lunes, 11 de agosto de 2025

Red de rutas de autoaprendizaje en Inteligencia Artificial




La "Ruta de autoaprendizaje sobre Inteligencia Artificial", desarrollado por la línea de "Aprendizaje a lo largo de la vida" del Sistema de Bibliotecas de Bogotá (SiBiBo), es una guía iniciática para comprender y navegar el campo de la IAg

El siguiente es un resumen elaborado por Notebook LM

El documento, titulado "Red de rutas de autoaprendizaje en Inteligencia Artificial", fue creado por el Sistema de Bibliotecas de Bogotá (SiBiBo) y la Dirección de Lectura y Bibliotecas de la Secretaría de Cultura, Recreación y Deporte de Bogotá en 2023. Su objetivo principal es ofrecer una red de rutas de autoaprendizaje sobre Inteligencia Artificial (IA), diseñada para tener múltiples puntos de inicio, bifurcación y final, similar a una red de caminos.

Aquí tienes un resumen detallado de su estructura y contenido:

1. Cómo usar o explorar el documento:

Presenta un índice interactivo en forma de red en la segunda página, donde los nodos representan objetivos de aprendizaje y los vínculos indican objetivos posteriores.

Al hacer clic en un nodo (letra), el usuario es dirigido a una sección específica del documento que contiene recursos de aprendizaje para ese objetivo.

Cada sección de objetivo de aprendizaje incluye una introducción (contextualización de conceptos centrales), preguntas guía y una recopilación de recursos.

Los recursos se presentan con un título, una breve descripción, recomendaciones de estudio (cuándo y qué partes estudiar) y un hipervínculo directo.

Al final de cada sección, una subred muestra los objetivos de aprendizaje prerrequisitos (en rosado), los objetivos siguientes accesibles (en morado) y las rutas alternativas (en gris).

Se puede regresar a la red completa haciendo clic en el número de página, que aparece en azul.

El documento también puede leerse de forma secuencial, siguiendo el orden de las páginas.

2. Contenido Principal (Rutas de Aprendizaje): El documento está organizado en cuatro secciones principales:

1. Introducción a la Inteligencia Artificial:

o ¿Qué es Inteligencia Artificial (IA)?: Aborda la polémica definición de IA, que busca dotar a las máquinas de capacidades de inteligencia humana para tareas como reconocimiento de voz e imágenes o toma de decisiones. Destaca que la IA se basa en datos, algoritmos y capacidad de procesamiento, pero también enfrenta desafíos como los sesgos heredados de los datos de entrenamiento. Incluye preguntas guía sobre los elementos necesarios para construir una IA, la relación entre aprendizaje e IA, y el tipo de tareas que puede ejecutar.

o Historia y polémicas de la IA: Traza los orígenes de la IA desde civilizaciones antiguas hasta el siglo XX, impulsada por matemáticas, lógica e informática. Menciona cómo factores como las guerras mundiales y la abundancia de datos catalizaron su desarrollo. Discute controversias relacionadas con el origen y la privacidad de los datos, la ética y la perpetuación de sesgos.

o Principales subcampos de la IA: Introduce subcampos como la robótica, el procesamiento del lenguaje natural, la visión por computadora y, especialmente, el aprendizaje automático (Machine Learning - ML). Subraya la importancia del ML por su capacidad para aprender patrones a partir de datos, y el papel fundamental de las redes neuronales dentro de este campo.

o Conceptos básicos del Aprendizaje Automático (AA): Explica que el ML descifra patrones y predice comportamientos, utilizando datos divididos en características y etiquetas. Describe el proceso de entrenamiento para minimizar errores y la evaluación con datos de prueba. Aborda desafíos como el sobreajuste (overfitting) y el subajuste (underfitting), y los paradigmas de aprendizaje (supervisado, no supervisado y por refuerzo), enfatizando la validación como un elemento fundamental para la confiabilidad del modelo.

2. Filosofía, ética y derecho en la Inteligencia Artificial:

o Presente y perspectivas futuras: Analiza las visiones duales del futuro de la IA (utopía vs. obsolescencia) y su impacto en la transformación del trabajo. Destaca la capacidad de la IA para la toma de decisiones sistemáticas, pero también advierte sobre riesgos como la falta de empatía, la opacidad de algoritmos y los sesgos.

o Sobre consciencia y cognición de la IA: Explora la definición de inteligencia y cómo la IA emula ciertas características humanas, como el aprendizaje y la resolución de problemas. Sin embargo, resalta las diferencias fundamentales, como la falta de autoconciencia, emociones y comprensión contextual profunda en las máquinas.

o Desafíos éticos y jurídicos de la IA: Se centra en la importancia de los datos como "nuevo petróleo" y las implicaciones de su recolección y uso. Discute cómo la IA puede perpetuar sesgos y desigualdades, la necesidad de una brújula ética para su desarrollo, y el desafío para los gobiernos de legislar la IA para equilibrar la innovación con la protección de derechos fundamentales como la privacidad y la no discriminación.

3. Inteligencia Artificial sin programar:

o ¿Cómo hacer uso de IA sin programar?: Explica el movimiento "No Code", que democratiza el acceso a la IA, permitiendo a personas sin experiencia en programación usarla para automatización, análisis de datos, creación de chatbots y sistemas de recomendación.

o ¿Cómo buscar herramientas de IA?: Ofrece orientación sobre cómo encontrar herramientas de IA, incluyendo el uso de motores de búsqueda, foros en línea, comunidades especializadas, conferencias tecnológicas y sitios web de revisión de software.

o Inteligencia Artificial Generativa (IAG) y sus aplicaciones: Introduce la IAG como una rama de la IA capaz de crear y diseñar salidas inéditas a partir de datos de entrenamiento. Menciona su relevancia en el arte, el entretenimiento y la investigación científica, y los desafíos éticos y legales (ej. autoría, sesgos). Explica el concepto de "espacio latente" como el "código" donde la IA almacena y procesa información para generar contenido.

o Ingeniería de instrucciones para modelos grandes de lenguaje: Detalla la técnica de formular "prompts" o instrucciones precisas para guiar a Modelos Grandes de Lenguaje (LLMs) como GPT-4 hacia respuestas deseables y efectivas. Destaca su importancia para obtener resultados de calidad, limitar el comportamiento del modelo y obtener información específica.

o Ingeniería de instrucciones y generación de imágenes: Se enfoca en la calidad y utilidad de las imágenes generadas por IA, que dependen significativamente de la especificidad de las instrucciones proporcionadas.

o Aprendiendo y enseñando con IA: Explora cómo los LLMs como ChatGPT pueden funcionar como tutores virtuales, responder dudas, ofrecer ejemplos y adaptar explicaciones. También describe cómo los educadores pueden usarlos para generar preguntas, escenarios y materiales, y cómo los estudiantes pueden obtener resúmenes o ideas para proyectos.

o Escribiendo con IA: Aborda el uso de modelos de lenguaje de aprendizaje profundo para redacción y edición de texto en diversos ámbitos como marketing, periodismo, academia y escritura creativa. Resalta su eficiencia y versatilidad, así como los desafíos éticos y técnicos.

4. Programando Inteligencia Artificial:

o Instalar y configurar entorno de programación en Python: Enfatiza la importancia de un entorno de programación robusto, destacando a Python por su sintaxis clara, su comunidad, ser de código abierto y su vasto ecosistema de bibliotecas (ej. TensorFlow, Keras, PyTorch) para desarrollar modelos avanzados de IA. Menciona herramientas como Google Colab, Spyder y Visual Studio Code.

o Comprensión básica de Python: Cubre los conceptos esenciales de Python, incluyendo variables, tipos de datos, estructuras de control (condicionales y bucles) y estructuras de datos (listas, tuplas, diccionarios). También introduce la Programación Orientada a Objetos (POO) para construir sistemas más complejos y modulares.

o Introducción a la manipulación, análisis y visualización de datos en Python: Resalta bibliotecas clave como Pandas (manipulación y análisis de datos), NumPy (matrices y cálculos matemáticos), SciPy (cálculos científicos) y Matplotlib/Seaborn (visualización de datos). Explica su uso en la preparación, preprocesamiento, análisis y visualización de datos para identificar patrones y anomalías.

o Aprendizaje automático en Python: Detalla el papel crucial de la calidad y cantidad de datos, el preprocesamiento, y el equilibrio entre sobreajuste y subajuste. Menciona herramientas como Scikit-learn, TensorFlow y PyTorch para implementar diversos algoritmos y modelos de ML. Enfatiza la validación y optimización como pasos esenciales antes del despliegue de modelos en soluciones prácticas.

o Procesamiento de lenguaje natural (PLN) en Python: Explica el PLN como una rama de la IA que combina informática, lingüística y estadística para que las máquinas interpreten y generen lenguaje humano. Describe técnicas como la tokenización, lematización y embeddings (ej. Word2Vec), y el uso de modelos avanzados como Transformers y BERT con bibliotecas como NLTK y SpaCy.

o Construyendo ChatBots con modelos grandes de lenguaje: Aborda la revolución en la construcción de chatbots impulsada por LLMs (ChatGPT, Bing, Bard), que permiten conversaciones más fluidas y naturales. Discute desafíos como la falta de contexto o imprecisión, y soluciones como el fine-tuning y la generación aumentada por recuperación. Menciona herramientas como LangChain y Streamlit que facilitan la creación de chatbots eficientes y personalizados.

En resumen, el documento es una guía interactiva y estructurada para el autoaprendizaje en IA, cubriendo desde los fundamentos y las implicaciones éticas hasta las aplicaciones prácticas sin programación y el desarrollo de IA con Python.


viernes, 1 de agosto de 2025

La carrera de la IA no se trata solo de tecnología.


 

Se trata de visión, alineación y pensamiento a largo plazo.


El ex CTO de Alibaba acaba de hacer la afirmación más audaz sobre la IA y el poder global: «China está construyendo el futuro de la IA, no Silicon Valley». También ha revelado por qué la IA en 2030 no se parecerá en nada a ChatGPT y cómo el enfoque de China ya lleva décadas de ventaja. Estos son mis 7 puntos principales: (Carlo Edoardo Ferraris @carlothinks)


1)Silicon Valley cree en «moverse rápido y romper cosas». Pero China no funciona así. ¿La filosofía del mercado chino de la inteligencia artificial? Construir despacio. Construir en profundidad. Construir para durar.

2/ China no se centra en perseguir el bombo publicitario. Ninguna herramienta nueva. Ninguna aplicación nueva. Ninguna nueva demostración. La IA se está integrando en las infraestructuras: Fabricación, sanidad, agricultura, transporte, servicios públicos... No es sólo una tendencia. Es una maratón para ellos.

3/ La IA no solo cambiará lo que hacemos. Cambiará cómo pensamos. No es sólo una herramienta. Se está convirtiendo en un segundo cerebro. Descargaremos memoria, aceleraremos la resolución de problemas y confiaremos en ella para dar forma a nuestras ideas. Los pensadores del futuro no pensarán más. Pensarán con IA.

4/ Olvídese de la IA frente a la IAG. Es el debate equivocado. El Dr. Wang no cree en las líneas divisorias. Para él, todo es inteligencia, pero con capacidades diferentes. Obsesionarse con la inteligencia artificial nos distrae de lo que la IA actual ya puede hacer.

5/ El código abierto no es suficiente. La aplicación lo es todo. China no está esperando a que los modelos de código abierto se pongan al día. Están personalizándolos y haciéndolos útiles en el mundo real. Desde las líneas de producción hasta los sistemas de tráfico, la IA ya está integrada.

6/ El éxito de la IA no vendrá de más financiación. El Dr. Wang dice que el mayor desafío no es el dinero o los modelos. Se trata de capacitar a ingenieros que entienden profundamente la IA y pueden construir de manera responsable y creativa. 

7/ China no ve la IA como un producto. Lo ven como infraestructura. Ese cambio de mentalidad lo cambia todo. Silicon Valley se está optimizando para el crecimiento de usuarios. Beijing está optimizando la resiliencia nacional. Este no es un juego de inicio. Es un cambio de civilización.


(Traducción realizada con la versión gratuita del traductor DeepL.com)


 



martes, 24 de junio de 2025

Qué IA utilizar y cómo utilizarlas


 

Uso de la IA en la actualidad: una guía rápida

https://bit.ly/3TAqdX5.

ETHAN MOLLICK 23 DE JUNIO DE 2025

Sigue un resumen y mapa mental elaborados por Notebook LM

Esta fuente ofrece una guía completa para el uso eficaz de los sistemas de IA , con especial atención a opciones de propósito general como Claude, Gemini y ChatGPT. Comienza recomendando modelos de IA específicos para diversas necesidades de los usuarios, desde chats informales hasta tareas profesionales complejas, enfatizando la importancia de seleccionar el modelo adecuado para cada tarea. A continuación, la guía ofrece consejos prácticos para optimizar las interacciones de IA , detallando funciones como la investigación exhaustiva, el modo de voz para operación manos libres y la creación de contenido (imágenes, videos, código). Finalmente, proporciona estrategias para trabajar con IA , incluyendo un contexto claro, instrucciones detalladas y la resolución de problemas comunes como las alucinaciones, animando a los usuarios a explorar las funcionalidades avanzadas de estas herramientas cada vez más sofisticadas.

A continuación se muestra un resumen de la guía proporcionada sobre el uso de IA:

La guía "Uso de la IA en la actualidad: una guía rápida" de Ethan Mollick, publicada el 23 de junio de 2025, se centra en cómo elegir y utilizar eficazmente los sistemas de IA.1El autor observa un cambio en el enfoque, pasando del "mejor modelo" al "mejor sistema general".

1. Elegir un sistema de IA: para la mayoría de las personas que buscan utilizar la IA seriamente, existen tres excelentes opciones: 

Claude por Anthropic2.

Géminis de Google2.

ChatGPT de OpenAI2.

Estos sistemas ofrecen acceso a modelos avanzados y rápidos, modo de voz, capacidad de ver imágenes y documentos, ejecución de código, buenas aplicaciones móviles y capacidades de investigación profunda. ChatGPT y Gemini también ofrecen creación de imágenes y vídeos, algo de lo que Claude carece. Si bien algunas funciones son gratuitas, el acceso al conjunto completo generalmente requiere un pago de $20 al mes.

1. Otros sistemas de IA de propósito general mencionados incluyen:

Grok (xAI de Elon Musk): una buena opción para usuarios intensivos de X, pero carece de transparencia.

Copilot (Microsoft): ofrece muchas funciones de ChatGPT y es accesible a través de Windows, pero puede ser difícil controlar qué modelos se utilizan.

DeepSeek r1 (modelo chino): Muy potente y gratuito, pero carece de algunas características de otras compañías y su viabilidad a largo plazo es incierta.

2. Comprender y utilizar la IA de forma eficaz: el verdadero desafío radica en comprender cómo utilizar estas herramientas cada vez más complejas de forma eficaz.

Elección de un modelo: ChatGPT, Claude y Gemini ofrecen múltiples modelos de IA. Es crucial seleccionar el adecuado, similar a elegir entre un auto deportivo y una camioneta.

Tres niveles: cada sistema normalmente ofrece un modelo rápido para chat informal (por ejemplo, Claude Sonnet, GPT-4o, Gemini Flash), un modelo potente para trabajo serio (por ejemplo, Claude Opus, GPT-4o, Gemini Pro) y, a veces, un modelo ultrapotente para los problemas más complejos (por ejemplo, o3-pro).

Configuración predeterminada: la mayoría de los sistemas tienen como predeterminado el modelo rápido para conservar la potencia de procesamiento, por lo que debe cambiar manualmente al modelo potente mediante un menú desplegable. Las versiones gratuitas no suelen dar acceso a los modelos más potentes.

Para trabajos serios, el autor utiliza o3, Claude 4 Opus y Gemini 2.5 Pro.

Consideraciones de privacidad:

Claude no entrena futuros modelos de IA con sus datos.

Gemini y ChatGPT podrían usar sus datos para capacitación a menos que utilice una versión corporativa/educativa o deshabilite específicamente las funciones de capacitación.

Puede desactivar fácilmente las funciones de entrenamiento de ChatGPT sin perder funcionalidad. También puedes activar o desactivar la "memoria" en ChatGPT, pero el autor lo considera errático.

Características y usos principales:

Investigación profunda: esta es una función crucial para la mayoría de las personas, ya que genera informes de alta calidad que impresionan a los profesionales de la información. Los casos de uso incluyen guías de regalos, guías de viaje y segundas opiniones en derecho, medicina y otros campos (aunque siempre confíe en su médico o abogado antes que en la IA). Activar la búsqueda web en Claude y o3 los convierte en miniherramientas de investigación profunda. Google ofrece opciones adicionales para convertir informes en infografías, cuestionarios o podcasts.

Modo Voz: Una forma sencilla de empezar a usar IA, con las mejores implementaciones en las aplicaciones Gemini y ChatGPT. Su característica estrella es la posibilidad de compartir la pantalla o la cámara , lo que permite que la IA vea lo que ves y responda en tiempo real (por ejemplo, identificar plantas o resolver problemas matemáticos). Tenga en cuenta que los modelos de modo de voz están optimizados para el chat y es posible que no utilicen los modelos más potentes ni busquen en la web con tanta frecuencia, lo que los hace propensos a alucinaciones ante preguntas factuales.

Creación de contenido (imágenes, vídeos, código, documentos):

Imágenes: ChatGPT y Gemini pueden crear imágenes automáticamente; Claude no puede. ChatGPT ofrece una creación de imágenes más controlable. Gemini utiliza dos herramientas de generación de imágenes: Imagen y un sistema multimodal.

Vídeos: El Veo 3 de Gemini es muy impresionante y ofrece usos diarios gratuitos.

Los tres sistemas pueden generar diversos resultados, como documentos, análisis estadísticos, herramientas interactivas, simulaciones y juegos simples. Para que Gemini o ChatGPT ejecuten código de forma fiable o generen salidas independientes, suele ser necesario seleccionar la opción "Canvas"; Claude es experto en esto por sí solo.

3. Trabajar con IA (Indicaciones y resolución de problemas):

Indicación: los modelos de IA actuales son buenos para comprender lo que desea sin indicaciones complejas, por lo que se recomienda un enfoque conversacional.  Ser cortés con la IA no influye siempre en la calidad del resultado.

Consejos clave para la estimulación:

Proporcionar contexto: Los modelos de IA solo conocen información básica del usuario y el contexto actual del chat. Sube documentos, imágenes o proporciona una introducción sencilla. Algunas IA pueden acceder a tus archivos o correo electrónico si se les concede permiso (ChatGPT, Claude, Gemini).

▪ Sea claro y específico: en lugar de "Escriba un correo electrónico de marketing", proporcione detalles como el público objetivo, el producto y los problemas específicos a abordar.También puedes pedirle a la IA que te pida una aclaración.

▪ Dar instrucciones paso a paso (cadena de pensamiento): si bien las investigaciones muestran que esto ya no puede mejorar significativamente la calidad de la respuesta, puede ayudarle a comprender el razonamiento de la IA.

▪ Pide muchas opciones: la IA no se cansa. Pide 50 ideas en lugar de10.

▪ Usar ramificaciones: Claude, ChatGPT y Gemini permiten editar indicaciones después de una respuesta, creando una nueva "rama" en la conversación, lo que ayuda a explorar alternativas.

• Solución de problemas comunes:

Alucinaciones: aunque la IA ha mejorado, aún cometerá errores y presentará información incorrecta con seguridad. Los modelos más grandes y lentos, y aquellos que realizan búsquedas web, son menos propensos a las alucinaciones. Se recomienda usar IA en temas que comprenda hasta comprender sus capacidades y limitaciones.

"No es magia": la IA puede alcanzar el nivel de una persona muy inteligente en algunas tareas, pero no puede proporcionar información milagrosa más allá de la comprensión humana. Si algo parece imposible, probablemente lo sea.

Conversación bidireccional: Involucre a la IA en una interacción recíproca; no solo pida una única respuesta, sino presiónela y cuestione.

Comprobación de errores: la IA no sabe por qué hizo algo, por lo que preguntarle su lógica no es útil. Sin embargo, la función "Mostrar pensamiento" puede proporcionar un resumen de su proceso de razonamiento.

4. Tus próximos pasos: Para empezar con eficacia, el autor aconseja: 

Pague la tarifa mensual de $20 (las versiones gratuitas se consideran demostraciones)

Pruebe inmediatamente tres cosas en el trabajo real:

1) Cambie al modelo poderoso y desafíalo a partir de su trabajo real con contexto completo, manteniendo una conversación interactiva para obtener un resultado específico.

2) Pruebe una investigación profunda sobre una pregunta que requiera información completa, como un análisis competitivo o un análisis técnico.

3) Experimente con el Modo Voz mientras realiza múltiples tareas (cocinar, caminar, viajar) para ver cómo cambia su capacidad de analizar problemas.

La diferencia clave entre usuarios ocasionales y avanzados no es desarrollar habilidades, sino saber que estas funciones existen y usarlas en el trabajo real.



jueves, 12 de junio de 2025

Estado actual de la inteligencia artificial (IA) y su impacto en la sociedad 2025

 

Grok


Informe "Artificial Power: AI Now 2025 Landscape" del AI Now Institute, publicado el 3 de junio de 20251.
Resumen realizado por Notebook LM sobre un resumen de Julio Alonso. Universo Abierto.
https://bit.ly/4jBiumj

El informe, publicado el 3 de junio de 2025, ofrece una crítica del estado actual de la inteligencia artificial (IA) y su análisis de impacto en la sociedad. Un tema central es cómo las grandes empresas tecnológicas, específicamente Microsoft, Amazon, Google y Meta, han consolidado un poder significativo...Este poder no es sólo económico, sino que también les permite influir en las políticas públicas, la investigación académica y la vida cotidiana.
La concentración de este poder plantea preocupaciones respecto de la rendición de cuentas, la seria equidad y la capacidad de los gobiernos para regular eficazmente estas tecnologías.

El informe también critica las narrativas dominantes en torno a la IA. Cuestiona específicamente el enfoque en conceptos como la inteligencia artificial general (IAG) y la noción de una "carrera armamentística de la IA" global.

El informe sostiene que estos debates tienden a desviar la atención de los problemas reales y urgentes que los sistemas actuales áreas de IA ya están causando en como el trabajo, la economía y las estructuras sociales.

El informe abogado por centrar los esfuerzos en abordar estos problemas concretos que afectan de personas.

Otro aspecto significativo destacado es el impacto de la IA en el mundo del trabajo. La automatización impulsada por la IA está provocando una reestructuración del empleo, que afecta especialmente a los trabajadores en condiciones precarias.

Si bien a menudo se prometen mejoras de eficiencia y productividad, los beneficios no se distribuyen equitativamente y los trabajadores rara vez tienen voz en las decisiones sobre la introducción de estas tecnologías. Este desequilibrio refuerza las desigualdades existentes y erosiona los derechos fundamentales.7.
Ante este panorama, el AI Now Institute propone varias recomendaciones clave

Estas incluyen la necesidad de implementar políticas para frenar la concentración del poder corporativo, fomentar la competencia y garantizar el acceso equitativo a los recursos tecnológicos.

El informe también destaca la urgencia de fortalecer los derechos laborales, otorgando a los trabajadores una mayor participación en la gobernanza tecnológica.

Finalmente, aboga por un enfoque regulatorio que priorice la justicia social, integrando consideraciones de equidad, inclusión y sostenibilidad a lo largo de todo el ciclo de vida de los sistemas de IA.89El informe sostiene que una regulación eficaz debe considerar el contexto social y político, no solo los aspectos técnicos.

En esencia, el informe sirve como un claro llamado de atención. Para garantizar que la inteligencia artificial realmente beneficia a la sociedad, es crucial abordar estructuralmente las dinámicas de poder que actualmente dominan su desarrollo y aplicación.





Investigación sobre Inteligencia Artificial en Bibliotecas


 


Resumen hecho por Notebook LM sobre un resumen de Julio Alonso Arévalo en junio 2, 2025

https://bit.ly/4jA9tdc

Wang, M; Xia, Z. Investigación sobre Inteligencia Artificial en Bibliotecas. CNML '25: Actas de la 3.ª Conferencia Internacional sobre Redes de Comunicación y Aprendizaje Automático de 2025. Páginas 519-526. https://doi.org/10.1145/3728199.3728285

Esta investigación explora cómo la inteligencia artificial (IA) está a punto de impactar significativamente los servicios bibliotecarios, lo que requiere que bibliotecas y bibliotecarios se adapten profundizando su conocimiento de la IA e integrándola exitosamente. Herramientas de IA populares como ChatGPT ya influyen en la recuperación de información y las herramientas académicas, lo que impulsa a los bibliotecarios a contribuir a la alfabetización en IA ya los debates sobre sus efectos. Si bien la IA ofrece soluciones para los desafíos presupuestarios y de personal, permitiendo avances en la referencia, la catalogación y la experiencia del usuario mediante tecnologías como las recomendaciones personalizadas, su adopción generalizada se enfrenta a obstáculos como sesgos, preocupaciones éticas y disparidades significativas en la implementación entre países desarrollados y en desarrollo, lo que pone de aliviar la necesidad de una mayor formación y concienciación entre los profesionales bibliotecarios.

Investigación sobre Inteligencia Artificial en Bibliotecas

Este segundo documento explora el papel creciente de la IA en los servicios bibliotecarios. Los puntos clave son:

Importancia y adaptación: Se prevé que la IA jugará un papel crucial, obligando a bibliotecas y bibliotecarios a mantenerse actualizados, adoptarla y adaptarse. Es fundamental que profundicen su conocimiento y estén preparados para integrarla.

Aplicaciones y Herramientas: La IA ya se integra en la recuperación de información, programación y herramientas académicas. Aplicaciones como ChatGPT, basadas en modelos de lenguaje extenso (LLM), se han popularizado. Los profesores buscan apoyo de bibliotecarios para mejorar la alfabetización en IA. Herramientas como Google Cloud Vision o Unpaywall ya mejoran servicios bibliotecarios. La IA puede optimizar los servicios de referencia, catalogación y organización. Los chatbots responden consultas básicas, liberando personal15. Herramientas como Yewno Discover y Grammarly, y especialmente ChatGPT, apoyan a estudiantes e investigadores. La IA también se basa en algoritmos complejos para modelos de recomendación personalizados y sistemas de gestión bibliotecaria.

Desafíos y preocupaciones: El uso de la IA plantea desafíos como inexactitudes, sesgos, problemas éticos y ambientales. Existe una brecha en la adopción de IA entre países desarrollados y en vías de desarrollo debido a barreras financieras, falta de formación y recursos. Hay preocupación sobre la sustitución de empleos, aunque muchos profesionales no lo ven como una amenaza. Específicamente para herramientas como ChatGPT, hay desafíos como la generación de contenido sesgado o erróneo, errores de citas y preocupaciones éticas (plagio, privacidad, desinformación). Su diseño centrado en el inglés crea barreras culturales y lingüísticas.

Rol del Bibliotecario y Formación: A pesar de ser conscientes del uso de la IA, muchos bibliotecarios carecen de formación específica y conocimiento sobre su aplicación en sus propias bibliotecas. Son figuras clave en la promoción de la integridad académica, enseñando alfabetización informativa y uso ético de la información. Sin embargo, enfrentar la falta de formación en IA, ausencia de políticas claras sobre contenido generado por IA, escasez de personal y escaso apoyo del profesorado. Los estudiantes ya utilizan IA para evitar la detección de herramientas antiplagio como Turnitin.

Oportunidades y Visión de Futuro: La IA ofrece oportunidades emocionantes para innovar y mejorar servicios. La mayoría de los bibliotecarios encuestados son conscientes del uso de la IA y creen que impulsará la innovación y mejorará el acceso a la información. Existe consenso sobre la necesidad de aplicar IA en todas las áreas del trabajo bibliotecario. La IA puede mejorar la experiencia del usuario mediante personalización y automatización de tareas tediosas19. El aprendizaje profundo y la minería de datos optimizan el uso de recursos.19. La integración requiere estrategias proactivas en formación, políticas y apoyo institucional. Se debe ver la IA como complemento, no sustituto del bibliotecario personal.



jueves, 27 de marzo de 2025

Directrices en el aula para el uso de la IA por parte de los estudiantes Documento de plantilla general

  


El siguiente documento se puede utilizar como base para las pautas en el aula para el uso de la IA por parte de los estudiantes. Estas directrices tienen como objetivo ayudar a los estudiantes a aprovechar al máximo la IA para el aprendizaje y el crecimiento, al tiempo que garantizan que la integridad académica y la creatividad personal sigan siendo fundamentales para el proceso de aprendizaje.

  @ericcurts

 https://bit.ly/4c7pGEB  (25 mar. 2025) Traducido por Google docs

Se le recomienda copiar y modificar el contenido para satisfacer las necesidades de sus estudiantes, nivel de grado y materia. Puede realizar estos cambios usted mismo o puede utilizar un chatbot de IA como ChatGPT para ayudar a ajustar el contenido a su nivel de grado y área temática. A continuación se muestra un mensaje de muestra que puede modificar y utilizar:

Aquí hay un documento de plantilla con pautas en el aula para el uso de la IA por parte de los estudiantes. Vuelva a escribir este documento para que sea específico y apropiado para un salón de clases de [grado y materia]. Reescribir el contenido a un nivel de lectura que sea comprensible para los estudiantes de [grado y materia] y utilizando ejemplos que sean apropiados y relevantes para un salón de clase de [grado y materia]. Esto puede incluir cambiar la longitud de las oraciones, usar diferentes palabras, eliminar contenido que no sea relevante para un salón de clases de [grado y materia] y agregar ejemplos que sean relevantes para un salón de clases de [grado y materia].

Para obtener más detalles sobre el uso de esta plantilla, consulte la publicación de mi blog aquí: "Directrices en el aula para el uso de la IA por parte de los estudiantes: plantilla adaptable gratuita"

Para obtener más información, consulte todos mis recursos de IA en www.controlaltachieve.com/ai 

👍 Usos permitidos de la IA

A continuación se presentan algunas sugerencias sobre cómo puede utilizar la IA para ayudarle a respaldar su aprendizaje.

🤔 Lluvia de ideas

CÓMO - La IA puede ayudarte en el proceso de lluvia de ideas. Esto podría incluir ideas para la investigación, sobre qué escribir, qué crear, preguntas para explorar, perspectivas para considerar y más. 

POR QUÉ - Esto puede ayudarle a exponerse a diferentes ideas y ampliar su pensamiento, especialmente durante las primeras etapas de un proyecto.

PERO - La IA no pretende sustituir sus propias ideas, creatividad y pensamiento crítico. Comience haciendo su propia lluvia de ideas y luego use la IA para ayudar según sea necesario.

💯 Comentarios

CÓMO - La IA se puede utilizar para proporcionar comentarios sobre su trabajo. Esto podría aplicarse a cualquier cosa que cree, como escritos, soluciones a problemas, presentaciones, obras de arte y más. Los comentarios podrían centrarse en su gramática, ortografía, estilo, contenido, soluciones, explicaciones, argumentos y más. Para obtener la mejor retroalimentación posible, proporcione a la IA instrucciones para las tareas y criterios o rúbricas de calificación cuando estén disponibles.

POR QUÉ - Esto puede resultar útil para brindar una segunda opinión sobre su contenido e identificar áreas donde puede mejorar su trabajo. 

PERO - La IA no debe usarse para rehacer o corregir su trabajo, sino que solo debe brindar información y orientación sobre cómo podría mejorar su trabajo. Además, no confíe únicamente en la IA para obtener retroalimentación, sino que recurra a otras fuentes de retroalimentación, como compañeros de clase, profesores, tutores, familiares y su propia autorreflexión.

🎓 Tutoría

CÓMO - La IA puede servir como tutor para ayudarle a aprender, comprender y revisar información. Esto puede incluir explicar el contenido a un nivel o estilo que comprenda, responder las preguntas que tenga, brindar ejemplos para ayudar a explicar la información, generar problemas de muestra, interrogarlo sobre el contenido y más.

POR QUÉ - Esto puede brindarle tutoría personalizada y apoyo de una manera que pueda comprender. La IA también puede estar disponible fuera del horario escolar normal para brindar tutoría cuando no hay otro apoyo disponible.

PERO - Confíe en sus profesores como su principal fuente de instrucción y apoyo, así como en otras personas con conocimientos, como tutores y familiares. Recuerde que la IA puede cometer errores, así que piense críticamente sobre el apoyo de tutoría que brinda.

🔎 Investigación

CÓMO - La IA puede ayudar con la investigación para tareas de escritura, una variedad de proyectos y el aprendizaje en general. La IA puede proporcionar información detallada sobre casi cualquier tema, sugerir fuentes adicionales para futuras investigaciones, resumir grandes cantidades de información, cambiar el nivel de lectura o reformular el contenido para hacerlo más comprensible, y más. 

POR QUÉ - La IA puede ser un socio en su proceso de investigación al resumir contenido, sugerir fuentes y aclarar temas complejos.

PERO - La IA no reemplaza la lectura de artículos y libros, la visualización de videos y el pensamiento crítico sobre la información. La IA puede ayudar a encontrar y proporcionar información, pero aún así es necesario procesar la información usted mismo. Recuerde además que la IA puede cometer errores, así que asegúrese de verificar la información y las fuentes que proporciona.

🔑 Tecnología de asistencia

CÓMO - La IA puede proporcionar una amplia gama de soporte tecnológico de asistencia, como leer texto en voz alta, traducir contenido a otro idioma, permitirle dictar lo que desea que se escriba, proporcionar subtítulos en tiempo real y más.

POR QUÉ - La tecnología de asistencia puede ayudarlo si tiene dificultades con la lectura, la escritura, el habla y otras necesidades de accesibilidad.

PERO - La tecnología de asistencia está diseñada para ayudar a los estudiantes cuando sea necesario, así como también cuando se incluye en su IEP o plan 504. Sin embargo, si es posible, los estudiantes aún deben trabajar para mejorar las habilidades que respalda la tecnología.


 


👎 Usos prohibidos de la IA

A continuación se detallan algunos usos de la IA que no son aceptables para usted como estudiante.

🤖 Completar tareas o evaluaciones

No se puede utilizar la IA para completar el trabajo escolar por usted. Esto incluye, pero no se limita a:

Hacer que AI escriba su trabajo escrito, como un ensayo, informe, poema, historia, trabajo de investigación y más, y enviar el texto generado como si usted lo hubiera escrito.

Hacer que AI escriba el borrador de su trabajo y luego usted simplemente edite el trabajo.

Hacer que la IA reescriba el trabajo que ha realizado, como tomar su borrador y reescribir el trabajo para mejorarlo.

Hacer que la IA responda preguntas por usted, como en una hoja de trabajo, cuestionario, examen u otra tarea.

Hacer que la IA resuelva problemas por usted, como problemas matemáticos.

Hacer que la IA genere otro contenido (presentaciones de diapositivas, videos, código, etc.) que se requiere para una tarea.

↩️ Eludir los objetivos de aprendizaje

No debe utilizar la IA de manera que socave los objetivos de aprendizaje previstos para una tarea. 

Si el propósito de una tarea es desarrollar una habilidad específica (por ejemplo, escritura, pensamiento crítico, resolución de problemas), está prohibido usar IA para eludir el desarrollo de esa habilidad. 

Para cualquier tarea, su maestro puede dejar claro cuáles son los objetivos de aprendizaje para esa tarea.

🩼 Dependencia excesiva de la IA

Aunque la IA puede ser un apoyo, asistente y tutor útil, no debe confiar únicamente en la información o soluciones generadas por la IA. 

Necesita practicar y desarrollar su propio pensamiento crítico, creatividad, habilidades de escritura, habilidades de comunicación y más.

🥸 Suplantación

No puedes utilizar la IA para hacerte pasar por otra persona (compañeros de clase, profesores, figuras públicas, etc.) sin su permiso y participación explícitos. 

Esto incluye el uso de IA para generar correos electrónicos falsos, publicaciones en redes sociales, imágenes, grabaciones de audio, videos u otras comunicaciones o representaciones.

📋 Directrices adicionales para el uso de IA

📑 Citando el uso de IA

Si utiliza IA para ayudar con cualquier tarea, debe proporcionar crédito o una cita que explique cómo se usó la IA.

esto se puede hacer con MLA o QUÉ citación pararmat.

O si la IA ofrece la opción de compartir un enlace a su conversación, puede incluir el enlace en su sección de créditos.

O puede incluir una oración simple que explique cómo usó la IA para ayudar con la tarea, como "Usé ChatGPT para generar ideas para este informe y dar comentarios sobre cómo podría mejorar lo que escribí".

📝 Documentar tu trabajo

Para ayudar a evitar preocupaciones sobre el plagio de la IA, debe utilizar herramientas que ayuden a documentar el trabajo que ha realizado.

Por ejemplo, los proyectos escritos deben completarse íntegramente dentro de Google Docs para que la herramienta integrada "Historial de versiones" pueda registrar los detalles de lo que escribió. El trabajo no debe realizarse en una herramienta diferente y luego copiarse y pegarse en Google Docs.

✅ Verificación del contenido de IA

Recuerde que la IA puede cometer errores o producir contenido inexacto, incompleto o sesgado.

Es importante pensar críticamente, evaluar y verificar la información proporcionada por la IA.

Esto puede incluir el uso de herramientas para verificar la información, realizar su propia investigación y hacer preguntas de seguimiento a la IA para evaluar posibles errores o sesgos.

🔒 Evite compartir información privada

Muchas herramientas de IA recopilan todos los datos que los usuarios escriben y pueden utilizar esos datos para publicidad, entrenar futuros modelos de IA o compartirlos con otras organizaciones.

Tenga cuidado de evitar compartir detalles confidenciales como nombre completo, dirección, imágenes personales, etc.

Su maestro puede informarle si existen ciertas herramientas de inteligencia artificial aprobadas por la escuela que permiten compartir más información personal de manera segura.

  © Eric Curts - ericcurts@gmail.com - ControlAltAchieve.com

Este documento tiene licencia bajo una Licencia Creative Commons Attribution No Comercial 4.0 Estados Unidos. En resumen, puede copiar, distribuir y adaptar este trabajo siempre que proporcione la atribución adecuada y no cobre por ello.


jueves, 20 de marzo de 2025

Alfabetización en IAg



Hecho en Firefly


Universo abierto. (mar.2025) Promoviendo la Alfabetización en IA a través de las bibliotecas universitarias de EE. UU.: un análisis de LibGuides utilizando el Marco de Alfabetización en IA de EDUCAUSE https://bit.ly/4iydsXT

Resumen realizado por NotebookLM

Este artículo analiza 70 guías bibliotecarias de la ARL y del Grupo Oberlin para comprender cómo promueven la alfabetización en IA mediante el marco EDUCAUSE. El estudio modifica el marco EDUCAUSE para adaptarlo mejor a los contextos bibliotecarios y revela que la mayoría de las guías enfatizan los conceptos fundamentales de IA y el uso ético, con menor cobertura de las habilidades de creación avanzadas. Se identifican diferencias en la cobertura entre las bibliotecas de la ARL y Oberlin, así como entre los niveles del marco, lo que sugiere la necesidad de una formación y colaboración constantes para mejorar el apoyo a la alfabetización en IA en las bibliotecas académicas.

Este estudio examina cómo las bibliotecas académicas de los Estados Unidos, particularmente aquellas afiliadas a la Association of Research Libraries (ARL) y al Oberlin Group, están abordando la alfabetización en inteligencia artificial (IA) generativa a través de sus guías de biblioteca, conocidas como LibGuides. El estudio se basa en el análisis de contenido de 70 LibGuides desarrollados recientemente que se centran específicamente en la IA generativa. Para este análisis, se utilizó el marco de alfabetización en IA de EDUCAUSE, el cual fue adaptado y reorganizado por los investigadores para que se ajuste mejor a las necesidades de la educación superior y las características de las LibGuides.

El marco de alfabetización en IA de EDUCAUSE se divide en cuatro niveles: entender la IA, usar y aplicar la IA, analizar y evaluar la IA, y crear la IA. Sin embargo, el estudio descubrió que la cobertura de estos niveles en las LibGuides analizadas no es uniforme.

Hallazgos principales del estudio:

Las LibGuides tienden a enfatizar la comprensión fundamental de las herramientas de IA y su uso responsable.

Se presta menos atención a las competencias técnicas avanzadas relacionadas con la creación de IA (Nivel 4).

Se observaron diferencias significativas entre las LibGuides de las bibliotecas ARL y las del Oberlin Group, con las bibliotecas ARL ofreciendo una cobertura más completa de la alfabetización en IA.

Los niveles del marco de EDUCAUSE más frecuentemente cubiertos son el Nivel 1 (entender la IA) y el Nivel 3 (analizar y evaluar la IA).

Los niveles menos cubiertos son el Nivel 4 (crear la IA) y partes del Nivel 2 (usar y aplicar la IA).

Las competencias centrales con mayor frecuencia en las guías incluyen el reconocimiento de los beneficios y limitaciones de las herramientas de IA, competencias adicionales para la comprensión de la IA y el análisis de las consideraciones éticas en el desarrollo y la implementación de la IA.

Las competencias centrales menos frecuentes se relacionan con la síntesis del aprendizaje para crear IA, la colaboración humano-IA y la utilización exitosa de herramientas de IA generativa.

Los bibliotecarios han introducido competencias centrales adicionales en el marco adaptado, como la "divulgación adecuada del uso de la IA", reflejando su experiencia en prácticas de citación y abordando los desafíos de integridad académica.

Las LibGuides adoptan un enfoque orientado a los recursos, enfatizando la accesibilidad y diversidad de materiales para fomentar la alfabetización en IA.

Limitaciones identificadas en las LibGuides:

A menudo presentan una profundidad técnica limitada.

Pueden tener dificultades para integrar rápidamente marcos relacionados con la IA de otras disciplinas.

Algunos temas importantes, como el impacto de la IA en las interacciones interpersonales y la creatividad individual, están subexplorados.

La mayoría de las guías se centran en comprender los problemas actuales de la IA en lugar de capacitar a los usuarios para influir en las políticas relacionadas con la IA.

Conclusiones y recomendaciones:

El estudio subraya la necesidad de colaboración en toda la educación superior para fomentar una alfabetización en IA integral, aprovechando la experiencia única de diversos roles.

Se sugiere que las instituciones podrían desarrollar un marco de alfabetización en IA más práctico e inclusivo integrando diferentes enfoques, como el propuesto por Hervieux y Wheatley, con las competencias detalladas identificadas en este estudio.

El esquema de codificación detallada del estudio ofrece a las bibliotecas una herramienta valiosa para identificar áreas subrepresentadas y fomentar asociaciones con otras unidades del campus para abordar estas brechas.

Las diferencias encontradas entre las bibliotecas ARL y Oberlin sugieren la necesidad de iniciativas consistentes de capacitación e intercambio de conocimientos para garantizar un estándar común de apoyo a la alfabetización en IA.

Se recomienda que futuras investigaciones exploren las necesidades de alfabetización en IA específicas de cada disciplina y cómo los bibliotecarios en campos particulares pueden apoyar mejores esas necesidades.

En resumen, este estudio proporciona información valiosa sobre el papel de las bibliotecas académicas en la promoción de la alfabetización en IA generativa a través de sus LibGuides. Si bien las bibliotecas están realizando esfuerzos significativos para abordar este importante tema, existen áreas de mejora y oportunidades para una mayor colaboración y desarrollo de recursos.

Los bibliotecarios han introducido competencias centrales adicionales en el marco adaptado, como la "divulgación adecuada del uso de la IA", reflejando su experiencia en prácticas de citación y abordando los desafíos de integridad académica.

Las LibGuides adoptan un enfoque orientado a los recursos, enfatizando la accesibilidad y diversidad de materiales para fomentar la alfabetización en IA.

Limitaciones identificadas en las LibGuides:

A menudo presentan una profundidad técnica limitada.

Pueden tener dificultades para integrar rápidamente marcos relacionados con la IA de otras disciplinas.

Algunos temas importantes, como el impacto de la IA en las interacciones interpersonales y la creatividad individual, están subexplorados.

La mayoría de las guías se centran en comprender los problemas actuales de la IA en lugar de capacitar a los usuarios para influir en las políticas relacionadas con la IA.

Aquí están las diferencias claves identificadas:

Cobertura General: La cobertura porcentual media del marco de alfabetización en IA de EDUCAUSE fue significativamente menor para las bibliotecas OBL (M = 0.192, DE = 0.175) en comparación con las bibliotecas ARL (M = 0.258, DE = 0.199). Esto indica que las LibGuides de las bibliotecas ARL generalmente cubrieron más aspectos de la alfabetización en IA que las desarrolladas por las bibliotecas del Oberlin Group. La diferencia media en la cobertura fue de -0,066 (DE = 0,117), con un tamaño del efecto de moderado a grande (d = -0,569).

Cobertura por Niveles: Al examinar la cobertura media para cada uno de los cuatro niveles del marco de EDUCAUSE, se revelan distinciones adicionales:

o Nivel 1 (Entender la IA): Las bibliotecas ARL tuvieron una cobertura media más alta (0.333) en comparación con las bibliotecas OBL (0.248).

o Nivel 2 (Usar y Aplicar la IA): Las bibliotecas ARL mostraron una cobertura media más alta (0.216) que las bibliotecas OBL (0.174).

o Nivel 3 (Analizar y Evaluar la IA): Nuevamente, las bibliotecas ARL tuvieron una cobertura media más alta (0.303) en comparación con las bibliotecas OBL (0.209).

o Nivel 4 (Crear la IA): Aquí se observará una diferencia sorprendente. Las bibliotecas OBL tuvieron cero cobertura (media de 0.000) para el Nivel 4, mientras que las bibliotecas ARL tuvieron una cobertura media muy baja de 0.013.

En conclusión, el estudio encontró que las bibliotecas ARL generalmente ofrecen una cobertura más completa de la alfabetización en IA en sus LibGuides en los cuatro niveles del marco de EDUCAUSE en comparación con las bibliotecas del Oberlin Group, con una ausencia particularmente notable de contenido relacionado con el Nivel 4 (Crear la IA) en las guías de las bibliotecas del Oberlin Group. Esta disparidad puede atribuirse a diferencias en los recursos, las prioridades institucionales y la formación de los bibliotecarios entre los dos grupos de bibliotecas. Los investigadores recomiendan iniciativas consistentes de capacitación e intercambio de conocimientos para garantizar un estándar común de apoyo a la alfabetización en IA en todas las bibliotecas académicas.