martes, 11 de marzo de 2025

Próximos deadline de algunas de las principales conferencias de tecnología educativa (actualización permanente)

Próximos deadline de algunas de las principales conferencias internacionales de tecnología educativa:

17th annual International Conference on Education and New Learning Technologies

ACM Global Computing Education Conference.  

The 21st annual ACM Conference on International Computing Education Research (ICER) 

17th International Conference on Education Technology and Computers (ICETC),

The 6th Barcelona Conference on Education (BCE2025)

The EPIA 2025 international conference on Artificial Intelligence

  • October 1-3, 2025, University of Algarve, Faro, Portugal
  • Paper submission deadline: May 23, 2025 (AoE)
  • https://epia2025.ualg.pt/

ARIS 2025, 2025 International conference on Advanced Robotics and Intelligent Systems -

16th Workshop on Robotics in Education

The 11th International Symposium on Accreditation of Engineering and Computing Education - ICACIT

Para más información y congresos:
https://www.acm.org/conferences/
https://www.ieee.org/conferences/index.html
https://www.ieee-ras.org/conferences-workshops/upcoming-conferences
https://sigcse.org/events/ ACM Special Interest Group on Computer Science Education (SIGCSE) 

lunes, 10 de marzo de 2025

Principales Conferencias Internacionales de Tecnología (IA, Robótica, RV, RA, Videojuegos, MOOC, etc.) Educativa

 


A continuación, presento una lista de conferencias internacionales (no exhaustiva) de tecnología educativa que incluye: 

Inteligencia artificial, Robótica, Realidad Virtual y Aumentada, Videojuegos, MOOC, Analíticas de aprendizaje, Educación en ingeniería, Ciencias de la computación, entre otras.

Todas con alto impacto, revisión por pares y publicación en plataformas reconocidas como Springer, IEEE Xplore, ACM Digital Library, entre otras.

International Conference on Artificial Intelligence in Education (AIED)

  • Enfoque: Aplicación de inteligencia artificial en educación, incluyendo tutores inteligentes, entornos adaptativos y modelado del estudiante.
  • Publicación: Springer (Lecture Notes in Artificial Intelligence).
  • Organizador: International AIED Society.
  • Más información: iaied.org

International Conference on Learning Analytics & Knowledge (LAK)

  • Enfoque: Análisis de datos y aprendizaje, big data en educación, personalización del aprendizaje.
  • Publicación: ACM Digital Library.
  • Organizador: Society for Learning Analytics Research (SoLAR).
  • Más información: solaresearch.org

Annual Conference on Innovation and Technology in Computer Science Education

  • Enfoque:  Is the premier and largest computing/informatics education conference in Europe. It has been held annually since 1996.
  • Publicación: ACM Digital Library.
  • Organizador: ACM SIGCSE.
  • Más información: https://iticse.acm.org/ 

International Conference on Educational Data Mining (EDM)

  • Enfoque: Extracción de patrones en datos educativos, modelos predictivos para el rendimiento estudiantil.
  • Publicación: Actas indexadas por Elsevier Scopus y Thomson Reuters CPCI.
  • Organizador: International Educational Data Mining Society.
  • Más información: educationaldatamining.org

European Conference on Technology-Enhanced Learning (EC-TEL)

  • Enfoque: Tecnologías innovadoras en educación, metodologías digitales.
  • Publicación: Springer (Lecture Notes in Computer Science).
  • Organizador: European Association of Technology-Enhanced Learning (EATEL).
  • Más información: ea-tel.eu

ACM Conference on Learning at Scale (L@S)

  • Enfoque: Aprendizaje en entornos masivos, MOOCs, educación a gran escala.
  • Publicación: ACM Digital Library.
  • Organizador: Association for Computing Machinery (ACM).
  • Más información: learningatscale.acm.org

IEEE International Conference on Advanced Learning Technologies (ICALT)

  • Enfoque: Tecnologías avanzadas para el aprendizaje, aprendizaje adaptativo y entornos inmersivos.
  • Publicación: IEEE Xplore.
  • Organizador: IEEE Computer Society.
  • Más información: tc.computer.org/tclt

International Conference on Robotics in Education (RiE)

  • Enfoque: Robótica educativa, uso de robots en la enseñanza.
  • Publicación: Springer (Lecture Notes in Networks and Systems).
  • Organizador: Comunidad académica europea.
  • Más información: rie.science

Frontiers in Education Conference (FIE)

  • Enfoque: Educación en ingeniería y STEM.
  • Publicación: IEEE Xplore.
  • Organizador: IEEE Education Society.
  • Más información: fie-conference.org

International Conference on Computers in Education (ICCE)

  • Enfoque: Computación en educación, e-learning y colaboración digital.
  • Publicación: Elsevier Scopus y Thomson Reuters CPCI.
  • Organizador: Asia-Pacific Society for Computers in Education (APSCE).
  • Más información: apsce.net/icce

IEEE Global Engineering Education Conference (EDUCON)

  • Enfoque: Educación en ingeniería y tecnologías digitales en la enseñanza.
  • Publicación: IEEE Xplore.
  • Organizador: IEEE Education Society.
  • Más información: educon-conference.org

IEEE World Engineering Education Conference - EDUNINE

  • Enfoque: Educación en ingeniería y tecnologías digitales en la enseñanza.
  • Publicación: IEEE Xplore.
  • Organizador: IEEE Education Society.
  • Más información: https://edunine.eu/

International Conference of the Learning Sciences (ICLS)

  • Enfoque: Ciencias del aprendizaje, cognición y tecnología educativa. The ISLS Annual Meeting is a continuation of the International Conference of the Learning Sciences (ICLS) and the International Conference on Computer-Supported Collaborative Learning (CSCL). Each meeting has a Learning Sciences and a Computer-Supported Collaborative Learning program along with invited keynotes and sessions centered on a shared theme. 
  • Publicación: ISLS Digital Library.
  • Organizador: International Society of the Learning Sciences (ISLS).
  • Más información: isls.org

EDULEARN (International Conference on Education and New Learning Technologies)

  • Enfoque: Innovación educativa, e-learning y herramientas digitales.
  • Publicación: EDULEARN Proceedings (IATED).
  • Organizador: International Academy of Technology, Education and Development (IATED).
  • Más información: iated.org

SITE – Society for Information Technology and Teacher Education International Conference

  • Enfoque: Tecnologías para la formación docente.
  • Publicación: LearnTechLib.
  • Organizador: Association for the Advancement of Computing in Education (AACE).
  • Más información: site.aace.org

ALT Annual Conference (ALT-C)

  • Enfoque: Aprendizaje y tecnología en educación superior.
  • Publicación: Research in Learning Technology.
  • Organizador: Association for Learning Technology (ALT).
  • Más información: alt.ac.uk

EARLI Biennial Conference

  • Enfoque: Investigación sobre aprendizaje e instrucción.
  • Publicación: Learning and Instruction Journal.
  • Organizador: European Association for Research on Learning and Instruction (EARLI).
  • Más información: earli.org

LACCEI International Multi-Conference for Engineering, Education and Technology

  • Enfoque: Continuous advancement of engineering, technology, education, research, practice and innovation, and connecting Latin America and the Caribbean.
  • Publicación: Scopus.
  • Organizador: LACCEI.
  • Más información: https://laccei.org

IFE Conference

  • Enfoque: Un espacio diseñado para sumergirte en las tendencias y prácticas que están revolucionando el mundo de la educación..
  • Publicación: .
  • Organizador: Tecnológico de Monterrey, México.
  • Más información: https://ifeconference.tec.mx/

Para más conferencias e información:

https://www.acm.org/conferences/
https://www.ieee.org/conferences/index.html
https://www.ieee-ras.org/conferences-workshops/upcoming-conferences
https://sigcse.org/events/ ACM Special Interest Group on Computer Science Education (SIGCSE) 

El Potencial Transformador de Google Labs IA en la Educación



La inteligencia artificial está emergiendo como una fuerza transformadora en diversos sectores, y la educación no es la excepción. Google Labs IA se presenta como un espacio innovador donde se exploran y desarrollan nuevas tecnologías de IA, abriendo un abanico de posibilidades para revolucionar la forma en que enseñamos y aprendemos. Desde la personalización del aprendizaje hasta la automatización de tareas administrativas, las herramientas de Google Labs IA tienen el potencial de mejorar significativamente la experiencia educativa tanto para estudiantes como para educadores.

Uno de los beneficios más destacados de Google Labs IA es su capacidad para personalizar el aprendizaje. La IA puede analizar el progreso individual de cada estudiante, identificar sus fortalezas y debilidades, y adaptar el contenido y el ritmo de aprendizaje para satisfacer sus necesidades específicas. Herramientas como las prácticas guiadas de Google Classroom permiten a los docentes proporcionar retroalimentación personalizada y en tiempo real, lo que ayuda a los estudiantes a avanzar a su propio ritmo y a alcanzar su máximo potencial. Además, la IA puede automatizar tareas repetitivas, como la corrección de exámenes y la generación de informes, liberando tiempo valioso para que los educadores se concentren en la enseñanza y la interacción con los estudiantes.

La accesibilidad y la inclusión son otros aspectos clave donde Google Labs IA puede marcar una gran diferencia. Las herramientas de IA pueden mejorar la accesibilidad para estudiantes con discapacidades, ofreciendo funciones como la conversión de texto a voz, el dictado y los subtítulos automáticos. Asimismo, la IA puede facilitar la traducción de contenidos a diferentes idiomas, promoviendo la diversidad y la inclusión en el aula. Además, Google Labs IA puede servir como un catalizador para la creatividad y la innovación en la educación. Los educadores pueden utilizar herramientas de IA para crear experiencias de aprendizaje más interactivas y atractivas, utilizando recursos multimedia y simulaciones. Por ejemplo, Gemini puede ayudar a los docentes a generar ideas innovadoras y a diseñar lecciones más dinámicas.

Sin embargo, es fundamental abordar los desafíos éticos asociados con el uso de la IA en la educación. La privacidad de los datos, el sesgo algorítmico y la necesidad de garantizar que la IA complemente, y no reemplace, el papel del educador son consideraciones importantes. Además, es esencial que los docentes reciban una formación adecuada sobre la IA para que puedan utilizar estas herramientas de manera efectiva. En conclusión, Google Labs IA tiene el potencial de transformar la educación, ofreciendo herramientas y recursos que pueden personalizar el aprendizaje, automatizar tareas y mejorar la accesibilidad. Al abordar los desafíos éticos y garantizar una implementación responsable, podemos aprovechar al máximo el potencial de la IA para crear un futuro educativo más inclusivo y efectivo.

sábado, 8 de marzo de 2025

DeepSeek: una puerta a la búsqueda semántica y la generación de conocimiento en la educación


 La educación se enfrenta a cambios profundos conforme avanzan las tecnologías de inteligencia artificial (IA). Uno de los desarrollos más prometedores en este panorama es DeepSeek-R1, un sistema que combina búsqueda semántica avanzada con la capacidad de generar y articular respuestas de manera coherente. A continuación, exploramos por qué esta herramienta puede marcar la diferencia en la enseñanza y el aprendizaje.

1. ¿Qué es DeepSeek-R1?

DeepSeek-R1 se describe como la primera versión de una plataforma de IA que integra algoritmos de recuperación de información, técnicas de procesamiento de lenguaje natural (PLN) y redes neuronales profundas. A diferencia de los buscadores tradicionales, este sistema no se limita a la búsqueda por palabras clave, sino que interpreta la intención del usuario y su contexto para ofrecer resultados que abarquen desde resúmenes hasta explicaciones detalladas sobre un tema.

  • Búsqueda semántica: Revisa el significado y la relación entre términos, y no solo la literalidad de las palabras.
  • Generación de contenido: Ofrece respuestas explicativas, resúmenes o incluso textos completos a partir de consultas específicas.
  • Aprendizaje continuo: Va adaptándose a medida que el usuario interactúa con él, afinando la precisión de sus sugerencias y resultados.

2. Búsqueda personalizada en el aula

El modelo de educación actual requiere que estudiantes y profesores naveguen por una gran cantidad de información. DeepSeek-R1 aporta un enfoque semántico que puede optimizar la forma de buscar y filtrar contenido:

  • Detección de nivel de complejidad: El sistema puede ajustar el grado de profundidad de la información, ofreciendo explicaciones más sencillas o más técnicas, según el nivel académico.
  • Interacción conversacional: Permite refinar las búsquedas mediante un diálogo continuo, lo que agiliza la localización de fuentes especializadas sin necesidad de repetir un proceso de búsqueda desde cero.
  • Ahorro de tiempo: Al encontrar datos o artículos con un mayor grado de pertinencia, el docente puede dedicar más tiempo a la labor pedagógica y menos a la criba de resultados inexactos.

3. Generación de contenido y apoyo al aprendizaje

DeepSeek-R1 destaca por su capacidad de generar texto, no solo listados de enlaces. Esta cualidad ofrece múltiples ventajas en el ámbito educativo:

  • Resúmenes temáticos: En un par de indicaciones, la plataforma puede condensar la información esencial de varios documentos, facilitando la revisión bibliográfica y la comprensión rápida de un tema.
  • Explicaciones escalonadas: Para guiar a estudiantes de distintos niveles, DeepSeek-R1 puede adaptar la profundidad de la respuesta, comenzando por definiciones simples y ampliando hasta llegar a exposiciones más complejas.
  • Propuestas de ejercicios: Los docentes podrían solicitar ejemplos o cuestionarios que se adecuen a contenidos curriculares específicos, aprovechando la habilidad generativa del sistema.

4. Ventajas para la práctica docente

Los profesores pueden encontrar en DeepSeek-R1 un aliado para la creación y organización de materiales:

  1. Diseño de planes de clase: A partir de unos lineamientos curriculares o temáticos, el sistema ofrece esquemas y referencias de forma rápida, proponiendo recursos que complementen la enseñanza.
  2. Revisión de fuentes: Dado el volumen de publicaciones disponibles (artículos científicos, libros y medios digitales), contar con un motor que analice y resuma la literatura puede ahorrar horas de investigación.
  3. Monitoreo del conocimiento: Aunque requiere una integración adicional, si se vincula a plataformas de aprendizaje, DeepSeek-R1 podría ayudar a detectar lagunas conceptuales o responder preguntas recurrentes de los estudiantes.

5. Desafíos y consideraciones éticas

Aunque sus posibilidades son notables, es importante señalar que:

  • Calidad de la información: DeepSeek-R1 depende de la calidad y diversidad de las fuentes indexadas. Como usuarios, profesores y estudiantes deben corroborar la fiabilidad de los contenidos.
  • Privacidad y seguridad: Manejar datos personales, historiales de búsqueda o información sensible requiere protocolos de protección y cumplimiento normativo.
  • Uso crítico de la IA: Fomentar en el aula la alfabetización digital y el pensamiento crítico resulta esencial para que las generaciones más jóvenes comprendan la naturaleza de las respuestas generadas por estas herramientas.

6. Un vistazo al futuro de la educación

DeepSeek-R1 representa un salto cualitativo en la forma de usar la inteligencia artificial en las instituciones educativas. Al fusionar la búsqueda semántica con la generación de textos, ofrece un entorno en el que, de manera dinámica, los estudiantes pueden profundizar en diferentes áreas y los docentes tienen a su disposición un repertorio infinito de recursos.

  • Personalización del aprendizaje: Al adaptarse a las interacciones de cada estudiante, el sistema puede detectar debilidades o intereses específicos, proponiendo itinerarios educativos individualizados.
  • Colaboración académica: La dimensión conversacional facilita la co-creación y el intercambio de conocimiento, tanto entre compañeros como con el profesorado.
  • Integración con otros sistemas: En el futuro, se prevé que DeepSeek-R1 se incorpore a plataformas de e-learning o bibliotecas digitales, simplificando la búsqueda de materiales formativos y la tutorización en línea.

Las capacidades de DeepSeek-R1 abren un abanico de oportunidades para la innovación en la enseñanza, no solo por su habilidad para encontrar información pertinente de manera más precisa, sino también por su aptitud generativa y su capacidad de adaptarse a cada usuario. Con un uso responsable y un enfoque didáctico adecuado, esta plataforma puede llegar a ser un pilar valioso tanto para la comunidad docente como para los estudiantes, mejorando la calidad del aprendizaje y potenciando la eficiencia en los procesos de investigación y desarrollo académico.

En definitiva, la evolución de herramientas como DeepSeek-R1 señala un futuro más conversacional, accesible y personalizado para la educación, donde la inteligencia artificial se convierte en un aliado para liberar la creatividad y fortalecer la comprensión humana.


domingo, 2 de marzo de 2025

La educación informática desde el nivel primario hasta el secundario en Europa: conclusiones clave extraídas de la literatura


El artículo titulado "Towards high-quality informatics K-12 education in Europe: key insights from the literature" , publicado recientemente en la revista Smart Learning Environments, explora el panorama en evolución de la educación informática en las escuelas primarias y secundarias de Europa. Los autores, Demetrios Sampson, Panagiotis Kampylis, Jesús Moreno-León y Stefania Bocconi, analizan tanto la literatura académica como la gris para identificar las tendencias actuales y los desafíos en este ámbito.

Resumen del artículo

El estudio se centra en la necesidad de una educación informática de alta calidad en el contexto europeo, destacando la importancia de integrar competencias digitales desde las primeras etapas educativas. A través de un análisis exhaustivo de diversas fuentes, los autores identifican las mejores prácticas y áreas que requieren atención para mejorar la enseñanza de la informática en los niveles K-12.​

Principales hallazgos

  • Diversidad en la implementación: Existe una variabilidad significativa en cómo se implementa la educación informática en los diferentes países europeos, lo que refleja la ausencia de un enfoque unificado.​
  • Formación docente: La preparación y el desarrollo profesional continuo de los docentes son cruciales para garantizar una enseñanza efectiva de la informática.​
  • Currículos actualizados: Es esencial que los planes de estudio se mantengan al día con los avances tecnológicos y las necesidades del mercado laboral.​

Implicaciones para el futuro

Los autores sugieren que, para avanzar hacia una educación informática de alta calidad en Europa, es fundamental adoptar políticas educativas coherentes que promuevan la equidad y la excelencia. Además, enfatizan la necesidad de colaboración entre gobiernos, instituciones educativas y el sector privado para crear un ecosistema educativo robusto que prepare a los estudiantes para los desafíos del siglo XXI.​

Este artículo proporciona una visión integral de la situación actual de la educación informática en Europa y ofrece recomendaciones basadas en evidencia para su mejora continua.

LEER: https://slejournal.springeropen.com/articles/10.1186/s40561-025-00366-5

jueves, 27 de febrero de 2025

Evaluación de Intervenciones de Aprendizaje Personalizado con IA en la Educación a Distancia


La integración de la inteligencia artificial (IA) en la educación ha transformado significativamente las metodologías de enseñanza y aprendizaje, especialmente en entornos de educación a distancia. Un estudio reciente, titulado "Evaluating AI-Personalized Learning Interventions in Distance Education" y publicado en The International Review of Research in Open and Distributed Learning, explora este tema en profundidad.

Los autores, Sajida Bhanu Panwale y Selvaraj Vijayakumar, investigadores del B.S. Abdurrahman Crescent Institute of Science and Technology en India, se propusieron evaluar la eficacia de las intervenciones de aprendizaje personalizadas mediante IA para mejorar las habilidades de comunicación persuasiva en estudiantes de Maestría en Administración de Empresas (MBA) en línea. Utilizando la plataforma Google Gemini, compararon enfoques instruccionales tradicionales con métodos en línea personalizados por IA.

El estudio adoptó un diseño cuasi-experimental con pretest y postest, involucrando a dos grupos de estudiantes de MBA. El grupo experimental (n = 32) interactuó con materiales de aprendizaje personalizados basados en IA, mientras que el grupo de control (n = 32) utilizó módulos en línea estándar diseñados por instructores. Durante un período de 12 semanas, el grupo experimental recibió actividades prácticas adaptadas a sus necesidades individuales, mientras que el grupo de control accedió a materiales de aprendizaje en línea convencionales.

Los resultados, analizados mediante la prueba de Diferencia Honestamente Significativa de Tukey (HSD), revelaron que el grupo experimental mostró mejoras estadísticamente significativas en sus habilidades de comunicación persuasiva en comparación con el grupo de control. Estos hallazgos sugieren que la incorporación de la IA en el desarrollo del lenguaje puede ofrecer ventajas sustanciales para los estudiantes en entornos de aprendizaje remoto.

Este estudio aporta perspectivas valiosas sobre la integración de tecnologías impulsadas por IA en la educación a distancia, destacando su potencial para personalizar el aprendizaje y mejorar competencias específicas en los estudiantes.

Para una comprensión más detallada, puede acceder al artículo completo en el siguiente enlace:

https://www.irrodl.org/index.php/irrodl/article/view/7813/6216 


jueves, 20 de febrero de 2025

¿Qué es AIM@VET? Innovación y Transformación en la Formación Profesional


El proyecto AIM@VET, liderado por un consorcio de universidades y centros de formación profesional en Europa, tiene como propósito implementar módulos de aprendizaje innovadores en la educación y formación profesional (VET, por sus siglas en inglés). Con un enfoque centrado en el docente, el proyecto se concentra en tres áreas estratégicas: visión por computadora, robótica y inteligencia ambiental, con el objetivo de preparar a los estudiantes para un mercado laboral en rápida evolución.

Objetivos y enfoque del proyecto

AIM@VET busca proporcionar formación especializada en estas disciplinas tecnológicas clave, abriendo oportunidades profesionales en sectores emergentes como la Industria 5.0, los Entornos Inteligentes y los Vehículos Autónomos, entre otros. Durante un período de dos años y medio, los docentes de centros VET implementarán Unidades de Enseñanza (TUs, por sus siglas en inglés) desarrolladas por equipos universitarios, dedicando un mínimo de dos horas semanales a esta tarea con estudiantes mayores de 16 años. Estas unidades serán perfeccionadas mediante retroalimentación de docentes y estudiantes, con soporte técnico continuo proporcionado por las universidades a través de reuniones de desarrollo bajo demanda.

La formación en estas áreas no solo incrementa la relevancia y el atractivo de la VET, sino que también posiciona a los estudiantes como actores fundamentales en la innovación tecnológica, dotándolos de competencias prácticas y avanzadas.



Contribución a la transformación digital

AIM@VET desempeña un papel esencial en la transformación digital de la educación en Europa, al integrar habilidades digitales avanzadas, como la inteligencia artificial, en los currículums de formación profesional. Este enfoque moderniza la enseñanza y responde a las demandas del siglo XXI, promoviendo una educación alineada con los retos tecnológicos globales y liderada por docentes capacitados para guiar a sus estudiantes hacia un futuro digital.

Casos de estudio: Implementación práctica

El proyecto se estructura en tres casos de estudio principales, cada uno enfocado en una de las áreas estratégicas:

    Módulo de Aprendizaje en Visión por Computadora

    Desarrollado por el Laboratorio de Visión por Computadora de la Universidad de Ljubljana y probado en el Solski Center Velenje (Eslovenia), este módulo introduce a los estudiantes en los fundamentos de la visión por computadora, un campo clave de la inteligencia artificial. Las TUs, basadas en herramientas como Python, PyTorch y OpenCV, se dividen en tres submódulos que abordan la captura de datos sin sesgos, la detección y segmentación, y el seguimiento y reconocimiento de objetos. Estas competencias permiten a los estudiantes aplicar soluciones de visión por computadora en contextos reales.

    Módulo de Aprendizaje en Robótica

    Liderado por la Universidad de A Coruña y el centro VET Rodolfo Ucha (España), este caso de estudio desarrolla TUs que exploran cómo la inteligencia artificial potencia la adaptabilidad de los robots. Organizado en tres submódulos, el programa cubre los fundamentos de la robótica autónoma, los métodos clásicos de control y la aplicación de aprendizaje automático en controladores inteligentes. Las actividades prácticas se centran en robótica móvil y manipuladores robóticos, áreas de alta relevancia industrial.

    Módulo de Aprendizaje en Inteligencia Ambiental

    Desarrollado por el grupo ISLAB de la Universidad de Minho y aplicado en la escuela VET de Caldas das Taipas (Portugal), este módulo aborda el diseño de entornos inteligentes. Las TUs, organizadas en tres submódulos, incluyen conceptos sobre sensores, arquitectura de inteligencia ambiental y aplicaciones como ciudades inteligentes y entornos de vida asistida, con un énfasis especial en cuestiones éticas como la privacidad y la protección de datos.

Impacto y proyección

Estos módulos no solo amplían las perspectivas laborales de los estudiantes en sectores estratégicos, sino que también fortalecen sus competencias digitales, fomentando la innovación y la competitividad. Al final del proyecto, las TUs serán refinadas y entregadas en su versión definitiva, tras incorporar las mejoras acordadas con base en la retroalimentación recibida.

Para más detalles sobre AIM@VET y su impacto en la formación profesional, visite el sitio oficial del proyecto: https://aim4vet.udc.es.