Makerspaces y sentido del lugar

Megan Bennett, «Makerspace and Sense of Place», American Libraries Magazine, 3 de septiembre de 2024, https://americanlibrariesmagazine.org/?p=145158.

La biblioteca universitaria de Seeley G. Mudd Library de Northwestern en Illinois organiza un programa de verano para jóvenes refugiados y solicitantes de asilo, ofreciendo actividades prácticas y educativas en un entorno inclusivo y comunitario.

El programa de verano en la biblioteca Seeley G. Mudd Library (ML) de la Universidad Northwestern (NU) en Evanston, Illinois, es una iniciativa que ha estado ofreciendo actividades educativas y recreativas a jóvenes refugiados y solicitantes de asilo, en colaboración con la organización sin fines de lucro World Relief Chicagoland (WRC). Este programa, que ha sido especialmente importante tras la llegada de familias afganas a Estados Unidos en 2021, ha servido como un espacio inclusivo y comunitario donde los jóvenes de entre 5 y 19 años pueden desarrollar habilidades académicas, tecnológicas y de liderazgo, además de conectarse con su nueva comunidad.

Origen del programa

La colaboración entre NU y WRC comenzó en 2017, enfocada en proporcionar actividades prácticas y oportunidades educativas en ciencia, tecnología, ingeniería y matemáticas (STEM). En 2021, tras la retirada de las tropas estadounidenses de Afganistán, miles de familias afganas fueron reasentadas en Illinois, especialmente en la zona de Chicago, a través de WRC. Ese mismo año, la biblioteca de NU, conocida por su enfoque en ciencias e ingeniería, se unió a este esfuerzo ofreciendo su espacio makerspace para las actividades de verano.

Este espacio fue desarrollado bajo la dirección de Ted Quiballo, bibliotecario de tecnologías instruccionales de la biblioteca Seeley G. Mudd, quien ha trabajado para crear un entorno inclusivo y accesible que se alinea con los objetivos del programa de WRC. Gracias a su compromiso con la comunidad, Quiballo fue galardonado con el premio I Love My Librarian Award en 2024.

Actividades y metodología del programa

El programa de verano, que dura cuatro semanas entre julio y agosto, ha contado con la participación de hasta 70 estudiantes. Las actividades incluyen la construcción de mini robots, programación con codificación basada en bloques, impresión 3D, corte láser de etiquetas con nombres y el uso de tecnología deportiva a través de aplicaciones como HomeCourt, que utilizan inteligencia artificial para mejorar la coordinación mano-ojo.

Una característica única del programa es su enfoque en la enseñanza entre pares y la creación de relaciones personales significativas. Los instructores del programa suelen ser jóvenes voluntarios de Chicago que comparten antecedentes culturales, religiosos o lingüísticos con los estudiantes, lo que fomenta una conexión más cercana. Estos instructores reciben capacitación tanto en el uso de la tecnología del makerspace como en prácticas pedagógicas culturalmente receptivas, que apoyan el aprendizaje socioemocional. Por ejemplo, después de una lección, los estudiantes tienen la oportunidad de enseñar lo que han aprendido a sus compañeros.

Empoderamiento de los estudiantes y comunidad

El programa también da espacio para que los estudiantes desarrollen habilidades de liderazgo y expresen sus intereses. Los niños más pequeños, por ejemplo, han asumido roles activos en actividades como la creación de «slime», ayudando a medir y distribuir ingredientes. Los adolescentes, por su parte, solicitaron tiempo para realizar sus oraciones del mediodía, lo que ahora forma parte regular de la programación diaria.

La idea central del programa es la creación y el fortalecimiento de una comunidad. Aunque el acceso a la educación STEM es fundamental, los organizadores entienden que el aprendizaje significativo sucede cuando los estudiantes se sienten conectados y apoyados tanto por sus compañeros como por los facilitadores. En el futuro, el equipo planea continuar estableciendo asociaciones locales para mantener el programa y garantizar su sostenibilidad a largo plazo.

Impacto en los participantes

Los jóvenes participantes expresan a menudo su entusiasmo por asistir al programa, y se espera que también reconozcan cómo sus intereses y experiencias son valorados como una forma de pericia. El enfoque personalizado y centrado en las relaciones asegura que el aprendizaje y la inclusión sean auténticos y significativos, evitando enfoques genéricos que no respondan a las necesidades individuales de los estudiantes.

En resumen, el programa de verano en NU no solo proporciona acceso a herramientas tecnológicas y habilidades STEM, sino que también construye un sentido de pertenencia y comunidad para los jóvenes refugiados y solicitantes de asilo, ayudándolos a integrarse en su nuevo entorno mientras desarrollan habilidades clave para su futuro.

Tendencias estadounidenses en aislamiento social, compromiso social y compañía

Viji Diane Kannan y Peter J. Veazie, «US Trends in Social Isolation, Social Engagement, and Companionship ⎯ Nationally and by Age, Sex, Race/Ethnicity, Family Income, and Work Hours, 2003-2020», SSM – Population Health 21 (marzo de 2023): 101331, https://doi.org/10.1016/j.ssmph.2022.101331.

La conectividad social es esencial para la salud y la longevidad, mientras que el aislamiento cobra un alto precio a las personas y a la sociedad. En este estudio se presentan las magnitudes y tendencias de la conectividad social en EE.UU. como fenómenos objetivo para fundamentar los llamamientos a enfoques basados en políticas para promover la salud social.

A partir de la Encuesta estadounidense sobre el uso del tiempo 2003-2020, este estudio revela que, a escala nacional, el aislamiento social aumentó, el compromiso social con la familia, los amigos y los «otros» (compañeros de piso, vecinos, conocidos, compañeros de trabajo, clientes, etc.) disminuyó, y el compañerismo (ocio y recreo compartidos) se redujo.

El análisis de Joinpoint mostró que la pandemia exacerbó las tendencias al alza en el aislamiento social y las tendencias a la baja en la participación social de familiares, amigos y «otros» fuera del hogar. Sin embargo, el compromiso social y la compañía de la familia del hogar mostraron signos de disminución progresiva años antes de la pandemia, a un ritmo no eclipsado por la pandemia. Las horas de trabajo aparecieron como una limitación estructural para la participación social. Los subgrupos asignaron el compromiso social de forma diferente según los distintos roles relacionales.

El compromiso social con los amigos, los demás y la compañía cayó en picado entre los jóvenes estadounidenses. Las personas de color estadounidenses experimentaron más aislamiento social y menos compromiso social, en general, en relación con otras razas. Los hispanos experimentaron mucho menos aislamiento social que los no hispanos. Los adultos mayores pasaron más tiempo en aislamiento social, pero también relativamente más tiempo en compañía. Las mujeres pasaban más tiempo con la familia, mientras que los hombres pasaban más tiempo con amigos y en compañía. Además, el declive de la conectividad social de los hombres fue más pronunciado que el de las mujeres. Por último, los estadounidenses con ingresos bajos están más comprometidos socialmente con «otros» que los que tienen ingresos más altos.

Este estudio sugiere que las políticas públicas deberían abordar estas tendencias para mejorar la salud social y reducir las disparidades

Una herramienta de IA reduce en un 26% las muertes inesperadas en el hospital

Lauren Pelley, «AI Tool Cuts Unexpected Deaths in Hospital by 26%, Canadian Study Finds», CBC News, 16 de septiembre de 2024, https://www.cbc.ca/news/health/ai-health-care-1.7322671.

Un estudio realizado en el Hospital St. Michael’s de Toronto ha revelado que una herramienta de inteligencia artificial (IA), denominada Chartwatch, ha logrado reducir en un 26% las muertes inesperadas de pacientes hospitalizados.

El uso de IA en la medicina ha generado tanto entusiasmo como preocupación en los últimos años. Aunque herramientas como Chartwatch están demostrando su valor en la atención clínica, el avance de la IA también ha sido objeto de críticas en otras áreas, como la generación de contenido académico o el uso de tecnologías de reconocimiento de voz y vídeo. En el ámbito de la salud, sin embargo, la IA parece tener un futuro prometedor.

Así, diversos equipos de investigación, incluidas empresas privadas, están explorando formas de utilizar la IA para la detección precoz del cáncer. Algunos estudios sugieren que tiene potencial para detectar la hipertensión con sólo escuchar la voz de alguien; otros muestran que podría escanear patrones cerebrales para detectar signos de conmoción cerebral.

Un estudio de un año y medio de duración sobre Chartwatch, publicado el lunes en la revista Canadian Medical Association Journal, descubrió que el uso del sistema de IA provocó un sorprendente descenso del 26% en el número de muertes inesperadas entre los pacientes hospitalizados.

Chartwatch es un sistema de alerta temprana que monitorea más de 100 indicadores de los registros médicos de los pacientes, como signos vitales y resultados de análisis de laboratorio. El sistema genera predicciones horarias sobre posibles deterioros en la salud del paciente, lo que permite al equipo médico intervenir antes de que la situación empeore.

El estudio, realizado en la unidad de medicina interna general del hospital, abarcó más de 13.000 ingresos y mostró resultados notables en la mejora de la atención y la prevención de muertes inesperadas. En otras áreas del hospital donde no se utilizó Chartwatch, no se observó una reducción similar.

Chartwatch mide unos 100 datos de la historia clínica del paciente que actualmente se recogen de forma rutinaria en el proceso asistencial. Trabajando en segundo plano junto a los equipos clínicos, la herramienta supervisa cualquier cambio en el historial médico de alguien y hace una predicción dinámica cada hora sobre si es probable que ese paciente se deteriore en el futuro.

Nuevos estudios sugieren que la IA es muy prometedora en la detección del cáncer de mama. Eso puede significar que alguien se ponga más enfermo, que necesite cuidados intensivos o incluso que esté al borde de la muerte, lo que da a médicos y enfermeras la oportunidad de intervenir. En algunos casos, esas intervenciones consisten en aumentar el nivel de tratamiento para salvar la vida o proporcionar cuidados paliativos en situaciones en las que no es posible rescatar al paciente.

Desarrollado por Unity Health Toronto desde 2017 y lanzado en 2020, Chartwatch complementa el juicio clínico, mejorando la capacidad del personal de anticipar crisis y actuar a tiempo. Chartwatch complementa el criterio de los médicos y mejora los resultados para los pacientes frágiles, ayudando a evitar más muertes súbitas y potencialmente evitables.. Los investigadores destacan que, si bien los resultados son prometedores, aún se necesita replicar el estudio en otros hospitales y contextos para validar su eficacia en diversas situaciones.

Se subraya que Chartwatch no reemplaza el trabajo del personal médico, pero sí les proporcionarán herramientas adicionales para mejorar la toma de decisiones y optimizar el cuidado de los pacientes. Esto es especialmente relevante en un momento en que el sistema de salud enfrenta grandes presiones, desde la creciente demanda de atención médica hasta la falta de recursos humanos.

La biografía de un hombre que ha pasado sus días en una biblioteca

La biografía de un hombre que ha pasado sus días en una biblioteca puede ser tan interesante como las campañas peninsulares. Las memorias de Gibbon lo demuestran. A mi juicio, viaja tan lejos cuando coge un libro del estante como si fuera a los túmulos de Asia. Con que el lisiado me contara con qué hombría se gira en su silla, mira a la ventana sur, y luego al norte, y al final mira al fuego, resultaría tan bueno como un viaje por el continente o las praderas, porque yo mido la distancia hacia el interior y no hacia el exterior. En el perímetro de las costillas de un hombre hay espacio y lugar suficiente para cualquier biografía.

HENRY DAVID THOREAU
Diarios (9 de noviembre de 1840)

Un estudio descubre en Google Scholar artículos de investigación generados por IA

«Study finds AI-generated research papers on Google Scholar – why it matters | ZDNET», accedido 16 de septiembre de 2024, https://www.zdnet.com/article/study-finds-ai-generated-research-papers-on-google-scholar-why-it-matters/#ftag=RSSbaffb68.

Un estudio reciente, publicado en la Harvard Kennedy School’s Misinformation Review, encontró que al menos 139 artículos disponibles en Google Scholar parecen haber sido generados por herramientas de inteligencia artificial (IA). De estos, la mayoría se encontró en revistas no indexadas, pero 19 aparecieron en revistas verificadas y otras 19 en bases de datos universitarias, presuntamente escritas por estudiantes. Esto subraya una creciente preocupación sobre la proliferación de investigaciones falsas, facilitada por herramientas generativas de IA como ChatGPT.

Los investigadores identificaron estos estudios sospechosos por la inclusión de frases típicas de los modelos de lenguaje, como las generadas por ChatGPT. Además, los estudios estaban ampliamente disponibles en varias bases de datos, archivos y redes sociales, aumentando su visibilidad. Temas sensibles como la salud, la tecnología computacional y el medio ambiente estaban entre los más comúnmente abordados por estos artículos falsos, lo que es alarmante dado que pueden influir en decisiones de políticas públicas y la percepción de temas clave.

El estudio destacó que la aparición de ChatGPT y otras IA en 2022, junto con el funcionamiento de Google Scholar, ha incrementado la posibilidad de que personas sin formación académica (como periodistas, políticos, pacientes y estudiantes) encuentren y citen estudios falsos. Esto es particularmente problemático porque, a diferencia de los sesgos o «alucinaciones» de los chatbots de IA, los estudios presentados en una plataforma académica como Google Scholar parecen auténticos y pueden llevar a una mayor confusión o desinformación.

Aunque Google Scholar contiene una amplia gama de literatura académica de calidad, el estudio critica su falta de transparencia y sus criterios automáticos de inclusión, lo que permite que cualquier autor, independientemente de su afiliación científica, pueda subir artículos. A diferencia de otras bases de datos académicas, Scholar no permite filtrar por tipo de material, estado de publicación o si los artículos han sido revisados por pares, lo que facilita que estudios falsos o generados por IA se cuelen en los resultados de búsqueda.

Otro punto preocupante es que, aunque herramientas de detección de contenido generado por IA están mejorando, aún no son lo suficientemente sofisticadas como para identificar de manera confiable estos estudios falsificados. El estudio también señala que, en el pasado, otros investigadores han encontrado libros y artículos falsos en Google Books y Google Scholar utilizando frases características de los chatbots como «Hasta mi última actualización de conocimiento», común en respuestas de ChatGPT.

Con millones de usuarios confiando en Google Scholar para sus investigaciones, la posibilidad de que se citen estos estudios falsos es cada vez mayor. Esto plantea un grave riesgo para la integridad del registro científico y del sistema de comunicación académica, ya que los estudios generados por IA pueden parecer convincentemente científicos, aunque sean completamente falsos. Los autores del estudio advierten que, a medida que la tecnología avanza, será más difícil detectar estos estudios, lo que amenaza con sobrecargar el ecosistema de investigación y desinformar tanto a académicos como al público en general.

En resumen, la creciente inclusión de estudios falsos generados por IA en Google Scholar plantea un peligro para la comunidad científica y el público, ya que estos trabajos pueden influir en decisiones importantes sin ser detectados. La falta de filtros y la facilidad con la que se puede subir contenido no revisado en plataformas académicas populares hace que sea crucial abordar este problema antes de que cause daños irreparables a la confianza en la ciencia y la academia.

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.

Sin tiempo para aburrirse: juegos de mesa en las bibliotecas de hospitales

«No Time to Be Bored: Board Games in the Health Library», EveryLibrary Action, accedido 13 de septiembre de 2024, https://action.everylibrary.org/no_time_to_be_bored_board_games_in_the_health_library.

Las bibliotecas hospitalarias están ampliando su oferta más allá de los libros, ofreciendo una variedad de recursos inusuales, como juegos de mesa educativos, cargadores de teléfonos y dispositivos de monitoreo.

Las bibliotecas de hospitales ahora también prestan juegos de mesa especialmente diseñados para la educación en salud. Estos juegos, como el «Juego de Nutrición» y «Stop the Pressure», enseñan a los clínicos sobre condiciones específicas y habilidades prácticas a través de simulaciones y juegos en equipo. Estos juegos pueden ayudar en el aprendizaje de la importancia de la nutrición, la prevención de úlceras por presión y la comunicación en la atención al paciente.

Además de los juegos, las bibliotecas hospitalarias ofrecen otros recursos como:

  • Cargadores de teléfonos: Incluyendo varios tipos de conectores y cargadores inalámbricos.
  • Espacios de descanso: Áreas tranquilas y acogedoras para relajarse.
  • Dispositivos médicos: Como monitores de presión arterial y dispositivos similares que se prestan para el uso de pacientes o personal.

Los juegos de mesa educativos han sido bien recibidos por los facilitadores de educación clínica, quienes los han usado en días de estudio para enseñar habilidades prácticas. Estos juegos están disponibles en línea, pero la inversión en ellos es considerable, lo que ha llevado a algunas bibliotecas a colaborar con consorcios regionales para compartir recursos.

La incorporación de juegos y dispositivos en las bibliotecas de salud refleja un enfoque innovador para apoyar la educación y el bienestar en el entorno hospitalario, ofreciendo herramientas útiles tanto para la formación de profesionales como para el descanso y la recreación del personal.

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).