Escenarios y recursos para la enseñanza con tecnología: desafíos y retos.

Aveleyra, Ema E., y Melisa Proyetti Martino. Escenarios y recursos para la enseñanza con tecnología: desafíos y retos. Octaedro, 2022.

Texto completo

La educación está inmersa en un contexto de crisis y cambios que ha impactado en todos los niveles a nivel mundial. Es una oportunidad desafiante para que supuestos e interrogantes, modelos, métodos y prácticas de integración entre educación y tecnología tengan una impronta positiva en la enseñanza. No se debiera continuar con la dicotomía entre las modalidades presencial y virtual de la enseñanza o con la mera introducción de las tecnologías en el aula, sino avanzar en cómo a través de escenarios dinámicos y recursos tecnopedagógicos es posible mejorar la inclusión y la calidad de los aprendizajes.Este libro ofrece diferentes experiencias, propuestas y estudios que se estructuran en cinco bloques temáticos: Innovación docente, Investigación en Tecnología Educativa, Políticas y Gestión de las Tecnologías, Inclusión Digital, Aprendizaje en Red y Escenarios con Tecnología. Se espera que signifiquen un aporte para repensar y rediseñar la educación en este nuevo contexto que nos interpela.

Eva Rock: entrevista con Flores Hernández. Viviendo en la era pop 2023/06/02

Eva Rock: entrevista con Flores Hernández.

Viviendo en la era pop 2023/06/02

Ir a descargar

En el programa de hoy tenemos el honor de tener entre nosotros al músico salmantino Flores Hernández que militó en las bandas Los Rejas, Grupo 96 y Eva Rock. Esta última banda tuvo una gran proyección nacional tras su actuación en el «Festival de las 15 horas de música pop de 1975», conocido como el «Festival de la Cochambre». Flores ha seguido haciendo música hasta el día de hoy con diferentes formaciones como Eva Rock. El nos ha hablado de su atracción hacia la música, y algunos de los momentos más memorables de su trayectoria artística.

Según Turnitin, el 3,5% de las consultas que pasaron por el detector de IA contenían más del 80% de texto escrito con IA

Kuykendall, By Kristal, y 05/30/23. «Turnitin: Of 38M Submissions Since April 4, 3.5% Had At Least 80% AI-Written Text -». Campus Technology. Accedido 2 de junio de 2023. https://campustechnology.com/articles/2023/05/turnitin-says-its-ai-detector-analyzed-38m-submissions-in-six-weeks.aspx.

Según Turnitin, el 3,5% de las consultas que pasaron por el detector de IA contenían más del 80% de texto escrito con IA, y algo menos de una décima parte de los envíos contenían al menos un 20% de texto escrito con IA.

Turnitin informó de que, de 38 millones de consultas realizadas desde el 4 de abril, aproximadamente el 3,5% de ellos contenían al menos un 80% de texto escrito por IA. Esto sugiere que hay una notable presencia de texto generado por IA en los envíos que Turnitin ha procesado.

De manera que en las primeras seis semanas de uso por parte de los educadores de la nueva función de detección de escritura por IA de Turnitin, ha llevado a la plataforma a ajustar el detector y a explicar mejor el significado y los índices de precisión de las puntuaciones de detección.

Las actualizaciones de la función de detección de IA inclyen:

  • Se ha añadido un asterisco a las puntuaciones inferiores al 20%: Ahora aparecerá un asterisco junto al indicador «puntuación» -o el porcentaje de un envío que se considera texto escrito con IA- cuando la puntuación sea inferior al 20%, ya que el análisis de los envíos hasta ahora muestra que los falsos positivos son mayores cuando el detector encuentra que menos del 20% de un documento está escrito con IA. El asterisco indica que la puntuación es menos fiable, según la entrada del blog.
  • Aumento del número mínimo de palabras: El número mínimo de palabras necesario para que el detector de IA funcione se ha aumentado de 150 a 300, porque el detector es más preciso cuanto más largo es un envío, dijo Chechitelli. «Los resultados demuestran que nuestra precisión aumenta con un poco más de texto, y nuestro objetivo es centrarnos en los escritos largos. Es posible que con el tiempo modifiquemos este requisito de palabras mínimas basándonos en la evaluación continua de nuestro modelo.»
  • Cambios en el análisis del detector de frases iniciales y finales: «También observamos una mayor incidencia de falsos positivos en las primeras o últimas frases de un documento», dijo Chechitelli. «Muchas veces, estas frases son la introducción o la conclusión en un documento. Como resultado, hemos cambiado la forma de agregar estas frases específicas para la detección con el fin de reducir los falsos positivos.»

Es importante señalar que la capacidad de Turnitin para detectar texto generado por IA se basa en sus algoritmos y bases de datos que comparan el texto enviado con las fuentes existentes para identificar posibles casos de plagio. Aunque Turnitin puede detectar casos en los que el texto generado por IA se ha copiado directamente de fuentes existentes, puede tener dificultades para identificar el plagio cuando el texto generado por IA es original y no procede de publicaciones existentes.

A medida que siga evolucionando el uso de la IA en la generación de texto, es posible que las herramientas de detección como Turnitin tengan que adaptarse y desarrollar nuevas técnicas para identificar y abordar eficazmente el plagio generado por IA. Las instituciones y organizaciones educativas también pueden necesitar establecer políticas y directrices específicas para abordar el uso de contenidos generados por IA y el plagio en entornos académicos.

Vale la pena mencionar que las cifras proporcionadas por Turnitin ponen de relieve la prevalencia del texto generado por IA, pero sería necesario realizar más análisis e investigaciones para comprender plenamente el impacto y las implicaciones del contenido generado por IA en el contexto de la integridad académica y la detección del plagio.

Las bibliotecas ayudan activamente a la reintegración social e las personas después de su paso por la cárcel

HeraldNet.com. «Comment: State, Local Libraries Rebuilding Lives after Prison», 27 de mayo de 2023. https://www.heraldnet.com/opinion/comment-state-local-libraries-rebuilding-lives-after-prison/.

Las bibliotecas públicas ofrecen programas informativos y educativos que pueden ayudar a las personas excarceladas a reinsertarse con éxito en la comunidad, incluido el acceso a Internet, a servicios sanitarios y sociales y a la búsqueda de empleo y la formación profesional.

Cerca de 7.500 personas regresan cada año, por término medio, a sus comunidades tras cumplir condenas en prisiones estatales de Washington, según datos del Departamento de Instituciones Penitenciarias correspondientes a la última década. Muchos de ellos se enfrentan a numerosos retos cuando se reincorporan a la sociedad, como establecer una estabilidad financiera, una vivienda y un transporte fiables y el acceso a recursos comunitarios, como su biblioteca pública local.

En 2016, el gobernador Jay Inslee instó a los organismos estatales y locales a colaborar para mejorar los resultados de las personas que se reincorporan a la sociedad. State Library’s Institutional Library Services, que ha administrado bibliotecas en centros correccionales estatales durante más de medio siglo, se asoció con el Department of Corrections (DOC) y las bibliotecas públicas para facilitar la obtención de carnets de biblioteca por parte de las personas que se preparan para su liberación y regreso a la sociedad.

Esta iniciativa de los Servicios Bibliotecarios Institucionales alienta a las bibliotecas comunitarias participantes a proporcionar carnés físicos de biblioteca a los reclusos que se están preparando para ser liberados en sus comunidades de origen. La Biblioteca Estatal registra a los usuarios en el sitio web de la biblioteca comunitaria correspondiente y emite un carnet de biblioteca. Los usuarios pueden utilizarla en el momento de su liberación sin necesidad de ponerse en contacto con la biblioteca o visitarla para crear una cuenta.

Todas las bibliotecas públicas participantes garantizan la confidencialidad de los usuarios, lo que ayuda a reducir cualquier sentimiento de estigmatización que puedan experimentar al reintegrarse a la sociedad.

En la actualidad, nueve bibliotecas públicas y sistemas de bibliotecas trabajan en estrecha colaboración con la Oficina del Secretario de Estado para abrir sus puertas a los ex reclusos y ofrecer acceso gratuito e ilimitado a los recursos vitales de la comunidad, dando la oportunidad de colaborar con estas bibliotecas para ofrecer un mundo de imaginación y aprendizaje continuo a las personas que han estado encarceladas. Hasta la fecha, las bibliotecas asociadas han activado casi 300 tarjetas de usuario para personas que se están preparando para reintegrarse a la comunidad.

Los sistemas de inteligencia artificial como ChatGPT pueden realizar análisis de datos a un coste de menos del 1% de lo que costaría contratar a un analista humano

South China Morning Post. «Study Shows ChatGPT Has Potential to Do Data Analysis at Fraction of Human Cost», 29 de mayo de 2023. https://www.scmp.com/tech/article/3222214/llms-chatgpt-can-perform-data-analysis-fraction-human-cost-comparable-performance-study.

Los resultados preliminares proceden de un estudio sobre LLM realizado por la Academia Damo de Alibaba y la Universidad Tecnológica Nanyang de Singapur. El coste de GPT-4, la última versión del LLM desarrollado por la start-up estadounidense OpenAI, es sólo el 0,45% de la contratación de un analista de datos senior, según un estudio.

El uso de grandes modelos lingüísticos (LLM) como GPT-4 en el análisis de datos cuesta menos del 1% de lo que cuesta contratar a un analista humano con resultados comparables, según un estudio reciente que pone de relieve la amenaza potencial que supone para la seguridad laboral la creciente adopción de la inteligencia artificial generativa (IA) en diversos sectores.

El coste de GPT-4, la última versión de la LLM desarrollada por la start-up estadounidense OpenAI, es sólo el 0,45% de la contratación de un analista de datos sénior que gane en el mercado unos 90.000 dólares anuales, o el 0,71% de un empleado de nivel subalterno, según las conclusiones de un estudio de unos investigadores de Damo Academy, la rama de investigación interna del gigante chino del comercio electrónico Alibaba Group Holding, y la Universidad Tecnológica Nanyang de Singapur, publicadas en el servidor de preprints arXiv (PDF).

En el estudio, los investigadores formularon preguntas y proporcionaron los datos, y automatizaron todo el proceso de análisis de datos utilizando GPT-4 para extraer y analizar los datos, con el fin de producir finalmente ideas y gráficos. Los resultados del análisis se compararon con los de analistas de datos humanos profesionales en términos de rendimiento, tiempo y costes.

Los experimentos demostraron que la GPT-4 no sólo es significativamente más barata que un analista de datos humano, sino también mucho más rápida a la hora de completar las tareas, según las conclusiones del estudio.

Sin embargo, el estudio señala que se necesitan más estudios antes de concluir que GPT-4 puede sustituir a los analistas de datos. GPT-4 también puede superar a un analista humano de nivel básico en términos de rendimiento, que se evaluó a través de una serie de métricas que incluían la corrección y fluidez en los gráficos y las percepciones que producían, y tiene un «rendimiento comparable» al de un analista de nivel superior, con ventajas que varían según los distintos casos y métricas.

En algunos casos, el modelo de IA consiguió superar a los analistas de datos humanos en cuanto a la corrección de las cifras y el análisis, y las percepciones que generaba GPT-4 tendían a ser más complejas, según el estudio. GPT-4 también obtuvo plena puntuación en alineación y fluidez a la hora de generar el análisis con textos gramaticalmente correctos.

Sin embargo, GPT-4 quedó por detrás de los humanos a la hora de mostrar datos correctos en los gráficos, así como en la presentación y el formato en algunos casos. A pesar de los errores en algunas cifras, GPT-4 podía generar análisis correctos, señalaba el estudio.

El estudio arroja nueva luz sobre la creciente aplicación de las GPT-4 en diversas industrias, donde se espera que mejoren la eficiencia pero también amenacen los puestos de trabajo humanos.

Las empresas tecnológicas chinas se apresuran a desarrollar sus propios servicios similares a ChatGPT. Alibaba está trabajando en su propia respuesta, llamada Tongyi Qianwen, que lanzó en abril para pruebas beta a clientes corporativos por invitación, semanas después de que Baidu diera a conocer su servicio Ernie Bot.

La propiedad de los contenidos generados por IA

Sheth, Sarang. «Who Owns AI-Generated Content? Understanding Ownership, Copyrighting, and How the Law Interprets AI-Generated Art – Yanko Design», 28 de mayo de 2023. https://www.yankodesign.com/2023/05/27/who-owns-ai-generated-content-understanding-ownership-copyrighting-and-how-the-law-interprets-ai-generated-art/.

El origen y la capacidad de los contenidos generados por IA han sido temas de larga data. El aprendizaje automático ha estado presente durante más de una década, permitiendo que las computadoras adquieran inteligencia al recopilar datos, analizarlos, «pensar» y «crear». Desde la histórica victoria de Deep Blue sobre Garry Kasparov en 1996 en una partida de ajedrez, seguida por el triunfo del superordenador Watson de IBM en el programa Jeopardy en 2011, hasta la victoria de AlphaGo sobre el campeón europeo de Go Fan Hui en 2015 por 5 a 0, hemos presenciado hitos impresionantes. Sin embargo, atribuir exclusivamente la victoria a las computadoras o a los ingenieros que las crearon plantea cuestiones difíciles de dilucidar:

¿Es correcto afirmar que las computadoras han derrotado a sus contrapartes humanas? ¿O deberíamos considerar que los ingenieros que diseñaron y desarrollaron estas máquinas son los verdaderos vencedores? Además, si un automóvil Tesla autónomo llegara a causar un accidente mortal a un peatón, ¿a quién se le atribuiría la culpa? ¿A la inteligencia artificial en sí? ¿Al humano que estaba al volante? ¿O al equipo de ingenieros de Tesla que creó el algoritmo de conducción autónoma? Estas preguntas aún no tienen respuestas definitivas.

La propiedad de los contenidos generados por IA es un ámbito jurídico complejo y en evolución. En muchos casos, los términos y condiciones establecidos por las empresas, como Tesla, aclaran que la responsabilidad recae en el conductor y no en la inteligencia artificial del vehículo. Sin embargo, la asignación precisa de responsabilidad en casos como este es un desafío complejo y requiere una cuidadosa consideración legal y ética.

La propiedad de los contenidos generados por IA depende normalmente de la participación y contribución de los creadores humanos. En muchas jurisdicciones, la legislación sobre derechos de autor concede la propiedad a los creadores humanos de obras originales. Sin embargo, dado que los contenidos generados por IA son producidos por algoritmos sin participación humana directa, la cuestión de la propiedad se vuelve más compleja.

En algunos casos, el propietario de la IA puede ser considerado propietario del contenido que genera. Podría tratarse de la persona u organización que creó o entrenó el algoritmo de IA. Sin embargo, este enfoque no es aceptado universalmente, y algunos sostienen que el resultado de una IA no debería estar sujeto a la protección de los derechos de autor porque carece de la creatividad o autoría humanas necesarias.

Como alternativa, la propiedad puede atribuirse a la persona o entidad que proporcionó los datos utilizados para entrenar la IA. Por ejemplo, si una IA se entrena con un conjunto de datos de fotografías, la titularidad de los derechos de autor de esas fotografías puede influir en la titularidad del contenido generado por la IA.

Cabe señalar que algunas jurisdicciones han empezado a explorar marcos jurídicos que abordan específicamente los contenidos generados por IA. Por ejemplo, la Directiva sobre derechos de autor de la Unión Europea, adoptada en 2019, incluye disposiciones que establecen que la protección de los derechos de autor no debe aplicarse a las obras generadas por IA sin participación humana. Sin embargo, los estados miembros son responsables de implementar esta directiva en sus leyes nacionales, por lo que puede haber variaciones en cómo se interpreta y aplica esto.

En lo que respecta a los derechos de autor de las obras de arte generadas por IA, la capacidad de garantizar la protección de los derechos de autor puede depender de la participación de creadores humanos en el proceso creativo. Si un artista humano contribuye a la concepción o el diseño de la obra de arte generada por la IA, puede reclamar derechos de autor sobre ella. Sin embargo, si la IA genera de forma autónoma la obra de arte sin intervención humana, puede ser más difícil hacer valer la propiedad de los derechos de autor.

La interpretación de la legislación sobre derechos de autor y los contenidos generados por IA sigue evolucionando, y las distintas jurisdicciones pueden adoptar enfoques diferentes. Es esencial consultar con profesionales del derecho versados en la propiedad intelectual y la ley de IA para comprender las implicaciones y normativas específicas de cada jurisdicción.

Uso de la inteligencia artificial para la traducción de las tablillas cuneiformes

«Israeli experts create AI to translate ancient cuneiform text – study – The Jerusalem Post». Accedido 1 de junio de 2023. https://www.jpost.com/archaeology/article-741982.

La inteligencia artificial está desempeñando un papel fundamental en la traducción de las tablillas cuneiformes, permitiendo una mejor comprensión de las antiguas civilizaciones mesopotámicas y enriqueciendo nuestro conocimiento sobre la historia y la cultura de la humanidad.

La inteligencia artificial ha demostrado ser una herramienta poderosa en el campo de la traducción automática, y ahora se está aplicando para descifrar y traducir el complejo sistema de escritura cuneiforme. Utilizando algoritmos avanzados y modelos de aprendizaje automático, los investigadores están entrenando a la inteligencia artificial para reconocer y comprender los patrones y las estructuras de las tablillas cuneiformes. Utilizando técnicas de aprendizaje automático y algoritmos avanzados, los investigadores entrenaron a la IA para reconocer y comprender los complejos patrones y estructuras de los textos cuneiformes. Esto permitió que la IA tradujera los textos con mayor precisión y rapidez de lo que los expertos humanos podrían hacerlo.

Un grupo de expertos en Israel ha desarrollado una inteligencia artificial (IA) capaz de traducir textos cuneiformes antiguos, según revela un estudio reciente. Las tablillas cuneiformes son una forma de escritura antigua utilizada en civilizaciones como la sumeria y la babilónica hace miles de años.

Esta tecnología está permitiendo una traducción más rápida y precisa de las tablillas, lo que a su vez está ayudando a los arqueólogos y lingüistas a obtener una mejor comprensión de las antiguas civilizaciones mesopotámicas. Además, la inteligencia artificial está revelando nuevos conocimientos y detalles sobre la vida y las prácticas de estas culturas antiguas.

Y de esta manera, la aplicación de la inteligencia artificial por parte de expertos israelíes representa un importante avance en la traducción de textos cuneiformes antiguos. Este estudio demuestra cómo la IA puede contribuir a la comprensión y la preservación de nuestro legado cultural, proporcionando una nueva forma de explorar y aprender de las civilizaciones del pasado.

Más allá del donut: cinco formas de utilizar las «almetrics» para el éxito académico

Impact of Social Sciences. «Beyond the Doughnut – Five Ways to Use Altmetrics for Academic Success», 1 de junio de 2023.

Texto completa

Una década después de su creación, Andy Tattersall analiza cómo los académicos pueden hacer uso de las altmétricas más allá de los recuentos y las métricas.

El artículo analiza el uso de las altmetrics (métricas alternativas) como una herramienta para evaluar el impacto académico más allá de las métricas tradicionales, como las citas en revistas científicas. El autor destaca cinco formas en las que las altmetrics pueden ser utilizadas para lograr el éxito académico:

  1. Comprender el impacto en línea: Las altmetrics permiten rastrear el impacto de la investigación más allá de las publicaciones académicas tradicionales, incluyendo menciones en redes sociales, blogs y medios de comunicación. Esto proporciona una visión más completa del alcance y la influencia de la investigación.
  2. Identificar colaboraciones potenciales: Las altmetrics pueden ayudar a identificar investigadores y grupos de investigación con intereses similares y con un impacto significativo en sus respectivas áreas. Esto facilita la colaboración y el intercambio de conocimientos.
  3. Evaluar el impacto temprano: Las altmetrics pueden proporcionar una evaluación temprana del impacto de la investigación, incluso antes de que se publiquen las citaciones académicas formales. Esto puede ser especialmente útil para investigadores que desean demostrar el impacto de su trabajo en etapas tempranas de sus carreras.
  4. Mejorar la visibilidad y el alcance: Al promover la investigación a través de plataformas en línea y redes sociales, las altmetrics pueden aumentar su visibilidad y alcanzar a audiencias más amplias. Esto puede llevar a un mayor reconocimiento y oportunidades de colaboración.
  5. Recopilar evidencia para evaluaciones: Las altmetrics pueden proporcionar evidencia adicional para complementar las evaluaciones tradicionales basadas en citas. Al incluir datos de altmetrics en los informes de actividad académica, los investigadores pueden demostrar un impacto más amplio y diverso de su trabajo.

En conclusión, el artículo destaca que las altmetrics ofrecen nuevas formas de evaluar y medir el impacto académico, complementando las métricas tradicionales. Su uso puede ayudar a los investigadores a comprender mejor el impacto de su trabajo, identificar oportunidades de colaboración, evaluar el impacto temprano, aumentar la visibilidad y recopilar evidencia adicional para evaluaciones académicas.

PIRLS: Estudio Internacional de Progreso en Comprensión Lectora en España

El estudio principal de PIRLS 2021 tuvo lugar entre abril y mayo de 2021, y ha evaluado la comprensión lectora de los estudiantes de 4.º de Educación Primaria en casi 500 centros del territorio nacional. El informe internacional se ha publicado el 16 de mayo de 2023 y el nacional el 29 de mayo de 2023.

PIRLS 2021 es el quinto ciclo del Progress in International Reading Literacy Study. Desde 2021, PIRLS ha proporcionado datos de alta calidad para supervisar el progreso en el rendimiento en lectura de los alumnos en cuarto curso, abarcando 20 años de tendencias. La evaluación de la lectura de PIRLS se basa en un marco global que se centra en dos propósitos primordiales de la lectura: para la experiencia literaria y para adquirir y utilizar información. Los resultados de PIRLS 2021 proporcionan descripciones de las destrezas y estrategias de lectura de los alumnos en cuatro puntos de referencia internacionales de la escala de rendimiento en lectura de PIRLS para una interpretación significativa de las puntuaciones de rendimiento en lectura.

El Estudio Internacional de Progreso en Comprensión Lectora (PIRLS, Progress in International Reading Literacy Study), de la Asociación Internacional para la Evaluación del Rendimiento Educativo (IEA, International Association for the Evaluation of Educational Achievement), evalúa la comprensión lectora del alumnado en su cuarto curso de escolarización obligatoria.

En España este curso equivale a 4.º de Educación Primaria y se considera un importante punto de transición en el desarrollo de los/as niños/as como lectores. Habitualmente, en este momento de su educación, han aprendido a leer y ahora leen para aprender.

Figura 2.2.a. Puntuaciones medias estimadas en comprensión lectora e intervalos de
confianza al 95 % de países y regiones adjudicatarias participantes en PIRLS 2021

Los datos de España se presentan comparados con los datos correspondientes al Promedio OCDE-28 y al total de la Unión Europea. Cabe destacar los siguientes:

  • La puntuación media estimada de España se sitúa en 521 puntos, por debajo del Promedio OCDE-28 (533) y del Total UE (528), en línea con los resultados obtenidos por Alemania (524), Nueva Zelanda (521), Portugal (520) o Eslovenia (520).
  • La evolución positiva del rendimiento lector que se había experimentado entre los años 2011 y 2016 se revierte en 2021, con un descenso relevante: se pasa de 528 puntos a 521. Sin embargo, si se compara con los países de la OCDE y de la UE, España es de los países que menos han bajado.
  • España presenta uno de los mejores grados de equidad en el índice social, económico y cultural (ISEC). Este índice se obtiene a través de los cuestionarios de contexto que tienen en cuenta aspectos como el nivel educativo de las familias, la ocupación de los padres, madres o tutores legales y el número de libros que hay en casa.
  • Los porcentajes de chicas y chicos que alcanzan al menos el nivel alto de lectura es prácticamente el mismo en España (36% las chicas y 35% las chicas).
  • En España se produce una diferencia significativa entre el nivel de comprensión lectora de quienes manifiestan que les gusta leer y quienes declaran que no les gusta leer.
  • Ocho de cada diez docentes se sienten muy satisfechos con su profesión (81%), España es el país con el porcentaje más elevado de entre los seleccionados. Supera en 30 puntos al Promedio OCDE-28 (51%) y al Total UE (50%).
  • Los resultados muestran que el indicador de acoso escolar y el rendimiento en lectura están directamente relacionados: a mayor acoso mayor disminución en el rendimiento promedio de lectura.
  • El alumnado que posee mayor sentido de pertenencia al centro obtiene mejor rendimiento. En España el porcentaje de alumnado que tiene un alto sentido de pertenencia alcanza el 73% por un 57% del Promedio OCDE-28 y un 56% del Total UE.

Acusan a Amazon de violar la ley de privacidad infantil al conservar para siempre las grabaciones de voz de los niños con «Alexa» y socavar las peticiones de borrado de los padres

«FTC and DOJ Charge Amazon with Violating Children’s Privacy Law by Keeping Kids’ Alexa Voice Recordings Forever and Undermining Parents’ Deletion Requests | Federal Trade Commission». Accedido 1 de junio de 2023.

Ver noticia

La Comisión Federal de Comercio y el Departamento de Justicia exigirán a Amazon que revise sus prácticas de supresión de datos y aplique estrictas salvaguardias de privacidad para resolver las acusaciones de que la empresa infringió la norma COPPA (Children’s Online Privacy Protection Act Rule) y engañó a los padres y usuarios del servicio de asistente de voz Alexa sobre sus prácticas de supresión de datos.

Según una denuncia presentada por el Departamento de Justicia en nombre de la FTC, Amazon impidió que los padres ejercieran sus derechos de eliminación en virtud de la Regla COPPA, conservó datos sensibles de voz y geolocalización durante años y los utilizó para sus propios fines, mientras ponía los datos en riesgo de daño por acceso innecesario.

«El historial de Amazon de engañar a los padres, conservar indefinidamente las grabaciones de los niños y hacer caso omiso de las solicitudes de supresión de los padres violó la COPPA y sacrificó la privacidad en aras de los beneficios», dijo Samuel Levine, Director de la Oficina de Protección del Consumidor de la FTC. «La COPPA no permite a las empresas conservar los datos de los niños para siempre por ningún motivo, y menos para entrenar sus algoritmos».

En virtud de la propuesta de orden judicial federal presentada también por el DOJ, se exigirá a Amazon que elimine las cuentas inactivas de menores y determinadas grabaciones de voz e información de geolocalización, y se le prohibirá utilizar esos datos para entrenar sus algoritmos. La orden propuesta debe ser aprobada por el tribunal federal para entrar en vigor.

Según la demanda, Amazon aseguró de forma destacada y reiterada a sus usuarios, incluidos los padres, que podían eliminar las grabaciones de voz recogidas por su asistente de voz Alexa y la información de geolocalización recopilada por la aplicación Alexa. Sin embargo, la empresa incumplió estas promesas cuando conservó parte de esta información durante años y utilizó los datos que retuvo ilegalmente para ayudar a mejorar su algoritmo Alexa, según la denuncia.