En el marco de la Open Education Week, Pedro Pernías presentará ScolaIA, una iniciativa Open Source diseñada para transformar la educación a través de la Inteligencia Artificial Generativa. En el marco de una conferencia titulada “Educación basada en IA Generativa: la IAG como Recurso Educativo Abierto”, el profesor Pedro Pernías Peco, del Departamento de Lenguajes y Sistemas Informáticos de la UA.

Un proyecto innovador para la educación

ScolaIA es una plataforma abierta que busca integrar la IA en las comunidades educativas, permitiendo que docentes y estudiantes creen, compartan y utilicen asistentes inteligentes personalizados.

El proyecto se sustenta en tres componentes clave:

1. Assistant Description Language (ADL): Un lenguaje formal desarrollado por Pernías para estandarizar la descripción de asistentes y facilitar su distribución como Recurso Educativo Abierto (REA).
2. ScolaIA Lounge: Una plataforma de código abierto disponible en GitHub, que permite la creación y gestión de asistentes educativos, fomentando la colaboración entre usuarios.
3. ScolaIA Desk: Una herramienta complementaria que permite importar asistentes desde ScolaIA Lounge y utilizarlos directamente en el aula.

Con una amplia trayectoria en el ámbito de la informática y la docencia, Pedro Pernías ha desarrollado ScolaIA con el propósito de democratizar el acceso a la IA en el entorno educativo, para Pernias. “La IA generativa no debe ser un privilegio de unos pocos, sino un recurso accesible que potencie la enseñanza y el aprendizaje en cualquier contexto”.

¿Por qué una comunidad de usuarios compartiendo sus chatbots o asistentes?

Cuando el conocimiento se comparte, se enriquece, podemos leer en la web de ScolaIA. Durante años, el movimiento OPEN ha promovido la idea de Recursos Educativos Abiertos (REA, u OER en inglés), ayudando a democratizar el acceso a la información. Esto permite a profesores y estudiantes compartir materiales educativos sin costo adicional, a los profesores descubrir recursos externos que pueden usar en sus aulas, y a los estudiantes acceder libremente a esos recursos. Además, a medida que las personas colaboran en estos recursos, las mejoras a menudo se comparten de vuelta con la comunidad.

Hoy en día, la IA Generativa facilita la creación de materiales de alta calidad con menos esfuerzo, aumentando así la productividad de los profesores. Sin embargo, un beneficio aún más valioso es que los educadores pueden desarrollar chatbots como IAs, que interactúan con los estudiantes y generan dinámicas de aprendizaje supervisadas por el profesor. De esta manera, los recursos educativos van más allá de documentos o actividades: los profesores ahora pueden crear sistemas interactivos que conversan con los estudiantes y los guían a través de su proceso de aprendizaje.

Estos chatbots —asistentes o como se les quiera llamar— también pueden convertirse en Recursos Educativos Abiertos. De hecho, representan el REA definitivo, ya que pueden generar instantáneamente documentación y ejercicios que también pueden compartirse y utilizarse libremente.

Los Recursos Educativos Abiertos (REA) surgieron como una práctica habitual en la comunidad educativa con el fin de democratizar la educación, asegurando que cualquier persona tenga acceso a contenidos de calidad sin importar su situación socioeconómica o ubicación geográfica. Este propósito se mantiene vigente gracias a la naturaleza colaborativa de los REA.

En este escenario, la Inteligencia Artificial Generativa (IAG) ha adquirido un papel clave al convertirse en aliada de los docentes para diseñar, optimizar y personalizar materiales de estudio, lo que a su vez reduce los costos de producción y potencia la eficacia de la enseñanza. Si consideramos que las configuraciones y desarrollos que realizan los docentes para que la IAG les asista funcionan de manera análoga al software educativo tradicional, es natural pensar que tales modelos y sistemas también pueden ponerse a disposición de la comunidad bajo licencias abiertas.

De esta forma, la IA Gnerativa, puesta a disposición bajo las dinámicas de colaboración y apertura, profundiza los objetivos esenciales de los REA, al acercar todavía más la educación de calidad a cualquier persona que la necesite.

Toda la información sobre el proyecto está disponible en www.scolaia.net, donde los interesados pueden acceder a la documentación, explorar el código fuente y contribuir a su evolución.

Videoconferencia: “Educación basada en IA Generativa: la IAG como Recurso Educativo Abierto” (mediante Teams)

• 6 de marzo de 2025, de 12 a 13:30 (Zona horaria: Europa / Madrid)
• Ponente: Pedro Pernías Peco, (Dpto. Lenguajes y Sistemas Informáticos – Universidad de Alicante)

1. Instalar deepseek 32b en nuestra máquina ha sido trivial.
   Tenemos una maquina potente: un macbook pro con un m2 ultra y conn 96gb de memoria (2tb en hd) No es una máquina habitual ya que es un top gama de apple. Pero es un portátil! Su consumo en watios no es excesivo. (poco más de 300 w a pleno rendimiento y 45 en reposo). Tiene instalado Ollama y OpenWebui para simplificar pruebas y comparar modelos (arena). Instalar DeepSeek 32b fue tan simple como dar con el repositorio y decirle a OpenWebui que lo añada a Ollama. Punto.
   
2. Las pruebas no han consistido en que cuente las R de una palabra o que nos calcule el nº de hermanos de las hermanas de Ana. Son pruebas reales, en condiciones de trabajo real, tratando de responder una pregunta: ¿me cambio a mi Deepseek local o continúo con ChatGPT 4o? Hay que tener en cuenta que no podemos tener el modelo de ChatGPT en local y que la comparación es entre un modelo directo y uno de razonamiento ( no está ni en la misma dimensión ni en el mismo nivel. Pero la pregunta sigue siendo válida: podemos sustituir un modelo externo como GhatGPT por un modelo local o tenemos que esperar un poco más?
   
3. ⁠Las primeras impresiones: comparativamente, ChatGPT 40 resulta abrumadoramente rápido. En nuestro ordenador, deepseek crea el texto a mayor velocidad de lo que lo podemos leer pero su desarrollo es completamente percibible y esperar a que termine de “pensar” y nos de una respuesta a veces se hace pesado. Sin embargo, ver el proceso de razonamiento resulta fascinante… ya es de por sí un añadido y a veces es más revelador que la propia respuesta. Posiblemente si se usa un modelo de razonamiento, hay que cambiar la metodología de trabajo para usarlo como ayudante.
   
4. ⁠La calidad de las respuestas es comparable. Usarlo con documentación para que la analice y extraiga conclusiones, elabore resúmenes o compare es perfectamente posible y puede sustituir a GPT 4o sin problemas.
   
5. ⁠Gracias al wrapper usado -ollama+openwebui- es posible imitar algunas de las funcionalidades de ChatGPT, como es la de crear asistentes. Es una tarea más pesada, y para poder usar el asistente -que los use un tercero- es más farragoso que con chatGPT, pero es perfectamente posible y no es cosa de deepseek sino del wrapper. el modelo cumple perfectamente.
   
6. Como ayudante a la programación: usándolo como modelo base en Roo Cline (add on para Visual Studio Code,) es casi tan bueno como Claude Sonnet 3.5 -el referente actual- . Si acaso es un a alternativa plausible, algo más lenta que usar el modelo remoto, pero válida. Nuestra re3comendación es que se vayan alternando los modelos ya que pueden dar enfoques diferentes al mismo prompt y será decisión del programador aceptar un enfoque u otro.
   
7. Usarlo desde un router de LLM como OpenRouter puede ser una excelente idea. OpenRouter permite alternar modelos con un click y probar si el modelo de 70b es mejor que el de 32 o cualquiera de sus destilados es muy sencillo. Resulta llamativo que el principal -con mucha diferencia- consumidor de tokens que se hacen vía openrouter sea Cline….(otro fork de visual studio code) con 18 BILLONES de tokens servidos en un solo día y seguidos de RRO Cline con 9 BILLONES…..

by Grupo 1MilionBot LAB, Pedro Pernias.