Dies ist eine Übersichtsseite mit Metadaten zu dieser wissenschaftlichen Arbeit. Der vollständige Artikel ist beim Verlag verfügbar.
Aliada o amenaça? La IAG en la percepció de l'alumnat: una experiència d'innovació docent basada en enquestes i pràctiques en aules de Geografia, Història i Història de l'Art
0
Zitationen
8
Autoren
2026
Jahr
Abstract
Aquest pòster presenta una experiència d’innovació docent sobre la incorporació de la intel·ligència artificial generativa (IAG) en assignatures de Geografia, Història i Història de l’Art a la Universitat de les Illes Balears, amb l’objectiu d’establir criteris d’ús crític, responsable i coherent amb la integritat acadèmica. La proposta combina un diagnòstic inicial (enquesta sobre usos, percepcions i expectatives), una pràctica guiada vinculada als continguts de l’assignatura, un contrast i debat a l’aula i una avaluació final (enquesta), complementada amb l’observació docent. Els resultats mostren una tendència a l’ús superficial (copiar i enganxar), la utilitat de la IAG com a suport estructural (“esquelet”) però no com a substitut del raonament, i la importància de disposar de coneixements previs per validar instruccions i resultats. Es conclou que, amb prompts adequats i supervisió crítica, la IAG pot integrar-se de manera formativa, i es proposa aprofundir en la formació en disseny d’indicadors i ampliar l’experiència a més activitats i assignatures. This poster reports a teaching innovation experience on integrating generative artificial intelligence (GAI) into Geography, History, and Art History courses at the University of the Balearic Islands, aimed at promoting critical, responsible use aligned with academic integrity. The intervention combines an initial diagnostic survey (students’ uses, perceptions, and expectations), a guided, content-based classroom practice, a structured discussion and reflection session, and a final evaluation survey, complemented by instructor observation. Findings indicate that students often rely on GAI in a superficial way (copy–paste), leading to frequent errors and lower-quality outputs; GAI can provide a helpful structural scaffold (e.g., outlining), but it does not replace students’ reasoning, research, and argumentation. Moreover, without minimum prior knowledge (e.g., for GIS mapping tasks), students struggle to follow or validate GAI-generated instructions. The poster concludes that, with appropriate prompt design and critical supervision, GAI can be meaningfully embedded in teaching–learning processes, and it recommends expanding prompt-literacy training and scaling the experience across further activities and courses.
Ähnliche Arbeiten
Explainable Artificial Intelligence (XAI): Concepts, taxonomies, opportunities and challenges toward responsible AI
2019 · 8.260 Zit.
Stop explaining black box machine learning models for high stakes decisions and use interpretable models instead
2019 · 8.116 Zit.
High-performance medicine: the convergence of human and artificial intelligence
2018 · 7.493 Zit.
Proceedings of the 19th International Joint Conference on Artificial Intelligence
2005 · 5.776 Zit.
Peeking Inside the Black-Box: A Survey on Explainable Artificial Intelligence (XAI)
2018 · 5.438 Zit.