Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior

Autores
Tessore, Juan Pablo; Russo, Claudia Cecilia; Ramón, Hugo Dionisio
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los grandes modelos de lenguaje (LLM) han transformado el procesamiento del lenguaje natural (NLP) mediante arquitecturas avanzadas como el Transformer y su mecanismo de autoatención. Modelos como GPT, LaMDA, LLaMA y BERT han impulsado aplicaciones en diversos sectores, incluyendo la educación. En el ámbito educativo, los LLM ofrecen oportunidades para personalizar el aprendizaje, adaptar contenido según las necesidades individuales de los estudiantes y mejorar la interacción mediante experiencias inmersivas. Además, facilitan el acceso a información relevante, optimizando el tiempo de docentes y administrativos al reducir tareas repetitivas. Sin embargo, la integración de los LLM en la educación plantea desafíos significativos, como la privacidad de los datos, la equidad en el acceso tecnológico y la ética en el uso de la inteligencia artificial. Asimismo, el análisis de los datos generados por la interacción con estos modelos puede proporcionar información valiosa para mejorar los procesos de enseñanza, identificar patrones de aprendizaje y ofrecer retroalimentación en tiempo real. Este trabajo busca evaluar el impacto de los LLM en la educación, explorando sus beneficios, limitaciones y riesgos. Además, de analizar las mejores prácticas para su implementación efectiva y ética en la comunidad universitaria, garantizando un uso responsable y equitativo.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Grandes modelos del lenguaje
Inteligencia artificial
Educación
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/184457

id SEDICI_4ba9437978b9483c809a94fd7e66579d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/184457
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superiorTessore, Juan PabloRusso, Claudia CeciliaRamón, Hugo DionisioCiencias InformáticasGrandes modelos del lenguajeInteligencia artificialEducaciónLos grandes modelos de lenguaje (LLM) han transformado el procesamiento del lenguaje natural (NLP) mediante arquitecturas avanzadas como el Transformer y su mecanismo de autoatención. Modelos como GPT, LaMDA, LLaMA y BERT han impulsado aplicaciones en diversos sectores, incluyendo la educación. En el ámbito educativo, los LLM ofrecen oportunidades para personalizar el aprendizaje, adaptar contenido según las necesidades individuales de los estudiantes y mejorar la interacción mediante experiencias inmersivas. Además, facilitan el acceso a información relevante, optimizando el tiempo de docentes y administrativos al reducir tareas repetitivas. Sin embargo, la integración de los LLM en la educación plantea desafíos significativos, como la privacidad de los datos, la equidad en el acceso tecnológico y la ética en el uso de la inteligencia artificial. Asimismo, el análisis de los datos generados por la interacción con estos modelos puede proporcionar información valiosa para mejorar los procesos de enseñanza, identificar patrones de aprendizaje y ofrecer retroalimentación en tiempo real. Este trabajo busca evaluar el impacto de los LLM en la educación, explorando sus beneficios, limitaciones y riesgos. Además, de analizar las mejores prácticas para su implementación efectiva y ética en la comunidad universitaria, garantizando un uso responsable y equitativo.Red de Universidades con Carreras en Informática2025-04info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf750-754http://sedici.unlp.edu.ar/handle/10915/184457spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:50:17Zoai:sedici.unlp.edu.ar:10915/184457Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:50:17.511SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
title Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
spellingShingle Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
Tessore, Juan Pablo
Ciencias Informáticas
Grandes modelos del lenguaje
Inteligencia artificial
Educación
title_short Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
title_full Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
title_fullStr Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
title_full_unstemmed Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
title_sort Trazando el futuro educativo: exploración, afinamiento y aplicación de grandes modelos del lenguaje en la educación superior
dc.creator.none.fl_str_mv Tessore, Juan Pablo
Russo, Claudia Cecilia
Ramón, Hugo Dionisio
author Tessore, Juan Pablo
author_facet Tessore, Juan Pablo
Russo, Claudia Cecilia
Ramón, Hugo Dionisio
author_role author
author2 Russo, Claudia Cecilia
Ramón, Hugo Dionisio
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Grandes modelos del lenguaje
Inteligencia artificial
Educación
topic Ciencias Informáticas
Grandes modelos del lenguaje
Inteligencia artificial
Educación
dc.description.none.fl_txt_mv Los grandes modelos de lenguaje (LLM) han transformado el procesamiento del lenguaje natural (NLP) mediante arquitecturas avanzadas como el Transformer y su mecanismo de autoatención. Modelos como GPT, LaMDA, LLaMA y BERT han impulsado aplicaciones en diversos sectores, incluyendo la educación. En el ámbito educativo, los LLM ofrecen oportunidades para personalizar el aprendizaje, adaptar contenido según las necesidades individuales de los estudiantes y mejorar la interacción mediante experiencias inmersivas. Además, facilitan el acceso a información relevante, optimizando el tiempo de docentes y administrativos al reducir tareas repetitivas. Sin embargo, la integración de los LLM en la educación plantea desafíos significativos, como la privacidad de los datos, la equidad en el acceso tecnológico y la ética en el uso de la inteligencia artificial. Asimismo, el análisis de los datos generados por la interacción con estos modelos puede proporcionar información valiosa para mejorar los procesos de enseñanza, identificar patrones de aprendizaje y ofrecer retroalimentación en tiempo real. Este trabajo busca evaluar el impacto de los LLM en la educación, explorando sus beneficios, limitaciones y riesgos. Además, de analizar las mejores prácticas para su implementación efectiva y ética en la comunidad universitaria, garantizando un uso responsable y equitativo.
Red de Universidades con Carreras en Informática
description Los grandes modelos de lenguaje (LLM) han transformado el procesamiento del lenguaje natural (NLP) mediante arquitecturas avanzadas como el Transformer y su mecanismo de autoatención. Modelos como GPT, LaMDA, LLaMA y BERT han impulsado aplicaciones en diversos sectores, incluyendo la educación. En el ámbito educativo, los LLM ofrecen oportunidades para personalizar el aprendizaje, adaptar contenido según las necesidades individuales de los estudiantes y mejorar la interacción mediante experiencias inmersivas. Además, facilitan el acceso a información relevante, optimizando el tiempo de docentes y administrativos al reducir tareas repetitivas. Sin embargo, la integración de los LLM en la educación plantea desafíos significativos, como la privacidad de los datos, la equidad en el acceso tecnológico y la ética en el uso de la inteligencia artificial. Asimismo, el análisis de los datos generados por la interacción con estos modelos puede proporcionar información valiosa para mejorar los procesos de enseñanza, identificar patrones de aprendizaje y ofrecer retroalimentación en tiempo real. Este trabajo busca evaluar el impacto de los LLM en la educación, explorando sus beneficios, limitaciones y riesgos. Además, de analizar las mejores prácticas para su implementación efectiva y ética en la comunidad universitaria, garantizando un uso responsable y equitativo.
publishDate 2025
dc.date.none.fl_str_mv 2025-04
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/184457
url http://sedici.unlp.edu.ar/handle/10915/184457
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-575-267-2
info:eu-repo/semantics/reference/url/https://sedici.unlp.edu.ar/handle/10915/182261
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
750-754
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616361776513024
score 13.070432