¿Cómo eligen los autores la revista a la que enviar un artículo?

Maggio, Lauren A., Natascha Chtena, Juan Pablo Alperin, Laura Moorhead, y John M. Willinsky. «“The Best Home for This Paper”: A Qualitative Study of How Authors Select Where to Submit Manuscripts». bioRxiv, 17 de mayo de 2024. https://doi.org/10.1101/2024.05.14.594165.

Para los investigadores, seleccionar una revista objetivo para enviar un manuscrito es una decisión crítica con implicaciones para la carrera. En educación médica, una investigación realizada en 2016 encontró que los autores estaban influenciados por múltiples factores como el prestigio de una revista y su misión. Sin embargo, desde esta investigación, el panorama de publicación ha cambiado para incluir una variedad más amplia de revistas, una mayor amenaza de revistas predatorias y nuevos modelos de publicación. Este estudio actualiza y expande cómo los autores de educación médica deciden a qué revista enviar, con el objetivo de describir los factores motivacionales y las características de las revistas que guían la toma de decisiones de los autores.

Los autores consideraron cinco grupos de enfoque cualitativos en los que participaron veintidós autores y editores de educación médica. Durante los grupos de enfoque, los participantes participaron en una discusión sobre cómo seleccionan una revista para enviar sus manuscritos. Se transcribió el audio de todos los grupos de enfoque. Las transcripciones se analizaron utilizando análisis temático de libro de códigos.

Los participantes consideraron múltiples factores al seleccionar una revista objetivo. Los factores incluyeron el impacto de una revista, el alcance de una revista, la calidad de la revista y factores técnicos (por ejemplo, límites de palabras). Los participantes también describieron cómo los factores sociales influían en su proceso y que el acceso abierto juega un papel que podría tanto alentar como disuadir la presentación.

Los hallazgos describen los factores motivacionales y las señales influyentes que guían a los autores en su toma de decisiones sobre la selección de revistas. Estos hallazgos confirman, extienden y actualizan los factores de selección de revistas reportados en educación médica y otras disciplinas. Notablemente, estos hallazgos enfatizan el papel de los factores sociales, las relaciones y las experiencias personales, que estaban ausentes en trabajos anteriores. Además, observamos una mayor consideración del OA y un alejamiento del énfasis en el prestigio de la revista.

Reconversión de la IA en las bibliotecas

Lo, Leo S., y Victoria Anderson. «AI Reskilling in Libraries: When the Dean’s Assistant Gets an AI Assistant | Lo | College & Research Libraries News», 7 de junio de 2024. https://doi.org/10.5860/crln.85.6.258.

El rápido avance de la IA generativa representa un momento crucial para las bibliotecas. Con sistemas tan potentes como ChatGPT, cada vez más extendidos, las bibliotecas se enfrentan tanto a oportunidades como a la necesidad urgente de reciclar a su personal. Análisis recientes del Boston Consulting Group predicen que en dos décadas más del 30% de las actividades de la mayoría de los trabajos podrían ser realizadas por máquinas, mientras que más del 15% de los trabajos podrían ser totalmente automatizados.

Según el informe «The Future of Job Report 2023» del Foro Económico Mundial, la formación de los trabajadores para utilizar herramientas de IA se considera una de las principales prioridades de muchas empresas. Una encuesta de 2023 a empleados de bibliotecas universitarias reveló entusiasmo por el desarrollo profesional en torno a la IA generativa, aunque menos del 7% de los encuestados utiliza actualmente versiones premium de los principales sistemas. Esta discrepancia corre el riesgo de dejar a los trabajadores de las bibliotecas sin preparación para los flujos de trabajo asistidos por IA y las funciones que se prevé que sean omnipresentes en la próxima década.

A medida que las bibliotecas experimentan su transformación digital, el desarrollo de la alfabetización en IA entre el personal a todos los niveles se está convirtiendo en una cuestión de supervivencia competitiva más que de innovación.

Principales tendencias en bibliotecas universitarias 2024

Committee, ACRL Research Planning and Review. «2024 Top Trends in Academic Libraries: A Review of the Trends and Issues | Research Planning and Review Committee | College & Research Libraries News», 7 de junio de 2024. https://doi.org/10.5860/crln.85.6.231.

El artículo revisa exhaustivamente las tendencias y problemas que han marcado la trayectoria de las bibliotecas universitarias en los últimos dos años. Se enfoca en áreas clave que incluyen la integración de la inteligencia artificial (IA), el diseño pedagógico abierto, la ciencia abierta y la reproducibilidad, el acceso abierto y la publicación equitativa, las prácticas de colección disruptivas y la reconcepción, la politización de las bibliotecas universitarias, la legislación contra la diversidad, equidad e inclusión, la libertad académica y la sindicalización, el lugar de trabajo postpandémico y los entornos de trabajo híbridos, los espacios tecnológicos y de fabricación, y el apoyo al bienestar estudiantil postpandémico. Se destacan los siguientes puntos principales:

  1. Inteligencia Artificial (IA) y Alfabetización en IA: La IA, especialmente herramientas como ChatGPT, ha generado un renovado interés en las bibliotecas universitarias. Se discuten las implicaciones potenciales de la IA y la necesidad de alfabetización en IA para bibliotecarios y estudiantes.
  2. Pedagogía abierta y diseño instruccional: Las bibliotecas están explorando cómo enriquecer el aprendizaje estudiantil a través de la pedagogía abierta, involucrando a los estudiantes en la creación de recursos educativos abiertos (OER) y proyectos de renovación.
  3. Ciencia Abierta y reproducibilidad: Se destaca el papel de las bibliotecas en la promoción de la ciencia abierta y la reproducibilidad de la investigación, así como su contribución a la infraestructura necesaria para avanzar en estos objetivos.
  4. Acceso Abierto y publicación equitativa: Se discute cómo las bibliotecas están abordando los desafíos de acceso abierto y equidad en la publicación universitaria, así como el papel de las nuevas herramientas y propuestas para apoyar una infraestructura de publicación basada en valores.
  5. Reconceptualización de prácticas de colección: Las bibliotecas están reconsiderando sus prácticas de adquisición y gestión de colecciones para promover la diversidad y la inclusión, así como para abordar los desafíos políticos y sociales en el entorno académico.
  6. Politización de las bibliotecas universitarias: Se examina cómo el clima político influye en las bibliotecas universitarias y cómo estas están navegando entre la neutralidad y el compromiso cívico, especialmente en temas de justicia social y equidad.
  7. Legislación Anti-DEI, Libertad académica y sindicalización: Se aborda el impacto de la legislación anti-DEI en las bibliotecas universitarias, así como el papel de la libertad académica y la sindicalización en la protección de los derechos de los bibliotecarios y el personal de biblioteca.
  8. Entornos de trabajo post-pandemia y ambientes de trabajo híbridos: Se discute cómo la pandemia ha llevado a una reevaluación de los entornos de trabajo en las bibliotecas universitarias, especialmente en relación con el equilibrio entre el trabajo remoto y presencial.
  9. Espacios de creación y tecnología: Se destaca la importancia de los espacios de creación (makerspaces) en las bibliotecas universitarias para fomentar la innovación y la colaboración estudiantil.
  10. Apoyo al bienestar estudiantil post-pandemia: Se examina cómo las bibliotecas están adoptando estrategias para apoyar el bienestar mental y emocional de los estudiantes, ofreciendo servicios y recursos que van más allá de la investigación académica.

Estos puntos reflejan las diversas áreas de enfoque y preocupación en las bibliotecas universitarias contemporáneas, así como los desafíos y oportunidades que enfrentan en un entorno en constante evolución.

V Concurso Municipal de Bandas de Salamanca. Viviendo en la era pop 2024/06/07

V Concurso Municipal de Bandas de Salamanca.

Viviendo en la era pop 2024/06/07

ESCUCHAR EL PROGRAMA

Ir a descargar

Esta semana hemos seleccionado algunos de los temas de los 26 grupos que participaron este año en el V Concurso Municipal de Bandas de Salamanca. Este será el primero de tres programas en los que presentaremos a todas las bandas. En esta ocasión, escucharemos las siguientes canciones:

  • The Third Rule – «Sacrifice»
  • Texas Resaca Blues – «Ey Ey Mama»
  • Nadea Levinscaia – «Mírame»
  • Alberto Pérez Tapia – «Me Escueces»
  • Orca – «Bizarre»
  • Noches Blancas – «Frío Azul»
  • Oceandelis – «Out There»
  • Old Virginia – «California»
  • Diazepam Rock Band – «Te quieres venir»
  • Sevillano – «Sé que vas a volver»
  • Ruido de Fondo – «El Gildo»

Tendencias en Educación Superior de Deloitte 2024



Deloitte Insights. «2024 Higher Education Trends». Accedido 7 de junio de 2024. https://www2.deloitte.com/us/en/insights/industry/public-sector/latest-trends-in-higher-education.html.


¿Qué desafíos y oportunidades están configurando la educación superior en EE.UU.? El informe de Deloitte para 2024 presenta un análisis exhaustivo del paisaje en evolución de la educación superior estadounidense este año y más allá.

Cinco Tendencias Clave del Informe:

La era de los resultados: Articulando una propuesta de valor convincente

  • Las instituciones deben demostrar claramente el valor de la educación que ofrecen para atraer y retener a estudiantes y justificar las inversiones en educación superior.

¿Quién será presidente?: La acelerada crisis de liderazgo en la educación superior

  • La educación superior enfrenta una crisis en la selección y retención de líderes efectivos, impactando la estabilidad y dirección estratégica de las instituciones.

Un nuevo campo de juego: El cambiante paisaje de los deportes universitarios

  • La evolución en las regulaciones y expectativas en los deportes universitarios está reconfigurando cómo las instituciones gestionan y apoyan sus programas deportivos.

El futuro de la IA en la educación superior: Abrazando la innovación disruptiva

  • La inteligencia artificial está transformando la educación superior, presentando tanto oportunidades como desafíos que requieren una adaptación estratégica.

En el núcleo académico: La creciente influencia y riesgos de las asociaciones público-privadas

  • Las colaboraciones entre el sector público y privado están incrementando su presencia e influencia, aportando beneficios pero también introduciendo riesgos que deben gestionarse cuidadosamente.


Este informe ofrece conocimientos de expertos y consejos estratégicos para ayudar a los equipos de liderazgo de colegios y universidades a navegar en el entorno educativo en evolución, permitiéndoles desarrollar estrategias e innovar para mantenerse a la vanguardia.

El Origen de la Información en ChatGPT con la Herramienta RAGE


«El Origen de la Información en ChatGPT con la Herramienta RAGE», 6 de junio de 2024. https://wwwhatsnew.com/2024/06/06/el-origen-de-la-informacion-en-chatgpt-con-la-herramienta-rage/.

La inteligencia artificial sigue avanzando a pasos agigantados, pero con estos avances surgen nuevos desafíos. Uno de los problemas más preocupantes es entender de dónde proviene la información que nos proporcionan los modelos de lenguaje como ChatGPT. Aquí entra en juego una innovadora herramienta desarrollada por un equipo de la Universidad de Waterloo: RAGE.

La Importancia de Saber de Dónde Proviene la Información

En la era digital, los modelos de lenguaje grande (LLMs), como ChatGPT, se han convertido en herramientas fundamentales en diversas áreas, desde la medicina hasta el derecho. Sin embargo, estos modelos no están exentos de problemas. Al funcionar mediante el «aprendizaje profundo no supervisado», recopilan información de toda la web de maneras que pueden ser complicadas de rastrear.

Problemas de Confiabilidad

Un problema común con los LLMs es la alucinación. Es decir, estos modelos pueden generar respuestas que parecen coherentes y precisas, pero que en realidad están basadas en información incorrecta o inexistente. Esto plantea un gran desafío, especialmente cuando las respuestas se utilizan en contextos críticos.

La Necesidad de Transparencia

Como bien señala Joel Rorseth, estudiante de doctorado en ciencias de la computación en la Universidad de Waterloo y autor principal del estudio, «no puedes necesariamente confiar en que un LLM se explique a sí mismo». Es vital que podamos verificar las fuentes de información que utilizan estos modelos para asegurarnos de su fiabilidad.

La Solución: La Herramienta RAGE

¿Qué es RAGE?

RAGE es una herramienta que utiliza una estrategia llamada «generación aumentada por recuperación» (RAG) para entender el contexto de las respuestas proporcionadas por los LLMs. En lugar de confiar ciegamente en las respuestas generadas, RAGE permite a los usuarios proporcionar sus propias fuentes de información para contextualizar las respuestas.

¿Cómo Funciona?

La herramienta ilustra cómo diferentes fuentes pueden llevar a distintas respuestas. Esto es crucial para evaluar la confiabilidad de la información. Al utilizar RAGE, los usuarios pueden ver de manera clara cómo la información de diferentes fuentes afecta las respuestas de los modelos.

Aplicaciones Prácticas

En la Medicina y el Derecho

El uso de LLMs en sectores sensibles como la medicina y el derecho está en aumento. Sin embargo, la falta de transparencia en la fuente de información puede ser peligrosa. RAGE permite asegurar que las respuestas de estos modelos estén basadas en información precisa y confiable, algo esencial en estos campos.

En la Educación

En el ámbito educativo, los estudiantes y profesores pueden beneficiarse enormemente. Pueden verificar y validar la información proporcionada por los modelos de lenguaje, asegurándose de que las fuentes sean fiables.

El Futuro de la Regulación y la Innovación

Estamos en una época donde la innovación tecnológica ha superado la regulación. Es vital que entendamos los riesgos potenciales de usar estas tecnologías sin un marco regulatorio adecuado. Herramientas como RAGE son esenciales para garantizar que los productos de inteligencia artificial sean seguros y confiables.

Referencias
Joel Rorseth et al, RAGE Against the Machine: Retrieval-Augmented LLM Explanations, arXiv (2024). DOI: 10.48550/arxiv.2405.13000

Indicadores para una evaluación del impacto de los datos abiertos

Bas, P., Page, M., Indicators for an open data impact assessment, Publications Office of the European Union, 2024, https://data.europa.eu/doi/10.2830/323236

Aunque el impacto de los datos abiertos ha sido estudiado anteriormente, generalmente de manera ad hoc, aún es necesario explorar métodos estructurados e indicadores para medir su impacto y la posibilidad de basar estos indicadores en conjuntos de datos existentes. Este informe representa el segundo paso en la definición de una metodología para una evaluación a nivel europeo del impacto de los datos abiertos. La serie de estudios tiene como objetivo crear una herramienta interactiva de monitoreo para la evaluación del impacto de los datos abiertos. Este segundo estudio busca proporcionar una base teórica para desarrollar una metodología que analice el impacto de los recursos de datos públicos, enfocándose en los diferentes impactos a considerar y los indicadores que podrían cuantificarlos. Este informe utiliza los resultados y conclusiones presentados en el primer estudio sobre «repensar el impacto de los datos abiertos» como base. Los resultados de este estudio podrían incorporarse en un tercer estudio, donde se podría desarrollar y pilotar una metodología preliminar para medir el impacto de los datos abiertos.

La app de Gemini ya está disponible para consultar la IA desde el teléfono

Google Gemini

Android

iTunes

Gemini es la inteligencia artificial multimodal de Google que permite realizar consultas por texto, subir una fotografía para identificar los ingredientes de una ensalada o aprender a arreglar un descosido en una zapatilla deportiva. Ofrece diversas capacidades a través de texto, imagen y sonido. La app de Gemini está disponible para cualquier persona que tenga un teléfono Android o iOS. Es gratuita y fácil de usar.

¿Qué puedes hacer con la app de Gemini?

  • Hacer preguntas y obtener respuestas: Puedes preguntar a Gemini sobre cualquier tema que te interese y te proporcionará información relevante de fuentes confiables. Incluso puedes pedirle que te resuma temas complejos o que te ayude a encontrar información específica.
  • Generar texto creativo: Gemini puede ayudarte a escribir poemas, canciones, guiones, correos electrónicos, cartas y mucho más. Solo tienes que darle instrucciones o ideas básicas y él se encargará del resto.
  • Traducir idiomas: Gemini puede traducir texto de un idioma a otro con precisión. Es ideal para comunicarte con personas de todo el mundo o para leer contenido en idiomas extranjeros.
  • Resumir información: Si necesitas resumir un artículo largo o un documento extenso, Gemini puede hacerlo por ti. Te proporcionará un resumen conciso que capture los puntos clave.
  • Obtener ayuda para escribir: Si estás bloqueado al escribir, Gemini puede ayudarte a superar el bloqueo. Puede sugerirte ideas, ayudarte a encontrar las palabras adecuadas y mejorar tu estilo de escritura.
  • Explorar tu entorno: Puedes usar la cámara de tu teléfono para que Gemini te ayude a explorar el mundo que te rodea. Puedes pedirle que identifique objetos, que te proporcione información sobre lugares emblemáticos o que te traduzca carteles.
  • Y mucho más: Gemini está en constante desarrollo y se están añadiendo nuevas funciones con regularidad. Puedes usarlo para hacer lluvia de ideas, aprender cosas nuevas, planificar tu día y mucho más.

¿Cómo funciona la app de Gemini?

Puedes interactuar con Gemini de tres maneras:

  • Texto: Puedes escribir tus preguntas y solicitudes en la aplicación.
  • Voz: Puedes hablar con Gemini usando tu voz.
  • Cámara: Puedes usar la cámara de tu teléfono para mostrarle a Gemini lo que estás viendo y pedirle información.

Spawning AI: cómo evitar que nuestros contenidos sirvan para el entrenamiento de plataformas de Inteligencia Artificial

Spawning AI: https://spawning.ai/

Blog: https://spawning.ai/

Spawning AI trabaja para equilibrar los intereses de los creadores de contenido y los desarrolladores de IA, promoviendo un uso ético y consentido de los datos en la era de la inteligencia artificial. Spawning ofrece un conjunto de herramientas que facilita la declaración de las preferencias de datos y su respeto

Spawning AI es una organización que se dedica a la gobernanza de datos para la inteligencia artificial generativa. Han creado una herramienta llamada “Do Not Train Tool Suite” («No entrenar»), que permite a los titulares de derechos añadir sus medios de comunicación al “Do Not Train Registry” y así evitar que sus obras sean utilizadas para entrenar modelos de IA sin su consentimiento. Este registro es respetado por socios como Stability AI y Hugging Face.

El término “Spawning” lo acuñaron para describir el acto de crear medios completamente nuevos con un sistema de IA entrenado en medios más antiguos. Es una forma de distinguir este proceso de técnicas más antiguas como el muestreo o el collage. Spawning AI también proporciona herramientas para desarrolladores, facilitando el filtrado de solicitudes de no entrenamiento y ayudando a cumplir con las excepciones de derechos de autor de TDM de la UE1.

Spawning ofrece un conjunto de herramientas que facilita la declaración de las preferencias de datos y su respeto. Este conjunto de herramientas incluye:

  • Una API para que los titulares de derechos puedan registrar sus datos en el «Do Not Train Registry».
  • Una extensión del navegador para que los usuarios puedan marcar fácilmente el contenido que no desean que se utilice para entrenar modelos de IA.
  • Una herramienta de línea de comandos para que los desarrolladores de IA puedan integrar el «Do Not Train Registry» en sus flujos de trabajo.

Spawning AI está trabajando para garantizar que la inteligencia artificial generativa se desarrolle y utilice de manera responsable y ética. La empresa cree que es importante que los titulares de derechos tengan el control sobre sus datos y que los desarrolladores de IA sean conscientes de las posibles consecuencias de sus modelos.