La Comunidad IA dedicó su sesión del 5 de junio a revisar los alcances de la Estrategia Nacional de Inteligencia Artificial del Perú, con énfasis en educación, alfabetización y academia. La exposición estuvo a cargo de Gianfranco Mejía, abogado especializado en gestión pública, regulación, derecho administrativo e inteligencia artificial, quien analizó el documento recientemente aprobado y sus implicancias para el sistema educativo peruano.  

Durante la sesión se destacó que el país cuenta por primera vez con una estrategia nacional formal sobre inteligencia artificial, luego de antecedentes previos que no llegaron a oficializarse. Sin embargo, el análisis mostró que las referencias a educación aparecen de manera dispersa y con un nivel todavía general. Entre los puntos identificados se encuentran la capacitación docente, la incorporación de herramientas de IA en procesos académicos y el fortalecimiento de capacidades en educación básica, técnico-productiva y superior. 

Uno de los aspectos centrales de la conversación fue la alfabetización en inteligencia artificial. Mejía señaló que el término aparece poco desarrollado en la estrategia peruana, pese a que resulta clave para que docentes, estudiantes, servidores públicos, empresas y ciudadanos comprendan no solo cómo usar estas tecnologías, sino también sus riesgos, límites y criterios éticos. En ese sentido, la sesión planteó la necesidad de pasar de acciones de capacitación aisladas a una política más amplia de formación crítica y sostenida. 

La discusión también incorporó el análisis de un proyecto de ley orientado a establecer estándares mínimos para el uso de IA en el sistema universitario nacional. La propuesta incluye principios como ética algorítmica, protección de datos, transparencia, no discriminación y complementariedad entre humanos e inteligencia artificial. Asimismo, plantea la creación de comités de gobernanza algorítmica y ética digital en universidades, así como programas vinculados a ciencia de datos, ciberseguridad, robótica, gobernanza algorítmica y transformación digital. 

Otro punto relevante fue la comparación con la reciente estrategia de inteligencia artificial de Canadá, denominada “IA para todos”. A partir de este caso, se observó una diferencia importante: mientras la estrategia peruana enfatiza la capacitación, la canadiense otorga un lugar central a la alfabetización, la infraestructura digital, la calidad de los datos, la seguridad y la soberanía tecnológica. Esta comparación permitió abrir una reflexión sobre las condiciones previas que requiere el Perú para integrar la IA en educación, especialmente en conectividad, infraestructura y acceso. 

La sesión concluyó con aportes de los participantes sobre los desafíos de aplicar la estrategia en contextos educativos diversos, como escuelas rurales o instituciones con brechas tecnológicas. También se abordó la relación entre IA, pequeñas y medianas empresas, soberanía digital y regulación internacional. En conjunto, el encuentro dejó planteada una idea clave: el desarrollo de la inteligencia artificial en educación no depende solo de capacitar usuarios, sino de construir condiciones institucionales, técnicas y éticas que permitan una adopción responsable y contextualizada. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

En la sesión de la Comunidad IA del 22 de mayo, José Colán presentó el tema “De la información al aprendizaje: creación de recursos educativos con NotebookLM”, una exposición orientada a explorar el potencial pedagógico de esta herramienta de Google en el diseño de materiales para la educación superior. La reunión partió de una pregunta central: cómo atender la diversidad del aula sin incrementar de manera significativa la carga laboral docente.  

Durante la presentación, se explicó que NotebookLM permite trabajar en un entorno controlado, en el que la inteligencia artificial responde a partir de las fuentes cargadas por el docente. Esta característica resulta relevante para cursos con alta densidad conceptual, pues facilita organizar información, reducir la sobrecarga cognitiva y promover una revisión más guiada de los contenidos por parte de los estudiantes. 

Colán destacó que la herramienta puede generar diversos recursos de apoyo, como mapas mentales, tarjetas de estudio, infografías, cuestionarios, guías de estudio, presentaciones, audios y videos. Estos formatos permiten transformar materiales extensos en recursos más accesibles para distintos estilos de aprendizaje, sin reemplazar el criterio pedagógico del docente en la selección, curaduría y validación de la información. 

Uno de los puntos abordados fue el uso de NotebookLM como apoyo al andamiaje cognitivo. A través de recursos visuales, auditivos y textuales, los estudiantes pueden revisar conceptos, solicitar ejemplos, contrastar ideas y recibir explicaciones adicionales. En ese sentido, la herramienta no solo contribuye a la comprensión inicial, sino también a procesos de análisis, metacognición y autorregulación del aprendizaje. 

La sesión también incluyó una demostración de la integración entre NotebookLM y Gemini, especialmente para la elaboración de presentaciones editables y materiales visuales. Se enfatizó, sin embargo, la necesidad de formular instrucciones precisas y de mantener cuidados sobre la información compartida, evitando cargar datos personales, documentos sensibles o información institucional que no deba circular fuera de los espacios autorizados. 

Finalmente, la sesión planteó que estas herramientas pueden optimizar tareas operativas y liberar tiempo docente para actividades de mayor valor pedagógico, como la retroalimentación, el acompañamiento y el diseño de experiencias aplicadas. NotebookLM fue presentado así como una herramienta de apoyo para diversificar recursos, fortalecer el aprendizaje autónomo y ampliar las posibilidades de acceso a la información en entornos educativos. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión:

La Comunidad IA dedicó su sesión del 15 de mayo a analizar el vínculo entre inteligencia artificial, pensamiento crítico e investigación científica en la educación superior. La reunión contó con la participación de José Luis Vásquez Correa, docente universitario y especialista en innovación, quien presentó la ponencia “El fin del pensamiento crítico o su evolución: IA, ética e investigación científica”, centrada en el proyecto Oriana.  

La exposición partió de una preocupación recurrente en el ámbito universitario: el uso de herramientas de inteligencia artificial por parte de los estudiantes para producir textos académicos sin una apropiación clara del contenido. Según lo discutido en la sesión, el problema no se limita al plagio o a la deshonestidad académica, sino que se relaciona con la ausencia de trazabilidad en el proceso de investigación y con la delegación pasiva de tareas cognitivas a sistemas generativos. 

En ese contexto, Vásquez presentó Oriana como una propuesta orientada a acompañar el uso ético de la inteligencia artificial en procesos de investigación. La herramienta busca analizar la intención de los prompts, sugerir reformulaciones éticas y registrar las interacciones del estudiante. Su enfoque se apoya en el método socrático, es decir, en una dinámica de preguntas que promueve la reflexión antes que la entrega inmediata de respuestas. 

Durante la sesión se explicaron los resultados de un piloto aplicado con estudiantes en proceso de tesis y docentes tutores. La experiencia mostró mejoras en la organización del trabajo investigativo, reducción de tiempos en algunas etapas del proceso y mayor claridad en la defensa de ideas. Más allá de los indicadores, el énfasis estuvo en el sentido de autoría: que el estudiante no solo entregue un producto, sino que comprenda, explique y sostenga lo que ha construido. 

El diálogo posterior permitió ampliar la discusión hacia los desafíos institucionales. Algunos docentes señalaron que el reto no está únicamente en crear herramientas de acompañamiento, sino también en repensar las formas de evaluación, diferenciar producción textual de producción de conocimiento y enseñar a los estudiantes a pensar con inteligencia artificial. La trazabilidad, en ese sentido, fue reconocida como un componente valioso para observar cómo se construye el aprendizaje. 

La sesión concluyó con una idea central: la inteligencia artificial no implica necesariamente el fin del pensamiento crítico, pero sí exige nuevas formas de orientación pedagógica. Su uso responsable en la educación superior requiere criterios éticos, acompañamiento docente y modelos que permitan convertir la interacción con estas tecnologías en una oportunidad para fortalecer la reflexión, la autoría y la investigación académica. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

En la sesión del 17 de abril de la Comunidad IA, César Velázquez presentó una experiencia pedagógica desarrollada en el curso Decision Making by Data Driven Design, en la que exploró el uso de agentes virtuales como apoyo en procesos de investigación aplicados al diseño industrial. La propuesta partió de una pregunta concreta: hasta qué punto un sistema de inteligencia artificial puede complementar la comprensión de una comunidad usuaria sin sustituir el trabajo de campo ni el juicio académico de los estudiantes. 

La experiencia se construyó a partir de una metodología exploratoria que combinó técnicas tradicionales —como entrevistas y encuestas— con la creación de un agente virtual caracterizado según el perfil del usuario investigado. Para ello, se utilizó Google AI Studio con Gemini Flash, en una versión accesible para el trabajo en aula y sin requerimientos de programación. El propósito no fue entrenar modelos complejos, sino construir una representación digital suficientemente detallada como para contrastar las respuestas del usuario real con las del usuario simulado. 

Uno de los hallazgos más relevantes de la sesión fue la similitud que, en varios casos, existió entre la información obtenida mediante interacción humana y la generada por el agente virtual. Este resultado permitió discutir el potencial de la IA para ampliar o acelerar ciertas fases de la investigación, sobre todo en contextos donde el tiempo académico es limitado o el acceso a determinadas comunidades resulta difícil. La experiencia involucró a 28 estudiantes organizados en siete grupos, que trabajaron con comunidades específicas y cercanas al contexto local. 

Sin embargo, la presentación insistió en que el valor pedagógico de la experiencia no radica solo en la eficiencia de la herramienta, sino en su capacidad para hacer visibles los límites de los datos. César Velázquez subrayó que los agentes también produjeron respuestas sesgadas o alejadas de la realidad, lo que permitió discutir con los estudiantes temas como alucinaciones, calidad de fuentes, sobrecaracterización de perfiles y pérdida de matices emocionales o conductuales. En ese sentido, la IA no fue presentada como una instancia que resuelve, sino como un recurso que abre nuevas preguntas sobre cómo se produce, interpreta y valida la información. 

La sesión puso especial énfasis en la validación humana como principio irrenunciable. Aunque los agentes virtuales pueden ofrecer una línea de base útil para la exploración de datos y la generación de insights, las decisiones de diseño continúan dependiendo de la interpretación crítica de los estudiantes y docentes. Esta idea atraviesa la propuesta presentada: la inteligencia artificial puede ampliar capacidades, pero no reemplaza la responsabilidad humana en la comprensión del contexto, la lectura de sesgos y la toma de decisiones. 

Durante el diálogo posterior, los participantes plantearon posibilidades de ampliación de la experiencia hacia metodologías de investigación más estructuradas y hacia el uso de otras herramientas como ClaudePerplexity o Copilot. La conversación dejó abierta una línea de trabajo relevante para la educación superior: integrar la IA en los cursos no como un atajo, sino como una oportunidad para enseñar a experimentar, contrastar, equivocarse y volver a evaluar. Desde esa perspectiva, la sesión ofreció una reflexión pertinente sobre el lugar que pueden ocupar los agentes virtuales en procesos formativos que buscan articular innovación, pensamiento crítico y criterio profesional. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión: 

En la sesión del viernes 13 de marzo de la Comunidad IA, Luis Valdivia Humareda, docente de la UPC y especialista en desarrollo de software, inteligencia artificial y arquitectura cloud, presentó una experiencia pedagógica centrada en la enseñanza de programación para estudiantes de ciclos superiores vinculados al desarrollo de videojuegos. Su propuesta, titulada Aprender reparando: debugging profesional en motores de juegos como Unity y Phaser, parte de una observación concreta: muchos estudiantes logran implementar funcionalidades, pero todavía dependen en exceso del docente cuando aparecen errores en el código.  

A partir de ese diagnóstico, la experiencia replantea el lugar del error dentro del proceso de aprendizaje. En vez de entenderlo como un obstáculo que debe evitarse, Valdivia lo convierte en recurso pedagógico. La metodología consiste en exponer al estudiante a errores intencionales, tanto técnicos como lógicos, para que aprenda a leer mensajes del sistema, identificar causas, proponer soluciones y documentar el proceso de corrección. De este modo, el aula se aproxima a escenarios reales de trabajo, donde no siempre se construye desde cero, sino que con frecuencia se debe intervenir sobre productos ya desarrollados, incompletos o defectuosos.  

La propuesta se organizó en dos momentos. En un primer tramo, el docente modeló con los estudiantes la identificación y resolución de errores dentro de motores como Unity y Phaser, mostrando cómo pequeñas omisiones o decisiones incorrectas afectan el funcionamiento del proyecto. En un segundo momento, cambió la lógica de la evaluación: en lugar de pedir la creación de un producto desde cero, entregó proyectos funcionales previamente alterados para que los estudiantes diagnosticaran y repararan fallas. Esta variación permitió evaluar no solo el resultado final, sino también la comprensión del problema, la capacidad de depuración y la argumentación técnica del proceso seguido.  

Los resultados presentados fueron relevantes. Según lo expuesto en la sesión, se redujo de manera considerable la solicitud constante de ayuda al docente, disminuyó el tiempo que los estudiantes dedicaban a la depuración de errores y mejoró la estabilidad de los proyectos entregados. A ello se sumaron logros formativos de mayor alcance: incremento de la autonomía, fortalecimiento del pensamiento computacional, mejor documentación de los procesos y mayor confianza para afrontar problemas similares en contextos profesionales. La experiencia mostró, además, que enseñar a corregir errores no implica bajar la exigencia, sino desplazarla hacia competencias más cercanas a las demandas del campo laboral.  

Uno de los puntos más valiosos de la conversación fue la reflexión sobre la evaluación en contextos atravesados por inteligencia artificial generativa. Frente a la facilidad con la que hoy un estudiante puede obtener código funcional mediante herramientas como ChatGPT, la experiencia presentada propone una evaluación más auténtica: resolver errores complejos, especialmente aquellos de lógica, exige comprensión de fundamentos y no solo capacidad de pedir respuestas a una herramienta. En ese sentido, la IA aparece como apoyo para optimizar tareas, pero no sustituye la necesidad de comprender cómo funcionan los sistemas ni de desarrollar criterios para intervenir sobre ellos.  

Finalmente, la sesión abrió una discusión sobre la transferencia de esta metodología a otras disciplinas. El ponente sugirió que la lógica de “aprender reparando” puede adaptarse a áreas como marketing, matemática, estadística, psicología, finanzas o ingeniería industrial, mediante actividades en las que los estudiantes deban analizar campañas mal diseñadas, procedimientos erróneos, datos defectuosos o procesos mal secuenciados. Desde esta perspectiva, el debugging deja de ser una práctica exclusiva de la programación y se convierte en una forma de aprendizaje basada en el análisis crítico, la corrección argumentada y la preparación para contextos profesionales donde identificar y resolver errores forma parte del ejercicio cotidiano. 

¿Te gustaría participar activamente en la Comunidad IA en Educación?     

Si quieres ser parte de nuestras sesiones virtuales y contribuir a este espacio de aprendizaje e intercambio, completa el siguiente formulario. Así podremos conocerte mejor y enviarte el enlace para unirte a las reuniones en vivo: https://forms.office.com/r/6nCJ4wtVaS  

Mira el video completo de la sesión:

El mes de marzo trajo a la Comunidad IA en la Educación un conjunto de encuentros ricos en aprendizajes, donde se abordaron desafíos, experiencias prácticas y avances de investigación relacionados con la integración de la inteligencia artificial en la enseñanza. Estas son las principales reflexiones y actividades que marcaron las sesiones del mes. 

7 de marzo: Experiencias globales en formación docente con IA 

La primera sesión de marzo tuvo como invitados a Jake Van Clief y César Estremadoyro, quienes compartieron experiencias innovadoras sobre el acompañamiento docente en el uso de IA. 

Jake presentó una herramienta, llamada Eduba Labs, centrado en empoderar a los educadores para usar IA de manera crítica y autónoma. La iniciativa busca ofrecer entornos seguros, éticos y controlados por los propios docentes, reforzando la confianza en el uso pedagógico de estas tecnologías. Se destacó la importancia de trasladar el protagonismo a los educadores. 

La sesión dejó una invitación abierta a explorar modelos alternativos de formación y gestión ética de la IA, adaptables a distintos contextos educativos. 

14 de marzo: Desafíos de la IA en México 

La segunda sesión fue liderada por Lizeth Carolina Izurieta desde México, quien compartió una presentación de la realidad educativa en México. 

Lizeth describió el enorme desafío que enfrentan regiones como la sierra norte de Puebla, donde muchas comunidades no cuentan con acceso básico a electricidad, mucho menos a Internet. Se destacó que apenas el 23% de las zonas rurales tienen acceso a conectividad, lo que limita drásticamente la implementación de herramientas basadas en IA. Pese a estas dificultades, Lizeth mostró casos inspiradores de cómo algunas universidades mexicanas están comenzando a explorar la IA para la tutoría virtual, el aprendizaje adaptativo y el acompañamiento administrativo. 

La presentación fue una valiosa oportunidad para visibilizar la necesidad urgente de reducir las brechas digitales y promover un uso equitativo de la IA en educación. 

21 de marzo: Avances de la revisión sistemática sobre ética e IA 

En esta sesión, Madeleine Palacios presentó los resultados preliminares de la revisión sistemática sobre ética en IA aplicada a la educación superior, liderada por la comunidad como parte del plan de trabajo de Metared TIC. 

Tras revisar 118 artículos, el equipo seleccionó 49 estudios clave que están siendo codificados. Madeleine destacó la riqueza de hallazgos, incluyendo la propuesta de modelos ecológicos de gobernanza de la IA, que sugieren integrar dimensiones pedagógicas, operativas y de alta dirección para formular políticas institucionales claras. 

Se destacó la importancia de continuar con estudios empíricos y longitudinales, así como de postular el artículo resultante a revistas indexadas. 

28 de marzo: Evaluación en la era de la IA 

La última sesión del mes estuvo a cargo de Juandiego Morzán, quien presentó un caso de uso innovador de IA generativa en evaluación académica, desarrollado en colaboración con el equipo de Campus Global de la UPC

Juandiego expuso cómo aplicaron tecnologías de speech analytics para evaluar videos de estudiantes utilizando modelos de lenguaje avanzado como GPT-4. El sistema permite procesar automáticamente los discursos, transcribirlos, evaluarlos con base en rúbricas prediseñadas y entregar retroalimentación personalizada, agilizando así los procesos. 

El cierre de la sesión abrió un debate sobre el rol del docente en la era de la IA, la necesidad de rediseñar las evaluaciones para desarrollar pensamiento crítico y creativo, y el cuidado al enfrentar los desafíos éticos del uso de estas herramientas. 

Durante el mes de febrero, en las sesiones de la Comunidad IA en la Educación expertos y docentes discutieron el impacto de la inteligencia artificial en la enseñanza superior. Con un enfoque en la co-inteligencia, la ética y casos prácticos de implementación, estos encuentros reflejaron el compromiso del grupo por generar conocimiento y compartir buenas prácticas en el ámbito educativo . 

14 de febrero: explorando la Co-Inteligencia y avances del proyecto editorial

El docente Daniel Flores abrió la sesión con una exposición comentando unas notas sobre el libro “CoInteligencia: Vivir y Trabajar con la IA” de Ethan Mollick. La discusión giró en torno a cómo la inteligencia artificial puede potenciar las capacidades humanas en lugar de reemplazarlas. Se destacaron modelos como el centauro (colaboración entre humano e IA) y el cyborg (integración total de la IA en la vida cotidiana). 

Asimismo, se presentó un ambicioso proyecto editorial, que busca recopilar artículos y reflexiones de la comunidad en un libro sobre IA aplicada a la educación. Se alentó a los participantes a contribuir con sus propias experiencias y conocimientos. 

21 de febrero: avances en la ética y transparencia de la IA

La siguiente sesión estuvo marcada por un resumen de los avances del estudio sobre ética, transparencia y responsabilidad social en IA. Madeleine Palacios lideró la presentación de una revisión sistemática de literatura, basada en el estudio de más de 118 artículos científicos obtenidos de bases de datos como Scopus y Web of Science. 

Uno de los hallazgos más significativos reveló que menos del 10% de las instituciones educativas cuentan con políticas claras sobre el uso de la IA generativa. Además, se evidenció que la formación docente en inteligencia artificial está enfocada más en aspectos técnicos que en competencias éticas. También se discutió el aprendizaje federado, un innovador enfoque que permite procesar datos sin comprometer la privacidad. 

Para facilitar el análisis de datos, se destacó la posible implementación de herramientas como NVivo y VOSviewer, que permiten realizar estudios cualitativos y bibliométricos con mayor precisión. 

28 de febrero: Aplicaciones Prácticas y Cierre del Mes

La última sesión del mes sirvió para evaluar el progreso de los proyectos de la comunidad. Se destacó que la revisión sistemática sobre ética en IA había alcanzado un 50% de avance. 

El punto culminante de la reunión fue la presentación del profesor universitario Felipe Yong Chung, quien compartió un caso práctico de integración de IA en la educación. Su proyecto, aplicado en un curso de ciencias administrativas, permitió a los estudiantes utilizar motores de búsqueda académicos, herramientas de análisis de texto y software estadístico para mejorar sus habilidades en investigación. La experiencia demostró cómo la inteligencia artificial puede optimizar procesos de enseñanza y mejorar la eficiencia en el aprendizaje. 

Un espacio de construcción académica

Las sesiones de febrero reflejaron el esfuerzo de la Comunidad IA en la educación por consolidarse como un espacio de generación de conocimiento y buenas prácticas en la intersección entre inteligencia artificial y educación. Con la mirada puesta en la documentación y divulgación de sus investigaciones, el grupo continúa promoviendo la reflexión crítica y la aplicación responsable de estas tecnologías. 

A medida que avancen los proyectos, se espera que los hallazgos y publicaciones resultantes sirvan como referencia para otras instituciones educativas interesadas en incorporar la IA de manera efectiva y ética en sus procesos de enseñanza-aprendizaje.

Un año de aprendizaje

El 2024 fue un año crucial para la Comunidad de Inteligencia Artificial en la Educación, consolidándose como un espacio clave para explorar las oportunidades que la tecnología puede brindar al ámbito educativo. En la sesión de cierre del año, se celebraron los logros alcanzados, se reflexionó sobre los aprendizajes obtenidos y se delinearon las perspectivas para el futuro.

Un espacio para la innovación educativa

La comunidad, que busca fomentar el uso colaborativo y ético de la inteligencia artificial (IA) en la educación, ha logrado consolidarse como un entorno inclusivo para educadores, estudiantes y personas interesadas. Este año, las principales metas incluyeron:

  • Promover un aprendizaje más personalizado y equitativo a través de la IA.
  • Compartir experiencias, conocimientos y mejores prácticas en el uso de herramientas tecnológicas.
  • Discutir sobre desafíos educativos.

Resultados destacados en 2024

El crecimiento de la comunidad fue notable, tanto en participación como en impacto. Estos son algunos de los hitos alcanzados:

  • Tendencias analizadas: Para el 2024 se inició con la creación de un documento de la Comunidad que incluyó el objetivo de la misma, la formación de grupos de trabajo y las reglas de participación. A lo largo del año, se discutieron temas clave como la revisión del libro “Artificial Intelligence in Education” para establecer bases teóricas, el potencial de los GPTs en el aprendizaje, y reflexiones sobre los sesgos en la IA. Además, se realizaron demostraciones de chatbots como herramientas de apoyo educativo, se elaboró un pronunciamiento sobre el uso de la IA en el Perú, y se presentó un manifiesto comunitario sobre el impacto de la IA. Finalmente, se expusieron casos prácticos de aplicación de la IA en diversas áreas como investigación, diseño e ingenierías.
image 5
  • Comunidad en números: Se realizaron 42 sesiones virtuales, en las que participaron un total de 1,307 personas y cada encuentro tuvo una duración de 60 minutos. La comunidad inició actividades el 12 de enero y culminó el 6 de diciembre, consolidándose como un espacio activo y constante de aprendizaje.
image 6
image 2
  • Interacción continua: A través de un grupo de WhatsApp, los miembros intercambiaron ideas, compartieron recursos y resolvieron dudas en tiempo real.

Un cierre con visión al futuro

El cierre del año estuvo marcado por la presentación de Angel Feijoo, quien ofreció una charla titulada “12 hitos del crecimiento exponencial de la IA en los últimos 12 meses”. La exposición permitió a los asistentes comprender cómo la IA está redefiniendo múltiples sectores, incluido el educativo.

Reconocimiento a los colaboradores

El éxito de la comunidad no habría sido posible sin el compromiso de más de 30 profesionales que aportaron su experiencia y dedicación. Entre ellos, destacan nombres como Rubén Manrique, Mar Camacho, entre otros.

image 3

El futuro: 2025 y más allá

Con el 2024 como base, la comunidad ya planea nuevas iniciativas para el próximo año. La próxima reunión está programada para el 17 de enero de 2025, y promete ser un nuevo capítulo en el impulso de la inteligencia artificial como herramienta transformadora en la educación.

image 4

Mira la sesión de cierre 2024: