viernes, 30 de enero de 2026

Objetos Parlantes con IA

 Crea vídeos de objetos parlantes con IA, funcionan genial en redes y le da un estilo único 🤖

https://labs.google/flow/about


¿Vídeos largos con IA y GRATIS? SI... Te lo explico 👇

¿Qué es Google Flow?

Es una herramienta de Google que te permite generar vídeos por escenas, encadenándolas una tras otra para crear clips cada vez más largos.

El método (muy simple)

1️⃣ Crea un primer vídeo
2️⃣ Ve añadiendo escenas nuevas a partir del vídeo anterior
3️⃣ Repite el proceso y tendrás un vídeo largo… sin gastar dinero

Créditos: lo que debes saber (importante)

Al registrarte en 👉 https://lnkd.in/eR_xgwsr obtienes:

-180 créditos iniciales +100 créditos cada mes
- Cada generación de vídeo consume 20 créditos
- Eso te permite crear varios vídeos sin pagar nada

Formas de crear tu primer vídeo. Puedes empezar de varias maneras:
- Solo con un prompt
- A partir de una imagen
- Usando varias imágenes
- Incluso puedes crear las imágenes desde la propia herramienta


El “truco” para vídeos aún más largos. Sí, existe un truco 😏

Puedes crear varias cuentas:

- Los proyectos NO se pueden exportar ni importar entre cuentas
- Pero sí puedes reutilizar el último frame o imagen final de cada vídeo

Cómo hacer vídeos de varios minutos:

- Generas un vídeo largo en la Cuenta A
- Guardas el último frame / imagen
- Cambias a la Cuenta B
- Usas esa imagen como punto de partida
- Continúas el vídeo sin perder continuidad
- Así con la cuenta C, D....

👉 Resultado: vídeos largos, coherentes y gratis (TENGO UN VÍDEO EN GPTZONE ACADEMY EXPLICANDO EL PROCESO)

NotebookLM paso a paso

 ¿Te imaginas una inteligencia artificial que entiende tus apuntes, los resume, te genera preguntas tipo examen e incluso te crea un podcast o un vídeo con tu propio contenido?

Eso es exactamente lo que hace NotebookLM, la nueva herramienta de Google diseñada para gestionar el conocimiento con IA.

En este tutorial te enseño paso a paso cómo usar NotebookLM, con ejemplos reales aplicados a la educación, la docencia y la preparación de oposiciones. 🔹 Qué es NotebookLM y cómo acceder 🔹 Cómo subir tus fuentes (PDF, Docs, Slides o audios) 🔹 Cómo crear resúmenes, esquemas y tests automáticos 🔹 Cómo generar podcasts o vídeos con tus apuntes 🔹 Ejemplos educativos y usos prácticos 💡 NotebookLM es ideal para: 👨‍🏫 Docentes que quieren preparar clases y materiales con IA 🎓 Estudiantes que necesitan resumir y repasar temas 🧩 Opositores que buscan optimizar el estudio

GPTs propio (y alternativa gratuita)

 🎥 En este tutorial te enseño paso a paso cómo crear tu propio GPT personalizado en menos de 10 minutos.


Un GPT es una versión de ChatGPT adaptada a ti: con tu tono, tus normas y tus objetivos. Puedes usarlo para educación, productividad, marketing, empresa o investigación. En este vídeo descubrirás: ✅ Qué son los GPTs y por qué están revolucionando la forma de usar la IA. ✅ Cómo crear tu propio asistente personalizado sin programar. ✅ Ejemplos reales aplicados a educación, contenido y gestión. ✅ Consejos de uso. ✉️ Suscríbete a mi newsletter “GadeIA Newsletter” Cada martes a las 7:45 te envío:
  • Un tutorial práctico
  • Una herramienta de la semana
  • Una reflexión educativa y ética sobre la IA
  • Y las novedades más relevantes del sector

Reflexión asignatura Neurociencia Aplicada al Proceso de Aprendizaje by María R.T

 Gracias por compartir

Reflexión crítica (Neurociencia aplicada al aprendizaje) by Lucía Ruiz Cruz

 Reflexión crítica sobre la asignatura «Neurociencia aplicada al aprendizaje» del máster en competencias docentes avanzadas de la UCJC.

Reflexión crítica: Nuevas Metodologías y Diseños Didácticos con TICs - by Inma Rodríguez

 Breve reflexión crítica y personal sobre el desarrollo de la asignatura Nuevas Metodologías y Diseños Didácticos con TICs.


Reflexión crítica: Nuevas Metodologías y Diseños Didácticos con TICs - Inma Rodríguez © 2025 by Inma Rodríguez is licensed under CC BY-NC-ND 4.0.

Gracias por compartir.

jueves, 29 de enero de 2026

Elegir entre una prueba paramétrica y una no paramétrica no es cuestión de gustos, es cuestión de rigor científico.

 Comparar 2 grupos: T-Student (P) vs. U de Mann-Whitney (NP). Relacionar variables: Pearson (P) vs. Spearman (NP).
































1. El camino Paramétrico (La ruta de la precisión)
El Escenario: Imagina que estás evaluando el impacto de una política pública educativa en 500 estudiantes (Muestra grande). Tus datos son notas numéricas exactas (Variable de intervalo) y siguen una curva de campana perfecta (Distribución normal).
La Aplicación: Aquí no puedes dudar. Usas una T-Student o un ANOVA.
¿Por qué? Porque tus datos tienen la solidez suficiente para hacer suposiciones fuertes y calcular promedios con un margen de error mínimo. Si usaras una no paramétrica aquí, estarías perdiendo información valiosa.
2. El camino No Paramétrico (La ruta de la robustez)
El Escenario: Ahora imagina una investigación en psicología clínica o ciencias sociales cualitativas. Tienes solo 15 participantes (Muestra pequeña) y estás midiendo "niveles de satisfacción" en una escala Likert (Variable ordinal/categórica). Los datos están dispersos y no hay una curva normal.
La Aplicación: Forzar un promedio aquí sería un error grave. En su lugar, usas Rho de Spearman para correlaciones o Wilcoxon.
¿Por qué? Porque estas pruebas trabajan con rangos y medianas, no con promedios. Son ideales cuando los datos son "rebeldes" o escasos, permitiéndote validar hipótesis sin cumplir requisitos estrictos de normalidad.
Para que no te detengas en el análisis de datos, sigue este subproceso de 4 pasos en tu próxima investigación:
Diagnóstico de Normalidad: Antes de elegir, ejecuta una prueba de normalidad (como Shapiro-Wilk para n<50 o Kolmogorov-Smirnov para n>50).
¿p > 0.05? → Probablemente es Paramétrica.
¿p < 0.05? → Vete por la No Paramétrica.
Identificación de Variables:
¿Mides cantidades exactas (kg, cm, $)? → Camino Paramétrico.
¿Mides orden o jerarquías (Alto/Medio/Bajo, Rankings)? → Camino No Paramétrico.
Revisión del Tamaño (N): Si tu N es menor a 30, ten mucho cuidado con las paramétricas a menos que la normalidad sea perfecta. Ante la duda con muestras pequeñas, la opción no paramétrica suele ser más segura (menos potencia, pero menos error tipo I).
Selección de la "Navaja Suiza":