñar el nuestro.
Las capacidades individuales se vuelven fundamentales en el siglo 21. Lo que uno hace y
puede hacer con su conocimiento crea nuevos formatos conceptuales que determinarán su
empleabilidad. En otras palabras, los individuos que sean capaces de innovar con su
conocimiento liderarán el crecimiento del empleo, mientras que otro sector será
externalizado o remplazado por máquinas (Moravec).
El cambio es siempre alarmante. Y vivir en una sociedad Knowmad implica que algunas de
las situaciones que nos brindaban seguridad en el pasado se han vuelto obsoletas, como por
3
ejemplo el concepto de empleo de por vida, el flujo constante de ingreso y la jubilación. La
externalización de los empleos (outsourcing) es una prueba de que las empresas necesitan
cada vez menos una base trabajadora constante; por otro lado, el aumento de los trabajadores
del conocimiento deja claro que en la actualidad los individuos no necesariamente dependen
de una empresa.
Hoy en día, la complejidad de los sistemas provoca una necesidad de crear nuestros propios
objetivos. Los cambios son rápidos, es necesario definirse y hacer evolucionar nuestra
concepción de trabajo. Es necesario inventar nuestro propio trabajo.
2. Neuroeducación3
Hoy en día estamos viviendo en una continua lucha por el desarrollo potencial del cerebro
humano ya que nosotros somos seres sociales y como tal no podemos aprender de una manera
aislada a nuestro contexto social. En los últimos años la neurociencia viene entregándonos
los grandes enigmas del cerebro y su funcionamiento, en donde dichos conocimientos como
el aprendizaje, la memoria, las emociones, etc. contribuye en el campo pedagógico.
4
consiguiente, la neuroeducación ayuda a cortar los lazos entre las investigaciones sobre la
neuroeducación y la práctica pedagógica.
Actualmente la neurociencia y todo el conocimiento que nos propicia acerca del cerebro son
desde mi punto de vista, fuertes factores de influencia que facilitaran y fundamentaran una
gran transformación en el ámbito educativo, “la Neuroeducación nos ayudará a educar
teniendo el cerebro en mente”.
5
• Principio 6, el cerebro crea partes y todos: Introducir ideas globales al enseñar, refleja
reconocer que el cerebro pese a tener lateralizadas sus funciones, divididas en regiones
cerebrales, procesa la realidad como un todo. Al respecto, el cerebro configura la realidad en
función de lo que cada parte especializada, aporta dentro de lo que se denomina “realidad”,
focalizando aquellos elementos que son determinantes para la realización de la tarea, por
tanto, la labor del educador es enseñarle al estudiante a formar las acciones, relevantes para
desarrollar con éxito, sus tareas.
• Principio 7, aprender implica atención focalizada y percepción globalizada, el cerebro
asimila la información de la que es consciente, pero igualmente de lo que está fuera de su
foco de atención, por ende, el maestro debe prestar atención a todo el entorno educativo,
incluyendo el espacio físico, su comunicación no verbal, las estrategias pedagógicas
implementadas, entre otros.
• Principio 8, aprender implica procesos consientes e inconscientes, gran parte de la
experiencia y del procesamiento perceptivo ocurre bajo el nivel consiente, por tanto, la
enseñanza debe reconocer esta particular para proponer actividades metacognitivas, de
pensar sobre lo pensado y hacer visible lo invisible. En efecto, gran parte del proceso de
formación de un concepto, está relacionado con el proceso de formación de las acciones
mentales, desde esta perspectiva, para poder pasar del plano material al plano mental, se debe
pasar por una serie de etapas.
• Principio 9, hay dos formas de registrar la información, de forma taxonómica,
almacenándose por ensayo o error, y la memoria espacial/autobiográfica, entre estas dos
formas de almacenar la información significativa y no significativa, biológicamente es
posible almacenar experiencias completas. De tal forma que aprender significativamente
implica usar ambas formas de almacenamiento, con la finalidad de darle sentido a la
información.
• Principio 10, aprender es un proceso de desarrollo, reconocer este principio es poner al
aprendizaje como motor del desarrollo biológico, contar con un cerebro plástico, con
posibilidades de neurogénesis, la calidad del aprendizaje forjará la calidad del desarrollo de
las funciones cerebrales superiores, siendo éstas susceptibles a la modificación a lo largo del
ciclo vital.
• Principio 11, el aprendizaje se potencia por el desafío y se inhibe ante la amenaza, el cerebro
se activa ante entornos desafiantes y cambiantes que permitan asumir el riesgo, con la
percepción de que se está acompañado. Sin embargo, si percibe amenaza actuará de manera
poco creativa y primitiva. Por tanto, es importante brindar una adecuada base orientadora de
la acción, entendiéndola como un sistema de condiciones en el que realmente se apoya al
sujeto en la realización de la acción. Es así como la enseñanza debe garantizar el éxito o
brindar la BOA necesaria para lograrlo, reconociendo los tipos de apoyos que el aprendiz
necesita.
• Principio 12, cada cerebro es único e irrepetible, fruto de la herencia genética tenemos una
organización cerebral particular, que en la interacción con la experiencia en la que se
desarrolla la persona promueve un desarrollo particular, en la escuela, por tanto, existen
diferentes formas de aprender, diferentes intereses y por ende diferentes inteligencias.
6
Figura 3. Paradigma de la Neuroeducación
7
Figura 5. Mente y corazón
3. Educación Expandida4
“Los procesos de aprendizajes son ubicuos”
8
El modelo de Koole consiste en un diagrama de Venn de tres círculos que comprende los
tres aspectos que mencionamos antes; se generan interacciones en el momento en que los
círculos se superponen en el diagrama.
Enfoques m-learning
- Producción de contenido
- Diseño de actividades
9
Algunas claves de éxito del m-learning
4. Aprendizaje Personalizado 5
Según Warlick el ‘aprendizaje personalizado’ tiene más que ver con la práctica del
aprendizaje permanente y por tanto aparentemente es independiente de instituciones,
currículos, docentes y estándares de aprendizaje. Por el contrario, la ‘enseñanza
individualizada’ o la ‘individualización del aprendizaje’ es la forma en la que las instituciones
y el profesorado se apropian del proceso del aprendizaje de tal manera que el alumnado
adopta el papel de ‘cliente’ de un servicio diseñado, cocinado y servido sin su participación.
Cada alumno es único: todos tienen intereses, estilos de aprendizaje, puntos fuertes y
conocimientos previos de la materia diferentes. Abordar las necesidades individuales de cada
alumno en el aula con eficacia siempre ha sido un desafío fundamental para los educadores.
La tecnología educativa del siglo XXI puede ayudar a brindar a los profesores las
herramientas que necesitan para impulsar la evolución del enfoque estandarizado tradicional
a uno que brinda enseñanza y contenidos personalizados para garantizar que se tengan en
cuenta las opiniones y necesidades de cada alumno
10
La diferenciación se refiere a la enseñanza que se adapta a las preferencias de aprendizaje
de los alumnos diferentes. Metas de aprendizaje son los mismos para todos los estudiantes,
pero el método o enfoque de la enseñanza varía en función de las preferencias de cada alumno
o lo que la investigación ha encontrado funciona mejor para los estudiantes como ellos.
• los estudiantes saben cómo aprenden para que estén preparados para el presente y su futuro
como ciudadanos del mundo.
• los estudiantes son los compañeros de los alumnos y compañeros de los diseñadores del
currículo y el ambiente de aprendizaje.
• estudiantes de poseer y manejar su propio aprendizaje.
5. Aprendizaje Invertido6,7
“Lo invertido (flipped), hace más activo y proactivos los aprendizajes”
“Flipped Classroom (clases al revés, clases invertidas) es un modelo didáctico en el cual los
estudiantes aprenden nuevo contenido a través de video-tutoriales en línea, habitualmente en
casa; y lo que antes solían ser los ‘deberes’ (tareas asignadas), se realizan ahora en el aula
con el profesor ofreciendo orientación más personalizada e interacción con los estudiantes”
Para ‘invertir el aula’, el profesor facilita a su alumnado materiales audiovisuales (pueden ser
vídeos o incluso ‘podcasts’), de una duración habitualmente no superior a cinco-diez
minutos, a través de los cuales presenta las principales ideas o los conceptos fundamentales
de cada unidad didáctica. Este material puede ser bien un recurso producido por el propio
docente, o bien un recurso ya existente en la red (por ejemplo, véase el canal de YouTube de
Khan Academy, con más de 5000 vídeos que abarcan los contenidos curriculares básicos en
áreas tales como matemáticas, química o historia).
12
Figura 8. Modelo Flipped Classroom
Expertos, profesores universitarios que han adoptado e investigado sobre el modelo ‘flipped
classroom’ consensúan algunas de sus ventajas:
▪ La ‘clase invertida’ produce una mayor implicación del estudiante: explicar la lección en
el aula tradicional es un enfoque de aprendizaje muy pasivo, pero cuando se desplazan las
lecciones a un sistema en línea, el tiempo de clase se puede utilizar para la resolución de
problemas, las actividades de colaboración y discusión en grupo, incrementándose el
compromiso de los alumnos.
La ‘clase invertida’ permite una mayor adaptación al ritmo de cada estudiante: el aula
tradicional generalmente no se adapta a cada alumno (todo el mundo tiene que aprender el
tema que se expone básicamente al mismo ritmo: ‘one-size-fits-all’). Por el contrario, en el
aula invertida los estudiantes tienen la posibilidad de tener un mayor control sobre el
contenido de las explicaciones y manejar su ritmo (una pausa en el video-tutorial para tomar
notas, o retroceder y aclarar cuando lo necesitan). Esto, a su vez, libera el tiempo de clase,
donde se puede promover un pensamiento de orden superior y aumentar la colaboración y la
participación de los estudiantes.
13
Figura 9. Taxonomía de Bloom y Flipped Classroom
6. Robótica Educativa
“Aprender a Programar y Programar para Aprender”
La Programación puede utilizarse como herramienta educativa transversal que mejora el
aprendizaje de otras materias, de manera que, al tiempo que se aprende a programar
aplicaciones o dispositivos, se están adquiriendo otras muchas competencias y habilidades.
La interacción de los programas de ordenador con el entorno físico mediante el uso de
sensores y actuadores (Robótica) convierte al ordenador en una herramienta de aprendizaje
aún más potente, ampliando el abanico de materias que pueden beneficiarse del uso de la
Programación.
Aprender a programar, al igual que aprender a escribir, es importante para nuestro desarrollo
y una herramienta fundamental en la vida actual. Aprender a crear programas nos va a
permitir usar los ordenadores de una forma creativa, entender cómo funcionan, poder
modificarlos y no usarlos como meros consumidores de información. Además, al programar,
aprendemos a desarrollar conceptos matemáticos, resolver problemas, diseñar proyectos y
comunicar ideas.
14
El pensamiento computacional implica resolver problemas, diseñar sistemas y comprender
el comportamiento humano, haciendo uso de los conceptos fundamentales de la informática.
Los robots representan una aplicación práctica de la física, la informática, la ingeniería y las
matemáticas, y pueden utilizarse para especular sobre conceptos de humanidades.
La robótica en el aula ofrece a los maestros la oportunidad de reunir muchas áreas diferentes
de estudio.
Robótica también puede usarse para enseñar humanidades (como ética, filosofía, etc.)
La robótica es una disciplina que vale la pena estudiar porque los robots ya no están
restringidos a la fábrica ni a ambientes peligrosos, los robots están abriéndose paso en
entornos humanos.
15
7. Inteligencia Artificial8,9,10
La aplicación de la inteligencia artificial a la educación ha sido objeto de investigación
académica durante más de 30 años.
Este conocimiento sobre el mundo está representado en los llamados "modelos". Hay tres
modelos principales en el núcleo de la Inteligencia Artificial en Educacion: el modelo
pedagógico, el modelo de dominio, y el esquema de estudiantes.
Tomemos el ejemplo de un sistema de con Inteligencia Artificial, que está diseñado para
proporcionar información individualizada apropiada para un estudiante. Para lograrlo es
necesario que el sistema sabe algo acerca de:
Los ejemplos de los conocimientos específicos que podrían ser integrados en cada uno de
estos modelos se muestra contrario.
16
Aprendizaje Automático
17
Figura 10.-Ilustración del funcionamiento de la aproximación clásica y la basada en el
aprendizaje automático a la localización de funciones en el cerebro.
Pese a que en este ejemplo la diferencia salta a simple vista, este tipo de observaciones se
antojan complicadas cuando lo que tenemos delante es un conjunto de datos más amplio. Es
aquí donde los investigadores han utilizado técnicas de aprendizaje automático para detectar,
entre toda la complejidad de nuestros datos, patrones asociados a diferentes representaciones.
Básicamente, el funcionamiento de estas técnicas (Figura 1, panel B) consiste en el
entrenamiento de un algoritmo para diferenciar dos clases (en nuestro caso, perros y gatos)
mediante la presentación de patrones asociados a ambas categorías (puntos amarillos y azules
en la figura). De esta manera, el algoritmo aprende qué regla utilizar para separar ejemplares
de cada clase (en este ejemplo, una recta diagonal). El paso clave (“test”) consiste en la
presentación de ejemplares nuevos sin etiquetar, con el objetivo de comprobar la precisión
del algoritmo a la hora de asignar cada ejemplar a la clase que corresponde. De esta manera,
18
cuando la actividad de una zona cerebral permite clasificar los ejemplares de dos categorías
diferentes por encima del nivel del azar, asumiremos que esa zona está representando de
forma diferencial dichas categorías.
¿Qué importancia tienen estas suposiciones en neurociencia cognitiva? Mientras que las
técnicas clásicas nos permitían detectar qué zonas parecían estar implicadas en ciertos
procesos, no era posible entender qué representaciones estaban siendo codificadas en esas
regiones. Así, por ejemplo, ante la activación de la corteza prefrontal durante una tarea de
atención, el aprendizaje automático nos permite estudiar si esta activación subyace a procesos
inespecíficos de control (en los cuales diferentes categorías serían representadas de forma
similar) o, por el contrario, a la codificación diferencial de contenidos relevantes para la tarea
(Haynes, 2015).
Aprendizaje Profundo
Las personas aprendemos de la experiencia. Cuanto más variadas sean nuestras vivencias,
más aprenderemos. En la disciplina de la inteligencia artificial (IA) que se conoce como
aprendizaje profundo, esto mismo se puede decir de las máquinas potenciadas por el software
y el hardware de IA. Las experiencias a través de las cuales aprenden las máquinas se definen
19
mediante los datos que adquieren, y la cantidad y la calidad de estos datos determinan cuánto
pueden aprender.
20
Estamos en una época de oportunidad sin precedentes y, con la tecnología del aprendizaje
profundo, podemos conseguir nuevos avances. El aprendizaje profundo ha desempeñado un
papel decisivo en el descubrimiento de exoplanetas, nuevos fármacos, en la detección de
enfermedades y partículas subatómicas. Nos ayuda a aumentar de forma decisiva nuestros
conocimientos en biología, incluidos los genomas, la proteómica, la metabolómica, la
inmunoterapia, etc.
Durante la explosión cámbrica que se produjo hace unos 540 millones de años, la visión se
reveló como una ventaja de los animales frente a sus competidores y muy pronto se convirtió
en el principal impulsor de la evolución. Junto con la evolución de las redes neuronales
biológicas que se utilizan para procesar la información visual, la visión ofreció a los animales
un mapa de todo lo que les rodeaba y aumentó su conocimiento del mundo exterior.
Hoy en día, la combinación de cámaras que cumplen la función de ojos artificiales y las redes
neuronales que pueden procesar la información visual que capturan esos ojos ha producido
una explosión de datos en aplicaciones de IA impulsadas por datos. Del mismo modo que la
visión tuvo un papel fundamental en la evolución de la vida en la tierra, el aprendizaje
profundo y las redes neuronales mejorarán las capacidades de los robots. Cada vez más,
conocerán su entorno, tomarán decisiones autónomas, colaborarán con nosotros y
aumentarán nuestras propias funcionalidades.
21
este campo, como se demuestra en los programas de DRL que han logrado vencer a humanos
en el antiguo juego del Go.
Las redes neuronales artificiales actuales se basaban en el entendimiento que se tenía en los
años 50 de cómo los cerebros humanos procesan la información. La neurociencia ha
progresado bastante desde entonces y las arquitecturas de aprendizaje profundo son ahora tan
sofisticadas que parecen mostrar estructuras como células de red, presentes en cerebros
neuronales biológicos que se usan para la navegación. Tanto la neurociencia como el
aprendizaje profundo pueden beneficiarse entre sí de la «polinización cruzada» de ideas y es
muy probable que estos campos se fundan en uno en algún momento.
22
8. Posgrado en Pedagogías y Tecnologías Emergentes
Con este Posgrado (Cursos, Diplomado y Maestría) los participantes podrán desarrollar
competencias en las áreas de la Neurociencias, Re-Ingeniería de Aprendizajes e Inteligencia
Artificial, aplicados en particular en la gestión educativa.
Antecedentes
Existen algunas ofertas de Universidades Bolivianas, que son aisladas y no integradas como
la presente propuesta, con la Re-Ingeniería de Aprendizajes, Neuroeducación, e Inteligencia
Artificial. A nivel internacional, existen diversas opciones como Coursera, Edx, Scolartic,
Miriadax de cursos en línea, que complementan a este proyecto.
Justificación
Contexto
El contexto actual, impone pensar en lo global y actuar en lo local. Existen los recursos,
contenidos, expertos y participantes para iniciar este proyecto, con cursos, diplomado y
maestría, mediante un programa flexible, con metodologías activas e innovadoras.
PROBLEMATICA
Descripción
El Posgrado tiene como propósito que sus participantes se capaciten, desarrollen, apliquen y
evalúen actividades de Re-Ingeniería educativa con Pedagogías y Tecnologías Emergentes.
Dirigido a
El Posgrado está orientado a docentes y/o profesionales con título de pregrado, nacionales e
internacionales.
23
Objetivo General
Requisitos
El posgrado está dividido en 10 módulos cada uno de ellos compuesto por una serie de temas,
actividades, autoevaluación, evaluación y trabajo práctico referido a la materia de estudio.
Además, los participantes contarán con una plataforma educativa, en el que se almacenan
los materiales complementarios y videos para reforzar los conocimientos.
Cada tema del módulo, requiere una dedicación de un mínimo de tres horas en plataforma
educativa y una hora de webinar por semana.
Objetivo Específico:
• Describir y desarrollar modelos tecno-educativos, aplicando a didácticas y producción de
contenidos digitales
Contenidos:
1. Modelo ADDIE
2. Modelo SMAR
3. Modelo TPACK
4. Modelo TPACK 2.0
5. Modelo Conectivista: Aprendizaje en Red
24
Módulo 2: Educación Expandida
Objetivo Específico:
Contenidos:
Objetivos Específicos:
• Replantear procesos educativos, centrados más en metodologías activas, para más y mejores
aprendizajes.
Contenidos:
Objetivo Específico:
Contenidos:
1. Introducción a la neuroeducación
2. Fundamentos de Neurociencia
3. Ecología del neurodesarrollo sus implicaciones en el diseño de estrategias didácticas y
pedagógicas.
4. Bases neurobiológicas del aprendizaje
5. Aplicaciones de la neuroeducación.
25
Tiempo máximo estimado 30 días
Objetivo Específico:
• Aplicar Los Neuro Aprendizajes a las didácticas, con énfasis en la parte motivacional.
Contenidos:
1. Aproximación a la Neurodidáctica
2. Neuromitos
3. Escuela Tradicional VS Escuela Neurodidáctica
4. Motivación
5. Memoria
Objetivo Específico:
Contenidos:
Objetivo Específico:
Contenidos:
26
Tiempo máximo estimado 30 días
Objetivo Específico:
Contenidos:
Objetivo Específico:
Contenidos:
Objetivo Específico:
Contenidos:
27
Tiempo máximo estimado 30 días
METODOLOGIA
Dispondrá también de una Biblioteca Virtual especializada, con e-books, audiolibros, casos
prácticos, videos, plantillas para investigación y documentos de ayuda para su aprendizaje.
En este programa el alumno dispondrá del manual del curso, estructurado en formato
modular. Esto es, cada módulo teórico estará disponible en la plataforma en formato online.
Campus Virtual
Asistentes Inteligentes
Evaluación
Para evaluar al participante en cada una de las acciones se tendrán en cuenta los siguientes
criterios:
28
•Realización de proyectos en cada módulo.
•Realización de las actividades y prácticas propuestas por el formador.
•Realización del Proyecto Final del programa en caso del diplomado y maestría.
•Participación en las tutorías con el formador.
•Participación en los seminarios virtuales (webinar)
El formador-tutor realizará un informe final del programa detallando los aspectos arriba
referenciados.
Recursos Humanos
Colaboradores Internacionales
-
-
-
12. Conclusiones
REFERENCIAS
1
La educación en la cuarta revolución industrial, https://republica.gt/2018/02/05/la-
educacion-en-la-cuarta-revolucion-industrial/, 5 de febrero de 2018
2
Introduccion a la Sociedad KnowMad, J. W. Moravec,
https://es.slideshare.net/ravsirius/introduccion-a-la-sociedad-knowmad, 20 Febrero 2017
29
3
¿Qué aporta la neurociencia a la educación?,
http://www.trespuntoelearning.com/neurociencia-educacion/ 13 de marzo de 2018.
4
Tecnologías emergentes, ¿Pedagogías emergentes? Jordi Adell - Linda Castañeda, 2012.
https://digitum.um.es/jspui/bitstream/10201/29916/1/Adell_Castaneda_emergentes2012.pdf
Manifiesto 15 (2015). Recuperado de http://www.manifesto15.org/vis-es/
5
Aduviri Velasco Ramiro, (2014), Educación Expandida, Personalizada e Invertida.
Recuperado de http://es.slideshare.net/ravsirius/educacion-expandida-personalizada-e-
invertida
6
TPACK (2011). Recuperado de http://tpack.org/
Aduviri Velasco Ramiro, TPACK 2.0 (2012). Recuperado de
http://es.slideshare.net/ravsirius/tpack-20
7
Aduviri Velasco Ramiro, (2016) Aprendizaje Gamificado, Inmersivo y Codificado.
7
Recuperado de http://www.slideshare.net/ravaprende/reingenieria-de-aprendizajes
Orientación Andújar, (2015) Pasos ABP Aprendizaje Basado en Proyectos Infografía.
7
Recuperado de http://www.orientacionandujar.es/2015/11/04/pasos-apb-aprendizaje-
basado-en-proyectos-infografia/
8
Arroyo Boris (2015) Lógica Difusa como herramienta de evaluación en el sector
universitario. Recuperado de http://www.orientacionandujar.es/2015/11/04/pasos-apb-
aprendizaje-basado-en-proyectos-infografia/
9
Inteligencia artificial: las tecnologías que cambiarán la educación en 2030,
http://www.aikaeducacion.com/tendencias/inteligencia-artificial-las-tecnologias-cambiaran-
la-educacion-2030/
10Inteligencia Artificial, Aprendizaje Automático y Aprendizaje Profundo,
https://medium.com/@Movetia/inteligencia-artificial-aprendizaje-autom%C3%A1tico-y-
aprendizaje-profundo-4f09802353bd
30