OpenMarkov es una herramienta de software de código abierto para modelos gráficos probabilísticos. Ha sido desarrollada especialmente para la medicina, pero también se ha utilizado para construir aplicaciones en otros campos y para la educación, en más de 30 países. En este documento explicamos cómo usarlo como una herramienta pedagógica para enseñar los principales conceptos de redes bayesianas y diagramas de influencia, como la dependencia e independencia condicional, la d-separación, las mantas de Markov, el explicar, las políticas óptimas, las utilidades esperadas, etc., y algunos algoritmos de inferencia: muestreo lógico, ponderación de verosimilitud y reversión de arcos. Las facilidades para aprender redes bayesianas de forma interactiva se pueden utilizar para ilustrar paso a paso el rendimiento de los dos algoritmos básicos: búsqueda y puntuación y PC.