Mapa conceptual Paradigmas IA_Erika Prado.pdf

La Inteligencia Artificial (IA) proporciona el potencial necesario para abordar algunos de los desafíos mayores de la educación actual, innovar las prácticas de enseñanza y aprendizaje y acelerar el progreso para la consecución del ODS 4.

1. Paradigmas de investigación educativa y uso de IA
Positivismo
Interpretativismo
Constructivismo
Realidad objetiva
Predicción y control
Supuestos
Experimentos
Encuestas
Estadística
Métodos
IA: modelos predictivos,
dashboards, minería de datosUso IA
Beneficios: eficiencia,
precisión
Riesgos: sesgo de datos,
opacidad, reduccionismo
Realidad múltiple
Significados contextuales
Supuestos
Entrevistas
Etnografía
Estudios de caso
Métodos
IA: NLP, análisis de textos,
minería de sentimientos
Uso IA
Beneficios: patrones en narrativas,
profundizar comprensión
Riesgos: descontextualización,
pérdida de matices
Conocimiento co-construido
Aprendizaje situado
Supuestos
Investigación-acción
Diseño participativo
ABP
Métodos
IA: tutores inteligentes,
simulaciones, personalización
Uso IA
Beneficios: andamiaje,
co-creación
Riesgos: dependencia,
desigualdad de acceso