Archivo de la etiqueta: ChatGPT

ChatGPT: La inteligencia artificial y la generación de textos académicos: avances y desafíos

ChatGPT: La inteligencia artificial y la generación de textos académicos: avances y desafíos. Por Julio Alonso Arévalo

Consorcio de Bibliotecas Universitarias de El Salvador el 30 de mayo de 2023

VER VIDEO

La inteligencia artificial (IA) ha experimentado avances significativos en la generación de texto académico en los últimos años. Estos avances se deben principalmente al desarrollo de modelos de lenguaje basados en redes neuronales, como el modelo GPT (Transformador Generativo Pre-entrenado), que ha demostrado ser capaz de generar texto coherente y de calidad en una variedad de dominios. Una de las principales ventajas de utilizar IA para generar texto académico es su capacidad para procesar grandes cantidades de información y producir resultados rápidamente. Sin embargo, también existen desafíos asociados con la generación de texto académico mediante IA. Uno de los desafíos más importantes es garantizar la precisión y la fiabilidad de la información generada. Aunque los modelos de IA pueden generar texto coherente, no siempre pueden verificar la veracidad de los hechos o la calidad de las fuentes utilizadas. Esto puede ser problemático en el contexto académico, donde la precisión y la evidencia son fundamentales.

Otro desafío es la necesidad de evitar el plagio y respetar los derechos de autor. Al generar texto académico automáticamente, existe el riesgo de que se reproduzcan ideas o información sin la debida atribución. Es importante implementar salvaguardas para garantizar que el contenido generado sea original y cumpla con los estándares éticos y legales de la investigación académica.

ChatGPT, el impacto de los grandes modelos lingüísticos en la aplicación de la ley

Europol. ChatGPT, The impact of large language models on law enforcement. Publications Office of the European Union, 2023,

Texto completo

El lanzamiento y uso generalizado de ChatGPT -un gran modelo lingüístico (LLM) desarrollado por OpenAI- ha suscitado una gran atención pública, debido principalmente a su capacidad para proporcionar rápidamente respuestas listas para usar que pueden aplicarse a una gran cantidad de contextos diferentes. Estos modelos encierran un enorme potencial. El aprendizaje automático, del que antes sólo se esperaba que se ocupara de tareas mundanas, ha demostrado ser capaz de realizar complejos trabajos creativos. Los LLM se perfeccionan y se lanzan nuevas versiones con regularidad, y las mejoras tecnológicas no dejan de sucederse. Aunque esto ofrece grandes oportunidades a las empresas legítimas y a los ciudadanos, también puede suponer un riesgo para ellos y para el respeto de los derechos fundamentales, ya que los delincuentes y los malos actores pueden querer explotar los LLM para sus propios fines nefastos.

En respuesta a la creciente atención pública prestada a ChatGPT, el Laboratorio de Innovación de Europol organizó una serie de talleres con expertos en la materia de toda la organización para explorar cómo los delincuentes pueden abusar de LLM como ChatGPT, así como la forma en que puede ayudar a los investigadores en su trabajo diario. Los expertos que participaron en los talleres representaban todo el espectro de conocimientos especializados de Europol, incluidos el análisis operativo, la delincuencia grave y organizada, la ciberdelincuencia, la lucha antiterrorista, así como la tecnología de la información. El objetivo de este informe es examinar los resultados de los talleres especializados de expertos y concienciar sobre el impacto que los LLM pueden tener en el trabajo de la comunidad encargada de la aplicación de la ley. Dado que este tipo de tecnología está experimentando un rápido progreso, este documento ofrece además una breve perspectiva de lo que aún puede estar por venir y destaca una serie de recomendaciones sobre lo que puede hacerse ahora para prepararse mejor para ello.

El trabajo del conocimiento y el papel de la enseñanza superior en la era de la IA

Impact of Social Sciences. «Knowledge Work and the Role of Higher Education in an AI Era», 2 de junio de 2023. https://blogs.lse.ac.uk/impactofsocialsciences/2023/06/02/knowledge-work-and-the-role-of-higher-education-in-an-ai-era/.

A medida que la inteligencia artificial se entremezcla cada vez más con distintas formas de trabajo del conocimiento, Bert Verhoeven y Vishal Rana debaten cómo puede adaptarse la enseñanza superior para satisfacer las necesidades de un mercado laboral cambiante. Señalando los límites de las formas tradicionales de examen en la enseñanza superior y las ventajas del estudio en la práctica y la evaluación auténtica, sostienen que la enseñanza superior puede reconfigurarse de forma que se haga hincapié en más y mejores competencias que en la retención de conocimientos.

El consejero delegado de OpenAI, Sam Altman, expresó recientemente su preocupación durante una mesa redonda con senadores estadounidenses sobre el impacto potencial de los grandes modelos lingüísticos (LLM), como ChatGPT, BingChat y Bard, en las carreras de los trabajadores del conocimiento en todo el mundo. Estos modelos lingüísticos avanzados han demostrado notables capacidades en diversos ámbitos, como el almacenamiento de datos, las respuestas a consultas, la generación de ensayos, informes, documentos académicos, políticas, estrategias, documentación jurídica e incluso codificación. Estas competencias encapsulan la pericia de los trabajadores del conocimiento de todo el mundo.

A medida que las tecnologías de la IA siguen transformando nuestro mundo, resulta crucial reevaluar nuestros planes de estudios, metodologías pedagógicas y enfoques de evaluación. El objetivo es preparar adecuadamente a los estudiantes para un panorama en rápida evolución. La aparición de los LLM plantea la necesidad de un pensamiento crítico y de adaptación en la educación para garantizar que los estudiantes desarrollen habilidades que complementen y aumenten las capacidades de la IA en lugar de verse eclipsados por ellas.

En este contexto, el plan de estudios debería hacer hincapié en habilidades como la creatividad, la resolución de problemas, el análisis crítico y la toma de decisiones éticas. En lugar de centrarse únicamente en la memorización y el recuerdo de información, los educadores deben fomentar la capacidad de los alumnos para pensar de forma crítica y aplicar los conocimientos a situaciones del mundo real. Esto implica fomentar la colaboración, la comunicación y los enfoques interdisciplinarios para la resolución de problemas.

Las metodologías pedagógicas deben evolucionar para incorporar el aprendizaje basado en proyectos, en el que los alumnos participan en actividades prácticas que fomentan la creatividad, la innovación y la resolución de problemas complejos. Estos enfoques fomentan el desarrollo de habilidades que la IA no puede reproducir fácilmente, como la inteligencia emocional, la empatía, la adaptabilidad y el liderazgo.

Además, los enfoques de evaluación deben ir más allá de los exámenes tradicionales y las pruebas estandarizadas. La evaluación de las capacidades de los estudiantes para aplicar conocimientos, pensar de forma crítica y colaborar puede lograrse mediante una combinación de evaluaciones de proyectos, presentaciones, simulaciones y otras formas de evaluación auténtica. Este cambio permite a los educadores calibrar el desarrollo holístico de los estudiantes y su preparación para prosperar en un panorama profesional cambiante.

Reimaginando nuestro plan de estudios, la pedagogía y las evaluaciones, podemos garantizar que los estudiantes están equipados con las habilidades y atributos necesarios para prosperar en un mundo en el que las tecnologías de IA desempeñan un papel cada vez más destacado. El objetivo es capacitar a las personas para trabajar junto a los sistemas de IA, aprovechando sus capacidades humanas únicas para crear, innovar y contribuir de forma significativa a la sociedad.

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.

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.

ChatGPT: la inteligencia artificial y la generación de textos académicos. Planeta biblioteca 2023/05/31

ChatGPT: la inteligencia artificial y la generación de textos académicos.

Planeta biblioteca 2023/05/31

ESCUCHAR EL PROGRAMA

Ir a descargar

Video Conferencia Argentina

Video «Cómo funciona CHATGPT»

ChatGPT es un modelo de lenguaje basado en IA desarrollado por OpenAI que puede ser una herramienta valiosa para los educadores. Permite interactuar con un asistente virtual inteligente para obtener respuestas y generar ideas sobre tendencias. Sin embargo, su uso plantea preocupaciones éticas y de privacidad, como el acceso y uso indebido a datos personales, el sesgo algorítmico, el plagio académico y las implicaciones de la toma de decisiones automatizada en temas sensibles.

¿Sustituirá ChatGPT al motor de búsqueda de Google?

«Will ChatGPT Replace the Google Search Engine?», 26 de mayo de 2023. https://www.boldare.com/blog/will-chatgpt-replace-google-search-engine.

ChatGPT ha arrasado en el sector digital, conquistando corazones y mentes por igual. Y esto ha ocurrido por una razón. Es fácil de usar, gratuito y lleno de usos potenciales. Es potente, pero no ilimitado. En pocas palabras: no, ChatGPT no sustituirá al motor de búsqueda de Google. Puede que se haga con parte del tráfico pero, al menos por ahora

ChatGPT, o modelos lingüísticos similares, son potentes herramientas para generar textos de apariencia humana y ayudar a los usuarios a encontrar información. Sin embargo, es importante señalar que ChatGPT está diseñado como agente conversacional y no como motor de búsqueda.

Google Search y ChatGPT parecen similares. Hay un campo en el que se introduce la consulta y, a continuación, se obtiene un resultado: en el caso de Google, se trata de una lista de sitios web (aunque no sólo: en los últimos años, Google ha empezado a mostrar los denominados resultados enriquecidos, que pretenden responder a la pregunta del usuario a nivel de motor de búsqueda); en el caso de ChatGPT, se trata de una respuesta completa a una pregunta determinada.

Google vs ChatGPT no se trata simplemente de una competición entre un motor de búsqueda clásico y la IA. Google lleva tiempo utilizando algoritmos de IA para responder a las consultas de los usuarios. RankBrain, Neural Matching, Bert, MUM: estos son los algoritmos de IA más populares que Google ha introducido en su motor de búsqueda en los últimos años.

BERT (Bidirectional Encoder Representations from Transformers) se lanzó en 2018 y ayuda al motor de búsqueda a procesar y comprender el lenguaje natural. Se basa en la arquitectura Transformer – al igual que el modelo GPT utilizado por ChatGPT.

¿Cómo funciona ChatGPT?

ChatGPT es un modelo lingüístico probabilístico diseñado para seguir y ejecutar instrucciones. Ha sido entrenado con un conjunto específico de datos textuales para ejecutar las instrucciones con la mayor precisión posible. Lo hace generando tokens: secuencias de caracteres y palabras, basadas en una distribución de probabilidades.

En pocas palabras, lo que hace básicamente la inteligencia artificial es analizar las estadísticas y la secuencialidad del orden de las palabras y construir cadenas con las palabras más probables. El aspecto que aún no es visible en el propio ChatGPT -pero lo será en su iteración Bing o en el modelo fuente OpenAI Playground- es la posibilidad de definir el parámetro «temperatura». Esta característica permite a los usuarios decidir cuánto puede desviarse el modelo de la información que ha aprendido de su conjunto de datos.

En la práctica, el parámetro de temperatura indica si los tokens (palabras) utilizados deben tener el nivel de probabilidad más alto. Esto tiene un enorme impacto en el efecto final. Si decide añadir sólo las palabras más probables, el resultado será muy plano, repetitivo y esquemático. Si permite el uso de tokens de menor rango, más aleatorios, obtendrá un resultado más versátil e interesante.

Los posibles errores y elucubraciones en las respuestas se deben a que, aunque los modelos se entrenan con enormes cantidades de datos textuales, no son capaces de entender el mundo de forma humana ni de verificar la veracidad de la información como harían las personas. En su lugar, se basan en estructuras lingüísticas y patrones aprendidos a partir de los datos de entrenamiento.

Por ejemplo, cuando se le pregunta sobre algún tema científico, puede citar determinados trabajos de investigación, junto con sus títulos, autores, fechas de publicación, etc. Pero una vez que se empieza a buscar esos trabajos, a menudo resulta que nunca han existido. Todo depende de cuánta información y cuántas citas sobre un tema determinado había en el corpus de texto utilizado para entrenar el modelo.

Por consiguiente, aunque el resultado generado por un modelo sea gramaticalmente correcto y suene sensato, puede contener información falsa, o información «inventada» por el modelo. De ahí viene el concepto de «alucinación»

Y por eso hay que tener en cuenta que, aunque la IA sea una herramienta poderosa para la generación de textos, sigue requiriendo supervisión y evaluación humanas, sobre todo si la información que proporciona se va a utilizar para tomar decisiones importantes o en situaciones en las que el uso de datos precisos y exactos es esencial. Por eso, utilizar ChatGPT como alternativa a los motores de búsqueda -incluido Google- está prácticamente descartado.

ChatGPT no es un motor de búsqueda, es un procesador de texto. Como su nombre indica, su función es procesar texto. También puede generar textos, pero para ello debe recibir alguna entrada o un patrón a seguir. No escribirá una entrada de blog por ti (es decir, puede hacerlo, pero el escritor debe comprobar la información generada por el chatbot). ChatGPT puede resultar útil para varios usos: puede codificar, corregir, analizar y categorizar contenidos, etcétera. Pero no funcionará como motor de búsqueda.

Aunque los modelos de IA conversacional como ChatGPT pueden proporcionar respuestas instantáneas y ayudar a los usuarios en determinadas tareas, no tienen la misma amplitud y profundidad de información que un motor de búsqueda como Google. Es más acertado considerar los modelos de IA conversacional y los motores de búsqueda como herramientas complementarias que como competidores directos. La IA conversacional puede ser útil para proporcionar respuestas rápidas y entablar conversaciones interactivas, mientras que los motores de búsqueda destacan en la recuperación de una amplia gama de información de la inmensidad de Internet.

En conclusión: Hay que tener en cuenta que la tecnología está en constante evolución y que es posible que surjan nuevos avances en el futuro. Sin embargo, por ahora, es poco probable que los modelos de IA conversacional sustituyan por completo a los motores de búsqueda como Google Search. En cambio, es probable que sigan coexistiendo y complementándose de diferentes maneras para atender las diversas necesidades de información de los usuarios.

Herramientas gratuitas para detectar tesis, trabajos de investigación, tareas, documentación y blogs generados por modelos de IA. ChatGPT, GPT-4, Bard y Claude

«Top 10 Tools for Detecting ChatGPT, GPT-4, Bard, and Claude». KDnuggets (blog). Accedido 30 de mayo de 2023. https://www.kdnuggets.com/top-10-tools-for-detecting-chatgpt-gpt-4-bard-and-claude.html.

Vivimos en una época de auge de la inteligencia artificial (IA), en la que cada semana aparecen nuevos modelos lingüísticos de gran tamaño (LLM) que pueden escribir como los humanos. Estos modelos pueden generar contenidos muy creativos y, por desgracia, algunos estudiantes y profesionales los utilizan indebidamente para plagiar.

Como resultado, las herramientas de detección de IA se han convertido en algo esencial en todas las aulas, lugares de trabajo e institutos de investigación. Todas las herramientas mencionadas en este blog son gratuitas, y algunas de ellas incluso vienen con extensiones de Chrome para que puedas detectar contenidos sobre la marcha.

  1. GPTZero

GPTZero se ha mejorado significativamente. Ahora es muy preciso, fácil de usar e incluye una extensión para Chrome. Puede utilizarlo para detectar una amplia gama de texto generado por IA, incluido el texto de los últimos modelos como Bard (PalM 2), ChatGPT, GPT-4 y otros modelos de código abierto. Además, es rápido y resalta el texto generado para facilitar su identificación.

  1. OpenAI AI Text Classifier

AI Text Classifier de OpenAI es muy preciso, pero no proporciona información adicional sobre el contenido. Funciona para New Bard, ChatGPT, GPT-4 y otros modelos basados en LLaMA.

  1. CopyLeaks

CopyLeaks. Es un verificador de plagio rápido y preciso que viene con una simple extensión de Chrome. Incluso puedes pasar el ratón sobre el texto resaltado para comprobar la popularidad de la IA. Puede detectar Bard, ChatGPT, GPT-4 y otros grandes modelos lingüísticos (LLM).

  1. Typeset

Academic AI Detector es un poco diferente de las otras herramientas mencionadas. Es muy preciso, pero se diseñó específicamente para detectar contenido académico en PDF. No hay opción de copiar y pegar por el momento, pero el equipo técnico está trabajando para añadir esa característica. Puedes cargar cualquier tipo de trabajo académico como PDF y Typeset generará resultados. Typeset detecta contenido generado por Bard, ChatGPT y HuggingChat, y lo ha detectado todo con precisión.

  1. Moderación de Hive

La detección de contenidos generados por AI Generative Content Detection a veces identifica erróneamente contenidos generados por humanos como IA. Para garantizar resultados fiables, es aconsejable disponer de una herramienta de respaldo cuando se utilice como recurso principal. Además, ofrece la capacidad de detectar imágenes generadas por IA de plataformas como DALL-E, Midjourney y Stable Diffusion.

  1. Content at Scale

AI Content Detector de Content at Scale es fácil de usar y produce informes bastante precisos sobre predictibilidad, probabilidad y patrón. Funciona con todo tipo de modelos lingüísticos de gran tamaño (LLM) más recientes y destaca el contenido en función de la probabilidad variable de que la IA genere trabajo…

  1. Hello Simple AI

 ChatGPT Detector de Hello Simple AI es una herramienta gratuita y de código abierto que puede utilizarse para detectar texto generado por ChatGPT. Está alojada en Hugging Face Spaces y proporciona resultados rápidos y bastante precisos. El detector no es tan preciso como OpenAI AI Text Classifier, pero proporciona dos métricas (GLTR y probabilidad PPL) que pueden ayudar a determinar si el contenido está generado por IA o no.

  1. OpenAI Detector

OpenAI Detector es una herramienta gratuita y de código abierto que puede utilizarse para detectar texto generado por el modelo de lenguaje GPT de OpenAI. Está alojado en Hugging Face Spaces y proporciona resultados rápidos. Sin embargo, el detector puede ser muy impreciso, especialmente cuando se trata de detectar versiones más recientes de los modelos de OpenAI y otros modelos de lenguaje de gran tamaño de código abierto.

  1. AI Detector 

AI Detector  es una herramienta bastante precisa que puede utilizarse para detectar texto generado por ChatGPT, Bard y otras versiones antiguas de grandes modelos lingüísticos (LLM). Sin embargo, no es capaz de detectar versiones más recientes de LLM. Esto se debe a que funciona analizando la sintaxis y la semántica del texto, y los LLM más recientes son mejores generando texto que no se distingue del texto escrito por humanos.

  1. Writer.com

El Detector de Contenido AI de Writer se presenta como la opción menos precisa con una limitación de 1500 caracteres. Sirve como solución alternativa cuando otras herramientas no están disponibles o son ineficaces.

Guía del bibliotecario para el aprendizaje práctico de ChatGPT: creación y evaluación de citas

«Librarian Guide to Hands-on Learning ChatGPT Activities for Bibliographic Instruction: Citation Creation and Evaluation». Accedido 29 de mayo de 2023. https://www.chatgptlibrarian.com/2023/04/librarian-guide-to-hands-on-learning.html.

La enseñanza de habilidades bibliográficas es fundamental para que los estudiantes desarrollen competencias en la investigación y la escritura académica. Una herramienta cada vez más popular para brindar instrucción bibliográfica interactiva es ChatGPT, un modelo de lenguaje de inteligencia artificial desarrollado por OpenAI. Este artículo presenta una guía práctica para los bibliotecarios que deseen utilizar ChatGPT como una herramienta de aprendizaje práctico en la creación y evaluación de citas.

Desarrollo:

  1. Breve introducción a ChatGPT: Se proporciona una descripción general de ChatGPT y cómo puede ser utilizado como recurso para la enseñanza bibliográfica.
  2. Actividad 1: Creación de citas: Se ofrece una actividad práctica en la cual los estudiantes pueden interactuar con ChatGPT para aprender a crear citas bibliográficas correctamente utilizando diferentes estilos de citación (APA, MLA, Chicago, etc.). Se brindan ejemplos y se resuelven dudas comunes.
  3. Actividad 2: Evaluación de citas: Se presenta una actividad en la cual los estudiantes deben evaluar la calidad y precisión de diferentes citas bibliográficas generadas por ChatGPT. Se discuten los criterios para evaluar una cita adecuada y se promueve la reflexión crítica sobre la información utilizada.
  4. Consejos para la implementación: Se ofrecen sugerencias y recomendaciones prácticas para los bibliotecarios que deseen incorporar estas actividades en sus sesiones de instrucción bibliográfica, incluyendo el tiempo estimado, las mejores prácticas y las posibles adaptaciones.

I. Introducción

  • Explicar la importancia de crear citas precisas y con el formato adecuado
  • Discutir las ventajas de utilizar ChatGPT para la creación y evaluación de citas


II. Creación de citas

  • Discutir los diferentes estilos de citación (por ejemplo, APA, MLA, Chicago)
  • Proporcionar recursos para aprender las normas y directrices de cada estilo de citación
  • Demostrar cómo utilizar ChatGPT para generar citas en diferentes estilos
  • Proporcionar ejemplos de citas influyentes y precisas

III. Evaluación de citas

  • Discutir la importancia de evaluar la precisión y el formato de las citas
  • Explicar cómo utilizar ChatGPT para evaluar la precisión y el formato de las citas.
  • Demostrar cómo introducir citas en ChatGPT para su evaluación
  • Proporcionar ejemplos de citas con formato correcto y citas con errores

IV. Buenas prácticas

  • Proporcionar consejos para la creación y evaluación de citas, como el uso de fuentes fiables y la comprobación del formato.
  • Discutir los errores comunes que deben evitarse al crear citas, como la información inexacta o incompleta.
  • Ofrecer recursos para aprender más sobre la creación y evaluación de citas

V. Ejercicios prácticos

  • Proporcione ejercicios de práctica para que los estudiantes generen y evalúen citas utilizando ChatGPT.
  • Proporcionar comentarios sobre los ejercicios y ofrecer sugerencias para mejorarlos
    VI. Conclusión

Recapitule los puntos principales de la guía

  • Animar a los alumnos a seguir practicando la creación y evaluación de citas mediante ChatGPT.
  • Ofrécete para ayudarles con cualquier pregunta o problema que puedan tener al utilizar ChatGPT para la creación y evaluación de citas.

La utilización de ChatGPT como herramienta de aprendizaje práctico en la instrucción bibliográfica puede ser una forma efectiva y atractiva de ayudar a los estudiantes a desarrollar habilidades en la creación y evaluación de citas. Esta guía del bibliotecario proporciona actividades concretas y consejos útiles para aprovechar al máximo esta herramienta en el proceso de enseñanza y aprendizaje.

La UNESCO moviliza a los ministros de Educación de todo el mundo para dar una respuesta coordinada al ChatGPT

«AI: UNESCO Mobilizes Education Ministers from around the World for a Co-Ordinated Response to ChatGPT | UNESCO». Accedido 29 de mayo de 2023.

Ver artículo

En respuesta a la rápida aparición de nuevas y potentes herramientas generativas de IA, la UNESCO celebró la primera reunión mundial de Ministros de Educación para explorar las oportunidades, los retos y los riesgos inmediatos y de largo alcance que las aplicaciones de la IA plantean a los sistemas educativos. Más de 40 ministros compartieron sus planteamientos políticos y sus planes sobre la mejor manera de integrar estas herramientas en la educación. Durante el debate en línea del 25 de mayo de 2023, la UNESCO presentó una hoja de ruta sobre la IA generativa y la educación, que incluye un diálogo abierto entre múltiples partes interesadas.

Durante el debate surgieron algunas preocupaciones comunes, entre ellas cómo adaptar los sistemas educativos a las perturbaciones que la IA generativa está provocando rápidamente, cómo integrar la IA generativa en los planes de estudio, los métodos de enseñanza y los exámenes, y cómo mitigar los defectos inherentes a estas tecnologías, entre ellos la capacidad de cometer errores manifiestos y producir información sesgada.

El debate ministerial puso de manifiesto que los gobiernos de todo el mundo están formulando respuestas políticas adecuadas en este panorama en rápida evolución, desarrollando o perfeccionando las estrategias nacionales sobre IA, sobre protección de datos y otros marcos normativos.

Sólo el 10% de las escuelas y universidades disponen de orientaciones formales sobre IA

Una nueva encuesta mundial realizada por la UNESCO en más de 450 escuelas y universidades ha revelado que menos del 10% han desarrollado políticas institucionales y/o directrices formales sobre el uso de aplicaciones de IA generativa. Los resultados ilustran que una respuesta inmediata a la repentina aparición de estas potentes aplicaciones de IA generativa que pueden producir creaciones escritas y visuales supone un reto para las instituciones.

Se destacó el papel vital que desempeñan los profesores en esta nueva era como facilitadores del aprendizaje. Pero los profesores necesitan orientación y formación para hacer frente a estos retos.

Directrices políticas y marco de competencias de la UNESCO

La UNESCO seguirá dirigiendo el diálogo mundial con los responsables políticos, los socios de EdTech, el mundo académico y la sociedad civil. La Organización está elaborando directrices políticas sobre el uso de la inteligencia artificial generativa en la educación y la investigación, así como marcos de competencias en materia de inteligencia artificial para estudiantes y docentes de la enseñanza escolar. Estas directrices se presentarán durante la Semana del Aprendizaje Digital, que tendrá lugar en la Sede de la UNESCO en París del 4 al 7 de septiembre de 2023.

La UNESCO posee una experiencia única, gracias a su mandato en materia de educación y ciencias. En los últimos años, la Organización ha liderado una reflexión mundial sobre los Futuros de la Educación, y también ha establecido el primer marco normativo mundial para la ética de la inteligencia artificial, adoptado unánimemente por sus 193 Estados Miembros en noviembre de 2021.