Alfabetización en IA Generativa: 12 competencias

Annapureddy, Ravinithesh, Alessandro Fornaroli, y Daniel Gatica-Perez. «Generative AI Literacy: Twelve Defining Competencies». Digit. Gov.: Res. Pract., 3 de agosto de 2024. https://doi.org/10.1145/3685680.

Texto completo

Este artículo presenta un modelo basado en competencias para la alfabetización en inteligencia artificial (IA) generativa que abarca las habilidades esenciales y las áreas de conocimiento necesarias para interactuar con la IA generativa.

Las competencias abarcan desde la alfabetización básica en IA hasta la ingeniería y la programación, pasando por consideraciones éticas y jurídicas. Estas doce competencias ofrecen un marco para las personas, los responsables políticos, los funcionarios públicos y los educadores que deseen navegar y aprovechar el potencial de la IA generativa de forma responsable.

Las doce competencias definidas para la alfabetización en IA generativa ofrecen ejemplos de cómo cada competencia puede aplicarse en la práctica.

1. Alfabetización Básica en IA Esta competencia implica conocer los fundamentos de la IA, más allá de la programación. Permite a los individuos identificar diferentes tipos de IA y evaluar cómo pueden impactar sus procesos o negocios. Ejemplo: Reconocer y evaluar cómo un sistema de IA puede beneficiar o representar riesgos para un negocio.

2. Conocimiento de Modelos de IA Generativa Entender qué son los modelos de IA generativa, como los LLMs (Modelos de Lenguaje de Gran Escala), y cómo funcionan. Incluye la comprensión de que estos modelos generan contenido original basado en grandes volúmenes de datos. Ejemplo: Diferenciar entre un modelo de IA generativa y un motor de búsqueda tradicional.

3. Capacidad y Limitaciones de Herramientas de IA Generativa Conocer lo que los modelos de IA generativa pueden y no pueden hacer, incluyendo sus fortalezas y debilidades. Es crucial entender las preocupaciones de privacidad y seguridad, así como los riesgos de contenido engañoso. Ejemplo: Ser consciente de que los modelos como ChatGPT pueden producir afirmaciones tanto correctas como incorrectas.

4. Habilidad para Usar Herramientas de IA Generativa Saber cómo interactuar con diversas herramientas generativas y aprender nuevas según sea necesario. Incluye la habilidad para seleccionar el modelo adecuado para aplicaciones específicas. Ejemplo: Aprender a utilizar herramientas de generación de imágenes como Midjourney o DreamStudio.

5. Capacidad para Detectar Contenido Generado por IA Distinguir entre contenido generado por humanos y por IA, y usar software de detección de IA. Reconocer las limitaciones y sesgos de las herramientas de detección. Ejemplo: Verificar la autenticidad de un video viral utilizando herramientas de detección de IA.

6. Evaluación de la Salida de Herramientas de IA Generativa Analizar y verificar el contenido generado para asegurar que cumple con las necesidades y expectativas, y minimizar errores o «alucinaciones» del modelo. Ejemplo: Confirmar los hechos presentados en un ensayo generado por un modelo de lenguaje.

7. Habilidad en Ingeniería de Prompts Diseñar y utilizar prompts efectivos para modelos generativos de texto, lo cual es esencial para obtener resultados útiles y precisos. Incluye técnicas avanzadas como la generación automática de prompts. Ejemplo: Usar un lenguaje descriptivo en prompts para generar imágenes precisas con modelos de IA.

8. Capacidad para Programar y Ajustar Modelos Desarrollar y ajustar modelos de IA generativa, lo cual incluye diseñar arquitecturas, preparar datos de entrenamiento, y entrenar y desplegar modelos. Ejemplo: Adaptar un modelo de IA generativa para crear contenido especializado en un dominio como la medicina.

9. Conocimiento de los Contextos de Uso de IA Generativa Evaluar los contextos apropiados para el uso de IA generativa, considerando las expectativas y requisitos del entorno social y profesional. Ejemplo: Seguir las directrices de las universidades sobre el uso de modelos de lenguaje en tareas académicas.

10. Conocimiento de las Implicaciones Éticas Analizar cómo los modelos y outputs de IA afectan a la sociedad y alinear su uso con valores éticos. Considerar las implicaciones éticas de su uso en diferentes contextos. Ejemplo: Evaluar la ética de usar imágenes generadas por IA en una campaña política sin revelar su origen.

11. Conocimiento de los Aspectos Legales Estar informado sobre el marco legal relacionado con la IA y sus aplicaciones, incluyendo derechos y regulaciones actuales y emergentes. Ejemplo: Familiarizarse con el Acta de IA de la Unión Europea y sus implicaciones.

12. Capacidad de Aprendizaje Continuo Mantenerse actualizado con las nuevas herramientas, funcionalidades y regulaciones en el campo de la IA generativa. Esta competencia transversal se aplica a todas las demás.Ejemplo: Seguir las actualizaciones de herramientas de generación de video y estar al tanto de nuevas opciones disponibles.

La incorporación de estas competencias a los programas educativos y a las iniciativas de formación profesional puede preparar a las personas para convertirse en usuarios y creadores responsables e informados de la IA generativa. Las competencias siguen una progresión lógica y sirven como hoja de ruta para las personas que deseen familiarizarse con la IA generativa y para que los investigadores y los responsables políticos desarrollen evaluaciones, programas educativos, directrices y normativas.

El marco propuesto es un punto de partida para la integración de estas competencias en currículos educativos y programas de desarrollo profesional, promoviendo la estandarización global de la alfabetización en IA y preparando a una nueva generación de individuos capacitados para contribuir activamente al desarrollo de la IA.

Los editores científicos se ven amenazados por la expansión del acceso abierto

«Academic Publishers Threatened By Open-Access Expansion,» Inside Higher Ed, August 29, 2024. https://www.insidehighered.com/news/government/science-research-policy/2024/08/29/open-access-expansion-threatens-academic.

Se aborda las tensiones entre los editores académicos y la expansión del acceso abierto impulsada por el memorando Nelson de la Casa Blanca en 2022. Este memorando busca que la investigación financiada con fondos federales esté disponible al público de manera gratuita inmediatamente después de su publicación.

Mientras los organismos federales se esfuerzan por aplicar el memorándum Nelson -una directiva de la Casa Blanca de 2022 para que la investigación financiada con fondos federales se ponga a disposición del público de forma gratuita inmediatamente después de su publicación-, los congresistas se unen a las editoriales académicas para oponerse.

Miembros del Congreso, junto con editoriales académicas, han mostrado resistencia a esta iniciativa. Argumentan que los investigadores deberían tener el derecho a elegir cómo y dónde publican sus trabajos, sin estar obligados a usar licencias que podrían comprometer la integridad de sus investigaciones. El Congreso ha expresado su apoyo a esta postura, subrayando la necesidad de proteger los derechos de los autores.

El modelo de negocio de la industria editorial académica se basa en gran medida en que los autores envíen sus trabajos sin recibir compensación, o incluso pagando por publicarlos, para luego vender estos estudios a bibliotecas a través de suscripciones caras. Las bibliotecas universitarias, en particular, dedican alrededor del 80% de sus presupuestos de materiales a estas suscripciones.

Por otro lado, la Asociación de Bibliotecas de Investigación (ARL) apoya la expansión del acceso abierto y no cree que las nuevas políticas limiten los derechos de los autores, ya que las licencias no exclusivas permiten que los autores conserven sus derechos y elijan dónde publicar.

Uso de la IA Generativa en la alfabetización de niños, jóvenes y maestros en 2024

Irene Picton & Christina Clark. Children and young people’s use of generative
AI to support literacy in 2024. National Literacy Trust June 2024

Texto completo

Teachers’ use of AI to support literacy in 2024. National Literacy Trust June 2024

Texto completo

El porcentaje de jóvenes de 13 a 18 años que han utilizado IA generativa se ha duplicado en el último año, pasando de casi 2 de cada 5 en 2023 (37,1%) a 3 de cada 4 (77,1%) en 2024. Casi 1 de cada 5 jóvenes (18,5%) de 13 a 18 años afirmaron haber utilizado IA generativa para escribir historias. 1 de cada 5 (20,9%) niños y jóvenes jóvenes dijeron que normalmente copiaban lo que les decía la IA generativa

Los avances tecnológicos recientes han acelerado la influencia de la Inteligencia Artificial (IA) en nuestras vidas, impactando también en la educación y la alfabetización. Estos informes presentan hallazgos de encuestas anuales de alfabetización realizadas en 2023 y 2024, que incluyen preguntas sobre el uso de IA generativa. En 2024, participaron 53.169 niños y jóvenes, con un enfoque en 15.830 jóvenes de 13 a 18 años y 1.228 maestros en escuelas del Reino Unido.

Uso de la IA Generativa por los Jóvenes:

  • Incremento en el uso: El porcentaje de jóvenes de 13 a 18 años que usaron IA generativa aumentó del 37.1% en 2023 al 77.1% en 2024. No hubo diferencias significativas entre chicos y chicas (78.3% vs. 76.4%), ni entre aquellos que recibían comidas escolares gratuitas y los que no (77.7% vs. 77.3%).
  • Usos comunes: Los jóvenes que utilizan regularmente IA generativa lo hacen principalmente por entretenimiento, curiosidad, tareas escolares e inspiración. En relación con la alfabetización, el 44.4% la usó para conversar, el 18.5% para escribir historias, el 12.8% para escribir poemas o letras de canciones, y el 9.0% para escribir no ficción.
  • Actitudes positivas: La mayoría de los jóvenes considera que la IA generativa les ayuda con ideas (56.6%), comprensión (52.2%) y aprendizaje de nuevos conceptos (50.8%). Además, el 39.6% siente que les ayuda a escribir y el 23.2% con la lectura.
  • Crítica y copia: Casi la mitad (47.4%) de los jóvenes dijo que suelen agregar sus propios pensamientos a lo que la IA les ofrece, y el 39.9% revisa las respuestas porque podrían estar equivocadas. Sin embargo, 1 de cada 5 (20.9%) simplemente copia lo que la IA les dice, y un porcentaje similar (20.6%) no verifica las salidas, indicando la necesidad de mayor apoyo para desarrollar habilidades críticas en el uso de la IA.

Uso de la IA Generativa por los Maestros:

  • Incremento en el uso: El porcentaje de maestros que usaron IA generativa aumentó del 31.0% en 2023 al 47.7% en 2024, con un mayor uso entre maestros de secundaria (56.8%) en comparación con los de primaria (30.9%).
  • Preocupaciones y percepciones: El 37.7% de los maestros estaba preocupado por el uso de IA generativa por parte de sus alumnos, especialmente en secundaria (45.1% vs. 19.7% en primaria). No obstante, el 41.0% de los maestros no estaba preocupado, aunque un 21.3% no estaba seguro.
  • Impacto en habilidades: Aunque el 64.8% de los maestros cree que la IA generativa puede modelar buena escritura para los estudiantes, el 48.9% teme que tenga un impacto negativo en las habilidades de escritura de los niños.
  • Necesidad de formación: Más del 82.0% de los maestros considera que los estudiantes deben aprender a interactuar críticamente con la IA generativa, y el 75.3% siente que también necesitan más formación, apoyo y recursos para utilizar eficazmente estas herramientas.

Estos hallazgos sugieren que tanto maestros como estudiantes podrían beneficiarse de una mayor formación y apoyo para desarrollar habilidades esenciales que les permitan interactuar de manera efectiva, crítica y creativa con la IA generativa.

Las empresas de IA deben jugar limpio cuando utilizan datos académicos en el entrenamiento de sus modelos

«AI Firms Must Play Fair When They Use Academic Data in Training». Nature 632, n.o 8027 (27 de agosto de 2024): 953-953. https://doi.org/10.1038/d41586-024-02757-z.

Las empresas de inteligencia artificial (IA) deben actuar de manera justa cuando utilizan datos académicos en el entrenamiento de sus modelos. Los investigadores están preocupados por el uso sin restricciones de su propiedad intelectual en la formación de modelos de lenguaje como ChatGPT. Es crucial establecer reglas claras sobre el uso aceptable de estos datos.

Actualmente, no se sabe con precisión qué datos se usaron para entrenar modelos como ChatGPT, pero es probable que se hayan utilizado millones de artículos académicos, incluidos aquellos bajo acceso abierto y posiblemente también artículos protegidos por derechos de autor. Esto plantea preguntas sobre si los creadores de estos datos deberían recibir crédito y cómo.

El tema es complicado por las leyes de propiedad intelectual, que varían según la jurisdicción y no siempre son claras sobre si la recolección de datos o su uso para crear modelos de IA constituye una infracción de derechos de autor. Algunas empresas de IA, para evitar litigios, están comenzando a comprar licencias para los datos utilizados en el entrenamiento.

El uso de materiales bajo licencias como Creative Commons, que promueven la distribución y reutilización libre, también genera ambigüedades. Aunque no siempre se considera una infracción el uso de estos materiales para entrenar IA, hay preocupaciones sobre cómo las IA pueden afectar a los creadores, incluyendo a investigadores cuyo trabajo podría ser reutilizado sin la atribución adecuada.

La atribución es un principio fundamental en la ciencia, y algunos investigadores consideran que el uso de datos científicos por modelos comerciales de IA excede lo que las exenciones legales actuales estaban destinadas a permitir. Dado que es casi imposible atribuir correctamente las contribuciones cuando se usan millones de fuentes, se han sugerido soluciones como la generación aumentada por recuperación, que podría permitir a los modelos citar trabajos relevantes.

Dar a los investigadores la opción de excluir su trabajo del entrenamiento de IA podría aliviar sus preocupaciones, y algunas herramientas ya están emergiendo para facilitar esto. Además, leyes como la Ley de IA de la UE, que exige mayor transparencia sobre los datos utilizados en el entrenamiento, podrían fortalecer el control de los creadores sobre su trabajo.

Es necesario continuar investigando si se requieren soluciones más radicales, como nuevas licencias o cambios en la ley de derechos de autor. Las herramientas de IA, al aprovechar un ecosistema de datos construido por movimientos de código abierto, deben respetar las expectativas de reciprocidad y uso razonable, para evitar desincentivar la creación original y asegurar que los creadores mantengan cierto control sobre su obra.

¿Está el acceso abierto afectando al negocio de las revistas?

Zhang, Xijie. «Is open access disrupting the journal business? A perspective from comparing full adopters, partial adopters, and non-adopters». Journal of Informetrics 18, n.o 4 (1 de noviembre de 2024): 101574. https://doi.org/10.1016/j.joi.2024.101574.

Dos décadas después del inicio de la publicación en acceso abierto (OA), su impacto sigue siendo un punto central en el discurso académico. Este estudio adopta un marco de innovación disruptiva para examinar la influencia del OA en el mercado tradicional de suscripciones. Evalúa el poder de mercado de las revistas de oro (las que adoptan plenamente el OA) en comparación con las revistas híbridas y las revistas de acceso cerrado (las que lo adoptan parcialmente y las que no lo adoptan). Además, contrasta el poder de mercado entre las revistas híbridas (adoptantes parciales) y las revistas de acceso cerrado (no adoptantes). Utilizando el índice de Lerner para medir el poder de mercado a través de la elasticidad del precio de la demanda, este estudio emplea pruebas de diferencias y regresiones múltiples. Estos resultados indican que los que adoptan plenamente el OA alteran el poder de mercado de los titulares que no lo adoptan. Sin embargo, al integrar la opción de AA en sus modelos de negocio, los adoptantes parciales pueden mitigar eficazmente esta perturbación y ampliar su influencia del mercado tradicional de suscripción al paradigma emergente de OA.

El 90% de los padres consideran que los libros pueden abrir puertas a conversaciones con sus hijos.


«Kids and Family Reading Report | Scholastic». Accedido 28 de agosto de 2024. https://www.scholastic.com/content/corp-home/kids-and-family-reading-report.html.

Scholastic Kids & Family Reading Report revela que una abrumadora mayoría de padres (90%) coinciden en que los libros pueden crear oportunidades para la conversación. Diseñada para apoyar a las familias y hacer de los libros una parte esencial del crecimiento de cada niño, la Guía Familiar aborda diversos hitos del desarrollo y conversaciones comunes en cada rango de edad. Este recurso gratuito incluye datos nuevos, consejos, orientación experta, lecturas continuas y títulos de libros recomendados para que las familias puedan aplicar estos hallazgos en casa.

Hallazgos Clave:

Apoyo de maestros y bibliotecarios: El 70% de los niños consideran a sus maestros y bibliotecarios escolares como figuras clave que los motivan a leer por diversión.

Uso de libros para el desarrollo infantil: El 74% de los padres han utilizado libros infantiles para ayudar a sus hijos, principalmente para explorar sus intereses (48%) y entender emociones (47%).

Acceso a libros de calidad: Los datos refuerzan que el acceso a libros de calidad es clave para desarrollar habilidades de lectura fundamentales y fomentar una generación de lectores.

Disminución del disfrute de la lectura con la edad: Los datos muestran que el disfrute y la frecuencia de la lectura por diversión disminuyen con la edad, especialmente después de los 9 años.

Importancia de leer en voz alta: Aunque ha disminuido la conciencia sobre la importancia de leer en voz alta desde el nacimiento, tanto padres como hijos siguen valorando esta actividad como un momento especial.

Impacto en la salud mental: La lectura tiene un impacto positivo en la salud mental de los niños, especialmente tras las experiencias de la pandemia.

El rol crucial de las bibliotecas: Las bibliotecas públicas, escolares y de aula son fundamentales para el acceso a libros, siendo la principal fuente para el 63% de los niños.

Lectura de verano: La lectura en verano sigue siendo vital para ayudar a los niños a ponerse al día tras la pandemia, con el 61% de los niños disfrutando de la lectura durante este período.

Capacidad de los asistentes de voz y las herramientas de inteligencia artificial generativa para responder a preguntas de referencia que tradicionalmente reciben los bibliotecarios universitarios

Wheatley, Amanda, y Sandy Hervieux. «Comparing generative artificial intelligence tools to voice assistants using reference interactions». The Journal of Academic Librarianship 50, n.o 5 (1 de septiembre de 2024): 102942. https://doi.org/10.1016/j.acalib.2024.102942.

El estudio analiza la capacidad de los asistentes de voz y las herramientas de inteligencia artificial generativa para responder a preguntas de referencia que tradicionalmente reciben los bibliotecarios académicos. Los autores crearon una muestra de 25 preguntas basadas en consultas recibidas en el servicio de referencia virtual de su institución. Luego, desarrollaron una rúbrica para evaluar la calidad de las respuestas proporcionadas por las herramientas impulsadas por IA. Los autores concluyeron que las herramientas entienden bien las preguntas de referencia y ofrecen respuestas relevantes, pero la calidad de las referencias proporcionadas y la precisión de las respuestas pueden ser insuficientes. Sugieren que se necesita más investigación para comprender mejor el lugar de las herramientas impulsadas por IA en los servicios de referencia.

Fuentes de información confiables: las bibliotecas públicas y la democracia

Team, PressReader. «Providing Trusted Sources of Information: Public Libraries and Democracy». Accedido 27 de agosto de 2024. https://blog.pressreader.com/libraries-institutions/public-libraries-have-an-important-role-in-sustaining-democracy.

«No hay en la tierra una cuna de la democracia como la Biblioteca Pública Gratuita. Una biblioteca supera a cualquier otra cosa que una comunidad pueda hacer para beneficiar a su gente. Es un manantial inagotable en el desierto».

Andrew Carnegie

Desde sus inicios, las bibliotecas han sido vistas como pilares de la democracia al proporcionar acceso libre y equitativo a la información. Además, desempeñan un papel crucial en la alfabetización mediática, ayudando a la comunidad a discernir entre información verdadera y falsa, lo que es vital en la era digital actual.

La calidad de la democracia ha disminuido globalmente, según el Índice de Democracia, con solo 24 democracias plenas en el mundo en 2023. En países como Estados Unidos, clasificado ahora como una democracia defectuosa, la confianza en las instituciones ha caído significativamente. El índice evalúa una serie de indicadores en 167 países bajo categorías que incluyen proceso electoral y pluralismo, libertades civiles, funcionamiento del gobierno, participación política y cultura política.

Al explorar el rol de los medios en la democracia, el informe habló de cómo los periódicos, revistas, la radio y la televisión continúan siendo fuentes importantes para acceder a un periodismo confiable. Pero también señaló que el advenimiento de Internet y las redes sociales (que deberían haber creado “una edad dorada para la libertad de expresión”) tuvo un impacto en la capacidad de las personas para separar los hechos de la ficción.

Un factor que complica todo esto ha sido el rápido ascenso, en los últimos años, de la inteligencia artificial. El Instituto Reuters señala que, aunque las organizaciones de noticias han informado extensamente sobre el desarrollo y el impacto de la IA en la sociedad, también han comenzado a adoptar las tecnologías ellas mismas, por dos razones clave:

  • La automatización de procesos internos como la transcripción, la edición y el diseño tiene el potencial de reducir costos de manera significativa.
  • Las tecnologías de IA podrían ayudar a personalizar el contenido en sí, haciéndolo más atractivo para las audiencias. El informe advierte que los editores y las organizaciones de noticias «necesitan hacer esto sin reducir la confianza de la audiencia, que muchos creen que se convertirá en un activo cada vez más crítico en un mundo de medios sintéticos abundantes».

Esta realidad se siente en todo el mundo y ha llevado a una serie de iniciativas que abordan el creciente déficit en la alfabetización mediática, particularmente entre los jóvenes de hoy. Estados Unidos, Canadá, el Reino Unido, Europa y Taiwán están trabajando activamente para educar a las personas sobre la importancia de la alfabetización mediática y su rol en una sociedad democrática.

Las bibliotecas públicas, al ofrecer acceso a fuentes confiables de información y fomentar la alfabetización mediática, contribuyen a fortalecer la democracia. A través de programas educativos, eventos y recursos en línea, las bibliotecas ayudan a sus usuarios a convertirse en votantes informados, lo cual es crucial en un momento en que el acceso a información veraz es más necesario que nunca. Así, muchas bibliotecas públicas están proporcionando servicios educativos críticos, enseñando a los miembros de la comunidad sobre la alfabetización mediática, organizando eventos y paneles, educando a las personas sobre herramientas de verificación de hechos y publicando consejos sobre pensamiento crítico en los sitios web de las bibliotecas públicas.

La colaboración entre bibliotecas y editores de noticias es esencial, aunque enfrentan desafíos relacionados con los costos y la percepción del valor de la información.

Los trabajadores de la generación del milenio y de la generación Z se comunican de forma diferente.

Morgan, Avery. «Millennial and Gen Z Workers Communicate Differently. Here’s How». Fast Company, 30 de julio de 2024. https://www.fastcompany.com/91164321/millennial-and-gen-z-workers-communicate-differently-heres-how.

El artículo destaca las diferencias en la comunicación entre los trabajadores millennials y Gen Z en el entorno laboral actual, donde varias generaciones conviven en el mismo espacio. Para comunicarse eficazmente con estos grupos, es crucial entender sus preferencias y estilos de interacción.

La fuerza laboral moderna incluye baby boomers, generación X, millennials y Gen Zers. Y a menudo puede parecer que cada grupo habla un idioma diferente. Mientras que los lugares de trabajo solían depender de la jerga formal de oficina, hoy en día, la charla informal es igual de común.

Ser capaz de comunicarse eficazmente con un amplio abanico de generaciones es una parte vital para fomentar una larga y exitosa carrera profesional. Y es especialmente importante saber comunicarse con las generaciones más jóvenes. Según la Universidad Johns Hopkins, los millennials representan actualmente alrededor del 38,6% de la población activa y, en 2030, la generación Z constituirá alrededor del 30% de la población activa.

En primer lugar, la transparencia y la honestidad son fundamentales para ambas generaciones. Los millennials, especialmente aquellos que entraron al mercado laboral durante la crisis financiera de 2008, son más desconfiados y valoran las conversaciones basadas en hechos y datos. Por su parte, la generación Z también aprecia la honestidad y espera liderazgo transparente.

En cuanto a las conversaciones, los millennials prefieren discusiones significativas y odian las reuniones innecesarias. Aunque la generación Z es predominantemente digital, también valora las conversaciones profundas, siempre y cuando se sientan valorados e incluidos.

Los canales de comunicación también varían entre ambas generaciones. Los millennials prefieren el correo electrónico, mientras que los Gen Z optan por plataformas de mensajería instantánea como Slack o Teams y evitan las llamadas telefónicas inesperadas, que les generan ansiedad.

Además, los millennials suelen estar disponibles fuera del horario laboral y ven la integración del trabajo en su vida personal como algo normal. En contraste, la generación Z valora más el equilibrio entre trabajo y vida personal, aunque pueden ser flexibles si reciben una compensación adecuada por ello.

Finalmente, en cuanto a la formalidad y el lenguaje, los Gen Z prefieren una comunicación más casual, utilizando jerga y emojis, mientras que los millennials equilibran la informalidad con la formalidad, priorizando siempre la eficiencia.

En resumen, aunque los estilos de comunicación de estas generaciones pueden parecer informales o directos, es crucial para los líderes y compañeros de trabajo aprender a comunicarse con cada grupo para fomentar un ambiente laboral colaborativo y productivo.

Políticas sobre chatbots de inteligencia artificial entre editoriales científicas: una auditoría transversal

Bhavsar, Daivat, Laura Duffy, Hamin Jo, Cynthia Lokker, R. Brian Haynes, Alfonso Iorio, Ana Marusic, y Jeremy Y. Ng. 2024. «Policies on Artificial Intelligence Chatbots Among Academic Publishers: A Cross-Sectional Audit». medRxiv. https://doi.org/10.1101/2024.06.19.24309148.


El estudio auditó las políticas de 163 editoriales académicas en relación con el uso de chatbots de inteligencia artificial (IA) por parte de autores, enfocándose en editoriales de ciencia, tecnología y medicina. De las editoriales evaluadas, solo 56 (34,4%) tenían políticas públicas sobre el uso de chatbots de IA. Ninguna permitía que los chatbots fueran acreditados como autores. La mayoría (87,5%) requería que se revelara el uso de IA en el proceso de redacción. Cuatro editoriales prohibieron completamente el uso de estas herramientas. El estudio sugiere que en el futuro podría haber un aumento en la adopción de políticas sobre IA por parte de las editoriales académicas.

ElementoResultado
Total de editoriales auditadas163
Editoriales con políticas públicas sobre el uso de chatbots de IA56 (34,4%)
Políticas que permiten acreditación de autoría para chatbots de IA0 (0%)
Políticas que requieren divulgación del uso de chatbots de IA49/56 (87,5%)
Editoriales que prohíben completamente el uso de chatbots de IA4 (2,5%)
Periodo de análisisSeptiembre 2023 – Diciembre 2023