Material Detail

EVALUACIÓN DE LA CALIDAD DEL RECURSO COMO MATERIAL DE APRENDIZAJE EN LOS ESTUDIOS DE GRADO DE INGENIERÍA INFORMÁTICA DE LA UPM. Description: o Overview: Este recurso trata sobre cómo la inteligencia artificial generativa, como ChatGPT, está afectando el trabajo de los "citizen data scientists" en el sector del retail. Analiza ventajas, desafíos y oportunidades para usuarios no expertos. Es relevante para el perfil profesional de ingeniero informático con interés en análisis de datos y transformación digital, y se enmarca en la subdisciplina “Information Technology” de MERLOT. o Tema Impacto de la IA generativa en el desempeño y funciones de usuarios no expertos en ciencia de datos en entornos empresariales, específicamente retail. o Tipos de formato de materiales - Images/graphics - Links to related material Otro: Enlace a artículo académico de ScienceDirect. Puede requerir acceso institucional para visualizar el texto completo. o Type of Material: Open (Access) Journal – Article o Technical Requirements: Para acceder al recurso se necesita conexión a internet, navegador actualizado (Chrome, Firefox, Edge), y en algunos casos acceso institucional a través de ScienceDirect. No se requieren plugins ni descargas. Es un recurso ligero y compatible con sistemas operativos estándar. o Learning Goal(s): - Comprender cómo la IA generativa cambia el trabajo de los analistas no técnicos. - Analizar el papel del ingeniero informático frente a usuarios no especializados. - Identificar oportunidades y riesgos del uso de IA en retail. - Desarrollar pensamiento crítico sobre el impacto de la tecnología en la empresa. - Reconocer desafíos éticos y organizativos relacionados con la adopción de IA. o Recommended Use(s): Este recurso puede usarse como lectura complementaria en asignaturas como “Inteligencia Artificial” o “Sistemas de Información”. También es útil para debates sobre el impacto social y empresarial de la IA y como base para trabajos individuales o en grupo. o Target Student Population: Estudiantes de grado en Ingeniería Informática, especialmente a partir de segundo curso, con nociones básicas en IA o ciencia de datos. o Prerequisite Knowledge: Es necesario tener conocimientos básicos en inteligencia artificial, análisis de datos y estructura de las organizaciones. También es recomendable saber inglés técnico para leer el artículo. Evaluations and Observations o Quality of Content: • Lista Fortalezas de la calidad del contenido: - Está basado en un artículo académico revisado por pares, lo que garantiza su fiabilidad. - Presenta información actual y relevante sobre la IA generativa, una tecnología emergente. - Conecta bien con la realidad empresarial, lo que lo hace aplicable a casos reales. - Aborda conceptos importantes como la democratización del análisis de datos y el papel de los usuarios no expertos. - Está estructurado de forma lógica y con argumentación coherente. • Lista Preocupaciones de la calidad del contenido: - Lenguaje técnico denso que puede dificultar su comprensión a estudiantes sin base previa. - Falta de elementos didácticos, como ejercicios o evaluaciones. - Requiere acceso institucional, lo que limita su disponibilidad. - No incluye enlaces a recursos complementarios para ampliar conocimientos. o Potential Effectiveness as a Teaching/Learning Tool: • Lista Fortalezas de la efectividad del recurso como una herramienta de aprendizaje: - Facilita el aprendizaje basado en casos reales y actuales. - Promueve el análisis crítico de tecnologías emergentes. - Aporta una visión interdisciplinar entre informática, datos y negocio. - Puede inspirar proyectos prácticos o presentaciones en clase. - Está alineado con competencias clave como pensamiento analítico y adaptación tecnológica. • Lista Preocupaciones de la efectividad del recurso como una herramienta de aprendizaje: - No incluye elementos interactivos ni visuales. - El texto puede ser demasiado teórico sin una guía docente. - No está pensado para la enseñanza estructurada ni tiene objetivos pedagógicos explícitos. - No incluye resúmenes, ejemplos prácticos o ejercicios aplicados. o Ease of Use: • Lista Fortalezas de la facilidad de uso del recurso: - La interfaz de ScienceDirect es amigable y está optimizada para la lectura. - El artículo presenta estructura clara, con resumen y secciones bien delimitadas. - Puede accederse desde navegadores estándar sin configuración especial. - Es fácil de citar y exportar referencias en distintos formatos. • Lista Preocupaciones de la facilidad de uso del recurso: - Acceso restringido si no se tiene suscripción universitaria. - El contenido no está adaptado para autoaprendizaje o navegación guiada. - La terminología técnica puede representar una barrera. - No se incluye soporte visual o multimedia.