Existen algunas colecciones y repositorios de REA bien licenciados y probablemente tuministerio disponga de uno. Pero, \u00bfqu\u00e9 ocurre a la hora de encontrar estos recursos en cualquier lugar de la red? \u00bfPodemos hacer uso de un buscador espec\u00edfico para ello?<\/p>\r\n
El proyecto X5-GON fue financiado por la UE para encontrar e indexar REA, utilizar IA para curar estos REA y proponer herramientas de IA, t\u00edpicamente herramientas de b\u00fasqueda, que permitan a los usuarios encontrar mejor los REA.<\/p>\r\n\r\n
\u00bfD\u00f3nde aparece la IA en dicho proceso?<\/em><\/h3>\r\nAparecer\u00e1 en todas las etapas:<\/p>\r\n
Durante la etapa de absorci\u00f3n, los robots rastrear\u00e1n la web y devolver\u00e1n los REA: se trata de un proceso complejo, ya que implica reconocer los REA y, por tanto, las licencias. Parte de ello puede considerarse como una t\u00edpica tarea de clasificaci\u00f3n<\/strong> (una tarea com\u00fan de la IA).<\/p>\r\nCuando el robot ha encontrado un recurso, hay que recuperar el texto de este recurso. Cuando el recurso es un archivo de audio o video, esto significa utilizar la transcripci\u00f3n.<\/p>\r\n
![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/iaparadocentes\/wp-content\/uploads\/sites\/16\/2024\/02\/chadd-X5-discovery-300x129.jpg\")
El 5 de X5-GON hace referencia a las 5 barreras o dimensiones que el proyecto quer\u00eda abordar: una de ellas es el idioma. As\u00ed pues, el siguiente paso del proceso consiste en utilizar herramientas de traducci\u00f3n autom\u00e1tica para obtener versiones del texto en cada uno de los idiomas elegidos. De nuevo una herramienta t\u00edpica de IA.<\/p>\r\n
En este punto puede que te preguntes: la transcripci\u00f3n y la traducci\u00f3n autom\u00e1ticas son tecnolog\u00edas en r\u00e1pido crecimiento. Pero siguen cometiendo errores graves. \u00bfNo es peligroso confiar en ellas? La respuesta es que los algoritmos de b\u00fasqueda y recomendaci\u00f3n no necesitan el texto exacto. Necesitan situar el documento en un espacio, junto a palabras clave y otros documentos.<\/p>\r\n
Piensa en una caja llena de papeles viejos que necesitas organizar. Lo ideal ser\u00eda tener una organizaci\u00f3n preestablecida, y archivar cada papel en el lugar correcto. Pero, por lo general, no tenemos este sistema de archivo preexistente y acabamos colocando los papeles cerca unos de otros cuando tienen cosas en com\u00fan, con reglas no escritas de todo tipo. Estos dos papeles van juntos porque son del mismo a\u00f1o, estos dos porque est\u00e1n relacionados con coches, estos dos porque son del mismo tama\u00f1o, y as\u00ed sucesivamente. El t\u00e9rmino clave es \"pr\u00f3ximos\". Hablaremos de esto m\u00e1s adelante en el libro.<\/p>\r\n
![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/iaparadocentes\/wp-content\/uploads\/sites\/16\/2024\/02\/chadd-X5Learn-300x194.jpg\")
Una vez extra\u00eddos los textos en bruto, se pueden construir los modelos. Los documentos se convertir\u00e1n en vectores en alg\u00fan espacio de alta dimensi\u00f3n, y la comparaci\u00f3n de vectores nos permitir\u00e1 responder a preguntas como: \u00bfQu\u00e9 diez documentos son m\u00e1s parecidos a \u00e9ste? \u00bfQu\u00e9 cinco documentos coinciden mejor con esta palabra clave? <\/a><\/p>\r\nPueden obtenerse modelos m\u00e1s ricos mediante entrenamiento. Pueden responder a preguntas m\u00e1s complejas:<\/p>\r\n\r\n
\r\n \t- \u00bfQu\u00e9 dificultad tiene este curso? La respuesta puede estar en alg\u00fan lugar de la descripci\u00f3n del curso, o en los metadatos. Se trata de datos que est\u00e1n ocultos al espectador pero que se supone que proporcionan informaci\u00f3n sobre un documento. Lo m\u00e1s probable es que puedan obtenerse mediante el an\u00e1lisis autom\u00e1tico del documento. La longitud de las frases y de las palabras, as\u00ed como las propias palabras, son buenos indicadores de la edad a la que estaba destinado un curso;<\/li>\r\n \t
- \u00bfDebo fijarme en el contenido de un documento?<\/li>\r\n \t
- \u00bfDebo mirar este curso antes que este otro? Esta es laprevia para poder tener un curso completo construido autom\u00e1ticamente a partir de un software de curso dado;<\/li>\r\n \t
- Preguntarle a este software de curso antes que a este otro.<\/li>\r\n<\/ul>\r\n
\u00bfCu\u00e1l es la calidad del curso? Esta es una pregunta dif\u00edcil de responder para la IA. Al intentar responderla, la IA podr\u00eda hacer m\u00e1s mal que bien. Sin embargo, poder averiguar si los datos de un curso son correctos tiene sentido. Despu\u00e9s de las noticias falsas, \u00bftendremos cursos falsos?<\/p>\r\n\r\n\r\n
\r\n\r\nAlgunos enlaces<\/h3>\r\n
X5-Discover (https:\/\/discovery.x5gon.org\/<\/a>) es un motor de b\u00fasqueda.<\/p>\r\nLa plataforma de aprendizaje X5-Learn (http:\/\/x5learn.org\/<\/a>)<\/a> permite elegir los cursos y hacer que la IA los organice en el mejor orden. En este caso, se utiliza un motor de recomendaci\u00f3n.<\/p>\r\nM\u00e1s herramientas X5-GON (una API para desarrolladores, una versi\u00f3n para instalar en Moodle) se pueden encontrar aqu\u00ed<\/a>.<\/p>\r\nEl proyecto X5GON ha sido financiado por el programa de investigaci\u00f3n e innovaci\u00f3n de la Uni\u00f3n Europea Horizonte 2020 con la subvenci\u00f3n n\u00famero 761758.<\/p>","rendered":"![\"\"](\"http:\/\/aiopentext.itd.cnr.it\/iaparadocentes\/wp-content\/uploads\/sites\/16\/2024\/02\/chadd-Education-connected-300x178.jpg\")
Copiado con permiso del autor<\/figcaption><\/figure>\nLa b\u00fasqueda de recursos educativos es importante para los profesores, especialmente cuando preparan una nueva clase, exploran un nuevo campo o tema, o preparan una actividad. Este material (courseware) puede servir solo para documentarse, pero a veces el profesor puede querer construir un nuevo courseware a partir de \u00e9l. Resulta tentador e intelectualmente leg\u00edtimo no reinventar la rueda y utilizar una forma inteligente de copiar y pegar. Por supuesto, esto a menudo no es legal, ya que viola las leyes de derechos de autor.<\/p>\n
Cuando los autores de los recursos licencian su trabajo con licencias Creative Commons<\/a>, los recursos se convierten en REA<\/strong> y el profesor puede reutilizarlos, transformarlos, remezclarlos y redistribuirlos libremente. La \u00fanica obligaci\u00f3n, normalmente, es citar correctamente al autor original. Por eso es importante identificar cu\u00e1ndo un recurso es abierto o no.<\/p>\nExisten algunas colecciones y repositorios de REA bien licenciados y probablemente tuministerio disponga de uno. Pero, \u00bfqu\u00e9 ocurre a la hora de encontrar estos recursos en cualquier lugar de la red? \u00bfPodemos hacer uso de un buscador espec\u00edfico para ello?<\/p>\n
El proyecto X5-GON fue financiado por la UE para encontrar e indexar REA, utilizar IA para curar estos REA y proponer herramientas de IA, t\u00edpicamente herramientas de b\u00fasqueda, que permitan a los usuarios encontrar mejor los REA.<\/p>\n
\u00bfD\u00f3nde aparece la IA en dicho proceso?<\/em><\/h3>\nAparecer\u00e1 en todas las etapas:<\/p>\n
Durante la etapa de absorci\u00f3n, los robots rastrear\u00e1n la web y devolver\u00e1n los REA: se trata de un proceso complejo, ya que implica reconocer los REA y, por tanto, las licencias. Parte de ello puede considerarse como una t\u00edpica tarea de clasificaci\u00f3n<\/strong> (una tarea com\u00fan de la IA).<\/p>\nCuando el robot ha encontrado un recurso, hay que recuperar el texto de este recurso. Cuando el recurso es un archivo de audio o video, esto significa utilizar la transcripci\u00f3n.<\/p>\n
El 5 de X5-GON hace referencia a las 5 barreras o dimensiones que el proyecto quer\u00eda abordar: una de ellas es el idioma. As\u00ed pues, el siguiente paso del proceso consiste en utilizar herramientas de traducci\u00f3n autom\u00e1tica para obtener versiones del texto en cada uno de los idiomas elegidos. De nuevo una herramienta t\u00edpica de IA.<\/p>\n
En este punto puede que te preguntes: la transcripci\u00f3n y la traducci\u00f3n autom\u00e1ticas son tecnolog\u00edas en r\u00e1pido crecimiento. Pero siguen cometiendo errores graves. \u00bfNo es peligroso confiar en ellas? La respuesta es que los algoritmos de b\u00fasqueda y recomendaci\u00f3n no necesitan el texto exacto. Necesitan situar el documento en un espacio, junto a palabras clave y otros documentos.<\/p>\n
Piensa en una caja llena de papeles viejos que necesitas organizar. Lo ideal ser\u00eda tener una organizaci\u00f3n preestablecida, y archivar cada papel en el lugar correcto. Pero, por lo general, no tenemos este sistema de archivo preexistente y acabamos colocando los papeles cerca unos de otros cuando tienen cosas en com\u00fan, con reglas no escritas de todo tipo. Estos dos papeles van juntos porque son del mismo a\u00f1o, estos dos porque est\u00e1n relacionados con coches, estos dos porque son del mismo tama\u00f1o, y as\u00ed sucesivamente. El t\u00e9rmino clave es \u00abpr\u00f3ximos\u00bb. Hablaremos de esto m\u00e1s adelante en el libro.<\/p>\n
Una vez extra\u00eddos los textos en bruto, se pueden construir los modelos. Los documentos se convertir\u00e1n en vectores en alg\u00fan espacio de alta dimensi\u00f3n, y la comparaci\u00f3n de vectores nos permitir\u00e1 responder a preguntas como: \u00bfQu\u00e9 diez documentos son m\u00e1s parecidos a \u00e9ste? \u00bfQu\u00e9 cinco documentos coinciden mejor con esta palabra clave? <\/a><\/p>\nPueden obtenerse modelos m\u00e1s ricos mediante entrenamiento. Pueden responder a preguntas m\u00e1s complejas:<\/p>\n
\n- \u00bfQu\u00e9 dificultad tiene este curso? La respuesta puede estar en alg\u00fan lugar de la descripci\u00f3n del curso, o en los metadatos. Se trata de datos que est\u00e1n ocultos al espectador pero que se supone que proporcionan informaci\u00f3n sobre un documento. Lo m\u00e1s probable es que puedan obtenerse mediante el an\u00e1lisis autom\u00e1tico del documento. La longitud de las frases y de las palabras, as\u00ed como las propias palabras, son buenos indicadores de la edad a la que estaba destinado un curso;<\/li>\n
- \u00bfDebo fijarme en el contenido de un documento?<\/li>\n
- \u00bfDebo mirar este curso antes que este otro? Esta es laprevia para poder tener un curso completo construido autom\u00e1ticamente a partir de un software de curso dado;<\/li>\n
- Preguntarle a este software de curso antes que a este otro.<\/li>\n<\/ul>\n
\u00bfCu\u00e1l es la calidad del curso? Esta es una pregunta dif\u00edcil de responder para la IA. Al intentar responderla, la IA podr\u00eda hacer m\u00e1s mal que bien. Sin embargo, poder averiguar si los datos de un curso son correctos tiene sentido. Despu\u00e9s de las noticias falsas, \u00bftendremos cursos falsos?<\/p>\n
\nAlgunos enlaces<\/h3>\n
X5-Discover (https:\/\/discovery.x5gon.org\/<\/a>) es un motor de b\u00fasqueda.<\/p>\nLa plataforma de aprendizaje X5-Learn (http:\/\/x5learn.org\/<\/a>)<\/a> permite elegir los cursos y hacer que la IA los organice en el mejor orden. En este caso, se utiliza un motor de recomendaci\u00f3n.<\/p>\n
Cuando el robot ha encontrado un recurso, hay que recuperar el texto de este recurso. Cuando el recurso es un archivo de audio o video, esto significa utilizar la transcripci\u00f3n.<\/p>\r\n
El 5 de X5-GON hace referencia a las 5 barreras o dimensiones que el proyecto quer\u00eda abordar: una de ellas es el idioma. As\u00ed pues, el siguiente paso del proceso consiste en utilizar herramientas de traducci\u00f3n autom\u00e1tica para obtener versiones del texto en cada uno de los idiomas elegidos. De nuevo una herramienta t\u00edpica de IA.<\/p>\r\n
En este punto puede que te preguntes: la transcripci\u00f3n y la traducci\u00f3n autom\u00e1ticas son tecnolog\u00edas en r\u00e1pido crecimiento. Pero siguen cometiendo errores graves. \u00bfNo es peligroso confiar en ellas? La respuesta es que los algoritmos de b\u00fasqueda y recomendaci\u00f3n no necesitan el texto exacto. Necesitan situar el documento en un espacio, junto a palabras clave y otros documentos.<\/p>\r\n
Piensa en una caja llena de papeles viejos que necesitas organizar. Lo ideal ser\u00eda tener una organizaci\u00f3n preestablecida, y archivar cada papel en el lugar correcto. Pero, por lo general, no tenemos este sistema de archivo preexistente y acabamos colocando los papeles cerca unos de otros cuando tienen cosas en com\u00fan, con reglas no escritas de todo tipo. Estos dos papeles van juntos porque son del mismo a\u00f1o, estos dos porque est\u00e1n relacionados con coches, estos dos porque son del mismo tama\u00f1o, y as\u00ed sucesivamente. El t\u00e9rmino clave es \"pr\u00f3ximos\". Hablaremos de esto m\u00e1s adelante en el libro.<\/p>\r\n
Pueden obtenerse modelos m\u00e1s ricos mediante entrenamiento. Pueden responder a preguntas m\u00e1s complejas:<\/p>\r\n\r\n \u00bfCu\u00e1l es la calidad del curso? Esta es una pregunta dif\u00edcil de responder para la IA. Al intentar responderla, la IA podr\u00eda hacer m\u00e1s mal que bien. Sin embargo, poder averiguar si los datos de un curso son correctos tiene sentido. Despu\u00e9s de las noticias falsas, \u00bftendremos cursos falsos?<\/p>\r\n\r\n\r\n X5-Discover (https:\/\/discovery.x5gon.org\/<\/a>) es un motor de b\u00fasqueda.<\/p>\r\n La plataforma de aprendizaje X5-Learn (http:\/\/x5learn.org\/<\/a>)<\/a> permite elegir los cursos y hacer que la IA los organice en el mejor orden. En este caso, se utiliza un motor de recomendaci\u00f3n.<\/p>\r\n M\u00e1s herramientas X5-GON (una API para desarrolladores, una versi\u00f3n para instalar en Moodle) se pueden encontrar aqu\u00ed<\/a>.<\/p>\r\n El proyecto X5GON ha sido financiado por el programa de investigaci\u00f3n e innovaci\u00f3n de la Uni\u00f3n Europea Horizonte 2020 con la subvenci\u00f3n n\u00famero 761758.<\/p>","rendered":" La b\u00fasqueda de recursos educativos es importante para los profesores, especialmente cuando preparan una nueva clase, exploran un nuevo campo o tema, o preparan una actividad. Este material (courseware) puede servir solo para documentarse, pero a veces el profesor puede querer construir un nuevo courseware a partir de \u00e9l. Resulta tentador e intelectualmente leg\u00edtimo no reinventar la rueda y utilizar una forma inteligente de copiar y pegar. Por supuesto, esto a menudo no es legal, ya que viola las leyes de derechos de autor.<\/p>\n Cuando los autores de los recursos licencian su trabajo con licencias Creative Commons<\/a>, los recursos se convierten en REA<\/strong> y el profesor puede reutilizarlos, transformarlos, remezclarlos y redistribuirlos libremente. La \u00fanica obligaci\u00f3n, normalmente, es citar correctamente al autor original. Por eso es importante identificar cu\u00e1ndo un recurso es abierto o no.<\/p>\n Existen algunas colecciones y repositorios de REA bien licenciados y probablemente tuministerio disponga de uno. Pero, \u00bfqu\u00e9 ocurre a la hora de encontrar estos recursos en cualquier lugar de la red? \u00bfPodemos hacer uso de un buscador espec\u00edfico para ello?<\/p>\n El proyecto X5-GON fue financiado por la UE para encontrar e indexar REA, utilizar IA para curar estos REA y proponer herramientas de IA, t\u00edpicamente herramientas de b\u00fasqueda, que permitan a los usuarios encontrar mejor los REA.<\/p>\n Aparecer\u00e1 en todas las etapas:<\/p>\n Durante la etapa de absorci\u00f3n, los robots rastrear\u00e1n la web y devolver\u00e1n los REA: se trata de un proceso complejo, ya que implica reconocer los REA y, por tanto, las licencias. Parte de ello puede considerarse como una t\u00edpica tarea de clasificaci\u00f3n<\/strong> (una tarea com\u00fan de la IA).<\/p>\n Cuando el robot ha encontrado un recurso, hay que recuperar el texto de este recurso. Cuando el recurso es un archivo de audio o video, esto significa utilizar la transcripci\u00f3n.<\/p>\n En este punto puede que te preguntes: la transcripci\u00f3n y la traducci\u00f3n autom\u00e1ticas son tecnolog\u00edas en r\u00e1pido crecimiento. Pero siguen cometiendo errores graves. \u00bfNo es peligroso confiar en ellas? La respuesta es que los algoritmos de b\u00fasqueda y recomendaci\u00f3n no necesitan el texto exacto. Necesitan situar el documento en un espacio, junto a palabras clave y otros documentos.<\/p>\n Piensa en una caja llena de papeles viejos que necesitas organizar. Lo ideal ser\u00eda tener una organizaci\u00f3n preestablecida, y archivar cada papel en el lugar correcto. Pero, por lo general, no tenemos este sistema de archivo preexistente y acabamos colocando los papeles cerca unos de otros cuando tienen cosas en com\u00fan, con reglas no escritas de todo tipo. Estos dos papeles van juntos porque son del mismo a\u00f1o, estos dos porque est\u00e1n relacionados con coches, estos dos porque son del mismo tama\u00f1o, y as\u00ed sucesivamente. El t\u00e9rmino clave es \u00abpr\u00f3ximos\u00bb. Hablaremos de esto m\u00e1s adelante en el libro.<\/p>\n Pueden obtenerse modelos m\u00e1s ricos mediante entrenamiento. Pueden responder a preguntas m\u00e1s complejas:<\/p>\n \u00bfCu\u00e1l es la calidad del curso? Esta es una pregunta dif\u00edcil de responder para la IA. Al intentar responderla, la IA podr\u00eda hacer m\u00e1s mal que bien. Sin embargo, poder averiguar si los datos de un curso son correctos tiene sentido. Despu\u00e9s de las noticias falsas, \u00bftendremos cursos falsos?<\/p>\n X5-Discover (https:\/\/discovery.x5gon.org\/<\/a>) es un motor de b\u00fasqueda.<\/p>\n La plataforma de aprendizaje X5-Learn (http:\/\/x5learn.org\/<\/a>)<\/a> permite elegir los cursos y hacer que la IA los organice en el mejor orden. En este caso, se utiliza un motor de recomendaci\u00f3n.<\/p>\nUna vez extra\u00eddos los textos en bruto, se pueden construir los modelos. Los documentos se convertir\u00e1n en vectores en alg\u00fan espacio de alta dimensi\u00f3n, y la comparaci\u00f3n de vectores nos permitir\u00e1 responder a preguntas como: \u00bfQu\u00e9 diez documentos son m\u00e1s parecidos a \u00e9ste? \u00bfQu\u00e9 cinco documentos coinciden mejor con esta palabra clave? <\/a><\/p>\r\n\r\n \t
\r\n\r\nAlgunos enlaces<\/h3>\r\n
\u00bfD\u00f3nde aparece la IA en dicho proceso?<\/em><\/h3>\n
El 5 de X5-GON hace referencia a las 5 barreras o dimensiones que el proyecto quer\u00eda abordar: una de ellas es el idioma. As\u00ed pues, el siguiente paso del proceso consiste en utilizar herramientas de traducci\u00f3n autom\u00e1tica para obtener versiones del texto en cada uno de los idiomas elegidos. De nuevo una herramienta t\u00edpica de IA.<\/p>\nUna vez extra\u00eddos los textos en bruto, se pueden construir los modelos. Los documentos se convertir\u00e1n en vectores en alg\u00fan espacio de alta dimensi\u00f3n, y la comparaci\u00f3n de vectores nos permitir\u00e1 responder a preguntas como: \u00bfQu\u00e9 diez documentos son m\u00e1s parecidos a \u00e9ste? \u00bfQu\u00e9 cinco documentos coinciden mejor con esta palabra clave? <\/a><\/p>\n\n
\nAlgunos enlaces<\/h3>\n
![<\/a><\/p>\nPueden obtenerse modelos m\u00e1s ricos mediante entrenamiento. Pueden responder a preguntas m\u00e1s complejas:<\/p>\n\n\u00bfQu\u00e9 dificultad tiene este curso? La respuesta puede estar en alg\u00fan lugar de la descripci\u00f3n del curso, o en los metadatos. Se trata de datos que est\u00e1n ocultos al espectador pero que se supone que proporcionan informaci\u00f3n sobre un documento. Lo m\u00e1s probable es que puedan obtenerse mediante el an\u00e1lisis autom\u00e1tico del documento. La longitud de las frases y de las palabras, as\u00ed como las propias palabras, son buenos indicadores de la edad a la que estaba destinado un curso;<\/li>\n\u00bfDebo fijarme en el contenido de un documento?<\/li>\n\u00bfDebo mirar este curso antes que este otro? Esta es laprevia para poder tener un curso completo construido autom\u00e1ticamente a partir de un software de curso dado;<\/li>\nPreguntarle a este software de curso antes que a este otro.<\/li>\n<\/ul>\n\u00bfCu\u00e1l es la calidad del curso? Esta es una pregunta dif\u00edcil de responder para la IA. Al intentar responderla, la IA podr\u00eda hacer m\u00e1s mal que bien. Sin embargo, poder averiguar si los datos de un curso son correctos tiene sentido. Despu\u00e9s de las noticias falsas, \u00bftendremos cursos falsos?<\/p>\n\nAlgunos enlaces<\/h3>\nX5-Discover (https:\/\/discovery.x5gon.org\/<\/a>) es un motor de b\u00fasqueda.<\/p>\nLa plataforma de aprendizaje X5-Learn (http:\/\/x5learn.org\/<\/a>)<\/a> permite elegir los cursos y hacer que la IA los organice en el mejor orden. En este caso, se utiliza un motor de recomendaci\u00f3n.<\/p>\nM\u00e1s herramientas X5-GON (una API para desarrolladores, una versi\u00f3n para instalar en Moodle) se pueden encontrar aqu\u00ed<\/a>.<\/p>\nEl proyecto X5GON ha sido financiado por el programa de investigaci\u00f3n e innovaci\u00f3n de la Uni\u00f3n Europea Horizonte 2020 con la subvenci\u00f3n n\u00famero 761758.<\/p>\n","protected":false},"author":3,"menu_order":5,"template":"","meta":{"pb_show_title":"on","pb_short_title":"","pb_subtitle":"","pb_authors":[],"pb_section_license":""},"chapter-type":[],"contributor":[],"license":[],"part":224,"_links":{"self":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/236"}],"collection":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters"}],"about":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/types\/chapter"}],"author":[{"embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/users\/3"}],"version-history":[{"count":5,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/236\/revisions"}],"predecessor-version":[{"id":571,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/236\/revisions\/571"}],"part":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/parts\/224"}],"metadata":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapters\/236\/metadata\/"}],"wp:attachment":[{"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/media?parent=236"}],"wp:term":[{"taxonomy":"chapter-type","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/pressbooks\/v2\/chapter-type?post=236"},{"taxonomy":"contributor","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/contributor?post=236"},{"taxonomy":"license","embeddable":true,"href":"https:\/\/aiopentext.itd.cnr.it\/IAparaprofesores\/wp-json\/wp\/v2\/license?post=236"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}](\"https:\/\/www.ai4t.eu\/book\/ai-for-teachers-an-open-textbook\/media\/X5Learn.jpg\"){kind=link}