Suben las calificaciones de los trabajos de clase y bajan las notas en los exámenes presenciales

Oatley, Gabe. 2025. “The New Learning Curve: How Student AI Use Is Changing Teaching at UofT.” TorontoToday.ca, November 24, 2025. https://www.torontotoday.ca/local/education/learning-curve-student-artificial-intelligence-use-changing-teaching-uoft-11532998

Estudio

El uso creciente de herramientas de inteligencia artificial por parte del alumnado está transformando profundamente la enseñanza en la University of Toronto. Los profesores han detectado un fenómeno especialmente llamativo: mientras que las calificaciones de los trabajos para casa han subido de forma notable, los resultados en los exámenes presenciales finales han caído de manera significativa. Esta divergencia, según apuntan, se explica por un uso extendido —y en muchos casos no declarado— de modelos de lenguaje avanzados para elaborar tareas que antes exigían un esfuerzo de lectura, análisis y redacción personal.

Datos clave:

  • El 59 % de los estudiantes canadienses encuestados usan IA generativa para sus trabajos escolares — un aumento respecto al 52 % del año anterior.
  • De entre los estudiantes que usan IA, un 67 % dice que no cree estar aprendiendo o reteniendo tanto conocimiento como antes.
  • A pesar de ello, el 75 % considera que las herramientas de IA han mejorado la calidad de sus trabajos escolares.
  • El uso frecuente: el 63 % dice usar IA generativa varias veces por semana.
  • El 82 % admite que presenta como propio contenido generado por IA.
  • Un 70 % prefiere recurrir a la IA antes que pedir ayuda a sus profesores.
  • Entre quienes usan IA, aproximadamente un 65 %–67 % sienten que su uso equivale a hacer trampa.
  • El 63 % teme ser descubierto por su institución por depender de IA en sus trabajos.

Ante esta realidad, los docentes han comenzado a observar patrones de comportamiento nuevos en su alumnado. Muchos estudiantes recurren a herramientas como ChatGPT o Gemini para resolver dudas, generar ideas iniciales o mejorar la coherencia de sus textos, lo que en algunos casos puede tener un efecto positivo, especialmente cuando se usa para reforzar el aprendizaje. Sin embargo, un número creciente de estudiantes emplea la IA como sustituto del propio proceso cognitivo: delegan totalmente la elaboración de trabajos escritos o incluso la resolución de ejercicios técnicos. Esto ha generado una sensación de falsa competencia, pues los trabajos parecen impecables pero el rendimiento en evaluaciones sin asistencia tecnológica revela lagunas importantes de comprensión.

El artículo también subraya que detectar el uso indebido de IA es una tarea compleja. Las herramientas de detección disponibles no son fiables, y los profesores encuentran difícil —y muchas veces imposible— demostrar que un texto ha sido producido o modificado sustancialmente por un sistema automático. Además, la dinámica de aprendizaje ha cambiado: los estudiantes hacen menos preguntas en clase, participan menos en foros y asisten menos a tutorías, ya que encuentran en la IA una fuente inmediata de respuestas, disponible en cualquier momento. Para parte del profesorado, esta sustitución del diálogo pedagógico por consultas a modelos generativos supone la pérdida de una dimensión esencial de la educación universitaria: la interacción humana, que permite matizar conceptos, plantear dudas profundas y construir pensamiento crítico.

Frente a estos desafíos, los profesores de la universidad están rediseñando sus estrategias docentes. Una respuesta habitual ha sido aumentar el peso de las evaluaciones presenciales, incluyendo exámenes escritos en el aula, defensas orales o entrevistas breves vinculadas a trabajos entregados. De este modo, se busca comprobar que los estudiantes realmente dominan los contenidos que presentan en sus tareas. Otra estrategia consiste en diseñar actividades “auténticas”, vinculadas a experiencias reales, análisis de campo, estudios de caso o ejercicios creativos basados en situaciones concretas que resultan más difíciles de delegar a una IA. En algunas asignaturas se ha optado por dividir las tareas en fases: por ejemplo, primero marcar y comentar un texto leído, y solo después elaborar una reflexión personal. Esto permite observar el proceso de pensamiento del estudiante y no solo el producto final.

A lo largo del artículo se destaca que el uso de IA en la educación superior ya no es una tendencia pasajera, sino un cambio estructural que obliga a repensar la evaluación y la enseñanza. Según los profesores entrevistados, la forma tradicional de asignar trabajos y corregirlos ha dejado de ser viable en un contexto donde una herramienta automatizada puede producir textos correctos en segundos. La cuestión ya no es si permitir o prohibir estas tecnologías, sino cómo integrarlas de manera responsable, enseñando a los estudiantes a utilizarlas como apoyo sin renunciar a la comprensión profunda, el razonamiento propio y el desarrollo de habilidades intelectuales fundamentales. En definitiva, la universidad se enfrenta a una nueva curva de aprendizaje institucional, en la que conviven innovación, preocupación y la necesidad urgente de adaptar la pedagogía a un entorno educativo donde la inteligencia artificial es parte del día a día.

Ciudadanos archiveros: programa de participación ciudadana en la preservación documental

Citizen Archivist

https://www.archives.gov/citizen-archivist/missions

Citizen Archivist es un programa voluntario dirigido por National Archives cuyo objetivo es involucrar a personas del público general en la clasificación, transcripción y etiquetado de documentos históricos

A través de este programa, cualquier persona con una cuenta puede acceder al catálogo digital de archivos, revisar imágenes y documentos escaneados y contribuir para hacerlos más accesibles: añadiendo “tags” (etiquetas), transcribiendo textos (especialmente manuscritos antiguos o documentos difíciles de leer) o comentando los hallazgos.

El propósito fundamental es —como dice NARA— “preservar, proteger y compartir los registros históricos” para promover la indagación pública y fortalecer la participación democrática.

Dentro del programa Citizen Archivist, las “Missions” son convocatorias temáticas específicas: conjuntos de documentos seleccionados que necesitan trabajo de transcripción o etiquetado.

  • Cada misión está centrada en un tema histórico concreto (guerra, inmigración, registros personales, sucesos, fotografía, etc.), lo que permite orientar los esfuerzos de quienes participan según intereses particulares.
  • Al hacer clic en una misión, el usuario es llevado directamente a los registros incluidos en ella, para comenzar a trabajar.
  • Las misiones se actualizan con regularidad: se añaden nuevas, otras terminan, y algunas permanecen disponibles para quienes las quieran revisar.

Las contribuciones de quienes participan como archivistas ciudadanos se agrupan en dos tareas principales:

  • Transcripción: consiste en reproducir en formato digital, legible y buscable el contenido de documentos originales como manuscritos, cartas, formularios o informes. Esta labor resulta fundamental cuando se trata de materiales antiguos, escritos a mano o con tipografías difíciles de interpretar. Gran parte de estos documentos —correspondencia, solicitudes, peticiones, expedientes o reportes oficiales— aguardan ser transcritos para que su información pueda consultarse de manera accesible por cualquier persona.
  • Etiquetado (“tagging”): implica añadir palabras clave o descriptores a imágenes, documentos y expedientes. Estas etiquetas permiten que el contenido pueda localizarse fácilmente mediante búsquedas y mejoran la organización del catálogo, facilitando la labor tanto de investigadores como del público general.

En algunos casos, la transcripción requiere un nivel de experiencia mayor —por ejemplo, cuando los documentos están muy dañados, presentan una caligrafía extremadamente difícil o contienen anotaciones casi ilegibles—. Para estas situaciones se crean misiones específicas denominadas “Transcriber Task Force”, en las que participan personas con mayor pericia en la lectura y transcripción de materiales complejos.

Un nuevo paradigma para la biblioteconomía: una revisión del trabajo de las asociaciones bibliotecarias y la IA desde 2019 hasta hoy

Garcia-Febo, Loida. “A New Paradigm for Librarianship: A Review of Library Associations’ Work and AI from 2019 Until the Present.” IFLA Management of Library Associations, noviembre 24, 2025. IFLA. https://repository.ifla.org/handle/20.500.14598/6927

Texto completo

a autora sostiene que las asociaciones bibliotecarias —en especial ALA, IFLA, ARL, ACRL y CENL— han sido actores fundamentales para interpretar, orientar y liderar la introducción de la IA en bibliotecas, actuando como conectores entre iniciativas locales y agendas globales. Estas asociaciones han impulsado marcos éticos, programas de capacitación, alianzas internacionales y documentos estratégicos que guían la adopción responsable y humana de estas tecnologías.

El texto comienza situando a la profesión frente a un momento histórico: la transición desde un modelo basado en colecciones físicas hacia instituciones tecnológicas capaces de influir en la sociedad digital. La autora expone su propia implicación internacional en conferencias y comités desde 2019 para explicar la perspectiva desde la que observa el fenómeno: la de un liderazgo activo en el diálogo global entre bibliotecas y tecnología. Insiste en que la IA no solo introduce herramientas nuevas, sino que redefine el papel del bibliotecario, los valores profesionales —como la equidad, la privacidad y la libertad intelectual— y la misión social de las bibliotecas.

A continuación se describe cómo la IA se ha incorporado rápidamente al ecosistema bibliotecario: chatbots para atención en tiempo real, herramientas de accesibilidad y búsqueda multilingüe, analíticas para la comunicación científica y sistemas de evaluación de necesidades comunitarias. Paralelamente, alerta sobre riesgos como el sesgo algorítmico, la opacidad o la distribución desigual de recursos; de ahí que las asociaciones hayan priorizado la creación de guías éticas y políticas responsables. Documentos como la IFLA Statement on Libraries and AI, los principios de ARL sobre IA o las competencias en IA de ACRL ilustran estos esfuerzos por mantener la centralidad del juicio humano y la transparencia.

Un foco clave del artículo es la transformación educativa. La autora detalla cómo las asociaciones influyen en la formación a través de estándares, acreditaciones y colaboraciones con universidades. Programas de instituciones como San José State University, University of North Carolina, University of Washington y University of Illinois muestran la creciente integración de ciencia de datos, análisis sociotécnico y ética de la IA en la educación bibliotecaria. Al mismo tiempo, asociaciones como ACRL han creado grupos de trabajo para desarrollar competencias específicas y llenar las lagunas formativas que todavía existen en el colectivo profesional.

La dimensión global ocupa otra parte sustancial del análisis. Garcia-Febo describe cómo las asociaciones bibliotecarias se han convertido en interlocutores relevantes en debates internacionales sobre movilidad digital, gobernanza algorítmica y derechos humanos. A través de iniciativas como la participación de IFLA en la ONU, el trabajo del AI SIG, los simposios internacionales y la alineación con la Agenda 2030, las bibliotecas se posicionan como agentes que pueden influir en políticas públicas de tecnología ética. Las encuestas y redes europeas impulsadas por CENL, así como los eventos multilaterales organizados entre 2024 y 2025, muestran un movimiento coordinado y creciente hacia la institucionalización de la IA en la profesión.

El documento incluye además una línea temporal detallada de los principales hitos desde 2019: publicaciones pioneras de ALA, la creación del IFLA AI SIG, los informes y encuestas de CENL, libros especializados, programas de reskilling como el GPT-4 Exploration Program, y el lanzamiento del documento Entry Point to Libraries and AI en 2025. Esta cronología permite ver cómo la atención a la IA ha evolucionado desde una fase exploratoria inicial hacia una etapa madura, donde existen políticas, competencias, foros estables y cooperación internacional estructurada.

Se identifica tres direcciones estratégicas clave para el futuro:

  • Políticas ágiles y gobernanza adaptativa: generar documentos vivos, promover pilotos experimentales y ampliar la mirada hacia nuevas tecnologías como el metaverso o la publicación computacional.
  • Alfabetización en IA y competencia ética: crear marcos de formación continua que incluyan comprensión técnica, reflexión ética, diseño centrado en las personas y mecanismos de rendición de cuentas; incluso proponiendo microcredenciales.
  • Colaboración global y multisectorial: ampliar redes con asociaciones, consorcios, universidades, sociedad civil y actores tecnológicos, con especial atención al Sur Global.

Para la autora, el reto no es solo integrar la IA en bibliotecas, sino garantizar que lo haga de forma ética, inclusiva y orientada al bien público. Bibliotecas y bibliotecarios, apoyados por sus asociaciones, no son meros usuarios de tecnología: son guías capaces de moldear el futuro digital con responsabilidad y visión social.

El uso de la IA en el trabajo casi se ha duplicado en dos años.

Pendell, Ryan, y Andy Kemp. “AI Use at Work Has Nearly Doubled in Two Years.” Gallup, 15 de junio de 2025. Gallup. https://www.gallup.com/workplace/691643/work-nearly-doubled-two-years.aspx

El uso de la inteligencia artificial (IA) en el ámbito laboral ha aumentado significativamente en los últimos dos años. La proporción de empleados que usan IA al menos ocasionalmente ha pasado del 21 % al 40 %, mientras que el uso frecuente y diario también se ha duplicado, lo que indica una integración creciente de estas herramientas en las tareas cotidianas de trabajo.

Este incremento se concentra especialmente en trabajadores de oficina y líderes, donde el uso frecuente alcanza el 27 % y 33 % respectivamente, mostrando que los roles con mayor responsabilidad tienden a adoptar antes estas tecnologías.

A pesar de la mayor adopción, muchas organizaciones carecen de estrategias claras para integrar la IA de manera efectiva. Solo una minoría de empleados reporta que su empresa ha comunicado un plan sólido o establecido políticas formales sobre el uso de IA, lo que limita el potencial de estas herramientas. Esta falta de estructura también se refleja en la percepción de utilidad: apenas el 16 % de los usuarios considera que las herramientas de IA proporcionadas por su empresa son realmente útiles para su trabajo.

Los beneficios percibidos son claros a nivel individual y organizativo: muchos empleados reportan mejoras en productividad y eficiencia, y los líderes observan ventajas en la eficiencia operativa. Sin embargo, la comodidad y confianza para trabajar con IA sigue siendo limitada. Solo un pequeño porcentaje se siente muy cómodo usando estas herramientas, mientras que alrededor de un tercio se siente muy incómodo, indicando la necesidad de formación y comunicación más efectiva sobre su uso.

Por último, las preocupaciones sobre la pérdida de empleo por automatización se mantienen moderadas. Solo un 15 % de los empleados considera que es muy o bastante probable que la IA elimine su trabajo en los próximos cinco años, mostrando que, aunque la adopción crece, los temores sobre la sustitución laboral no se han incrementado de manera significativa.

Optimización para motores de IA: cómo Mejorar la visibilidad y las citaciones de tu contenido

Search Engine Journal. “A Step‑By‑Step AEO Guide For Growing AI Citations & Visibility.” Search Engine Journal, 15 de noviembre de 2023. https://www.searchenginejournal.com/aeo-guide-seo-visibility-tac-spa/559880/

Se aborda la creciente importancia de optimizar contenidos no solo para los buscadores tradicionales, sino también para los sistemas de inteligencia artificial (IA), como ChatGPT, Perplexity o Claude. Estos motores de IA utilizan la web para entrenar sus modelos y para generar respuestas en tiempo real, por lo que lograr que tu contenido sea rastreado y citado por ellos se está convirtiendo en un factor clave para aumentar la visibilidad online.

Para abordar este reto, se propone un enfoque estructurado llamado Answer Engine Optimization (AEO). Este enfoque consiste en entender cómo los crawlers de IA interactúan con tu sitio y, a partir de esos datos, optimizar el contenido. Los pasos principales incluyen: analizar los logs del servidor para identificar qué bots visitan qué páginas, monitorizar la actividad con herramientas específicas y analizar qué tipo de contenido atrae más a los crawlers.

Los crawlers de IA son bots desarrollados por empresas de inteligencia artificial que navegan por la web para recopilar datos. Algunos de los más relevantes son GPTBot (OpenAI), PerplexityBot y ClaudeBot. Su función principal es recoger información para entrenar los modelos y recuperar contenido en tiempo real para responder preguntas de usuarios. Por ello, que tus páginas sean visitadas por estos bots aumenta la probabilidad de que tu contenido sea citado por sistemas de IA.

El análisis de logs del servidor es la manera más precisa de entender la actividad de estos bots, aunque puede ser técnico y complejo para sitios grandes. Alternativamente, se puede usar el plugin SEO Bulk Admin en WordPress, que permite monitorizar la actividad de los crawlers de IA de forma más accesible, aunque quizá menos exhaustiva que el análisis de logs. Esta herramienta ofrece información a nivel de página sobre qué URLs están siendo rastreadas y permite tomar decisiones de optimización basadas en datos reales.

Con la información obtenida de los crawlers, se puede mejorar la estrategia de contenido. Es recomendable analizar qué páginas son más visitadas por bots de IA, identificar patrones de contenido efectivo (como guías, preguntas frecuentes o definiciones), añadir datos estructurados (schema), hacer el contenido más claro y conciso, aumentar la autoridad mediante fuentes fiables y mejorar el enlazado interno para conectar contenido relevante.

En conclusión, los SEOs no pueden ignorar el comportamiento de los crawlers de IA. Tanto mediante el análisis de logs como mediante herramientas más sencillas, es posible diseñar estrategias basadas en datos reales que aumenten la probabilidad de que el contenido sea citado por IA. La clave está en identificar el contenido exitoso, optimizar el menos rastreado y aplicar mejoras estructurales que maximicen la visibilidad en motores de IA.

¡Ten cuidado! ¡No te dejes engañar! Proyecto de alfabetización informacional para combatir la desinformación en la educación

Lopes, Carlos, Maria Luz Antunes, y Tatiana Sanches. 2025. Be Careful! Não te deixes enganar! Projeto de literacia no combate à desinformação no ensino superior. Lisboa: Edições ISPA. http://hdl.handle.net/10400.12/13586

El proyecto BE CAREFUL! tiene como finalidad fortalecer la alfabetización informacional en el ámbito de la educación superior para enfrentar el fenómeno creciente de la desinformación. Parte del reconocimiento de que los estudiantes interactúan cada día con sistemas de información y algoritmos complejos, que pueden reforzar la propagación de contenidos engañosos si no se manejan con pensamiento crítico. El documento subraya la responsabilidad colectiva de comprender cómo se produce, circula y utiliza la información, especialmente en entornos académicos.

La propuesta se sustenta en el Marco de la ACRL para la Alfabetización Informacional en la Educación Superior, adaptado al contexto portugués. El proyecto desarrolla seis grandes áreas de competencia: evaluar la autoridad y credibilidad de las fuentes, comprender la creación de información como un proceso, reconocer el valor de la información, investigar desde el cuestionamiento, establecer un diálogo académico ético y sostenible y realizar búsquedas estratégicas en entornos cada vez más complejos. Cada apartado combina definiciones, retos asociados al uso de la Inteligencia Artificial y las habilidades que los estudiantes e investigadores deben adquirir.

Uno de los ejes principales del proyecto es la reflexión sobre la Inteligencia Artificial, que transforma la forma en que se produce y se consume la información. El documento señala riesgos como la difusión de contenidos sesgados, la generación de textos y referencias falsos, la confusión entre autoría humana y artificial y la posibilidad de reproducir prejuicios presentes en los datos de entrenamiento. A la vez, promueve un uso ético, transparente y crítico de estas herramientas, invitando a explicar cuándo han sido utilizadas y a verificar siempre la fiabilidad de los resultados generados por la IA.

El proyecto propone además diversas estrategias educativas: lectura lateral, uso de herramientas de verificación (CRAAP, RADAR, PILS), análisis comparado de fuentes, debates guiados sobre la IA, construcción de preguntas de investigación y prácticas de citación y referencia que respeten la integridad académica. Se destaca el papel esencial de las bibliotecas y de sus profesionales como agentes formadores en estas competencias, promoviendo cursos, talleres y acciones colaborativas.

En conjunto, el proyecto BE CAREFUL! pretende reforzar la integridad académica, el pensamiento crítico y las prácticas de Ciencia Abierta. Su impacto se orienta a crear comunidades universitarias más preparadas para navegar en entornos informativos complejos, evaluar la fiabilidad del conocimiento y tomar decisiones fundamentadas, contribuyendo así a reducir la vulnerabilidad frente a la desinformación.

El impacto de la IA sobre el empleo es mixto: algunas empresas han reducido plantilla, otras están contratando más personal.

McKinsey. The State of AI in 2025: Agents, Innovation, and Transformation. McKinsey & Company, 2025. Artículo de ZDNet: “Is AI a career killer? Not if you have these skills, McKinsey research shows”. Enlace

Un informe de McKinsey, titulado The State of AI in 2025: Agents, Innovation, and Transformation, analiza cómo la inteligencia artificial (IA) está transformando el mundo laboral. Según la investigación, el impacto de la IA sobre el empleo es mixto: mientras algunas empresas han reducido plantilla, otras están contratando más personal.

En la encuesta realizada, menos del 20 % de los encuestados reportó reducciones de más del 3 % en sus equipos, pero se espera que en el próximo año el 32 % de las organizaciones reduzca empleados debido a la IA, mientras que un 13 % anticipa aumentos en sus contrataciones.

Algunos datos clave:

  • Reducción de plantilla por IA actual: <20 % reporta caídas ≥3 %
  • Proyección próximo año: 32 % reducirá personal, 13 % aumentará contrataciones
  • Roles más demandados: ingenieros de datos, científicos de datos, gestores de producto de IA, arquitectos de datos, desarrolladores
  • Habilidades críticas: análisis y preparación de datos, rediseño de procesos, aplicación estratégica de IA

No todos los trabajos están amenazados de la misma manera. Los roles técnicos relacionados con datos y desarrollo de IA están en auge, incluyendo ingenieros de datos, científicos de datos, gestores de producto de IA, arquitectos de datos y desarrolladores. Este crecimiento responde a la necesidad de contar con infraestructuras de datos sólidas y operaciones de machine learning (MLOps) que permitan implementar la IA de forma efectiva en las empresas.

Para protegerse de que la IA reemplace sus funciones, los trabajadores deben desarrollar habilidades clave. Estas incluyen competencias en análisis y preparación de datos, así como la capacidad de rediseñar procesos y aplicar la IA de manera estratégica. No basta con ser técnico: es esencial combinar habilidades técnicas con visión para optimizar flujos de trabajo y generar valor empresarial.

Por otro lado, muchas organizaciones aún no han gestionado adecuadamente los riesgos asociados a la IA, como privacidad, explicabilidad y posibles errores de los modelos. Aquellas que lideran en adopción de IA (“high performers”) son las que cuentan con liderazgo comprometido, procesos de validación robustos y estrategias claras para escalar la IA de manera transformadora.

Según McKinsey, los trabajadores que desarrollen las habilidades adecuadas en datos, IA aplicada y gestión de cambio pueden convertir esta tecnología en una oportunidad, en lugar de una amenaza, para su futuro profesional.

¿Qué atrae a la generación Z a la biblioteca?

EveryLibrary. “What Brings Gen Z to the Library.” EveryLibrary Action. https://action.everylibrary.org/what_brings_gen_z_to_the_library.

La Generación Z, a pesar de haber crecido rodeada de tecnología y acceso inmediato a la información, mantiene un vínculo fuerte con las bibliotecas. Lejos de ser espacios obsoletos, las bibliotecas representan para estos jóvenes lugares de apoyo académico, conexión social, acceso a recursos y bienestar emocional.

El texto explora las motivaciones que llevan a los jóvenes de la Generación Z (nacidos entre 1997 y 2012) a acudir a las bibliotecas, a pesar de su condición de “nativos digitales”. A través de datos recientes, se destaca que una parte significativa de esta generación sigue utilizando tanto los espacios físicos como los recursos digitales de las bibliotecas: un 54 % ha visitado bibliotecas en los últimos doce meses, mientras que otros recurren a servicios digitales cuando no pueden acudir presencialmente.

El informe destaca que más de la mitad de los miembros de esta generación ha visitado una biblioteca en el último año, lo que demuestra que el espacio físico continúa siendo relevante incluso en un contexto hiperconectado. Para quienes no pueden acudir presencialmente, las bibliotecas digitales y sus servicios online siguen siendo un complemento fundamental, permitiendo a los jóvenes acceder a contenidos sin restricciones de lugar ni horario.

Uno de los grandes atractivos para la Generación Z son los recursos digitales y tecnológicos. Los audiolibros, ebooks y plataformas de préstamo digital encajan perfectamente con sus hábitos de consumo de información, donde la movilidad, la inmediatez y el acceso multiplataforma son esenciales. Sin embargo, paradójicamente, esta misma generación muestra un fuerte apego por los libros impresos. La experiencia táctil, el placer de navegar entre estanterías y la sensación de conexión con lo físico siguen siendo un componente emocional importante. Diversos estudios citados indican que estos jóvenes compran una media de dos libros en papel al mes, lo que desmonta la idea de que lo digital ha sustituido por completo al formato tradicional.

Las bibliotecas también funcionan como un soporte académico clave. La Generación Z recurre a ellas en busca de ayuda para tareas, proyectos de investigación y orientación informativa. Los servicios de referencia, las sesiones de tutoría y los talleres facilitan la adquisición de habilidades académicas y digitales que no siempre se desarrollan plenamente en el aula. Este acompañamiento personalizado refuerza la impresión de que la biblioteca es un recurso confiable, gratuito y accesible.

A su vez, las bibliotecas funcionan como lugares de conexión social y construcción de comunidad. Los jóvenes valoran enormemente los espacios compartidos: salas de trabajo en grupo, zonas de descanso, áreas creativas y espacios donde socializar sin sentir presión de consumo, como ocurre en cafeterías o centros comerciales. El wifi gratuito, los equipos tecnológicos y los dispositivos prestables aumentan la utilidad del espacio, pero lo que más aprecian es la flexibilidad: pueden estudiar, hablar, colaborar y relajarse en un mismo lugar. Esta multifuncionalidad responde a su forma de trabajar, en la que combinan tareas académicas con momentos de desconexión y conversación.

Otro aspecto fundamental es la búsqueda de espacios de estudio flexibles. La Generación Z valora tanto el silencio para concentrarse como los entornos dinámicos para trabajar en grupo. Prefieren asientos cómodos, iluminación adecuada, zonas donde “anidar” —crear pequeños refugios personales con mantas, bebidas o dispositivos— y espacios que se adapten a su manera fluida de aprender. Esta tendencia, denominada “blending”, combina estudio, ocio y actividad social en un mismo escenario, convirtiendo la biblioteca en un entorno ideal para su estilo de vida híbrido.

Finalmente, las bibliotecas se han convertido en lugares de descanso mental para una generación que vive saturada de pantallas y estímulos digitales. Muchos jóvenes acuden para desconectarse, reducir la sobrecarga tecnológica y disfrutar de un espacio tranquilo donde no se espera que respondan a notificaciones o multitareas constantes. Este componente de bienestar y autocuidado es clave para entender por qué la biblioteca sigue siendo un refugio necesario en sus rutinas.

En conjunto, el informe subraya que las bibliotecas deben seguir evolucionando para responder a estas necesidades: espacios acogedores, servicios híbridos, políticas inclusivas y una comprensión profunda de los valores de la Generación Z —diversidad, creatividad, pertenencia y flexibilidad—. Solo así podrán seguir siendo lugares relevantes, acogedores y esenciales para las nuevas generaciones.

El “Blob” de la IA: concentración de poder y riesgos sistémicos en la industria tecnológica

Levy, Steven. “There Is Only One AI Company. Welcome to the Blob.” WIRED, 21 de noviembre de 2025. https://www.wired.com/story/ai-industry-monopoly-nvidia-microsoft-google/

La industria de la IA se ha convertido en un ecosistema altamente interconectado donde unas pocas grandes empresas dependen entre sí mediante inversiones y acuerdos tecnológicos. Esta red, descrita como un “Blob”, concentra poder y reduce la competencia real. Las compañías actúan simultáneamente como proveedoras, clientes e infraestructuras críticas del sector. Se advierte que, debido a esta interdependencia, una crisis en una de ellas podría desestabilizar a toda la industria.

El artículo analiza cómo la industria de la inteligencia artificial ha evolucionado hacia una estructura casi monolítica en la que los grandes actores —principalmente empresas tecnológicas y compañías dedicadas a modelos de IA— funcionan como una red interdependiente. Esta red, descrita como un “Blob”, se caracteriza por alianzas financieras y tecnológicas que conectan a fabricantes de chips, desarrolladores de modelos fundacionales y proveedores de servicios en la nube. Aunque cada organización mantiene su identidad corporativa, la forma en que invierten unas en otras, se proveen servicios mutuamente y dependen de la misma infraestructura genera una concentración de poder sin precedentes.

Un ejemplo clave es el reciente acuerdo entre Microsoft, Nvidia y Anthropic: Microsoft invertirá al menos 5.000 millones USD en Anthropic; a su vez, Anthropic se compromete a comprar 30.000 millones USD en capacidad informática en la nube de Microsoft; mientras, Nvidia invierte en Anthropic, que usa sus chips para entrenar modelos. Esta relación circular —donde las empresas son inversoras, clientes y proveedoras entre sí— genera lo que Levy describe como “una máquina gigante de dinero y computación”.

El artículo subraya que esta interdependencia ha transformado a las empresas de IA en entidades que ya no solo crean productos, sino que también actúan como infraestructuras esenciales. Las inversiones multimillonarias cruzadas entre compañías consolidan este ecosistema cerrado, donde las decisiones de unas afectan directamente a la salud financiera y operativa del resto. Aunque no existen indicios de colusión explícita, el comportamiento coordinado que emerge de esta red crea un entorno de competencia limitada cercano a un oligopolio.

Finalmente, se advierte sobre los riesgos que implica esta estructura para la economía y la innovación. La concentración de recursos —chips, centros de datos, talento, computación en la nube— en manos de unas pocas empresas podría volverse inestable si la burbuja de la IA se desinfla. Debido a la naturaleza interconectada del sistema, la caída de una gran compañía podría desencadenar un efecto dominó que afectara a todo el sector.

Catalogar con inteligencia artificial: retos y límites de la IA en los metadatos

Bryant, Rebecca y Annette Dortmund. “Striking the Right Balance: Opportunities and Challenges of AI in Metadata Workflows.” Hanging Together, OCLC Research Library Partnership, 2025. https://hangingtogether.org/striking-the-right-balance-opportunities-and-challenges-of-ai-in-metadata-workflows/

La inteligencia artificial (IA) tiene un gran potencial para mejorar los flujos de trabajo de metadatos, ya que ofrece herramientas para aumentar la eficiencia, mejorar la búsqueda y abordar retos que llevan mucho tiempo presentes en las bibliotecas. Sin embargo, como ocurre con cualquier tecnología transformadora, la adopción de la IA requiere una reflexión profunda sobre sus limitaciones, sus implicaciones éticas y su impacto en la práctica profesional. La clave está en encontrar el equilibrio adecuado, uno que aproveche las capacidades de la IA y, al mismo tiempo, mantenga la calidad y los estándares profesionales de los que dependen las bibliotecas.

Entre abril y junio de 2024, la OCLC Research Library Partnership (RLP) convocó al Grupo de Trabajo sobre la Gestión de la IA en los Flujos de Trabajo de Metadatos. Este grupo de trabajo reunió a gestores de metadatos para explorar cómo se podría integrar la IA en los flujos de trabajo de catalogación, colecciones especiales y repositorios institucionales. A lo largo de estos debates, los bibliotecarios y archiveros expresaron tanto entusiasmo como cautela sobre la adopción de la IA, y surgieron una serie de temas transversales, ideas que van más allá de los flujos de trabajo específicos y destacan las oportunidades y los retos de la adopción responsable de la IA en las bibliotecas.

Un tema fundamental en todos los debates fue la importancia crítica de la calidad de los metadatos. Los participantes en los grupos de trabajo afirmaron de manera sistemática que crear registros utilizando IA es contraproducente si los recursos no se describen con precisión o si se induce a error a los usuarios. Este énfasis en la calidad no es un obstáculo para la adopción de la IA, sino un marco para su implementación responsable.

A partir de las conclusiones del grupo de trabajo “Managing AI in Metadata Workflows” de la OCLC, se destacan varias tensiones: por un lado, la IA ofrece eficiencia, puede automatizar tareas repetitivas y liberar tiempo para que los catalogadores se centren en trabajos de mayor valor; por otro, se plantea la necesidad de preservar la calidad de los metadatos, evitar “alucinaciones” (errores de la IA), y mantener el control humano mediante revisiones.

Se plantearon repetidamente varias consideraciones relacionadas con la calidad:

  • Alucinaciones que introducen información falsa en los registros del catálogo.
  • Resultados inconsistentes a partir de entradas idénticas, lo que socava la fiabilidad.
  • Puntuaciones de confianza poco fiables que no siempre reflejan con precisión la calidad del contenido generado por la IA.
  • Fallos en el reconocimiento de entidades, en los que los resultados generados por la IA pueden parecer sintácticamente correctos, pero no identifican a la persona, el lugar o la organización correctos.

Sin embargo, estos retos están impulsando innovaciones productivas en lugar de suponer barreras insuperables. El enfoque de OCLC para la deduplicación basada en IA en WorldCat demuestra cómo se pueden abordar las preocupaciones sobre la calidad mediante enfoques híbridos que combinan la eficiencia de la IA con la experiencia humana. OCLC ha colaborado estrechamente con la comunidad de catalogación para ayudar a validar la comprensión de su modelo de aprendizaje automático de los registros duplicados en WorldCat. Hasta la fecha, OCLC ha eliminado más de 9 millones de registros duplicados de WorldCat gracias a este modelo de IA, que seguimos probando y perfeccionando. El proceso incluye protocolos de toma de decisiones conservadores y supervisión humana para casos complejos, lo que demuestra cómo la IA puede ampliar el trabajo de calidad en lugar de comprometerlo.

Una cuestión recurrente es la dificultad de los modelos actuales para entender contexto cultural o terminología especializada, lo que puede llevar a imprecisiones semánticas. Además, se discute cómo los roles profesionales están cambiando: la IA puede encargarse del volumen bajo, pero los especialistas siguen siendo indispensables para revisar, validar y ajustar los resultados. Esto implica diseñar nuevos perfiles profesionales con habilidades para evaluar salidas de IA y para intervenir cuando la máquina se equivoca.

El texto también profundiza en los aspectos éticos: subraya la importancia de la transparencia (se debe dejar constancia de cuándo un metadato ha sido generado por IA), la trazabilidad y los estándares para gestionar la autoría de la IA. Además, apunta a las preocupaciones medioambientales relacionadas con el consumo energético de los modelos de IA y reclama una implementación sostenible. El análisis termina señalando que no se trata de sustituir al profesional, sino de colaborar con la IA de manera que se potencien sus fortalezas sin sacrificar rigor, equidad ni responsabilidad.