Archivo por meses: mayo 2024

Directrices para corregir y verificar problemas de accesibilidad en los libros electrónicos

Accessible Backlist Ebooks Laboratory (ABE Lab).

En los últimos años, la accesibilidad digital ha adquirido una importancia significativa, especialmente con la inminente entrada en vigor de la Directiva 2019/882, también conocida como Acta Europea de Accesibilidad (AEA). Los libros electrónicos entran en el ámbito de aplicación de esta directiva, por lo que es crucial que los editores garanticen la accesibilidad en toda su oferta digital. Aunque algunas editoriales han empezado a producir libros electrónicos accesibles desde el nacimiento, sigue siendo difícil resolver los problemas de accesibilidad en los títulos de la lista de títulos ya publicados.

Aquí es donde entran en juego diversas herramientas y soluciones, desde programas y plataformas hasta aplicaciones basadas en la nube y API. El objetivo de estas herramientas es transformar los libros electrónicos inaccesibles en versiones accesibles, adaptándolas a la legislación europea y a las normas internacionales de accesibilidad.

El proyecto ABE Lab

El objetivo principal del proyecto ABE Lab es proporcionar directrices a las editoriales europeas para impulsar la remediación de los libros electrónicos de su backlist. Como parte de esta iniciativa, el equipo del ABE Lab investigó y probó exhaustivamente diversas herramientas de remediación disponibles en el mercado.

Las directrices del ABE Lab para los productores de herramientas ofrecen conocimientos valiosos y pautas de alto nivel basadas en los hallazgos del equipo. Creado como un recurso para los productores y desarrolladores de herramientas, delinea los requisitos clave necesarios para procesos efectivos de correción. Permite a los desarrolladores evaluar independientemente sus herramientas de remediación, mejorarlas mediante la integración de nuevas funciones y diseñar nuevas herramientas que ofrezcan las funcionalidades y el soporte necesarios para producir libros electrónicos completamente accesibles a partir de versiones no accesibles. En general, estas directrices tienen como objetivo mejorar el soporte de las herramientas para los operadores humanos para agilizar la remediación con simplicidad e intuición.

Puntos clave del documento:

El documento aborda tres aspectos principales:

  • Pautas de alto nivel que destacan la importancia de encontrar, corregir y verificar problemas de accesibilidad en los libros electrónicos y discuten la funcionalidad requerida para abordar de manera efectiva los problemas de accesibilidad más comunes.
  • Información que los productores y desarrolladores deben proporcionar sobre su herramienta para permitir que los clientes tomen la decisión correcta;
  • Una lista de verificación diseñada para evaluar las características de remediación de las herramientas, que abarca metadatos, recursos gráficos, aspectos estilísticos, contenido textual, estructura del documento, navegación y contenido disperso para EPUB y PDF.

Las Directrices para productores de herramientas de remediación están disponibles en línea y se pueden descargar desde la sección de Entregables del sitio web del ABE Lab.

Se alienta a los interesados y desarrolladores a aprovechar este recurso para mejorar las funcionalidades de su software y aplicaciones de remediación.

Astra es la respuesta «multimodal» de Google al nuevo ChatGPT que se integrará en unas gafas de realidad aumentada

«Astra Is Google’s ‘Multimodal’ Answer to the New ChatGPT | WIRED». Accedido 15 de mayo de 2024. https://www.wired.com/story/google-io-astra-multimodal-answer-chatgpt/.


El nuevo asistente de IA de Google, llamado Project Astra, puede interpretar lo que ve la cámara del teléfono y responder a comandos de voz. Presentado por Demis Hassabis en la conferencia I/O de Google, Astra utiliza Gemini Ultra, un modelo de IA multimodal que maneja audio, imágenes, video y texto. Similar al reciente ChatGPT de OpenAI, Astra puede analizar escenas, reconocer objetos y mantener conversaciones naturales. Aunque ambas tecnologías son impresionantes, aún no está claro cómo se integrarán en el ámbito laboral o personal.

En el panorama actual de la inteligencia artificial (IA), dos destacados avances han sido presentados por OpenAI y Google. OpenAI dio a conocer una nueva interfaz para ChatGPT, llamada GPT-4o, que permite conversaciones fluidas a través de voz y la capacidad de analizar imágenes en tiempo real. Esta versión de ChatGPT utiliza un tono más humano y expresivo, simulando incluso emociones como la sorpresa y el coqueteo. Por otro lado, Google ha desarrollado Project Astra, basado en el avanzado modelo Gemini Ultra, que compite con ChatGPT. Gemini, al igual que GPT-4o, es «multimodal», lo que significa que puede procesar audio, imágenes y video, además de texto. Ambos avances representan una nueva era en la IA generativa, ya que anteriormente los modelos de IA se centraban únicamente en el texto y necesitaban ser combinados con otros sistemas para añadir capacidades de imagen o audio.


Project Astra es la apuesta de Google para el futuro de los asistentes de inteligencia artificial, similar a la presentada por OpenAI, pero con una innovación llamativa: Google planea integrarlo en unas gafas de realidad aumentada. Este proyecto busca desarrollar agentes de IA universales que puedan entender y responder como lo haría un humano, además de recordar el contexto en el que se encuentran.

Estos desarrollos son el resultado de un enfoque hacia asistentes de IA más sofisticados, como lo señala Demis Hassabis de Google. Hassabis considera que los chatbots basados solo en texto son una etapa transitoria hacia sistemas más avanzados que comprenden y responden a diversas modalidades de información. Sin embargo, aunque las demostraciones de estos sistemas son impresionantes, su utilidad concreta en entornos laborales o personales aún no está clara. Google planea lanzar Project Astra a través de una nueva interfaz llamada Gemini Live. La apuesta es similar a la de OpenAI, pero con una novedad llamativa: Google plantea integrarla en unas gafas

Situación de la revisión por pares en 2024

IOP Publishing. «State of Peer Review 2024». Accedido 15 de mayo de 2024. https://ioppublishing.org/state-of-peer-review-2024/.

IOP Publishing ha publicado el informe «State of Peer Review 2024». En marzo de 2024, repitieron la encuesta de 2020 a revisores por pares en ciencias físicas, añadiendo nuevas preguntas. Los objetivos eran comparar respuestas para detectar cambios y recoger opiniones sobre temas como la IA generativa, el sesgo en la revisión por pares y la revisión doble anónima. El informe destaca cómo la pandemia de Covid-19, el aumento de publicaciones científicas y la aparición de la IA generativa han influido en la revisión por pares, además de abordar el aumento de retractaciones y la comercialización de la mala conducta investigativa.

Resultados Clave

  • Sesgo: La proporción de encuestados que reportan haber experimentado sesgo en el proceso de revisión por pares ha disminuido (16% en 2024 frente al 24% en 2020).
  • Motivación: El interés en el artículo sigue siendo la principal motivación para aceptar una invitación a revisar.
  • Uso de IA: Las opiniones sobre el impacto de la IA generativa en la revisión por pares están divididas.
  • Solicitudes de Revisión:
    • 50% reporta un aumento en las solicitudes en los últimos tres años.
    • 47% recibe menos de una invitación al mes.
    • 54% siente que recibe la cantidad adecuada de solicitudes.
    • 35% de los investigadores en etapas tempranas tienen más tiempo para revisar.
    • 52% prefiere revisar manuscritos de doble anonimato.

Tiempo Disponible para la Revisión

  • Frecuencia: 46.9% recibe menos de una solicitud al mes, solo el 3% recibe más de 11 solicitudes mensuales.
  • Diferencias Geográficas y de Carrera: No hay diferencias significativas por género, pero sí por etapa de carrera y región, con variaciones entre Europa y el resto del mundo.
  • Tendencias Recientes: 49.5% de los encuestados han visto un aumento en las solicitudes en los últimos tres años.

Tiempo Disponible Comparado con Solicitudes

  • En 2024, 30% tiene más tiempo disponible para revisiones comparado con 18% en 2020.
  • 16% recibe demasiadas solicitudes frente al 26% en 2020.
  • La mayoría, 54%, reporta recibir la cantidad adecuada de solicitudes.

No se observaron diferencias significativas por género, pero sí por etapa de carrera y región geográfica, especialmente entre países de ingresos altos y bajos.

Impacto de la IA Generativa en la Revisión por Pares

  • Opiniones Diversas:
    • Impacto Negativo: 35% de los encuestados.
    • Neutral/Sin Impacto: 36%.
    • Impacto Positivo: 29%.

Comentarios de los Respondentes:

  • Positivos: Utilidad para revisar manuscritos por plagio y calidad del idioma.
  • Negativos: Preocupaciones sobre la precisión y ética de los modelos de IA actuales.
  • General: La verificación y edición humana experta es necesaria antes de usar textos generados por IA en el proceso de revisión.

Las percepciones de los estudiantes acerca de la inteligencia artificial (IA)

«Student Perceptions of Generative AI.» Jisc.. Last modified January 12, 2024.

Texto completo

JISC ha publicado un nuevo informe sobre las percepciones de los estudiantes acerca de la inteligencia artificial (IA) generativa, basado en una serie de foros de discusión realizados durante el invierno pasado con más de 200 estudiantes de colegios y universidades. Este seguimiento se hizo para entender si y cómo han cambiado las opiniones de los estudiantes respecto a la IA generativa desde el informe anterior y para explorar su rol emergente en la educación.

A medida que las instituciones enfrentan el desarrollo de políticas y directrices, así como los complejos cambios pedagógicos, es crucial captar la voz auténtica de los estudiantes para informar una integración responsable de la IA que los capacite y mantenga la integridad académica.

Cambios clave desde la primavera de 2023

La adopción de la IA generativa en la educación por parte de los estudiantes está experimentando una notable transformación, reflejo de la rápida evolución de la propia tecnología. En tan solo nueve meses, desde el informe anterior, se ha observado un cambio evidente en la forma en que los estudiantes utilizan la IA generativa, así como una maduración de las expectativas de sus instituciones para apoyarles en su camino hacia el empleo en un mundo habilitado para la IA.

Transición al aprendizaje colaborativo: Los estudiantes/aprendices ven cada vez más la IA generativa como una herramienta colaborativa para entrenar y apoyar el aprendizaje activo y el pensamiento crítico, utilizando estas herramientas como un asistente digital en lugar de verlas puramente como proveedoras de respuestas.

Énfasis en las competencias futuras: Los estudiantes subrayaron la importancia de contar con competencias en IA generativa que sean relevantes para sus futuros sectores. Hay una demanda creciente de una educación que integre la IA generativa en todo el plan de estudios y refleje el mundo habilitado para la IA en el que todos vivimos ahora.

Ética, equidad y accesibilidad: Los estudiantes están cada vez más concienciados y preocupados por los problemas de equidad, parcialidad y accesibilidad relacionados con la IA, y abogan por medidas que aborden estos retos para garantizar una experiencia educativa segura, inclusiva y receptiva.

Integración global y competencia de los educadores: Existe una clara expectativa por parte de los estudiantes de una integración completa de la IA generativa en la educación, con un uso competente por parte de los educadores y políticas que garanticen un entorno de aprendizaje mejorado por la IA justo y eficaz.

Conjunto de herramientas para archiveros y bibliotecarios que apoyan la investigación y la enseñanza en Humanidades Digitales

Sayers, Karen. «A Toolkit for Archivists and Librarians Supporting Research and Teaching in Digital Humanities», The Research Libraries (RLUK) and The National Archives (TNA), 24 de abril de 2024.

Texto completo

Este toolkit es un recurso para archiveros y bibliotecarios que apoyan, o desean apoyar, a investigadores y profesores de humanidades digitales y convertirse en socios o colaboradores en proyectos. Además, es valioso para investigadores, profesores académicos y gestores. El toolkit contiene enlaces a proyectos de humanidades digitales, recursos de capacitación y redes de apoyo.


«Toolkit for Archivists and Librarians Supporting Research and Teaching in Digital Humanities» es una herramienta diseñada por Karen Sayers. Está dirigida a archiveros y bibliotecarios que desean brindar apoyo a investigadores y profesores de humanidades digitales, así como convertirse en socios o colaboradores en proyectos relacionados. Además, es útil para investigadores, profesores académicos y gestores. El toolkit incluye enlaces a proyectos de humanidades digitales, recursos de capacitación y redes de apoyo.

Durante 2023-24, Karen Sayers realizó una investigación centrada en humanidades digitales utilizando datos de series de registros históricos. Para crear este toolkit, consideró esencial comprender los procesos que un investigador de humanidades digitales.

El toolkit esta dividido en secciones que describen las etapas en un proyecto de investigación. Contiene enlaces a recursos que brindan apoyo o capacitación relacionados con las habilidades necesarias para llevar a cabo investigaciones en humanidades digitales. El recurso se centra en habilidades de investigación que son especialmente relevantes para las humanidades digitales.

Dentro del toolkit, se incluyen enlaces a recursos de acceso abierto para apoyar a investigadores y profesores de humanidades digitales siempre que sea posible. Es importante recordar que constantemente están surgiendo nuevos recursos.

Los libros como aliados: el impulso de las bibliotecas para democratizar la inteligencia artificial

Hansen, Dave. «Books Are Big AI’s Achilles Heel». Authors Alliance (blog), 13 de mayo de 2024. https://www.authorsalliance.org/2024/05/13/books-are-big-ais-achilles-heel/.


El avance rápido de la inteligencia artificial está transformando cómo trabajamos y vivimos, una revolución que nos afectará a todos. Mientras que el impacto de la IA sigue expandiéndose, la operación y los beneficios de la tecnología están cada vez más concentrados en un pequeño número de gigantescas corporaciones, incluyendo a OpenAI, Google, Meta, Amazon y Microsoft.

Desafiar este emergente oligopolio de la IA parece intimidante. Los últimos modelos de IA ahora cuestan miles de millones de dólares, más allá de los presupuestos de startups e incluso de las universidades de investigación de élite, que a menudo han generado las nuevas ideas e innovaciones que avanzan el estado de la inteligencia artificial.

Pero las universidades tienen un arma secreta que podría nivelar el campo de juego de la IA: sus bibliotecas. La potencia informática puede ser una parte importante de la IA, pero el otro ingrediente clave es los datos de entrenamiento. La inmensa escala es esencial para estos datos, pero también lo es su calidad.

Dada su voraz apetencia por el texto para alimentar sus grandes modelos de lenguaje, las principales compañías de IA han tomado todas las palabras que pueden encontrar, incluyendo de foros en línea, subtítulos de YouTube y documentos de Google. Esto no es exactamente «lo mejor que se ha pensado y dicho», para usar la frase punzante de Matthew Arnold. En la búsqueda caótica de la cantidad por parte de la Gran IA, la calidad ha quedado en un segundo plano. La frecuencia de «alucinaciones», inexactitudes actualmente endémicas en las salidas de la IA, es motivo de una preocupación aún mayor.

La manera obvia de rectificar esta falta de calidad y la tenue relación con la verdad es mediante el entrenamiento de los modelos a través de libros. Desde el advenimiento de la imprenta, los autores han publicado más de 100 millones de libros. Estos volúmenes, conservados durante generaciones en los estantes de las bibliotecas, son quizás el reflejo más sofisticado del pensamiento humano desde el principio de la historia registrada, conteniendo dentro de ellos algunas de nuestras mejores (y peores) ideas. En promedio, tienen una calidad editorial excepcional en comparación con otros textos, capturan una amplitud y diversidad de contenido, una mezcla vívida de estilos y utilizan la narrativa de larga extensión para comunicar argumentos y conceptos matizados.

Los principales proveedores de IA han buscado aprovechar esta fuente de inteligencia humana para alimentar lo artificial, aunque a menudo mediante métodos cuestionables. Algunas compañías han recurrido a un infame conjunto de miles de libros, aparentemente recuperados de sitios web piratas sin permiso, llamados «Books3». También han buscado licencias directamente de los editores, utilizando sus enormes presupuestos para comprar lo que no pueden recoger. Meta incluso consideró comprar uno de los mayores editores del mundo, Simon & Schuster.

Como piedra angular de nuestra cultura compartida y como posible base para una mejor inteligencia artificial, los libros son demasiado importantes para fluir a través de estos canales comprometidos o costosos. ¿Qué pasaría si hubiera una colección gestionada por bibliotecas disponible para una amplia gama de investigadores de IA, incluidos los de universidades, instituciones de investigación sin fines de lucro y pequeñas empresas, así como las grandes?

Tales colecciones vastas de libros digitalizados existen en la actualidad. Google, al invertir millones de dólares en su proyecto de escaneo de libros, tiene acceso a más de 40 millones de libros, un activo valioso que sin duda les gustaría mantener en exclusiva. Afortunadamente, esos libros digitalizados también son mantenidos por las bibliotecas asociadas de Google. Las bibliotecas de investigación y otras organizaciones sin fines de lucro tienen reservas adicionales de libros digitalizados derivados de sus propias operaciones de escaneo, provenientes de libros en sus propias colecciones. Juntos, representan una formidable agregación de textos.

Un conjunto de datos de entrenamiento liderado por bibliotecas de libros diversificaría y fortalecería el desarrollo de la IA. Las bibliotecas de investigación digitalizadas son más que lo suficientemente grandes y de sustancialmente mayor calidad como para ofrecer una alternativa convincente a los conjuntos de datos existentes dispersos. Estas instituciones e iniciativas ya han trabajado en muchos de los problemas de derechos de autor más desafiantes, al menos en lo que respecta a cómo se aplica el uso justo a usos de investigación sin fines de lucro como el análisis computacional. Si el uso justo también se aplica a la IA comercial, o a modelos construidos a partir de fuentes dudosas como Books3, aún está por verse.

Los textos digitales mantenidos por las bibliotecas provienen de libros adquiridos de manera legal, una inversión de miles de millones de dólares, cabe señalar, al igual que esos grandes centros de datos, y las bibliotecas tienen inherentemente un respeto por los intereses de los autores y titulares de derechos al tener en cuenta preocupaciones sobre el consentimiento, el crédito y la compensación. Además, tienen una disposición de interés público que puede tener en cuenta los desafíos sociales y éticos particulares del desarrollo de la IA. Un consorcio de bibliotecas podría distinguir entre las diferentes necesidades y responsabilidades de los investigadores académicos, los nuevos participantes en el mercado y los grandes actores comerciales.

Si no recurrimos a las bibliotecas para guiar el entrenamiento de la IA sobre el contenido profundo de los libros, veremos un refuerzo de los mismos oligopolios que dominan el sector tecnológico actual. Solo las empresas más grandes y mejor financiadas adquirirán estos valiosos textos, lo que conducirá a una mayor concentración en la industria. Otros serán impedidos de crear nuevas formas imaginativas de IA basadas en lo mejor que se ha pensado y dicho. Como siempre lo han hecho, al democratizar el acceso, las bibliotecas pueden apoyar el aprendizaje y la investigación para todos, asegurando que la IA se convierta en el producto de muchos en lugar de unos pocos

OpenAI lanza GPT-4o, su nuevo modelo de IA Gratuito con respuestas en tiempo real y capacidades de entendimiento de audio y video capaz de detectar emociones

Wiggers, Kyle. «OpenAI Debuts GPT-4o “omni” Model Now Powering ChatGPT». TechCrunch, 13 de mayo de 2024. https://techcrunch.com/2024/05/13/openais-newest-model-is-gpt-4o/.


OpenAI recientemente presentó su última novedad de inteligencia artificial, GPT-4o, e introdujo una versión de escritorio de ChatGPT, brindando un conjunto de funciones mejoradas al alcance de todos los usuarios de forma gratuita. GPT-4o («o» de «omni») es un paso adelante hacia una interacción mucho más natural entre el ser humano y el ordenador: acepta como entrada cualquier combinación de texto, audio e imagen y genera cualquier combinación de texto, audio e imagen como salida.

OpenAI lanzó el lunes un nuevo modelo de IA y una versión de escritorio de ChatGPT, junto con una nueva interfaz de usuario. La actualización pone GPT-4 a disposición de todo el mundo, incluidos los usuarios gratuitos de OpenAI, según explicó la directora técnica Mira Murati en un evento retransmitido en directo. Añadió que el nuevo modelo, GPT-4o, es «mucho más rápido», con capacidades mejoradas en texto, vídeo y audio.

Los miembros del equipo de OpenAI también demostraron las capacidades de audio del nuevo modelo, pidiendo ayuda para calmarse antes de un discurso público. Mark Chen, investigador de OpenAI, afirmó que el modelo es capaz de «percibir tus emociones», y añadió que también puede hacer frente a las interrupciones de los usuarios.

Durante la retransmisión en directo, OpenAI demostró las capacidades de conversación de audio en tiempo real de GPT-4o, mostrando su capacidad para entablar un diálogo natural y receptivo sin el típico retraso de 2-3 segundos experimentado con modelos anteriores. El asistente de IA parecía captar fácilmente las emociones, adaptaba su tono y estilo a las peticiones del usuario e incluso incorporaba efectos de sonido, risas y canciones a sus respuestas.

Cuando esté disponible, nos encontraremos con un asistente con el que podremos comunicarnos de manera completamente natural, como lo haríamos con otro ser humano. Podremos interrumpirlo mientras responde, características que hasta ahora no se habían visto en ninguna otra IA. El modelo no solo ofrece respuestas instantáneas, sino que también proporciona respuestas en una variedad de tonos de voz, e incluso puede reír, cantar, expresar diferentes estados de ánimo y resolver problemas matemáticos. Una de las características destacadas que llegará a ChatGPT gracias al nuevo modelo es la traducción instantánea. OpenAI busca que simplemente le pidamos lo que queramos al chatbot para que comience a hacer su trabajo, todo en lenguaje natural, sin necesidad de pensar en comandos específicos.

Además, se destacó la comprensión visual mejorada de GPT-4o. Al cargar capturas de pantalla, documentos que contienen texto e imágenes o gráficos, los usuarios pueden mantener conversaciones sobre el contenido visual y recibir análisis de datos de GPT-4o. En la demostración, el modelo demostró su capacidad para analizar selfies, detectar emociones y participar en bromas animadas sobre las imágenes.

Las características disponibles para los usuarios gratuitos de ChatGPT incluirán inteligencia de nivel GPT-4, respuestas tanto del modelo como de la web, análisis de datos y creación de gráficos, conversaciones sobre fotos tomadas, asistencia para resumir, escribir o analizar archivos cargados, y la posibilidad de descubrir y utilizar GPTs y la tienda GPT para construir una experiencia más útil con la función de Memoria.

Entre las funciones disponibles para los usuarios gratuitos de ChatGPT a partir de ahora se incluyen las siguientes, según OpenAI:

  • Experiencia de inteligencia de nivel GPT-4
  • Obtener respuestas tanto del modelo como de la web
  • Analizar datos y crear gráficos
  • Conversa sobre las fotos que haces
  • Sube archivos para que te ayuden a resumir, escribir o analizar
  • Descubrir y utilizar GPTs y el GPT Store
  • Construye una experiencia más útil con la Memoria

Explorando el Impacto de la Inteligencia Artificial en la Educación Superior. Informe Horizon Report de EDUCAUSE 2024

2024 EDUCAUSE Horizon Report: Teaching and Learning Edition [Informe]. EDUCAUSE. (2024, 13 de mayo).

Texto completo

El informe Horizon perfila las tendencias y tecnologías clave y prácticas que están dando forma al futuro de la enseñanza y el aprendizaje, y visualiza una serie de escenarios para ese futuro. Está basado en las perspectivas y experiencia de un panel global de líderes de todo el panorama de la educación superior.

En el desenlace de la pandemia de COVID-19, hablar de un regreso a la «normalidad» en la educación superior oculta los grandes desafíos y las interrupciones continuas que aún quedan por delante para muchas instituciones. Las percepciones públicas sobre el valor de la educación postsecundaria continúan su declive, colocando a las instituciones en la posición de tener que demostrar su valía y encontrar soluciones para la disminución de las matrículas. Las capacidades de datos y análisis continúan evolucionando, introduciendo nuevas oportunidades y nuevos riesgos para la institución. Entre estas capacidades, la inteligencia artificial generativa promete cambiar la enseñanza y el aprendizaje de maneras que muchos de nosotros aún no entendemos completamente ni estamos preparados para.

Para el Informe Horizon de enseñanza y aprendizaje de este año, las discusiones de los expertos destacaron y lidiaron con estos desafíos presentes y futuros para la educación superior. Este informe resume los resultados de esas discusiones y sirve como un punto de vista sobre hacia dónde podría dirigirse nuestro futuro.

Tecnologías clave y prácticas discutidas en el informe:

  • Inteligencia Artificial
  • Herramientas y procesos accesibles e inclusivos
  • Apoyo a la conexión y pertenencia estudiantil con la tecnología
  • Amplio apoyo a la salud mental para estudiantes
  • Modelos de datos unificados para análisis del aprendizaje
  • Desarrollo de la alfabetización de datos para comprender y utilizar datos estudiantiles

El informe de este año incluye una sección de honor dedicada a la inteligencia artificial. La IA continúa causando impacto no solo en la educación superior, sino a nivel global, en diversas industrias y en contextos personales y sociales cotidianos. La influencia de la IA es amplia y, quizás no sorprendentemente, los panelistas de este año nominaron al menos una tendencia relacionada con la IA en cada una de las cinco categorías de tendencias. En esta sección destacamos brevemente algunas de las tendencias e impactos relacionados con la IA en los ámbitos social, tecnológico, económico, medioambiental y político que están tomando forma.

Tendencias Sociales: La IA está cambiando la forma en que nos comunicamos. Cada vez se utiliza más en interacciones y conversaciones humanas, y aumenta la discusión sobre las formas en que la IA puede moldear no solo la comunicación humana, sino también, de manera más amplia, las habilidades socioemocionales. Cada vez más, las personas no solo utilizan la IA para facilitar la comunicación, sino que también conversan directamente con la IA (por ejemplo, a través de chatbots o asistentes virtuales, y algunos recurren a la IA generativa como compañeros de conversación). La IA tiene el potencial de cambiar la conexión y comunicación humanas de varias maneras. Como resultado, la educación superior necesitará comprender las formas en evolución en que profesores, estudiantes y personal están utilizando la IA y prepararse para adaptarse a los cambios en la forma en que los estudiantes se comunican. También deberán actualizar el plan de estudios que involucra habilidades socioemocionales y comunicación para tener en cuenta estos cambios. A continuación, se presentan varias formas en que la IA podría impactar la comunicación y los resultados socioemocionales:

  • Causar percepciones negativas de otros.
  • Cambiar las normas de lo que se considera apropiado al conversar con otros.
  • Distorsionar el sentido de uno mismo y de los demás.
  • Hacer que las personas se comporten más como máquinas.
  • Obstaculizar las habilidades sociales en jóvenes y personas neurodiversas.
  • Ayudar a las personas con discapacidades de comunicación a comunicarse mejor.
  • Facilitar y obstaculizar el aprendizaje y uso de idiomas extranjeros.
  • Mejorar la comunicación dentro de las organizaciones.
  • Exacerbar la soledad.

Las herramientas de IA tienen un potencial creciente para remodelar la pedagogía y las experiencias de los estudiantes. Cuando ChatGPT irrumpió en escena, captó la atención de profesores y estudiantes a nivel mundial. Desde entonces, ha habido una gran preocupación por el uso de la IA generativa en el aula, especialmente en el ámbito de las evaluaciones de cursos y la detección de plagio. Sin embargo, las herramientas de IA no solo están volviéndose más sofisticadas, sino que están expandiéndose más allá de las evaluaciones. Cada vez surgen más usos para la IA en el aula, y estas tecnologías tienen el potencial de cambiar el panorama de la enseñanza y el aprendizaje y la experiencia estudiantil de varias maneras, para bien o para mal. A medida que estas tecnologías continúan cambiando y aumenta su adopción, las instituciones de educación superior tendrán que actualizar regularmente sus recomendaciones y pautas sobre el uso de dichas tecnologías, prestando atención a las políticas gubernamentales propuestas que pueden implementarse en un futuro cercano. Las instituciones también pueden ayudar a sus profesores y estudiantes a ser usuarios más conscientes y responsables mediante la provisión de formación y recursos de alfabetización digital y encontrando formas de aprovechar la IA para mejorar las experiencias pedagógicas y los resultados estudiantiles. A continuación, se presentan varias formas en que la IA podría impactar la pedagogía y la experiencia estudiantil:

  • Abrir el camino, a través de la IA multimodal e interactiva, para tecnologías educativas mucho más sofisticadas y receptivas.
  • Dar forma al futuro del pensamiento crítico.
  • Facilitar la ideación y la creatividad.
  • Impulsar la participación estudiantil.
  • Mejorar la gestión del aula.
  • Redefinir el enfoque de las evaluaciones.
  • Personalizar el aprendizaje.
  • Actuar como tutores y proporcionar retroalimentación a los estudiantes.
  • Mejorar las plataformas de gestión del aprendizaje.
  • Ayudar con la salud mental de los estudiantes.

Esta doble exploración de las implicaciones sociales y tecnológicas de la IA subraya su influencia multifacética en la enseñanza, el aprendizaje y las dinámicas sociales más amplias, lo que requiere una adaptación proactiva e integración responsable dentro de los contextos de la educación superior.

Revisión de los acuerdos transformativos en el Reino Unido

Brayman, Kira, Amy Devenney, Helen Dobson, Mafalda Marques, y Anna Vernon. «A Review of  Transitional  Agreements  in the UK». Zenodo, 7 de marzo de 2024. https://doi.org/10.5281/zenodo.10787392.

Encargado y supervisado por grupos estratégicos de Jisc, con la colaboración de Delta Think, una empresa de análisis y datos de acceso abierto (OA), este informe profundiza en el panorama del OA, centrándose en los acuerdos transformativos (AT). Su objetivo es reunir pruebas, estimular el debate en los sectores de la enseñanza superior y la investigación y ofrecer recomendaciones prácticas.

El estudio aborda las siguientes cuestiones

  • ¿Qué proporción de la literatura académica está disponible a través de OA?
  • ¿Qué impacto han tenido los TAs negociados por Jisc en facilitar el acceso abierto a las publicaciones de investigación del Reino Unido?
  • ¿Cómo han influenciado los TAs en los costos para las instituciones de educación superior del Reino Unido?
  • ¿Hasta qué punto han ayudado los TAs al cumplimiento por parte de los autores con los mandatos de los financiadores?
  • ¿Cómo han contribuido los TAs a aumentar la transparencia respecto a los procesos de OA de los editores dentro de la comunidad académica?

Los acuerdos transformativos no funcionan: ¿Y ahora qué?

Mudditt, A. (2024, 4 de abril). Transitional Agreements Aren’t Working: What Comes Next? Scholarly Kitchen. https://scholarlykitchen.sspnet.org/2024/04/04/transitional-agreements-arent-working-what-comes-next/


Aunque se han registrado algunos progresos, como un aumento en la publicación de artículos de acceso abierto (OA) y la reducción de costos, persisten desafíos como la prevalencia de modelos híbridos y las barreras de acceso. La cuestión central radica en si los acuerdos transitorios (TAs) cumplen su promesa de ser transitorios y transformadores. En general, la tasa de «volteo» de revistas es baja, y según las tasas de cambio observadas entre 2018 y 2022, se requerirían al menos 70 años para que las cinco principales editoriales cambien sus títulos de TA a OA.

Han pasado diez años desde que el Comité Conjunto de Sistemas de Información (Jisc) en el Reino Unido lanzó su primer «acuerdo transformativo » (TA) con Springer Nature. Desde entonces, Jisc ha negociado y/o renovado 75 TAs con 47 editoriales, aunque, como veremos, es discutible si han transformado algo. Jisc recientemente llevó a cabo y publicó una revisión completa de los TAs para entender qué tan efectivos han sido en lograr una transición a OA, para explorar el impacto de los TAs a nivel global, y para evaluar si han logrado los objetivos del Reino Unido

El Reino Unido, al igual que todos los países, tiene su propia historia específica con la transición a OA y es importante destacar que inició este camino desde temprano con la publicación del Informe Finch en 2012. Este recomendaba «publicación en acceso abierto o en revistas híbridas, financiadas por APCs [cargos por procesamiento de artículos], como el principal vehículo para la publicación de la investigación financiada por fondos públicos» y fue visto por algunos, incluso en ese momento, como un caso exitoso por parte de los mayores editores. No obstante, colectivamente nos han vendido los TAs como un mecanismo sostenible para la transición a un OA completo, y por lo tanto vale la pena sumergirse en el informe de Jisc como un estudio de caso.

¿Han cumplido los TAs con los requisitos del sector de la educación superior del Reino Unido? La imagen que surge del análisis de Jisc es matizada y complicada. Ciertamente ha habido desarrollos positivos y éxitos, incluyendo los siguientes (todos los datos son tomados del informe):

La proporción global de artículos de OA publicados ha aumentado del 21% en 2014 al 46% en 2022. Los TAs han ayudado al Reino Unido a hacer la transición más rápido que la tasa global con el 50% de los artículos publicados en OA en 2022. Los TAs han reducido y restringido costos a nivel del sector. Jisc estima que para 2022, las instituciones de educación superior evitaron costos de 42 millones de £ a través de acuerdos TA. Los TAs también han permitido a una sección más amplia de investigadores publicar su trabajo abiertamente. Pero también ha habido claramente un conjunto de resultados menos positivos, como:

La proporción de modelos híbridos en el Reino Unido es más del doble del promedio global en un 21% (en comparación con el 10% a nivel global), con una disminución constante simultánea de la ruta verde (nuevamente, una versión más exagerada de la tendencia global). En lugar de fomentar una mayor diversidad en los lugares de publicación, los TAs han ayudado a consolidar los modelos híbridos con los mayores editores. En los últimos años (2021 y 2022) ha habido un resurgimiento (o al menos, retención) de artículos cerrados. A pesar del crecimiento en la producción de OA, a lo largo de los 38 editores estudiados para el informe, el 61% de su contenido aún estaba bajo barreras de acceso. Existen preocupaciones significativas sobre la sostenibilidad a largo plazo de los modelos basados en APC, tanto por los costos acelerados como por los desafíos severos que enfrenta la educación superior del Reino Unido. Basado en las tasas de cambio de revistas observadas entre 2018 – 2022, tomaría al menos 70 años para que los cinco principales editores conviertan sus títulos de TA a OA.

Lo más importante es la pregunta de si los TAs cumplen su promesa de su nombre de ser transitorios y transformadores. En general, la tasa de «volteo» de revistas es baja (con la excepción de algunos editores más pequeños). Lo más impactante, aunque no del todo sorprendente, fue el siguiente hallazgo: basado en las tasas de cambio de revistas observadas entre 2018 – 2022, tomaría al menos 70 años para que los cinco principales editores conviertan sus títulos de TA a OA. (Reconociendo la lentitud de esta transición, cOAlition S excluyó 1.589 revistas de su programa de transición el año pasado.)

Y aunque estos datos y conclusiones son del Reino Unido, vale la pena señalar que análisis similares en otros lugares han llegado a las mismas conclusiones. El informe anual 2023 de Plan S está totalmente alineada con los hallazgos de Jisc: la ruta dorada (Gold) es la ruta principal hacia OA, la ruta híbrida (Hybrid) está creciendo gracias a los TAs, y la ruta verde (Green) está en declive. (Todavía está por verse si la decisión de cOAlition S de dejar de financiar TAs al final de este año afectará estas tendencias.) Un informe del año pasado de la Asociación de Instituciones de Educación Superior de Suecia señaló el riesgo de «quedar atrapado en una transformación permanente que favorezca a los grandes editores comerciales». Y un análisis reciente basado en acuerdos del Registro ESAC también encontró que el cambio principal fue de revistas cerradas a híbridas, sin que hasta ahora haya evidencia de que esto llevaría a «darle la vuelta al sistema».

El fracaso de un enfoque basado en APC parece evidente. Aunque siempre se ha cuestionado el potencial éxito de los acuerdos transformadores, el verdadero fallo no radica tanto en la naturaleza de los TAs en sí, sino en el modelo subyacente.