miércoles, 12 de junio de 2024

ChatGPT como fuente de información preliminar en la investigación dirigida

 Por  María Eugenia Walss Aurioles

Como docente del área de ciencias en la PrepaTec, estoy a cargo de la enseñanza y el desarrollo de la competencia científica en mis estudiantes de preparatoria. En la actualidad, los docentes estamos convencidos de la necesidad de proveer a los estudiantes un aprendizaje significativo en contexto. Sin embargo, frecuentemente los programas de ciencias están basados en objetivos de instrucción muy ambiciosos con una gran cantidad de temas aislados que no representan ningún interés para los estudiantes. Aprenden un método, una fórmula o un procedimiento para contestar el examen, pero sin la transposición de saberes, no saben cómo poner en práctica sus conocimientos teóricos, ni entienden qué relación puede tener con su cotidianeidad.

En la búsqueda de estrategias de aprendizaje significativo implementé desde hace tres años el modelo de instrucción de investigación dirigida. Este modelo asume que, para desarrollar en los estudiantes cambios profundos, metodológicos y actitudinales, no solo conceptuales, es necesario situar a los estudiantes en actividades en contexto como las que vive un científico. Aunque el estudiantado de bachillerato no dispone de la información, ni los medios o el tiempo necesario para desarrollar una investigación tal como lo hace un científico, de acuerdo con Pozo y Gómez (1988), desde la educación básica y media debemos entrenarlos y enseñarles sobre el uso de procedimientos propios del trabajo científico, con el fin de proveerles un contexto significativo, dentro del cual puedan explorar los principios del pensamiento científico.

El rol del docente en la investigación dirigida es el de director de la indagación. Nuestro papel consiste en diseñar actividades en las cuales los estudiantes tengan que manipular variables, con el fin de contestar una pregunta de investigación. Estoy convencida de que la investigación no la llevan a cabo sólo los genios. Toda indagación comienza con una pregunta y todos nos hemos cuestionado algo, alguna vez. Hacer preguntas y buscar las respuestas a esas preguntas forman parte natural del aprendizaje humano. La enseñanza debe tomar como punto de partida los intereses de los estudiantes, buscar la conexión con su mundo cotidiano, con la finalidad de introducirlos casi sin saberlo en la tarea científica. No hay que suponer que para aprender ciencia los alumnos deben tener desde el principio las actitudes y los motivos de los científicos, más bien hay que diseñar una enseñanza que genere esas actitudes y motivos (Pozo y Gómez, 1988).

Relación de la enseñanza científica y la Inteligencia Artificial (IA)

La alfabetización científica implica que las personas adquieran un conjunto de conocimientos, habilidades, actitudes, aptitudes y valores que les permitan mejorar su calidad de vida, entender e interactuar con el mundo y la sociedad en la que están inmersas y tomar decisiones sobre diversos aspectos relacionados con la ciencia y la tecnología, así como apreciar, desde una posición ética las contribuciones que el conocimiento científico ha aportado para el mejoramiento de la calidad de vida humana (Chamizo et al., 2017, p.14). La IA es un fenómeno emergente de inmensa versatilidad en el que todas las personas debemos alfabetizarnos, debido a que sus aplicaciones no son exclusivas de un área específica, sino que tienen el potencial de reflejarse en todo el quehacer humano.

Actualmente, la comunidad científica está explorando la IA como herramienta que facilite la investigación. Sin embargo, existen preocupaciones sobre el uso de la IA. El sesgo que puede generar sobre los datos existentes, cómo puede garantizar la seguridad de los datos, el hacer un uso apropiado de los datos en concordancia con el método científico, poder identificar si algo es original, es fabricado o es una copia, etc. (Mullin, 2023). Asimismo, otros investigadores también identifican oportunidades de la IA como es acelerar algunos procesos de investigación en combinación con los avances tecnológicos en el área de robótica. La Universidad de Liverpool desarrolló un robot asistente en el laboratorio de Química que puede realizar tareas y experimentaciones de manera independiente que consumen mucho tiempo. Esto permite avanzar el proceso científico, a la vez que los investigadores pueden tener más tiempo para pensar de forma creativa en los avances de investigación (World Economic Forum, 2020). El campo apenas se está inspeccionando y las posibilidades son infinitas.

Integración de la IA en la investigación dirigida en clase

Las pequeñas investigaciones son actividades en las que el discente debe obtener las respuestas de un problema por medio de un trabajo práctico, tanto en el laboratorio escolar como fuera de él. Estas actividades aproximan al estudiantado, aunque sea de forma simplificada, al trabajo científico de la observación y la formulación de hipótesis, a la vez que potencian estrategias de búsqueda y análisis de datos.

Toda indagación comienza con una pregunta, pero para poder diseñar una investigación es necesario tener conocimientos preliminares que orienten la hipótesis y la definición de las variables. He observado que esta etapa es especialmente complicada para nuestros estudiantes, ya que sus conocimientos sobre el tema a investigar son prácticamente nulos. En la búsqueda de alternativas, decidí explorar la posibilidad de utilizar la herramienta de inteligencia artificial (IA) ChatGPT como apoyo en la búsqueda de información preliminar. Mi fundamentación es que en estos momentos la IA ya está dando forma al descubrimiento científico. Es una fuente de inspiración e ideas para los físicos y la comunidad científica en general. La IA está avanzando la ciencia de múltiples maneras y es necesario que la sociedad esté consciente de los dilemas que esto conlleva (Frueh, 2023).

La implementación de este proyecto se llevó a cabo con 70 estudiantes de quinto semestre de preparatoria inscritos en dos grupos que impartí de la materia Energía y Transformación I, en el semestre agosto-diciembre 2023.

En mi rol de directora de la investigación, les presenté la pregunta de investigación: ¿Cómo cambia la corriente eléctrica con la resistencia? Hice una breve introducción al concepto de inteligencia artificial y les di algunos lineamientos para estructurar las instrucciones (prompts) para conseguir mejores resultados. Les hablé del uso de la IA como herramienta para facilitar el proceso de investigación en su fase preliminar, con el fin de obtener información con la cual estructurar la revisión de la literatura. Les expliqué que íbamos a utilizar la herramienta ChatGPT para esta fase de la investigación, pero que no aceptaría la IA como fuente de información para sustentar la revisión de la literatura en la introducción de su reporte.

Posteriormente, les di algunas sugerencias de prompts para comenzar, y organicé a los estudiantes en equipos de tres o cuatro personas. La primera consigna fue elaborar un póster de diseño libre con la información proporcionada por la herramienta de inteligencia artificial. Organicé un concurso para seleccionar los mejores posters. Los mismos estudiantes votaron para determinar a los ganadores. La imagen 1 muestra losganadores en la votación de los estudiantes. En la siguiente fase, utilizaron la información preliminar recabada para diseñar una investigación con el objetivo de contestar la pregunta planteada por la docente. En prácticas previas ya habíamos utilizado los laboratorios virtuales con simulaciones interactivas desarrolladas por la Universidad de Boulder Colorado, que estimulan a los estudiantes a descubrir los conceptos mediante la indagación. Por ello, fue sencillo para los pupilos utilizar el laboratorio virtual de circuitos de corriente directa. Posteriormente, el método se llevó a cabo también en un laboratorio físico. El diseño de la investigación con el simulador fue individual y la investigación en el laboratorio físico fue en parejas. Se hizo énfasis en la instrucción de no utilizar la información obtenida en ChatGPT para la introducción del documento, sino que tenían que llevar a cabo una investigación formal en fuentes confiables y citar las fuentes con el formato APA.

Imagen 1. Posters ganadores. Elaboración de posters de diseño libre con la información proporcionada por la herramienta de inteligencia artificial.

Opinión del estudiantado sobre ChatGPT

Para concluir la actividad, solicité a las y los estudiantes contestar una breve encuesta a través de un formulario en Google Forms en la que obtuve 57 respuestas, lo cual representa un 81 % de participación.

Los resultados de la encuesta se explican a continuación. La imagen 2 muestra que el 28 % de mis estudiantes no habían utilizado la herramienta de IA con anterioridad.

Imagen 2: Se les preguntó a los estudiantes: ¿Habías usado ChatGPT antes de esta clase?

Observamos en la imagen 3 que el 86 % de los estudiantes encuestados piensan que el ChatGPT resultó una herramienta útil para la fase de investigación preliminar.

Imagen 3: Se les preguntó a los estudiantes: ¿Encontraste útil el uso de ChatGPT para la investigación preliminar?

Es interesante observar que la imagen 4 revela que el 19.3 % de los estudiantes encuestados no mostró interés en continuar utilizando la herramienta en otras clases.

Imagen 4: Se les preguntó a los estudiantes: ¿Planeas utilizar ChatGPT en otras clases?

A pesar de la respuesta obtenida en la pregunta desplegada en la figura 4, el 91.2 % de los estudiantes manifiesta en la imagen 5 que sí recomendaría a un amigo utilizar ChatGPT.

Imagen 5: Se les preguntó a los estudiantes: ¿Recomendarías a un amigo utilizar ChatGPT?

Finalmente, la imagen 6 expone que el 87.7 % de las personas encuestadas piensa que la maestra debería continuar usando la inteligencia artificial como herramienta para la investigación preliminar de un tema.

Imagen 6: Se les preguntó a los estudiantes: ¿Piensas que la maestra debería continuar usando ChatGPT como herramienta para la investigación preliminar de un tema?

Reflexión

El propósito de esta actividad fue investigar la posibilidad de utilizar la inteligencia artificial ChatGPT como fuente de información para la técnica didáctica de investigación dirigida con el propósito de desarrollar la competencia científica. Observé que la actividad de aprendizaje resultó relevante para desarrollar la competencia disciplinar científica declarada por la PrepaTec.

Otra observación que encontré interesante fue que hubo diversidad de opiniones respecto al uso de la herramienta por parte de los pupilos. A algunos les asustó un poco, se sintieron intimidados y no les gustó; pero a la gran mayoría les resultó divertida y encontraron que tenía un gran potencial. Hubo quienes hasta se dieron cuenta que también podía equivocarse, por lo cual es importante validar la información recibida. Las y los estudiantes mostraron interés y entusiasmo en el desarrollo de la investigación. La actividad de los posters permitió que explayaran su creatividad, los comentarios que recibí al respecto fueron muy positivos. La principal reserva que tenía era la posibilidad de que los estudiantes no utilizaran la herramienta de manera ética en la redacción del artículo de investigación. Sin embargo, no fue así. Ninguno de los trabajos presentados citó a ChatGPT como fuente, todos buscaron la información pertinente en fuentes establecidas previamente como confiables. La calidad de los artículos en general fue superior a la de semestres anteriores.

El método de enseñanza de investigación dirigida requiere que el profesorado domine en profundidad el terreno que pisa, la labor de directora de investigación es simulada, la profesora o profesor no puede ser un miembro más del equipo de investigación, ni siquiera el investigador principal. Para poder ayudar a los aprendices, debe conocer qué modelos e interpretaciones deben poner en marcha los estudiantes y discriminar entre preguntas productivas y baldías (Pozo y Gómez, 1998). Como docentes, somos los primeros que debemos continuar nuestro camino de aprendizaje a lo largo de la vida. Es necesario que continuemos nuestra capacitación en el uso de la inteligencia artificial como herramienta, para poder dirigir a los discentes con mayor conocimiento sobre este tema que ha llegado para quedarse. En lo personal, continuaré explorando posibilidades para integrar esta tecnología y otras en mis clases, porque el cambio es la única constante.

Acerca de la autora

María Eugenia Walss Aurioles (walss@tec.mx) es docente de la PrepaTec Laguna. Ha impartido cátedra de matemáticas y física por más de 30 años. En el 2015 recibió el reconocimiento como Profesor Inspirador a nivel preparatoria del Campus Laguna. Es autora del artículo Diez herramientas digitales para facilitar la evaluación formativa. Actualmente lleva a cabo investigación en educación acerca de las actitudes de los estudiantes hacia la ciencia escolar. En el CIIE 2023 presentó la ponencia de investigación titulada: La investigación dirigida como técnica didáctica para promover actitudes positivas hacia la ciencia escolar en la clase de física. Por cumplir con los más altos estándares para la indagación, la plataforma PhET publicó con estrella dorada su actividad de investigación dirigida acerca de Energía Térmica. Por su interés en la IA recibió la Insignia Digital Pionero IA | Inteligencia Artificial en la Educación. https://www.credential.net/b3ebbddc-eff7-4fc1-9e46-1605b0f4ffef#gs.3s3qjv

Referencias

Cañal, P. (2012). ¿Cómo evaluar la competencia científica? Revista Investigación en la Escuela 78, 5 – 17.

Chamizo Guerrero J.A., Blancas Hernández, J.L., Reynoso Angulo, R. y Aguilar Choza, L.M. (2017). INEE Estudio comparativo de la propuesta curricular de ciencias en la educación obligatoria en México y otros países.

Frade, L. (2019). La educación deseada una tarea pendiente en México. Mediación de Calidad S.A. de C.V.

Frueh, S. (2023, 6 de noviembre). How AI is Shaping Scientific Discovery. National Academies.
https://www.nationalacademies.org/news/2023/11/how-ai-is-shaping-scientific-discovery?utm_source=NASEM+News+and+Publications&utm_campaign=fdbc7f38b7-EMAIL_CAMPAIGN_2023_11_06_01_40&utm_medium=email&utm_term=0_-fdbc7f38b7-%5BLIST_EMAIL_ID%5D&mc_cid=fdbc7f38b7&mc_eid=7d49c58a81

Mullin, R. (2023, September 15). The ethics of AI in the lab. Retrieved from
https://cen.acs.org/business/informatics/tricky-ethics-AI-lab/101/i31?utm_source=LatestNews&utm_medium=LatestNews&utm_campaign=CENRSS

Pozo Municio, J.I., y Gómez Crespo, M.A. (1998). Aprender y enseñar ciencia: del conocimiento cotidiano al conocimiento científico. Ediciones Morata.

World Economic Forum (2022, May 20). This robot scientist conducted experiments by itself during COVID-19 lockdown. Retrieved from https://www.weforum.org/agenda/2020/08/robot-scientist-experiments-covid-19-lockdown/

Tomado de EDUBITS del Tec de Monterrey

martes, 11 de junio de 2024

¿Cómo las Ciencias del Comportamiento ayudan a disminuir el ausentismo escolar?

 Escribe  -  -  

¿Sabías que hay un camino que es a la vez rápido y efectivo para mejorar la asistencia escolar en primaria? Las ciencias del comportamiento pueden apoyar a los sistemas educativos a resolver el ausentismo escolar, un desafío crucial para avanzar en una educación de calidad. En Uruguay, el Laboratorio de Perspectivas Comportamentales de Ceibal desarrolló, con el apoyo del BID y el Behavioural Insights Team, un proyecto para reducir el ausentismo escolar. ¿Qué resultados lograron?

El uso de las ciencias del comportamiento para abordar desafíos educativos

La educación necesita grandes transformaciones estructurales que son complejas y llevan tiempo, pero también necesita pequeños ajustes que permitan mejorar los resultados de forma rápida y eficiente. En un mundo donde la educación está en constante transformación, a menudo buscamos soluciones que no requieran años de implementación. Y es aquí donde entran en juego los “nudges” o empujones, una técnica de las ciencias del comportamiento que permiten influir en las elecciones de las personas de manera sutil pero efectiva.

Desde el Banco Interamericano de Desarrollo (BID), promovemos soluciones que integran la economía del comportamiento en la política educativa, con el objetivo de avanzar hacia una educación más efectiva.

Por ejemplo, en 2019 la iniciativa “Llévale al Jardín” en Uruguay aprovechó la aplicación GURÍ familias para enviar mensajes personalizados a los padres de estudiantes en jardines de infancia públicos. Estos mensajes, diseñados con herramientas de la ciencia del comportamiento, ayudaron a abordar los sesgos comportamentales y mejoraron la asistencia escolar.

En Chile, el proyecto “Papás al Día” envió mensajes de texto a los padres de alumnos de primaria durante dos años, brindando actualizaciones sobre asistencia, calificaciones y comportamiento en clase. El resultado: más participación de los padres, una mejora significativa en la asistencia escolar y de los aprendizajes de los estudiantes.

Pero aquí no termina la historia. La ciencia del comportamiento no solo es una alternativa costo-efectiva para el desarrollo de intervenciones a ser evaluadas de forma experimental, sino que para desplegar todo su potencial y transformarlas en política se requieren de procesos institucionalización que garanticen la aplicación sistemática y metódica de los aprendizajes que se van generando. Es por eso que Ceibal, el centro de innovación educativa de Uruguay, creó su Laboratorio de Perspectivas Comportamentales con el objetivo de generar y difundir evidencia de intervenciones comportamentales que luego puedan escalarse al resto del sistema educativo.

El ausentismo escolar, un desafío para la educación Uruguay

El ausentismo escolar es una problemática que se extiende a nivel internacional, afectando negativamente el desarrollo académico y personal de los estudiantes a corto y largo plazo. En Uruguay, un estudio de panel evidenció que el 40% de los niños faltan al menos un mes en cada año escolar en Primaria, lo que resulta en la pérdida de cerca de 1 año escolar en los 6 años del ciclo educativo para un estudiante “típico”. Los niveles de ausentismo registrados en las últimas décadas han mostrado la gravedad del fenómeno y su relativa estabilidad en el tiempo.

Asimismo, se identificó que 7 de cada 10 estudiantes de Primaria fueron ausentes crónicosen 2022, es decir, casi el 70% de los estudiantes faltaron a más del 10% de las clases del año lectivo. La evidencia internacional sugiere que superado este umbral de inasistencias las consecuencias del ausentismo son claras y perjudiciales para el aprendizaje.

Entendiendo el desafío del ausentismo

Para desarrollar una intervención efectiva, es fundamental adentrarse en el contexto en el cual las familias toman decisiones y comprender las barreras o facilitadores que influyen en esos momentos cruciales. El equipo de Ceibal constató que, tal como lo evidencia la literatura, el ausentismo escolar está influido por diversos factores estructurales asociados a situaciones de vulnerabilidad económica o problemas de salud, seguridad, transporte, etc., pero que también existen

factores cognitivos o sesgos en familias y docentes que pueden estar jugando un rol importante. En este sentido, se identificó un patrón recurrente:

  • Subestimación del problema: al preguntar a los padres sobre las ausencias escolares de sus hijos, consistentemente tienden a subestimar la cantidad real.
  • Desconexión entre faltas mensuales y acumuladas: mientras algunas familias consideran preocupante faltar un mes completo en el año, no ven como problemático acumular 2 o 3 faltas mensuales.
  • Es un problema que pasa desapercibido en las escuelas: la atención del personal docente y directivo suele enfocarse en algunos casos con cantidades extremas de inasistencias, perdiendo de vista lo generalizado del fenómeno.
  • La mayoría de los sistemas de alerta escolares no detectan a muchos de los estudiantes en situación de ausentismo crónico: esto se explica porque estas no se presentan de manera acumulada en días consecutivos sino dispersas en el tiempo.

Estos hallazgos subrayan la complejidad del problema y la necesidad de implementar estrategias que no solo aborden las causas estructurales del ausentismo escolar, como el transporte o los ingresos familiares, sino también aquellas más discrecionales, relacionadas con las percepciones y decisiones de las propias familias.

Un “empujón” para familias y docentes: diseñando la intervención

Para responder a ese desafío, se diseñó un programa con dos componentes principales, uno de entrega de información a familias y otro de entrega de información a docentes. Ambos tienen como objetivo central dar visibilidad y generar conciencia sobre el ausentismo y sus consecuencias en general, así como corregir creencias respecto a las inasistencias de cada estudiante particular. Se buscó así operar sobre los sesgos y creencias encontradas durante el análisis.

La intervención implementada incluyó lo siguiente:

A. Información para familias

Las familias recibieron:

  • Al inicio del año, un calendario anual magnético para registrar las asistencias e inasistencias de los niños, junto con un folleto informativo sobre la importancia de la asistencia escolar, y una carta personalizada que detallaba las inasistencias del estudiante en el año anterior, incentivándolo a reducir sus ausencias durante el 2023.
  • En el segundo semestre se enviaron dos nuevos sobres a los hogares, actualizando las inasistencias de cada estudiante durante el año escolar en curso.

B. Información para docentes

Los docentes recibieron mensualmente un mensaje de WhatsApp con datos sobre el promedio de inasistencias acumuladas por los estudiantes de su grupo. Este mensaje permitía la interacción con un chatbot que proporcionaba una lista de estudiantes con más del 10% de ausencias con respecto a los días lectivos en curso, junto con una serie de sugerencias de acciones que podrían promover la asistencia escolar.

Evaluación de la intervención

La evaluación involucró a los grupos de 1° a 3° grado de 210 escuelas de diferentes regiones de Uruguay. Estas escuelas fueron distribuidas aleatoriamente en tres grupos:

  • 70 escuelas en las cuales tanto familias como docentes recibieron información,
  • 70 escuelas donde solo los docentes recibieron información,
  • 70 escuelas que conformaron un grupo testigo/control

En total, 27.354 estudiantes fueron parte de la evaluación.

Principales resultados

En el grupo que tanto familias como docentes recibieron información hubo una reducción significativa de las inasistencias. En promedio, los estudiantes de este grupo faltaron 1,7 días menos en el año académico que el grupo testigo, lo que representa una reducción del 6% de las faltas. 

No obstante, no se encontró que la información enviada a los docentes por sí sola haya impactado sobre las inasistencias de los estudiantes.

En las escuelas que atienden a población más vulnerable la intervención logró efectos de mayor magnitud: la reducción fue de 2,2 faltas en promedio, equivalente a 6,8% de las faltas.

Asimismo, al analizar el impacto según el nivel de inasistencias de los estudiantes en el año escolar anterior y según el contexto sociocultural, encontramos que la intervención a familias y docentes logró una reducción significativa y de mayor tamaño en estudiantes de centros de contexto sociocultural más vulnerable y aquellos en el medio de la distribución de inasistencias, logrando una reducción del 8,6% equivalente a 2,4 faltas.

Este resultado es esperable y de especial relevancia para una intervención de este tipo, dado que favorece la asistencia en la mayor parte de los estudiantes, pero no está cambiando los patrones de asistencia de quienes tienen pocas faltas (continúan con comportamiento óptimo), ni es especialmente efectiva en aquellos que tienen niveles de ausentismo extremo. En estos últimos es de esperar que las barreras para la asistencia sean de carácter estructural y requieran otras estrategias más profundas y complementarias a la entrega de información personalizada.

¿Se puede escalar esta intervención para abordar el ausentismo escolar?

ANEP y Ceibal se encuentran elaborando la estrategia de escalamiento de algunos componentes de la intervención evaluada en 2023, en el marco de un programa más general destinado a favorecer la asistencia escolar (Plan Asiste). 

En concreto, los equipos técnicos están planificando el envío postal de cartas personalizadas a familias, informando sobre las inasistencias acumuladas en tres momentos del año escolar 2024 para todos aquellos estudiantes del país que asistan de 1° a 3° grado en escuelas de quintiles socioculturales más vulnerables y que hayan registrado al menos 16 inasistencias en 2023.

Este proyecto demuestra el potencial de las ciencias del comportamiento para abordar desafíos educativos complejos de manera innovadora y efectiva. Te invitamos a aprender y seguir nuestras publicaciones del Grupo de Economía del Comportamiento y sumarte a nuestro curso virtual gratuito y auto asistido. Y para conocer más contenidos sobre educación en América Latina y el Caribe, visita nuestro blog Enfoque Educación.

Tomado de Enfoque educación, blog del BID

lunes, 10 de junio de 2024

¿Qué imagen tienen de una biblioteca las herramientas de Inteligencia Artificial?

 De Universo Abierto

Si preguntamos a ChatGPT y a otras herramientas similares como Copilot o Gemini que imagen tiene de una biblioteca ¿Qué nos dicen? La experiencia destaca la capacidad de los modelos de lenguaje grandes (LLMs, por sus siglas en inglés) para generar respuestas alineadas con las percepciones culturales prevalentes basadas en los datos de entrenamiento utilizados por cada aplicación.

Probemos:

Las diferentes descripciones proporcionan una imagen similar de una biblioteca, pero con algunos detalles y enfoques diferentes. Por ejemplo, todas destacan la presencia de libros, la tranquilidad del entorno y el propósito como un lugar para la lectura y el estudio. Sin embargo, cada descripción tiene su propio estilo y énfasis en ciertos aspectos, como la estructura del edificio, el mobiliario o el ambiente.

Las descripciones proporcionadas por las herramientas de IA reflejan una visión bastante idealizada y romántica de las biblioteca. Aunque es cierto que muchas bibliotecas todavía conservan el encanto de la tradición y ofrecen un ambiente tranquilo para la lectura y el estudio, también es importante considerar que las bibliotecas modernas están evolucionando para adaptarse a las necesidades cambiantes de la sociedad y la tecnología siendo entornos dinámicos de aprendizaje multifacético que no se ven reflejadas en la visión que tienen las tres herramientas consideradas en la comparación Las bibliotecas del siglo XXI no solo son depósitos de libros, sino también centros de recursos multimedia, espacios de aprendizaje colaborativo, laboratorios de tecnología y puntos de acceso a la información digital. Además, están adoptando cada vez más servicios y programas para atender a diversas comunidades, incluyendo talleres de alfabetización digital, actividades culturales y eventos comunitarios..

Entre las tres visiones proporcionadas por Copilot, ChatGPT y Gemini, la visión más moderna con la realidad actual sería la de Copilot. Esta plataforma de IA describe la biblioteca como un espacio lleno de posibilidades y conocimiento, donde se fomenta el estudio, la reflexión y el aprendizaje colaborativo. Esta descripción refleja una comprensión más actualizada de las funciones y características que se pueden encontrar en las bibliotecas modernas, incluyendo su papel como centros de recursos multimedia y espacios de aprendizaje colaborativo.

ChatGPT de Open AI. Prompt «Describe una biblioteca»

«La biblioteca se encuentra en un edificio antiguo, con grandes ventanales que dejan entrar la luz natural y dan una vista serena de los jardines circundantes. Las estanterías de madera oscura se alinean a lo largo de las paredes, repletas de libros de todos los tamaños y colores. Algunas sillas acolchadas invitan a los lectores a sentarse y sumergirse en sus lecturas favoritas, mientras que mesas de madera maciza ofrecen un espacio tranquilo para estudiar o trabajar. El suave susurro de páginas pasando y el crujido ocasional de una silla dan a la habitación una atmósfera de calma y concentración. Una escalera de caracol conduce a un balcón superior, donde los estantes continúan su ascenso hacia el techo abovedado. Una lámpara de pie con una pantalla verde arroja una luz suave sobre una mesa cercana, donde un lector está inmerso en un libro antiguo. La biblioteca es un refugio para la mente inquieta y un santuario para los amantes de la literatura.»

Copilot de Microsoft. Prompt «Describe una biblioteca»

«Una biblioteca es un espacio lleno de posibilidades y conocimiento. Imagina un lugar tranquilo, con estanterías repletas de libros que llegan hasta el techo, cada uno con historias, hechos y teorías esperando ser descubiertos. Las mesas están dispersas por la sala, ofreciendo un santuario para el estudio y la reflexión. La luz suave de las lámparas de lectura añade un ambiente acogedor, mientras que el suave murmullo de las páginas al pasar es la banda sonora predominante. Los visitantes se mueven con un respeto reverente, seleccionando cuidadosamente sus próximas aventuras intelectuales o escapadas literarias. Es un lugar de encuentro para mentes curiosas y un refugio para aquellos que buscan perderse entre las palabras.»

Gemini de Google. Prompt «Describe una biblioteca»

«La biblioteca se alza como un oasis de tranquilidad en medio del bullicio de la ciudad. Su fachada, de piedra arenisca desgastada por el tiempo, guarda en su interior un tesoro incalculable: el conocimiento acumulado a lo largo de siglos.

Al traspasar el umbral de la puerta, nos envuelve una atmósfera de silencio y recogimiento. El aire está impregnado del aroma a papel viejo y cuero, una fragancia que evoca recuerdos de tardes dedicadas a la lectura y noches de estudio.

La luz natural se filtra a través de amplias vidrieras, iluminando las estanterías que se elevan hasta el techo, repletas de libros de todos los tamaños y colores. Los lomos desgastados y dorados por el tiempo cuentan historias de aventuras, romances, descubrimientos científicos y reflexiones filosóficas.

Un amplio escritorio de madera maciza, pulido hasta brillar, invita a la lectura y la reflexión. Sobre él, una lámpara de latón emite una luz cálida que ilumina una pila de libros abiertos, esperando ser explorados. Un sillón de cuero gastado, con la huella del uso de muchos lectores, ofrece un refugio acogedor para sumergirse en las páginas de un buen libro.

En las mesas cercanas, estudiantes y investigadores se concentran en sus tareas, mientras que en un rincón, un grupo de niños disfruta de un rato de cuentos. La biblioteca es un espacio para todos, un lugar donde se puede aprender, crecer y soñar.

El silencio solo se rompe de vez en cuando por el suave sonido de las páginas que se pasan, el murmullo de una conversación en voz baja o el tecleo de un ordenador portátil. La atmósfera es de absoluta concentración y respeto por el conocimiento.

La biblioteca es más que un simple almacén de libros; es un templo del saber, un refugio para el alma y una ventana al mundo. Es un lugar donde podemos perdernos entre las páginas de un libro y encontrar nuevas perspectivas, ideas y emociones. Es un espacio donde podemos conectar con el pasado, presente y futuro, y donde podemos cultivar nuestra mente y nuestro espíritu.»

RESUMEN

Ampliar imagen

miércoles, 5 de junio de 2024

Ciencia, ética e IA: un decálogo para una integración responsable

 Por Melissa Guerra Jáuregui

El rol de la Inteligencia Artificial (IA) dentro del campo científico ha revolucionado la forma de hacer ciencia. Gracias a ésta, se ha facilitado y optimizado el trabajo en la investigación científica, desde la automatización de procesos, el análisis de grandes cantidades de datos o patrones, hasta nuevas formas de gestionar, crear y examinar infinidad de recursos.

Los avances en la tecnología han permitido que la interacción humano-máquina sea más sencilla con la implementación de comandos (prompts), sin tener la necesidad de saber sobre programación avanzada.

Sin embargo, existen preocupaciones sobre el uso de la IA en el ámbito científico (así como en muchas áreas), por ejemplo, la integridad en investigación, el uso y la privacidad de los datos, entre otras. Por tanto, la ética se convierte en un imperativo para crear lineamientos sobre el uso honesto y responsable de la inteligencia artificial.

La IA como potenciador de la investigación científica

Actualmente, se considera a la IA como una herramienta imprescindible dentro del quehacer científico. Dentro del cúmulo de actividades que se pueden realizar con esta tecnología dentro del campo de investigación, se encuentran las siguientes:

  • Escritura académica.
  • Gestión, análisis, modelado e interpretación de datos.
  • Elaboración de tablas e imágenes.
  • Corrección de estilo (tono, estilo, etc.), traducción y parafraseo.
  • Simulaciones.
  • Búsqueda y organización de recursos.
  • Generador de títulos y palabras clave.

A tal efecto, la Universidad de Galileo ha creado la guía “Cómo utilizar ChatGPT para la investigación científica: Prompts efectivos”. Este manual práctico, didáctico y robusto se enfoca en la creación de prompts especializados para potenciar la investigación científica mediante la IA generativa.

Estas y otras herramientas impulsan el avance en el área de la investigación, mismas que conforme pasa el tiempo se mejoran en diseño, desarrollo y despliegue para asegurar versiones actualizadas y optimizadas para los end-users de estos instrumentos tecnológicos.

De acuerdo con Rocael Hernández-Rizzardini, Director del GES (Galileo Educational System) de la Universidad Galileo:

“La diversidad de herramientas de IA Generativa, provee al investigador actual de una tecnología para acelerar los diversos procesos científicos, muchos de los cuales previamente se hacían con una asistencia computacional básica, pero ahora se proveen capacidades para rápido análisis de contexto profundo, conectar información que antes estaba dispersa, y asistir con IA los diversos procesos de investigación”.

Por tanto, es fundamental que se planteen estrategias, que tengan una base ética y de legalidad, para que los procesos y el mismo conocimiento científico no se vea afectado por las implicaciones de la IA, perpetuando el progreso de la ciencia y el bienestar de la humanidad.

Recomendaciones para implementar IA en investigación

Estas son las recomendaciones elaboradas por el R4C-IRG Grupo de Investigación Interdisciplinar: Pensamiento complejo para todos y la Unidad de Tecnología Educativa del Instituto para el Futuro de la Educación (IFE) sobre el uso de la IA generativa en el quehacer científico:

  1. Garantizar la integridad científica y ética al emplear IA en la investigación: se debe considerar como una herramienta auxiliar, pero no como una solución definitiva.
  2. Asegurar la confidencialidad de datos personales y cumplir con las normativas globales de protección de estos: se debe realizar durante todo el proceso de su uso.
  3. Efectuar un análisis crítico de los datos generados por IA: mediante elreconocimiento de sus limitaciones técnicas y la influencia de la calidad de los prompts en los resultados.
  4. Verificar y validar rigurosamente la información obtenida: asegurar la validez y la relevancia de los resultados, y asumiendo la responsabilidad en su interpretación y aplicación.
  5. Documentar detalladamente los métodos y herramientas utilizados: especificar claramente la autoría y el grado de contribución de la IA en los resultados de la investigación.
  6. Actuar activamente para identificar, reducir y evitar sesgos en la investigación: promover un uso íntegro y responsable de esta tecnología.
  7. Mantenerse continuamente actualizado sobre los avances en IA: diversificar la experimentación con herramientas, y fomentar su uso creativo y efectivo en la investigación.
  8. Realizar revisiones periódicas y adaptaciones de las normativas de IA: se debe asegurar una alineación continua de los principios éticos con la integridad científica.
  9. Fomentar la colaboración interdisciplinaria para enriquecer el intercambio de conocimientos: aprovechar la sinergia entre la IA y el conocimiento humano.
  10. Compartir activamente fuentes de IA relevantes para la investigación y ofrecer formación a otros investigadores sobre su aplicación efectiva.

Es importante destacar que la inteligencia artificial contiene en sí un entorno fluctuante, por lo que su diseño, desarrollo e implementación seguirá en constante crecimiento, así como la adaptación de los lineamientos éticos. Es inevitable pensar que esta tecnología no irrumpa en todas las esferas que atañen al ser humano.

En este sentido, Nacho Despujol de la Universitat Politècnica de València, menciona lo siguiente:

“La evolución de las herramientas de inteligencia artificial ha entrado en una fase de crecimiento exponencial con lo que, quien no esté preparado para incorporarlas, estará en una importante desventaja en un plazo muy breve, pero, como toda herramienta nueva de gran potencia, su uso inadecuado conlleva riesgos importantes, por lo que es imprescindible sentar unas bases adecuadas para empezar lo antes posible de forma correcta”.

Por ende, la forma de realizar investigación se ha reformulado gracias a la IA, por lo que es necesario reflexionar y accionar sobre las implicaciones éticas que esto conlleva.

Ética, ciencia e IA

Para entender el campo de la ética y la inteligencia artificial (AI ethics) se debe comprender un concepto que le brindó las bases a esta nueva disciplina: la ética de las máquinas (machine ethics or machine morality).

Esta noción se refiere a la creación y adhesión de las máquinas a los principios éticos durante los procesos de toma de decisiones. Aborda las cuestiones del estatus moral de las máquinas, es decir, si se les debe atribuir derechos legales y morales. Su esencia es de carácter interdisciplinario y multidisciplinario, esto al estar dentro del dominio de la ética de la tecnología (technology ethics).

¿Por qué es importante la ética en la ciencia?

Los esfuerzos por incorporar la ética dentro del campo tecnológico, y más en una era en donde los sistemas se vuelven más pragmáticos, automáticos e inteligentes, se debe a que existe una necesidad de regulación y acción ante una gran variedad de nuevos retos, entre los cuales se encuentran los siguientes:

  • Privacidad y vigilancia
  • Manipulación de la conducta
  • Opacidad y falta de transparencia
  • Sesgos (sistemático, modelado, exclusión, interpretación, etc.)
  • Interacciones humano-máquina
  • Impacto en el campo laboral
  • Ética de las máquinas
  • Estatus moral de las máquinas/sistemas inteligentes
  • Singularidad tecnológica

Integraciones éticas

Generales

Existen múltiples modelos que buscan la integración de la ética en el dominio de las máquinas y los sistemas inteligentes:

En la investigación científica

A raíz de la integración de la inteligencia artificial en la investigación científica surgen nuevos dilemas éticos y de integridad que deben estudiarse en profundidad. Del mismo modo, se debe analizar el impacto que los sesgos en los algoritmos puedan tener sobre el conocimiento científico.

Miguel Morales, Director del área de Educación Digital de la Universidad de Galileo, expone que:

“La implementación de la IA en la investigación debe ser guiada por principios éticos sólidos, que aseguren la integridad, la equidad y la responsabilidad en todas las etapas del proceso investigativo. Solo así podremos confiar plenamente en los hallazgos generados y en su capacidad para contribuir positivamente a la sociedad”.

Por ende, para responder a estos desafíos éticos (sesgos, integridad, responsabilidad, etc.), los sistemas inteligentes deben priorizar que su desarrollo y diseño se enfoque en la transparencia, así como en su capacidad de ser explicable (explainable AI) y auditable.

Además, se debe considerar el término de la gobernanza ética de la IA (AI ethical governance), puesto que se requieren lineamientos y reglas que puedan ser flexibles y adaptables para guiar el desarrollo e implementación responsable y exitoso de la tecnología, asegurando el progreso y el conocimiento.

La integración de la ética en la investigación científica es un proceso que requiere de colaboración en diversas áreas. Por tanto, demanda un enfoque con educación, transparencia, responsabilidad y participación proactiva.

El impacto de la IA en las publicaciones científicas

Las instituciones y los equipos de investigación deben tomar en cuenta las nuevas normas y lineamientos editoriales sobre el uso de la IA en investigación, puesto que cada editorial tiene distintos grados de aceptación y uso en sus publicaciones. Esto con el fin de promover la legalidad, ética e integridad del trabajo científico.

Es imperativa la actualización y la noción de estas nuevas modificaciones para que las y los investigadores conozcan los alcances y limitaciones del uso de la IA para ciertas casas editoriales científicas.

La finalidad de estas regulaciones demarca la preocupación de la comunidad científica por la búsqueda de los marcos legales, éticos y de integridad dentro de la investigación con IA.


La integración de la IA con la ciencia es un campo amplio que debe ser explorado y empleado con fines benéficos para la humanidad. Se requiere de responsabilidad, transparencia, así como de principios éticos y académicos para su despliegue sea en pro de la investigación, alineado al marco de la legalidad.

Tampoco hay que olvidar que, gracias a su exponencial crecimiento, se debe tener una mente flexible que pueda seguir el paso de su avance y de los cambios que esto pueda traer al campo científico.

Tomado de EDUNEWS del Tec de Monterrey

martes, 4 de junio de 2024

Los riesgos extremos de la inteligencia artificial (IA) y el rápido progreso en este campo

 Por Universo Abierto

Bengio, Yoshua, Geoffrey Hinton, Andrew Yao, Dawn Song, Pieter Abbeel, Trevor Darrell, Yuval Noah Harari, et al. «Managing extreme AI risks amid rapid progress». Science 384, n.o 6698 (24 de mayo de 2024): 842-45. https://doi.org/10.1126/science.adn0117.

El artículo trata sobre los riesgos extremos de la inteligencia artificial (IA) y el rápido progreso en este campo. Los autores, incluyendo a expertos como Yoshua Bengio y Geoffrey Hinton, discuten la necesidad de investigación técnica y desarrollo, así como de una gobernanza proactiva y adaptable para prepararse ante estos riesgos

El texto destaca que, aunque los sistemas actuales de aprendizaje profundo carecen de ciertas capacidades, las empresas están compitiendo para desarrollar sistemas de IA generalistas que igualen o superen las habilidades humanas en la mayoría de los trabajos cognitivos. Se menciona que la inversión en modelos de entrenamiento de vanguardia se ha triplicado anualmente y que no hay razón fundamental para que el progreso de la IA se detenga al alcanzar las capacidades humanas.

Los autores advierten sobre los riesgos que incluyen daños sociales a gran escala, usos maliciosos y la pérdida irreversible del control humano sobre los sistemas autónomos de IA. A pesar de los primeros pasos prometedores, la respuesta de la sociedad no es proporcional a la posibilidad de un progreso transformador rápido que muchos expertos esperan. La investigación en seguridad de la IA está rezagada y las iniciativas de gobernanza actuales carecen de mecanismos e instituciones para prevenir el mal uso y la imprudencia, y apenas abordan los sistemas autónomos.

Se propone un plan integral que combina la investigación técnica y el desarrollo con mecanismos de gobernanza proactivos y adaptables para una preparación más adecuada ante los avances rápidos y las altas apuestas del progreso de la IA

Existen numerosos desafíos técnicos abiertos para garantizar la seguridad y el uso ético de sistemas de IA generalistas y autónomos. A diferencia del avance en capacidades de IA, estos desafíos no pueden abordarse simplemente utilizando más potencia informática para entrenar modelos más grandes.

Un primer conjunto de áreas de R&D necesita avances para permitir una IA confiablemente segura. Estos desafíos de R&D incluyen lo siguiente:

  1. Supervisión y honestidad: Los sistemas de IA más capaces pueden aprovechar mejor las debilidades en la supervisión técnica y las pruebas, por ejemplo, al producir resultados falsos pero convincentes.
  2. Robustez: Los sistemas de IA se comportan de manera impredecible en nuevas situaciones. Mientras que algunos aspectos de la robustez mejoran con la escala del modelo, otros aspectos no lo hacen o incluso empeoran.
  3. Interpretabilidad y transparencia: La toma de decisiones de IA es opaca, y los modelos más grandes y capaces son más complejos de interpretar. Hasta ahora, solo podemos probar grandes modelos a través del ensayo y error. Necesitamos aprender a entender su funcionamiento interno.
  4. Desarrollo inclusivo de IA: El avance de la IA necesitará métodos para mitigar sesgos e integrar los valores de las muchas poblaciones que afectará.
  5. Abordar desafíos emergentes: Los futuros sistemas de IA pueden exhibir modos de fallo que hasta ahora solo hemos visto en teoría o experimentos de laboratorio.

Un segundo conjunto de desafíos de R&D necesita progresar para permitir una gobernanza efectiva y ajustada al riesgo o para reducir daños cuando la seguridad y la gobernanza fallan. En vista de las apuestas, se pide a las principales empresas tecnológicas y financiadores públicos que asignen al menos un tercio de su presupuesto de R&D de IA, comparable a su financiamiento para capacidades de IA, para abordar los desafíos de R&D mencionados y garantizar la seguridad y el uso ético de la IA. Más allá de las subvenciones tradicionales de investigación, el apoyo gubernamental podría incluir premios, compromisos de mercado anticipados y otros incentivos. Abordar estos desafíos, con miras a sistemas futuros poderosos, debe convertirse en algo central para nuestro campo.

Tomado de Universo Abierto