viernes, 3 de abril de 2026

Potencialidades de la inteligencia artificial en la difusión de la ciencia a través de repositorios institucionales

 Tomado de Universo Abierto

Caldera Serrano, Jorge. “Potencialidades de la inteligencia artificial en la difusión de la ciencia a través de repositorios institucionales.” Métodos de Información 16, no. 31 (2025): 26–46. https://doi.org/10.5557/IIMEI16-N31-026046

El artículo analiza en profundidad el papel emergente de la inteligencia artificial (IA) en la transformación de los procesos de difusión del conocimiento científico, poniendo el foco en los repositorios institucionales como infraestructuras clave del acceso abierto.

El autor parte de la premisa de que, en el contexto actual de sobreabundancia informativa, los sistemas tradicionales de organización, recuperación y visibilidad de la producción científica resultan insuficientes, lo que abre la puerta a la incorporación de tecnologías inteligentes capaces de optimizar estos procesos. En este sentido, la IA se presenta como una herramienta estratégica que permite no solo gestionar grandes volúmenes de información, sino también mejorar la accesibilidad, la relevancia y la personalización de los contenidos científicos.

A lo largo del trabajo se describen diversas aplicaciones concretas de la inteligencia artificial en los repositorios institucionales. Entre ellas destacan los algoritmos de recomendación, que facilitan la localización de documentos relevantes para los usuarios; las técnicas de procesamiento del lenguaje natural, que permiten enriquecer los metadatos y mejorar la indexación; y los sistemas de análisis automatizado que contribuyen a identificar tendencias, patrones de uso y áreas emergentes de investigación. Estas funcionalidades no solo incrementan la visibilidad de la producción científica, sino que también favorecen una circulación más eficiente del conocimiento dentro de la comunidad académica y hacia la sociedad en general.

El autor también reflexiona sobre el impacto que estas tecnologías pueden tener en la democratización del acceso a la ciencia. La IA, aplicada de manera adecuada, puede reducir barreras de acceso, facilitar la reutilización de la información y contribuir a una mayor equidad en la difusión del conocimiento. Sin embargo, el artículo no adopta una postura exclusivamente optimista, sino que incorpora una mirada crítica sobre los desafíos que conlleva la implementación de estas herramientas. Entre los principales riesgos se mencionan la opacidad de los algoritmos, los posibles sesgos en la selección y recomendación de contenidos, así como las implicaciones éticas relacionadas con la privacidad de los datos y la gobernanza de la información.

Asimismo, se subraya la necesidad de que los profesionales de la información —bibliotecarios, documentalistas y gestores de repositorios— adquieran nuevas competencias tecnológicas que les permitan integrar y supervisar estos sistemas de inteligencia artificial. La formación continua y la colaboración interdisciplinar se presentan como elementos esenciales para garantizar una implementación responsable y eficaz de la IA en el ámbito de la comunicación científica. En este contexto, los repositorios institucionales no solo evolucionan como herramientas técnicas, sino como espacios estratégicos donde se redefine el papel de la mediación informativa.

En conclusión, el artículo plantea que la inteligencia artificial tiene un enorme potencial para revolucionar la difusión de la ciencia, siempre que su desarrollo e implementación se realicen desde una perspectiva ética, transparente y centrada en el usuario. Lejos de sustituir a los profesionales de la información, la IA se configura como un complemento que amplifica sus capacidades, permitiendo avanzar hacia un ecosistema científico más accesible, eficiente e inclusivo.

Tomado de Universo Abierto

jueves, 2 de abril de 2026

Utilidades para eXeLearning: EdEX, eXeConvert, Visor Web-ZIP y ELPX Translator Desktop

 Por Juan José de Haro

eXeLearning es un programa de software libre para crear recursos educativos. Nos permite añadir texto, imágenes, audio, vídeo y dispone de un completo conjunto de recursos interactivos. Además, podemos insertar cualquier recurso creado fuera de eXeLearning gracias a su gestor de archivos, capaz de albergar cualquier objeto digital, y a la capacidad que tiene eXeLearning para insertarlos, aunque estén fuera del propio recurso.

Los proyectos (nombre que se da a los archivos creados con eXe, que tienen extensión ELPX) se pueden también exportar como página web (nos dará un archivo ZIP con la web en su interior), SCORM 1.2 (utilizado por programas educativos como Moodle), ePub (para libros electrónicos) y también como página única (todo el proyecto en una única página).

Hemos hecho tres aplicaciones que ofrecen apoyo al programa:

  • EdEX para crear y editar estilos.
  • eXeConvert, para exportar e importar entre diversos formatos (ELP, DOCX, MD, PDF) con el ELPX como centro.
  • Visor Web-ZIP para publicar y compartir fácilmente los proyectos creados con eXeLearning.
  • ELPX Translator Desktop para traducir mediante el uso de la IA los proyectos ELPX.

EdEX

EdEX es un editor de estilos que permite utilizar diversas fuentes:

  • Por defecto, aparece un ejemplo cargado con el estilo base de eXeLearning. Podemos empezar a modificarlo o seleccionar cualquiera del resto de estilos que vienen con eXeLearning.
  • Cargar un estilo en formato ZIP de cualquier versión.
  • Cargar un archivo ELPX y trabajar directamente con él y el estilo que lleva incorporado. Podremos extraer el estilo por separado y volver a guardar el ELPX que lo incorporará.

Una vez que comencemos a modificarlo, podremos hacerlo a través de las pestañas que hay en el panel izquierdo o pulsando el botón para cambiar a modo edición por clic (el botón que hay en la esquina superior derecha).

eXeConvert

eXeConvert permite convertir entre diferentes formatos, donde el ELPX es el formato central.

  • ELP. Es el formato de las versiones anteriores. Cualquier ELP cargado en el programa es automáticamente convertido en ELPX que podremos guardar en el ordenador o convertirlo en DOCX, MD o PDF.
  • DOCX. Podemos exportar el ELPX hacia DOCX, pero también importar el DOCX para generar un ELPX. Los diferentes niveles de encabezados definen las páginas, subpáginas y los iDevices.
    • En el caso ELPX -> DOCX, se crearán los encabezados siguiendo la pauta: Los títulos de las páginas se convertirán en encabezado 1, los de las subpáginas en encabezado 2, las subpáginas de las subpáginas, encabezado 3, etc. Los títulos de los iDevices serán los próximos encabezados no usados (el 2, 3, …). Los encabezados propios que ya lleven los iDevices se adaptan a esta estructura descendente, hasta un máximo de 6 niveles.
    • Para el caso opuesto DOCX -> ELPX se sigue el mismo proceso, pero el usuario decide cuántos niveles de páginas habrá.
  • MD. Corresponde al formato Markdown. Se pueden insertar las imágenes, o no, en el texto, aunque no es aconsejable sin un motivo concreto, ya que se codifican en base64 y el archivo quedará lleno de caracteres no legibles. Exportar en este formato es muy útil para extraer únicamente el texto con un formato bien definido. Se siguen las mismas reglas de importación/exportación con encabezados que en el formato DOCX.
  • PDF. El ELPX se puede guardar en formato PDF.

Cuando exportemos a DOCX, MD o PDF, podremos elegir qué páginas queremos exportar: todas o solo alguna.

Sugerencia: Podemos crear la estructura de un recurso en Markdown utilizando una IA y diciéndole que utilice encabezados para los diferentes niveles del índice. Al convertir en ELPX este archivo, obtendremos la estructura completa de páginas y subpáginas de una forma muy sencilla.

Visor Web-ZIP

Visor Web-ZIP es un programa que nos permite publicar y compartir un ELPX o un proyecto exportado en ZIP (de cualquier versión de eXeLearning) simplemente subiendo a Drive, Dropbox, Nextcloud, Box.com o un sistema similar el archivo.

Visor Web-ZIP en realidad permite publicar cualquier recurso digital y para ello dispone de varios visores. Puedes obtener más información sobre esto último en el artículo: Visor Web-ZIP: Publica y comparte tus recursos educativos desde tu almacenamiento favorito en la nube.

Para publicar un ELPX o un proyecto exportado como página web en ZIP, únicamente necesitamos:

  1. Subir el archivo a un sistema de almacenamiento en la nube y compartirlo para que todos puedan verlo (Google Drive solo permite archivos de unos 25MB, si nuestro recurso ocupa más, habrá que utilizar otro servicio).
  2. Pegar el enlace para compartir que hemos obtenido en la nube en la sección 2 del programa y copiar el enlace que nos proporciona. Con ese enlace cualquiera podrá ver en su navegador nuestro proyecto.

Se pueden poner fechas de apertura y cierre de visualización del recurso. Véase el artículo anterior para saber cómo hacerlo.

En la siguiente presentación se explica con más detalle el proceso, incluyendo los límites de distintos servicios y cómo subir archivos de hasta 2GB para compartir.

ELPX Translator Desktop

A diferencia del resto de programas, este no es una página web, sino una aplicación que debe ser instalada en el ordenador local. El motivo es que, al hacer uso de un modelo de traducción de IA, los requerimientos de cálculo son demasiado exigentes para ser llevados a cabo por un navegador.

Hay dos versiones para Linux (una para derivados de Debian y una AppImage), una para Windows y otra para macOS.

El funcionamiento es bien sencillo. Se indica qué archivo ELPX se quiere traducir, se elige el idioma al que se traducirá y se pulsa el botón Traducir.

Se utilizan modelos de código abierto que se ejecutan en local, por lo tanto, no se envían datos a ningún lado. M2M100 418M de Meta para todos los idiomas, excepto euskera y OPUS-MT, que es de la Universidad de Helsinki (Helsinki-NLP), para euskera.

Más información y descargas en la página web del proyecto ELPX Translator Desktop.

Tomado de Bilateria

miércoles, 1 de abril de 2026

Skinner ante la inteligencia artificial: una posible reconstrucción pedagógica

 Por Carlos Bravo Reyes y Mercedes Leticia Sánchez Ambriz

El podcast, al igual que los anteriores, explica el artículo con el empleo de ejemplos que engalan lo escrito. Lo escuchas desde aquí.

Para preparar una charla en una maestría en educación, volví a abrir, casi como quien se asoma a una ventana hacia otro tiempo, dos obras fundamentales de B. F. Skinner: Tecnología de la enseñanza y Ciencia y conducta humana (una psicología científica). No fue una lectura apresurada ni meramente académica; fue más bien un diálogo silencioso con una de las voces más influyentes de la psicología educativa del siglo XX. En ese encuentro intelectual, la primera obra volvió a revelarse para mí como la más definitiva, aunque en la introducción de la segunda se condensa con notable claridad el núcleo de su pensamiento pedagógico.

Skinner nos invita a mirar la enseñanza con una radicalidad que todavía hoy incomoda y, al mismo tiempo, ilumina. Para él, enseñar no consiste en depositar contenidos en la mente del estudiante, ni en esperar pasivamente que el desarrollo madurativo haga su trabajo, ni en sostenerse en discursos difusos sobre el crecimiento personal. Enseñar, en su visión, implica diseñar con rigor las condiciones en las que el aprendizaje puede emerger. Es una tarea artesanal y científica a la vez: organizar situaciones concretas que provoquen respuestas, y que estas respuestas se fortalezcan mediante sus consecuencias.

Hay en esta postura una fuerza casi arquitectónica. Skinner concibe al docente como un constructor de escenarios donde el aprendizaje no es azaroso, sino cuidadosamente modelado. Cuando afirma que “enseñanza es simplemente la disposición de las contingencias de refuerzo”, no solo define un principio técnico, sino que revela una filosofía educativa basada en la acción, la evidencia y la transformación observable. Su conductismo no teme a la precisión ni al método; confía en que la conducta puede ser comprendida y orientada si se interviene en las condiciones adecuadas. Explicó con bastante fuerza cómo se moldea una conducta observable, pero no logró explicar cómo se comprende, se interpreta, se reelabora y se crea conocimiento.

Skinner propone una tecnología de la enseñanza basada en varios principios: el refuerzo inmediato, la fragmentación del aprendizaje en pasos pequeños, el avance gradual por aproximaciones sucesivas, la reducción del error innecesario, y el último el ritmo individual de progreso. Todo esto lo conduce a defender la enseñanza programada y el uso de máquinas de enseñar bajo su concepción conductista.

Bajo esta perspectiva, y a partir de la lectura atenta de su obra, surge de manera casi inevitable una pregunta: si Skinner pudiera pronunciarse sobre la inteligencia artificial, ¿qué diría? No se trata, por supuesto, de atribuirle una opinión literal acerca de una tecnología que pertenece a un tiempo posterior al suyo, sino de formular una hipótesis interpretativa sustentada en sus planteamientos sobre las contingencias de refuerzo, la respuesta activa del estudiante, la secuenciación del aprendizaje, la retroalimentación inmediata y la función instrumental de la tecnología en los procesos de enseñanza.

Desde esta revisión teórica es posible suponer que Skinner habría valorado la inteligencia artificial como un dispositivo pedagógico en la medida en que esta organizara condiciones eficaces para el aprendizaje, promoviera la producción intelectual activa del estudiante y contribuyera a fortalecer el papel del docente. En contraste, probablemente habría adoptado una postura crítica frente a los usos de la IA orientados a sustituir la actividad cognitiva del alumno, fomentar la pasividad o encubrir sus efectos reales bajo discursos mentalistas y promesas pedagógicas difusas. Tales reservas, en el fondo, trascienden la adhesión o no al conductismo skinneriano y remiten a preocupaciones educativas que hoy resultan ampliamente compartidas.

Por tanto, las ideas que expresamos se formulan como una suposición teórica y no como cita directa de una opinión inexistente. El punto de partida del análisis está en su definición de la enseñanza. En Tecnología de la enseñanza afirma que “enseñanza es simplemente la disposición de las contingencias de refuerzo”. Más adelante señala que el estudiante “no absorbe pasivamente los conocimientos” y que “conocer es actuar, operar”. Estas formulaciones permiten suponer que Skinner no habría evaluado la IA preguntándose si piensa como un ser humano, sino preguntándose qué conductas promueve, cómo las organiza y con qué efectos observables sobre el aprendizaje.

La IA como tecnología de enseñanza

Desde esta perspectiva, es posible suponer que Skinner habría interpretado la inteligencia artificial como una extensión de la tecnología instruccional. En Tecnología de la enseñanza sostiene que una máquina de enseñar es, esencialmente, un instrumento diseñado para organizar contingencias de reforzamiento. En esa misma línea argumenta que el profesor requiere apoyos instrumentales para disponer de manera eficaz las condiciones bajo las cuales el aprendizaje puede producirse. Esta afirmación no constituye un detalle secundario, sino un elemento central de su concepción pedagógica: la calidad de la enseñanza depende de la forma en que se estructuran las situaciones que permiten al estudiante responder, corregir sus errores, avanzar progresivamente y consolidar repertorios de conducta.

En consecuencia, desde un marco skinneriano, un tutor basado en inteligencia artificial, un sistema adaptativo o cualquier aplicación educativa sustentada en esta tecnología serían evaluados fundamentalmente por su funcionalidad didáctica. Es decir, no como inteligencias que compiten con la labor docente, sino como instrumentos pedagógicos capaces de ampliar la capacidad del profesor para organizar experiencias de aprendizaje más sistemáticas, inmediatas y eficaces.

Otro eje decisivo de esta reconstrucción es la inmediatez del refuerzo, al expresar que la respuesta correcta debe recibir refuerzo “de la forma más inmediata posible” y que la técnica eficaz asegura “corrección instantánea”. Estos planteamientos se leen en la segunda obra y más específicamente en la introducción de esta.

En la primera obra Skinner critica los retrasos escolares entre la respuesta y la corroboración. Pone de ejemplo a un profesor que se pasea por el aula, revisando las respuestas de los estudiantes y después se lleva a su casa los trabajos para corregirlos. Para él la respuesta debe ser inmediata. Bajo esta idea es posible considerar que habría visto con interés una IA capaz de ofrecer corrección rápida, orientación puntual y continuidad del proceso de aprendizaje sin largas demoras.

La secuenciación del aprendizaje es otro punto central. Skinner insiste en que el comportamiento complejo no se construye de golpe. Debe dividirse en pasos pequeños, reforzados uno a uno. En el mismo libro sostiene que el proceso de aprendizaje debe organizarse en “un gran número de pasos muy pequeños” y que la frecuencia del refuerzo aumenta cuando cada paso es corto y controlable. Desde esa lógica, una IA educativa bien diseñada sería compatible con su marco teórico si fragmenta tareas, dosifica la dificultad, adapta la ruta del estudiante y preserva la continuidad entre una respuesta y la siguiente. No se trataría de admirar la novedad técnica del sistema, sino de verificar si favorece una progresión eficiente hacia el comportamiento terminal buscado.

La respuesta activa del estudiante también resulta clave. Skinner objeta la idea de que aprender sea recibir, memorizar o contemplar. En su crítica a los lenguajes mentalistas escribe que “ni reconocer ni entender ni utilizar un sentido” describen acciones útiles para definir el comportamiento terminal. Lo que importa no es una supuesta actividad interna imposible de verificar directamente, sino lo que el estudiante hace. Por eso, una IA que solo explique, resuma o entregue soluciones terminadas habría sido, para Skinner, una tecnología pedagógicamente débil. En cambio, una IA que exija redactar, resolver, reformular, clasificar, preguntar y responder se aproximaría mucho más a su ideal de enseñanza. Esa idea aparece con fuerza cuando afirma que “Un programa puede enseñar al estudiante a hacer preguntas y responderlas”. En esta idea es que se debe hoy en día centrar el trabajo con la IA, no es la pregunta superficial la que ayuda al estudiante, es el dialogo con los algoritmos lo que permite el razonamiento por parte del estudiante.

Límites y objeciones que Skinner probablemente formularía

La primera objeción probable de Skinner recaería sobre el uso pasivo de la IA. La segunda obra estudiada y específicamente en la introducción escrita por Ramón Bayes, señala una advertencia muy clara: “El alumno dice Skinner se transformará en un receptor cada vez más pasivo” cuando la tecnología se limita a presentar materias y reduce el intercambio pedagógico. Trasladado al presente, esto permite inferir que habría criticado una IA usada como fuente de respuestas listas para copiar, como atajo para evitar el esfuerzo cognitivo o como sustituto de la producción intelectual del estudiante. Su aceptación de la tecnología nunca fue una aceptación de la pasividad.

La segunda objeción sería metodológica. Skinner desconfía de las formulaciones abstractas que prometen mucho y explican poco. En la obra Ciencia y Conducta humana, se cita su crítica a filosofías educativas que “se mantienen mudas en cuanto a los métodos”. En Tecnología de la enseñanza insiste en que no basta hablar de adaptación, comprensión o sentido si esos términos no especifican comportamientos observables. Aplicado a la IA, esto sugiere una pregunta muy skinneriana: ¿qué hace el estudiante con ella?, ¿qué respuestas nuevas aparecen?, ¿qué errores disminuyen?, ¿qué secuencias mejora?, ¿qué condiciones de refuerzo organiza mejor que antes? Skinner habría exigido pruebas de funcionamiento didáctico, no descripciones impresionistas ni retórica tecnológica.

La tercera objeción afectaría el lugar del profesor. Skinner es explícito al afirmar que “las máquinas de enseñar tampoco eliminarán al profesor”. En otro pasaje refuerza la idea al señalar que los aparatos liberan al docente de tareas mecánicas y le dejan espacio para funciones propiamente humanas. Esta afirmación es muy útil para pensar la IA actual. Desde una lectura skinneriana, la IA no reemplaza al profesor cuando este diseña secuencias, interpreta errores, decide trayectorias, selecciona refuerzos y orienta procesos formativos. La sustituibilidad aparece solo cuando la enseñanza se reduce a corrección mecánica o transmisión lineal de información. Skinner habría defendido una docencia aumentada por instrumentos, no una docencia abolida por ellos.

Dejando al margen las múltiples críticas formuladas al conductismo skinneriano, la síntesis interpretativa que se desprende de este análisis resulta conceptualmente clara. Desde sus postulados teóricos, es razonable inferir que Skinner habría reconocido el valor de la inteligencia artificial como tecnología educativa en la medida en que esta contribuyera a organizar contingencias de reforzamiento eficaces, estimulara la participación activa del estudiante, garantizara retroalimentación inmediata, estructurara progresivamente la complejidad de las tareas y potenciara la eficacia pedagógica del docente.

Su aceptación, sin embargo, no habría sido acrítica. Es igualmente plausible sostener que habría cuestionado aquellos usos de la IA orientados a generar dependencia cognitiva, transformar al estudiante en un receptor pasivo de información o sostener discursos imprecisos sobre comprensión, creatividad o innovación sin evidencias conductuales verificables. Asimismo, habría rechazado cualquier pretensión de sustituir integralmente la función pedagógica del profesor, entendida como diseño deliberado de condiciones formativas.

En este marco, la discusión central no radicaría en determinar si la inteligencia artificial puede ser considerada “inteligente” en términos humanos, sino en evaluar rigurosamente su eficacia didáctica. Desde la lógica skinneriana, enseñar bien no constituye una abstracción retórica, sino una operación concreta y sistemática: construir entornos de aprendizaje capaces de propiciar la emergencia, consolidación y mantenimiento de comportamientos académicos funcionales. ¿Estás de acuerdo con estas ideas?

Referencias

Skinner, B. F. (1970). Tecnología de la enseñanza. s/f Tomado de https://drive.google.com/file/d/1NaMrX7jKdcse1XW3kvWs_XegvcskuI7d/view  

Skinner,B.F.  (1971) Ciencia y conducta humana (Una psicología científica) Editorial Fontanella. S.A. 1969.

Tomado de 366 días