# 6.2 Glosario e termos clave

<div dir="ltr" id="bkmrk-termo-sin%C3%B3nimos-defi" style="text-align:left;"><table class="align-center" style="width:114.404762%;border-collapse:collapse;"><colgroup><col style="width:25.714286%;"></col><col style="width:25.714286%;"></col><col style="width:48.571429%;"></col></colgroup><thead><tr><td style="background-color:#0097b2;color:#ffffff;">**<span>Termo</span>**

</td><td style="background-color:#0097b2;color:#ffffff;">**<span>Sinónimos</span>**

</td><td style="background-color:#0097b2;color:#ffffff;">**<span>Definición</span>**

</td></tr></thead><tbody><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**A**</span>

</td></tr><tr><td>**Actividade de avaliación**

</td><td>ing. Assessment Activity

</td><td>Actividade empregada para avaliar se se acadaron os resultados de aprendizaxe.

</td></tr><tr><td>**Acumulabilidade**

</td><td>Acumulable; ing. Stackability

</td><td>Posibilidade de combinar microcredenciais ao longo do tempo para que computen para cualificacións máis amplas.

</td></tr><tr><td>**Adestramento cos datos introducidos polos usuarios**

</td><td>ing. Training on user inputs

</td><td>Cando un provedor usa o que os usuarios escriben ou soben para os seus propios fins, especialmente para adestrar os seus modelos. Só se poden introducir datos persoais se un acordo escrito o exclúe.

</td></tr><tr><td>**AI Pioneers**

</td><td></td><td>Marco que amplía DigCompEdu con competencias específicas en IA para o persoal docente.

</td></tr><tr><td>**Alfabetización en IA**

</td><td>ing. AI literacy

</td><td>Comprensión dos conceptos, das oportunidades e das limitacións da IA e do seu uso responsable. Segundo o art. 4 do Regulamento de IA, os centros deben apoiar o seu desenvolvemento entre o persoal que usa IA (obrigatorio desde o 2 de febreiro de 2025); non se prescribe ningún nivel, certificado nin formato concreto. Tamén é o nome da vía de certificación B.

</td></tr><tr><td>**Aloxamento de datos**

</td><td>ing. Data hosting

</td><td>Lugar onde se almacenan e tratan os datos, p. ex. en servidores europeos ou fóra da UE. Os datos que saen da UE necesitan unha garantía.

</td></tr><tr><td>**Alucinación**

</td><td>ing. Hallucination

</td><td>Fluída, segura de si, falsa. Non é un defecto á espera dun parche, senón unha consecuencia de como xeran o texto estes sistemas.

</td></tr><tr><td>**Andamiaxe**

</td><td>ing. Scaffolding

</td><td>Guía estruturada do docente que axuda o alumnado a usar unha ferramenta ou a realizar unha tarefa que aínda non podería facer só.

</td></tr><tr><td>**Anonimización**

</td><td>ing. Anonymisation

</td><td>Modificar os datos de xeito que unha persoa xa non poida ser identificada, nin sequera polo contexto. Borrar os nomes non é anonimizar, especialmente no caso de redaccións e diarios de aprendizaxe que identifican o seu autor polo estilo.

</td></tr><tr><td>**Aprendiz**

</td><td>ing. Learner

</td><td>Persoa que participa en actividades de aprendizaxe para adquirir coñecementos, destrezas ou competencias.

</td></tr><tr><td>**Aprendizaxe automática**

</td><td>ing. Machine learning (ML)

</td><td>Enfoque no que un sistema de IA aprende patróns a partir dos exemplos que recibe en lugar de seguir regras escritas a man. Se os exemplos son demasiado parecidos, incompletos ou están mal escollidos, o modelo produce resultados inesperados.

</td></tr><tr><td>**Aproveitamento da retroalimentación**

</td><td>ing. Feedback uptake, uptake

</td><td>Se a retroalimentación se le, se entende, se pon en práctica e se comprende ben dabondo como para que o aprendiz o faga ben sen axuda a próxima vez. O factor limitante é o aproveitamento, non a calidade.

</td></tr><tr><td>**Asistente de IA**

</td><td>ing. AI Assistant

</td><td>Ferramenta de IA que realiza traballo en nome de quen a usa. Pode reducir a diferenza de resultados entre usuarios, pero non a diferenza de capacidade.

</td></tr><tr><td>**Autoridade de vixilancia do mercado**

</td><td>ing. Market surveillance authority

</td><td>Autoridade nacional que fai cumprir o Regulamento de IA. Calquera persoa, incluídos docentes, alumnado e familias, pode presentar unha reclamación ante ela (art. 85 do Regulamento de IA).

</td></tr><tr><td>**Avaliación de impacto sobre os dereitos fundamentais**

</td><td>ing. Fundamental rights impact assessment (FRIA)

</td><td>Avaliación que os organismos públicos e as organizacións que prestan servizos públicos poden ter que realizar antes de usar IA de alto risco (art. 27 do Regulamento de IA).

</td></tr><tr><td>**Axencia do alumnado**

</td><td>Capacidade de acción do alumnado; ing. Learner agency

</td><td>Capacidade do alumnado para tomar as súas propias decisións sobre a súa aprendizaxe, tamén sobre o uso de recursos xerados por IA. Os docentes deberían preservala nos procesos apoiados pola IA.

</td></tr><tr><td>**Axuste**

</td><td>Axuste do modelo, adestramento de seguridade; ing. Tuning

</td><td>Axustes que un provedor realiza despois do adestramento inicial para orientar o que mostra ou di un sistema, por exemplo para facelo máis seguro, máis xusto ou máis diverso. O axuste é invisible no resultado, pode fallar e pode cambiar sen aviso.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**B**</span>

</td></tr><tr><td>**Barreiras de protección**

</td><td>ing. Guardrails

</td><td>Límites incorporados nun sistema para que apoie o pensamento en lugar de substituílo.

</td></tr><tr><td>**Base de datos da UE**

</td><td>ing. EU database

</td><td>Rexistro da UE no que as autoridades públicas poden ter que inscribir os sistemas de IA de alto risco que empregan (art. 49 do Regulamento de IA).

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**C**</span>

</td></tr><tr><td>**Caso de uso**

</td><td>ing. Use Case

</td><td>Escenario concreto que describe como se aplica a IA na práctica docente.

</td></tr><tr><td>**Categorías especiais de datos**

</td><td>ing. Special category data

</td><td>Datos persoais que necesitan unha protección adicional, como os relativos á saúde ou á discapacidade, os datos biométricos ou os que revelan a orixe étnica ou a relixión (art. 9 do RXPD). En principio están vetados salvo que se aplique unha excepción específica.

</td></tr><tr><td>**Categorización biométrica**

</td><td>ing. Biometric categorisation

</td><td>Uso de datos biométricos para clasificar persoas co fin de inferir trazos protexidos como a raza, as opinións políticas, a relixión ou a orientación sexual. Prohibida polo Regulamento de IA.

</td></tr><tr><td>**Certificado**

</td><td>ing. Certificate

</td><td>Documento formal que recoñece a adquisición de competencias.

</td></tr><tr><td>**Chatbot de IA**

</td><td>Chatbot; ing. AI Chatbot

</td><td>Programa que conversa en linguaxe natural, hoxe normalmente baseado nun gran modelo de linguaxe.

</td></tr><tr><td>**Cita inventada**

</td><td>Fonte inventada; ing. Fabricated citation

</td><td>Referencia xerada pola IA a unha fonte que non existe. Detectar este tipo de fontes é unha destreza de verificación fundamental e un dos indicios típicos dun uso non declarado da IA.

</td></tr><tr><td>**Clasificación de imaxes**

</td><td>Clasificador de imaxes; ing. Image classification

</td><td>Tarefa de IA na que un modelo, despois de ser adestrado con exemplos, clasifica imaxes en categorías (p. ex. papel, plástico, outros) e a continuación se proba con obxectos novos.

</td></tr><tr><td>**Cláusulas contractuais tipo**

</td><td>ing. Standard contractual clauses (SCCs)

</td><td>Cláusulas contractuais aprobadas pola UE que protexen os datos persoais transferidos fóra da UE cando non existe unha decisión de adecuación.

</td></tr><tr><td>**Código de competencia**

</td><td>Código do obxectivo de aprendizaxe; ing. Competence code

</td><td>Etiqueta dun obxectivo de aprendizaxe, p. ex. AF-TL-2b: aspecto da IA (HM, EI, AF) – área pedagóxica (PE, DR, TL, A, EL, FC) – nivel de progresión (1–3) e obxectivo (a–c).

</td></tr><tr><td>**Competencia**

</td><td>ing. Competence, Competency

</td><td>O que un docente sabe, sabe facer e está disposto a facer, descrito de xeito que se poida ensinar e comprobar.

</td></tr><tr><td>**Competencia clave**

</td><td>ing. Core competency

</td><td>Cada unha das 18 competencias do marco DUAL.AI.TEACHer, situada cada unha na intersección dunha área pedagóxica e un aspecto da IA.

</td></tr><tr><td>**Competencia docente en IA**

</td><td>ing. Teacher AI Competence

</td><td>Coñecementos, destrezas e actitudes dos docentes para ensinar con IA e sobre a IA, tal como se estruturan no marco DUAL.AI.TEACHer.

</td></tr><tr><td>**Coñecemento factual**

</td><td>ing. Factual knowledge

</td><td>Coñecemento de feitos e conceptos. Os titores de IA poden apoiar a súa adquisición.

</td></tr><tr><td>**Contorno escolar de IA**

</td><td>Plataforma verificada; ing. School AI environment

</td><td>Plataforma de IA para centros educativos, proporcionada e verificada pola administración e con contratos negociados, que se ofrece en lugar de deixar que os docentes se rexistren en ferramentas gratuítas.

</td></tr><tr><td>**Contratación**

</td><td>Decisión de compra; ing. Procurement

</td><td>Proceso polo cal un centro ou unha administración selecciona e adquire ferramentas de IA. É aquí onde se aseguran límites fiables e garantías contractuais, e por iso a responsabilidade recae na contratación e non en cada docente.

</td></tr><tr><td>**Contrato de encargo do tratamento**

</td><td>ing. Data processing agreement (DPA)

</td><td>Contrato escrito entre o centro e o provedor que establece como pode tratar o provedor os datos persoais (art. 28 do RXPD). A proba práctica: exclúe o adestramento cos datos que vostede introduce?

</td></tr><tr><td>**Criterio de avaliación**

</td><td>ing. Assessment Criterion

</td><td>Regra ou referencia empregada para avaliar se se acadou un resultado de aprendizaxe.

</td></tr><tr><td>**Cualificación automatizada**

</td><td>Puntuación automatizada, avaliación automatizada; ing. Automated grading

</td><td>Uso de software para puntuar ou cualificar traballos. No exame de certificación aplícase ás preguntas de resposta pechada.

</td></tr><tr><td>**Cumprimento normativo en IA**

</td><td>Uso conforme da IA; ing. AI Compliance

</td><td>Usar a IA de acordo coa normativa de protección de datos, o Regulamento de IA, os dereitos de autor e a normativa de exames. O cumprimento normativo facilita o uso en lugar de obstaculizalo.

</td></tr><tr><td>**Curso**

</td><td>ing. Course

</td><td>Conxunto estruturado de módulos formativos deseñado para ofrecer unha experiencia de aprendizaxe completa.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**D**</span>

</td></tr><tr><td>**Datos biométricos**

</td><td>ing. Biometric data

</td><td>Datos procedentes de características físicas como o rostro ou a voz. Son unha categoría especial de datos segundo o RXPD, e varios usos da IA baseados neles están prohibidos nos centros educativos.

</td></tr><tr><td>**Datos de adestramento**

</td><td>Material de adestramento, exemplos de adestramento; ing. Training data

</td><td>Exemplos cos que aprende un sistema de IA, como millóns de imaxes etiquetadas por persoas. As desviacións deste material trasládanse aos resultados do sistema e non desaparecen simplemente porque os modelos sexan máis grandes.

</td></tr><tr><td>**Datos de diagnóstico**

</td><td>Telemetría; ing. Diagnostic data

</td><td>Datos técnicos que un provedor recolle sobre o uso do seu servizo. O tempo durante o que se conservan é unha cuestión de protección de datos.

</td></tr><tr><td>**Datos persoais**

</td><td>ing. Personal data

</td><td>Calquera información sobre unha persoa identificable, p. ex. nomes, enderezos de correo electrónico do centro, traballos do alumnado, gravacións de voz, fotos, cualificacións, asistencia e datos de progreso na aprendizaxe. Os datos seguen sendo persoais se alguén pode ser identificado polo contexto.

</td></tr><tr><td>**Decisión de adecuación**

</td><td>ing. Adequacy decision

</td><td>Decisión da UE pola que se considera que un país de fóra da UE protexe adecuadamente os datos persoais, de modo que se poden transferir datos a ese país.

</td></tr><tr><td>**Decisións automatizadas**

</td><td>ing. Automated decision-making

</td><td>Decisión baseada unicamente nun tratamento automatizado que afecta significativamente a unha persoa. Unha cualificación é unha decisión deste tipo; dar por boa formalmente a suxestión dunha IA non conta como decisión humana.

</td></tr><tr><td>**Dependencia excesiva**

</td><td>Exceso de confianza; ing. Overreliance

</td><td>Confiar nos resultados da IA máis do que merecen, por exemplo aceptando cualificacións ou retroalimentación erróneas. Os docentes que usan IA de alto risco deben estar activamente atentos a isto.

</td></tr><tr><td>**Dereitos de autor**

</td><td>ing. Copyright

</td><td>Protección legal das obras. Coa IA, o que se xera adoita estar libre de dereitos de autor, pero subir obras protexidas a un sistema de IA non está cuberto pola excepción docente.

</td></tr><tr><td>**Descarga cognitiva**

</td><td>ing. Cognitive Offloading

</td><td>Delegar traballo mental en algo externo á propia cabeza. É útil cando o coñecemento xa está consolidado e prexudicial cando aínda se está a formar.

</td></tr><tr><td>**Descualificación**

</td><td>ing. Deskilling

</td><td>Erosión lenta da competencia profesional cando unha ferramenta absorbe o traballo mediante o cal se mantén esa competencia.

</td></tr><tr><td>**Deseño Universal para a Aprendizaxe**

</td><td>DUA; ing. Universal Design for Learning (UDL)

</td><td>Marco para un deseño inclusivo e centrado no alumnado. Utilízase para reforzar a dimensión inclusiva do marco.

</td></tr><tr><td>**Detector de IA**

</td><td>ing. AI Detector

</td><td>Software que afirma identificar textos escritos por unha máquina. O que mide realmente é a predicibilidade.

</td></tr><tr><td>**Determinista**

</td><td>ing. Deterministic

</td><td>Que sempre produce exactamente o mesmo resultado a partir dos mesmos valores iniciais.

</td></tr><tr><td>**Difusión de innovacións**

</td><td>ing. Diffusion of innovations

</td><td>Teoría sobre como se difunden as innovacións: adóptanse con máis facilidade cando se poden probar (experimentabilidade) e se pode ver que funcionan (observabilidade).

</td></tr><tr><td>**DigCompEdu**

</td><td></td><td>Marco europeo para a competencia dixital dos educadores. Achega a estrutura pedagóxica (dimensión horizontal) do marco DUAL.AI.TEACHer.

</td></tr><tr><td>**Dimensión**

</td><td>ing. Dimension

</td><td>Cada unha das grandes áreas nas que se divide o marco; cada unha agrupa competencias que van xuntas na práctica.

</td></tr><tr><td>**Dimensión de inclusión**

</td><td>ing. Inclusion Dimension

</td><td>Dimensión centrada na accesibilidade, a equidade e a inclusión no ensino e a aprendizaxe apoiados pola IA.

</td></tr><tr><td>**Dimensión ética**

</td><td>ing. Ethical Dimension

</td><td>Dimensión que aborda as consideracións éticas relacionadas co uso da IA no ensino e a aprendizaxe.

</td></tr><tr><td>**Dimensión horizontal**

</td><td>Dimensión pedagóxica; ing. Horizontal dimension

</td><td>As seis áreas da práctica docente no marco DUAL.AI.TEACHer, tomadas de DigCompEdu: Compromiso profesional, Recursos dixitais, Ensino e aprendizaxe, Avaliación, Empoderamento do alumnado e Fomento da competencia dixital (en IA) do alumnado.

</td></tr><tr><td>**Dimensión vertical**

</td><td>Dimensión da IA; ing. Vertical dimension

</td><td>Os tres aspectos da IA no marco DUAL.AI.TEACHer, tomados do marco da UNESCO: mentalidade centrada no ser humano, ética da IA, e fundamentos e aplicacións da IA.

</td></tr><tr><td>**Dirección do centro**

</td><td>Equipo directivo, director do centro; ing. School Administrator

</td><td>Persoa responsable de dirixir un centro educativo, como o director ou o vicedirector. O capítulo 5.3 diríxese directamente a ela.

</td></tr><tr><td>**Directriz de política educativa**

</td><td>ing. Policy Guideline

</td><td>Documento de nivel político que orienta o desenvolvemento de competencias e prácticas docentes.

</td></tr><tr><td>**Docente**

</td><td>ing. Teacher

</td><td>Persoa responsable de deseñar e levar a cabo actividades de ensino e aprendizaxe.

</td></tr><tr><td>**Dominio competencial**

</td><td>Área competencial; ing. Competence Domain

</td><td>Grupo de competencias relacionadas dentro dun marco.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**E**</span>

</td></tr><tr><td>**Edición do curso**

</td><td>ing. Course Run

</td><td>Impartición concreta dun curso, con participantes matriculados e un período definido.

</td></tr><tr><td>**Efecto amplificador**

</td><td>Amplificación fronte a igualación; ing. Amplification effect

</td><td>A IA tende a ampliar as diferenzas existentes. Só iguala cando se dan tres condicións á vez: acceso garantido, unha ferramenta deseñada para aprender e non para dar respostas, e un docente que acompañe o seu uso con andamiaxe.

</td></tr><tr><td>**Efecto Mateo**

</td><td>ing. Matthew effect

</td><td>Quen xa ten vantaxes é quen máis se beneficia: «a quen ten, daráselle máis».

</td></tr><tr><td>**Efecto novidade**

</td><td>ing. Novelty effect

</td><td>Efecto positivo temporal que se produce simplemente porque algo é novo. Pode inflar os resultados dos estudos de curta duración.

</td></tr><tr><td>**Elaboración de perfís**

</td><td>ing. Profiling

</td><td>Avaliación automatizada de persoas para analizar ou predicir as súas características ou o seu comportamento. Un sistema de IA educativo que elabora perfís de persoas considérase sempre de alto risco.

</td></tr><tr><td>**Encargado do tratamento**

</td><td>ing. Processor, data processor

</td><td>Segundo o RXPD, entidade que trata datos persoais por conta do responsable do tratamento e estritamente seguindo as súas instrucións, por exemplo un provedor de IA.

</td></tr><tr><td>**Ensaio controlado aleatorizado**

</td><td>Ensaio controlado; ing. Randomised controlled trial (RCT)

</td><td>Estudo no que os participantes se asignan aleatoriamente a grupos, de modo que as diferenzas nos resultados se poden atribuír á intervención.

</td></tr><tr><td>**Ensinar con IA**

</td><td>Aprender CON IA; ing. Teaching with AI

</td><td>Usar a IA como ferramenta para o propio traballo docente, desde a planificación ata a retroalimentación.

</td></tr><tr><td>**Ensinar sobre a IA**

</td><td>Aprender SOBRE A IA; ing. Teaching about AI

</td><td>Facer da propia IA o obxecto da clase, para que o alumnado comprenda como funciona e onde falla.

</td></tr><tr><td>**EntreComp**

</td><td></td><td>Marco europeo da competencia emprendedora. Achegou a creatividade e a innovación ao marco.

</td></tr><tr><td>**Enxeñaría de prompts**

</td><td>ing. Prompt engineering, prompting

</td><td>Redacción de prompts eficaces como destreza que se pode ensinar, por exemplo para planificar clases, diferenciar e cualificar.

</td></tr><tr><td>**Equidade**

</td><td>Non discriminación; ing. Fairness

</td><td>Principio segundo o cal a IA e o seu uso non deben prexudicar sistematicamente a ningunha persoa, p. ex. cando os detectores de IA sinalan erroneamente textos de persoas que non escriben na súa lingua materna.

</td></tr><tr><td>**ESCO**

</td><td></td><td>Clasificación europea de capacidades, competencias, cualificacións e ocupacións. A certificación está aliñada con ela.

</td></tr><tr><td>**Escritura cíborg**

</td><td>ing. Cyborg writing

</td><td>Escritura na que a IA amplía o pensamento de quen escribe en lugar de substituílo, e na que o alumnado sinala que partes son propias.

</td></tr><tr><td>**Esquema**

</td><td>ing. Schema

</td><td>Coñecemento organizado dunha persoa.

</td></tr><tr><td>**Estocástico**

</td><td>Aleatorio; ing. Stochastic

</td><td>Suxeito ao azar, de modo que a mesma configuración pode levar a resultados diferentes.

</td></tr><tr><td>**Ética da IA**

</td><td>ing. Ethics of AI

</td><td>Principios éticos, normativa, políticas institucionais e directrices prácticas que rexen o uso da IA e que os docentes deben comprender e aplicar. Aspecto transversal da dimensión vertical.

</td></tr><tr><td>**Europass**

</td><td></td><td>Plataforma da UE a través da cal se poden compartir certificados dixitais e na que outras institucións poden comprobar a súa validez.

</td></tr><tr><td>**Exame en liña**

</td><td>ing. Online Exam

</td><td>Avaliación formal e estruturada realizada en liña como parte do proceso de avaliación.

</td></tr><tr><td>**Excepción docente**

</td><td>ing. Teaching exception

</td><td>Excepción dos dereitos de autor que permite aos docentes copiar unha parte limitada dunha obra para a súa clase. Non abrangue subir obras protexidas a un sistema de IA, e exclúense os materiais destinados ao ensino escolar, principalmente os libros de texto.

</td></tr><tr><td>**Explicabilidade**

</td><td>Explicación da IA; ing. Explainability

</td><td>Capacidade dun sistema de IA para mostrar como chegou ao seu resultado. As explicacións non impiden de forma fiable o exceso de confianza; as explicacións demasiado técnicas ou demasiado simplificadas poden mesmo aumentar unha confianza inxustificada.

</td></tr><tr><td>**Extracción non selectiva**

</td><td>Scraping; ing. Untargeted scraping

</td><td>Recompilación automatizada e masiva de imaxes de internet ou de gravacións de cámaras de videovixilancia sen un fin nin unha persoa concretos.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**F**</span>

</td></tr><tr><td>**Falso positivo**

</td><td>ing. False Positive

</td><td>Un traballo correcto e honesto sinalado por erro. O erro que prexudica o alumnado.

</td></tr><tr><td>**Fenda entre coñecemento e acción**

</td><td>ing. Knowledge-Action Gap

</td><td>Distancia, medida empiricamente, entre saber sobre a IA e ensinar de forma diferente grazas a ese saber.

</td></tr><tr><td>**Ferramenta de IA**

</td><td>ing. AI Tool

</td><td>Calquera aplicación que use IA para apoiar unha tarefa.

</td></tr><tr><td>**Filtro de contidos**

</td><td>ing. Content filter

</td><td>Mecanismo automático que bloquea ou altera os contidos que un provedor considera inadecuados. Os seus criterios a miúdo non se fan públicos.

</td></tr><tr><td>**Folla de ruta de integración**

</td><td>ing. Integration Roadmap

</td><td>Percorrido paso a paso que segue un docente ou unha institución desde o primeiro contacto coa IA ata unha práctica consolidada; en DUAL.AI.TEACHer, nove etapas.

</td></tr><tr><td>**Formación inicial do profesorado**

</td><td>Formación inicial docente; ing. Initial teacher education (ITE), pre-service teacher education

</td><td>Formación universitaria do futuro profesorado.

</td></tr><tr><td>**Formación permanente do profesorado**

</td><td>Formación do profesorado en exercicio; ing. Continuing professional development (CPD)

</td><td>Aprendizaxe profesional para docentes que xa traballan nos centros educativos. A etapa 6 da folla de ruta convértea nunha oferta estruturada con microcredenciais acumulables.

</td></tr><tr><td>**Formador de docentes**

</td><td>ing. Teacher educator

</td><td>Persoal académico que imparte docencia na formación inicial do profesorado. Reforzar as súas capacidades é a etapa 3 da folla de ruta.

</td></tr><tr><td>**Fundamentos e aplicacións da IA**

</td><td>ing. AI foundations and applications

</td><td>Coñecementos conceptuais e destrezas transferibles para comprender como funciona a IA e para seleccionar, aplicar e adaptar ferramentas de IA. Aspecto específico de contido da dimensión vertical.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**G**</span>

</td></tr><tr><td>**Gamificación**

</td><td>ing. Gamification

</td><td>Uso de elementos de xogo nas clases. O uso da IA para a gamificación produciu unha mellora demasiado pequena para considerala demostrada.

</td></tr><tr><td>**Gran modelo de linguaxe (LLM)**

</td><td>LLM; ing. Large Language Model

</td><td>Modelo de IA adestrado con grandes cantidades de texto que xera continuacións verosímiles dun texto; a base dos chatbots. Funciona como un motor de predición, non como unha base de datos.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**H**</span>

</td></tr><tr><td>**Hub dixital**

</td><td>ing. Digital Hub

</td><td>Plataforma central en liña que reúne os recursos, os cursos e o intercambio comunitario dun proxecto.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**I**</span>

</td></tr><tr><td>**IA**

</td><td>Intelixencia artificial; ing. AI, Artificial Intelligence

</td><td>Sistemas informáticos que realizan tarefas asociadas ao pensamento humano, como recoñecer patróns, procesar a linguaxe ou xerar contidos, na maioría dos casos aprendendo a partir de datos.

</td></tr><tr><td>**IA sustentable**

</td><td>ing. Sustainable AI

</td><td>Desenvolver e usar a IA tendo en conta os seus efectos ambientais, sociais e económicos a longo prazo.

</td></tr><tr><td>**IA xenerativa**

</td><td>ing. Generative AI, GenAI

</td><td>IA que crea novos textos, imaxes ou outros contidos a partir dun prompt.

</td></tr><tr><td>**ICEP**

</td><td>Institute of European Certification of Personnel

</td><td>Organismo de certificación acreditado (ISO 17024) que xestiona a plataforma e o exame de certificación e custodia os rexistros de certificación.

</td></tr><tr><td>**Insignia dixital**

</td><td>Insignia dixital aberta; ing. Digital Badge

</td><td>Forma dixital e compartible dun certificado ou dunha microcredencial.

</td></tr><tr><td>**Interface de chat dun LLM**

</td><td>Asistente de chat de IA; ing. LLM chat interface

</td><td>Xanela de chat no navegador a través da cal os usuarios traballan cun gran modelo de linguaxe.

</td></tr><tr><td>**Itinerario de certificación**

</td><td>ing. Certification Pathway

</td><td>Vía pola que se validan e recoñecen formalmente as competencias, aquí como itinerario dual (vía A e vía B).

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**L**</span>

</td></tr><tr><td>**Licenza**

</td><td>ing. Licence

</td><td></td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**M**</span>

</td></tr><tr><td>**Marco de competencias en IA para docentes da UNESCO**

</td><td>ing. UNESCO AI Competency Framework for Teachers

</td><td>Marco da UNESCO (2024) que define os principios, valores, coñecementos e destrezas que os docentes necesitan para usar a IA de forma ética, eficaz e segura. Orixe da dimensión vertical.

</td></tr><tr><td>**Marco de competencias pedagóxicas en IA**

</td><td>Marco de competencias DUAL.AI.TEACHer; ing. AI Pedagogical Competency Framework

</td><td>Estrutura que ordena as competencias docentes relacionadas coa IA en dimensións e niveis e as vincula con resultados e avaliacións, aliñando aspectos pedagóxicos, éticos e técnicos.

</td></tr><tr><td>**Marco europeo**

</td><td>ing. European Framework

</td><td>Marco de referencia que ofrece definicións de competencias normalizadas a nivel europeo.

</td></tr><tr><td>**Marco Europeo de Cualificacións**

</td><td>EQF; ing. European Qualifications Framework

</td><td>Marco de referencia da UE que fai comparables as cualificacións entre países. A certificación está aliñada con el.

</td></tr><tr><td>**Marco pedagóxico**

</td><td>ing. Pedagogical Framework

</td><td>Conxunto estruturado de principios e enfoques pedagóxicos que orientan o deseño do ensino e a aprendizaxe.

</td></tr><tr><td>**Mentalidade centrada no ser humano**

</td><td>ing. Human-centred mindset

</td><td>Valores e actitudes que os docentes necesitan na interacción entre persoas e IA para dar prioridade ás necesidades, ao criterio e ao benestar das persoas. Aspecto transversal da dimensión vertical.

</td></tr><tr><td>**Metaanálise**

</td><td>Revisión; ing. Meta-analysis

</td><td>Estudo que combina os resultados de moitos estudos independentes sobre a mesma pregunta.

</td></tr><tr><td>**Microcredencial**

</td><td>ing. Micro-credential

</td><td>Certificación máis pequena que abrangue un conxunto delimitado de competencias en lugar dun itinerario completo; pódese acumular para obter cualificacións máis amplas.

</td></tr><tr><td>**Modelo aberto**

</td><td>Modelo de IA aberto; ing. Open model

</td><td>Modelo de IA cuxos compoñentes están dispoñibles de forma aberta, a diferenza dos modelos propietarios das empresas. Recoméndase como parte dun acceso á IA equitativo e financiado con fondos públicos.

</td></tr><tr><td>**Modelo de ensino**

</td><td>ing. Teaching Model

</td><td>Enfoque pedagóxico que define como se estruturan o ensino e a aprendizaxe, incluído o papel da IA.

</td></tr><tr><td>**Modelo de IA**

</td><td>ing. AI model

</td><td>Núcleo adestrado dun sistema de IA que xera resultados a partir de entradas.

</td></tr><tr><td>**Modelo instalado localmente**

</td><td>Modelo aloxado localmente; ing. Locally installed model

</td><td>Modelo de linguaxe que se executa nun dispositivo ou servidor propio do centro. É unha alternativa cando o acceso a internet no centro está restrinxido.

</td></tr><tr><td>**Módulo formativo**

</td><td>ing. Training Module

</td><td>Unidade formativa estruturada que desenvolve competencias mediante actividades e materiais de aprendizaxe.

</td></tr><tr><td>**Motor de predición**

</td><td>Resultados probabilísticos; ing. Prediction engine

</td><td>Os modelos de linguaxe xeran unha continuación verosímil dun texto en lugar de buscar feitos nunha base de datos. Isto explica por que alucinan e por que prompts semellantes poden producir respostas diferentes.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**N**</span>

</td></tr><tr><td>**Nesgo**

</td><td>ing. Bias

</td><td>Desviacións herdadas do material co que aprendeu un sistema, que non se reducen de forma fiable facendo o sistema máis grande.

</td></tr><tr><td>**Nesgo de automatización**

</td><td>Exceso de confianza; ing. Automation Bias

</td><td>Aceptar a suxestión dunha máquina sen comprobala de forma independente.

</td></tr><tr><td>**Nivel de progresión**

</td><td>Nivel; ing. Progression level

</td><td>Cada un dos tres niveis nos que se describe cada competencia clave: nivel 1 Coñecemento orientativo, nivel 2 Implementación reflexiva (o obxectivo principal para os docentes) e nivel 3 Liderado transformador.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**O**</span>

</td></tr><tr><td>**Obriga de transparencia**

</td><td>Obriga de etiquetaxe, deber de divulgación; ing. Transparency obligation

</td><td>Deber, segundo o art. 50 do Regulamento de IA, de informar as persoas cando interactúan cunha IA e de indicar as ultrafalsificacións e os textos xerados por IA sobre asuntos de interese público. Os contidos sometidos a revisión humana e a control editorial están exentos, polo que unha ficha revisada polo docente non necesita etiqueta.

</td></tr><tr><td>**Operador**

</td><td>ing. Operator

</td><td>Verbo en torno ao cal se constrúe un obxectivo de aprendizaxe (p. ex. recoñecer, implementar, criticar). Mostra o que se espera que faga un docente nese nivel e fai que o obxectivo sexa observable.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**P**</span>

</td></tr><tr><td>**Pensamento computacional**

</td><td>Pensamento algorítmico; ing. Computational thinking

</td><td>Abordar os problemas de xeito que un ordenador os puidese executar, por exemplo descompoñéndoos en pasos e recoñecendo patróns.

</td></tr><tr><td>**Persoal docente universitario**

</td><td>ing. University Faculty

</td><td>Persoal universitario implicado na formación do profesorado, un dos grupos destinatarios do Playbook.

</td></tr><tr><td>**Personalización**

</td><td>Personalización con IA; ing. Personalisation

</td><td>Adaptar recursos, tarefas ou apoios a cada aprendiz mediante IA. Pode favorecer a inclusión, pero tamén comporta riscos de inequidade, uso indebido dos datos e exclusión.

</td></tr><tr><td>**Plataforma de aprendizaxe adaptativa**

</td><td>ing. Adaptive learning platform

</td><td>Plataforma que axusta o contido, o ritmo ou o itinerario de aprendizaxe a cada aprendiz.

</td></tr><tr><td>**Plataforma MOOC**

</td><td>ing. MOOC Platform

</td><td>Plataforma dixital empregada para impartir cursos, xestionar participantes e aloxar contidos de aprendizaxe.

</td></tr><tr><td>**Playbook**

</td><td></td><td>Guía estruturada que traslada as competencias en IA á práctica docente mediante casos de uso, modelos pedagóxicos e recursos formativos.

</td></tr><tr><td>**Prácticas de IA prohibidas**

</td><td>Prácticas de IA vetadas; ing. Prohibited AI practices

</td><td>Oito usos da IA prohibidos de forma absoluta polo Regulamento de IA (art. 5) desde o 2 de febreiro de 2025. Catro afectan aos centros educativos: o recoñecemento de emocións, a explotación de vulnerabilidades, as bases de datos de recoñecemento facial creadas mediante extracción non selectiva e a categorización biométrica.

</td></tr><tr><td>**Predicibilidade**

</td><td>ing. Predictability

</td><td>Grao en que a redacción dun texto é esperable. Os detectores de IA miden a predicibilidade, non a autoría dunha máquina, polo que sinalan erroneamente textos sinxelos ou escritos nunha segunda lingua.

</td></tr><tr><td>**Programación da sesión**

</td><td>ing. Lesson Plan

</td><td>Plan detallado dunha sesión de ensino que inclúe os obxectivos, as actividades e a integración de ferramentas de IA.

</td></tr><tr><td>**Prompt**

</td><td>Instrución

</td><td>Instrución que un usuario dá a un sistema de IA. A súa formulación, o contexto e as restricións condicionan o resultado.

</td></tr><tr><td>**Prompt estruturado**

</td><td>ing. Structured prompt

</td><td>Prompt que especifica algo máis ca o tema, por exemplo o público destinatario, a finalidade, o contexto, o nivel de lingua, o ton, a idade do alumnado, o obxectivo de aprendizaxe, a duración e o resultado esperado. Dá máis control sobre o resultado, pero non garante que sexa bo.

</td></tr><tr><td>**Prompt único**

</td><td>Instrución única; ing. One-shot prompt, single prompt

</td><td>Prompt enviado unha soa vez, sen refinamento nin seguimento. (No uso técnico, o termo tamén pode designar un prompt que contén un exemplo resolto.)

</td></tr><tr><td>**Protección de datos**

</td><td>ing. Data protection

</td><td>Protección legal dos datos persoais. O alicerce do dereito da IA, que se aplicou desde sempre; na UE, principalmente o RXPD.

</td></tr><tr><td>**Provedor**

</td><td>Provedor de IA; ing. Provider

</td><td>Empresa que desenvolve e ofrece un sistema de IA. Adoita ser responsable de informar os usuarios de que están a interactuar cunha IA; cando trata datos por conta dun centro, actúa como encargado do tratamento segundo o RXPD.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**R**</span>

</td></tr><tr><td>**Recoñecemento de emocións**

</td><td>ing. Emotion recognition

</td><td>IA que afirma inferir sentimentos ou intencións a partir de datos biométricos, p. ex. detección da atención, análise do estado de ánimo ou puntuación do «compromiso» mediante unha cámara web. Prohibido nos centros educativos desde o 2 de febreiro de 2025, con excepcións limitadas por motivos médicos ou de seguridade.

</td></tr><tr><td>**Recoñecemento de voz**

</td><td>ing. Speech recognition

</td><td>Forma de IA na que un programa tenta recoñecer palabras ou números falados. O seu funcionamento depende do micrófono, da claridade coa que fala a persoa e de que o espazo estea en silencio.

</td></tr><tr><td>**Recoñecemento facial**

</td><td>ing. Facial recognition

</td><td>IA que identifica persoas polo seu rostro, p. ex. para controlar a asistencia ou vixiar exames. Está prohibido crear ou ampliar bases de datos de recoñecemento facial mediante a extracción non selectiva de imaxes.

</td></tr><tr><td>**Recurso educativo aberto (REA)**

</td><td>REA; ing. Open Educational Resource (OER)

</td><td>Material de ensino e aprendizaxe publicado baixo unha licenza aberta que permite usalo, adaptalo e compartilo libremente.

</td></tr><tr><td>**Reescritura de prompts**

</td><td>ing. Prompt rewriting

</td><td>O provedor modifica automaticamente o prompt do usuario antes de que o reciba o modelo, por exemplo para engadir detalles ou diversidade. O usuario non ve o cambio, polo que o que escribiu non é o que se lle pediu á máquina.

</td></tr><tr><td>**Refinamento iterativo de prompts**

</td><td>ing. Iterative prompting, prompt refinement

</td><td>Mellorar un resultado da IA ao longo de varias roldas en lugar de depender dun único prompt: definir o obxectivo, formular o prompt, avaliar o resultado, refinar e verificar.

</td></tr><tr><td>**Regulamento de IA da UE**

</td><td>Regulamento de IA, Regulamento (UE) 2024/1689; ing. EU AI Act, AI Act

</td><td>Normativa única da UE para a IA, baseada no risco. Clasifica os sistemas de IA segundo o risco que supoñen, desde as prácticas prohibidas e os usos de alto risco ata as ferramentas cotiás sen normas especiais, e aplícase a organizacións públicas e privadas, incluídos os centros educativos. En vigor desde o 1 de agosto de 2024, con aplicación progresiva ata 2027.

</td></tr><tr><td>**Rendición de contas**

</td><td>ing. Accountability

</td><td>Responder polas decisións sobre o uso da IA e polas súas consecuencias. A responsabilidade segue sendo das persoas e das institucións, nunca do sistema.

</td></tr><tr><td>**Responsable do despregamento**

</td><td>ing. Deployer

</td><td>Organización que introduce e controla un sistema de IA, normalmente o centro ou a administración educativa. Un docente que usa a ferramenta seguindo as instrucións do centro normalmente non é un responsable do despregamento independente.

</td></tr><tr><td>**Responsable do tratamento**

</td><td>ing. Controller, data controller

</td><td>Segundo o RXPD, a entidade responsable do tratamento de datos persoais. Nos centros educativos adoita ser o propio centro.

</td></tr><tr><td>**Resultado de aprendizaxe**

</td><td>ing. Learning Outcome

</td><td>Enunciado medible que describe o que se espera que un aprendiz saiba ou sexa capaz de facer.

</td></tr><tr><td>**Retractación**

</td><td>ing. Retraction

</td><td>Retirada oficial dun artigo publicado por parte dunha revista. O artigo segue visible, marcado como «RETRACTED», para que quen o citase poida decatarse.

</td></tr><tr><td>**Revisión de código**

</td><td>Revisión de código asistida por IA; ing. Code review

</td><td>O alumnado escribe primeiro o seu propio código e despois pídelle á IA que suxira melloras, en lugar de deixar que escriba a solución. As suxestións deben avaliarse de forma crítica.

</td></tr><tr><td>**Rexistros**

</td><td>ing. Logs

</td><td>Rexistros xerados automaticamente por un sistema de IA. Os responsables do despregamento de sistemas de alto risco deben conservalos durante polo menos seis meses cando estean baixo o seu control.

</td></tr><tr><td>**RXPD**

</td><td>Regulamento xeral de protección de datos, Regulamento (UE) 2016/679; ing. GDPR

</td><td>Normativa de protección de datos da UE. Mentres o Regulamento de IA pregunta se e como se pode usar un sistema de IA, o RXPD pregunta se determinados datos dunha persoa concreta se poden tratar dun xeito determinado.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**S**</span>

</td></tr><tr><td>**Seguridade técnica**

</td><td>ing. Technical safety

</td><td>Fiabilidade e robustez dun sistema de IA para que funcione como está previsto e non cause danos.

</td></tr><tr><td>**Servidor**

</td><td>ing. Server

</td><td>Ordenador que almacena e trata datos para outros a través dunha rede. A localización dos servidores dunha ferramenta de IA (p. ex. na UE) inflúe nas normas de protección de datos aplicables.

</td></tr><tr><td>**Sistema de IA de alto risco**

</td><td>IA de alto risco; ing. High-risk AI system

</td><td>Sistema de IA cuxa finalidade prevista o somete a obrigas estritas. No ámbito educativo: decidir sobre a admisión, avaliar resultados de aprendizaxe ou orientar a aprendizaxe, valorar o acceso a niveis educativos e detectar comportamentos prohibidos nos exames; no caso do persoal: contratación, promoción, asignación de tarefas e avaliación do desempeño. As obrigas aplícanse desde o 2 de decembro de 2027.

</td></tr><tr><td>**Sistema de titoría intelixente**

</td><td>ing. Intelligent tutoring system (ITS)

</td><td>Software de aprendizaxe consolidado que guía o alumnado con tarefas e retroalimentación personalizadas.

</td></tr><tr><td>**Soberanía dixital**

</td><td>ing. Digital sovereignty

</td><td>Control sobre os propios datos, a infraestrutura e as eleccións tecnolóxicas. Construír unha plataforma propia non dá automaticamente máis control, polo que o Playbook aconsella usar o termo con cautela.

</td></tr><tr><td>**Software de práctica adaptativa**

</td><td>ing. Adaptive practice software

</td><td>Software de práctica xa empregado nos centros educativos que axusta os exercicios ás respostas do alumnado. Os chatbots de IA xenerativa mostraron efectos maiores no coñecemento e na comprensión.

</td></tr><tr><td>**Supervisión humana**

</td><td>ing. Human oversight

</td><td>Requisito de que persoas competentes, formadas e autorizadas supervisen un sistema de IA de alto risco, comprendan os seus límites e poidan ignorar ou anular o seu resultado. Unha supervisión sen coñecementos especializados non é supervisión.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**T**</span>

</td></tr><tr><td>**Taxonomía revisada de Bloom**

</td><td>ing. Revised Bloom's taxonomy

</td><td>Modelo no que os procesos cognitivos avanzan desde lembrar e comprender, pasando por aplicar e analizar, ata avaliar e crear (Anderson &amp; Krathwohl, 2001). Base dos niveis de progresión.

</td></tr><tr><td>**Terceiro**

</td><td>ing. Third party

</td><td>Empresa que non é nin o centro nin o desenvolvedor da aplicación, normalmente empresas de publicidade ou de análise que reciben datos mentres o alumno traballa.

</td></tr><tr><td>**Titor de IA**

</td><td>ing. AI Tutor

</td><td>Sistema de IA deseñado para explicar contidos e guiar o alumnado. Pode apoiar a adquisición de coñecemento factual.

</td></tr><tr><td>**Titor socrático**

</td><td>ing. Socratic tutor

</td><td>Chatbot ao que se lle indica que faga preguntas orientadoras en lugar de dar respostas. Se se configura só mediante o prompt, tende a volver dar respostas nas conversas longas, polo que hai que incorporar límites fiables no propio sistema.

</td></tr><tr><td>**Transparencia algorítmica**

</td><td>ing. Algorithmic transparency

</td><td>Grao en que se pode comprender como chega un sistema de IA aos seus resultados e quen decidiu como se comporta.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**U**</span>

</td></tr><tr><td>**Ultrafalsificación**

</td><td>Deepfake

</td><td>Contido de imaxe, audio ou vídeo xerado ou manipulado con IA que parece auténtico. Debe indicarse cando se usa na aula (art. 50.4 do Regulamento de IA).

</td></tr><tr><td>**Unidade de aprendizaxe**

</td><td>ing. Learning Unit

</td><td>Actividade de aprendizaxe concreta que realiza o aprendiz dentro dun módulo.

</td></tr><tr><td>**Unidade de contido**

</td><td>ing. Content Unit

</td><td>O compoñente de aprendizaxe reutilizable máis pequeno, empregado nas programacións de sesión e nos módulos.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**V**</span>

</td></tr><tr><td>**Vía de certificación**

</td><td>Vía A, vía B; ing. Certification track

</td><td>Unha das dúas certificacións complementarias: vía A, Ensino apoiado pola IA (CON IA), e vía B, Alfabetización en IA (SOBRE A IA). Os docentes poden cursar unha delas ou as dúas.

</td></tr><tr><td>**Vibe coding**

</td><td></td><td>Crear ou ampliar software describindo en linguaxe natural o que debe facer e deixando que unha IA escriba o código. No Playbook, o alumnado amplía unha simulación existente mediante prompts en lugar de programar desde cero.

</td></tr><tr><td>**Vixilancia de exames**

</td><td>Supervisión remota de exames; ing. Proctoring, remote proctoring

</td><td>Supervisión de exames mediante software, por exemplo a través dunha cámara web. A IA que detecta comportamentos prohibidos durante os exames considérase de alto risco; o exame de certificación utiliza supervisión remota.

</td></tr><tr><td colspan="3" style="background-color:rgb(255,204,0);"><span style="color:rgb(0,0,0);">**X**</span>

</td></tr><tr><td>**Xeración de código**

</td><td>ing. Code generation

</td><td>Deixar que a IA escriba código de programación. O alumnado principiante debería evitalo porque aínda non pode xulgar se o código é correcto.

</td></tr><tr><td>**Xerador de imaxes a partir de texto**

</td><td>Xerador de imaxes; ing. Text-to-image generator

</td><td>IA xenerativa que crea imaxes a partir dun prompt escrito. O que mostra depende dos seus datos de adestramento e dos axustes realizados polo seu provedor.

</td></tr></tbody></table>

</div>