El informe analiza cómo la tecnología está transformando el trabajo y la necesidad de adaptar la educación y la formación profesional para asegurar un crecimiento inclusivo y sostenible. Destaca que tanto los sectores público como privado juegan un papel fundamental en crear empleos sustentables, cerrar las brechas de habilidades y garantizar que el crecimiento impulsado por la tecnología beneficie a todos.
El informe identifica ocho hallazgos clave para el futuro de la educación:
Cambio de ocupaciones: A medida que se despliega la automatización, millones de trabajadores deberán cambiar de ocupación.
Aumento de habilidades sociales, emocionales y digitales: La demanda de estas habilidades seguirá creciendo.
La importancia de la formación continua: La experiencia laboral es crucial para el valor del capital humano.
Educación combinada: Tecnologías que mejoran la conectividad y el aprendizaje a ritmo propio están ganando relevancia.
Educación infantil temprana: Las inversiones en esta etapa son esenciales y tienen un alto retorno de inversión.
Educación primaria y secundaria (K-12): Hay un enfoque creciente en incluir habilidades futuras en el currículo.
Educación superior: Se está moviendo hacia un enfoque basado en habilidades, con microcredenciales que preparan a los estudiantes para el mundo laboral.
Desarrollo de habilidades en el trabajo: Las empresas pueden enfocarse más en habilidades que en títulos, adoptando una mentalidad de “incubadora de talentos”.
El informe resalta la urgencia de invertir en la transformación educativa para que el crecimiento impulsado por la tecnología sea inclusivo y equitativo.
El artículo resalta la urgente necesidad de reformar la educación para preparar a las futuras generaciones en un mundo impulsado por la inteligencia artificial (IA). Los sistemas educativos actuales deben evolucionar desde un enfoque en la memorización hacia un aprendizaje más dinámico, que potencie la creatividad, agilidad y el razonamiento ético. Esto no es solo para adaptarse a la IA, sino para liderar y moldear su desarrollo.
El autor, Fawzi BenMessaoud, propone un modelo educativo tripartito que integra tres conjuntos de competencias esenciales para prosperar en este nuevo entorno:
Habilidades de Diseño Inteligente: Se refiere a la capacidad de combinar creatividad y tecnología. Involucra competencias como la alfabetización digital avanzada, la capacidad de estructurar ideas lógicas, comprender sistemas complejos y diseñar interfaces intuitivas centradas en el usuario.
Habilidades Humanas Inteligentes: Estas habilidades son intrínsecamente humanas y esenciales para una IA ética y responsable. Incluyen la evaluación crítica, la toma de decisiones, la competencia ética, el aprendizaje continuo, la reflexión crítica y la habilidad para diseñar preguntas estratégicas para interactuar con la IA (ingeniería de prompts).
Habilidades de Datos Inteligentes: En un mundo lleno de datos, la habilidad para interpretarlos y usarlos eficazmente es crucial. Se destacan la veracidad de los datos, la capacidad para digerir grandes cantidades de información, la visualización de datos y la curación adecuada de los mismos.
La propuesta de BenMessaoud es que estas competencias no sean complementarias, sino que se conviertan en la base de un sistema educativo reformado que se anticipe a la evolución de la IA, asegurando que los estudiantes puedan aprovechar su potencial de manera ética y responsable.
Además, señala que la educación del futuro debe integrar herramientas de IA para personalizar la enseñanza, hacerla más equitativa y democratizar el acceso a recursos. Sin embargo, también destaca la necesidad de abordar desafíos como los sesgos algorítmicos y la privacidad de los datos.
El artículo concluye que la integración de IA en la educación no debe ser vista como una amenaza, sino como una oportunidad para enriquecer la enseñanza y el aprendizaje humano. Los educadores, estudiantes y administradores deben trabajar juntos para garantizar que la IA se utilice de manera ética, inclusiva y al servicio del bien común, transformando así el sistema educativo para enfrentar los retos del futuro.
Annapureddy, Ravinithesh, Alessandro Fornaroli, y Daniel Gatica-Perez. «Generative AI Literacy: Twelve Defining Competencies». Digit. Gov.: Res. Pract., 3 de agosto de 2024. https://doi.org/10.1145/3685680.
Este artículo presenta un modelo basado en competencias para la alfabetización en inteligencia artificial (IA) generativa que abarca las habilidades esenciales y las áreas de conocimiento necesarias para interactuar con la IA generativa.
Las competencias abarcan desde la alfabetización básica en IA hasta la ingeniería y la programación, pasando por consideraciones éticas y jurídicas. Estas doce competencias ofrecen un marco para las personas, los responsables políticos, los funcionarios públicos y los educadores que deseen navegar y aprovechar el potencial de la IA generativa de forma responsable.
Las doce competencias definidas para la alfabetización en IA generativa ofrecen ejemplos de cómo cada competencia puede aplicarse en la práctica.
1. Alfabetización Básica en IA Esta competencia implica conocer los fundamentos de la IA, más allá de la programación. Permite a los individuos identificar diferentes tipos de IA y evaluar cómo pueden impactar sus procesos o negocios. Ejemplo: Reconocer y evaluar cómo un sistema de IA puede beneficiar o representar riesgos para un negocio.
2. Conocimiento de Modelos de IA Generativa Entender qué son los modelos de IA generativa, como los LLMs (Modelos de Lenguaje de Gran Escala), y cómo funcionan. Incluye la comprensión de que estos modelos generan contenido original basado en grandes volúmenes de datos. Ejemplo: Diferenciar entre un modelo de IA generativa y un motor de búsqueda tradicional.
3. Capacidad y Limitaciones de Herramientas de IA Generativa Conocer lo que los modelos de IA generativa pueden y no pueden hacer, incluyendo sus fortalezas y debilidades. Es crucial entender las preocupaciones de privacidad y seguridad, así como los riesgos de contenido engañoso. Ejemplo: Ser consciente de que los modelos como ChatGPT pueden producir afirmaciones tanto correctas como incorrectas.
4. Habilidad para Usar Herramientas de IA Generativa Saber cómo interactuar con diversas herramientas generativas y aprender nuevas según sea necesario. Incluye la habilidad para seleccionar el modelo adecuado para aplicaciones específicas. Ejemplo: Aprender a utilizar herramientas de generación de imágenes como Midjourney o DreamStudio.
5. Capacidad para Detectar Contenido Generado por IA Distinguir entre contenido generado por humanos y por IA, y usar software de detección de IA. Reconocer las limitaciones y sesgos de las herramientas de detección. Ejemplo: Verificar la autenticidad de un video viral utilizando herramientas de detección de IA.
6. Evaluación de la Salida de Herramientas de IA Generativa Analizar y verificar el contenido generado para asegurar que cumple con las necesidades y expectativas, y minimizar errores o «alucinaciones» del modelo. Ejemplo: Confirmar los hechos presentados en un ensayo generado por un modelo de lenguaje.
7. Habilidad en Ingeniería de Prompts Diseñar y utilizar prompts efectivos para modelos generativos de texto, lo cual es esencial para obtener resultados útiles y precisos. Incluye técnicas avanzadas como la generación automática de prompts. Ejemplo: Usar un lenguaje descriptivo en prompts para generar imágenes precisas con modelos de IA.
8. Capacidad para Programar y Ajustar Modelos Desarrollar y ajustar modelos de IA generativa, lo cual incluye diseñar arquitecturas, preparar datos de entrenamiento, y entrenar y desplegar modelos. Ejemplo: Adaptar un modelo de IA generativa para crear contenido especializado en un dominio como la medicina.
9. Conocimiento de los Contextos de Uso de IA Generativa Evaluar los contextos apropiados para el uso de IA generativa, considerando las expectativas y requisitos del entorno social y profesional. Ejemplo: Seguir las directrices de las universidades sobre el uso de modelos de lenguaje en tareas académicas.
10. Conocimiento de las Implicaciones Éticas Analizar cómo los modelos y outputs de IA afectan a la sociedad y alinear su uso con valores éticos. Considerar las implicaciones éticas de su uso en diferentes contextos. Ejemplo: Evaluar la ética de usar imágenes generadas por IA en una campaña política sin revelar su origen.
11. Conocimiento de los Aspectos Legales Estar informado sobre el marco legal relacionado con la IA y sus aplicaciones, incluyendo derechos y regulaciones actuales y emergentes. Ejemplo: Familiarizarse con el Acta de IA de la Unión Europea y sus implicaciones.
12. Capacidad de Aprendizaje Continuo Mantenerse actualizado con las nuevas herramientas, funcionalidades y regulaciones en el campo de la IA generativa. Esta competencia transversal se aplica a todas las demás.Ejemplo: Seguir las actualizaciones de herramientas de generación de video y estar al tanto de nuevas opciones disponibles.
La incorporación de estas competencias a los programas educativos y a las iniciativas de formación profesional puede preparar a las personas para convertirse en usuarios y creadores responsables e informados de la IA generativa. Las competencias siguen una progresión lógica y sirven como hoja de ruta para las personas que deseen familiarizarse con la IA generativa y para que los investigadores y los responsables políticos desarrollen evaluaciones, programas educativos, directrices y normativas.
El marco propuesto es un punto de partida para la integración de estas competencias en currículos educativos y programas de desarrollo profesional, promoviendo la estandarización global de la alfabetización en IA y preparando a una nueva generación de individuos capacitados para contribuir activamente al desarrollo de la IA.
Este nuevo informe, elaborado en colaboración con Skilltype, explora las nuevas competencias necesarias para cumplir la misión de una biblioteca -en una década marcada por el cambio social, político y tecnológico- y satisfacer las necesidades de los usuarios actuales. Se reunieron las perspectivas globales de más de 2.000 profesionales de bibliotecas académicas, desde bibliotecarios de primera línea hasta directores de bibliotecas, para garantizar un conjunto representativo de puntos de vista para el informe.
Principales conclusiones del informe: – Los bibliotecarios tienen una gran confianza en su capacidad para atender a los usuarios, pero menos de la mitad coinciden en que se sienten seguros a la hora de progresar en su carrera profesional. – Muchos bibliotecarios (37%) no se sienten preparados para responder a las preguntas de los usuarios sobre el uso de la IA generativa en sus estudios. – Menos del 20% de los bibliotecarios sienten que su esfuerzo por aprender nuevas habilidades es apreciado por los estudiantes. – El 46% de los bibliotecarios considera que no hay suficiente presupuesto disponible para la actualización de conocimientos, y el 47% no cree que haya tiempo suficiente.
Navegando por la era de la IA La era de la inteligencia artificial es joven en años pero avanzada en impacto. Los empleos de cualificación intermedia, tal y como los conocemos, están desapareciendo rápidamente a medida que sus tareas se automatizan sistemáticamente, y es cada vez más probable que las personas se encuentren con la tecnología de IA en su vida cotidiana. De hecho, el cincuenta por ciento de las organizaciones de todo el mundo afirman utilizar algún tipo de IA en sus operaciones.
Está claro que la IA tiene amplias implicaciones para toda la humanidad y, por tanto, para las instituciones de educación y formación que dotan a los alumnos de las habilidades necesarias para desenvolverse tanto en el trabajo como en la sociedad. Un amplio abanico de instituciones y otras partes interesadas se han enfrentado al reto a través de la investigación y de programas innovadores, allanando el camino para una mejor comprensión del potencial de la IA – y sus escollos.
Este documento sintetiza la investigación sobre las tendencias actuales, los programas, las políticas y los usos de la IA relacionados con la educación y formación técnica y profesional en seis continentes, abarcando contextos en desarrollo y desarrollados, como un recurso para las partes interesadas invertidas en el futuro de los trabajadores de nivel intermedio y la EFTP. Se invita a profesores, estudiantes, administradores, responsables políticos, ejecutores de programas y estudiantes permanentes a examinar las prácticas actuales, las oportunidades y los retos que plantea la IA, así como las recomendaciones para construir un sistema de educación y formación preparado para el futuro.
Tenorio Sepúlveda, Gloria Concepción, Katherine del Pilar Muñoz Ortiz, y Cristóbal Andrés Nova Nova. «Diseño instruccional de un libro electrónico inclusivo para el desarrollo de competencias digitales». En CUICIID 2022: congreso Internacional sobre Comunicación, Innovación, Investigación y Docencia. Libro de actas, 2022, ISBN 978-84-09-43242-4, pág. 674, 674. Fórum Internacional de Comunicación y Relaciones Públicas (Fórum XXI), 2022
European Commission, Joint Research Centre, Vuorikari, R., Jerzak, N., Karpinski, Z., et al., Measuring digital skills across the EU : digital skills indicator 2.0, Publications Office of the European Union, 2022.
El Indicador de Competencias Digitales 2.0 (DSI) es un indicador compuesto que se basa en actividades seleccionadas relacionadas con el uso de Internet o de programas informáticos que los individuos de 16 a 74 años realizan en cinco áreas específicas (Alfabetización en información y datos, Comunicación y colaboración, Creación de contenidos digitales, Seguridad y Resolución de problemas).
El informe presenta una actualización del Indicador de Competencias Digitales (ICD 2.0). El indicador revisado es el resultado del trabajo realizado en 2019-2022 en el seno del Grupo de Trabajo de Euroestadística y sigue la metodología establecida por el Manual de la OCDE/JRC sobre la construcción de indicadores compuestos. El objetivo era modernizar el indicador adaptándolo a DigComp 2.0, así como mantenerlo al día con el progreso tecnológico desde que se publicó la primera versión en 2015. El informe describe en primer lugar el Marco de Competencias Digitales (DigComp 2.0), que se utiliza como marco teórico subyacente, y a continuación presenta los resultados de la validación empírica del Indicador de Competencias Digitales actualizado (DSI 2.0).
Este libro blanco está construido sobre un marco teórico y conceptual que cita y toma en consideración cuatro fuentes de suma importancia para el análisis, reflexión y propuesta que se recoge en la Propuesta de AMETIC para el Desarrollo de Competencias Digitales. Estas cuatro fuentes son: España Digital 2025, Plan de Recuperación, Transformación y Resiliencia de la Economía 2020, El plan Nacional de Capacidades Digitales del Gobierno presentado el pasado 29 de enero en Consejo de Ministros y el Índice de la Economía y la Sociedad Digitales (DESI) 2020. En este sentido, la Propuesta de AMETIC para el Desarrollo de Competencias Digitales construye sobre el Plan de Gobierno y añade valor desde su visión de la industria digital.
El desarrollo del Libro Blanco de AMETIC para el Desarrollo de Competencias Digitales ha estado a cargo de la Comisión de Talento Digital de AMETIC, con la colaboración de los asociados que han participado activamente en la discusión y reflexión que hoy se traslada en el presente documento. Cabe destacar, que la visión a futuro, el conocimiento de primera mano y el nivel de expertise de cada uno de los asociados sobre el sector digital, como líderes de la transformación digital, ha sido clave para la elaboración de este documento. Representantes de la industria tecnológica digital de España, se han reunido para proponer un marco de trabajo y roadmap de digitalización que pueda tener un impacto positivo en la reconstrucción económica del país, como consecuencia de la pandemia COVID-19.
Santos-Hermosa, Gema, y Javiera Atenas. «Building Capacities in Open Knowledge: Recommendations for Library and Information Science Professionals and Schools». Frontiers in Education 7 (2022). https://www.frontiersin.org/articles/10.3389/feduc.2022.866049.
El impacto que está teniendo la apertura del conocimiento, no sólo en el sector de la Educación Superior (ES) sino a nivel de políticas públicas e institucionales, se debe en gran medida a los esfuerzos de los profesionales de la información y de los investigadores, y gracias a estos dos grupos, iniciativas como el acceso abierto (OA), la educación abierta (OE) y la ciencia abierta (OSC) han cambiado la forma de enseñar, realizar y comunicar la investigación. La apertura es una forma de democratizar el acceso al conocimiento desarrollado con fondos públicos, y este movimiento ha sido liderado por profesionales de la información en todo el mundo; sin embargo, hemos observado que, en gran medida, el desarrollo profesional en las diferentes áreas de la apertura es más bien autodidacta, informal, tutelado o continuo, pero no está formalizado en los programas de ciencias de la información, documentación o educación científica. En esta investigación exploratoria, reunimos pruebas de cómo se enseña (o si se enseña) la apertura del conocimiento mediante la revisión de una serie de planes de estudio de programas de grado y postgrado en escuelas de Biblioteconomía y Documentación (LIS) de una muestra de universidades que o bien (a) están liderando la agenda en OA, OSC, o OE; o (b) tienen políticas en materia de AA, CSC o EO; o (c) tienen mandatos, políticas o reglamentos nacionales/federales en materia de AA, CSC o EO y también de una serie de programas de formación no formal y/o de aprendizaje permanente ofrecidos en estas mismas tres áreas. Descubrimos que, si bien las escuelas de biblioteconomía y documentación no imparten formación formal para adquirir habilidades y competencias en materia de apertura, sus bibliotecas sí ofrecen distintos tipos de formación al respecto. Por otro lado, las buenas intenciones y la conciencia de apertura de las políticas aún no se han materializado en acciones que garanticen el desarrollo de capacidades. Las implicaciones de la investigación pretenden influir en el desarrollo de la creación de capacidades en materia de conocimiento abierto, aportando pruebas sólidas para mejorar el avance de los planes de estudio en las escuelas de biblioteconomía y documentación y proponiendo algunas recomendaciones en este sentido.
Vuorikari, R., Kluzer, S. and Punie, Y., DigComp 2.2: The Digital Competence Framework for Citizens – With new examples of knowledge, skills and attitudes, EUR 31006 EN, Publications Office of the European Union, Luxembourg, 2022, ISBN 978-92-76-48883-5, doi:10.2760/490274, JRC128415.
El Marco de Competencia Digital para el Ciudadano (DigComp) proporciona una comprensión común de lo que es la competencia digital. La presente publicación consta de dos partes principales: el marco integrado DigComp 2.2 ofrece más de 250 nuevos ejemplos de conocimientos, habilidades y actitudes que ayudan a los ciudadanos a relacionarse con las tecnologías digitales con confianza, sentido crítico y seguridad, y otros nuevos y emergentes, como los sistemas impulsados por la inteligencia artificial (IA). El marco también está disponible siguiendo las directrices de accesibilidad digital, ya que la creación de recursos digitales accesibles es una prioridad importante hoy en día. La segunda parte de la publicación ofrece una panorámica del material de referencia existente para DigComp, consolidando las publicaciones y referencias publicadas anteriormente.
Universo Abierto 