Archivo de la categoría: Tecnologías de la información

La utilización de la IA generativa sin límites puede ser perjudicial para la educación

«Without Guardrails, Generative AI Can Harm Education», Knowledge at Wharton (blog), accedido 18 de septiembre de 2024, https://knowledge.wharton.upenn.edu/article/without-guardrails-generative-ai-can-harm-education/.

Un nuevo estudio realizado por investigadores de Wharton y Penn, liderado por Hamsa Bastani, muestra que el uso de inteligencia artificial generativa (IA) puede mejorar el rendimiento de los estudiantes, pero también dificultar su capacidad para aprender y adquirir nuevas habilidades.

El experimento, realizado con casi 1.000 estudiantes de matemáticas en Turquía, comparó tres grupos: uno con una IA tipo ChatGPT (GPT Base), otro con una versión guiada por profesores (GPT Tutor) y un grupo de control sin IA. El grupo que utilizó GPT Base mejoró su rendimiento un 48% durante la práctica, pero su desempeño en el examen fue un 17% peor que el grupo de control. En contraste, el grupo GPT Tutor, que recibió orientación, mostró mejoras significativas sin una caída posterior en el examen.

El estudio revela que los estudiantes que dependieron exclusivamente de la IA sin guía adicional no lograron profundizar en los conceptos matemáticos, resultando en un rendimiento deficiente en el examen. En cambio, aquellos que utilizaron la IA con orientación, como la proporcionada por GPT Tutor, no solo mejoraron durante la práctica, sino que también retuvieron mejor el conocimiento.

Conclusiones y Preocupaciones:

Dependencia de la IA: Los investigadores advierten que el uso indiscriminado de IA puede llevar a una dependencia que impida a los estudiantes desarrollar habilidades fundamentales. La IA puede ser beneficiosa si se usa correctamente, pero confiar en ella sin desarrollar una comprensión profunda puede ser perjudicial.

Optimismo de los Estudiantes: Los estudiantes que usaron IA tendían a ser demasiado optimistas sobre sus habilidades, incluso los de alto rendimiento.

Preocupaciones de los Profesores: Los docentes tienden a ser cautelosos con la IA, subestimando sus beneficios potenciales debido a la falta de capacitación sobre cómo integrarla eficazmente con métodos tradicionales de enseñanza.

El estudio sugiere que la IA debe usarse de manera controlada y bajo la supervisión de educadores para evitar la dependencia excesiva y asegurar que los estudiantes desarrollen las habilidades necesarias. Además, se subraya que la IA aún tiene limitaciones significativas, como la generación de información errónea, lo que requiere una verificación constante de los resultados.

Necesidad de reformar la educación para preparar a las futuras generaciones en un mundo impulsado por la inteligencia artificial (IA).

«Must-Have Competencies and Skills in Our New AI World: A Synthesis for Educational Reform», EDUCAUSE Review, accedido 18 de septiembre de 2024, https://er.educause.edu/articles/2024/9/must-have-competencies-and-skills-in-our-new-ai-world-a-synthesis-for-educational-reform.

El artículo resalta la urgente necesidad de reformar la educación para preparar a las futuras generaciones en un mundo impulsado por la inteligencia artificial (IA). Los sistemas educativos actuales deben evolucionar desde un enfoque en la memorización hacia un aprendizaje más dinámico, que potencie la creatividad, agilidad y el razonamiento ético. Esto no es solo para adaptarse a la IA, sino para liderar y moldear su desarrollo.

El autor, Fawzi BenMessaoud, propone un modelo educativo tripartito que integra tres conjuntos de competencias esenciales para prosperar en este nuevo entorno:

  1. Habilidades de Diseño Inteligente: Se refiere a la capacidad de combinar creatividad y tecnología. Involucra competencias como la alfabetización digital avanzada, la capacidad de estructurar ideas lógicas, comprender sistemas complejos y diseñar interfaces intuitivas centradas en el usuario.
  2. Habilidades Humanas Inteligentes: Estas habilidades son intrínsecamente humanas y esenciales para una IA ética y responsable. Incluyen la evaluación crítica, la toma de decisiones, la competencia ética, el aprendizaje continuo, la reflexión crítica y la habilidad para diseñar preguntas estratégicas para interactuar con la IA (ingeniería de prompts).
  3. Habilidades de Datos Inteligentes: En un mundo lleno de datos, la habilidad para interpretarlos y usarlos eficazmente es crucial. Se destacan la veracidad de los datos, la capacidad para digerir grandes cantidades de información, la visualización de datos y la curación adecuada de los mismos.

La propuesta de BenMessaoud es que estas competencias no sean complementarias, sino que se conviertan en la base de un sistema educativo reformado que se anticipe a la evolución de la IA, asegurando que los estudiantes puedan aprovechar su potencial de manera ética y responsable.

Además, señala que la educación del futuro debe integrar herramientas de IA para personalizar la enseñanza, hacerla más equitativa y democratizar el acceso a recursos. Sin embargo, también destaca la necesidad de abordar desafíos como los sesgos algorítmicos y la privacidad de los datos.

El artículo concluye que la integración de IA en la educación no debe ser vista como una amenaza, sino como una oportunidad para enriquecer la enseñanza y el aprendizaje humano. Los educadores, estudiantes y administradores deben trabajar juntos para garantizar que la IA se utilice de manera ética, inclusiva y al servicio del bien común, transformando así el sistema educativo para enfrentar los retos del futuro.

IA generativa: Cómo abordar la propiedad intelectual.

Organización Mundial de la Propiedad Intelectual (OMPI), IA generativa: Cómo abordar la propiedad intelectual. (World Intellectual Property Organization, 2024),

Texto completo

En la publicación IA generativa: cuestiones de propiedad intelectual se describen los principios rectores y se proporciona una lista de verificación para ayudar a las organizaciones a entender los riesgos que afectan a la PI, formular las preguntas correctas y considerar las posibles salvaguardias al adoptar herramientas de IA generativa en sus actividades.

IA generativa

Organización Mundial de la Propiedad Intelectual (OMPI), IA generativa (World Intellectual Property Organization, 2024),

Texto completo

La inteligencia artificial (IA) generativa tiene el potencial de revolucionar todos los sectores y gran parte de nuestras vidas y promete tanto ventajas competitivas como destrucción creativa. Con todo, ¿en qué medida resulta creativa e imaginativa la IA, cuáles son las posibles repercusiones para los creadores y cómo garantizamos que el sistema de PI siga fomentando la innovación y la creatividad en la era de la IA?

Inteligencia artificial generativa y alfabetización mediática en bibliotecas

Alonso-Arévalo, Julio Inteligencia artificial generativa y alfabetización mediática en bibliotecas. Mi Biblioteca, 2024, vol. 20, n. 78, pp. 54-58. 

Texto completo

La inteligencia artificial (IA) está emergiendo como una tecnología disruptiva que está remodelando rápidamente varios aspectos de nuestra sociedad. Aunque la IA ha estado en uso durante varios años, ha sido la IA generativa, con su capacidad para realizar tareas que normalmente requerirían inteligencia humana, la que ha suscitado este interés. La habilidad de generar contenido de manera similar a como lo haría un ser humano tiene aplicaciones en una amplia variedad de campos, desde la educación hasta la investigación o la salud, que involucran tanto a los profesionales de biblioteca como a las instituciones mismas.

Actualmente solo el 7% de las bibliotecas universitarias utiliza herramientas de IA

Inside Higher Ed. “AI Adoption Top Concern for Librarians Next Year.” Last modified September 10, 2024. https://www.insidehighered.com/news/quick-takes/2024/09/10/ai-adoption-top-concern-librarians-next-year

Un informe de Clarivate reveló que casi la mitad de las bibliotecas académicas planea implementar IA en el próximo año, aunque la falta de experiencia y capacitación en esta tecnología es su mayor desafío. .A pesar del interés en la IA, los bibliotecarios también enfrentan limitaciones presupuestarias y preocupaciones sobre el impacto en los roles del personal.

Aunque solo un pequeño número de bibliotecas universitarias ha adoptado la inteligencia artificial (IA), se espera que esto cambie en el próximo año. Un informe de Clarivate reveló que actualmente solo el 7% de las bibliotecas universitarias utiliza herramientas de IA, pero casi la mitad planea implementarlas pronto, principalmente para apoyar el aprendizaje de los estudiantes, la excelencia en la investigación y mejorar la accesibilidad del contenido.

Sin embargo, más de la mitad de los encuestados mencionó la falta de experiencia en IA como el mayor desafío, y el 32% afirmó que no hay capacitación disponible en sus universidades. Este porcentaje aumenta al 43% en los encuestados de EE. UU. Las limitaciones presupuestarias también preocupan a los bibliotecarios, incluso más que las preocupaciones sobre privacidad, integridad académica y derechos de autor.

Aunque solo el 10% cree que la IA no afectará significativamente los roles del personal, más de la mitad predice que será necesario un esfuerzo considerable para mejorar las habilidades del equipo existente. Además, un tercio teme la posible pérdida de empleos debido a la IA, con los encuestados de EE. UU. mostrando la mayor preocupación.

El informe, basado en una encuesta a 1.500 personas relacionadas con bibliotecas (incluyendo decanos y directores de TI), reveló que el 80% de los encuestados trabaja en bibliotecas universitarias. La mayoría planea adoptar la IA para apoyar el aprendizaje estudiantil (52%) y mejorar la investigación (47%).

El informe también abordó temas no relacionados con la IA, destacando que más del 55% de las bibliotecas tienen estrategias de diversidad y el 45% tienen estrategias de sostenibilidad. Las preocupaciones presupuestarias y el impacto de la tecnología en los servicios bibliotecarios también fueron temas clave.

OpenAI o1: un nuevo modelo de inteligencia artificial que está diseñado para realizar un razonamiento más profundo

Introducing OpenAI o1-preview: a new series of reasoning models for solving hard problems. Available starting 9.12 https://openai.com/index/introducing-openai-o1-preview/

OpenAI ha lanzado un nuevo modelo de inteligencia artificial, el primero en una serie llamada «OpenAI o1», que está diseñado para realizar un razonamiento más profundo antes de responder. Este modelo es capaz de enfrentar tareas complejas y resolver problemas difíciles en ciencia, codificación y matemáticas con mayor eficacia que los modelos anteriores.

OpenAI ha lanzado una nueva serie de modelos de inteligencia artificial llamada OpenAI o1, diseñada para resolver problemas complejos con un razonamiento más profundo. Este modelo es el primero de su serie y está disponible a partir del 12 de septiembre en ChatGPT y a través de la API, en una versión preliminar que recibirá actualizaciones regulares, aunque actualmente carece de algunas funciones útiles como la navegación web y la carga de archivos e imágenes. Se espera que, con el tiempo, se hagan mejoras y actualizaciones regulares.

En las pruebas realizadas, el nuevo modelo mostró un rendimiento comparable al de estudiantes de doctorado en física, química y biología, y sobresalió en matemáticas y codificación. Por ejemplo, en un examen clasificatorio de la Olimpiada Internacional de Matemáticas, el modelo razonador resolvió el 83% de los problemas, frente al 13% resuelto por el GPT-4o. También alcanzó el percentil 89 en competiciones de codificación en Codeforces.

El acceso a los modelos o1 estará disponible para los usuarios de ChatGPT Plus y Team a partir de hoy, con límites semanales de mensajes. Los usuarios de ChatGPT Enterprise y Edu podrán acceder a ellos la próxima semana. Los desarrolladores que califiquen para el nivel de uso de la API 5 pueden comenzar a probar los modelos hoy, aunque la API aún no incluye algunas funciones como llamadas a funciones y mensajes del sistema. Además, se planea ofrecer acceso a o1-mini para todos los usuarios de ChatGPT Free.

Este modelo mejorado es particularmente útil para resolver problemas complejos en ciencia, codificación y matemáticas. Puede ser utilizado por investigadores de salud para anotar datos de secuenciación celular, físicos para generar fórmulas matemáticas complicadas para óptica cuántica, y desarrolladores para construir y ejecutar flujos de trabajo complejos.

GPT-4 es la cuarta versión del modelo de lenguaje desarrollado por OpenAI. Se trata de un modelo de inteligencia artificial (IA) basado en una arquitectura de redes neuronales profundas, que ha sido entrenado con grandes volúmenes de texto para comprender y generar lenguaje humano de manera coherente. La principal mejora de GPT-4 respecto a sus versiones anteriores es su capacidad para manejar tareas más complejas, entender mejor el contexto, y generar respuestas más precisas y naturales.

GPT-4 se diferencia de sus predecesores por su capacidad para:

  1. Comprensión contextual mejorada: Puede seguir conversaciones más largas y recordar mejor la información previamente proporcionada.
  2. Manejo de tareas complejas: Realiza operaciones de razonamiento más sofisticadas y genera texto más detallado.
  3. Mayor creatividad y fluidez: Produce respuestas más fluidas, naturales y a menudo más creativas en comparación con modelos anteriores.
  4. Multimodalidad: A diferencia de versiones anteriores, GPT-4 tiene la capacidad de procesar tanto texto como imágenes (en su implementación completa).

El Impacto de la IA en el Avance de la Accesibilidad para los Estudiantes con Discapacidades

Gibson, R. «The Impact of AI in Advancing Accessibility for Learners with Disabilities.» Educause Review. September 2024. https://er.educause.edu/articles/2024/9/the-impact-of-ai-in-advancing-accessibility-for-learners-with-disabilities.

La tecnología de inteligencia artificial (IA) ofrece un gran potencial para proporcionar experiencias de aprendizaje más accesibles, equitativas e inclusivas para los estudiantes con discapacidades. A pesar de la prominencia de la IA en la educación superior, su impacto en la accesibilidad digital, inclusión y equidad no ha sido suficientemente explorado.

A pesar de que los estudiantes con discapacidades son los que más se beneficiarían de las herramientas emergentes de IA, a menudo son los menos representados en el desarrollo de estos productos. Un estudio de 2023 mostró que menos del 7% de los encuestados con discapacidades creen que su comunidad está adecuadamente representada en el desarrollo de productos de IA, aunque el 87% estaría dispuesto a proporcionar retroalimentación a los desarrolladores.

La IA ha estado presente en la tecnología educativa desde hace décadas, pero las herramientas actuales, como los modelos de lenguaje grandes (LLMs), están impulsando avances significativos. Entre las innovaciones recientes se encuentran:

  • Descripciones Automáticas de Imágenes: Herramientas como la de la Universidad Estatal de Arizona utilizan IA para generar descripciones detalladas de imágenes, mejorando el acceso a contenido visual para personas con discapacidades visuales.
  • Generación de Descripciones Auditivas: Empresas como WPP, en colaboración con Microsoft, están desarrollando herramientas avanzadas para generar descripciones auditivas mejoradas de videos e imágenes.
  • Apoyo a Discapacidades Cognitivas y Físicas: Microsoft ha lanzado Be My AI, un asistente visual digital, y Goodwin University está probando productos de IA para apoyar a estudiantes neurodivergentes.
  • Diseño Inclusivo y Soporte de Accesibilidad: Herramientas como GPT Accessibility CoPilot ayudan a los desarrolladores a cumplir con los criterios de accesibilidad web, mientras que tecnologías como Navilens asisten a personas con discapacidades visuales en la localización y lectura de productos.
  • Soporte en Codificación y Desarrollo: GitHub Copilot y Axe DevTools AI son ejemplos de herramientas que facilitan el desarrollo de código accesible y la corrección de contenido digital.

La IA también ha mejorado las herramientas de traducción, subtitulado, lectura de labios y reconocimiento de voz, proporcionando mayores oportunidades para la participación en conversaciones y accesibilidad del contenido.

Estos desarrollos prometen una mayor equidad e inclusión para las personas con discapacidades, aunque la comunidad educativa superior sigue siendo cautelosa respecto a la integración de la IA. Sin embargo, la proliferación de estos productos y servicios indica un avance significativo hacia la mejora de la accesibilidad y la inclusión en el ámbito educativo.

¿Cómo saber si lo que lees lo ha escrito una IA?

Peterson, Jake. «How to Tell If What You’re Reading Was Written By AI». Lifehacker, 12 de agosto de 2024. https://lifehacker.com/tech/how-to-tell-if-what-youre-reading-was-written-by-ai.

Desde que ChatGPT introdujo la IA generativa en 2022, ha quedado claro que ya no se puede confiar en que todo lo que lees fue escrito por un humano. La IA puede generar textos de manera rápida y convincente, pero ¿cómo puedes estar seguro de que no proviene de un algoritmo?

Aunque algunos han adoptado esta tecnología, otros la rechazan. Incluso medios como CNET y G/O Media han enfrentado críticas por publicar contenido generado por IA debido a su calidad deficiente.

Los modelos de lenguaje, como GPT, no son conscientes ni inteligentes; simplemente predicen secuencias de palabras basadas en grandes conjuntos de datos. No obstante, existen señales que pueden delatar un texto generado por IA.

  1. Uso de palabras y frases comunes: Las IA suelen repetir ciertas palabras como «explorar», «destacar» o «testimonio». Aunque son válidas, el uso frecuente de estas puede ser una señal de texto generado por IA.
  2. Estilo de escritura: La IA tiende a usar un lenguaje grandilocuente y repetitivo, con descripciones floridas que no suelen aportar profundidad a los argumentos.
  3. Verificación de hechos y corrección: La IA puede cometer errores al «alucinar» hechos, generando información incorrecta. Además, los textos de IA suelen ser perfectos en cuanto a gramática, lo cual puede ser otra señal.

Aunque existen detectores de textos generados por IA, no siempre son confiables. La mejor manera de identificar un texto escrito por IA sigue siendo el análisis detallado.

Los chatbots de IA siguen demasiado centrados en el inglés y en la cultura occidental

«Lost in translation: AI chatbots still too English-language centric, Stanford study finds | ZDNET». Accedido 6 de septiembre de 2024. https://www.zdnet.com/article/lost-in-translation-ai-chatbots-still-too-english-language-centric-stanford-study-finds/#ftag=RSSbaffb68.

Las soluciones de IA, incluidos los chatbots, pueden carecer de la diversidad global necesaria para atender a usuarios internacionales. Un estudio reciente de la Universidad de Stanford encontró que muchos de los grandes modelos de lenguaje actuales tienden a favorecer «valores y gustos centrados en Occidente».

La investigación dirigida por Diyi Yang, profesora asistente en Stanford y parte del Instituto de IA Centrada en el Ser Humano de Stanford (HAI), señalan que los intentos de «alinear» estos modelos con los valores de los usuarios a menudo fallan.

Aunque se realizan esfuerzos para adaptar los modelos a los usuarios previstos, esto puede introducir sesgos que comprometen la calidad de las respuestas de los chatbots. En teoría, la alineación debería ser universal y permitir que los modelos sean más útiles para una variedad de usuarios en todo el mundo. Sin embargo, los anotadores que adaptan conjuntos de datos en diferentes regiones pueden malinterpretar estos instrumentos.

El mercado global de chatbots de IA está en rápida expansión y se espera que alcance los 67 mil millones de dólares para 2033. Más del 50% de las empresas se espera que inviertan más en el desarrollo de chatbots que en aplicaciones móviles tradicionales. Sin embargo, muchos idiomas y comunidades siguen siendo desatendidos por estas tecnologías.

El estudio de Stanford también destacó que los modelos de lenguaje suelen estar basados en las preferencias de sus creadores, que generalmente provienen de países de habla inglesa. Los modelos deben reflejar el contexto social de las comunidades a las que sirven, lo que implica variaciones en gramática, temas y sistemas de valores.

Los investigadores recomiendan aumentar la conciencia sobre la diversidad global al:

  1. Reconocer que la alineación de los modelos no es una solución universal.
  2. Fomentar la transparencia en las decisiones de diseño de los modelos de lenguaje.
  3. Buscar conjuntos de datos multilingües para mejorar el rendimiento en diversas lenguas.
  4. Trabajar estrechamente con usuarios locales para superar las deficiencias culturales o lingüísticas.

Es fundamental realizar pruebas extensivas con usuarios locales antes de la implementación completa, y ofrecer opciones de selección de idioma para mejorar la experiencia del usuario.