Estudio y ventajas de la evaluación sumativa transmedia

 Tomado de RIED

En el ámbito de la formación inicial del profesorado, la evaluación sumativa tradicionalmente se ha centrado en medir el logro de competencias específicas de manera estática y final. 

Sin embargo, el estudio realizado por Linda Castañeda en la Universidad de Murcia propone una innovadora aproximación a través de la evaluación sumativa en formato transmedia, que no solo busca cumplir con los estándares de certificación, sino también enriquecer la experiencia educativa de los estudiantes desde perspectivas cognitivas y metacognitivas. 

Este artículo presenta un detallado análisis de la evolución de una tarea de evaluación sumativa transmedia aplicada a lo largo de ocho años y cinco iteraciones de implementación.

El enfoque de investigación naturalista basado en el diseño (IBD) que utiliza este estudio permite explorar la integración de medios expresivos diversos y la reflexión crítica en las tareas de evaluación. Se destacan elementos como la claridad en la comunicación de los objetivos de aprendizaje mediante rúbricas, la gestión efectiva del tiempo y la complementariedad de los medios usados, alineándose con los principios del aprendizaje conectado. 

Este trabajo no solo proporciona una perspectiva profunda sobre cómo las evaluaciones sumativas pueden ser rediseñadas para mejorar el compromiso y el aprendizaje del estudiante, sino que también plantea cómo estos métodos pueden adaptarse a los desafíos y oportunidades del entorno educativo contemporáneo.

CONSULTE EL ARTÍCULO COMPLETO AQUÍ

---

Cómo referenciar este artículo: Castañeda, L. (2021). Una experiencia de diseño de una tarea de evaluación sumativa en formato transmedia para formación inicial de profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 24(2), pp. 203-224. https://doi.org/10.5944/ried.24.2.29148

Recomendaciones éticas para la investigación en inteligencia artificial del Comité Español de Ética de la Investigación (CEEI)

 Tomado de Universo Abierto

Recomendaciones éticas para la investigación en inteligencia artificial. Comité Español de Ética de la Investigación (CEEI), 2024

Descargar

Este informe, elaborado en colaboración con la Oficina Española de Prospectiva Tecnológica, analiza los desafíos éticos que plantea el desarrollo y la aplicación de la inteligencia artificial (IA). El CEEI ofrece una serie de recomendaciones para garantizar que la investigación en IA se lleve a cabo de forma responsable y ética, teniendo en cuenta los posibles riesgos y beneficios para la sociedad.

RESPONSABILIDAD EN EL DESARROLLO Y EL USO DE SISTEMAS AUTÓNOMOS

Este conjunto de desafíos se centra en la capacidad de los sistemas de IA para tomar decisiones de manera automática, siempre bajo supervisión humana, conforme a las Directrices Éticas para una IA Fiable publicadas por la Comisión Europea en 2018 y las de la UNESCO de 2021. Aspectos específicos relacionados con la investigación en IA incluyen:

1. Salvaguardar los derechos humanos y fundamentales: Los investigadores y las instituciones deben asegurar que los sistemas de IA respeten la dignidad, la autodeterminación y los derechos humanos y democráticos.
2. Salvaguardar el medioambiente: Los sistemas de IA deben desarrollarse considerando su consumo energético y su impacto ambiental.
3. Responsabilidad: Los investigadores deben proporcionar orientación sobre las decisiones y acciones de los sistemas de IA y colaborar con sus instituciones y otras partes interesadas.
4. Inspeccionabilidad y trazabilidad: Es necesario identificar las fuentes de datos utilizadas por el sistema y la forma en que toma decisiones para garantizar su transparencia y justicia.
5. Divulgación de la investigación: Los investigadores deben contribuir al debate público sobre los riesgos y oportunidades de la IA y presentar un balance equilibrado entre ambos.

CONSECUENCIAS SOCIALES Y RESPONSABILIDAD SOCIAL DE LA INVESTIGACIÓN

La IA tiene un gran potencial para generar cambios en diversas áreas de aplicación. En la investigación, es esencial:

1. Reconocer la incertidumbre: Asesorar adecuadamente sobre la incertidumbre asociada con la investigación en IA y fomentar la investigación interdisciplinar.
2. Asegurar una participación amplia: Comunicar los riesgos y oportunidades de manera transparente e involucrar a aquellos que se ven más afectados por las decisiones.
3. Protección de datos y consideración a los individuos: Seguir los principios fundamentales de la protección de datos y asegurar el consentimiento adecuado en el uso de datos personales.

DATOS

El uso de datos, especialmente de grandes cantidades, plantea desafíos éticos en la investigación en IA. Es esencial:

1. Asegurar la calidad de los datos: Cuestionar la calidad y relevancia de los datos, facilitar el acceso a fuentes de datos abiertas y garantizar la verificabilidad.
2. Acceso justo a los datos: Asegurar que la investigación, los datos utilizados y los resultados obtenidos estén disponibles públicamente, evitando la evasión de los requisitos de transparencia.

Tomado de Universo Abierto

Soy Vigotsky: un Chat Bot homenaje a Lev Semiónovich Vygotsky

 Por Carlos Bravo Reyes

En un anterior trabajo expliqué las utilidades didácticas que se pueden alcanzar al emplear Poe, un servicio generador de Chat Bots. Una de sus posibilidades es que puede emplear una base de conocimientos propia, donde la selección de estos queda en manos del creador del bot.

Tomando en cuenta esta última característica, con los estudiantes de la mención en Tecnología educativa de la licenciatura en educación de la UAGRM, nos dimos a la tarea de crear varios bots que rindan homenaje a figuras importantes de la Comunicación, Psicología y Educación. En esta ocasión presentamos “Soy Vigotsky”, dedicado a este peculiar autor e investigador ruso y elaborado por Ana Paula Vélez Ojopi.

El bot se crea tomando en cuenta que en este año se conmemora el 90 aniversario de la primera publicación de “Pensamiento y lenguaje” tal vez su obra más importante y difundida a nivel internacional. Publicada en 1934, meses después de su prematura muerte. Lev Semenovich Vygotsky nació en 1896 en la ciudad de Orscha, Bielorrusia.

A los 18 años, Vygotsky se había convertido en un consumado intelectual y fue en ese tiempo cuando escribió su ensayo sobre Hamlet, que más tarde pasó a formar parte de La psicología del arte, obra publicada en 1925. Ingresó a la Universidad de Moscú en 1913 a estudiar medicina y un semestre después se cambió a Derecho, acercándose a su inclinación por las humanidades.

Vygotsky terminó el manuscrito de La psicología del arte, en 1925 y lo presentó como tesis doctoral en filosofía en el Instituto de Psicología de Moscú. La psicología del arte no se publicó en ruso hasta 1965 (la traducción inglesa apareció en 1971)

El 6 de enero de 1924 se celebró en Leningrado el Segundo Congreso Psico neurológico. Vygotsky pronunció una charla sobre “La metodología de los estudios reflexológicos y psicológicos” Aunque Vygotsky todavía no había recibido una educación psicológica formal, su presentación fue muy bien recibida en el congreso y se le ofreció un puesto en el Instituto Psicológico de Moscú, gracias a las gestiones que Luria hizo por él. No es nuestro objetivo comentar la vida, las obras y las opiniones a favor o en contra sobre Vygotsky. Eso lo dejamos al bot.

Organización del bot.

Como expusimos en un anterior trabajo, el bot es desarrollado en la plataforma (https://poe.com/) que para los que nos interesa generar nuestros propios desarrollos e innovar en este campo es una opción sencilla de emplear. Una de las tareas más importante es incorporar contenido externo a través de bases de conocimiento estructuradas y fuentes confiables. Esto permite que la máquina tenga acceso a información actualizada y precisa, lo que puede mejorar su capacidad de pensamiento y la calidad de las respuestas generadas.

Para este bot hemos empleado más de 400 mil palabras, las que se reparten entre las principales obras de Vygotsky, artículos de opinión sobre sus obras y ejemplos de empleo de sus conceptos en la formación del individuo. También forma parte de dicha base la biografía del popular pedagogo soviético. No deja de llamar la atención como su obra fue desconocida en Rusia por varias décadas, como suele suceder en muchos regímenes totalitarios.

Como parte del entrenamiento, casi todos los artículos y libros que se incorporan a la base de conocimientos contienen preguntas en formato markdown que se emplean para que la máquina pueda formular preguntas de los artículos.

La propia máquina puede beneficiarse de la retroalimentación constante al recibir comentarios y correcciones de los usuarios, se pueden identificar áreas de mejora y ajustar los algoritmos y modelos de lenguaje. Esto contribuirá a una mayor precisión y coherencia en las respuestas generadas. A esto se añade la revisión personal de los chat que genera el bot y las preguntas que realizan los usuarios.

Posibilidades didácticas.

Como expusimos en el anterior trabajo, son muchas las posibilidades didácticas de este tipo de chat al integrarlo en el proceso pedagógico. Una de estas es la de ser un tutor personalizado, mediante preguntas y respuestas. Este tutor también puede evaluar el aprendizaje del estudiante, mediante preguntas que le pedimos a la máquina que elabore. Por ejemplo, se puede pedir esta orden

Me puedes ayudar a estudiar las obras de Vygotsky. Para ello escojo un tema, tú haces una pregunta y esperas mi respuesta.

La máquina espera nuestra orden que puede ser expresada de esta manera.

Quiero repasar sobre la ZDP. Hazme una pregunta con cuatro opciones, espera mi respuesta y me das retroalimentación.

La máquina realiza la pregunta y espera por mi respuesta. Siempre da una retroalimentación señalando si la respuesta es correcta o no y por qué. Lo importante es formular preguntas que estén bien estructuradas, que indiquen lo que queremos hacer en un lenguaje claro y preciso.

El acceso al bot se realiza desde esta dirección. https://poe.com/SOY_VIGOTSKY Esperamos sus comentarios y sus bots. 

Tomado de 366-días 

A propósito de la Inteligencia Artificial, y su relación educativa

Por Beatriz Fainholc 

Estamos en una época en que la inteligencia artificial (IA) con la convergencia de tecnologías emergentes que transforman vertiginosamente todos los aspectos de nuestras vidas, en su forma estructural conocida. Profundizan nuevos significados en sus aristas socio- económicas políticas, ambientales (por la producción de carbono de las supercomputadoras) y éticas.

Incógnitas, dudas, miedos, discrepancias referidas a su aplicabilidad se han profundizado con las nuevas configuraciones de inteligencia artificial (IA).

Los inversores pensando en una alta rentabilidad, apuestan a la inteligencia artificial generativa, con velocísimos algoritmos que capturan millones de informaciones, que permiten reaccionar y generar respuestas escritas, en lenguaje natural, que incluyen audios, imágenes, etc.

Sin embargo, existe la preocupación de discutir en el sector educación de nivel superior, porque los estudiantes presentarían (y ya lo hacen) trabajos escritos hechos por los asistentes “inteligentes” y demás. Qué pensar en su formación, es decir de los futuros profesionales, líderes y demás.

El surgimiento en la forma contemporánea de IA,- por ejemplo, con los chatbot (chatGPT y los de reciente aparición, pronto pagos) presionan por conocerla más. Este campo distinto e incierto merece estudio e investigación epistemológica y metodológica, si interesa su relación con las humanidades en general y la educación en particular.

En todo caso, se trata de redefinir la racionalidad que la sostiene, ya que en el camino del postulado Antropoceno , - que supera al humanismo tradicional renacentista, que privilegia al ser humano racional y sapiente -, se opta por superar las antinomias de lo natural y lo artificial, lo humano y no humano, del cuerpo y la mente, la mente de lo emocional y otras.

Entonces, tiene y tendrá hondas consecuencias en las esferas educativas, de las estrategias de enseñanza y el aprendizaje formal cara a cara, virtual e hibrida. Del aprendizaje informal ya se escribieron ríos de tintas sobre la socialización cada vez más temprana de niños y niñas y de jóvenes en la interacción cotidiana con software de toda índole (con los riesgos que revisten) que hasta invalidan lo que se aprende en el sistema educativo. Es decir, se abre la discusión de sus consecuencias referidas entre muchas, a los cambios culturales, profesionales, ocupacionales, etc., que ponen en jaque y obsoletizan los trabajos acostumbrados, e incluso las ocupaciones calificadas de nuevas profesiones. También, se entorpece la toma de decisiones, aun cuando se trabaje democráticamente en equipos (bastante alineados) en las organizaciones, en general.

La pregunta es la de siempre: humanos vs maquinas ? Si bien (el conocimiento?) la información (enlatada programada) se puede llevar a cuestas y todo humano puede consultarla, todos los estamentos sociales tendrán acceso a la IA? ¿Tienen ya la oportunidad de una formación para exprimir una (supuesta) facilitada construcción de conocimiento? Se enseña en la educación formal, una programación experta (que se necesita mucho con un entrenamiento igualitario para todos y todas), más allá de la formación especializada existente para competir con la oferta de los chat GPT y otros más avanzados?

Se piensa en cómo se enseña o se va a impulsar más la enseñanza de la creatividad, la imaginación y la anticipación, para enfrentar futuros desconocidos, ya que las máquinas y los programas (secuenciales y lineales, aun siendo abiertos) no toleran discusiones contradictorias , que enriquecen la comprensión de la realidad.

Mas preguntas: La IA reduce la brecha del desenvolvimiento de las capacidades de la persona común o de un estudiante que interactúa con aquella? ¿Existe un facilitador/a, profesor/a que también debería estar ejerciendo/a en diseñar y seleccionar actividades pedagógicas para un desarrollo inclusivo y sustentable?. Que guie y evalué lo que está sucediendo en el proceso Individual y grupal de aprendizaje y del desarrollo del pensamiento superior de quien aprende?

Se percibe que la IA en sus variados software no puede contextualizar los problemas humanos serios a resolver. Por ejemplo, emocionales (por ahora, los software no están para ello, y demás, porque no se rigen por una hermenéutica (Gadamer, 1997), rizomática (Deleuze & Guattari, 1987) interpretativa.

El reclamo apunta a considerar si la IA requerida tiende a ello.

Pensamos que alrededor de estas propuestas por ahora, se percibe un “laissez faire”, al hacer referencia al concepto de “dejar hacer” o “dejar pasar”, -ASI ME DIJO EL CHATGPT.

Luego el agrega que, responde a la “filosofía económica y política que aboga por la no intervención…” y sigue refiriéndose al liberalismo.

Frente a lo cual se le preguntó qué pasaba con este liderazgo en una dinámica grupal, o en una indecisión sentimental personal: no tuvo respuesta. Sigue en otras palabras refiriéndose a la nula intervención activa del Estado en materia económica y del mercado…etc…etc…y nada más.

Se piensa que esta información estimulante, sorpresiva y sorprendente, es la que existe por ahora, y será aumentada, configurada, corregida a medida que las intervenciones humanas, asiduamente, aparecieron, ya que es la lógica que le subyace.

Parece que las propuestas e “intenciones” artificiales no son muy buenas, y no lo serán por algún tiempo, y no podrán reducir las brechas, por más toneladas de información que manejen y procesen y difundan.

Entonces, priva una búsqueda de nuevas categorías sociales culturales, sociales, expresivas, ambientales, educativas, de interpretación de los fenómenos y procesos en este cuarto (casi) del siglo XXI, que aun no se posee.

Referencias:

Deleuze, G and Guattari, F (1987) A Thousand Plateaus: Capitalism and Schizophrenia, trad. Brian Massumi. Minneapolis, EE.UU.: University of Minnesota Press.

Gadamer, H (1997) Verdad y método. Fundamentos de una hermenéutica filosófica, Salamanca, Sígueme. ISBN 978-84-301-0463-5

Por Beatriz Fainhol  bfainhol@gmail.com

Estructura de redacción de un prompt: una competencia lingüística.

 Por Ramón Besonias

Antes de que irrumpiera internet en las aulas, buscar el dato correcto en una biblioteca requería ciertas destrezas básicas, al igual que buscar información en un libro y sacar provecho de determinados contenidos, entrenándonos en el arte de resumir, analizar, estructurar, reconstruir y crear nuevo contenido de forma argumentada y crítica. Cuando llegó Google, igualmente era necesario entrenar a los alumnos en habilidades que no venían de serie. ¿Cómo saber dónde buscar entre tantos links? ¿Cómo reconocer el dato correcto y fiable? ¿Cómo pasar ese contenido a mi libreta sin copiar y pegar, entendiendo lo que leo? 

No era más difícil antes que ahora conseguir un aprendizaje significativo, reforzar destrezas cognitivas que requieren entrenamiento y paciencia. El miedo que le tenemos a la IA responde más a nuestra propia perplejidad e incertidumbre que a los hechos. Las expectativas construyen realidades. Abordar estos cambios desde una actitud tan prudente como creativa es esencial para no llegar a ese momento en el que demos por perdido el reto de enseñar bajo un paradigma de comunicación y trabajo donde la IA tendrá un papel predominante.

Primer reto: comprender la herramienta, conocer su naturaleza, límites y posibilidades. ¿Cómo hablarle a una IA generativa? He ahí la cuestión. Desde que irrumpió Chat GPT, uno de los escollos que más he encontrado entre el profesorado que decide tirarse a esta piscina es saber hablarle a la IA, entender su forma de concebir la relación con nosotros a través de su estructura lingüística. No es solo un problema de docentes, también el alumno se encuentra con esa contingencia cuando empieza a preguntar, y a menudo, al comprobar que no le da lo que pide o requerirle entrenamiento y esfuerzo, abandona y se frustra. He encontrado tanto alumnos como docentes que buscaban una respuesta eficaz y rápida, pragmática a un problema específico. ¡Hazme una situación de aprendizaje! ¡Resume este texto! ¡Resuelve los ejercicios de...! 

Sin embargo, a mínimo que insistas, te das cuenta que debes cambiar tu forma de interactuar con la IA, saber qué estructuras gramaticales son más eficaces para obtener una respuesta fértil que te ayude a comprender los contenidos o diseñar determinados retos o proyectos educativos. La IA generativa es tan inteligente como lo seas tú. 

Es aquí donde podemos intuir que estas IA pueden ser no solo herramientas eficaces, sino también un instrumento para entrenar competencias lingüísticas en el aula. Tarde o temprano, el alumno acabará interactuando con múltiples IA que le permitirán obtener determinados servicios en su vida privada y en el mundo laboral. Adquirir habilidades de escritura, lectura y destrezas de oralidad seguirá siendo esencial en el proceso de enseñanza. Tomar la IA como un aliado de estos objetivos curriculares es ser inteligente. 

Te propongo una estructura de redacción de un prompt que puede servirte tanto a ti como us alumnos para empezar a sacar partido a la IA, sin por ello disminuir las competencias del alumno, evitando el corta y pega. Igualmente, puede servir de ayuda a docentes que trabajan con alumnos con necesidades específicas o déficits lingüísticos que requieren una atención individualizada.

Puedes añadir, eliminar o readaptar lo que creas que se ajusta a tu contexto y objetivos. 

CONTEXTO

¿Eres docente o alumno?

¿De qué área y nivel?

↓

ACCIÓN

¿Qué quieres hacer?

Crear, explicar, analizar, definir, resumir, estructurar, clasificar, elaborar, corregir, comparar, reelaborar, interpretar, sintetizar, hacer una lista, simular, evaluar, poner ejemplos, relacionar, sugerir, ilustrar, asesorar, traducir, formular, priorizar, discutir, ordenar, narrar, desarrollar, automatizar, moderar, integrar, facilitar, reflexionar, recopilar, clarificar, reducir, valorar, ponderar, revisar …

↓

CONTENIDO

¿Qué contenido específico quieres abordar?

Indica la materia, tema, elementos a incluir en tu prompt.

¿Qué tipo de contenido quieres elaborar?

Conceptos, ideas, temas, resúmenes, apuntes, proyectos, planes de lección, tareas, ejercicios de refuerzo, imágenes, vídeos, guías de estudio, estrategias, instrumentos de evaluación, criterios de evaluación, actividades interactivas, recursos didácticos, simulaciones, diseño de juegos, dinámicas de grupo, evaluaciones diagnósticas …

↓

FORMATO

¿En qué formato quieres que presente mi respuesta?

Rúbrica, tabla, formulario, lista de cotejo, listado, plan de lecciones, informe, guión gráfico, diagrama de flujo, cronograma, carta, lista de verificación, mapa conceptual, preguntas de comprensión, pauta de entrevista, reseña, guión, boletín informativo, protocolo, receta, manual de usuario, análisis comparativo, guión radiofónico, escaleta, hoja de cálculo, solicitud, propuesta de proyecto, diario de campo, acta de reunión, carta formal, agenda, ficha técnica, encuesta, código …

↓

ESTILOS

¿Qué estilo de redacción quieres que utilice?

Académico, formal, coloquial, técnico, persuasivo, narrativo, poético, didáctico, diplomático, sarcástico, descriptivo, informativo, humorístico, legal, científico, publicitario, político, analítico, filosófico, surrealista …

↓

DETALLES DE CONTEXTO

¿Qué otros detalles de contexto quieres tener en cuenta?

Nivel de dificultad, nivel competencial, estilo de aprendizaje, necesidades especiales, diversidad cultural, contexto socioeconómico, desarrollo emocional, grado de autonomía, interdisciplinariedad, gestión del tiempo, colaboración entre pares, resiliencia y adaptabilidad, entornos de aprendizaje, objetivos curriculares, intereses de los alumnos, tecnologías a utilizar …

Si quieres utilizar directamente esta estructura de redacción en un prompt específico, he creado un texto que quizá te pueda servir. Pruébalo y me cuentas. Solo debes copiar y pegar el texto, tener claro lo que quieres pedirle a la IA y listo. Empieza con peticiones sencillas y poco a poco ve añadiendo diseños de trabajo más complejos.

↓

Link al prompt: Cómo saber preguntar a una IA 

Puedes probar en clase este prompt con tus alumnos para que sepan cómo utilizar la IA generativa de texto y para entrenarse en estructuras gramaticales que después, ya sin IA, aplicarán en el aula a través de múltiples situaciones de aprendizaje. 

Tomado de IA educativa

El "lado B" de la IA

 Por Paola Dellepiane

"La tecnología siempre ha ocupado el lugar de las cosas repetitivas. Ahora estamos inventando una que es muy atípica, porque no reemplaza la movilidad o la fuerza; reemplaza lo que percibimos como idiosincrático del ser humano que es el pensamiento". (Mariano Sigman).

Como toda tecnología, no es neutral, e incorpora datos y sesgos propios del humano: "La IA no solo es una parte del proceso de replantear e intervenir el mundo, sino una forma fundamentalmente política de hacer el mundo, aunque rara vez se la reconozca como tal" (Crawford, 2022).

La IA nace hace 70 años, quizás, podemos decir de una manera idealista y filosófica: ¿es posible crear una máquina que pueda pensar, recordar, sentir...? 

Durante muchos años la IA funcionaba con base en programas que podían ser muy sofisticados, pero tenían una lista larguísima de funciones. Tampoco eran imprevisibles, porque hacían exactamente lo que había programado. Con el paso del tiempo, aparecen las redes neuronales que "dan vida" a esas máquinas, y que hace que funcionan -y aprenden- de una manera parecida al cerebro. Porque ya no es una persona que las programa, sino que empiezan a sacar sus propias conclusiones.

Aunque la IA no es ni inteligente ni artificial, tiene la capacidad de sorprendernos.

  

Hace un tiempo atrás reflexionaba sobre las tendencias 2024 en educación, y un punto se refería a la tecnología sostenible. 

El uso de tecnologías como la Inteligencia Artificial, las criptomonedas, el Internet de las Cosas (IoT) y la computación en la nube, están generando preocupación sobre el consumo de energía y sus impactos ambientales. Esto hace que sea aún más crítico garantizar que el uso de TI sea más eficiente, circular y sostenible.
Gartner predice que para 2027, el 25% de los CIO tendrán una compensación vinculada a su impacto con la tecnología sostenible.

Estas tecnologías emplean menos energía para realizar los procesos y utilizan una cantidad menor de recursos limitados. En este sentido, es necesario que pensar en una formación para la Sostenibilidad y la Ciudadanía Global que permita contribuir y adoptar nuevas prácticas tecnológicas que sumen a la sostenibilidad, estén más cerca de sobrevivir y alcanzar el éxito en un mercado y un mundo tan cambiantes.

El artículo Educación para la Sostenibilidad y la Ciudadanía Global  es un llamado oportuno para replantear varios aspectos de los diversos modos en los que la humanidad se ha desarrollado para devenir en la situación actual. Dejo algunas preguntas que el artículo nos invita para la reflexión: ¿qué significa educar para la sostenibilidad y la ciudadanía global? ¿Por qué deberían ser tenido en cuenta los sistemas educativos? ¿Cómo pueden abordarse estos desafíos tan complejos en el día a día de la vida escolar? ¿Qué implica emprender este camino para las instituciones educativas?

La IA ¿importa en la enseñanza?  La encuesta relevada por Monitor Global de Educación de Ipsos, evidencia una variación significativa en la percepción sobre la importancia de capacitar a los docentes en el uso de la IA en diferentes países. En general, un 65% de los encuestados en 29 países considera que los maestros deberían recibir formación en cómo emplear la IA en sus estrategias educativas.

Una encuesta realizada a docentes de LATAM, arrojó que el 97% considera que la IA impacta en su  práctica, aunque el 26% usa herramientas para actividades no vinculadas a su labor docente.

Es una gran oportunidad traer al debate la IA no solo como herramienta sino como campo de conocimiento. Sin dudas plantea desafíos y riesgos por su uso masivo en la generación de contenidos, por ello, es fundamental estar abiertos a la validación de esquemas que sirvan de guía para el uso de tecnologías digitales basadas en datos en los procesos de aprendizaje. 

Otro punto necesario es abordar en nuestras aulas a la IA Generativa desde esta dimensión y su impacto en el medioambiente ¿Cuando utilizamos herramientas de IA, qué impacto tiene en el medio ambiente?

La IA está indefectiblemente vinculada con lo humano, por ello, es clave comenzar desde la formación docente.

Tomado de Aplicaciones educativas en entornos virtuales

Impacto económico de la inteligencia artificial generativa

 Tomado de Universo Abierto

The Economic Impact of Generative AI Andrew McAfee, April 25th, 2024

Texto completo

Un nuevo informe explora el impacto económico de la inteligencia artificial generativa. Hoy, se publicó un informe de Andrew McAfee, sobre los posibles impactos económicos de la inteligencia artificial generativa. Este informe es el resultado de la investigación original de McAfee sobre IA y la economía, trabajando en estrecha colaboración con expertos de Google para enfocarse en cómo el reciente aumento en la IA generativa puede impactar la productividad, los mercados laborales y las habilidades que los trabajadores necesitan para tener éxito en una economía impulsada por la IA.

La IA generativa es una de las pocas tecnologías lo suficientemente poderosas como para acelerar el crecimiento económico general, lo que los economistas llaman una «tecnología de propósito general». Estas innovaciones tienen el potencial de transformar positivamente las economías y las sociedades.

Según una estimación, cerca del 80% de los trabajos en la economía de EE. UU. podrían ver al menos el 10% de sus tareas realizadas el doble de rápido (sin pérdida de calidad) mediante el uso de IA generativa.

Tecnologías de propósito general anteriores como la máquina de vapor y la electrificación han traído sus cambios a lo largo de décadas. Sin embargo, anticipamos que los efectos de la IA generativa se sentirán más rápidamente debido a su capacidad para difundirse rápidamente a través de Internet y su facilidad de uso debido a su interfaz de lenguaje natural.

Esta tecnología ya está ofreciendo grandes ganancias de productividad, que aumentarán y se difundirán a medida que las personas y organizaciones desarrollen innovaciones complementarias que aprovechen las capacidades de la IA generativa. Como resultado, la productividad general mejorará, lo que acelerará el crecimiento económico.

Además del crecimiento más rápido, la IA generativa traerá otros cambios. Reducirá la demanda de algunas habilidades, aumentará la demanda de otras y creará demanda para habilidades completamente nuevas.

Los temores de un desempleo tecnológico a gran escala probablemente estén exagerados. La historia de las tecnologías de propósito general muestra que el crecimiento que traen va acompañado de una fuerte demanda de trabajo.

Sin embargo, esta demanda aumentada a menudo se encuentra en nuevas ocupaciones. Por ejemplo, más del 85% del crecimiento total del empleo en EE. UU. desde 1940 ha ocurrido en ocupaciones completamente nuevas.

Los cambios rápidos que trae la difusión de la IA generativa requerirán esfuerzos de capacitación rápida y efectiva. Estos esfuerzos podrán aprovechar la IA generativa misma, una herramienta con la capacidad única de ayudar a las personas a aprender cómo usarla mejor. Y debido a que la IA generativa acumula conocimiento y lo pone disponible a pedido, es particularmente efectiva para mejorar el rendimiento de los empleados de nivel de entrada, ayudando con la desigualdad salarial.

Tecnologías de propósito general anteriores han resultado en cambios en las empresas y países líderes en diferentes industrias. Creemos que la IA generativa será igualmente poderosa.

Tomado de Universo Abierto

¿Qué es real o verdad en tiempos de la IA? Una experiencia de aula

 Por Ramón Besonias

 

Imagen generada por una IA

En mis clases de Filosofía de 1º de Bachillerato estamos abordando el tema de la realidad y la verdad, y he decidido enfocarlo a través del prisma del impacto que la tecnología, incluida la IA, tiene sobre su percepción y hábitos. No he empezado a hacerlo a partir de la llegada de la IA a nuestras vidas. Llevo muchos años abordando este asunto en el aula, especialmente poniendo la lupa en el efecto que tienen las redes sociales sobre sus vidas. 

Les he pedido que busquen un reel en alguna red social (Instagram, TikTok o YouTube) que sea aborde el impacto de la tecnología sobre la percepción de lo que es real o verdadero. Después de elegir el reel, me lo han enviado y han preparado una breve disertación oral en clase que reflexione sobre ese asunto.

Pincha sobre la imagen para acceder a la carpeta de reels

Los resultados son sorprendentes y reveladores. Han elegido reels muy diversos: la alteración de la imagen física, el postureo, los influencers, la inseguridad, la incomunicación, las relaciones afectivas, el porno... Aunque les cuesta profundizar en sus argumentos, los han definido bien y todos revelan su consciencia de que están ante una herramienta tecnológica que les influye y condiciona, y que casi siempre les supera, sin saber cómo afrontarla cuando la tienen delante. Reconocen dejarse influenciar por los influencers más que por expertos, fascinados por la velocidad y atractivo de los cientos de mensajes que consumen cada día. 

El siguiente reto que les he propuesto es ver cada uno un capítulo de la serie Black Mirror. En torno a ese episodio deben realizar algunas tareas. A veces recurrirán a Chat GPT para inspirarse o contrastar. Elaborarán un storyboard, un esquema conceptual, un texto argumentativo. Resumirán, analizarán, expondrán y debatirán. 

La idea es someter a reflexión y debate los diferentes temas que se abordan en la serie, que sugieren universos más o menos distópicos en los que la tecnología influye sobre los seres humanos.

Aún están en la fase inicial. Han elegido su capítulo y van a verlo este fin de semana. Seguiré contando.

Tomado de IA Educativa con permiso de su autor

Qué es el pensamiento computacional (Lo más de RIED-48)

 Por Lorenzo García Aretio

Hoy exponemos una síntesis de aspectos esenciales del décimo artículo de RIED más citado de 2021, de entre todos los publicados (34) en ese año, Vols. 24(1) y 24(2). Es decir, uno de los artículos de RIED que más impacto han generado. Al final aparece la referencia del trabajo y el enlace para poder consultarlo, junto a las fuentes bibliográficas del artículo. Las citas en este caso hasta el día de la fecha en Google Scholar, son un total de 70. Y, por otra parte, aquí se muestran todos los artículos resumidos en esta serie.

El artículo aborda la tendencia educativa global hacia la integración de competencias digitales en el currículo educativo, enfocándose en el desarrollo del pensamiento computacional. Este término, inicialmente ligado al ámbito de la informática, ha ganado relevancia en diversas áreas profesionales y entre grupos interesados en adoptar un enfoque innovador para abordar problemas cotidianos.

El objetivo principal que se plantean los autores del trabajo es definir el pensamiento computacional y explorar su aplicación en la educación para mejorar la capacidad de los estudiantes para resolver problemas complejos. Se realiza una revisión de la literatura y documentos relevantes para proporcionar una comprensión completa del tema, desde las primeras aproximaciones de Seymour Papert en las décadas de 1960 y 1970, hasta las perspectivas contemporáneas.

El pensamiento computacional se fundamenta en el desarrollo de habilidades cognitivas a través del aprendizaje de la programación y el diseño de algoritmos. Estas habilidades se consideran esenciales para la adquisición de competencias mentales superiores que permiten abordar problemas de manera eficaz. Papert, pionero en este campo, destacó la importancia de enseñar programación desde una edad temprana, promoviendo un enfoque educativo basado en la resolución de problemas.

El concepto de pensamiento computacional evolucionó a lo largo del tiempo, pasando de ser un término técnico a una competencia esencial para todos los individuos. Wing (2006) lo define como un conjunto de habilidades mentales aplicables en diversas situaciones, incluyendo el diseño de sistemas y la comprensión del comportamiento humano. Esta definición amplia ha tenido un impacto significativo en la educación, influenciando la forma en que se enseña y se aprende en todas las disciplinas.

En todo caso, a pesar de los esfuerzos por definir el pensamiento computacional de manera consensuada, no existe una definición formal aceptada por la comunidad científica. Esto ha llevado a una diversidad de interpretaciones y enfoques en su implementación en el currículo educativo. Sin embargo, se reconoce su importancia en un mundo cada vez más digitalizado, donde las habilidades tecnológicas son fundamentales para el éxito personal y profesional.

Así, el pensamiento computacional representa un enfoque de resolución de problemas que trasciende el ámbito de la informática, siendo relevante para todas las áreas del conocimiento. Su integración en la educación busca preparar a los estudiantes para enfrentar los desafíos de un mundo digital en constante evolución, potenciando su capacidad para pensar de manera crítica y creativa ante situaciones complejas. Sin embargo, su definición y aplicación siguen siendo temas de debate y exploración en la comunidad educativa y científica.

Se revisaron más de 100 documentos de los cuales se extrajeron las definiciones que se sistematizan en el artículo. Pues bien, tras esa revisión sistemática de diferentes definiciones, la mayoría de ellas hacen énfasis en el pensamiento computacional como un proceso mental mediante el cual los individuos formulan preguntas, operacionalizan problemas y los resuelven utilizando estrategias basadas en la construcción y análisis de algoritmos, aplicando sus habilidades y herramientas mentales.

A pesar de las similitudes entre las definiciones, existen discrepancias que han generado un prolongado debate sobre la definición precisa del término. Se ha discutido si el pensamiento computacional es exclusivo de profesionales de la computación o si debe ser considerado desde cualquier contexto, extendiéndose más allá de la programación y el diseño de algoritmos para involucrar la forma en que se piensa y se abordan los problemas cotidianos.

Algún autor ha criticado las definiciones del pensamiento computacional por su supuesto énfasis excesivo en la informática y por las promesas exageradas sobre su utilidad. Se destaca la importancia de comprender que el pensamiento computacional es una configuración mental aplicable en diversos contextos, más allá de la programación, que puede beneficiar a cualquier usuario al desarrollar habilidades de lógica y abstracción.

Se sugiere que la integración del pensamiento computacional en el currículo escolar desde etapas tempranas podría ser beneficiosa, pero se advierte que la enseñanza de la programación no garantiza el pleno desarrollo del pensamiento computacional. Se señala la necesidad de establecer directrices claras para su implementación en el aula y de integrarlo de manera transversal en diversas asignaturas.

Desde una perspectiva económica, se argumenta que el conocimiento en tecnología y pensamiento computacional es fundamental en un mercado laboral cada vez más digitalizado. La demanda de programadores y desarrolladores de sistemas es creciente, lo que resalta la importancia de que los individuos adquieran habilidades en estas áreas desde la educación primaria.

Desde una perspectiva educativa, se destaca que el pensamiento computacional forma parte de la nueva alfabetización digital necesaria en el siglo XXI. Se propone integrarlo en el currículo escolar para fortalecer el desarrollo integral de los estudiantes y prepararlos para enfrentar los desafíos del mundo actual.

En conclusión, se enfatiza la importancia del pensamiento computacional como una habilidad fundamental para el desarrollo personal y profesional en la era digital. Su integración en el currículo escolar y su aplicación en diversos contextos pueden contribuir al fortalecimiento de las habilidades cognitivas y al desarrollo de soluciones innovadoras para los problemas del mundo contemporáneo.

Cómo citar este artículo (70 citas acumuladas en Google Scholar a día de la fecha): Polanco Padrón, N., Ferrer Planchart, S., y Fernández Reina, M. (2021). Aproximación a una definición de pensamiento computacional. RIED. Revista Iberoamericana de Educación a Distancia, 24(1), pp. 55-76. doi: http://dx.doi.org/10.5944/ried.24.1.27419

Tomado de Contextos universitarios mediados

Opinión | Ciencia, inteligencia artificial y Batman

 Por Andrés García Barrios de EDUNEWS

Hoy en día, los avances en la IA generativa y la creación de aplicaciones basadas en inteligencia artificial para crear contenidos han trascendido los medios audiovisuales y ha alcanzado incluso a la ciencia, con la falsificación de datos científicos.

Interrumpimos este programa…

Me permito hacer una pausa en mi serie de artículos sobre autoaprendizaje (el que vengo publicando en este mismo espacio con el subtítulo Testimonio de un autodidacta) para entregar a ustedes esta nota que ha tomado para mí un carácter urgente (al menos ahora es el momento más oportuno para publicarla).

Hace unos días, la puesta en circulación de una foto retocada por parte de la familia real inglesa, puso de cabeza a la mitad del mundo (la verdad es que la otra mitad sigue tan tranquila, despreocupada de este escándalo, pero bueno…). Desde una avalancha de memes hasta importantes análisis sociológicos, han visto el asunto como algo más que una excelente portada para la revista Hola o una nueva oportunidad de desacreditar al sistema monárquico, y prefieren señalar el inmenso riesgo en que nos pone la generación de imágenes por medios electrónicos (Photoshop, Inteligencia Artificial) y la absoluta falta de confianza que de hoy en adelante tendremos que guardar hacia todo tipo de evidencia visual. Ya nada nos garantiza que la foto o el video de “los hechos ocurridos” sean una evidencia confiable.

La crisis provocada por esta posibilidad de transfigurar la realidad, trasciende hacia algo que a muchas personas nos hace estremecernos aún más: la capacidad de estas tecnologías para imitar las voces humanas con total fidelidad, lo cual nos coloca en una terrible vulnerabilidad ante los falsos secuestros de nuestros seres queridos.

Sin embargo, quisiera ahora llamar la atención sobre un hecho al que por su falta de espectacularidad se le ha dado menos atención, pero que es posible que atente y cambie por completo nuestras sociedades actuales, aún más que las ya de por si terribles  tecnologías que he mencionado (si se me permite entrar en el tono catastrofista imperante).

Corre en los medios la noticia de que se ha vuelto común falsificar información científica, a través de publicaciones que francamente inventan realidades. Científicos de prestigio han sido desenmascarados por ello, sumergiéndose en graves escándalos. Si alguien me pidiera evidencia de esto que estoy diciendo podría darle aquí algunas referencias periodísticas pero también podría confesar que es algo que me estoy inventando, porque la verdad es que eso no importaría pues todos sabemos que en cualquier momento pueden empezar a ocurrir este tipo de fraudes. Y no solo eso: además de publicaciones falsas sería  posible prever todo un alud de evidencias científicas imposibles  de ser cotejadas no sólo por su impecable simulación sino simplemente por su inmensa cantidad (gracias a la Inteligencia Artificial el número podría no tener límites); así, la verdad confirmada y la no confirmada empezarían a confundirse una con otra, sin posibilidad de distinguirlas.

Esta puerta hacia el caos se basa en la que es una de las grandes fortalezas del método científico, pero que es también -ahora lo estamos viendo- su principal Talón de Aquiles: estoy hablando de la exigencia de exponer las propias conclusiones a la revisión de la comunidad científica entera para que ésta las valide, exigencia que es cada vez más difícil de cumplir. Ciertamente, los resultados científicos siempre han sido falsificables, pero hoy esto alcanza unos niveles que pueden llegar a vulnerar a la estructura del sistema entero (y no creo estar exagerando).

Nunca he sido partidario entusiasta del conocimiento científico cuando intenta posicionarse como la verdad última, pero me parecería demasiado injusto que su esfuerzo de siglos se viniera abajo no por una reconsideración razonada y paulatina de sus alcances, sino por un fraude. La pretensión de la ciencia de explicar la realidad entera a través de su método, debe poder ser cuestionada  con argumentos y no con un tropel de mentiras cuya única fortaleza sea la de que no se les pueda seguir el rastro. Que la comunidad científica se declare derrotada solo por cansancio, sería una tragedia.

No podemos descartar que, ante tal panorama, los científicos se inclinen por la opción (es más, seguramente ya  lo están haciendo) de mantener su actividad en secreto, recreando esa especie de cofradías “herméticas” que  han existido siempre (y que, por cierto, le han dado a los estudiosos  de todos los tiempos un gran poder). De hecho, decirlo así resulta ingenuo porque no cabe duda de que la investigación científica realizada a escondidas y sin socialización de sus resultados, ya se lleva a cabo en todas partes y nutre tecnologías de uso secreto.

Para terminar mi texto con este mismo tono conspiranoico,  permítaseme una idea que no tenía contemplada al inicio: que no sería raro que fueran los propios científicos allegados al poder, los que  -en determinado momento, por  un afán de controlar al mundo- inventaran  ellos mismos millones de resultados  falsos, de tal forma que la ciencia pública quedara vulnerada y solo prevaleciera la opción de la ciencia oculta, con investigaciones a las que nadie, salvo dichos grupos de poder, tuvieran acceso.

¡Entonces sí, solo nos quedaría la opción de pedir ayuda a Batman!

Tomado de EDUNEWS del Tec de Monterrey