Archivo de la categoría: Alfabetización informacional

Laboratorio de Alfabetización y Acción en IA

University of Virginia Library y College and Graduate School of Arts & Sciences. “AI Literacy and Action Lab Announcement.” 17 de abril de 2026 https://library.virginia.edu/ai/lab

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

El 17 de abril de 2026, la Biblioteca de la Universidad de Virginia, en colaboración con el College and Graduate School of Arts & Sciences, anunció la creación del AI Literacy and Action Lab, una iniciativa destinada a abordar de forma directa y estructurada los desafíos que plantea la inteligencia artificial en la educación superior. Este laboratorio surge como respuesta a la necesidad urgente de comprender no solo el funcionamiento de las herramientas de IA, sino también sus implicaciones éticas, pedagógicas y sociales. Con el lanzamiento de cuatro proyectos piloto durante la primavera y el verano de 2026, y la incorporación de cursos en otoño, el programa se posiciona como un espacio dinámico de experimentación, reflexión y producción de conocimiento aplicado.

Los proyectos piloto abarcan ámbitos diversos como el futuro del trabajo, el pensamiento crítico y ético, y la integración de la IA en la planificación docente tanto en humanidades como en disciplinas STEM. Un rasgo distintivo del laboratorio es la participación de bibliotecarios como facilitadores, quienes no solo aportan su experiencia en alfabetización informacional, sino que también actúan como mentores a lo largo de todo el proceso. Esta figura refuerza el papel de la biblioteca como agente activo en la formación académica, más allá de su función tradicional. En este contexto, profesionales como Meridith Wolnick destacan la importancia de guiar a los estudiantes hacia un uso reflexivo y crítico de la IA, fomentando debates basados en casos que permitan explorar sus implicaciones más profundas.

El laboratorio también persigue objetivos institucionales más amplios, como reducir las desigualdades entre facultades y departamentos en el acceso y uso de la IA, promover un juicio informado en su utilización y generar resultados estructurados basados en evidencia que respalden tanto la investigación como la innovación educativa. Mira Waller subraya que la clave no está en dictar normas rígidas sobre el uso de la IA, sino en capacitar a la comunidad universitaria para desarrollar criterios propios en un entorno tecnológico que evoluciona más rápido que las propias instituciones académicas. Este enfoque conecta directamente con la misión histórica de las bibliotecas: enseñar a evaluar la información y fomentar el pensamiento crítico.

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

La IA contra sí misma: Google intensifica la lucha contra los anuncios fraudulentos

Huamani, K. “AI Is a Gold Mine for Spammers and Scammers, but Google Is Using It as a Tool to Fight Back.” AP News, 16 de abril de 2026.

Leer artículo

Este articulo analiza la creciente paradoja de la inteligencia artificial en el ecosistema digital: la misma tecnología que facilita la proliferación de fraudes y estafas en internet se ha convertido también en la principal herramienta para combatirlos. En particular, se centra en el informe anual de seguridad publicitaria de Google, que revela cómo el uso de sistemas avanzados de IA —como Gemini— está permitiendo detectar y bloquear anuncios maliciosos antes de que lleguen al público.

El texto de Kaitlyn Huamani analiza cómo la expansión de la inteligencia artificial generativa ha intensificado un problema antiguo: el de los fraudes y el spam en internet. Aunque estos engaños existen desde los inicios de la red, la accesibilidad de herramientas de IA ha permitido a los estafadores producir contenidos mucho más sofisticados —como anuncios de productos milagro o vídeos con voces falsas de celebridades— a una velocidad y escala sin precedentes. Expertos como Nate Elliott destacan que la gran diferencia actual no es la naturaleza del problema, sino su aceleración exponencial, que beneficia tanto a actores legítimos como a los maliciosos. Esta tendencia tiene un impacto real: según el Federal Bureau of Investigation, en el último año se registraron más de 22.000 denuncias por estafas relacionadas con IA, con pérdidas que superan los 893 millones de dólares.

Frente a este escenario, grandes empresas tecnológicas como Google están reforzando sus sistemas de defensa mediante el uso de su propia inteligencia artificial. En su informe anual de seguridad publicitaria, la compañía reconoce el aumento de anuncios fraudulentos cada vez más complejos, pero subraya la eficacia de sus herramientas basadas en IA. Su sistema, impulsado por Gemini, logró detectar más del 99% de los anuncios que infringían las políticas antes de que llegaran a los usuarios. En 2025, Google bloqueó o eliminó más de 8.300 millones de anuncios y suspendió cerca de 24,9 millones de cuentas de anunciantes, de las cuales más de 4 millones estaban vinculadas a actividades fraudulentas. Estas cifras reflejan tanto la magnitud del problema como el esfuerzo creciente por contenerlo.

El artículo también explica cómo funcionan estas herramientas defensivas. Gracias a Gemini, Google puede analizar cientos de miles de millones de señales —como la antigüedad de las cuentas, patrones de comportamiento o características de las campañas— para evaluar la intención real de los anunciantes. Esto permite distinguir con mayor precisión entre negocios legítimos y actores maliciosos, reduciendo además los errores: las suspensiones indebidas de anunciantes se han reducido en un 80%. Otro avance clave es la velocidad, ya que procesos que antes llevaban segundos o minutos ahora se realizan en milisegundos, lo que permite bloquear amenazas antes incluso de que se publiquen.

Aun así, el problema sigue siendo complejo y dinámico. Los anuncios fraudulentos adoptan múltiples formas y evolucionan constantemente, replicando estrategias tradicionales pero con mayor volumen y rapidez gracias a la IA. Google insiste en que no clasifica los anuncios en función de si han sido generados por inteligencia artificial, sino según si incumplen sus políticas, ya que muchas empresas legítimas también utilizan estas herramientas de forma correcta. En este contexto, los expertos coinciden en que la confrontación entre estafadores y sistemas de defensa continuará intensificándose.

En última instancia, el texto plantea un escenario en el que la lucha contra el fraude digital se convierte en una especie de “IA contra IA”. Como señala Matt Seitz, el volumen del problema es ya tan grande que no puede gestionarse únicamente con intervención humana. Esto anticipa un futuro en el que la automatización será clave tanto para la creación de amenazas como para su detección, consolidando una carrera tecnológica permanente entre ataque y defensa en el entorno digital.

ZODIAC: un nuevo marco para evaluar la información en la era de la inteligencia artificial generativa

Reagan, Kevin, Kay Coates, y Jessica Swaringen. “Your Information ZODIAC: An Information Evaluation Framework for the Age of Generative AI.” Journal of New Librarianship 10, no. 2 (2025): 94–109. https://newlibs.org/index.php/jonl/article/view/3107/3189

Se propone un nuevo marco conceptual para la evaluación crítica de la información en un contexto profundamente transformado por la inteligencia artificial generativa. Partiendo de modelos ya consolidados en alfabetización informacional —como CRAAP, SIFT o ACT UP—, los autores desarrollan el modelo ZODIAC, un acrónimo que sintetiza seis dimensiones clave: Zooming in, Other opinions, Dataset, Intent, Authenticity y Consistency.

Este enfoque responde a la necesidad urgente de adaptar las herramientas de evaluación tradicionales a un entorno en el que los contenidos no solo son abundantes, sino también generados automáticamente por sistemas complejos como los modelos de lenguaje.

El primer componente, Zooming in, invita a examinar detenidamente los detalles de la información generada, prestando atención a elementos que pueden pasar desapercibidos en una lectura superficial. Other opinions enfatiza la importancia de contrastar la información con otras fuentes, reforzando la idea de que ningún contenido —especialmente el generado por IA— debe considerarse aislado. Uno de los aportes más innovadores del modelo es la inclusión de Dataset, que introduce a los estudiantes en la necesidad de reflexionar sobre los datos de entrenamiento de los sistemas de inteligencia artificial, un aspecto ausente en marcos anteriores pero crucial para comprender los sesgos y limitaciones de estas herramientas.

Asimismo, el criterio de Intent se centra en analizar la finalidad del contenido generado: no solo qué dice, sino por qué y para qué ha sido producido. Este punto es especialmente relevante en sistemas de IA, donde la intencionalidad puede no ser evidente y está mediada por los objetivos del diseño del sistema. Por su parte, Authenticity y Consistency abordan dos problemas característicos de la inteligencia artificial generativa: la dificultad para verificar la autenticidad de los contenidos y la tendencia de estos sistemas a generar respuestas plausibles pero no siempre coherentes o veraces. En conjunto, estos criterios permiten a los estudiantes desarrollar una mirada crítica más afinada frente a textos, imágenes o datos producidos por IA.

Se subraya que el modelo ZODIAC está diseñado como una herramienta introductoria, especialmente orientada a estudiantes de primer año universitario. Su objetivo no es ofrecer un sistema exhaustivo, sino proporcionar una base accesible que permita comenzar a desarrollar competencias críticas en un entorno informativo cada vez más complejo. En este sentido, los autores reconocen explícitamente las limitaciones del modelo, señalando que no aborda de manera completa aspectos sociales y medioambientales relacionados con la inteligencia artificial, como el impacto energético de los sistemas o las implicaciones éticas de su uso.

En la discusión final, los autores amplían el marco conceptual e invitan a la comunidad profesional —bibliotecarios, docentes e investigadores— a avanzar hacia modelos más holísticos de alfabetización informacional y alfabetización en IA. Este llamamiento es especialmente relevante en el contexto actual, donde la capacidad de evaluar información ya no puede separarse del conocimiento sobre cómo funcionan las tecnologías que la generan. En definitiva, el artículo sitúa el modelo ZODIAC como una propuesta pedagógica innovadora que, aunque inicial, abre nuevas vías para repensar la enseñanza del pensamiento crítico en la era de la inteligencia artificial.

Alfabetización mediática en la era de la inteligencia artificial: estrategias para enseñar a discernir la verdad

Gibbons, Catherine. “5 Ways to Build Critical Literacy in the Age of AI.” Edutopia, 25 de noviembre de 2025. https://www.edutopia.org/article/teaching-media-literacy-age-ai

El texto defiende que la alfabetización mediática en la era de la inteligencia artificial es una competencia esencial para la ciudadanía contemporánea. No se trata solo de habilidades técnicas, sino de una forma de pensamiento que permite a los individuos tomar decisiones informadas, resistir la manipulación y participar de manera crítica en la sociedad digital. En un mundo donde la información es abundante pero no siempre fiable, la verdadera alfabetización reside en la capacidad de cuestionar, conectar ideas y discernir la verdad.

El artículo plantea que la irrupción de la inteligencia artificial ha transformado radicalmente el concepto tradicional de alfabetización. Ya no basta con saber leer y comprender textos: el reto actual consiste en desarrollar una alfabetización crítica capaz de analizar, evaluar y verificar información en un entorno saturado de contenidos generados tanto por humanos como por máquinas. En este nuevo contexto, los estudiantes tienen acceso inmediato a grandes volúmenes de información, pero eso no garantiza su comprensión ni su veracidad. Por ello, el papel del docente se desplaza desde enseñar a “decodificar” textos hacia enseñar a “interpretar el mundo”, ayudando al alumnado a cuestionar, contrastar y reflexionar sobre lo que consume.

Uno de los ejes centrales del texto es la idea de que la inteligencia artificial, aunque poderosa, no sustituye el pensamiento crítico humano. Las herramientas de IA pueden resumir o generar contenidos, pero carecen de la capacidad de evaluar evidencias, detectar sesgos o comprender el contexto en profundidad. Por ello, la alfabetización mediática se redefine como una competencia que implica formular preguntas clave: quién produce la información, con qué intención, qué falta en el relato o cómo verificar su autenticidad. Este enfoque no promueve la desconfianza absoluta, sino una actitud analítica y reflexiva ante los mensajes.

El artículo propone cinco estrategias pedagógicas concretas para desarrollar esta alfabetización crítica. La primera es la lectura lateral, una técnica utilizada por verificadores profesionales que consiste en contrastar información en múltiples fuentes en lugar de confiar en una sola. Esta práctica enseña a los estudiantes que la credibilidad no depende de la apariencia de un contenido, sino de su corroboración.

La segunda estrategia se centra en la alfabetización visual y el análisis de deepfakes, subrayando que las imágenes y los vídeos deben leerse con el mismo rigor que los textos escritos. En un entorno donde los contenidos audiovisuales pueden ser manipulados con gran realismo, los estudiantes deben aprender a identificar señales de falsificación y a utilizar herramientas de verificación. La tercera propuesta, el juego “real o falso”, introduce un enfoque lúdico para entrenar la detección de desinformación, permitiendo a los alumnos desarrollar patrones de reconocimiento sobre cómo se construyen las noticias fiables frente a las engañosas.

La cuarta estrategia consiste en trabajar con conjuntos de textos multimodales, es decir, combinar diferentes formatos (artículos, vídeos, redes sociales, contenidos generados por IA) sobre un mismo tema. Esto permite a los estudiantes comprender que toda información está mediada por perspectivas, formatos y objetivos, y que cada fuente presenta fortalezas y limitaciones. Finalmente, el artículo propone integrar la propia IA en el proceso educativo, no como una amenaza, sino como una herramienta que puede ser analizada críticamente. Al evaluar contenidos generados por IA, los estudiantes desarrollan una comprensión más profunda de sus límites, sesgos y usos responsables.

Desinformación vs. alucinaciones en la IA: dos errores distintos, un mismo riesgo

Cosstick, John. “AI Misinformation vs AI Hallucinations: What’s the Difference.” Tech Life Future, 2025. https://www.techlifefuture.com/ai-misinformation-vs-ai-hallucinations/

Se analiza una distinción clave en el ecosistema informativo contemporáneo: la diferencia entre la desinformación generada por inteligencia artificial y las llamadas “alucinaciones” de la IA. Aunque ambos fenómenos implican la producción de información falsa o engañosa, su origen y naturaleza son distintos.

La desinformación en IA suele estar vinculada a la intención humana: se genera o difunde contenido falso de manera deliberada para manipular, influir o engañar. En cambio, las alucinaciones son errores inherentes al funcionamiento de los modelos de lenguaje, que producen información incorrecta sin intención maliciosa, simplemente porque “rellenan” lagunas con contenido plausible pero no verificado.

El texto profundiza en las causas técnicas de las alucinaciones, señalando que estas surgen de limitaciones estructurales de los sistemas de IA. Los modelos funcionan mediante generación probabilística: predicen qué texto es más probable en función de patrones aprendidos, no de una verificación factual. Esto puede llevar a la invención de datos, citas académicas inexistentes o errores históricos. Factores como datos de entrenamiento incompletos o sesgados, así como limitaciones en la arquitectura de los modelos, contribuyen a este fenómeno. En esencia, la IA no “miente”, sino que construye respuestas verosímiles a partir de patrones, lo que puede resultar en afirmaciones erróneas presentadas con gran coherencia.

Por otro lado, la desinformación impulsada por IA se inscribe en dinámicas sociales más amplias. No depende tanto de fallos técnicos como de usos intencionados de la tecnología: desde la creación de contenidos engañosos mediante técnicas como el prompt engineering hasta su difusión masiva a través de redes sociales, bots o influencers. Este tipo de desinformación explota los sesgos cognitivos de los usuarios y puede tener consecuencias especialmente graves en ámbitos como la política, la salud o la opinión pública.

El artículo subraya que, aunque ambos fenómenos pueden parecer similares para el usuario —información falsa presentada de forma convincente—, requieren estrategias distintas de mitigación. Las alucinaciones demandan mejoras técnicas en los modelos, como mejores datos de entrenamiento o sistemas de verificación interna. La desinformación, en cambio, exige respuestas sociales, regulatorias y educativas, incluyendo alfabetización mediática y control de los canales de difusión.

Por último, se destaca que el auge de la inteligencia artificial ha intensificado el problema de la fiabilidad de la información. Estudios recientes muestran que una proporción significativa de respuestas generadas por IA puede ser incorrecta o engañosa, lo que pone en riesgo la integridad del ecosistema informativo. En este contexto, comprender la diferencia entre desinformación y alucinación no es solo una cuestión técnica, sino una competencia crítica para navegar en un entorno cada vez más mediado por algoritmos.

El peligro invisible de las respuestas de la IA: suena convincente, pero puede ser una respuesta errónea o malintencionada

Woman thinking deeply while using laptop surrounded by bubble showing truth and misinformation
A woman contemplates the choice between truth and misinformation while using a laptop in a dimly lit room.

AI School Librarian. “Confident Answers Are Not the Same as Correct Answers.” Substack, 2026. https://aischoollibrarian.substack.com/p/confident-answers-are-not-the-same

Se plantea una advertencia fundamental en la era de la inteligencia artificial generativa: la apariencia de seguridad en una respuesta no equivale a su veracidad. Los sistemas de IA están diseñados para producir textos coherentes, fluidos y convincentes, lo que genera una ilusión de autoridad que puede inducir a error.

Esta característica no es accidental, sino inherente a su funcionamiento: los modelos predicen qué respuesta “suena” correcta basándose en patrones estadísticos, no en una comprensión real de la verdad. Así, la confianza expresiva de la IA puede enmascarar errores, lagunas o incluso invenciones, lo que obliga a replantear cómo interpretamos y evaluamos sus respuestas.

El texto subraya que este fenómeno tiene profundas implicaciones educativas e informativas. Tradicionalmente, los humanos han asociado la confianza con la competencia, confiando más en quienes se expresan con seguridad. La IA explota involuntariamente este sesgo cognitivo: presenta información con una estructura clara y un tono firme, lo que reduce la tendencia del usuario a cuestionar su contenido. Sin embargo, como advierten diversos análisis, esta “brecha de confianza” puede llevar a aceptar respuestas incorrectas simplemente porque están bien formuladas. En contextos académicos o profesionales, esto puede erosionar el pensamiento crítico y fomentar una dependencia excesiva de sistemas automatizados.

Otro aspecto relevante es que la calidad de las respuestas depende en gran medida de cómo se formula la pregunta. Los usuarios con mayor conocimiento previo o habilidades de “prompting” obtienen resultados más precisos y útiles, mientras que quienes carecen de estas competencias pueden recibir respuestas superficiales o incompletas. Esto introduce un nuevo tipo de desigualdad informativa: no todos los usuarios acceden al mismo nivel de calidad en la información generada por IA, lo que cuestiona la idea de que estas herramientas democratizan el conocimiento.

El artículo también insiste en que la IA no distingue adecuadamente entre niveles de certeza. Puede presentar hechos bien establecidos y afirmaciones especulativas con el mismo grado de seguridad, dificultando que el usuario discrimine entre información fiable y dudosa. Este “aplanamiento de la certeza” es especialmente problemático en ámbitos como la salud, la educación o la toma de decisiones, donde la precisión y el contexto son esenciales.

Por ello se propone una actitud crítica y reflexiva como respuesta a este desafío. La IA debe entenderse como una herramienta de apoyo, no como una autoridad definitiva. Verificar la información, contrastarla con fuentes fiables y mantener el juicio propio se convierten en habilidades clave en este nuevo entorno. En última instancia, el artículo no rechaza el uso de la inteligencia artificial, pero advierte que su integración en la vida cotidiana exige una alfabetización informacional más sofisticada, capaz de distinguir entre lo que suena convincente y lo que realmente es cierto.

Los efectos destructivos de la desinformación en el cerebro humano Ejemplos que ponen en alerta la prevalencia de la desinformación en el siglo XXI.

Psychology Today. “The Destructive Effects of Misinformation on the Human Brain.” The Changing Brain, febrero de 2026. https://www.psychologytoday.com/us/blog/the-changing-brain/202602/the-destructive-effects-of-misinformation-on-the-human-brain

En conjunto, el artículo alerta de que la desinformación debe entenderse como un problema de salud cognitiva y social: una forma de “contaminación mental” que afecta tanto a los procesos internos del cerebro como a las dinámicas colectivas de la sociedad contemporánea.

La desinformación actúa sobre el cerebro humano de forma comparable a un agente biológico perjudicial: no es simplemente información errónea, sino una alteración profunda de los mecanismos cognitivos básicos. El artículo explica que la información es un “nutriente esencial” para el cerebro, de la misma manera que el oxígeno lo es para los pulmones. Cuando ese nutriente está contaminado, el funcionamiento cerebral se ve comprometido en múltiples niveles, desde los procesos neuroquímicos hasta las conductas observables. Así como una mínima alteración en los impulsos nerviosos puede provocar un fallo físico grave, la introducción de información falsa puede generar distorsiones en la percepción, el juicio y la toma de decisiones.

Uno de los efectos más relevantes es la alteración de la memoria. La investigación psicológica ha demostrado que la desinformación puede integrarse en los recuerdos hasta el punto de sustituirlos o mezclarse con ellos. Este fenómeno, conocido como “efecto de desinformación”, implica que la memoria no es un registro fiel de la realidad, sino un sistema maleable que puede ser reescrito por información posterior. Así, las personas pueden recordar hechos que nunca ocurrieron o reinterpretar eventos reales a la luz de datos falsos, lo que tiene consecuencias especialmente graves en ámbitos como el testimonio judicial o la construcción de la memoria colectiva.

Otro aspecto clave es la persistencia de la desinformación incluso después de haber sido corregida. Diversos estudios señalan que, una vez que una idea falsa ha sido incorporada, resulta extremadamente difícil eliminarla del todo: el cerebro sigue utilizándola como referencia, fenómeno conocido como “influencia continuada”. Esto se debe a que la información inicial deja huellas cognitivas duraderas y a que el cerebro tiende a preferir narrativas coherentes, aunque sean incorrectas, frente a la incertidumbre. En este sentido, la desinformación no solo engaña momentáneamente, sino que configura marcos mentales estables.

El artículo también destaca el papel de las emociones como vehículo de desinformación. Las creencias falsas suelen ir acompañadas de respuestas emocionales intensas —miedo, ira, entusiasmo— que refuerzan su aceptación y difusión. El cerebro humano está especialmente predispuesto a procesar información emocional, lo que explica por qué los contenidos sensacionalistas o polarizantes se propagan con mayor rapidez. En el contexto digital actual, donde las redes sociales amplifican este tipo de mensajes, la desinformación encuentra un entorno ideal para expandirse y consolidarse.

Finalmente, el texto subraya que la desinformación del siglo XXI no es un fenómeno aislado, sino sistémico. Su prevalencia se ve impulsada por factores tecnológicos, cognitivos y sociales: la velocidad de difusión supera la capacidad de verificación, los algoritmos favorecen contenidos emocionales y los individuos tienden a aceptar información que confirma sus creencias previas. Como resultado, la desinformación no solo afecta al individuo —alterando su cerebro y su percepción de la realidad—, sino que también erosiona el tejido social al aumentar la polarización y debilitar la confianza en el conocimiento experto.

Las humanidades y la humanidad en un mundo de IA: un manifiesto para educadores

Real Discussion. “Humanities and Humanity in an AI World: An Educator’s Manifesto.” Real Discussion. Accedido abril de 2026.

Texto completo

El manifiesto se articula como una llamada a la acción: recuperar el valor de lo humano en un entorno tecnológico acelerado. Propone que la educación del futuro debe centrarse en formar ciudadanos capaces de convivir con la inteligencia artificial sin perder su capacidad de juicio, su sensibilidad ética y su creatividad. En última instancia, sostiene que el objetivo no es competir con las máquinas, sino reafirmar aquello que nos hace irreductiblemente humanos: la capacidad de pensar, sentir, interpretar y dar sentido al mundo.

El manifiesto plantea una defensa firme del papel de las humanidades en un mundo cada vez más dominado por la inteligencia artificial, subrayando que el verdadero desafío no es tecnológico, sino profundamente humano. En este contexto, la educación se convierte en el principal campo de batalla donde se decide si la IA será una herramienta al servicio del desarrollo humano o un sustituto de capacidades esenciales como el pensamiento crítico, la creatividad y la reflexión ética. El texto advierte que el riesgo no reside únicamente en la automatización, sino en la posible delegación de procesos cognitivos fundamentales a sistemas algorítmicos, lo que podría empobrecer la experiencia educativa y reducir la autonomía intelectual de los estudiantes.

El documento insiste en que las humanidades —filosofía, literatura, historia, artes— no son disciplinas accesorias, sino el núcleo que permite interpretar el mundo, cuestionarlo y dotarlo de significado. Frente a una IA capaz de generar respuestas rápidas y aparentemente coherentes, el manifiesto reivindica la lentitud del pensamiento crítico, la ambigüedad como espacio de aprendizaje y el error como parte indispensable del proceso educativo. En este sentido, alerta sobre el peligro de que los estudiantes utilicen la inteligencia artificial como sustituto del esfuerzo intelectual, debilitando su capacidad para argumentar, analizar y crear conocimiento propio.

Asimismo, el manifiesto propone una pedagogía renovada que no rechaza la inteligencia artificial, pero sí exige una integración consciente y crítica. La IA debe ser utilizada como apoyo, nunca como reemplazo del pensamiento humano. Esto implica rediseñar las metodologías educativas para priorizar habilidades que las máquinas no pueden replicar plenamente, como la empatía, el juicio ético, la interpretación contextual y la imaginación. En esta línea, coincide con otros enfoques humanistas que subrayan que la educación no puede reducirse a eficiencia o productividad, sino que debe cultivar la dimensión moral y relacional del ser humano.

Otro eje fundamental del texto es la defensa de la autonomía del profesorado. Los docentes no deben convertirse en meros supervisores de herramientas tecnológicas, sino seguir siendo guías intelectuales capaces de orientar el aprendizaje desde una perspectiva crítica. El manifiesto advierte que una adopción acrítica de la IA en el aula puede desplazar la autoridad pedagógica hacia sistemas automatizados diseñados por grandes corporaciones, lo que plantea riesgos no solo educativos, sino también políticos y culturales.

Marcelo Careaga presenta ¡Oh, Humanidad! El ocaso de los metarrelatos y las nuevas utopías. Planeta Biblioteca 2026/04/13.

Marcelo Careaga presenta ¡Oh, Humanidad! El ocaso de los metarrelatos y las nuevas utopías.

Planeta Biblioteca 2026/04/13.

ESCUCHAR

Descargar

En esta ocasión visita nuestro Planeta Biblioteca Marcelo Careaga Butter, profesor titular de la Universidad Católica de la Santísima Concepción, para presentarnos su nuevo libro ¡Oh, Humanidad! El ocaso de los metarrelatos y las nuevas utopías. Se trata de un relato que aborda la transición cultural disruptiva que la humanidad está experimentando en los últimos tiempos, especialmente a partir de la eclosión de la inteligencia artificial generativa. Nunca antes los seres humanos habíamos tenido la oportunidad de resolver problemas mediante una administración tan eficaz de la información. El acceso y la representación de datos masivos —big data— están hoy al alcance de todos.

En este contexto, el valor de lo escrito en el libro no reside en los antecedentes antropológicos, históricos o culturales —ya ampliamente disponibles—, sino en la capacidad de gestionar un tipo de conocimiento que vincula las causas profundas de los grandes problemas humanos no resueltos con sus macroconsecuencias, aún vigentes en la actualidad. La obra ha sido concebida sin una pretensión antropológica, filosófica, histórica, ideológica, doctrinal, religiosa, política o cultural específica. Más bien, se presenta como un ejercicio de profunda autocrítica, impregnado de una mezcla de estupefacción y, paradójicamente, de una búsqueda urgente de esperanza.

Su propósito es estremecer conciencias y provocar una transformación en los patrones de comportamiento que han definido a la humanidad a lo largo de su historia. Porque, en última instancia, el llamado es claro: que cada persona se sienta interpelada a hacer su parte. Para ello, necesitamos mirarnos desde nuestra propia humanidad… y atrevernos a repensarlo todo.

La crisis de la verdad en la era de la IA

Chaudry, Gia. “How the Internet Broke Everyone’s Bullshit Detectors.” WIRED, April 11, 2026. https://www.wired.com/story/how-the-internet-broke-everyones-bullshit-detectors/

La evolución reciente de Internet —marcada por la inteligencia artificial generativa, la lógica algorítmica de las plataformas y la limitación del acceso a fuentes verificables— ha erosionado profundamente nuestra capacidad colectiva para distinguir entre lo verdadero y lo falso. Ya no se trata simplemente de desinformación, sino de una transformación estructural del ecosistema informativo donde la velocidad, la estética y la viralidad pesan más que la veracidad.

Uno de los factores clave es la proliferación de contenido sintético generado por IA, capaz de producir imágenes y vídeos altamente convincentes en cuestión de horas. Este contenido no necesita ser duradero ni resistir un análisis profundo: basta con que circule rápidamente antes de que pueda ser verificado. En este contexto, la verdad llega tarde, mientras que la falsedad se beneficia de los mecanismos de amplificación de las redes sociales. La lógica del “engagement” prioriza aquello que impacta o emociona, independientemente de su fiabilidad.

El artículo subraya además un fenómeno especialmente preocupante: la aparición de manipulaciones “híbridas”. En estos casos, una imagen es casi completamente real, pero contiene pequeñas alteraciones —un detalle añadido, un objeto modificado— que cambian su significado. Estas falsificaciones son extremadamente difíciles de detectar, incluso para herramientas técnicas, ya que la mayor parte del contenido es auténtico. Este cambio rompe con la premisa tradicional de que una imagen es un registro fiel de la realidad.

A este problema se suma la creciente dificultad para acceder a fuentes primarias de verificación, como imágenes satelitales, cuya disponibilidad puede verse restringida por decisiones políticas o estratégicas. Esto limita la capacidad de periodistas, investigadores y analistas de contrastar hechos de forma independiente, creando un vacío que el contenido generado por IA puede ocupar fácilmente. En ese espacio de incertidumbre, la realidad ya no solo se interpreta: se compite por definirla.

El texto también advierte sobre el papel de los usuarios en la propagación de la desinformación. Los llamados “superdifusores” y el tráfico automatizado —que ya representa una parte significativa de la actividad en Internet— aceleran la circulación de contenidos sin verificación. Incluso los sistemas de detección de falsificaciones resultan insuficientes: ofrecen probabilidades, no certezas, y pueden fallar con frecuencia. Por ello, no pueden considerarse herramientas definitivas para determinar la verdad.

Frente a este panorama, el artículo propone un cambio de enfoque. Más que confiar exclusivamente en tecnologías de detección, sugiere apostar por sistemas de “proveniencia” que certifiquen el origen de los contenidos. Mientras estas soluciones no estén plenamente implementadas, la responsabilidad recae en el comportamiento del usuario: detenerse, verificar, rastrear el origen de la información y resistir la presión de compartir de forma impulsiva. En un entorno diseñado para la inmediatez, la pausa se convierte en una forma de resistencia cognitiva.

El artículo describe una transición hacia un entorno informativo donde la duda es constante y la certeza escasa. La pérdida de confianza no solo afecta a los contenidos, sino también a las instituciones y a los propios mecanismos de verificación. En este nuevo escenario, la alfabetización digital y el pensamiento crítico dejan de ser habilidades opcionales para convertirse en herramientas esenciales de supervivencia informativa.