«Los libros son para nosotros el último espacio de libertad: ahí dentro podemos ser, soñar y sentirnos lo que no nos atrevemos a ser, soñar y sentirnos en nuestra vida real.»
Antonio Muños Molina «Beatus Ille»
Highlights From the Just Released Association of College and Research Libraries (ACRL) 2022 Academic Library Trends and Statistics Survey, 2023
La Association of College and Research Libraries (ACRL) anuncia que ya están disponibles los resultados de la encuesta 2022 Academic Library Trends and Statistics. Se trata de la mayor encuesta de bibliotecas universitarias de Estados Unidos, que ofrece uno de los retratos más completos del impacto de las bibliotecas académicas.
La encuesta de 2022 incluye datos sobre bibliotecas universitarias de todo tipo (bibliotecas de colegios comunitarios, institutos y universidades) en cinco categorías principales: personal, gastos, colecciones, servicios bibliotecarios y las preguntas de tendencias de 2022 sobre servicios bibliotecarios post-COVID y tendencias en el lugar de trabajo.
Entre las principales conclusiones figuran:
ACRL invitó a 3.397 bibliotecas universitarias (principalmente en los EE.UU.) a participar en la encuesta de 2022. En total, 1.509 instituciones completaron la encuesta, lo que supone una tasa de respuesta del 44,4%.
ESCUCHAR EL PROGRAMA
Aunque nacido en Valladolid en 1979, José González y su familia se establecieron en Salamanca desde su infancia. Dotado de una sensibilidad única, su poesía y su trabajo como Educador Social y miembro de Cruz Roja en el Centro de Acogida de personas sin hogar reflejan su compromiso social. A lo largo de su vida, ha recorrido diversos lugares que han sido su hogar, y ha colaborado en proyectos de ayuda en países como Argentina, Brasil, Guatemala, Costa Rica, Perú, Nicaragua o El Salvador. En el programa de hoy, hemos tenido el privilegio de disfrutar de su voz, sus poesías y sus canciones, las cuales complementan y enriquecen su obra poética.
La poesía de José González
Te vi robarme los días para soltarlos bajo la tormenta
Poema de José González al programa «Planeta Biblioteca» de de radio USAL
Encuentras los libros «La constante» y «Orbe» de José González en la Librería Letras Corsarias, en su página web y contactando con él en redes sociales, manda el libro dedicado personalmente y firmado
Desaire, Heather, Aleesa E. Chua, Madeline Isom, Romana Jarosova, y David Hua. «Distinguishing Academic Science Writing from Humans or ChatGPT with over 99% Accuracy Using Off-the-Shelf Machine Learning Tools». Cell Reports Physical Science 0, n.o 0 (7 de junio de 2023). https://doi.org/10.1016/j.xcrp.2023.101426.
Investigadores de la Universidad de Kansas afirman tener una precisión del 99% en la detección de falsificaciones de ChatGPT. Los investigadores afirman que su algoritmo puede detectar escritos científicos realizados por robots con una precisión sorprendente
Científicos de la Universidad de Kansas publicaron un artículo el miércoles en el que detallan un algoritmo que, según dicen, detecta la escritura académica de ChatGPT con una precisión de más del 99%.
A medida que el contenido del chatbot de IA comienza a inundar el mundo, una de las mayores preocupaciones es poder distinguir de manera confiable entre las palabras de los robots y las de los seres humanos reales. Se han realizado algunos intentos de construir detectores de ChatGPT, y decenas de empresas compiten por desarrollar tecnología para detectar la IA. Pero hasta ahora, ninguna de las opciones funciona bien, incluso una construida por OpenAI, la empresa que creó ChatGPT. Las herramientas existentes son tan ineficaces que son prácticamente inútiles.
El detector de ChatGPT descrito en el artículo solo está diseñado para funcionar en contextos específicos, pero su éxito reportado parece prometedor. En el proceso de construcción, los investigadores afirman haber identificado señales reveladoras de la escritura de IA.
El artículo, que fue revisado por pares y publicado en Cell Reports Physical Science, describe una técnica que detecta artículos de investigación académica escritos por IA. El estudio seleccionó un conjunto de 64 artículos científicos escritos por autores humanos en una variedad de disciplinas, desde biología hasta física. Alimentaron esos datos a ChatGPT y lo utilizaron para producir un conjunto de datos de 128 artículos de IA con un total de 1.276 párrafos generados por el chatbot. Los científicos utilizaron esos párrafos falsos para construir su algoritmo de detección de ChatGPT. Luego crearon un nuevo conjunto de datos para probar su algoritmo con 30 artículos reales y 60 artículos escritos por ChatGPT, lo que suma un total de 1.210 párrafos.
Los investigadores afirman que su algoritmo detectó artículos completos escritos por ChatGPT el 100% de las veces. A nivel de párrafo, fue menos preciso pero aún impresionante: el algoritmo identificó el 92% de los párrafos generados por IA.
Los investigadores esperan que otros utilicen su trabajo para adaptar el software de detección a sus propios nichos y propósitos. «Nos esforzamos mucho para crear un método accesible para que, con poca orientación, incluso los estudiantes de secundaria puedan construir un detector de IA para diferentes tipos de escritura», dijo Heather Desaire, autora del artículo y profesora de química en la Universidad de Kansas, en una entrevista con EurekAlert. «Existe la necesidad de abordar la escritura de IA, y las personas no necesitan tener un título en ciencias de la computación para contribuir a este campo».
El artículo menciona algunas señales reveladoras del trabajo de ChatGPT. Por ejemplo, los escritores humanos redactan párrafos más largos, utilizan un vocabulario más amplio, incluyen más signos de puntuación y tienden a calificar sus afirmaciones con palabras como «sin embargo», «pero» y «aunque». ChatGPT también es menos específico en cuanto a las citas, como figuras y menciones de otros científicos.
El modelo desarrollado por Desaire y sus colaboradores no funcionará de manera inmediata para los profesores que esperan penalizar a los estudiantes de secundaria que hacen trampa. El algoritmo fue creado para la escritura científica, específicamente el tipo de escritura académica que se encuentra en revistas. Esto es una lástima para los formadores y gestores que, en general, han pasado los últimos seis meses preocupados por el plagio facilitado por ChatGPT. Sin embargo, Desaire afirmó que teóricamente se puede utilizar la misma técnica para construir un modelo que detecte otros tipos de escritura.
Las cosas se complican cuando consideramos el hecho de que un escritor podría realizar fácilmente pequeñas modificaciones a un texto generado por el chatbot y hacerlo mucho más difícil de detectar. Aun así, los investigadores describieron este trabajo como una «prueba de concepto» y afirman que podrían desarrollar una herramienta más robusta y quizás más precisa con un conjunto de datos más amplio.
Aunque estos resultados son prometedores, las empresas de tecnología y los defensores de la IA señalan que herramientas como ChatGPT están en sus etapas iniciales. Es imposible decir si los métodos de detección como este serán efectivos si la IA continúa desarrollándose al ritmo acelerado que hemos presenciado en los últimos años. Cuanto más se acerquen los modelos de lenguaje grandes a replicar los murmullos de la escritura humana basada en carne, más difícil será identificar las huellas del lenguaje de los robots.
Mainichi Daily News. «Scholarly Paper Pirating Spikes in Japan, but Critics Slam Journals’ “double-Take” Fees». 6 de junio de 2023. https://mainichi.jp/english/articles/20230606/p2a/00m/0na/016000c.
Las descargas gratuitas ilícitas de artículos académicos se están disparando en Japón, alcanzando los 7,2 millones en 2022, según ha revelado una investigación del Mainichi Shimbun. Y aunque el aumento pone en duda la ética de los académicos implicados, también se cree que la tendencia está alimentada por el incesante aumento de las tarifas de suscripción a las revistas académicas.
El sitio que permite descargar artículos de pago es «Sci-Hub», fue creado en 2011.y permite saltarse esas barreras de pago utilizando credenciales de acceso proporcionadas por personas de universidades que están suscritas a las revistas. En junio de este año, Sci-Hub ofrecía acceso libre y gratuito a más de 88 millones de artículos. Las actividades del sitio infringen los derechos de autor de las revistas, y algunos editores han presentado demandas por daños y perjuicios en el extranjero.
Según una investigación de Mainichi, China registró el mayor número de descargas, con unos 467,41 millones en 2022, seguida de Estados Unidos, Rusia, Brasil e India. Japón, con unos 7,2 millones de descargas, ocupa el puesto 14. Según una investigación realizada por un equipo de la Universidad de Ryukyus y otros académicos, en 2017 se produjeron alrededor de 1,27 millones de descargas ilícitas en Japón, es decir, solo una quinta parte de las que se producirán en 2022.
Los observadores creen que el aumento del coste del acceso de los suscriptores a los trabajos de investigación puede estar detrás de este repunte. Según el Ministerio de Educación japonés y otras organizaciones, las cuotas de suscripción pagadas por las universidades nacionales, públicas y privadas de Japón en 2021 ascendieron a unos 32.900 millones de yenes (unos 235,9 millones de dólares) sólo por las revistas en línea, más de cinco veces la cifra de 2004. Y esto ocurre al mismo tiempo que el gobierno japonés ha recortado las subvenciones a los gastos de funcionamiento de las universidades.
El modelo de publicación de revistas consistente en cobrar las cuotas de suscripción a las universidades y hacer que los investigadores paguen las tasas de publicación ha sido criticado como un «doble juego». Los editores, sin embargo, alegan que necesitan los ingresos para hacer frente al fuerte aumento del número de artículos presentados, que rondará los 1,9 millones sólo en ciencias naturales en 2020, lo que supone casi quintuplicar la cifra de 1981, cuando se empezó a hacer un seguimiento de esta estadística.
Patrimonio en riesgo: seísmos y bienes culturales Ministerio de Cultura y Deporte». Patrimonio Cultural de España N.º6 – 2012 Accedido 14 de junio de 2023.
En este número están contenidas la mayor parte de las ponencias presentadas durante las Jornadas sobre Patrimonio en Riesgo organizadas por el Instituto del Patrimonio Cultural de España en Lorca, que contaron con la participación de especialistas españoles y extranjeros. En el transcurso de las mismas se analizaron las consecuencias de los movimientos sísmicos en el patrimonio cultural y la necesidad de contar con unos programas específicos de actuación de emergencia, personal adiestrado y adecuados mecanismos de coordinación institucional. Se resaltó el papel fundamental de las administraciones y entidades públicas y privadas para ofrecer respuestas eficaces ante eventuales catástrofes y difundir modelos de actuación adecuados que permitan minimizar su impacto en el patrimonio artístico y cultural.
«Manual procedimientos de contingencias en archivos históricos por desastres naturales – UNESCO Biblioteca Digital». Accedido 14 de junio de 2023. https://unesdoc.unesco.org/ark:/48223/pf0000261832.
El presente documento se ha realizado con base en: la Guía de conservación para ma-terial bibliográfico y documentos de archivo con soporte en papel: Consideraciones Generales (2015), realizada por el Área Histórica del Centro de Información Integral de la Universidad Central del Ecuador, la Guía de medidas preventivas para los bienes cul-turales patrimoniales ante la amenaza sísmica (2011) y la Guía de medidas preventivas para los bienes culturales patrimoniales ante las erupciones volcánicas (2015), elabora-dos por el Instituto Nacional de Patrimonio Cultural (INPC) y el Manual de contingen-cia: Medidas preventivas para los Bienes Culturales Patrimoniales ante las erupciones volcánicas, realizado por el Ministerio de Cultura y Patrimonio(2016). Ha sido elabora-do con la finalidad de difundir el conocimiento y promover el apoyo en la recuperación de los archivos (repositorios de la memoria) de la provincia de Manabí, enmarcado en el Proyecto de Fortalecimiento de las Capacidades locales para la Conservación Emer-gente de los Archivos Históricos de las zonas afectadas por el terremoto del 16 de abril (16A).
2022 Core Library Binding Survey: A Report of Findings. Core Preservation Administration Interest Group (PAIG), 2022
Core Preservation Administration Interest Group (PAIG) ha publicado un informe en el que analiza las prácticas nacionales de encuadernación en bibliotecas.
Después del Simposio PAIG 2022 sobre el futuro de la encuadernación en bibliotecas, se convocó a Core Library Binding Survey Project Team para abordar las cuestiones que surgieron durante el evento. Los miembros del equipo se ofrecieron voluntariamente para lanzar una encuesta sobre las prácticas actuales de encuadernación en bibliotecas con el fin de comprender mejor quiénes utilizan la encuadernación en bibliotecas como método de preservación y acceso, cómo utilizan dichos servicios y los desafíos a los que se enfrenta la comunidad.
El grupo estaba compuesto por cuatro profesionales de conservación y preservación de bibliotecas, un profesional de evaluación con experiencia en la realización de encuestas y análisis de datos, y un enlace de ALA (Asociación Americana de Bibliotecas). El equipo diseñó la encuesta y la distribuyó a través de las bibliotecas de la Universidad de Duke utilizando el programa Qualtrics. En septiembre de 2022, el equipo envió la encuesta a más de 30 listas de correo profesionales, solicitando que cada institución enviara solo una respuesta. El equipo leyó y codificó las respuestas para comenzar a identificar tendencias tanto en los datos objetivos como en las respuestas de texto libre.
Beth Doyle, coordinadora del Equipo de la Encuesta, señaló: «En encuestas anteriores se incluía información sobre la encuadernación de bibliotecas en la recopilación de datos, pero esas herramientas también incluían otros datos críticos relacionados con la preservación. Esta encuesta se centra exclusivamente en la encuadernación como herramienta de preservación. Los datos exploran más a fondo dónde se lleva a cabo este trabajo dentro de las bibliotecas, qué tendencias presupuestarias y de recursos humanos están configurando el uso de la encuadernación en bibliotecas como herramienta de preservación, e identificarán las preocupaciones que los responsables de la encuadernación en bibliotecas tienen con respecto a su uso actual y futuro».
La encuesta recibió respuestas de texto libre de treinta instituciones (31,9%). Algo menos de la mitad de las respuestas (46,7%) incluían sugerencias de modificaciones para la próxima edición de la encuesta. Una sugerencia era que la encuesta documentara qué porcentaje de bibliotecas que tienen un programa activo de encuadernación. Aunque el equipo de la encuesta había asumido que sólo las instituciones con programas de encuadernación responderían a la encuesta, esto no había quedado claro en el correo electrónico de distribución de la encuesta y muchas instituciones que ya no tienen programas de encuadernación activos respondieron a la encuesta y contribuyeron de forma útil a la conversación.
Más de una cuarta parte (26,7%) de los comentarios se referían al hecho de que una institución ya había tenido que dejar de encuadernar o temía que sus programas llegaran a su fin. Otras sugerencias fueron añadir preguntas para ayudar a agrupar a los encuestados en categorías como el tamaño (por ejemplo, personal ETC, presupuesto), modificar la pregunta sobre la dotación de personal para indicar el porcentaje de tiempo que el personal dedica a la vinculación y separar claramente el personal interno de la subcontratación. T
ambién hay interés en hacer preguntas sobre el tiempo de entrega, los puntos de referencia sobre daños en los materiales antes de enviarlos a la encuadernación, cuántas reparaciones se realizan en los artículos antes de enviarlos a la encuadernación, cómo se transfieren los artículos a y desde la encuadernación y cuántas veces al año se realizan envíos a la encuadernación.
Se recomendó una mayor claridad en las preguntas sobre los gastos de envío y las cajas personalizadas. Algunas instituciones utilizaron esta pregunta para hacer comentarios finales. Por ejemplo: «Estoy muy preocupado por el sector de la encuadernación, que se ha visto muy afectado por el cierre de Covid, además de la disminución del negocio debido a eResources.
El cincuenta y cuatro por ciento de los encuestados estaban interesados en continuar el debate más allá de la encuesta, y el setenta y uno por ciento estaba a favor de la encuesta realizada. Además, el sesenta y cinco por ciento de los encuestados declaró que la norma NISO era moderadamente importante o muy importante para ellos. Existe un gran interés por continuar el debate sobre la encuadernación.
«Be on Alert: Generative AI Can Foster Science Denial | Psychology Today». Accedido 13 de junio de 2023. https://www.psychologytoday.com/us/blog/the-psychology-of-science-denial/202305/generative-ai-can-foster-science-denial-how-to-be-on.
ChatGPT y otros sistemas de IA generativa generan respuestas prediciendo posibles combinaciones de palabras a partir de una amalgama de información en línea. Lo que puede fomentar potencialmente el negacionismo científico porque puede ser engañoso y generar desinformación.
Hasta hace muy poco, si uno quería saber más sobre un tema científico controvertido -la investigación con células madre, la seguridad de la energía nuclear, el cambio climático-, probablemente hacías una búsqueda en Google. Cuando se le presentaban múltiples fuentes, elegía qué leer y en qué sitios o autoridades confiar.
ChatGPT no busca en Internet como Google. En su lugar, genera respuestas a las consultas prediciendo combinaciones de palabras probables a partir de una amalgama masiva de información en línea. Por lo que ahora tienes otra opción: Plantear la pregunta a ChatGPT o a otra plataforma de inteligencia artificial generativa y recibir rápidamente una respuesta sucinta en forma de párrafo.
Aunque tiene el potencial de mejorar la productividad, la IA generativa ha demostrado tener algunos fallos importantes. Puede producir información errónea. Puede crear «alucinaciones«: un término utilizado para cuando ChatGPT se inventa cosas. Y no siempre resuelve con precisión los problemas de razonamiento.
Así, la IA generativa puede difuminar los límites entre la verdad y la ficción para quienes buscan información científica fidedigna. Todos los consumidores de medios de comunicación deben estar más atentos que nunca para verificar la exactitud científica de lo que leen. De esta manera, con la abundancia de información disponible en línea, las personas se enfrentan constantemente al reto de determinar en quién y en qué confiar. El uso de la IA generativa introduce el riesgo de erosionar aún más esta confianza, ya que la manipulación y la desinformación pueden propagarse fácilmente.
Uno de los principales problemas de la IA generativa es la posibilidad de que la información sea engañosa o incorrecta. Si los datos utilizados para entrenar las plataformas de IA contienen errores o sesgos, pueden dar lugar a respuestas inexactas o sesgadas. Incluso cuando se les hace la misma pregunta varias veces, los sistemas de IA pueden generar respuestas contradictorias, reconociendo su propia falibilidad. Esto plantea un reto a la hora de identificar cuándo el contenido generado por la IA es preciso o digno de confianza.
Otro aspecto preocupante es la difusión intencionada de desinformación mediante IA. La IA generativa puede utilizarse para producir textos falsos convincentes, imágenes deepfake y vídeos que difundan información falsa. Los sistemas de IA pueden programarse para generar desinformación de forma que parezca auténtica, lo que dificulta a las personas distinguir entre realidad y ficción. Esta facilidad para crear y difundir información científica deliberadamente incorrecta amplifica el problema existente de la desinformación.
Las fuentes falsas agravan aún más el problema. Los sistemas de IA generativa suelen dar respuestas sin fuentes, o pueden generar fuentes ficticias cuando se les pregunta. Esto puede ser problemático, sobre todo cuando la autoridad de la información se atribuye a la reputación de las fuentes citadas. Los lectores que no verifiquen estas fuentes pueden ser engañados por referencias aparentemente reputadas pero fabricadas, lo que socava la confianza en el conocimiento científico.
La IA generativa también adolece de conocimientos obsoletos. Los modelos de IA se entrenan con datos hasta una determinada fecha límite, lo que significa que desconocen los acontecimientos y descubrimientos posteriores. Esta limitación puede conducir a la difusión de información errónea y obsoleta. Las personas que buscan las últimas investigaciones o información sobre temas que evolucionan rápidamente, como problemas de salud personal o enfermedades emergentes, pueden recibir información inexacta o incompleta de los sistemas de IA.
Los sistemas de IA son cada vez más potentes y capaces de aprender a un ritmo acelerado. Sin embargo, faltan salvaguardias suficientes para garantizar que la IA generativa se convierta en una fuente fiable de información científica. La posibilidad de que la IA aprenda y perpetúe la desinformación científica hace temer por su exactitud y credibilidad a largo plazo.
En conclusión, la IA generativa tiene el potencial de promover el negacionismo científico a través de varios mecanismos. La erosión de la confianza epistémica, la posibilidad de que la información sea engañosa o incorrecta, la desinformación intencionada, las fuentes inventadas, los conocimientos obsoletos y el rápido avance de la IA sin la transparencia adecuada contribuyen a los retos que plantea la IA generativa en el ámbito de la información científica. Abordar estos problemas es crucial para garantizar el uso responsable y fiable de la IA en la promoción de la comprensión científica y la lucha contra la negación de la ciencia.
¿Qué hacer?
Si utilizas ChatGPT u otras plataformas de IA, lo primero es ser consciente que muchas de las informaciones que genera podrían no ser completamente precisas. Para ello aumenta la vigilancia. Es posible que en el futuro estén disponibles aplicaciones de verificación de hechos mediante IA, pero por ahora los usuarios deben ser sus propios verificadores de hechos. Se recomienda seguir algunos pasos:
Para citar ChatGPT en tu trabajo, puedes seguir las pautas de la Asociación Estadounidense de Psicología (APA) y adaptar la información a los detalles específicos.
Otra cosa es que se pueda o deba citar una fuente como ChatGPT, ya que algunas de las recomendaciones consideran que nos se puede citar, ya que no es ningún autor definido. Cambridge University Press que publicó los principios de política de ética en la investigación con IA, prohíbe tratarla como «autora» de artículos y libros académicos ya que no puede rendir cuentas ante un conflicto de intereses delante de un tribunal, por no ser ninguna entidad jurídica. Y que la IA debe declararse y explicarse claramente en publicaciones como los trabajos de investigación, al igual que hacen los académicos con otros programas informáticos, herramientas y metodologías en el apartado dedicado a estas dentro del artículo especificando claramente para que fue utilizada y con que fines. Tambien COPE: Committee on Publication Ethics incide en esta cuestión, cuando dice «Las herramientas de IA no pueden cumplir los requisitos de autoría, ya que no pueden asumir la responsabilidad del trabajo presentado. Como entidades no jurídicas, no pueden afirmar la presencia o ausencia de conflictos de intereses ni gestionar los derechos de autor y los acuerdos de licencia.»
Pero si se citta, según las pautas de American Psychological Association (APA), se sugiere el siguiente formato para citar ChatGPT:
A continuación se muestra un ejemplo de cómo podría verse la cita en formato APA:
Nombre del autor (año, mes día). Título de la publicación o descripción [Mensaje de chat]. Recuperado de [URL]
OpenAI. (2023). ChatGPT (Mar 14 version) [Large language model]. https://chat.openai.com/chat
CITA REAL
ChatGPT. (2023, Jan. 13, 19:19 GMT). Prompt: Budget for a 3 member family based in Zurich for 2023. ChatGPT Jan. 9 Version. https://chat.openai.com/chat/ff75c484-3417-4149-9264-d011d456dad3
Ver además
How to Cite ChatGPT APA Style, 2023. https://www.youtube.com/watch?v=6UYkxLaULHo.
«How to Cite ChatGPT». Accedido 13 de junio de 2023. https://apastyle.apa.org/blog/how-to-cite-chatgpt.
zakirtheresearchtl. «Citing and Referencing ChatGPT Responses: A Proposal», 13 de enero de 2023. https://www.theresearchtl.net/single-post/citing-and-referencing-chatgpt-responses-a-proposal.
Universo Abierto 