Número completo
Full number
Empowering Virtual Learning Environments with Generative Artificial Intelligence Chatbots
Andrea E. Cotino-Arbelo. University of La Laguna, Tenerife 38270, Spain.
Eduardo Nacimiento-García. University of La Laguna, Tenerife 38270, Spain.
Jezabel Molina-Gil. University of La Laguna, Tenerife 38270, Spain.
Carina S. González-González. University of La Laguna, Tenerife 38270, Spain.
Resumen / Abstract
As technology advances, it is essential for higher education institutions to integrate the latest innovations into their Virtual Learning Environments (VLEs) to maintain effectiveness and relevance. One such innovation is the use of Generative Artificial Intelligence (GAI) chatbots. The objective of this pilot study is to explore university students’ expectations towards GAI chatbots in educational settings. Specifically, it examines the nature of these expectations and investigates whether they differ across different student populations. Employing a non-probabilistic, cross-sectional quantitative methodology with descriptive and correlational-causal scope, the research surveyed N =152 students from two higher education institutions located in Spain and India. Data was collected via a previously validated ad hoc questionnaire. Results reveal varying levels of agreement among students’ expectations, with a generally positive perception towards GAI chatbots. Notably, significant differences were found in five out of six items when comparing expectations across different student populations, with Indian students demonstrating a higher level of agreement in all items compared to Spanish students.
Palabras Clave / Keywords
Artificial Intelligence, Generative Artificial Intelligence, Higher Education, Chatbots, Virtual Learning Environments.
Referencias / References
1. Alenezi M (2023) Digital Learning and Digital Institution in Higher Education. Educ. Sci. 13(1):1-18. doi: 10.3390/educsci13010088
2. Marks A, AL-Ali M (2022) Digital Transformation in Higher Education: A Framework for Maturity Assessment. In: Alaali M (ed) COVID-19 Challenges to University Information Technology Governance. Manama, Bahrain
3. Aljawarneh SA (2019) Reviewing and exploring innovative ubiquitous learning tools in higher education. Journal of Computing in Higher Education 32:57-73. doi: 10.1007/s12528-019-09207-0
4. Núñez-Canal M, Mercedes-de-Obeso Mª, Pérez-Rivero CA (2022) New challenges in higher education: A study of the digital competence of educators in Covid times. Technological Forecasting and Social Change 174. doi: 10.1016/j.techfore.2021.121270
5. Mishra L, Gupta T, Shree A (2020) Online teaching-learning in higher education during lockdown period of COVID-19 pandemic. International Journal of Educational Research Open 1: 1-8. doi: 10.1016/j.ijedro.2020.100012
6. Butrime E (2021) Virtual Learning Environments and Learning Change in Modern Higher Education During the Covid-19 Coronavirus Pandemic: Attitudes of University Teachers. In: Rocha A, Adeli H, Dzemyda G, Moreira F, Ramlho-Correia AM (eds) WorldCIST 2021: World Conference on Information Systems and Technologies, March 2021. Trends and Applications in Information Systems and Technologies, vol 3. Springer, Switzerland
7. Hue Dung DT (2020) The Advantages and Disadvantages of Virtual Learning. Journal of Research & Method in Education (IOSR-JRME) 10(3): 45-48. doi: 10.9790/7388-1003054548
8. Sandhya, S (2011) Virtual learning environment: an overview. TechnoLearn: An International Journal of Educational Technology 1(1): 87-94.
9. Dillenbourg P, Schneider D, Synteta P (2002) Virtual Learning Environments. Paper presented in 3rd Hellenic Conference Information & Communication Technologies in Education. Rhodes, Greece
10. Sneha JM, Nagaraja GS (2014) Virtual Learning Environments-A Survey. International Journal of Computer Trends and Technology 4(6): 1705-1709.
11. Britain S, Liber O (2004) A framework for pedagogical evaluation of virtual learning environments. Educational Cybernetics Report: 1-69.
12. García-Peñalvo F, Vázquez-Ingelmo A (2023) What Do We Mean by GenAI? A Systematic Mapping of The Evolution, Trends, and Techniques Involved in Generative AI. International Journal of Interactive Multimedia and Artificial Intelligence 8(4): 7-16 doi: 10.9781/ijimai.2023.07.006
13. Aydin O, Karaarslan E (2023) Is ChatGPT Leading Generative AI? What is Beyond Expectations? Academic Platform Journal of Engineering and Smart Systems 11(3): 118-134. doi: 10.21541/apjess.1293702
14. Moorhouse BL, Alina-Yeo M, Wan Y (2023) Generative AI tools and assessment: Guidelines of the world’s top-ranking universities. Computers and Education Open 5:1-10. doi: 10.1016/j.caeo.2023.100151
15. Onesi-Ozigagun O, James-Ololade Y, Eyo-Udo NL et al (2024) Revolutionizing Education through AI: A Comprehensive Review of Enhancing Learning Experiences. International Journal of Applied Research in Social Sciences 6(4): 589-607. doi: 10.51594/ijarss.v6i4.1011
16. Chen Y, Jensen S, Albert LJ et al (2023) Artificial Intelligence (AI) Student Assistants in the Classroom: Designing Chatbots to Support Student Success. Information Systems Frontiers 25: 161-182. doi: 10.1007/s10796-022-10291-4
17. Valtonen T, Leppanen U, Hyypia M et al (2021) Learning environments preferred by university students: a shift toward informal and flexible learning environments. Learning Environments Research 24: 371:388. doi: 10.1007/s10984-020-09339-6
18. Li N, Zhang X, Limniou M (2021) A country’s national culture affects virtual learning environment adoption in higher education: a systematic review (2001–2020). Interactive Learning Environments 31(7): 4407-4425. doi: 10.1080/10494820.2021.1967408
Cómo citar / How to cite
Cotino-Arbelo, A. E., Nacimiento-García, E., Molina-Gil, J., y González-González, C. S. (2024). Empowering Virtual Learning Environments with Generative Artificial Intelligence Chatbots. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos (pp. 23-27). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000029.003
Número completo
Full number
Personalización de Mensajes en Moodle Usando Modelos Preentrenados
Silvana Vanesa Aciar. ICATE (CONICET/ UNSJ), Argentina.
Carina S. González-González. Universidad de la Laguna, España.
Gabriela Aciar. Universidad Nacional de San Juan, Argentina.
Resumen / Abstract
Este artículo presenta el desarrollo e implementación de un módulo en Moodle que utiliza modelos de lenguaje preentrenados para personalizar mensajes dirigidos a estudiantes. El módulo se basa en tres fuentes de datos principales: el historial de entregas de tareas, la participación en foros y el rendimiento académico del estudiante. Mediante el uso de técnicas avanzadas de procesamiento del lenguaje natural (NLP), el módulo genera mensajes personalizados que buscan mejorar la motivación y la participación del estudiante en el proceso de aprendizaje. Se describen en detalle la arquitectura del sistema, el proceso de implementación, la evaluación del módulo en un caso de estudio simulado y las posibles direcciones futuras para este tipo de aplicaciones en entornos educativos.
Palabras Clave / Keywords
Personalización, Moodle, Modelos Preentrenados, GPT.
Referencias / References
1. Klašnja-Milićević, A., & Ivanović, M. (2021). E-learning personalization systems and sustainable education. Sustainability, 13(12), 6713.
2. Tetzlaff, L., Schmiedek, F., & Brod, G. (2021). Developing personalized education: A dynamic framework. Educational Psychology Review, 33, 863-882.
3. PERIŠIĆ, Jasmina; MILOVANOVIĆ, Marina; KAZI, Zoltan. A semantic approach to enhance moodle with personalization. Computer Applications in Engineering Education, 2018, vol. 26, no 4, p. 884-901.
4. PERIŠIĆ, Jasmina; MILOVANOVIĆ, Marina; KAZI, Zoltan. A semantic approach to enhance moodle with personalization. Computer Applications in Engineering Education, 2018, vol. 26, no 4, p. 884-901.
5. Mejía, C., Baldiris, S., Gómez, S., & Fabregat, R. (2009, March). Personalization of E-learning platforms based on an adaptation process supported on IMS-LIP and IMS-LD. In Society for Information Technology & Teacher Education International Conference (pp. 2882-2887). Association for the Advancement of Computing in Education (AACE).
6. Ivanova, T., Terzieva, V., & Ivanova, M. (2021, June). Intelligent technologies in E-Learning: Personalization and interoperability. In Proceedings of the 22nd International Conference on Computer Systems and Technologies (pp. 176-181).
7. Essalmi, F., Ayed, L. J. B., Jemni, M., & Graf, S. (2010). A fully personalization strategy of E-learning scenarios. Computers in Human Behavior, 26(4), 581-591.
8. Tsolis, D., Kampana, S., Christia, P., & Tsakalidis, A. (2011). An Adaptive & Personalized Mobile e-Learning Platform. mobile, 35.
9. Mousavinasab, E., Zarifsanaiey, N., R. Niakan Kalhori, S., Rakhshan, M., Keikha, L., & Ghazi Saeedi, M. (2021). Intelligent tutoring systems: a systematic review of characteristics, applications, and evaluation methods. Interactive Learning Environments, 29(1), 142-163.
10. Lin, C. C., Huang, A. Y., & Lu, O. H. (2023). Artificial intelligence in intelligent tutoring systems toward sustainable education: a systematic review. Smart Learning Environments, 10(1), 41.
11. Kouvara, T., & Verykios, V. (2023). Discovering the Collaborative Filtering (CF) Recommender System for Resource Selection in a Moodle Learning Environment. Διεθνέρ Σςνέδπιο για ηην Ανοικηή & εξ Αποζηάζεωρ Εκπαίδεςζη, 12(3), 69-87.
12. Vera, A. A., & González, C. M. (2022, July). Educational Resource Recommender Systems Using Python and Moodle. In International Conference on Computational Science and Its Applications (pp. 15-30). Cham: Springer International Publishing.
13. Halachev, P. (2024). Integration of ChatGPT in e-Learning Systems: Comprehensive review. Periodicals of Engineering and Natural Sciences, 12(1), 169-182.
14. Fırat, M. (2023). Integrating AI applications into learning management systems to enhance e-learning. Instructional Technology and Lifelong Learning, 4(1), 1-14.
15. Paunovic, V., Uyar, S., & Tanic, M. (2023). Implementing Chat GPT in Moodle for Enhanced eLearning Systems.
16. Fdawi, A., & Waters, M. (2023). OPTIMISING LMS WITH LARGE LANGUAGE MODELS. “Yes we can!”–Digital Education for Better Futures, 18, 174.
Cómo citar / How to cite
Aciar, S. V., González-González, C. S., y Aciar, G. (2024). Personalización de Mensajes en Moodle Usando Modelos Preentrenados. En C. Rusu et al., (1ª ed.), Transformación digital en la educación: innovaciones y desafíos (pp. 103-108). Huelva (España): United Academic Journals (UA Journals). https://doi.org/10.54988/uaj.000029.016
Libro completo
Full book
2026 ---- Estrategias didácticas con inteligencia artificial en la educación superior. Experiencias de innovación docente
Coordinadores: Rubí Estela Morales Salas y Pedro René Rodríguez Pavón.
Editorial: United Academic Journals (UA Journals).
País: España
Año: 2026
ISBN: 979-13-990252-2-4
https://doi.org/10.54988/uaj.979-13-990252-2-4
Capítulos/Chapters
Prólogo
María Guadalupe Veytia Bucheli.
SECCIÓN I: FUNDAMENTOS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR
Comprender la inteligencia artificial.
Inteligencia artificial y educación superior: fundamentos conceptuales y pedagógicos
Rubí Estela Morales Salas y Julio René Rodríguez Morales.
SECCIÓN II: ESTRATEGIAS DIDÁCTICAS Y EXPERIENCIAS DE INNOVACIÓN DOCENTE CON INTELIGENCIA ARTIFICIAL
Observar la inteligencia artificial en acción.
Experiencia 1. Integración de Inteligencia Artificial y H5P en Entornos Virtuales: Sistematización de una Experiencia Tecnopedagógica en la Licenciatura en Administración de las Organizaciones de la Universidad de Guadalajara
Liza Mayela Rodríguez Jiménez y Hassem Rubén Macías Brambila.
Experiencia 2. El uso de IA artificial para diseño de actividades de aprendizaje, e implementación en la práctica docente
Marcos Montes Zamora y Daniel Montes Ponce.
Experiencia 3. Aprender a contrastar con IA: experiencia didáctica en Análisis y Diseño de Sistemas de Información
Karen Hernández-Rueda y Sandra Elizabeth Hidalgo-Pérez.
Experiencia 4. Uso de Inteligencia Artificial para la Generación de Materiales Educativos: Una Experiencia Práctica en la Educación Superior
Karina Margarita Cotero Moreno y Luis Fernando Saldaña Pérez.
Experiencia 5. Uso de IA para generación de materiales educativos
Rodrigo Salazar Mendoza y Elba Patricia Alatorre Rojo.
Experiencia 6. Pastoreo Académico: Traslado cognitivo del aprendizaje desde el resultado al trayecto
Luis Guillermo Pereira-Lozada.
Experiencia 7. La inteligencia artificial como asistente docente en el diseño de un taller de formación integral de educación financiera para jóvenes universitarios
Mónica Araceli Reyes Rodríguez.
Experiencia 8. La Inteligencia Artificial como herramienta de retroalimentación formativa en la educación superior
Diana Paola Calleros Alatorre y Adriana Margarita Pacheco Cortés.
Experiencia 9. Evaluación Formativa con Inteligencia Artificial Generativa en Posgrado
María Félix García Quezada.
Experiencia 10. Diseño de actividades de aprendizaje mediadas por inteligencia artificial generativa como propuesta de innovación
Cynthia Sánchez de Alba y Margarita Isabel Islas Villanueva.
Experiencia 11. El Impacto de la Inteligencia Artificial en el Aprendizaje Autónomo y Colaborativo en Educación Superior
Adauto Alejandro Casas Flores y Pedro Luis Celso-Arellano.
Experiencia 12. Cartografías del Aprendizaje: Estudio de caso sobre estudiantes con discapacidad motriz y sensorial
Wendy Violeta Rocha-Salcedo.
Experiencia 13. Inteligencia artificial y recursos interactivos para fortalecer el aprendizaje autónomo en educación superior
José de Jesús Jiménez Arévalo y María de Jesús Rizo Becerra.
Experiencia 14. Integración mediada por IA en la enseñanza de la Metodología de la Investigación: Un estudio cuasi experimental en educación superior
Manuel Pio Rosales Almendra y Bertha Leticia González-Becerra.
Experiencia 15. Diseño del entorno virtual de aprendizaje como sistema de posibilidades de acción con la mediación de la Inteligencia Artificial generativa
Eduardo González Álvarez y Patricia Guadalupe Camacho Cortez.
Experiencia 16. Experiencia docente sobre la elaboración de estrategias de aprendizaje con asistencia de IA
Nadia Livier Martínez de la Cruz y Edith Inés Ruiz Aguirre.
SECCIÓN III. DESAFÍOS Y PERSPECTIVAS DE LA INTELIGENCIA ARTIFICIAL EN LA EDUCACIÓN SUPERIOR
Reflexionar sobre el futuro de la inteligencia artificial en la educación superior.
Transformaciones de la práctica docente en la era de la inteligencia artificial
Edith Rivas Sepúlveda.
Retos y perspectivas futuras para la integración de la Inteligencia Artificial en la Educación Superior
Pedro René Rodríguez Pavón.
Número completo
Full number
2022 ---- Síndrome de desgaste profesional (burnout) y su relación con la inteligencia emocional en profesionales de la salud
Autoras: Emma Soliva Álvarez, María Isabel Cuenda Macías, Ana María Parada Rodríguez, María Luisa Valiente Millán
Premio Trabajo Fin de Máster - Edición 2021-2022
Máster en Inteligencia Emocional
Estudio científico desde la Psicología, la Neurociencia y la Salud
Máster impartido por el Instituto Psicobiológico y certificado por la Universidad Isabel I
Capítulos/Chapters
RESUMEN
ABREVIATURAS
Capítulo 1. INTRODUCCIÓN
1.1. Justificación.
1.2. Definición.
1.3. Estado actual.
Capítulo 2. OBJETIVOS E HIPÓTESIS
2.1. Objetivo general.
2.2. Objetivos específicos.
2.3. Hipótesis.
Capítulo 3. MATERIAL Y MÉTODOS
3.1. Diseño del estudio.
3.2. Cuestionarios y test aplicados.
3.3. Variables de estudio.
Capítulo 4. RESULTADOS
Capítulo 5. DISCUSIÓN
5.1. Discusión preliminar.
5.2. Discusión de hipótesis.
5.3. Limitaciones del estudio.
5.4. Nuevos aportes del estudio.
Capítulo 6. CONCLUSIONES
6.1. Planteamientos/propuestas a futuro.
Capítulo 7. BIBLIOGRAFÍA
ANEXOS
