(Observación: en modo visión no se puede ver todo el texto). En previsión de que esto suceda en la evaluación se deja un enlace con todo el fichero en pdf (acceso al enlace)

ECOSISTEMA PERSONALIZADO DE MÉTODOS DE INNOVACIÓN DOCENTE (EMID)

Misión

La idea principal del proyecto consiste en la integración de estrategias y metodologías docentes innovadoras para construir un ecosistema de innovación docente adaptado a las necesidades de cada asignatura.

Metáfora.

Para ilustrar esta idea, se recurre a la metáfora del "amigo perfecto" [1].

En la realidad es muy improbable que una sola persona pueda ser considerado como “el amigo perfecto”. Esta situación se debe a dos razones fundamentales: en primer lugar, es complicado que una persona posea todas esas cualidades y en segundo lugar, cada individuo tiene su propia percepción de lo que constituiría el "amigo perfecto".

Una solución a esta dificultad consiste en construir el "amigo perfecto" a partir de las características de diferentes personas. Por ejemplo, se podría disfrutar de unas cervezas con la persona "A", realizar senderismo con la persona "B" y compartir una comida con la persona "C". De esta manera, combinando aspectos de cada persona que se ajustan a la visión individual del "amigo perfecto", se lograría construir una figura ideal.

No obstante, antes de emprender este proceso, es necesario realizar dos pasos previos:

1. Identificar las características que se consideran fundamentales para la propia visión del "amigo perfecto".

2. Identificar personas que posean al menos una de esas características.

Una vez completados estos pasos, la construcción del "amigo perfecto" se vuelve más sencilla. Sin embargo, es importante destacar que esta analogía se limita al ámbito conceptual, ya que en la vida real no sería práctico interactuar con todas las personas involucradas de forma conjunta (única opción para disfrutar de todas las características). La solución se vuelve inapropiada, ya que se busca una característica específica de cada persona y el resto no es relevante.

Por ende, lo que podría ser una experiencia perfecta con el "amigo ideal" podría convertirse en una situación problemática al ir con tres personas que además de la característica ideal tienen otras “no deseadas” y añadiendo la complicación de que las tres personas interactuaran entre ellas generando situaciones no deseadas.

Adaptación de la metáfora a la innovación educativa docente.

Uno de los principales objetivos de la innovación educativa docente es abordar situaciones que afectan negativamente al aprendizaje. En la gran mayoría de los casos, estos problemas no están vinculados a un profesor específico, a una materia en particular, a un grado específico o incluso a un perfil determinado de estudiantes [2]–[4]. Suelen derivarse más bien del propio modelo educativo, el cual lleva consigo características que generan diversos problemas. Ejemplos de esto son la masificación, que impide la personalización; la carga teórica excesiva, que convierte a los estudiantes en sujetos pasivos; y el extenso temario, que no deja espacio para el desarrollo de competencias transversales, entre otros.

En consecuencia, los desafíos que la innovación educativa busca mitigar se originan en el modelo educativo, afectan al mismo público objetivo (los estudiantes), son independientes de la materia que se estudie y la problemática no suele limitarse a un solo aspecto. Es por ello que se requiere combinar metodologías que aborden un conjunto diverso de problemas. Aquí es donde entra en juego la aplicación de la metáfora. No se trata simplemente de aplicar diferentes modelos de innovación docente, sino de identificar las características de cada uno de ellos que sean necesarias para abordar la problemática y fusionarlas en un único modelo. En lugar de buscar el "amigo perfecto", estamos creando nuestro ecosistema personalizado de metodologías de innovación docente.

En este proyecto se plantea la integración de tres métodos de innovación docente, cada uno con características particulares que se seleccionarán y combinarán estratégicamente.

El primero de ellos es el método de Aula Invertida [5], reconocido y consolidado, cuya principal característica es promover y fomentar la participación activa del alumnado.

En segundo lugar, se contempla la inclusión de los Sistemas Adaptativos [6], métodos con una sólida base metodológica pero que ha sido subutilizado debido a la masificación en las aulas. La característica clave que se tomará de este enfoque es la capacidad de personalizar recursos y procesos educativos para adaptarlos a las necesidades específicas de cada alumno.

Por último, se propone incorporar la Inteligencia Artificial Generativa [7], un método emergente. De este enfoque, se extraerá la capacidad de generar conocimiento mediante el filtrado con pensamiento crítico.

La sinergia entre estos métodos no solo pretende superar desafíos educativos comunes, sino también inspirar un cambio significativo en la manera en que se facilita el aprendizaje. Se busca impulsar la autonomía, fomentar la adaptabilidad y contribuir al desarrollo integral de los estudiantes en el contexto educativo actual. Este enfoque no solo aborda las principales deficiencias identificadas en el modelo educativo convencional, sino que también se posiciona como un catalizador para instaurar un modelo integral que potencia al alumnado y al profesorado a la vez que reduzca el esfuerzo de dichos agentes para conseguir los objetivos de aprendizaje.

La fusión de la participación activa del alumnado, la personalización de recursos y procesos educativos, junto con la capacidad de generar conocimiento filtrándolo a través del pensamiento crítico, se presenta como una estrategia que mejora la acción de cada metodología utiliza utilizada. En conjunto, se aspira a una eficacia global que trascienda los límites de las metodologías individuales, creando un ambiente educativo más dinámico, enriquecedor y adaptado a las necesidades específicas de cada estudiante.

Modelo de integración de metodologías docentes:

A continuación, se destacan las características y puntos débiles de cada modelo que se propone integrar, para posteriormente indicar como se eliminan los mismos.

Aula Invertida: Modelo Micro Flip Teaching (MFT). Características principales:

Dicho modelo se ha realizado a través, de entre otras investigaciones, los proyectos de innovación educativa de la UPM: IE1819.0601 y IE22.0602

El modelo MFT [8], [9], representado en la figura 1, tiene tres características principales:

• Favorecer la participación activa del alumnado tanto en las actividades asíncronas como síncronas.
• Generar recursos de aprendizaje en las actividades asíncronas para utilizarlas en las síncronas.
• Obtener información de la interacción del alumnado para tomar decisiones en la elaboración de recursos de aprendizaje.

Figura 1. Modelo de Aula Invertida MFT

El punto que más esfuerzo conlleva es la elaboración de recursos de aprendizaje por parte del profesorado, ya que la información se puede obtener en tiempo real y el recurso lo puede necesitar el alumnado de forma inmediata.

Sistemas adaptativos.

Los modelos adaptativos pueden personalizar en base a varios elementos: nivel de conocimiento, ritmo de aprendizaje y perfil de usuario. Sus principales características son:

• Relacionar recursos con las necesidades de cada usuario.
• Realizar evaluaciones diagnósticas y formativas para generar estrategias de aprendizaje y selección de recursos.
• El principal punto débil es similar al Aula Invertida: La creación de recursos amplios y variados para poder abordar en tiempo real las distintas necesidades de los usuarios.

La integración entre los Sistemas Adaptativo y de Aula Invertida se ha realizado en el proyecto IE23.0602. Esta integración permite mejorar de forma considerable el modelo de Aula Invertida ya que puede personalizar las actividades online asíncronas [10]. Consiguiendo una personalización de las actividades previas a las actividades síncronas. De esta forma se consigue aumentar la participación del alumnado para llevar la lección aprendida y se abren nuevas posibilidades del uso de este modelo educativo.

La figura 2 representa esta fusión de métodos.

Figura 2. Integración modelo Aula Invertida con Sistema Adaptativo

En la figura se puede observar los procesos de análisis que son los que utiliza el sistema adaptativo para determinar las necesidades del alumnado, estos se pueden hacer de forma previa, durante o de forma posterior a las actividades que realiza el alumno de forma asíncrona (más conocido como “lección en casa”).

Sistemas de Inteligencia Artificial Generativa.

Los sistemas de Inteligencia Artificial (IA) Generativa, por ejemplo ChatGPT, están generando un gran debate sobre la inclusión en los procesos de aprendizaje. Hay universidades Australianas que han vuelto al “lápiz y papel” para evitar que el alumnado utilice la IA Generativa para generar respuestas de exámenes. Es evidente que un mal uso por parte del alumnado de esta tecnología puede provocar efectos negativos en el aprendizaje. Es como, por ejemplo, si no se aprendiese a sumar porque ya existe la calculadora.

Estos sistemas son capaces de:

• Generar recursos a partir de indicaciones del usuario, más o menos específicas.
• Generar información que se puede utilizar como primeras versiones para construir conocimiento, por ejemplo un programa, la presentación de un proyecto,….

El punto débil es la forma de utilizar esta tecnología, ya que un mal uso perjudica la adquisición de habilidades cognitivas por parte del alumnado.

Sin embargo, se puede utilizar la capacidad de la IA Generativa para que el alumnado realice primeras versiones de recursos de aprendizaje y posteriormente completándolos con su experiencia de aprendizaje y seleccionando a través de pensamiento crítico los más indicados para utilizarlos en la asignatura.

La inclusión de estos sistemas en un ecosistema formado por los anteriores solucionaría los puntos débiles detectados anteriormente, así como se utilizaría la IA para potenciar el aprendizaje del alumnado.

Ecosistema resultante.

Figura 3.Ecosistema de métodos de innovación docente propuesto

El modelo integra las metodologías de innovación educativa:

• Aula Invertida (figura 3-2), el aula invertida transforma la lección en casa tradicional en un “profesor ayudante” ya que se pueden personalizar recursos y procesos de aprendizaje, esta situación hace que el método de Aula Invertida se pueda utilizar de otras formas, por ejemplo, para recuperar clases, aclarar dudas, ampliar conocimientos, formar en conocimientos previos antes de realizar una tarea de aprendizaje (que no tiene porque ser los deberes en clase), etc.
• Aprendizaje Adaptativo (figura 3-1). Consigue Personalizar los conocimientos y actividades del Aula Invertida, pero lo que es más importante se establece una toma de decisiones sobre qué recursos de aprendizaje son más convenientes para determinadas necesidades del alumnado.
• IA Generativa (figura 3-3).  El alumnado la puede utilizar de dos formas, generando conocimiento que le sea útil antes de realizar una actividad de aprendizaje concreta (no genera el resultado de la actividad de aprendizaje, sino algo que le ayuda a realizarla) o bien una vez que la ha finalizado. En los dos casos incorpora su propia experiencia y el pensamiento crítico.
• Figura 3-4. Los recursos de conocimiento generados por el alumnado pueden ser utilizados para alimentar todo el proceso, principalmente el sistema adaptativo y el de Aula Invertida personalizado. Evidentemente, estos recursos pueden estar filtrados por el propio profesorado quien, a su vez, puede utilizar la IA Generativa para hacer esta labor y dar un “sello de calidad” a dichos recursos.

Realmente La integración consigue una espiral, que no necesariamente comienza en un punto concreto, sino que se puede comenzar por cualquier proceso.

Referencias utilizadas.

[1]         “Ecosistemas personalizados de Innovación Educativa – Innovación Educativa,” Fidalgo-Blanco, Ángel. Accessed: Nov. 16, 2023. [Online]. Available: https://innovacioneducativa.wordpress.com/2023/03/01/ecosistemas-personalizados-de-innovacion-educativa/

[2]         Á. Fidalgo-Blanco, M. L. Sein-Echaluce, and F. J. García-Peñalvo, “MAIN: Method for Applying Innovation in educatioN,” in Proceedings of the Sixth International Conference on Technological Ecosystems for Enhancing Multiculturality  - TEEM’18, New York, New York, USA: ACM Press, 2018, pp. 806–813. doi: 10.1145/3284179.3284313.

[3]         Á. Fidalgo-Blanco and M. L. Sein-Echaluce, “Método MAIN para planificar, aplicar y divulgar la innovación educativa,” Education in the Knowledge Society (EKS), vol. 19, no. 2, pp. 83–101, Jul. 2018, doi: 10.14201/eks201819283101.

[4]         M. L. Sein-Echaluce, Á. Fidalgo-Blanco, and F. J. García-Peñalvo, “Main Gaps in the Training and Assessment of Teamwork Competency in the University Context,” pp. 517–530, 2023, doi: 10.1007/978-3-031-34411-4_35.

[5]         Á. Fidalgo-Blanco, M. L. Sein-Echaluce, and F. J. García-Peñalvo, “Ventajas reales en la aplicación del método de Aula Invertida-Flipped Classroom. DOI 10.5281/ZENODO.3610578,” Jan. 2020. doi: 10.5281/ZENODO.3610578.

[6]         D. Lerís and M. L. Sein-Echaluce, “La personalización del aprendizaje: un objetivo del paradigma educativo centrado en el aprendizaje,” Arbor, vol. 187, no. Extra_3, pp. 123–134, Dec. 2011, doi: 10.3989/arbor.2011.Extra-3n3135.

[7]         F. J. García-Peñalvo, F. Llorens Largo, and J. Vidal, “La nueva realidad de la educación ante los avances de la inteligencia artificial generativa,” RIED-Revista Iberoamericana de Educación a Distancia, vol. 27, no. 1, 2014.

[8]         Á. Fidalgo-Blanco, M. L. Sein-Echaluce, and F. J. García-Peñalvo, “Micro Flip Teaching with Collective Intelligence,” in Learning and Collaboration Technologies. LCT 2018. Lecture Notes in Computer Science, I. A. Zaphiris P., Ed., Las Vegas: Springer, Cham, 2018, pp. 400–415. doi: https://doi.org/10.1007/978-3-319-91743-6_30.

[9]         A. Fidalgo-Blanco, M. Martinez-Nuñez, O. Borrás-Gene, and J. J. Sanchez-Medina, “Micro flip teaching ‒ An innovative model to promote the active involvement of students,” Comput Human Behav, vol. 72, 2017, doi: 10.1016/j.chb.2016.07.060.

[10]      M. L. Sein-Echaluce, Á. Fidalgo-Blanco, J. L. Martín-Núñez, A. Verdú Vázquez, and L. García Ruesgas, “Personalized Flipped Classroom,” in Lecture Notes in Educational Technology, 2023. doi: 10.1007/978-981-99-0942-1_109.

Objetivo general: Definir un modelo que permita generar un ecosistema personalizado a partir de características fundamentales de diversas metodologías de innovación docente.

Objetivos específicos:

1. Aplicar el modelo definido en el objetivo general a las metodologías de innovación docente: Aula Invertida, Aprendizaje Personalizado – Sistemas Adaptativos e Inteligencia Artificial Generativa.

2. Integrar procesos y funcionalidades de aprendizaje activo provenientes de la metodología de Aula Invertida.

3. Integrar procesos y funcionalidades de personalización de recursos y estrategia formativa de la metodología de Aprendizaje Personalizado utilizando Sistemas Adaptativos.

4. Integrar procesos de Generación de conocimiento (información + procesamiento en base a la experiencia y pensamiento crítico) proveniente de las metodologías basadas en Inteligencia Artificial Generativa.

5. Aplicar el modelo (de forma completa o parcial) al menos en tres asignaturas utilizando Moodle como herramienta de comunicación con el alumnado.

Los métodos de investigación de Aula Invertida y Aprendizaje Adaptativo están consolidados, pero presentan ciertos puntos débiles que, en ocasiones, pueden dar lugar a resultados no esperados o requerir más esfuerzo del previsto. Por ejemplo, en el caso de Aula Invertida, un importante punto débil radica en la posibilidad de que el alumnado no asimile adecuadamente “la lección en casa”, lo que podría comprometer la efectividad del método. En cuanto al aprendizaje personalizado, uno de los mayores desafíos es la limitada adopción por parte del profesorado, principalmente debido al esfuerzo requerido para desarrollar una amplia variedad de recursos y vincularlos con las necesidades específicas de cada estudiante.

Por otro lado, en metodologías emergentes y novedosas como la Inteligencia Artificial Generativa, existe un amplio debate acerca de sus ventajas e inconvenientes, lo que plantea ciertos riesgos en su aplicación.

El proyecto EDMI se centra en identificar y aprovechar los puntos fuertes de cada método, investigando cómo interactúan entre sí para mitigar las debilidades asociadas.

En la propuesta planteada, la integración de los puntos fuertes de las metodologías de Aula Invertida, Aprendizaje Adaptativo e Inteligencia Artificial contribuye significativamente a superar las debilidades identificadas anteriormente:

1. La personalización de “la lección en casa” proporciona un servicio más adaptado a las necesidades individuales de cada alumno, lo que se traduce en una mayor utilización de las mismas. Este enfoque aborda la debilidad asociada con la posible falta de asimilación de la lección en el modelo de Aula Invertida.

2. La Inteligencia Artificial Generativa permite la creación de conocimiento a partir del existente. Al interactuar en este proceso con razonamiento, reflexión crítica y la experiencia de la necesidad y utilidad del conocimiento a generar, se generan recursos educativos válidos para el aprendizaje. Esta metodología reduce significativamente el esfuerzo requerido en la creación de dichos recursos.

3. La disponibilidad de recursos de aprendizaje amplios y variados posibilita la aplicación del Aprendizaje Personalizado, superando la barrera del esfuerzo en la creación y asignación de los mismos. La generación de estos recursos se basa en la percepción de utilidad del propio alumnado, lo que favorece su aceptación y aplicación.

4. La utilización de la Inteligencia Artificial Generativa no presenta riesgos significativos, ya que se emplea con un propósito específico e integrado en una estrategia educativa más amplia. Esto contribuye a mitigar las preocupaciones asociadas con posibles riesgos en el uso de esta tecnología emergente.

En resumen, la fusión de estas metodologías tiene como objetivo potenciar las fortalezas individuales de cada una, abordar de manera efectiva las limitaciones identificadas y crear un enfoque integral y eficiente para la mejora continua del proceso educativo. En consecuencia, se contribuye a elevar la calidad educativa al mitigar los puntos débiles, reduciendo esfuerzos y riesgos.

Además, esta integración no solo apunta a mejorar lo existente, sino que también abre nuevas oportunidades. El ecosistema resultante no solo actúa como un remedio para las debilidades identificadas, sino que también permite la definición de nuevos procesos. Esto posibilita la experimentación con enfoques educativos innovadores, como el uso del ecosistema como un "profesor ayudante". Esta función podría servir como apoyo para recuperar clases, adquirir conocimientos previos, realizar prácticas para un examen o resolver dudas específicas, ampliando así las posibilidades y flexibilidad del entorno educativo. En última instancia, esta integración no solo busca corregir deficiencias, sino también promover la exploración y la mejora constante en el ámbito educativo.

CRONOGRAMA

PLANIFICACIÓN

FASE 1: Identificación características a incluir en el ecosistema de la metodología de Aula Invertida.

Se identifican y seleccionan los procesos y funcionalidades de la metodología de Aula Invertida que definen y la participación activa del alumnado.

Indicador de logro: documento, apto para publicarlo, donde se recogen las principales evidencias y indicadores que definen al Aula Invertida como un método que promueva la participación activa.

FASE 2: Identificación características a incluir en el ecosistema de la metodología de Aprendizaje Personalizado.

Se identifican y seleccionan los procesos y funcionalidades de la metodología de Aprendizaje Personalizado que definen la generación de recursos y estrategias personalizadas en el aprendizaje.

Indicador de logro: documento, apto para publicarlo, donde se recogen las principales evidencias y indicadores que definen al Aprendizaje Personalizado como un método que promueva la personalización del aprendizaje en base a las necesidades del alumnado.

FASE 3: Identificación características a incluir en el ecosistema de la metodología de la aplicación de la Inteligencia Artificial Generativa.

Se identifican y seleccionan los procesos y funcionalidades de la metodología de generación de conocimiento y la interacción del usuario para perfilar el mismo.

Indicador de logro: documento, apto para publicarlo, donde se recogen las principales evidencias y indicadores que definen la generación y construcción del conocimiento en la Inteligencia Artificial Generativa.

FASE 4. Establecimiento del Comité de Ética del proyecto.

Se define el Comité de Ética del proyecto y se solicitarán los permisos correspondientes al Comité de Ética de la UPM.

Indicador de logro: composición del Comité de Ética del proyecto y respuesta del Comité de Ética de la UPM.

FASE 5. Modelo funcional del ecosistema.

Se establecer un mapa funcional (con conexiones entre procesos programables) en el que interaccionen las funcionalidades y procesos de las fases 1, 2 y 3.

Indicador de logro: modelo funcional.

FASE 6. Diseño y aplicación del modelo funcional.

Se realiza el ecosistema con la integración de las metodologías con TIC concretas (framework tecnológico) y se aplica en las asignaturas de proyecto.

Indicador de logro: Aplicación en las distintas asignaturas del proyecto (plan de formación y establecimiento de los parámetros de la innovación)

FASE 7. Análisis de evidencias y divulgación científica.

Se analizan las evidencias de forma continua para lo toma de decisiones comprobando el impacto tanto en los indicadores de las características (participación activa, personalización y generación de conocimiento) como en los resultados académicos de las distintas evaluaciones. Así mismo se comenzará con la divulgación de resultados parciales y finales.

Indicador de logro: Evidencias, herramientas de medición, contraste de resultados, correlación con el aprendizaje y publicación en revistas científicas, capítulo de libro y presentaciones en congresos internacionales.

El seguimiento del proyecto se llevará a cabo mediante tres vías:

1. Cumplimiento fases del Proyecto:

   - Definición de Indicadores: Se ha establecido un conjunto de indicadores asociados a cada fase del proyecto, como se detalla en el cronograma.

   - Comprobación Preventiva: Se realizará una revisión previa para prevenir incidencias durante la ejecución del proyecto.

   - Certificación de Cumplimiento de Logros: Al final de cada fase, se llevará a cabo una certificación para verificar el cumplimiento de los objetivos establecidos.

2. Eficacia del Proyecto:

   - Enfoque Científico: La evaluación se basará en el planteamiento científico del proyecto.

   - Captura Continua de Evidencias: Se recopilarán evidencias continuas, resultantes de la interacción entre alumnos y profesores con las Tecnologías de la Información y Comunicación (TIC).

   - Análisis con Herramientas Validadas: Se utilizarán herramientas validadas para analizar las evidencias, tomar decisiones y comprobar hipótesis. Las hipótesis están fundamentadas en la capacidad de integrar los puntos fuertes de cada metodología, reducir las debilidades y explorar nuevas aplicaciones.

3. Impacto Aprendizaje:

   - Análisis Contrastado del Aprendizaje del Alumnado: Se examinará de manera contrastada el aprendizaje de los estudiantes.

   - Valoración de Indicadores: Se evaluarán indicadores como el aprendizaje activo, participación, cooperación, análisis crítico, generación de recursos y su utilización.

   - Correlación con Resultados Académicos: Se establecerá una correlación entre los indicadores de aprendizaje y los resultados académicos de las asignaturas en las que se aplique el proyecto.

Este enfoque integral de seguimiento garantiza una evaluación completa del proyecto, abarcando desde el cumplimiento de objetivos hasta la eficacia y el impacto real en el aprendizaje de los estudiantes.to y evaluación.

El contraste de resultados se realizará en base a:

• Homogeneización de la muestra respecto al alumnado participante en el proyecto (tanto en el grupo experimental como de control)
• Homogeneización de la oportunidad de aprendizaje respecto a la atención recibida por el profesorado, se utilizará el cuestionario MUSIC de motivación y el SEEQ de satisfacción.
• Contraste de evidencias.
• Correlación con los resultados académicos.

Productos resultantes (todos ellos serán publicados en abierto con licencia creative commons)

• Modelo funcional y modelo aplicado de ecosistema personalizado de métodos de innovación docente
• Recursos de aprendizaje (se estima la creación de 200 recursos, entre los que se encuentran videos y textos hipermedia)
• Repositorio de conocimiento (ya en funcionamiento a partir de proyectos anteriores), se puede visitar en http://trabajo-cooperativo.net/
• Artículos y capítulos de libros (al menos dos capítulos y dos artículos)
• Informes y estudios.
• Cursos de formación con resultados del proyecto en otras universidades (actualmente se vienen realizando al menos en 4 universidades distintas con resultados de proyectos anteriores)
• Material de divulgación (posters y actividades)

Material divulgativo en web social 2.0 contribuciones para presentar el proyecto, resultados parciales o recursos generados:

Se poseen canales de divulgación propios para la divulgación del proyecto (el material divulgatio será en abierto)

• Repositorio de conocimiento (muy adecuado para resultados intermedios, encuestas, informes,..) indexado en Google Scholar y con DOI  http://ie-liti.digym.upm.es/rd/
• Red conectivismo.net actualmente con más de  12.000 miembros. https://www.facebook.com/groups/innoedutic/
• Blog de innovación educativa (innovacioneducativa.es) con más de 6.000.000 de visitas. https://innovacioneducativa.wordpress.com/
• Canal youtube Liti con más de 2.000 miembros,  800.000 visitas y 350 videos. https://www.youtube.com/@innovacioneducativaLITI

2 Artículos en revistas de impacto (mínimo). Al menos uno se publicará en JCR y otro en Scopus (en todos los proyectos de innovación realizados se ha superado esta cifra)

2 Capítulos de libro de editorial de prestigio e internacional (mínimo)  En todos los proyectos de innovación ralizados se ha superado esta cifra

2 Contribucione en congresos de prestigio internacional (mínimo). En todos los proyectos de innovación anteriores se ha superado esta cifra

Laboratorio de Innovación en Tecnologías de la Información. LITI -UPM. Se encargará del soporte, mantenimiento, financiación del sistema de gestión de conocimiento y el repositorio de divulgación. Así mismo, colaborará en los aspectos divulgativos del proyecto.

Externos a la UPM.

• Grupo de investigación ETNOEDU. Universidad de Zaragoza.