Archivo de la etiqueta: Inteligencia Artificial

Educar con inteligencia (artificial): una nueva hoja de ruta para docentes y centros

Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF). Guía sobre el uso de la inteligencia artificial en el ámbito educativo. Madrid: Ministerio de Educación, Formación Profesional y Deportes; 2024 [citado 2025 abr 15].

DESCARGAR DOCUMENTO

El Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF), perteneciente al Ministerio de Educación, Formación Profesional y Deportes, ha publicado la Guía sobre el uso de la Inteligencia Artificial en el ámbito educativo (2024), un documento clave para comprender, aplicar y evaluar la presencia de la IA en nuestras aulas. Esta publicación, elaborada bajo una licencia Creative Commons BY-SA 4.0, destaca tanto por su contenido pedagógico como por su accesibilidad, siendo un recurso abierto a toda la comunidad educativa.

Desde sus primeras páginas, la guía deja claro que su propósito no es meramente técnico, sino profundamente pedagógico y ético. El texto no solo explica qué es la IA y cómo funciona, sino que ofrece una perspectiva crítica sobre su integración en la educación formal, considerando tanto sus oportunidades como sus riesgos. Está dirigida a docentes, estudiantes, equipos directivos y responsables de administración educativa, cubriendo los diferentes perfiles implicados en la transformación digital de los centros educativos.

El enfoque adoptado es tripartito: enseñar para la IA, enseñar sobre la IA y enseñar con la IA. Este modelo permite abordar la IA como contenido, competencia y herramienta, estableciendo así un marco completo para su integración didáctica.

La guía afecta transversalmente a múltiples materiales y procesos educativos. Desde la generación de recursos didácticos hasta la personalización del aprendizaje, la automatización de evaluaciones o la orientación profesional, la IA se contempla como un agente transformador. También se detallan sus implicaciones para la gestión administrativa de centros y la comunicación con familias.

Entre las temáticas principales abordadas destacan:

  • Perfiles y usos de la IA: Se identifican los roles del alumnado como creador y consumidor de contenidos con IA; del profesorado, como diseñador de recursos, evaluador y facilitador de aprendizajes personalizados; y del centro educativo o administración, como motor organizativo y logístico en la implementación tecnológica.
  • Ética y protección de datos: Se incluye un completo apartado dedicado a la ética y el uso responsable de los datos, incluyendo un decálogo de principios para el uso seguro, inclusivo y sostenible de la IA.
  • Propuestas prácticas: La guía no se queda en lo conceptual. Se proponen actividades concretas para trabajar en el aula temas como los sesgos algorítmicos, los deepfakes, la privacidad, la equidad o la sostenibilidad.

Además, en los anexos se recogen buenas prácticas autonómicas, guías complementarias y referencias internacionales que amplían el horizonte de actuación docente.

Uno de los mayores valores de esta guía reside en su aplicabilidad. Para el profesorado, supone una herramienta para:

  • Diseñar experiencias de aprendizaje personalizadas.
  • Automatizar tareas administrativas y de evaluación.
  • Generar materiales adaptados a distintos niveles y lenguas.
  • Identificar riesgos y establecer criterios éticos de uso.

Para el alumnado, se proponen vías para desarrollar un uso crítico y creativo de la IA, fomentando el pensamiento computacional, la resolución de problemas y la alfabetización digital desde edades tempranas.

Desde la perspectiva institucional, la guía ofrece orientación para planificar inversiones tecnológicas, garantizar el acceso equitativo a los recursos y evaluar el impacto de estas tecnologías en la comunidad escolar.

En sus conclusiones, el documento insiste en la necesidad de una implementación reflexiva, donde la tecnología esté al servicio del aprendizaje y no al revés. La IA, se nos recuerda, no puede sustituir al profesorado ni homogeneizar el pensamiento, sino que debe potenciar una educación más justa, personalizada y sostenible.

En este sentido, la guía también se alinea con los marcos normativos más recientes, como el Reglamento Europeo de IA o la Estrategia Nacional de Inteligencia Artificial en España, para garantizar que su aplicación en el ámbito educativo se desarrolle dentro de los límites legales, éticos y de derechos humanos.

Esta guía es mucho más que una introducción a la IA en educación: es una propuesta estructurada, ética y realista para guiar el camino de transformación digital de nuestras aulas. No es un destino, sino una brújula para avanzar sin perder de vista el sentido profundo de la educación: formar ciudadanos críticos, conscientes y capaces de habitar el mundo digital con inteligencia… natural y artificial.

De la incertidumbre a la adopción: la IA se abre camino en la investigación científica

En un mundo donde la inteligencia artificial (IA) está transformando industrias enteras, el ámbito de la investigación académica no es una excepción. Wiley, una de las editoriales académicas más reconocidas, ha publicado recientemente un estudio titulado «ExplanAItions: An AI study by Wiley», que ofrece una visión profunda sobre cómo los investigadores están utilizando la IA, sus expectativas y los desafíos que enfrentan. Este estudio, basado en las respuestas de casi 5,000 investigadores, proporciona datos valiosos sobre el presente y el futuro de la IA en la investigación académica.

How Are Researchers Using AI? Survey Reveals Pros and Cons For Science. Wileym, 2025
Descargar el Documento

Uso actual de la IA en la investigación: una herramienta en crecimiento

El estudio revela que, aunque el uso de la IA entre los investigadores es aún limitado, hay un creciente interés en adoptar estas tecnologías. Actualmente, solo el 45% de los investigadores ha utilizado alguna herramienta de IA en su trabajo, y el uso se concentra principalmente en tareas relacionadas con la escritura, como la traducción y la corrección de textos. Herramientas como ChatGPT de OpenAI son las más conocidas y utilizadas, mientras que otras, como Google Gemini y Microsoft Copilot, tienen una adopción mucho menor.

Sin embargo, los investigadores reconocen que el desarrollo de habilidades en IA será crucial en los próximos años. El 69% de los encuestados cree que estas habilidades serán algo importantes en los próximos dos años, y más de la mitad considera que serán muy importantes en un plazo de cinco años. A pesar de este interés, la falta de guías claras y consenso sobre qué usos de la IA son aceptables en sus campos es un obstáculo importante para su adopción. El 63% de los investigadores menciona que la falta de orientación y formación les impide utilizar la IA de manera más amplia.

Explorando casos de uso de la IA

El estudio identifica 43 casos de uso potenciales de la IA en el proceso de investigación, desde la determinación de temas de investigación hasta la promoción de artículos publicados. Algunos de los hallazgos más interesantes incluyen:

  1. Interés generalizado en la IA: Para 39 de los 43 casos de uso, la mayoría de los investigadores expresaron interés en utilizar la IA en el futuro cercano. Esto sugiere que, aunque el uso actual es limitado, no se debe a una falta de interés, sino a la falta de orientación y confianza en las herramientas disponibles.
  2. Capacidad percibida de la IA: En más de la mitad de los casos de uso (23 de 43), los investigadores creen que la IA ya supera a los humanos en términos de eficiencia y precisión, especialmente en tareas que implican el procesamiento de grandes volúmenes de información.
  3. Aceptación rápida de la IA: La mayoría de los investigadores espera que el uso de la IA se generalice en los próximos dos años. Esto indica que la adopción de la IA en la investigación podría acelerarse rápidamente, incluso entre aquellos que se consideran adoptantes tardíos.

El marco de IA de Wiley

Basándose en los datos recopilados, Wiley ha desarrollado un marco de recomendaciones para ayudar a los investigadores a integrar la IA en su trabajo. Este marco se divide en tres categorías principales:

  1. Actuar: Casos de uso donde la IA ya está lista para marcar la diferencia y el interés es alto. Esto incluye tareas como la preparación de manuscritos, la visualización de datos y la generación de resúmenes en lenguaje sencillo. Aunque el interés es alto, el uso actual de estas herramientas es bajo, lo que representa una oportunidad para los investigadores que buscan expandir su uso de la IA.
  2. Observar: Oportunidades a corto plazo donde el interés es alto, pero la tecnología aún no supera a los humanos. Aquí se incluyen tareas como la predicción de tendencias en la literatura y la asistencia en la solicitud de fondos. Los investigadores esperan que estas herramientas mejoren en los próximos años.
  3. Imaginar: Casos de uso más ambiciosos que aún no son viables, pero que podrían abordar necesidades futuras. Esto incluye la generación automatizada de contenido multimedia para aumentar el alcance de los artículos y la optimización de los procesos de revisión por pares con la ayuda de la IA.

El papel de los editores académicos

Uno de los hallazgos más interesantes del estudio es el papel que los investigadores esperan que jueguen los editores académicos en la adopción de la IA. Aunque actualmente no hay un consenso claro sobre a quién acudir para obtener orientación sobre el uso de la IA, los investigadores expresan un fuerte deseo de que los editores proporcionen guías claras sobre qué usos de la IA son aceptables en la publicación de investigaciones. El 70% de los encuestados quiere que los editores ayuden a evitar erroressesgos y problemas éticos relacionados con el uso de la IA.

Además, los investigadores esperan que los editores compartan mejores prácticas y recomendaciones sobre el uso responsable de la IA. Esto incluye la creación de herramientas para detectar el mal uso de la IA y la organización de eventos y talleres para fomentar el intercambio de ideas.

¿Qué sigue?

El estudio concluye con una reflexión sobre el futuro de la IA en la investigación académica. Wiley destaca la importancia de implementar soluciones prácticas que empoderen a los autores para utilizar herramientas de IA de manera segura y efectiva. La transparencia y la ética deben ser prioritarias, y los editores deben colaborar con los desarrolladores de IA para garantizar que se protejan los intereses de los autores, especialmente en lo que respecta a la protección de la propiedad intelectual y la atribución.

En resumen, «ExplanAItions: An AI study by Wiley» ofrece una visión detallada y basada en datos sobre cómo la IA está transformando la investigación académica. Aunque los desafíos son significativos, las oportunidades son aún mayores. Con la orientación adecuada y un enfoque responsable, la IA tiene el potencial de revolucionar la forma en que se realiza y se comparte el conocimiento científico.

¿Qué opinas sobre el uso de la IA en la investigación? ¿Crees que las editoriales académicas deberían tener un rol más activo en esta transformación? ¡Déjame tu comentario!

Los grandes modelos de lenguaje (LLMs) como herramienta transformadora en la Investigación Académica

Mishra T, Sutanto E, Rossanti R, Pant N, Ashraf A, Raut A, Uwabareze G, Oluwatomiwa A, Zeeshan B. Use of large language models as artificial intelligence tools in academic research and publishing among global clinical researchers. Scientific Reports, 2024; 14: 31672. https://doi.org/10.1038/s41598-024-81370-6.

Estr artículo explora cómo los modelos de lenguaje extendido (LLMs, por sus siglas en inglés) como GPT, Bard y Llama han irrumpido en el campo de la investigación académica, generando entusiasmo por su utilidad pero también preocupación por sus implicaciones éticas.

La investigación encuestó a 226 investigadores clínicos de 59 países. De estos, el 87,6% estaba al tanto de los LLMs, y los más familiarizados tendían a tener un mayor número de publicaciones indexadas en PubMed. Aunque solo el 18,7% había usado estos modelos en publicaciones previas, destacaron su utilidad en tareas como corrección gramatical, formateo, redacción y revisión de manuscritos. Sin embargo, casi el 40% no reconoció el uso de LLMs en sus trabajos, lo que plantea dilemas éticos importantes.

Entre las ventajas, los autores subrayan la capacidad de los LLMs para reducir la carga de trabajo en tareas repetitivas, como la revisión de literatura o la generación de contenido preliminar. Estas herramientas democratizan el acceso a tecnologías avanzadas de procesamiento del lenguaje natural, permitiendo a investigadores de diversos contextos mejorar la calidad y la eficiencia de sus publicaciones.

A pesar de estos beneficios, el estudio resalta preocupaciones clave: la generación de información engañosa, el sesgo no intencionado y los riesgos de integridad académica. Los autores enfatizan la necesidad de normativas claras, como políticas de transparencia en la divulgación del uso de LLMs y herramientas para detectar su empleo en publicaciones.

El interés en estas herramientas no solo radica en su potencial para optimizar procesos, sino en cómo podrían redefinir el futuro de la publicación académica. Según el estudio, más del 50% de los encuestados predicen un impacto positivo global de los LLMs, aunque el 32,6% se muestra aún incierto sobre su alcance.

En síntesis, los LLMs representan una revolución en la investigación académica, con el potencial de transformar las prácticas actuales. Sin embargo, su implementación ética es esencial para evitar riesgos y maximizar beneficios. Este estudio ofrece una llamada a la acción para establecer marcos regulatorios que permitan un uso responsable y transparente de estas tecnologías.

Artículo identificado por UNIVERSO ABIERTO