Desenvolupar l’actitud ètica en l’ús de la IA generativa
Descarregar resum - infografia (elaborat amb Gemini) per imprimir
Introducció: la tecnologia no és neutra
Ets docent universitari i, probablement, ja has obert ChatGPT, Copilot o qualsevol altra eina de IA generativa (IAG). Potser l'has fet servir per preparar una classe, per resumir un article llarg o per generar idees per a una activitat. No hi ha res de dolent en tot això. El que sí que importa, i molt, és com ens posicionem davant d'aquesta tecnologia: quines preguntes ens fem, quins límits ens marquem i quin exemple donem a l'alumnat.
L’actitud ètica en l'ús de la IAG va molt més enllà de no fer trampes o de seguir unes normatives. Implica prendre decisions responsables sobre com, quan i per què utilitzar eines d’IAG en entorns educatius, i tenir consciència crítica sobre els seus impactes socials i culturals. La tecnologia no és neutra: incorpora valors, prioritats i condicionants de les institucions que la desenvolupen. Reconèixer-ho és el primer pas per actuar èticament.
En aquesta entrada de blog recollim sis reptes ètics fonamentals que qualsevol docent universitari hauria de conèixer i, per a cadascun, proposem estratègies d'acció, supòsits pràctics i recursos de qualitat que t'ajudaran a integrar una mirada ètica en la teva pràctica docent.
Mapa general dels sis reptes
Abans d'aprofundir, et presentem una vista de conjunt dels sis reptes que tractarem i el seu eix central d'actuació:
# | Repte ètic | Idea clau | Competència docent activada |
|---|---|---|---|
1 | Gestió de dades i privacitat | Garantir la confidencialitat i el compliment del RGPD | Responsabilitat legal i digital |
2 | Autoria i originalitat | Redefinir cocreació i transparència en l'aprenentatge | Pensament crític i reflexivitat |
3 | Biaixos algorítmics | Detectar estereotips i discriminacions | Competència crítica i intercultural |
4 | Sostenibilitat mediambiental | Promoure un ús conscient i de baix impacte | Responsabilitat ecosocial |
5 | Dependència cognitiva | Mantenir l'autonomia de pensament de l'estudiant | Metacognició i pedagogia activa |
6 | Equitat i inclusió | Assegurar accés universal i educació justa | Accessibilitat i justícia educativa |
Repte 1: Gestió de dades i privacitat
L'ús de la IAG a la universitat implica una enorme responsabilitat en la gestió de dades personals i acadèmiques. Els sistemes generatius funcionen a partir de grans volums d’informació, sovint sense transparència sobre l’origen, el tractament ni la finalitat de les dades. Els docents i les institucions han de garantir que l’ús d’aquestes eines respecti el Reglament General de Protecció de Dades (RGPD), especialment en contextos d’aprenentatge en línia o de retroalimentació automatitzada.
La consciència crítica sobre què s’introdueix en un sistema d’IAG —textos d’estudiants, dades de recerca o continguts interns— és clau per mantenir la confidencialitat i l’autonomia digital.
Per aprofundir: el marc normatiu
Tres documents normatius que tot docent hauria de conèixer (o tenir a l'abast):
Document | Àmbit | Punt clau per al docent |
|---|---|---|
Europeu | Base legal per al tractament de dades personals. Inclou el dret a l'oblit i la portabilitat. | |
Estatal | Adapta el RGPD a l'estat espanyol. Regula el dret a la desconnexió digital i l'ús de dades en entorns laborals. | |
Europeu | Primera legislació del món per regular la IA. Classifica sistemes d'alt risc (inclosos els educatius) i estableix obligacions de transparència. |
Estratègies pràctiques per a la docència
- Auditoria de privacitat d'eines. Assigna una activitat en que l'alumnat analitzi l'avís legal i la política de privacitat d'una aplicació d'IAG: quines dades es recullen, amb quina finalitat, i quins drets té l'usuari. Funciona molt bé en assignatures de dret, comunicació o ciències de la salut.
- Formació en conceptes clau. Dedica 20 minuts d'una sessió a presentar el RGPD, la LOPDGDD i l'AI Act. No cal entrar en detalls tècnics; n'hi ha prou d'explicar la lògica de protecció i els drets bàsics.
- Política de grup sobre quines dades compartim. Acorda amb el teu grup quins tipus de continguts (documents d'exàmens, textos d'estudiants, correus institucionals) no introduireu mai en sistemes d'IAG externs sense verificar les condicions d'ús.
Supòsit pràctic
🔍 Cas d'aula: Màster en Educació Secundària
La docent demana als estudiants que analitzin les condicions d'ús de tres eines d'IAG (ChatGPT, Gemini i Copilot) i responguin:
On s'emmagatzemen les dades?
Durant quant temps?
S'utilitzen per entrenar el model?
Quina és la base legal del tractament?
Cada grup exposa els resultats en 5 minuts.
La discussió final permet comparar models de negoci i identificar riscos reals per a la privacitat.
Repte 2: Autoria i originalitat
La IAG qüestiona els fonaments de l’autoria i de la producció original del coneixement. En contextos universitaris, l’ús d’eines generatives per redactar treballs o elaborar materials pot diluir la frontera entre aportació pròpia i contingut generat automàticament. Això obliga a redefinir el concepte de creació i cocreació i a establir noves normes d’atribució i transparència en l'ús d'eines d’IAG.
Els estudiants han d’aprendre a documentar com han utilitzat aquestes eines —per exemple, mitjançant una declaració d’ús de la IAG—, i els docents han de fomentar pràctiques d’escriptura reflexiva que facin valdre el procés cognitiu i crític, més que el producte final.
Per aprofundir: el debat sobre l'autoria en l'era de la IA
L'autoria ha estat sempre un concepte complex. Amb la IAG, tres dimensions clàssiques entren en tensió:
Dimensió | Concepció clàssica | Repte amb la IAG | Nova perspectiva suggerida |
|---|---|---|---|
Originalitat | Producció intel·lectual pròpia i única | El model genera text a partir de dades d'altres | Valorar l'originalitat del procés, no del text |
Atribució | Citar les fonts usades | La IAG no és una font citada convencionalment | Declaració d'ús de la IAG com a pràctica estàndard |
Responsabilitat | L'autor respon del contingut | La IAG pot generar errors o biaixos no detectats | El docent/estudiant és responsable del resultat final |
Eines i mecanismes pràctics
- Fitxa de traçabilitat. Incorpora un apartat en les tasques on l'estudiant declari: (a) quines eines IAG ha usat, (b) quins prompts ha introduït, (c) quins canvis ha fet respecte al text generat, i (d) quina és la seva aportació intel·lectual. Adapta el nivell d'exigència als objectius d'aprenentatge.
- Rúbriques de transparència. Dissenya rúbriques que valorin tant la qualitat del contingut com el grau d'explicitació del procés i l'autoria. No penalitzis l'ús en si, sinó la manca de reflexió sobre el procés.
- Tasques de procés. Demana l'historial de revisions d'un document, un diari de camp de la recerca o una memòria de presa de decisions. Allò que la IAG no pot fabricar fàcilment és el pensament que hi ha darrere.
Supòsit pràctic
🖊️ Cas d'aula: Grau en Comunicació Audiovisual El docent proposa escriure un article d'opinió sobre un tema d'actualitat. L'estudiant pot usar IAG per generar un primer esborrany, però ha de lliurar: (1) el prompt original, (2) la primera resposta de la IA, (3) les seves anotacions sobre per què ha modificat el text, i (4) la versió final amb una declaració d'autoria.
L'avaluació se centra en la qualitat de la reflexió crítica, no en si ha usat o no la IA.
Lectures recomanades
- La Inteligencia Artificial Generativa en la Docencia Universitaria
- – CRUE Universidades Españolas (2023)
- "AI ChatGPT and the University" – Times Higher Education
Repte 3: Biaixos algorítmics i justícia epistèmica
Els models generatius reprodueixen i amplifiquen els biaixos presents a les dades amb què s’han entrenat. En l’àmbit educatiu, això pot traduir-se en continguts culturalment homogenis, androcentristes o nord-cèntrics, que invisibilitzen la diversitat lingüística i epistèmica. La docència universitària ha de desenvolupar la competència crítica per identificar, mitigar i discutir aquests biaixos amb l’alumnat.
Això inclou ensenyar-los a contrastar fonts, a reconèixer estereotips en les respostes de la IAG i a valorar el paper del context sociocultural en la construcció del coneixement. La IAG, usada críticament, pot convertir-se en una eina per descolonitzar el pensament educatiu, no per reforçar jerarquies de saber.
Tipus de biaixos més rellevants en contextos educatius
Tipus de biaix | Descripció | Exemple en docència | Com detectar-lo |
|---|---|---|---|
De gènere | Representació estereotipada de rols de gènere | La IAG descriu metges com a homes i infermeres com a dones | Demanar descripcions de professionals en contexts neutres |
Cultural / geogràfic | Sobrerepresentació del nord global i la cultura anglosaxona | Exemples literaris o científics sempre europeus o nord-americans | Demanar la mateixa informació en català, anglès i àrab |
Lingüístic | Qualitat inferior en idiomes no majoritaris | Respostes en català de menor profunditat que en anglès | Comparar outputs en diverses llengües sobre el mateix tema |
Socioeconòmic | Normalitzar experiències de classe mitja-alta | Exemples d'habitatge, viatges o tecnologia assumint poder adquisitiu | Demanar solucions per a contextos de recursos limitats |
Epistèmic | Privilegiar el coneixement acadèmic occidental | Ignorar sabers indígenes, populars o no acadèmics | Preguntar explícitament per perspectives no occidentals |
Estratègies pràctiques per a la docència
- Anàlisi comparada de sistemes. Presenta la mateixa consulta a tres eines d'IAG (p. ex. ChatGPT, Gemini i Claude) i demana a l'alumnat que identifiqui diferències en to, exemples, representació de gènere o d'origen cultural. És una activitat de 30 minuts molt potent.
- Auditoria de biaixos. Dona a l'alumnat respostes generades per la IA i demana que les examinin buscant estereotips de gènere, etnicitat, llengua o classe social. Útil en assignatures de sociologia, pedagogia o comunicació.
Supòsit pràctic
⚖️ Cas d'aula: Grau en Treball Social El docent demana als grups que consultin a tres eines d'IAG: "Descriu una família en situació de vulnerabilitat econòmica". Cada grup analitza: (1) Quins elements culturals assumeix la descripció? (2) S'esmenten països o contextos concrets? (3) Es reprodueixen estereotips? (4) Quin tipus de suport professional es suggereix, i respon a quina tradició del treball social?
La posada en comú permet una reflexió poderosa sobre com la tecnologia pot perpetuar marcs d'anàlisi colonials.
Lectures recomanades
- Potential Societal Biases of ChatGPT in Higher Education: A Scoping Review
- "Stochastic Parrots: On the Dangers of Stochastic Parrots" – Bender et al. (2021, ACL)
Repte 4: Sostenibilitat mediambiental
Els models d’IAG tenen un impacte ecològic considerable derivat del consum energètic dels centres de dades i de la petjada de carboni associada a l’entrenament i ús massius dels models. En una universitat compromesa amb els Objectius de Desenvolupament Sostenible (ODS), cal preguntar-se quin és el cost ambiental de la innovació digital i com reduir-lo.
Promoure l’ús conscient, limitar la generació d’imatges o vídeos innecessaris i prioritzar eines més eficients són estratègies per avançar cap a una IAG pedagògicament significativa i ambientalment responsable.
Dades per situar l'impacte
Alguns números que ajuden a contextualitzar el repte:
Activitat | Consum energètic aproximat | Equivalent en CO₂ | Font |
|---|---|---|---|
Entrenar GPT-3 (una vegada) | 1.287 MWh | ~552 tones CO₂ | Patterson et al. (2021) |
Una consulta a ChatGPT | ~0,001-0,01 kWh | ~0,5-4 g CO₂ | IEA / Goldman Sachs (2024) |
Enviar un correu electrònic | ~0,000001 kWh | ~0,3 g CO₂ | Carbon Literacy Project |
Una cerca Google | ~0,0003 kWh | ~0,2 g CO₂ | Google Environmental Report |
Generar una imatge amb IA | ~0,002-0,007 kWh | ~1-3 g CO₂ | Luccioni et al. (2023) |
Estratègies pràctiques per a la docència
Pensament crític ecoètic. Integra una activitat per conscienciar sobre el cost ambiental de la IAG: el consum energètic, la petjada de carboni, els recursos naturals (aigua per refrigerar els servidors). Relaciona la tecnologia amb la sostenibilitat global.
Càlcul de la petjada ecològica. Donar una tasca en què els estudiants investiguen i quantifiquen l'impacte energètic i de CO₂ d'entrenar i utilitzar models IAG. Eina útil: ML CO2 Impact Calculator (Lacoste et al.).
Projecte de solucions sostenibles. Fes grups perquè ideïn i proposin bones pràctiques per a un ús racional i responsable de la IAG a la universitat: criteris per decidir quan cal usar-la, alternatives analògiques, etc.
Criteri de proporcionalitat. Ensenya l'alumnat a aplicar un test mental senzill: "¿Necessito realment la IAG per a aquesta tasca o puc resoldre-la sense?" Generar un text llarg, una imatge o un vídeo té un cost ambiental molt superior a una cerca convencional.
Supòsit pràctic
🌱 Cas d'aula: Grau en Ciències Ambientals / Enginyeria
El docent proposa un projecte en grups: (1) Calcular l'empremta de CO₂ de les eines d'IAG que fan servir al llarg d'un semestre (usant la calculadora ML CO2 Impact i estimant el nombre de consultes diàries). (2) Comparar-ho amb l'empremta d'activitats quotidianes equivalents. (3) Proposar un pla de ús responsable per a la seva disciplina específica.
El projecte es presenta com a pòster científic o informe executiu.
Lectures recomanades
- Cañavate, J., Martínez-Marroquín, E., & Colom, X. (2025). Engineering a Sustainable Future Through the Integration of Generative AI in Engineering Education.
- "Power Hungry Processing: Watts Driving the Cost of AI Deployment?" – Luccioni et al. (2023)
- "Carbon Emissions and Large Neural Network Training" – Patterson et al. (2021)
- "The AI Energy Dilemma" – MIT Technology Review (2024)
Repte 5: Dependència cognitiva i emocional
La facilitat d’accés i la immediatesa de la IAG poden fomentar una dependència cognitiva: l’estudiant pot delegar processos de pensament crític o creatiu a la màquina. En l’àmbit emocional, la relació amb assistents conversacionals pot generar una falsa percepció d’acompanyament o d’expertesa.
Per això, la universitat ha de reforçar la competència metacognitiva i emocional en l’ús de la IA, i ajudar els estudiants a mantenir una relació conscient, equilibrada i èticament autònoma amb la tecnologia. L’objectiu és formar titulats que usin la IAG com una aliada del pensament, no com a substitut de la reflexió humana.
Com es manifesta la dependència?
Identificar la dependència cognitiva en l'alumnat requereix observar patrons subtils. Aquí en tens alguns:
Senyal d'alerta | Manifestació observable | Resposta docent recomanada |
|---|---|---|
Delegació sense criteri | L'estudiant accepta qualsevol output de la IA sense revisar-lo | Activitats de verificació crítica obligatòria |
Bloqueig sense la IA | L'estudiant no pot iniciar una tasca si no té accés a la IA | Tasques offline periòdiques per enfortir l'autonomia |
Manca de veu pròpia | El text lliurat no té cap marca d'estil o criteri personal | Demana reflexions personals no delegables a la IA |
Sobre dependència emocional | L'estudiant prefereix la resposta de la IA a la d'un company o docent | Fomenta el treball en grup i el feedback entre iguals |
Ansietat davant l'error | L'estudiant assumeix que la IA sempre té raó i ell s'equivoca | Valora explícitament el procés de prova i error humà |
Estratègies pràctiques per a la docència
- Ús guiat de la IAG. Planteja activitats en què la IAG s'utilitza només en certes fases o com a recurs complementari, no substitutiu del mateix raonament. Per exemple: usa-la per generar alternatives un cop hauries resolt el problema tu.
- Contrast constant humà-IAG. Incorpora activitats de comparació entre respostes obtingudes per la IAG i les alternatives construïdes pel grup o per cada estudiant per desenvolupar criteri propi.
- Autoreflexió i metacognició. Estimula la reflexió sobre l'ús personal de la IAG: quan en treus profit, on et pot bloquejar i quins límits et poses tu mateix. Pots portar a terme aquesta reflexió amb diaris d'aprenentatge periòdics.
- Tasques deliberadament anàlogues. Inclou al llarg del curs exercicis que no es puguin resoldre amb IAG: anàlisi en temps real, debats orals, experiments de camp, observació directa. Recorda a l'alumnat el valor del coneixement encarnat.
Supòsit pràctic
🧠 Cas d'aula: Qualsevol grau universitari
El docent proposa un "Diari de l'IA" que cada estudiant manté durant 4 setmanes. Cada cop que usen una eina d'IAG per a tasques acadèmiques, apunten: (1) Per a quina tasca l'han usada, (2) Quina resposta han obtingut, (3) Què han aportat ells per millorar-la, i (4) Com se senten respecte al resultat.
Al final del mes, cada estudiant redacta una breu reflexió sobre els seus patrons d'ús i quines competències vol enfortir per no dependre'n en excés.
Lectures recomanades
- From automation to augmentation: GenAI’s role in promoting students’ cognitive and ethical development
- "Metacognition and AI" – OECD Education Working Papers (2023)
- "How AI Tutors Are Changing Learning" – MIT Sloan Management Review
Repte 6: Equitat i inclusió
L’adopció de la IAG pot ampliar desigualtats si no es gestiona amb criteris d’equitat. L’accés desigual a dispositius, idiomes, competències digitals o versions de pagament pot crear una nova bretxa educativa. Les institucions han de garantir que la integració de la IAG sigui inclusiva, plurilingüe i accessible, i que no reforci barreres preexistents per raó d’origen, gènere o discapacitat.
A més, els algoritmes sovint privilegien llengües majoritàries, fet que pot afectar la presència de les llengües minoritzades com el català en l’ecosistema digital. L’ètica de la IAG educativa passa, per tant, per la defensa del dret a una educació justa i diversa en tots els nivells.
Dimensions de la bretxa digital en l'ús de la IAG
Dimensió de la bretxa | Factors de risc | Impacte en l'aprenentatge | Mesures d'equitat recomanades |
|---|---|---|---|
Accés material | Falta de dispositius, connexió limitada, cost de subscripcions premium | Alumnat sense accés no pot participar en activitats basades en IAG | Usar eines gratuïtes o institucionals; activitats alternatives sense IAG |
Competència digital | Diferències de formació prèvia, edat, origen sociocultural | Alumnat menys format obté resultats més pobres | Formació bàsica en ús crític de la IAG com a prerequisit |
Idioma | Models d'IAG de menor qualitat en català, basc, gallec o àrab | Alumnat que treballa en idiomes no hegemònics rep suport inferior | Avaluar la qualitat de les eines en la llengua vehicular de l’assignatura |
Capacitats diverses | Eines no accessibles per a persones amb discapacitat visual, auditiva o cognitiva | Exclusió de fet d'alumnat amb necessitats especials | Prioritzar eines amb lectors de pantalla, subtitulació i adaptació visual |
Estratègies pràctiques per a la docència
- Garantir l’accés universal. Fes servir sempre eines gratuïtes, versions obertes o proveïdors institucionals (com Copilot, accessible a la UB). Hem d’assegurar que tot l’alumnat tingui el mateix accés als recursos digitals, i evitar l’exclusió per motius econòmics o d’infraestructura.
- Exploració d’eines en diferents idiomes i formats. Dona a provar eines d’IAG amb funcions d’accessibilitat (lectura en veu alta, subtitulat, adaptació visual) per mostrar com la tecnologia pot facilitar la inclusió.
- Diagnòstic inicial. Introdueix un diagnòstic inicial per conèixer les dificultats d’accés (connectivitat, dispositius, nivell de competències digitals) i planifica accions de suport adaptades.
- Defensa del català digital. Ensenya l’alumnat a avaluar la qualitat de les respostes de la IAG en català i a reclamar eines que el respectin. Usa les classes com a espai de producció de coneixement en català.
Supòsit pràctic
🌍 Cas d'aula: Qualsevol titulació amb alumnat divers
A l’inici del semestre, el docent passa un breu qüestionari anònim per conèixer: (1) si l'alumnat té dispositiu propi, (2) quin nivell de connectivitat té a casa, (3) si ha usat alguna eina d'IAG abans, i (4) en quina llengua prefereix treballar.
Amb les dades, adapta les activitats i assegura que totes les tasques que impliquen IAG tinguin una alternativa equivalent per a qui no hi pot accedir. Al final del curs, repeteix el qüestionari per avaluar si la bretxa s'ha reduït.
Lectures recomanades
- Zipf, S., Wu, C., & Petricini, T. (2025). Using the information inequity framework to study GenAI equity: analysis of educational perspectives. Information Research, 30(iConf). https://doi.org/10.47989/ir30iConf47284
- "AI and Education: Guidance for Policy-Makers" – UNESCO (2023)
Síntesi: per on comencem?
Sis reptes, sis oportunitats. Actuar èticament amb la IAG no vol dir rebutjar-la ni adoptar-la sense crítica: vol dir integrar-la amb consciència, criteri i responsabilitat. Com a docent universitari, tens un rol clau per modelar com hauria de ser aquest ús: ets referent per a l’alumnat, i allò que fas a l’aula té més impacte que qualsevol declaració institucional.
Aquí tens una ruta d'acció pràctica per implementar una actitud ètica de forma progressiva:
Fase | Horitzó | Accions prioritàries | Indicador d'èxit |
|---|---|---|---|
1. Pren consciència | Setmanes 1-2 | Llegeix l'AI Act i el RGPD en format resum. Fes una auditoria de les eines que fas servir. | Saps quines dades comparteixes amb quines plataformes |
2. Actualitza les tasques | Primer mes | Incorpora declaració d'ús de la IAG. Afegeix la reflexió sobre el procés en almenys una activitat. | L'alumnat explica com ha usat la IA a les entregues |
3. Integra la mirada crítica | Primer trimestre | Dissenya una activitat d'auditoria de biaixos. Calcula la petjada ecològica d'una eina. | L'alumnat identifica i argumenta biaixos de manera autònoma |
4. Construeix comunitat | Curs complet | Comparteix la teva experiència amb altres docents. Proposa una política de departament o facultat. | Hi ha consens i pràctica compartida al teu entorn professional |
Marc global d'actitud ètica: la guia del docent
Pots usar aquesta taula com a guia ràpida de consulta en el dia a dia:
Quan… | Pregunta ètica clau | Acció recomanada |
|---|---|---|
Uses una eina nova d'IAG | Compleix el RGPD? Quines dades envia als seus servidors? | Revisa la política de privacitat abans de compartir dades d'estudiants |
Proposes una tasca amb IAG | Tots els estudiants hi poden accedir en igualtat de condicions? | Preveu alternatives i usa eines gratuïtes o institucionals |
Avalues un treball | L'estudiant ha mostrat el seu procés de pensament? | Inclou la declaració d'ús de la IA i la reflexió com a criteris d'avaluació |
Trobes una resposta de la IA molt homogènia | Quin punt de vista representa? Qui queda fora? | Busca fonts alternatives i perspectives no hegemòniques |
L'alumnat depèn molt de la IA | Fomento l'autonomia o la substitueixo? | Inclou tasques que exigeixin criteri propi sense suport de la IA |
Prepares materials amb IA | Quin és el cost ambiental d'aquesta generació? | Aplica el principi de proporcionalitat: usa la IA quan realment aporti valor |
Per concloure: IA sí, però amb ulls oberts
La IA generativa ja forma part de la nostra realitat educativa. La pregunta no és si l’hem d’usar, sinó com l’hem d’usar. Els sis reptes que hem vist —privacitat, autoria, biaixos, sostenibilitat, dependència i equitat— no són obstacles, sinó dimensions ètiques que fan més rica la nostra pràctica docent si les incorporem conscientment.
El professorat universitari té una posició única: podeu formar una generació de professionals que usin la tecnologia amb criteri, amb principis i amb responsabilitat. Això no requereix ser expert en IA. Requereix ser un docent crític, curiós i compromès amb la justícia educativa.
Per saber-ne més
UNESCO (2023). Guidance for Generative AI in Education and Research. El document de referència global sobre IA en educació.
Vitrià i Marca, J. (2025). Com fer un ús responsable de la intel·ligència artificial en educació? Aspectes tècnics i ètics de la utilització de la intel·ligència artificial a l'aula. Universitat de Barcelona. Institut de Desenvolupament Professional (IDP/ICE).
https://hdl.handle.net/2445/222317 Crawford, K. (2021).
Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence
Entrada de blog basada en els continguts formatius de l'Institut de Desenvolupament Professional (IDP) de la Universitat de Barcelona ,específicament en les píndoles formatives sobre Competència docent en Intel·ligència Artificial Generativa, creades per Joan-Tomàs Pujolà.
Material elaborat amb finalitats docents i divulgatives. Els recursos externs enllaçats pertanyen als seus respectius autors.
