- Conocimientos básicos de estadística y probabilidad - Conocimientos básicos de programación

- Conocer las principales aplicaciones de uso de datos y de inteligencia artificial en educación. - Conocer tutores conversacionales de ayuda a la educación - Conocer algunas aplicaciones fundamentales de la IA generativa en educación - Saber utilizar métodos para poder inferir información inteligente sobre los alumnos a partir de sus interacciones en plataformas educativas. - Conocer el funcionamiento de aplicaciones de aprendizaje adaptativo - Conocer el funcionamiento de sistemas predictivos en educación. - Saber cómo evaluar sistemas educativos de IA.

1.- Introducción a la analítica del aprendizaje y aplicaciones en educación del uso de datos 2.- Modelos de usuario 2.1.- Modelos de habilidades, meta-cognitivos, de sentimientos 2.2.- Modelos basados en ingeniería del conocimiento 2.3.- Modelos basados en métodos probabilísticos 2.4.- Modelos basados en ontologías 2.5.- Modelos basados en minería de texto 3.- Adaptación del aprendizaje 3.1.- Componentes de un sistema adaptativo 3.2.- Métodos de adaptación 4.- Sistemas predictivos en educación 4.1.- Propósitos 4.2.- Métodos: regresión, random forest, redes neuronales, etc. 4.3.- Validación y evaluación de los modelos 5.- Tutores inteligentes conversacionales 6. Evaluación de sistemas de aprendizaje 5.1.- Descubrimiento de patrones con técnicas de clustering 5.2.- Comparación entre sistemas o sistema vs tutor humano 5.3.- Evaluación de la usabilidad 5.4.- Evaluación de la efectividad e impacto 5.5.- Evaluación de otros indicadores 7.- Principales aplicaciones prácticas de la IA generativa en educación

Las actividades formativas consisten en: - AF1: Clase teórica - AF2: Clases prácticas - AF5: Tutorías - AF6: Trabajo en grupo - AF7: Trabajo individual del estudiante - AF8: Examen final Las metodologías incluirán: - MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. - MD2: Lectura crítica de textos recomendados por el profesor de la asignatura: artículos científicos. - MD3 Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor en grupo - MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos - MD5: Elaboración de trabajos e informes de manera individual o en grupo