Controlar

La tecnología informática (IA) en control

• Objetivos, contenido, evaluación
• Más eficiencia, mismo paradigma

Riesgo:

• Consolidar lo que ya no funciona

Construir

La IA como recurso al servicio del aprendiz

• Proyectos, creatividad, colaboración
• Aprender con IA para aprender sobre IA

Oportunidad:

• Repensar la educación desde la base

Dos asignaturas, dos escalas

• Diseño de Sistemas Software

  • Arquitectura
  • Diseño

• Construcción de Sistemas Software

  • Programación (implementación)
  • Operaciones (despliegue)

¿Qué busco con la IA?

• Evaluación auténtica
• Evaluación sostenible

Ingeniería

Arquitectura y Diseño

• Problema real
• Arquitectura y patrones
• Lenguajes de descripción arquitectónica y decisiones de diseño
• Especificaciones (pruebas de aceptación)

GitHub Copilot + agentes

Construcción

Implementación y Despliegue

• Un tema -> una técnica
• Lenguajes de programación a elegir libremente
• Mecanismos propios del lenguaje por cada tema
• Operaciones (DevOps): build, tests, CI/CD

No delego el juicio: estructuro la revisión

• Repositorio github compartido
• Rúbrica de evaluación
• Contexto teórico
• Código entregado
• Informe cualitativo
• Preguntas para defensa

Comando con skills

    /assess <repo en github> <tema>

INSTRUCTIONS

The argument $ARGUMENTS is a repo name plus a path relative to the entregas/ folder. Split it into:

• REPO: the first argument (e.g. impl-26-EQUIPO01)
• TOPIC_PATH: the remainder (e.g. temas/abstraccion/csharp)

Then carry out the following steps:

1. Read all source code files under /Users/dodero/entregas/iiss/$ARGUMENTS (recursively). Also read any defensa_*.md or README.md in that folder.
2. Determine the topic from the path (abstraccion, polimorfismo, herencia, delegacion, inyeccion, anotaciones, aspectos, errores, lambdas).
3. Query the NotebookLM notebook apuntes-de-implementacion for the evaluation criteria of that specific topic. Ask: "¿Qué se espera de un buen ejemplo de en la práctica de implementación de la asignatura? ¿Qué mecanismos del lenguaje deben usarse y qué errores comunes deben evitarse?"
4. Evaluate the code against:

• The rubric in /entregas/iiss/rubrica.md (criterion matching the topic)
• The notebook answer
• The actual source code evidence (cite file paths and line numbers)
• For each command run, consider only the rubric criteria matching the topic folder (e.g. POLIMORFMISMO criteria for temas/polimorfismo/csharp). The rest of criteria will be assessed through additional runs of the command.
• The output file with the assessment must be markdown, with a section for each assessed criterion, and subsections for positive aspects and aspects for improvement. Use Spanish for the assessment text.
  ...

5. Write a markdown assessment to /entregas/$REPO-<topic>.md with:

• Header: repo name, author (from authors.md file), language, date
• Section per criterion assessed: "Aspectos positivos" and "Aspectos a mejorar"
• Global assessment paragraph
• All code references as l. N with the specific mechanism demonstrated

En Diseño

• Explorar el dominio
• Descomponer hitos
• Proponer decisiones de arquitectura
• Afinar requisitos y contexto

Todo lo que no daba tiempo a hacer porque ¡había que programar!

En Construcción

• Revisar ejemplos con la rúbrica
• Descubrir mecanismos de otros lenguajes
• Proponer mejoras a los ejemplos
• Preparar la defensa

Luchar contra el mantra "los límites de mi lenguaje son los límites de mi mundo" (Wittgenstein)

Estudiantes

• Uso ético y pensamiento crítico
• La IA es apoyo, no autor: no plagio
• Verificación de fuentes: evitar alucinaciones

PDI — Docencia e Investigación

• IA como recurso de innovación docente
• IA como copiloto en investigación: un investigador puede programar con IA
• Repensar la evaluación: procesos vs resultados
• En muchas tareas, pasar de crear a verificar

PTGAS — Gestión

• Eficiencia administrativa y automatización de tareas repetitivas
• Agilidad: redacción, resúmenes, traducciones, etc.
• Toma de decisiones basada en datos
• Privacidad del dato en todas las gestiones

Gobierno del dato

Sin una base sólida de gobierno del dato, cualquier iniciativa de IA institucional queda en el aire.

Para el PDI

• Creación de recursos educativos y simulaciones personalizadas
• Nuevos métodos de evaluación: lo que la IA puede hacer fácilmente no merece ser evaluado de la misma manera
• Automatización de tareas rutinarias para centrarse en la interacción humana — lo que la IA no puede hacer

Para el Alumnado

• La IA como tutor virtual y apoyo al estudio 24x7 (con los límites de la dependencia cognitiva)
• Fomento del pensamiento crítico: validar y contrastar, no solo consumir
• Requisito de transparencia en uso de IA en fichas docentes: qué se pidió, qué produjo, qué se conservó

Objetivo: capacitación en habilidades aplicables inmediatas en el puesto de trabajo

• «Herramientas de IA en Google Workspace» (2024)
• «Fundamentos de IA generativa» (2025)
• «Seguridad en IA generativa y agéntica» (2026)

Valor añadido para el personal UCA

1. Competitividad — adquisición de competencias digitales de alto impacto
2. Eficiencia — mayor productividad y reducción de cargas rutinarias
3. Adaptabilidad — preparación para un entorno educativo y laboral en constante evolución