Archivo de la etiqueta: Tecnologías de la inforación

Yuval Noah Harari afirma que la IA ha pirateado el sistema operativo de la civilización humana

The Economist. «Yuval Noah Harari argues that AI has hacked the operating system of human civilisation». Accedido 31 de julio de 2023.

Ver original

El historiador y filósofo afirma que los ordenadores narradores cambiarán el curso de la historia humana. La IA ha adquirido notables capacidades para manipular y generar lenguaje, ya sea con palabras, sonidos o imágenes. La IA ha pirateado el sistema operativo de nuestra civilización. El lenguaje es la materia de la que está hecha casi toda la cultura humana. Los derechos humanos, por ejemplo, no están inscritos en nuestro ADN.

El miedo a la inteligencia artificial (IA) ha perseguido a la humanidad desde los albores de la era informática. Hasta ahora, estos temores se centraban en que las máquinas utilizaran medios físicos para matar, esclavizar o sustituir a los humanos. Pero en los dos últimos años han surgido nuevas herramientas de inteligencia artificial que amenazan la supervivencia de la civilización humana desde una dirección inesperada. La inteligencia artificial ha adquirido algunas capacidades notables para manipular y crear lenguaje, ya sean palabras, sonidos o imágenes. De este modo ha pirateado el sistema operativo de nuestra cultura.

El lenguaje es la materia de la que está hecha casi toda la civilización humana. Los derechos humanos, por ejemplo, no están escritos en nuestro ADN. Son más bien artefactos culturales que creamos contando historias y escribiendo leyes. Los dioses no son realidades físicas. Son más bien artefactos culturales que creamos inventando mitos y escribiendo escrituras «sagradas».

El dinero también es un artefacto cultural. Los billetes no son más que trozos de papel de colores, y actualmente más del 90% del dinero ni siquiera es un billete, sino información digital en ordenadores. Lo que da valor al dinero son las historias que nos cuentan sobre él banqueros, ministros de finanzas y gurús de las criptomonedas. Sam Bankman-Fried, Elizabeth Holmes y Bernie Madoff no eran especialmente buenos creando valor real, pero todos ellos eran narradores extremadamente capaces.

¿Qué pasaría cuando una inteligencia no humana fuera mejor que el ser humano medio contando historias, componiendo melodías, haciendo dibujos y redactando leyes y escrituras? Cuando la gente piensa en ChatGPT y otras nuevas herramientas de IA, a menudo le vienen a la cabeza ejemplos como el de los escolares que utilizan la IA para escribir sus redacciones. ¿Qué pasará con el sistema escolar cuando los niños hagan esto? Pero este tipo de pregunta no tiene en cuenta el panorama general. Olvídese de las redacciones escolares. Piensa en las próximas elecciones presidenciales de EE.UU. en 2024 e intenta imaginar el impacto de las herramientas de IA que pueden construirse para producir en masa contenido político, noticias falsas y escrituras «sagradas» para nuevas sectas.

En los últimos años, la «secta» qAnon se ha agrupado en torno a mensajes anónimos en línea conocidos como «gotas q». Los seguidores coleccionaban, veneraban e interpretaban estos q-drops como textos sagrados. Aunque, por lo que sabemos, todos los q drops anteriores fueron compuestos por humanos y los bots se limitaron a ayudar a difundirlos, en el futuro podríamos ver las primeras sectas de la historia cuyos textos sagrados fueron escritos por una inteligencia no humana. A lo largo de la historia, las religiones han reivindicado una fuente no humana para sus libros sagrados. Pronto podría ser una realidad.

En un nivel más mundano, puede que pronto nos encontremos manteniendo largas discusiones en línea sobre el aborto, el cambio climático o la invasión rusa de Ucrania con entidades que creemos humanas, pero que en realidad son inteligencias artificiales. Nuestro problema es que es completamente inútil que dediquemos tiempo a intentar cambiar los puntos de vista declarados de un bot de IA, cuando la IA podría afinar sus mensajes con tanta precisión que tiene muchas posibilidades de influir en nosotros.

Gracias a su dominio del lenguaje, podría incluso crear relaciones íntimas con las personas y utilizar el poder de la intimidad para cambiar nuestras opiniones y visiones del mundo. Aunque no hay indicios de que la IA tenga conciencia o emociones, para cultivar una falsa intimidad con los humanos basta con que la IA pueda hacer que se sientan emocionalmente unidos a ella. En junio de 2022, el ingeniero de Google Blake Lemoine afirmó públicamente que el chatbot Lamda, en el que trabajaba, se había vuelto sensible. La polémica afirmación le costó el puesto. Lo más interesante de este episodio no fue la afirmación del Sr. Lemoine, que era bastante falsa. Lo más interesante de este episodio no fue la afirmación de Lemoine, que era bastante falsa, sino su voluntad de arriesgar su lucrativo empleo por el chatbot de inteligencia artificial.Si la IA puede influir en las personas para que arriesguen sus empleos por ella, ¿qué más podría motivarlas a hacer?

En una batalla política por «mentes y corazones» [σ.σ. όταν επιδιώκεται επικράτηση όχι με τη χρήση ισχύος, αλλά μέσω συναισθηματικών ή διανοητικών εκκλήσεων], la intimidad es el arma más eficaz y acaba de adquirir la capacidad de producir en masa relaciones íntimas con millones de personas. Todos sabemos que en la última década las redes sociales se han convertido en un campo de batalla para controlar la atención de la gente. Con la nueva generación de inteligencia artificial, el frente de batalla está pasando de la atención a la intimidad. ¿Qué ocurrirá con la sociedad y la psicología humanas cuando una IA compita con otra en una batalla fingiendo relaciones íntimas con nosotros, que luego pueden utilizarse para persuadirnos de que votemos a determinados políticos o compremos determinados productos?

Incluso sin crear una «falsa familiaridad», las nuevas herramientas de IA tendrían una enorme influencia en nuestras opiniones y visiones del mundo. La gente podría llegar a utilizar a un único asesor de IA como un oráculo omnisciente. No es de extrañar que Google esté aterrorizado. ¿Para qué molestarse en buscar si puedo preguntar al oráculo? Las industrias periodística y publicitaria también deberían estar horrorizadas.¿Para qué leer un periódico si puedo preguntar al adivino para enterarme de las últimas noticias?¿Y qué sentido tienen los anuncios cuando puedo pedirle a la adivina que me diga qué comprar?

E incluso esos escenarios no captan realmente el panorama general. De lo que estamos hablando es potencialmente del fin de la historia humana. No el fin de la historia, sino el fin de la parte de ella dominada por los humanos. La historia es la interacción entre la biología y la cultura. Entre nuestras necesidades y deseos biológicos de cosas como la comida y el sexo, y nuestras creaciones culturales como las religiones y las leyes. La historia es el proceso a través del cual las leyes y las religiones dan forma a la comida y al sexo.

Qué ocurrirá con el curso de la historia cuando [η τεχνητή νοημοσύνη] se apoderen de la civilización y empiecen a producir historias, melodías, leyes y religiones? Herramientas anteriores como la imprenta y la radio ayudaron a difundir las ideas culturales humanas, pero nunca crearon nuevas ideas culturales propias.

La inteligencia artificial es algo fundamentalmente diferente. Puede crear ideas completamente nuevas, una cultura completamente nueva.

Al principio, es probable que la IA imite los modelos humanos en los que se formó en su infancia. Pero con cada año que pase, la cultura de la IA irá audazmente donde ningún humano ha ido antes [σ.σ. σλόγκαν από την τηλεοπτική σειρά Star Trek].Durante milenios los seres humanos han vivido en sueños ajenos. En las próximas décadas podríamos encontrarnos viviendo en los sueños de una inteligencia extraterrestre.

El miedo a la inteligencia artificial sólo ha acechado a la humanidad durante las últimas décadas. Pero durante miles de años la gente ha sido perseguida por un miedo mucho más profundo. Siempre hemos reconocido el poder de las narraciones y las imágenes para manipular nuestras mentes y crear ilusiones. En consecuencia, desde la antigüedad la gente ha temido quedar atrapada en un mundo de ilusiones.

¿Cómo decide ChatGPT qué debe escribir a continuación?

Sundar, Sindhu. «How Does ChatGPT Decide What to Say next? Here’s a Quick Explainer.» Business Insider. Accedido 17 de julio de 2023. https://www.businessinsider.com/how-ai-chatbots-like-chatgpt-work-explainer-2023-7.


Como modelo de lenguaje basado en IA, ChatGPT toma sus decisiones sobre qué decir a continuación en función de su entrenamiento en un amplio conjunto de datos. Durante el entrenamiento, se expone a enormes cantidades de texto en varios dominios y aprende patrones lingüísticos y contextuales. Cuando se le presenta un nuevo texto o una pregunta, el modelo intenta generar una respuesta coherente basada en la información que ha aprendido.

ChatGPT y otros chatbots basados en inteligencia artificial pueden hablar con frases fluidas y gramaticalmente correctas que incluso pueden tener un ritmo natural. Pero, según los expertos, no hay que confundir ese discurso bien ejecutado con el pensamiento, la emoción o incluso la intención.

Según los expertos, el funcionamiento de un chatbot es mucho más parecido al de una máquina que realiza cálculos matemáticos y análisis estadísticos para invocar las palabras y frases adecuadas según el contexto. Hay mucho entrenamiento en el backend -incluso por parte de anotadores humanos que también le dan retroalimentación- que ayuda a simular conversaciones funcionales.

Los robots como ChatGPT también se entrenan con grandes cantidades de conversaciones que han enseñado a las máquinas a interactuar con usuarios humanos. OpenAI, la empresa que está detrás de ChatGPT, afirma en su sitio web que sus modelos se instruyen a partir de información procedente de diversas fuentes, incluidos sus usuarios y material del que tiene licencia.

El proceso de toma de decisiones de ChatGPT implica una técnica llamada «aprendizaje por refuerzo». Durante el entrenamiento, el modelo es recompensado cuando produce respuestas coherentes y útiles, mientras que es penalizado por generar respuestas incorrectas o incoherentes. Esta retroalimentación ayuda a ajustar los parámetros internos del modelo y mejora su capacidad de generar respuestas pertinentes.

He aquí cómo funcionan estos chatbots:

Los chatbots de IA como ChatGPT de OpenAI se basan en grandes modelos lingüísticos, o LLM, que son programas entrenados en volúmenes de texto obtenidos de escritos publicados e información en línea, generalmente contenidos producidos por humanos.

Según los expertos, los sistemas se entrenan en series de palabras y aprenden la importancia de las palabras de esas series. Así, todo ese conocimiento adquirido no sólo sirve para entrenar grandes modelos lingüísticos sobre información objetiva, sino que les ayuda a adivinar patrones de habla y cómo se suelen utilizar y agrupar las palabras.

Los chatbots también reciben formación adicional de los humanos sobre cómo ofrecer respuestas adecuadas y limitar los mensajes perjudiciales. Cuando se pide a un chatbot que responda a una simple pregunta objetiva, el proceso de respuesta puede ser sencillo: Despliega un conjunto de algoritmos para elegir la frase más probable con la que responder. Y selecciona las mejores respuestas posibles en cuestión de milisegundos y, de entre ellas, presenta una al azar. (Por eso, hacer la misma pregunta varias veces puede generar respuestas ligeramente distintas).

También puede dividir las preguntas en varias partes, responder a cada una de ellas en secuencia y utilizar sus respuestas para terminar de responder.

Pero cuidado con lo que los chatbots no saben

¿Qué pasa cuando le haces una pregunta de la que no sabe la respuesta? Ahí es donde los chatbots crean más problemas debido a una característica inherente: no saben lo que no saben. Así que extrapolan lo que saben, es decir, hacen conjeturas.

Pero no te dicen que están adivinando, sino que simplemente presentan la información como un hecho. Cuando un chatbot inventa información que presenta a un usuario como un hecho, se llama «alucinación».

«Esto es lo que llamamos conocimiento del conocimiento o metacognición», explica William Wang, profesor asociado de informática en la Universidad de California en Santa Bárbara. También es codirector del grupo de procesamiento del lenguaje natural de la universidad.

Diferencias entre Inteligencia Artificial, Aprendizaje Automático, Aprendizaje Profundo e Inteligencia Artificial Generativa

La Inteligencia Artificial (IA), el Aprendizaje Automático (Machine Learning), el Aprendizaje Profundo (Deep Learning) y la Inteligencia Artificial Generativa son conceptos relacionados pero distintos en el campo de la tecnología y la ciencia de datos. Aquí tienes una descripción de cada uno de ellos:

Inteligencia Artificial (IA) La IA se refiere a la creación de sistemas o programas informáticos capaces de realizar tareas que normalmente requieren de inteligencia humana y que imitan el comportamiento humano al utilizar máquinas para aprender y ejecutar tareas sin instrucciones explícitas sobre qué producir como resultado.

Aprendizaje Automático (Machine Learning) El Aprendizaje Automático es una rama de la IA que se centra en desarrollar algoritmos y modelos que permiten a las máquinas aprender de los datos y mejorar su rendimiento sin ser programadas explícitamente. Estos modelos toman datos, como por ejemplo las condiciones climáticas, y los ajustan a un algoritmo para realizar predicciones, como cuánto dinero puede generar una tienda en un día determinado.

Aprendizaje Profundo (Deep Learning) El Aprendizaje Profundo es una subárea del Aprendizaje Automático que se basa en redes neuronales artificiales con múltiples capas. Estas redes neuronales profundas son capaces de aprender representaciones jerárquicas y complejas de los datos de entrada, para ello utilizan capas de algoritmos en forma de redes neuronales artificiales para ofrecer resultados en casos de uso más complejos.

Inteligencia Artificial Generativa (Generative AI) son un subconjunto de los modelos de aprendizaje profundo que pueden generar nuevo contenido basado en datos de entrenamiento. Estos modelos utilizan técnicas de Aprendizaje Profundo para crear nuevos ejemplos que se asemejan a los datos de entrenamiento. Pueden generar imágenes, música, texto u otros tipos de contenido. La Inteligencia Artificial Generativa se utiliza en aplicaciones como la creación de arte generativo, la síntesis de voz y la generación de texto automático.

En conclusión, la IA busca replicar la inteligencia humana, el Aprendizaje Automático se basa en algoritmos para aprender de los datos, el Aprendizaje Profundo utiliza redes neuronales profundas para extraer representaciones complejas, y la Inteligencia Artificial Generativa se enfoca en la generación de contenido nuevo y original. Estas áreas se complementan entre sí y tienen aplicaciones en diversos campos de la tecnología y la investigación.

Directrices para la formulación de políticas y planes maestros de TIC en educación

Miao, Fengchun.. et. al. Directrices para la formulación de políticas y planes maestros de TIC en educación. Unesco, 2023

Texto completo

Los países de todo el mundo llevan décadas aprovechando las tecnologías de la información y la comunicación (TIC) para impulsar la educación. Estas iniciativas son conducidas por instituciones públicas y cuentan con la participación de empresas tecnológicas comerciales, lo que ha dado lugar a paradojas tales como el aumento de las desigualdades digitales y el acceso desigual a oportunidades de aprendizaje digital de alta calidad. La crisis de COVID-19 exacerbó aún más esta tendencia: al menos un tercio de los estudiantes de todo el mundo no contaba con acceso a la educación a distancia durante el punto álgido de la crisis de COVID-19 en 2020.

Esta publicación ofrece orientación a las personas a cargo de formular políticas para que, al adoptar la tecnología, los derechos humanos, la inclusión, la equidad y la igualdad de género estén en el centro de las soluciones, y las innovaciones sean consideradas como un bien común. Con base en estos principios, la publicación presenta una visión del potencial de las tecnologías, centrada en el ser humano, desde las tecnologías de bajo ancho de banda hasta las emergentes, como la Inteligencia Artificial y la Web 3.0 o ‘metaverso’. Aboga por políticas nacionales que protejan el bienestar digital de docentes y estudiantes, reduzcan y neutralicen la huella de emisión digital y eviten el ‘tecnosolucionismo’.

Esta publicación propone marcos de planeamiento de políticas y una guía iterativa para examinar la preparación digital de los sistemas educativos locales, evaluar las necesidades de estudiantes y docentes, y planificar programas nacionales de TIC en educación con los recursos necesarios. Posteriormente, profundiza en ejemplos de planes maestros nacionales sobre el uso de las TIC en diferentes modalidades de educación.

Uno de los «padres» de la IA afirma que la preocupación por que esta tecnología pueda suponer una amenaza para la humanidad es «ridícula».

Yann LeCun, quien formó parte de un equipo ganador del Premio Turing en 2018 por sus avances en el aprendizaje automático, respondió a las afirmaciones de otros expertos, como Sam Altman, sobre los crecientes temores de que la IA se esté desarrollando demasiado rápido. LeCun afirmó que la preocupación de que la IA pueda representar una amenaza para la humanidad es «absurdamente ridícula».

Un experto en inteligencia artificial ha declarado que las preocupaciones de que la tecnología represente una amenaza para la humanidad son «absurdamente ridículas». LeCun, conocido como el «goodfather» de la inteligencia artificial, formó parte del equipo de tres personas, junto a Yoshua Bengio y Geoffrey Hinton, que recibió el Premio Turing en 2018 por sus avances en el aprendizaje automático. Actualmente, ocupa el cargo de científico jefe de IA en Meta.

Yann LeCun afirmó: «¿Tomará el control la inteligencia artificial del mundo? No, es una proyección de la naturaleza humana sobre las máquinas». Durante el evento, LeCun afirmó que «no hay duda» de que en el futuro las computadoras serán más inteligentes que los humanos, pero señaló que aún faltan años o incluso décadas para que eso suceda, según informó la BBC. También dijo que sería un error mantener la investigación sobre IA «bajo llave». La IA será cada vez más fiable y segura, y que las preocupaciones sobre la IA eran exageradas.

La reciente proliferación de inteligencia artificial generativa, que incluye chatbots como ChatGPT y Bing, y generadores de imágenes como DALL-E y Midjourney, ha generado un acalorado debate entre expertos sobre si se está desarrollando demasiado rápido. Las preocupaciones incluyen la capacidad de la IA para desarrollar sesgos y «alucinaciones», así como su papel en la difusión de desinformación e imágenes falsas.

Algunos líderes tecnológicos, científicos e influyentes empresarios han pedido una regulación global más cercana de la IA y un mayor enfoque en la ética. El colaborador de LeCun, Bengio, Elon Musk y el cofundador de Apple, Steve Wozniak, se encontraban entre los firmantes de una carta abierta a principios de este año que pedían una pausa de seis meses en el desarrollo de la IA avanzada.

Varios expertos en IA también firmaron una declaración del Centro para la Seguridad de la IA el mes pasado, que afirmaba que «mitigar el riesgo de extinción causado por la IA debería ser una prioridad global junto con otros riesgos a escala societal como las pandemias y la guerra nuclear».

Según una encuesta realizada a los principales CEO por el Instituto de Liderazgo Ejecutivo de Yale, informada por CNN, el 34% de los encuestados afirmaron que la IA podría «destruir a la humanidad» en 10 años, y el 8% dijo que incluso podría ocurrir en cinco años. El 58% dijo que no creía que la posible catástrofe de la IA estuviera exagerada.

Sin embargo, algunas figuras con influencia en el mundo tecnológico han elogiado los numerosos casos de uso de la IA y han advertido contra la introducción de una moratoria en su desarrollo. Bill Gates, por ejemplo, dijo que aunque existen preocupaciones comprensibles sobre la IA, esta podría tener efectos positivos importantes en la atención médica, la educación y la lucha contra la crisis climática. Marc Andreessen advirtió contra el «pánico moral generalizado sobre la IA» y afirmó que las personas tienen una «obligación moral» de fomentar su desarrollo.

Qué es y que significa «alucinación» cuando utilizamos ChatGPT

En el contexto de la IA generativa, «alucinar» se refiere a la capacidad del modelo para generar información que puede parecer precisa y coherente, pero que en realidad no se basa en hechos reales o conocimiento verificable. Cuando un modelo de lenguaje como ChatGPT «alucina», está generando contenido que puede parecer posible, pero que no está respaldado por evidencia o información verificada.

ChatGPT es un generador de texto. No «sabe» nada y no garantiza que lo que dice sea correcto. De hecho, muchas de las cosas que proporciona son erróneas. Es importante tener en cuenta que ChatGPT, como modelo de lenguaje, aunque ha sido entrenado con una amplia variedad de datos y puede generar respuestas coherentes y contextualmente relevantes, pero no tiene acceso directo a información verificable ni a conocimiento específico más allá de lo que ha sido previamente entrenado. Por lo tanto, la información proporcionada por ChatGPT debe ser evaluada críticamente y verificada con otras fuentes confiables. Es importante tener en cuenta que la precisión de las respuestas generadas por un modelo de lenguaje depende de la calidad y la veracidad de los datos con los que fue entrenado.

Los desarrolladores de IA adoptaron el término «alucinaciones» de la psicología humana de manera intencional. Las alucinaciones en los seres humanos son percepciones de cosas que no existen realmente en el entorno circundante. De manera similar, en el contexto de la IA, se produce una alucinación cuando el modelo generativo de IA produce resultados que difieren de lo que se consideraría normal o esperado. Se dice que alucina cuando el modelo genera información que puede parecer plausible pero que no está respaldada por hechos verificables. Esto puede deberse a la forma en que el modelo asocia conceptos y genera respuestas a partir de los datos con los que fue entrenado. Por ejemplo, cuando se le presiona sobre la búsqueda de determinada bibliografía, la herramienta puede proporcionarnos libros o artículos que nunca fueron escritos, pero que podrían haber sido escritos por un autor determinado. Esta desviación puede llevar a la generación de información incorrecta, incoherente o fantasiosa.

Los expertos insisten en que estas herramientas son tan buenas como sus datos subyacentes, que sabemos que a veces pueden ser datos erróneos, sesgados y incluso diseñados para engañar. Por consiguiente, aunque el resultado generado por un modelo sea gramaticalmente correcto y suene sensato, puede contener información falsa, o información «inventada» por el modelo. De ahí viene el concepto de “Alucinación”. Las alucinaciones se producen porque, aunque los modelos se entrenan con enormes cantidades de datos textuales, no son capaces de entender el mundo de forma humana ni de verificar la veracidad de la información como harían las personas.

Si bien se han implementado medidas para mejorar la precisión y la coherencia de las respuestas generadas por ChatGPT, todavía es posible que ocasionalmente produzca información incorrecta o inexacta. Como un proceso en desarrollo continuo, OpenAI sigue trabajando en mejorar sus modelos y mitigar estos problemas.

Pero es muy importante que los usuarios sean críticos y verifiquen la información proporcionada buscando información adicional de fuentes confiables y contrastar los datos para obtener una imagen precisa. Ya que no se puede determinar la veracidad de un hecho generado por la IA basándose únicamente en el aspecto del texto o en la apariencia de veracidad que pueda tener. Los modelos de lenguaje como ChatGPT están diseñados para generar respuestas coherentes y contextualmente relevantes, lo que puede hacer que la información parezca verosímil y correcta. Sin embargo, la generación de texto se basa en patrones y datos previos en lugar de tener acceso directo a información verificable o conocimiento actualizado.

Experiencias innovadoras en ambientes de aprendizaje híbridos y virtuales

Experiencias innovadoras en ambientes de aprendizaje híbridos y virtuales. Coordinación. Coordinación, María Esther Avelar Álvarez, Claudia Islas Torres, Claudia Cintya Peña. Estrada. Barcelona: Octaedro, 2023.

Texto completo

Los integrantes de la Red de Investigadores y Docentes de México, Andorra y España (RIDMAE), de conformidad con sus actividades académicas, acordaron desarrollar una serie de ensayos en los que se reúnen experiencias y reflexiones de docentes y directivos de universidades de distintas partes del mundo que integran dicha red, respecto del proceso de enseñanza-aprendizaje durante la crisis sanitaria derivada de la covid-19 en 2020, en la cual se utilizó como medida emergente la educación en línea para continuar con el servicio educativo.

En esta obra se comparten aprendizajes de lo vivido en el proceso educativo durante la pandemia, a partir de los cuales docentes y autoridades educativas analizan y replantean su quehacer en distintos niveles y dimensiones, para transitar desde las formas clásicas de enseñar hacia modalidades híbridas o virtuales. Se reconoce la necesidad de revisar los modelos pedagógicos en relación con las modalidades educativas y los requisitos necesarios para pasar de un modelo presencial a un modelo híbrido o totalmente en línea.

La RIDMAE tiene la firme convicción del valor de compartir con libre acceso los trabajos de sus integrantes, con el fin de enriquecer la discusión y el análisis y de difundir las buenas prácticas para el fortalecimiento de la educación en sus distintas modalidades.

El aula del futuro

Peña-Acuña, Beatriz (coord.). El aula del futuro. Barcelona: Octaedro, 2023.

Texto completo

El contenido de este volumen presenta y describe qué es el aula del futuro a los agentes pertenecientes a la educación (profesorado, docentes en formación inicial, profesionales de la educación, padres, etc.). De modo que muestra, de forma amena y en un lenguaje asequible, el modelo teórico-tecnológico de los espacios de aprendizaje de forma aplicada. Asimismo, quedan enmarcados dentro de este tipo de espacio inteligente las metodologías docentes activas, los recursos tecnológicos y las experiencias educativas y percepciones del profesorado tanto en la universidad como en colegios en los que se ha implantado.