Comprender y aplicar los patrones de interacción educativa y las técnicas metacognitivas asistidas con inteligencia artificial para transformar el aula tradicional en un aula aumentada, potenciando el aprendizaje, la planificación docente y el pensamiento crítico mediante el uso estratégico de prompts y herramientas digitales emergentes.
Definir qué son los patrones de interacción y justificar su uso en contextos educativos diversos.
Identificar los tipos de patrones de prompting según su estructura, propósito y aplicación didáctica.
Analizar el concepto de aula aumentada y sus implicaciones para la innovación educativa con IA.
Explorar ocho funciones clave de los prompts para el fortalecimiento del aprendizaje, incluyendo planificación, evaluación, creatividad, análisis, simulación y acompañamiento.
Diseñar actividades educativas aplicando patrones de prompts escalables y adaptables a diferentes disciplinas y niveles formativos.
Comprender los principios de la metacognición y los modos de funcionamiento del cerebro en el proceso de aprendizaje.
Aplicar técnicas metacognitivas apoyadas por IA, como el método Feynman, Pomodoro, chunking, repetición espaciada, mapas mentales, enseñanza a otros, reflexión postestudio y resolución de problemas.
Utilizar metáforas generadas con IA para explicar conceptos complejos y fomentar la comprensión profunda.
Integrar herramientas de IA como Notebook LM y el Palacio de la Memoria en procesos de estudio, organización del conocimiento y acompañamiento personalizado.
TEMARIO
¿Qué son los patrones de interacción?
¿Por qué usar patrones en contextos educativos?
Cómo escalar y adaptar estos patrones en distintas disciplinas y niveles
Tipos de patrones de prompting: estructura, propósito y aplicación educativa
¿Qué significa el aula aumentada?
Planificación de clases y diseño curricular
Producción de contenidos educativos
Generación de ejercicios y evaluación
Análisis, reflexión y pensamiento crítico
Actividades lúdicas y creativas
Simulación de roles y escenarios profesionales
Análisis de datos e interpretación de resultados
Guías de estudio y acompañamiento personalizado
¿Qué es la metacognición?
Modos de aprendizaje en el cerebro:
Modo enfocado (focus mode)
Modo difuso (diffuse mode)
Técnicas metacognitivas clave con apoyo de IA:
Método Feynman
Técnica Pomodoro
Chunking (agrupación)
Repetición espaciada
Mapas mentales
Enseñanza a otros
Reflexión postestudio
Resolución de problemas en tiempo real
Uso de metáforas con IA (ej. ChatGPT) para explicar conceptos complejos
Herramientas IA complementarias:
Notebook LM (para estudio, organización, repaso)
Palacio de la Memoria (técnica de visualización)