UNED Proyecto ED3 de uso de tecnologías
UNED Proyecto ED3 de uso de tecnologías busca la participación de la comunidad universitaria para lanzar el Proyecto basadas en datos masivos
Hasta ahora se podrá aportar sugerencias para la definición del marco ético en el que construir una Educación a Distancia, Digital y apoyada en Datos. La UNED se convierte de este modo en la primera universidad que consensúa el marco ético con el que trabajar este tipo de dato
La UNED quiere adaptarse aún más a las necesidades de sus estudiantes y, para ello, ha puesto en marcha el Proyecto ED3: Educación a Distancia, Digital y apoyada en Datos cuyo objetivo es ofrecer a sus alumnos una formación personalizada y ajustada. Para ello, necesita emplear la información de la que dispone en forma de datos masivos; sin embargo, como institución consciente de las consecuencias éticas y sociales que puede tener el uso de las tecnologías basadas en este tipo de datos, la universidad se ha propuesto definir un marco ético para asegurar un uso responsable.
Para el diseño de este contexto quiere contar con la opinión de todos los miembros de la comunidad universitaria, para lo cual ha creado, a través de la empresa experta en procesos de participación Populate, una plataforma on-line en la que se podrán expresar las opiniones pertinentes en torno a nueve “cautelas” que abarcan cuestiones relativas al cuidado de los datos, la responsabilidad de uso, privacidad, acceso y transparencia o posibles efectos adversos, entre otras. La plataforma estará abierta hasta el próximo 26 de enero, momento en el que se recabarán todas las sugerencias recibidas para terminar de perfilar el marco ético que regule el uso masivo de datos en la UNED. La UNED se convierte de este modo en la primera universidad que consensúa el marco ético con el que trabajar este tipo de datos.
¿QUÉ SON Y PARA QUÉ PUEDEN SERVIR EN LA UNED LAS TECNOLOGÍAS BASADAS EN DATOS MASIVOS?
Nuestras comunicaciones, nuestro entretenimiento, nuestras relaciones comerciales y nuestros aprendizajes suceden en la Web. Así, las compañías hacen uso de nuestros datos para afectarnos: nos recomiendan una película o un libro, nos sirven anuncios personalizados, nos ayudan a acordarnos de fechas importantes. Esta filosofía es de aplicación también en la enseñanza y el aprendizaje, y su fin es avanzar hacia escenarios de aprendizaje personalizado.
Algunos ejemplos: es posible modelar de forma automática el conocimiento, el comportamiento o la experiencia del alumnado, es posible segmentarlo en perfiles que permitan adaptar los entornos de aprendizaje, es posible modelar los contenidos para extraer de forma automática las unidades de estudio o los conceptos clave, y su dificultad, así como es posible diseñar procesos de aprendizaje más efectivos a partir de los datos para responder a cuestiones como: ¿qué elementos son más efectivos para promover el aprendizaje?, ¿un cambio concreto en los contenidos o las metodologías puede mejorar el desempeño y la retención?, ¿qué tipo de metodologías son mejores en términos de la experiencia del alumnado?
Vicerrector de Digitalización e Innovación:
Sr. D. Jesús González Boticario
Dr. Jesús González Boticario es catedrático de universidad en el área de Ciencias de la Computación e Inteligencia Artificial, en el departamento de Inteligencia Artificial de UNED.
Su formación empezó como miembro del primer laboratorio de inteligencia artificial de la Facultad de Informática de la Universidad Politécnica de Madrid en España. Después de sus estudios de Informática estuvo varios años trabajando en multinacionales como ingeniero del conocimiento (Rank Xerox, Software AG), regresando luego a la Universidad para realizar su tesis doctoral en UNED en temas de aprendizaje automático bajo la dirección del profesor José Mira, disfrutó de dos estancias de investigación bajo la supervisión del profesor Tom Mitchell de la Universidad Carnegie Mellon, Pittsburgh, EEUU.
Su investigación ha estado centrada en el desarrollo de sistemas de aprendizaje de educación adaptativos basados en técnicas de inteligencia artificial (aprendizaje automático y modelado de usuario considerando la diversidad funcional de la persona para atender las necesidades de la accesibilidad en la interacción). Promueve y dirige (desde el año 2001) el grupo de investigación aDeNu de UNED (reconocido como consolidado). Coordinador científico e Investigador Principal en proyectos nacionales y europeos de investigación (26 hasta la fecha). Autor de más de 200 artículos publicados y diversos libros de investigación. Evaluador de proyectos nacionales e internacionales y artículos de revistas indexadas JCR y conferencias nacionales e internacionales de impacto (CORE). Organizador de conferencias y workshops nacionales e internacionales en las áreas señaladas (p.ej. Educational Data Mining, 2015; Artificial Intelligence in Education 2015, serie de workshops co-organizados desde aDeNu: TUMAS-A, RecSysTEL, HRSUNE; PALE).
Actualmente es el IP de UNED en dos proyectos de investigación (nacional y europeo), en los que se trabaja en el aprovechamiento de los aspectos afectivos que se pueden detectar a través del comportamiento y/o de las señales fisiológicas de la persona recogidas en escenarios de educación personalizados e inclusivos en contextos inteligentes
 |
||