Archivo de la etiqueta: Alfabetización digital

Alfabetización en IA y sus Implicaciones para Estrategias de Ingeniería de Prompts

Knoth, Nils, Antonia Tolzin, Andreas Janson, y Jan Marco Leimeister. «AI literacy and its implications for prompt engineering strategies». Computers and Education: Artificial Intelligence 6 (1 de junio de 2024): 100225. https://doi.org/10.1016/j.caeai.2024.100225.

Las tecnologías de inteligencia artificial (IA) están avanzando rápidamente. Los grandes modelos de lenguaje (LLM) se están utilizando cada vez más en la interacción humana con sistemas basados en IA, lo que presenta nuevas oportunidades y desafíos.

La alfabetización en IA son los conocimientos y habilidades que permiten a los seres humanos comprender, utilizar y evaluar de forma crítica los sistemas y herramientas de IA para participar de forma segura y ética en un mundo cada vez más digital.

La ingeniería de prompts ha surgido como una habilidad esencial para formular instrucciones precisas y bien estructuradas que permitan obtener respuestas deseadas de los LLM, optimizando la efectividad de la interacción. Sin embargo, falta investigación sobre cómo los no expertos utilizan los sistemas de IA basados en LLM a través de la ingeniería de prompts y cómo la alfabetización en IA afecta este comportamiento. Esto es crucial en el contexto de la educación superior.

Este estudio aborda esta cuestión, introduce un enfoque basado en habilidades para la ingeniería de prompts y considera explícitamente el papel de la alfabetización en IA de los no expertos (estudiantes) en sus habilidades de ingeniería de prompts. Los resultados muestran que mejores habilidades en ingeniería de prompts predicen la calidad del output de los LLM, sugiriendo que esta habilidad es necesaria para el uso efectivo de herramientas de IA generativa. Además, ciertos aspectos de la alfabetización en IA pueden mejorar la calidad de la ingeniería de prompts y la adaptación dirigida de los LLM en la educación. Por lo tanto, se argumenta a favor de integrar contenido educativo sobre IA en los planes de estudio actuales para habilitar una sociedad inteligente híbrida donde los estudiantes puedan usar herramientas de IA generativa como ChatGPT de manera efectiva.

Un Marco para la Alfabetización en Inteligencia Artificial

A Framework for AI Literacy. (2024.). EDUCAUSE Review. Recuperado 3 de junio de 2024, de https://er.educause.edu/articles/2024/6/a-framework-for-ai-literacy

Equipos académicos y tecnológicos en el Barnard College desarrollaron un marco de alfabetización en inteligencia artificial (IA) para proporcionar una base conceptual para la educación en IA y los esfuerzos de programación en contextos institucionales de educación superior.

El Barnard College es una universidad de artes liberales para mujeres y una institución distinguida dentro del amplio ecosistema de la Universidad de Columbia en la ciudad de Nueva York. Varios equipos campus, ágiles pero pequeños, están trabajando para avanzar en las conversaciones sobre temas de inteligencia artificial generativa (IA). Como miembros de los Servicios de Tecnología Académica y Multimedia Instruccional (IMATS) y el Centro de Pedagogía Comprometida (CEP), han desarrollado programas educativos sobre varios temas de IA para la comunidad de Barnard. Durante el último año, han realizado sesiones de laboratorio abiertas para probar diferentes herramientas de IA basadas en texto e imagen, han recibido oradores invitados sobre derechos de autor y uso justo, han facilitado talleres sobre declaraciones de programas de estudios generativos de IA para profesores, han realizado talleres de instrucción (GenAI 101) y han liderado sesiones de educación individualizadas para departamentos de profesores. Este proceso ha sido continuo e iterativo a medida que las herramientas cambian y las necesidades de los miembros de la comunidad del campus evolucionan. También han implementado encuestas internas, evaluaciones y mecanismos de retroalimentación para comprender mejor las necesidades del profesorado y el personal relacionadas con el uso de herramientas de IA generativas.

La necesidad de la Alfabetización en IA El Barnard College ha establecido varios grupos de trabajo y desarrollado tareas internas para discutir preguntas más grandes sobre el impacto de la IA en la institución. Actualmente, no hay un mandato o recomendación para que los profesores adopten o prohíban la IA en sus aulas. Sin embargo, se anima a los profesores a definir y discutir sus expectativas sobre el uso de la IA en sus tareas. (El CEP ha creado muchos recursos para profesores, incluidos árboles de decisiones para guiar la planificación de los profesores, declaraciones de programas de estudios de muestra, tareas que integran IA generativa y otros materiales, para ayudar a guiar la toma de decisiones sobre si y cómo incorporar IA generativa en el aula). Niveles más altos de alfabetización en IA pueden ayudar a los profesores a tomar decisiones informadas sobre el uso de IA en sus cursos y tareas. En cuanto a los servicios de tecnología académica, el equipo de IMATS ha decidido no implementar ni seguir tecnología de vigilancia de IA para monitorear la integridad académica debido al sesgo y la fiabilidad cuestionable de estas herramientas. Sin embargo, el panorama y las políticas correlativas podrían cambiar a medida que evolucionen las tecnologías de IA generativas.

Un Marco para la Alfabetización en IA


Un marco para la alfabetización en IA fue desarrollado por los miembros de IMATS y CEP para guiar el desarrollo y la expansión de la alfabetización en IA entre el profesorado, los estudiantes y el personal del Barnard College. El marco proporciona una estructura para aprender a utilizar la IA, incluyendo explicaciones de conceptos clave y preguntas a considerar al usarla. La estructura piramidal de cuatro partes fue adaptada del trabajo realizado por investigadores en la Universidad de Hong Kong y la Universidad de Ciencia y Tecnología de Hong Kong. El marco tiene como objetivo adaptarse al nivel actual de alfabetización en IA de las personas y se divide en cuatro niveles:

  • Comprender la IA
  • Usar y Aplicar la IA
  • Analizar y Evaluar la IA
  • Crear IA

Es importante tener en cuenta que la IA es un campo amplio con muchos tipos diferentes, y aunque este marco se centra en la IA generativa, puede aplicarse a otras formas de tecnología. Además, no es necesario dominar todos los conceptos de un nivel antes de pasar al siguiente. Por ejemplo, comprender cómo se entrenan los modelos de IA generativa puede ser útil para analizar su impacto en el mercado laboral, pero no es necesario entender todas las complejidades de las redes neuronales para hacerlo.

Nivel 1: Comprender la IA

La base de la pirámide abarca términos y conceptos básicos de IA. La mayor parte de la programación e instrucción en Barnard se ha centrado en los niveles uno y dos (comprender, usar y aplicar IA), ya que esta es una tecnología en rápida evolución y todavía hay mucha falta de familiaridad con ella.

Competencias Clave

  • Ser capaz de definir los términos «inteligencia artificial», «aprendizaje automático», «modelo de lenguaje grande» y «red neuronal»
  • Reconocer los beneficios y limitaciones de las herramientas de IA
  • Identificar y explicar las diferencias entre varios tipos de IA, definidos por sus capacidades y mecanismos computacionales

Conceptos Clave

  • Inteligencia artificial, aprendizaje automático, redes neuronales artificiales, modelos de lenguaje grande y modelos de difusión
  • Inteligencia artificial estrecha, inteligencia artificial general, inteligencia artificial super, máquinas reactivas, memoria limitada, teoría de la mente y autoconciencia
  • Herramientas de IA, como ChatGPT (ver figura 2), Siri, Alexa, Deep Blue y texto predictivo
  • Marcos técnicos relacionados con la IA (modelos de código abierto versus modelos cerrados, APIs y cómo se usan)

Preguntas de Reflexión

  • ¿Qué tipo de IA es esta?
  • ¿Qué tecnologías utiliza esta herramienta de IA?
  • ¿Para qué fue diseñada esta herramienta? ¿Qué tipo de información acepta como entrada y devuelve como respuesta (texto, video, audio, etc.)?
  • ¿Para qué podría ser particularmente útil esta herramienta?
  • ¿Para qué no sería útil?

Nivel 2: Usar y Aplicar la IA

El segundo nivel de fluidez en IA indica que los usuarios pueden utilizar herramientas como ChatGPT para lograr sus objetivos; estos usuarios están familiarizados con las técnicas de ingeniería de solicitudes y saben cómo refinar, iterar y editar colaborativamente con herramientas de IA generativa. La programación diseñada para desarrollar la fluidez en el nivel dos en el Barnard College incluye laboratorios prácticos y la ingeniería colaborativa de solicitudes en tiempo real.

Competencias Clave

  • Utilizar con éxito herramientas de IA generativa para obtener respuestas deseadas
  • Experimentar con técnicas de solicitud e iterar en el lenguaje de la solicitud para mejorar la salida generada por IA
  • Revisar el contenido generado por IA con miras a posibles «alucinaciones», razonamientos incorrectos y sesgos

Conceptos Clave

  • Ingeniería de solicitudes, ventanas de contexto, alucinaciones, sesgos, solicitud sin disparador y solicitud con disparador
  • Técnicas de solicitud para IA generativa basada en texto, como agregar especificidad, usar contexto y detalles, y pedir al modelo que considere pros y contras o evalúe posiciones alternativas
  • Consideraciones de privacidad, confidencialidad y derechos de autor para la información alimentada en las herramientas de solicitud

Preguntas de Reflexión

  • ¿Por qué una solicitud generó una respuesta particular?
  • ¿Cómo se podría ajustar la solicitud para obtener una respuesta diferente?
  • ¿Qué estrategias se pueden utilizar para reducir el sesgo y las alucinaciones?
  • ¿Cómo se puede verificar el sesgo y las alucinaciones en la salida de la IA?

Nivel 3: Analizar y Evaluar la IA

Analizar y evaluar la IA implica una comprensión meta más compleja de la IA generativa. En este nivel, los usuarios deben poder reflexionar críticamente sobre resultados, sesgos, ética y otros temas más allá de la ventana de solicitud. Un ejemplo de programación en este nivel es un evento que contó con la participación de un experto que discutió las actuales preguntas sobre derechos de autor y propiedad intelectual en torno a la IA y los impactos ambientales y climáticos que la IA generativa podría tener. Por supuesto, uno puede participar en conversaciones sobre estas preguntas e ideas sin conocer todas las definiciones de IA. Sin embargo, la familiaridad con los niveles anteriores en la pirámide informa la comprensión básica y el vocabulario del individuo, ayudando a comprender cómo se intersecta la IA con otros campos.

Competencias Clave

Examinar la IA en un contexto más amplio, incorporando conocimientos de la disciplina o intereses de uno Critique herramientas de IA y ofrezca argumentos a favor o en contra de su creación, uso y aplicación Analizar consideraciones éticas en el desarrollo e implementación de IA

Conceptos Clave

Perspectivas críticas sobre la IA (Los siguientes ejemplos no pretenden ser exhaustivos.) Sostenibilidad ambiental Trabajo Privacidad Derechos de autor Sesgo de raza, género, clase y otros Desinformación

Preguntas de Reflexión

¿Qué otras perspectivas o marcos podrían ser útiles para evaluar las implicaciones del uso de herramientas de IA generativa? ¿De dónde podrían venir los sesgos en la IA? ¿De qué manera el uso de herramientas de IA generativa se alinea o diverge de tus valores personales?

Nivel 4: Crear IA

En este nivel de fluidez en IA, los usuarios pueden interactuar con la IA a nivel de creador. Por ejemplo, los usuarios pueden construir sobre APIs abiertas para crear su propio LLM o aprovechar la IA para desarrollar nuevos sistemas. Actualmente, Barnard ofrece menos programación en el nivel cuatro que en los otros tres niveles, pero ha habido talleres en el Centro de Ciencias Computacionales que proporcionan instrucción técnica relacionada con la construcción de modelos de IA y aprendizaje automático. Es importante involucrar a las personas en todos los niveles de fluidez en IA.

Competencias Clave

Sintetizar el aprendizaje para conceptualizar o crear nuevas ideas, tecnologías o estructuras relacionadas con la IA. Alcanzar este nivel de alfabetización podría incluir lo siguiente: Concebir nuevos usos para la IA Construir software que aproveche la tecnología de IA Proponer teorías sobre la IA

Preguntas de Reflexión

¿Qué es único y humano acerca de tus ideas, tecnologías o estructuras? ¿Cómo podrían diferir de lo que podría crear una IA? ¿Qué características específicas de IA otorgan ventajas únicas a las ideas, tecnologías o estructuras?


Conclusion y Próximos Pasos

Si bien este marco de alfabetización en IA no es exhaustivo, proporciona una base conceptual para los esfuerzos de educación y programación en IA, especialmente en contextos institucionales de educación superior. La intención es mantener la neutralidad con respecto al uso de IA, reconociendo que la alfabetización tecnológica puede llevar a la decisión de no usarla. El impacto de la IA en la educación superior probablemente será significativo, afectando las admisiones, la investigación y los planes de estudio. La educación y la alfabetización básica son los primeros pasos para que una comunidad se involucre productivamente con esta tecnología en rápida evolución.

Existen muchos posibles próximos pasos que el Barnard College podría tomar relacionados con la IA generativa, pero específicamente en relación con el marco de alfabetización en IA, los equipos de IMATS y CEP pueden explorar «ascender» en la pirámide de alfabetización en la programación, los recursos y los eventos a medida que crece la conciencia y la alfabetización básica. Actualmente, la mayoría de nuestras ofertas se encuentran en los niveles uno y dos, pero esperamos cambiar nuestro enfoque de programación a los niveles dos y tres. Una encuesta reciente reveló que un número significativo de profesores y estudiantes aún nunca han usado IA generativa y tienen percepciones negativas sobre estas herramientas, por lo que nuestros equipos también están explorando formas de facilitar mejor el compromiso práctico y crítico.

Otro objetivo de la iniciativa de alfabetización en IA es resaltar el aspecto humano de estas tecnologías. Si bien el uso de IA generativa puede sentirse casi como alquimia, convirtiendo el texto simple en oro a través de tecnología de caja negra, está muy construido sobre el conocimiento humano, que tiene sus propios sesgos e inequidades. Usar una lente crítica al interactuar con la IA generativa puede ayudar a los usuarios a identificar sesgos existentes y evitar que los usuarios los agraven.

Hacia una alfabetización en IA ‘Más allá de lo digital’

Jiang, Jialei, Matthew A. Vetter, y Brent Lucia. «Toward a ‘More-Than-Digital’ AI Literacy: Reimagining Agency and Authorship in the Postdigital Era with ChatGPT». Postdigital Science and Education, 24 de mayo de 2024. https://doi.org/10.1007/s42438-024-00477-1.

la alfabetización en IA «Más allá de lo digital» prepara a las personas para prosperar en un mundo moldeado por la IA. Se trata de ir más allá de los aspectos técnicos de la IA y comprender su impacto en todos los aspectos de la vida humana.

Este artículo explora el potencial de una perspectiva ‘más-que-digital’ sobre la agencia y la autoría en la era postdigital. Al examinar las narrativas de los estudiantes sobre sus interacciones con ChatGPT, esta investigación contribuye a la conversación académica en curso sobre la relación entre humanos e IA en contextos educativos. El estudio analiza las percepciones de los estudiantes universitarios sobre la agencia y la autoría a través de un proyecto de escritura asistido por IA. Empleando un análisis narrativo, el artículo argumenta que los estudiantes adoptan una posición justa hacia su uso de ChatGPT durante el proceso de escritura, una postura que permite abordar la tendencia de atribuir la influencia de objetos o máquinas únicamente a las percepciones humanas y el problema de otorgar excesiva autoridad a objetos o máquinas.

Concluye el artículo con implicaciones pedagógicas para fomentar un enfoque ‘más-que-digital’ hacia la alfabetización crítica en IA. Además, el artículo ofrece implicaciones para la futura investigación de proyectos de escritura asistidos por IA, con un enfoque en la integración reflexiva de tecnologías de IA para fomentar la alfabetización crítica entre los estudiantes universitarios.

El artículo propone un enfoque «postdigital» para la alfabetización crítica en inteligencia artificial (IA). Este enfoque se basa en la «posición justa» de Latour (2004), que reconoce la interacción compleja entre la tecnología y los procesos sociales.

Puntos clave del enfoque postdigital:

  • La alfabetización en IA va más allá del consumo pasivo de contenido generado por IA e implica la participación activa en procesos creativos impulsados por IA.
  • Herramientas como ChatGPT fomentan la co-creación entre humanos y máquinas, desafiando las nociones tradicionales de autoría individual.
  • Se adopta una «posición justa» sobre la autoría, reconociendo la colaboración entre humanos y máquinas en la creación de significado y expresión.
  • La alfabetización en IA implica dimensiones éticas y sociomateriales de la colaboración humano-máquina y su impacto en la escritura y la creatividad.

¿Cómo fomentar la alfabetización crítica en IA en el aula?

  • Comprensión de las dimensiones sociales y éticas: La IA no existe en el vacío. Tiene implicaciones sociales y éticas que deben considerarse. La alfabetización en IA «Más allá de lo digital» equipa a las personas para pensar críticamente sobre el sesgo en la IA, su impacto en el trabajo y la sociedad, y las cuestiones de privacidad y seguridad de los datos.
  • Habilidades para la navegación crítica: Más que simplemente aceptar la IA a su valor nominal, la alfabetización en IA «Más allá de lo digital» implica desarrollar habilidades para evaluar críticamente la información generada por IA y comprender las limitaciones de los sistemas de IA. Esto incluye ser capaz de identificar el sesgo, verificar la precisión y cuestionar las suposiciones subyacentes a los algoritmos de IA.
  • Conciencia de la co-evolución: La IA y la sociedad están en una relación evolutiva. A medida que la IA se vuelve más sofisticada, también lo deben hacer las habilidades de las personas para interactuar con ella de manera efectiva. La alfabetización en IA «Más allá de lo digital» es un proceso continuo de aprendizaje y adaptación.

Conclusión:

Los docentes deben involucrarse en diálogos significativos con los estudiantes sobre el uso de la IA en la escritura. Es necesario integrar debates críticos sobre autoría y agencia en las tareas, actividades y políticas de los cursos. La alfabetización crítica en IA exige de los educadores aprender a diferenciar las tecnologías de IA generativas según sus funciones pedagógicas, personales y prácticas.

Las investigaciones futuras podrían analizar el impacto a largo plazo de la integración de la IA en la educación, la evolución de la percepción de los estudiantes sobre la agencia y la autoría, y la efectividad de diferentes enfoques pedagógicos para fomentar la alfabetización crítica en IA. Estudiar las experiencias de estudiantes con diversos entornos lingüísticos y culturales también enriquecería la comprensión de la interacción entre escritores humanos y tecnologías de IA. Al abordar estas líneas de investigación, se puede avanzar en la comprensión de la alfabetización en IA en la era postdigital y promover prácticas educativas que ayuden a los estudiantes a navegar de manera más eficaz las complejidades de las interacciones humano-máquina.

Alfabetización mediática e informacional crítica en un contexto digital

Jehel, Sophie, et Alexandra Saemmer, éditeurs. Éducation critique aux médias et à l’information en contexte numérique. Presses de l’enssib, 2020, https://doi.org/10.4000/books.pressesenssib.11107

Prohibición de los teléfonos móviles en las escuelas, control de las plataformas en línea para luchar contra la desinformación: la educación mediática está en el centro de las políticas públicas digitales. Desde 2013, la ley de refundación de las escuelas incluye la educación mediática e informativa entre sus misiones fundamentales. Este libro presenta los resultados de tres años de reflexión colectiva con investigadores que exploran la economía política de la comunicación, la semiótica, la sociología de los usos, la crítica de las industrias culturales y creativas y la sociología del género.

Inteligencia artificial generativa y alfabetización mediática en bibliotecas. Planeta Biblioteca 2024/05/22

Inteligencia artificial generativa y alfabetización mediática en bibliotecas

Planeta Biblioteca 2024/05/22

ESCUCHAR

Ir a descargar


Alonso-Arévalo, Julio. Inteligencia artificial generativa y alfabetización mediática en bibliotecas. Mi Biblioteca, Año 20, n. 78. pp 54-58

Texto completo

La inteligencia artificial (IA) está emergiendo como una tecnología disruptiva que está remodelando rápidamente varios aspectos de nuestra sociedad. Aunque la IA ha estado en uso durante varios años, ha sido la IA generativa, con su capacidad para realizar tareas que normalmente requerirían inteligencia humana, la que ha suscitado este interés. La habilidad de generar contenido de manera similar a como lo haría un ser humano tiene aplicaciones en una amplia variedad de campos, desde la educación hasta la investigación o la salud, que involucran tanto a los profesionales de biblioteca como a las instituciones mismas.

Importancia de enseñar habilidades de Alfabetización Digital en la era de la sobrecarga de información

Post, Sponsored. «The Importance of Teaching Digital Literacy Skills in the Age of Information Overload». Santa Clarita Valley Signal (blog), 10 de abril de 2024. https://signalscv.com/2024/04/the-importance-of-teaching-digital-literacy-skills-in-the-age-of-information-overload/.

Las competencias digitales se han sumado a las competencias importantes para cualquier persona en el mundo actual. La alfabetización digital es el conocimiento, habilidades y capacidades necesarias para utilizar eficazmente las tecnologías y recursos digitales.

La alfabetización digital se está volviendo cada vez más importante en la sociedad actual, donde las tecnologías digitales impregnan todas las áreas de la vida. Permite a las personas comunicarse eficazmente, buscar información, resolver problemas y desarrollarse profesionalmente.

La alfabetización digital se refiere a la capacidad de utilizar tecnologías digitales de manera efectiva y comprender cómo funcionan. Esto implica no solo saber utilizar dispositivos como computadoras, teléfonos inteligentes o tabletas, sino también tener habilidades para buscar información en línea, evaluar la veracidad de la información encontrada, comunicarse a través de medios digitales, proteger la privacidad en línea y utilizar herramientas y aplicaciones de manera productiva.

Componentes Clave de la Alfabetización Digital:

  • Comprensión de los principios básicos de los ordenadores y el software.
  • Habilidad para usar Internet para buscar información, comunicarse y colaborar.
  • Habilidades para trabajar con documentos electrónicos, hojas de cálculo y presentaciones.
  • Capacidad para proteger su información y mantener la seguridad en línea.
  • Habilidades de pensamiento crítico y evaluación de la confiabilidad de la información en Internet.
  1. Uso de herramientas tecnológicas: Implica conocer y utilizar diferentes dispositivos y plataformas digitales, como computadoras, teléfonos inteligentes, tabletas y software específico. Esto incluye entender cómo funcionan, cómo navegar por ellos y cómo utilizar sus funciones básicas y avanzadas.
  2. Búsqueda y evaluación de información: La alfabetización digital implica la capacidad de buscar información en línea de manera eficiente y evaluar la calidad y veracidad de dicha información. Esto incluye habilidades para discernir entre fuentes confiables y no confiables, así como la capacidad de identificar sesgos y manipulaciones en la información.
  3. Comunicación digital: Se refiere a la capacidad de comunicarse de manera efectiva a través de medios digitales, como correo electrónico, redes sociales, mensajería instantánea y videoconferencia. Esto implica comprender las normas de etiqueta en línea, saber cómo expresarse de manera clara y respetuosa, y proteger la privacidad y la seguridad al comunicarse en línea.
  4. Competencia en el manejo de datos: La alfabetización digital incluye la capacidad de trabajar con datos de manera efectiva, incluyendo la capacidad de recopilar, organizar, analizar y presentar datos utilizando herramientas digitales como hojas de cálculo y software de visualización de datos.
  5. Seguridad y privacidad en línea: Se refiere a la capacidad de proteger la seguridad y la privacidad personal en línea, incluyendo el uso de contraseñas seguras, la configuración de la privacidad en redes sociales y otros servicios en línea, y la identificación y prevención de amenazas como el phishing y el malware.
  6. Creatividad y resolución de problemas: La alfabetización digital también implica la capacidad de utilizar la tecnología de manera creativa para resolver problemas y expresar ideas. Esto puede incluir habilidades para crear contenido digital, como videos, imágenes y páginas web, así como la capacidad de utilizar herramientas digitales para resolver problemas prácticos en diferentes contextos.

A pesar de que el entorno digital es ahora accesible para casi todos, el nivel de alfabetización digital entre los estudiantes modernos no siempre es alto. A menudo, la habilidad para usar una computadora no es tan buena como la de un teléfono inteligente, especialmente para los estudiantes más jóvenes.

Es importante para un maestro o un bibliotecario tener un alto nivel de alfabetización digital para poder proporcionar un entorno para que los estudiantes desarrollen esta habilidad. Además, el desarrollo de la alfabetización digital permite ser más efectivos y exitosos en su profesión, utilizando diversas herramientas y tecnologías para personalizar el aprendizaje, crear actividades interactivas y evaluar el progreso del estudiante.

Es esencial recordar a los estudiantes sobre la importancia de la alfabetización digital mediante actividades como mostrarles videos sobre el tema, inventar y resolver casos relacionados con situaciones digitales, y alentarlos a utilizar Internet para buscar información confiable que pueda ser de su interés.

IV Jornadas Innovación educativa en comunicación y alfabetización mediática

Dasilva, Jesús Pérez, Koldobika Meso Ayerdi, y Simón Peña Fernández. IV Jornadas Innovación educativa en comunicación y alfabetización mediática [Recurso electrónico]: libro de comunicaciones. Servicio Editorial = Argitalpen Zerbitzua, 2022.

Texto completo


El contenido del libro aborda diversas temáticas relacionadas con la educación y la comunicación, destacando diferentes enfoques pedagógicos y metodologías aplicadas en estos campos. El primer artículo analiza las ventajas pedagógicas de la metodología de aula invertida, destacando su impacto en el aprendizaje del alumnado a través de la participación activa y crítica. A continuación, se presenta un estudio sobre el papel del procesamiento dual de la información en la identificación de noticias falsas, resaltando la importancia de desarrollar habilidades para discernir la veracidad de la información en la era digital. Otro artículo explora una metodología creativa y colaborativa para la enseñanza del periodismo, mientras que otro examina la calidad de la comunicación digital a través de la comparación de medios web. Además, se aborda el diseño de un sistema híbrido como herramienta educativa y se reflexiona sobre el papel de la ética y la deontología en la formación de profesionales de la comunicación. Por último, se discuten consideraciones sobre la formación en comunicación para personas con discapacidades y se proponen diferentes enfoques para enseñar historia de la comunicación basados en la historia social.

Un hackathon de alfabetización en IA de las bibliotecas amplía los recursos educativos abiertos

Carnegie Mellon University Libraries. (2024, April). AI literacy hackathon. Recuperado de https://www.library.cmu.edu/about/news/2024-04/ai-literacy-hackathon

El miércoles 3 de abril, especialistas de diversas instituciones visitaron las Bibliotecas para participar en un Hackatón de Recursos de Alfabetización en Inteligencia Artificial. El objetivo del evento fue reunir a bibliotecarios universitarios, personal y otros interesados para desarrollar materiales educativos abiertos sobre los principios emergentes de la alfabetización en inteligencia artificial.

Un hackatón es un evento colaborativo en el que personas con diversos conocimientos y habilidades se reúnen para trabajar intensivamente en proyectos de forma conjunta y creativa durante un período de tiempo determinado, por lo general de uno o varios días. Durante un hackatón, los participantes suelen formar equipos y trabajar en el desarrollo de software, aplicaciones, prototipos, soluciones tecnológicas o proyectos relacionados con la innovación, la tecnología o cualquier otro tema específico.

En esta ocasión hackatón contó con 36 participantes de 17 instituciones diferentes, incluidas la Universidad Estatal de Ohio, la Universidad de Virginia Occidental, la Universidad de Princeton y la Universidad de Binghamton. Los participantes eran principalmente bibliotecarios universitarios, aunque también participaron diseñadores instruccionales y otro personal de apoyo académico.

El evento proporcionó una forma divertida de crear un sentido de comunidad en torno a la alfabetización en inteligencia artificial. Estuvo impulsado por las voces de los participantes y se centró específicamente en su experiencia.

Después de una serie de segmentos de lluvia de ideas, los participantes fueron divididos en ocho equipos para crear materiales educativos sobre un tema designado. No hubo límite en el tipo de materiales creados, que iban desde ejercicios de ingeniería de indicaciones hasta infografías sobre sesgos en modelos y conjuntos de datos de inteligencia artificial. Los equipos tenían la libertad de determinar el público objetivo para estos materiales, creando recursos para estudiantes universitarios y de posgrado, así como para el público en general.

Todos los recursos creados en el evento están licenciados abiertamente para que otros los reutilicen y modifiquen. Una colección completa de los materiales creados se puede encontrar en el sitio del proyecto Open Science Framework del Hackatón.

Bibliotecas públicas y habilidades digitales en España en 2022 (2024)

«Public Libraries and Skills: 2022 Factsheets | Public Libraries 2030». Accedido 16 de abril de 2024. https://publiclibraries2030.eu/2024/02/public-libraries-and-skills-2022-factsheets/.

PL2030 ha recopilado hojas informativas sobre estadísticas clave de las bibliotecas públicas junto con los datos del DESI (Digital Economy and Society Index) de los Estados miembros de la UE, en colaboración con nuestros socios nacionales, y el Mapa Mundial de Bibliotecas de la Federación Internacional de Asociaciones de Bibliotecarios y Bibliotecas (IFLA). Las fichas muestran datos sobre el número de bibliotecas, usuarios, préstamos de libros y personal bibliotecario. Además, las fichas destacan estadísticas nacionales sobre el porcentaje de personas con conocimientos digitales básicos, usuarios habituales de Internet y mujeres especialistas en TIC, entre otros datos.

A medida que las bibliotecas asumen más responsabilidades relacionadas con los servicios y las tecnologías digitales en este periodo de rápida transformación digital, estas fichas por países constituyen un valioso recurso para poner de relieve las similitudes y diferencias en los contextos locales y nacionales de toda Europa. 2022 es un año especialmente interesante para recopilar datos, ya que es el primer año posterior a Covid-19 en el que las bibliotecas de toda Europa comenzaron a abrirse plenamente al público.

Descubre los datos sobre las bibliotecas públicas y las competencias digitales de Europa en 2022.

En España hay 4.563 bibliotecas públicas, es decir, una biblioteca pública por 10.395 habitantes. En 2022, se registraron 36,2 millones de préstamos de libros en las bibliotecas públicas españolas, de ellos 2,5 millones fueron de préstamos de libros electrónicos. En España, hay 10.498 empleados en el personal de bibliotecas públicas. Las bibliotecas fueron visitadas 55,3 millones de veces. Tienen 13,4 millones de usuarios. España ocupa el séptimo lugar en el Índice de Economía y Sociedad Digital (DESI) de la UE.

HABILIDADES EN ESPAÑA:

Información obtenida de: El Índice de Economía y Sociedad Digital (DESI) de la UE 2022; Eurostat; Unión Europea; Mapa de Bibliotecas del Mundo de la IFLA; y el Ministerio de Cultura de España.

  • España ocupa el séptimo lugar en el Índice de la Economía y Sociedad Digital de la Unión Europea (DESI).
  • El 93% de los individuos son usuarios habituales de Internet.
  • El 63% es la proporción de mujeres de 16 a 74 años con al menos habilidades digitales básicas.
  • El 19% de los especialistas en TIC son mujeres.
  • El 78% de los jóvenes (de 16 a 19 años) tienen habilidades digitales básicas o superiores.
  • El 65% posee al menos habilidades digitales básicas.
  • El 8% d entre 16-24 años participa en eventos de ciudadanía activa

Otros países

Austria – Croatia – Czech Republic – Denmark – Estonia – Finland – Germany – Hungary – Ireland – Italy – Latvia – Lithuania – Luxembourg – The Netherlands – Poland – Portugal – Slovakia – Slovenia – Spain – Sweden

Comprendiendo cómo los estadounidenses perciben las etiquetas de verificación de hechos

Jia, Chenyan, y Taeyoung Lee. «Journalistic Interventions Matter: Understanding How Americans Perceive Fact-Checking Labels». Harvard Kennedy School Misinformation Review, 11 de abril de 2024. https://doi.org/10.37016/mr-2020-138.

Aunque los algoritmos y la colaboración colectiva se han utilizado cada vez más para desacreditar o etiquetar la desinformación en las redes sociales, dichas tareas podrían ser más efectivas cuando las realizan verificadores de hechos profesionales o periodistas. Basándose en una encuesta nacional (N = 1,003), se encontró que los adultos estadounidenses evaluaron las etiquetas de verificación de hechos creadas por verificadores de hechos profesionales como más efectivas que las etiquetas creadas por algoritmos y otros usuarios. Las etiquetas de los medios de comunicación fueron percibidas como más efectivas que las etiquetas de usuarios, pero no estadísticamente diferentes de las etiquetas de verificadores de hechos y algoritmos. No hubo una diferencia significativa entre las etiquetas creadas por usuarios y algoritmos. Estos hallazgos tienen implicaciones para las plataformas y los practicantes de verificación de hechos, subrayando la importancia del profesionalismo periodístico en la verificación de hechos.

Para examinar cómo las personas perciben la eficacia de diferentes tipos de etiquetas de verificación de hechos, se llevó a cabo una encuesta nacional de adultos estadounidenses. Las características demográficas de la muestra son comparables a la población de Internet de EE. UU. en cuanto a género, edad, raza/etnia, educación e ingresos. Se encontró que la eficacia percibida de las etiquetas de verificación de hechos de terceros fue la más alta, siendo mayor que la eficacia percibida de las etiquetas algorítmicas y otras etiquetas de usuarios. La efectividad de las etiquetas de los medios de comunicación fue percibida como la segunda más alta, pero la diferencia estadísticamente significativa solo se detectó con las etiquetas de usuarios; la eficacia percibida de las etiquetas de los medios de comunicación no fue estadísticamente diferente de las etiquetas de verificadores de hechos y algoritmos. No hubo una diferencia significativa entre las etiquetas creadas por usuarios y algoritmos.

También se encontró que las variables políticas y relacionadas con los medios de comunicación están asociadas con las percepciones de las etiquetas de verificación de hechos. Los republicanos evaluaron la efectividad de todos los tipos de etiquetas de verificación de hechos más baja que los demócratas. La confianza en los medios de comunicación y las actitudes hacia las redes sociales estuvieron asociadas positivamente con la efectividad percibida de todos los tipos de etiquetas. Estos hallazgos son válidos tanto para demócratas como para republicanos en la mayoría de los casos. Para los republicanos, la asociación positiva entre la confianza en los medios de comunicación y la efectividad percibida de las etiquetas de usuarios no fue estadísticamente significativa, siendo esta la única excepción.

Los hallazgos resaltan la importancia de que las instituciones lleven a cabo intervenciones periodísticas, sugiriendo la necesidad de una colaboración más estrecha entre las plataformas y los verificadores de hechos profesionales, en lugar de depender demasiado de técnicas automatizadas o de colaboración colectiva para contrarrestar la desinformación. Para fomentar la confianza de los usuarios conservadores en la verificación de hechos, los verificadores de hechos profesionales también deben ser transparentes y objetivos en su selección de afirmaciones a verificar.