Noticias de IA Generativa
More intelligent faculty development: Integrating GenAI in curriculum development programs
Nehal Khamis, Belinda Chen, Carolina Egan, Shiv Gaglani & Sean Tackett
Este artículo describe una iniciativa para integrar la Inteligencia Artificial Generativa (GenAI) en programas de desarrollo docente enfocados en la elaboración de planes de estudio. Utilizando el modelo de Seis Pasos de Kern, los autores diseñaron ejercicios con indicaciones personalizables en herramientas como Bing y ChatGPT. Se implementaron en diversos cursos de la Universidad Johns Hopkins, promoviendo la experimentación y la evaluación crítica de los resultados proporcionados por la IA. El proyecto mejoró la eficiencia y la creatividad de los participantes, aunque persistieron inquietudes sobre la precisión y la ética del uso de la IA. Se planea extender la integración de GenAI a otras áreas y desarrollar guías institucionales que aborden sus limitaciones y posibles riesgos.
Más informaciónThe global landscape of academic guidelines for generative AI and LLMs
Junfeng Jiao, Saleh Afroogh, Kevin Chen, David Atkinson & Amit Dhurandhar
La integración de la IA generativa y LLMs en la educación ofrece tanto beneficios (personalización, colaboración) como desafíos (desinformación, amenazas a la integridad académica). Este artículo analiza 80 guías académicas, resaltando la necesidad de un equilibrio responsable entre innovación y ética. Varios principios fundamentales incluyen la transparencia, equidad, privacidad y la supervisión humana. Recomiendan integrar la alfabetización en IA en los planes de estudio, fomentar el pensamiento crítico y establecer políticas específicas por disciplina para abordar sesgos y plagio. Además, urgen revalorar métodos de enseñanza y evaluación para aprovechar la IA sin poner en riesgo la integridad y calidad de la educación.
Más informaciónUnderstanding PSE students’ reactions to the postplagiarism concept: a quantitative analysis
Rahul Kumar
Este estudio investiga las percepciones de estudiantes de educación superior respecto al concepto de “postplagio” en la era de la IA generativa. Mediante encuestas a 581 participantes, se evaluó la aceptación de los seis principios de postplagio propuestos por Eaton (2023). Los resultados muestran amplia aprobación de integrar IA en la redacción académica, pero persisten inquietudes sobre la preservación de la creatividad humana y el control autoral. El instrumento de medición, inédito en este ámbito, obtuvo una consistencia interna adecuada (alfa de Cronbach=0,718), aunque algunos ítems requieren mayor desarrollo. El estudio concluye que las políticas educativas deben adaptarse a los retos de la IA, equilibrando innovación, integridad académica y agencia humana.
Más informaciónEvaluating the efficacy of ChatGPT in environmental education: findings from heuristic and usability assessments
Wang Xiaoyu, Zamzami Zainuddin, Chin Hai Leng, Dong Wenting, Xiang Li
Este estudio evalúa la eficacia de ChatGPT en la educación ambiental en el contexto de los Objetivos de Desarrollo Sostenible. A través de una evaluación heurística y pruebas de usabilidad, se identificaron problemas clave como la falta de soporte multimedia, barreras lingüísticas y deficiencias en la verificación de datos. Aunque ChatGPT facilita el aprendizaje interactivo, sus limitaciones afectan los resultados educativos. La investigación propone un modelo híbrido que combine IA generativa con la intervención humana para mejorar el compromiso y la efectividad del aprendizaje. Este estudio contribuye a la comprensión del papel de la inteligencia artificial en la educación ambiental y destaca la necesidad de un enfoque equilibrado que aproveche las fortalezas tanto de la IA como de los educadores humanos.
Más informaciónAssessing Student Adoption of Generative Artificial Intelligence across Engineering Education from 2023 to 2024
Jesan Ahammed Ovi, Gabe Fierro, and C. Estelle Smith
Este estudio analiza la adopción de la Inteligencia Artificial Generativa (GenAI) por parte de estudiantes de ingeniería entre 2023 y 2024 en la Colorado School of Mines. A través de encuestas, se identificó un aumento significativo en el uso de GenAI, principalmente para mejorar la comprensión, la calidad del trabajo y mantenerse al día con la tecnología. Aunque los estudiantes perciben su uso como ético y beneficioso, también expresan preocupaciones sobre la desinformación y el impacto en la sociedad. Los hallazgos muestran una polarización en cuanto a los efectos futuros de la IA en el empleo y la sociedad. Este estudio destaca la necesidad de estrategias educativas equilibradas que fomenten el pensamiento crítico y la integración ética de GenAI en la formación académica.
Más informaciónFrom Prompt to Polished: Exploring Student–Chatbot Interactions for Academic Writing Assistance
Maya Usher, Meital Amzalag
Este artículo analiza cómo los estudiantes de posgrado interactúan con chatbots de IA para mejorar su escritura académica. A través de sesiones en línea con 43 estudiantes, se identificaron siete tipos principales de asistencia, siendo las más comunes la generación y expansión de contenido, integración y verificación de fuentes, y aclaración de conceptos. Además, se observaron tres estilos de comunicación predominantes: solicitudes directas, preguntas y declaraciones, con un tono mayormente neutral o de aprecio. Aunque los estudiantes encontraron útiles los chatbots, tendieron a utilizarlos para tareas básicas en lugar de procesos analíticos más complejos. Los resultados destacan la necesidad de mejorar la alfabetización en IA y fomentar su uso en tareas cognitivamente más exigentes dentro del ámbito académico.
Más informaciónGenerative Artificial Intelligence Generates Images: Copyright Infringement or Fair Use
Ganglin Liu
El artículo analiza si las imágenes generadas por inteligencia artificial (IA) constituyen una infracción de derechos de autor o si pueden considerarse uso legítimo (fair use). Argumenta que la responsabilidad legal debe enfocarse en los usuarios finales que generan imágenes, no en los desarrolladores de los conjuntos de datos ni en los creadores de los sistemas de IA. La clave para una demanda por infracción es demostrar la copia no autorizada de elementos protegidos. La IA no copia imágenes directamente, sino que aprende patrones a partir de grandes volúmenes de datos. Se concluye que, en la mayoría de los casos, el uso de IA en la generación de imágenes podría considerarse un uso transformativo y, por tanto, legítimo.
Más informaciónControl vs. Agency: Exploring the History of AI in Education
Punya Mishra, Danah Henriksen, Lauren J. Woo & Nicole Oster
El artículo examina la evolución de la inteligencia artificial (IA) en la educación, destacando la tensión entre el control y la autonomía en el aprendizaje. Analiza dos enfoques históricos: los sistemas de tutoría cognitiva de John Anderson, que optimizan la enseñanza mediante modelos estructurados, y el enfoque constructivista de Seymour Papert, que promueve la exploración creativa mediante herramientas como el lenguaje de programación Logo. Se argumenta que la IA en la educación puede reforzar estructuras tradicionales o fomentar la creatividad del estudiante. La integración de la IA generativa en la educación amplifica este debate, ya que puede personalizar la enseñanza, pero también plantea riesgos de estandarización y pérdida de autonomía en el aprendizaje.
Más informaciónAI in action: Changes to student perceptions when using generative artificial intelligence for the creation of a multimedia project-based assessment
Kellie A. Charles, Arsalan Yousuf, Han Chow Chua, Slade Matthews, Joanna Harnett, Tina Hinton
El artículo analiza el impacto del uso de IA generativa en la educación farmacológica. Se realizó un estudio cualitativo con 40 estudiantes que usaron IA en una evaluación basada en proyectos multimedia. Antes del curso, los estudiantes veían la IA como un tutor personal, pero en la práctica la usaron principalmente para generar ideas y analizar datos. No utilizaron IA para escribir el trabajo final, reflejando incertidumbre sobre su papel en la evaluación académica. El estudio destaca la necesidad de directrices claras para integrar la IA en la educación sin comprometer la integridad académica.
Más informaciónCollaborating with Generative AI in the English Classroom
Mabrito, Mark
El artículo analiza el papel de la inteligencia artificial generativa (GAI) en la enseñanza del inglés. Se debaten sus implicaciones en la creación de contenido, la integridad académica y su potencial como herramienta educativa. El autor presenta un curso universitario donde los estudiantes aprenden a interactuar con GAI mediante un "diario de colaboración", documentando el proceso de escritura con IA. Se destacan dos proyectos: un trabajo de investigación y la creación de un alter ego visual con IA. El artículo concluye que integrar GAI en la educación puede preparar mejor a los estudiantes para el mundo laboral, siempre que se implementen estrategias críticas y éticas.
Más informaciónNothing New Under the Sun:Generative AI and Educator Anxiety over Academic Dishonesty
Nicolás R. Werse, Josué Caleb Smith
El artículo analiza la preocupación de los educadores sobre el uso de inteligencia artificial generativa (GAI) en el fraude académico. Argumentan que este temor no es nuevo y se ha repetido con tecnologías previas como el Internet. Recontextualizando la ansiedad, los autores proponen estrategias como evaluaciones multimodales y defensa oral de trabajos para garantizar la autenticidad del aprendizaje. Destacan que, aunque la IA plantea desafíos éticos, también abre oportunidades para repensar la enseñanza y la producción de conocimiento, sugiriendo que la mejor respuesta no es la prohibición, sino la adaptación y regulación efectiva de su uso en el aula.
Más informaciónNavigating the Textual Maze: Enhancing Textual Analytical Skills Through an Innovative GAI Prompt Framework
Xuefan Li; Tingsong Li; Minjuan Wang; Sining Tao; Xiaoxu Zhou; Xiaoqing Wei
El artículo analiza el impacto del uso de un marco de indicaciones (prompt framework) basado en inteligencia artificial generativa (GAI) en el desarrollo de habilidades analíticas textuales. A través de un estudio experimental con estudiantes de secundaria en Canadá, se evaluó la influencia de ChatGPT en cinco dimensiones: legibilidad, precisión, completitud, lógica y pensamiento crítico. Los resultados mostraron mejoras significativas en legibilidad, precisión y lógica, mientras que las mejoras en completitud y pensamiento crítico fueron menos evidentes. El estudio destaca la importancia de integrar herramientas de IA en la educación para mejorar la capacidad analítica de los estudiantes y fomentar el pensamiento estructurado.
Más informaciónThe AI Doppelgänger Dilemma: Cloned Voices in the Music Industry
Elizabeth Shields
El artículo analiza el impacto de la clonación de voces con inteligencia artificial en la industria musical. Explica cómo los artistas han visto sus voces replicadas sin consentimiento en plataformas como TikTok y Spotify, generando preocupaciones legales y económicas. Aunque el derecho de publicidad y otras acciones legales pueden ofrecer cierta protección, la falta de regulación federal deja vacíos significativos. Se proponen soluciones como acuerdos de regalías, restricciones en plataformas y leyes estatales, destacando la "No Fakes Act" en EE.UU. y la "ELVIS Act" en Tennessee. El artículo concluye que un enfoque combinado de legislación y autorregulación es necesario para equilibrar innovación y derechos individuales.
Más informaciónAddressing mistakes of ChatGPT from an educational perspective
Chi Hong Leung, Winslet Ting Yan Chan
El artículo analiza la utilidad y las limitaciones de ChatGPT en la educación. Aunque puede ayudar a los estudiantes a resolver problemas, también comete errores en áreas como matemáticas, datos desactualizados y sesgos cognitivos. El estudio identifica estos errores con ejemplos y explica cómo su dependencia de grandes volúmenes de datos puede generar respuestas plausibles pero incorrectas. Se recomienda a estudiantes y docentes verificar fuentes, reformular preguntas y proporcionar más contexto para mejorar la precisión. Además, sugiere reportar errores a OpenAI para mejorar el modelo. El artículo concluye que, si se usa con precaución y estrategias adecuadas, ChatGPT puede ser una herramienta educativa útil.
Más informaciónImpacto de la Inteligencia Artificial Generativa en la eficiencia, calidad e innovación en la producción de Recursos Educativos Abiertos para MOOCS
Carbonell-Alcocer, Alejandro Logo; Sanchez-Acedo, Alberto Logo; Benitez-Aranda, Nerea Logo; Gertrudix, Manuel
El artículo analiza cómo la IA generativa mejora la producción de contenido educativo. Se compararon dos cursos en línea masivos (MOOCs), uno con IA y otro sin ella, evaluando eficiencia, calidad y accesibilidad. Los resultados muestran que la IA reduce costos, mejora la calidad técnica y facilita la creación de contenido avanzado. Además, permite automatizar procesos y generar recursos interactivos como avatares y locuciones. Se concluye que la IA democratiza la producción de recursos educativos y plantea nuevos desafíos en su regulación y aplicación ética.
Más informaciónNavigating anxiety in academia: the role of generative artificial intelligence
Oqab Jabali, Munther Saeedi & Yousef Alawneh
El estudio examina la percepción de los educadores sobre la inteligencia artificial generativa (IA) en instituciones académicas palestinas. A través de entrevistas y encuestas, se identificó una ansiedad significativa entre los docentes, con un 69.2% preocupado por la reducción de los roles tradicionales y un 55.8% por la disminución de la calidad educativa. También surgieron inquietudes sobre la ética, la privacidad y la integridad en la investigación (26.9%). A pesar de estos temores, los docentes reconocen el potencial de la IA para mejorar la enseñanza, destacando la necesidad de capacitación y marcos regulatorios claros. El estudio subraya la importancia de desarrollar estrategias de adaptación y apoyo profesional para garantizar una integración responsable y beneficiosa de la IA en la educación.
Más informaciónIntegrating ethical knowledge in generative AI education: constructing the GenAI-TPACK framework for university teachers’ professional development
Guoshuai Lan, Xiaoxiao Feng, Shuilian Du, Fan Song & Qi Xiao
El estudio propone el marco GenAI-TPACK para el desarrollo profesional de docentes universitarios en la enseñanza con inteligencia artificial generativa. Basado en el modelo TPACK, el estudio utiliza modelado de ecuaciones estructurales para analizar la relación entre el conocimiento tecnológico, pedagógico y la evaluación ética de la IA. Los hallazgos muestran que el uso efectivo de la IA generativa depende del conocimiento tecnológico y la participación activa de los docentes. Además, la evaluación ética es clave para una integración responsable. Se recomienda que la formación docente incorpore dimensiones tecnológicas, pedagógicas y éticas para optimizar el uso de la IA en la educación superior, promoviendo la equidad, transparencia e inclusión en el aprendizaje.
Más informaciónGenerative Artificial Intelligence in Medical Education—Policies and Training at US Osteopathic Medical Schools: Descriptive Cross-Sectional Survey
Tsunagu Ichikawa, Elizabeth Olsen, Arathi Vinod, Noah Glenn, Karim Hanna, Gregg C Lund, Stacey Pierce-Talsma
El estudio analiza el estado de las políticas y formación sobre inteligencia artificial generativa (GenAI) en las facultades de medicina osteopática en EE.UU. A través de encuestas a decanos y presidentes estudiantiles, se halló que el 93% de las instituciones no tenían políticas sobre GenAI para estudiantes, y el 79% no planeaba desarrollarlas. Solo una institución ofrecía formación obligatoria, centrada en ética. Además, no existían políticas para docentes y administradores, y solo el 33% de las facultades proporcionaba alguna capacitación. Se concluye que la integración de GenAI en la educación médica es insuficiente, y se recomienda desarrollar políticas y programas de formación para abordar sus beneficios y riesgos éticos.
Más informaciónHow does AI literacy affect individual innovative behavior: the mediating role of psychological need satisfaction, creative self-efficacy, and self-regulated learning
Yu Ji, Mingxuan Zhong, Siyan Lyu, Tingting Li, Shijing Niu & Zehui Zhan
El estudio analiza cómo la alfabetización en inteligencia artificial (AIL) influye en el comportamiento innovador (IB) de los estudiantes en entornos colaborativos humano-máquina. Basado en la Teoría del Comportamiento Planificado, se encuestó a 460 estudiantes universitarios y se utilizó modelado de ecuaciones estructurales para examinar la relación entre AIL, satisfacción de necesidades psicológicas (PNS), autoeficacia creativa (CSE), aprendizaje autorregulado (SRL) e IB. Se encontró que AIL no influye directamente en IB, sino a través de mediadores como PNS, CSE y SRL. Los resultados destacan la importancia de la alfabetización en IA para la creatividad y la innovación en educación
Más informaciónStart Generating: Harnessing Generative Artificial Intelligence for Sociological Research
Thomas Davidson
El artículo explora cómo la inteligencia artificial generativa (GAI) puede aplicarse a la investigación sociológica, centrándose en el análisis de texto e imágenes. Examina cómo los modelos de lenguaje pueden mejorar la clasificación de textos, el análisis cualitativo y la experimentación. También analiza el uso de GAI para generar imágenes sintéticas en estudios experimentales. El autor resalta los desafíos éticos, la transparencia, la reproducibilidad y los sesgos en estos modelos. Finalmente, discute la conveniencia de modelos abiertos frente a comerciales, argumentando que, con un uso responsable, la GAI puede potenciar la metodología sociológica.
Más informaciónUso de la Inteligencia Artificial Generativa en la enseñanza-aprendizaje, una perspectiva desde los estudiantes de la Facultad de Geografía de la UAEMéx
María Milagros Campos-Vargas, Fernando Carreto-Bernal
El estudio analiza el uso de la Inteligencia Artificial Generativa (IAG) en la enseñanza-aprendizaje en la Facultad de Geografía de la UAEMéx. Se empleó una metodología mixta, combinando análisis documental y encuestas a estudiantes. Los resultados indican que el uso de IAG está en una fase inicial y empírica, sin consolidarse como recurso didáctico formal. Se destaca la necesidad de mayor investigación y regulación para integrarla pedagógicamente. Aunque los estudiantes la perciben como útil, aún hay barreras en capacitación y normatividad. Se recomienda fortalecer su implementación mediante estrategias educativas y formación docente.
Más informaciónTaking the next step with generative artificial intelligence: The transformative role of multimodal large language models in science education
Arne Bewersdorff, Christian Hartmann, Marie Hornberger, Kathrin Seßler, Maria Bannert, Enkelejda Kasneci, Gjergji Kasneci, Xiaoming Zhai, Claudia Nerdel
El artículo analiza el papel transformador de los Modelos de Lenguaje Multimodal (MLLMs) en la educación científica. Propone un marco teórico basado en el aprendizaje multimodal para integrar estos modelos en la enseñanza. Destaca cómo los MLLMs pueden mejorar la creación de contenido, el apoyo al aprendizaje y la evaluación, permitiendo experiencias personalizadas e interactivas. Aunque presentan oportunidades para la educación, también enfrentan desafíos éticos y de privacidad. Se subraya la necesidad de una integración equilibrada de esta tecnología en la enseñanza sin reemplazar a los docentes.
Más informaciónDeveloping and validating the student learning agency scale in generative artificial intelligence (AI)-supported contexts
Liangliang Xia, Kexin Shen, Herui Sun, Xin An & Yan Dong
El artículo desarrolla y valida la escala SLA-GAI para medir la agencia de aprendizaje en contextos educativos con inteligencia artificial generativa. Identifica diez factores clave agrupados en tres dimensiones: habilidades (autorregulación, reflexión, ajuste), acciones activas (selección, responsabilidad, participación) y características mentales esenciales (motivación, autoeficacia, volición). Utilizando un diseño exploratorio secuencial, recopila datos de estudiantes universitarios para confirmar su validez y confiabilidad. La escala busca evaluar cómo los estudiantes ejercen su agencia en entornos de IA generativa, proporcionando una herramienta para mejorar estrategias educativas y fomentar un uso responsable de la tecnología en el aprendizaje
Más informaciónImplementation and evaluation of generative artificial intelligence (GAI) in chemical engineering education.
Matthew Keith, Eleanor Keiller, Christopher Windows-Yule, Iain Kings, Phillip Robbins
El artículo analiza el uso de IA generativa en la enseñanza de ingeniería química. Utiliza el marco IDEE (Identificar objetivos, Determinar nivel de automatización, Garantizar ética, Evaluar efectividad) para diseñar un laboratorio donde estudiantes de primer año usan ChatGPT para modelar la descarga de agua desde un tanque, comparando sus predicciones con datos experimentales. Encuestas antes y después del laboratorio muestran que los estudiantes mejoraron su comprensión sobre el uso y las limitaciones de la IA, pero mantienen preocupaciones sobre su confiabilidad y ética.
Más informaciónImplicaciones de la Inteligencia Artificial Generativa en la Gestión de las Instituciones de Educación Superior
Dra. María Magdalena Sarraute Requesens, Dra. Doris Vilma Rodríguez Quiles, Dr. Edgar Osvaldo Archundia Gutiérrez
El artículo analiza el impacto de la Inteligencia Artificial Generativa (IAG) en la educación superior, destacando sus beneficios y riesgos. La IAG optimiza la gestión universitaria mediante la automatización de procesos y la personalización del aprendizaje, mejorando la experiencia educativa. Sin embargo, plantea desafíos éticos como el sesgo algorítmico, la privacidad de los datos y la deshumanización de la enseñanza.
Se subraya la necesidad de marcos regulatorios sólidos que garanticen transparencia, equidad y protección de datos. Además, se aboga por capacitar continuamente a los docentes en competencias digitales y fomentar políticas inclusivas que permitan un acceso equitativo a estas tecnologías.
El documento concluye que la IAG puede transformar positivamente la educación superior, pero su implementación debe priorizar principios éticos y humanos para evitar desigualdades y garantizar la confianza en el sistema educativo.
Más informaciónPresencia y uso de la inteligencia artificial generativa en la Universidad Nacional Autónoma de México
Mario Alberto Benavides-Lara, Víctor Jesús Rendón Cazales, Nancy Escalante Rivas, Ana María del Pilar Martínez Hernández, Melchor Sánchez Mendiola
El documento analiza el uso de la inteligencia artificial generativa (IAG) en la Universidad Nacional Autónoma de México (UNAM) mediante un estudio con docentes y estudiantes. Los resultados muestran un amplio uso de estas herramientas, especialmente por los estudiantes, quienes las emplean para obtener explicaciones, ideas para tareas y apoyo en la escritura. Por su parte, los profesores las utilizan más en actividades de diseño de materiales, búsqueda de información y análisis de datos.
El uso de la IAG varía según el nivel educativo: los estudiantes de bachillerato reportan mayor frecuencia de uso, mientras que en el posgrado se orienta más a actividades de investigación. Aunque la mayoría de los docentes incentiva su empleo, se observa una necesidad de establecer estrategias más claras para integrarla éticamente en los procesos educativos.
El documento destaca el potencial de la IAG para personalizar el aprendizaje y fomentar el estudio autodirigido, pero advierte sobre riesgos como la generación de información errónea y la dependencia excesiva. Finalmente, se enfatiza la importancia de desarrollar competencias digitales, éticas y críticas, así como reformar los currículos para aprovechar esta tecnología de manera efectiva y responsable en la educación superior.
Más informaciónThe Manifesto for Teaching and Learning in a Time of Generative AI: A Critical Collective Stance to Better Navigate the Future
Aras Bozkurt, Junhong Xiao, Robert Farrow, John Y. H. Bai, Chrissi Nerantzi, Stephanie Moore, Jon Dron, Christian M. Stracke, Lenandlar Singh, Helen Crompton, Apostolos Koutropoulos, Evgenii Terentev, Angelica Pazurek, Mark Nichols, Alexander M. Sidorkin, Eamon Costello, Steven Watson, Dónal Mulligan, Sarah Honeychurch, Charles B. Hodges, Mike Sharples, Andrew Swindell, Isak Frumin, Ahmed Tlili, Patricia J. Slagter van Tryon, Melissa Bond, Maha Bali, Jing Leng, Kai Zhang, Mutlu Cukurova, Thomas K. F. Chiu, Kyungmee Lee, Stefan Hrastinski, Manuel B. Garcia, Ramesh Chander Sharma, Bryan Alexander, Olaf Zawacki-Richter, Henk Huijser, Petar Jandrić, Chanjin Zheng, Peter Shea, Josep M. Duart, Chryssa Themeli, Anton Vorochkov, Sunagül Sani-Bozkurt, Robert L. Moore, Tutaleni Iita Asino
El manifiesto aborda el impacto de la Inteligencia Artificial Generativa (IAG) en la educación superior, destacando su capacidad para personalizar el aprendizaje, mejorar la eficiencia y ampliar el acceso educativo. Sin embargo, advierte sobre desafíos éticos, como sesgos en los algoritmos, pérdida de valores humanos y riesgos de dependencia tecnológica. Subraya la necesidad de una integración crítica y ética de la IAG, promoviendo la equidad, la creatividad y el pensamiento crítico. Se enfatiza la importancia de desarrollar regulaciones claras, alfabetización en IAG y colaboración entre instituciones educativas y tecnológicas. El documento concluye que, aunque la IAG tiene el potencial de transformar la educación, su adopción debe ser cuidadosa para preservar los valores humanos y garantizar resultados inclusivos.
Más informaciónIntroducción de inteligencia artificial en la evaluación de asignaturas de teoría e historia
Martina Fabré Nadal, Erica Sogbe Mora
El documento analiza la integración de la Inteligencia Artificial (IA) en la evaluación de asignaturas de teoría e historia de la arquitectura, particularmente en cursos de composición de la Escuela Técnica Superior de Arquitectura del Vallés (ETSAV). Este proyecto experimental emplea ChatGPT para sensibilizar a los estudiantes sobre las "alucinaciones" de IA, errores que producen respuestas falsas o imprecisas. Los estudiantes usan el chatbot para analizar citas específicas y obras arquitectónicas desconocidas, evaluando críticamente las respuestas generadas y fomentando la capacidad de identificación de errores. La iniciativa promueve el pensamiento crítico, subrayando la importancia de las fuentes documentales primarias como herramientas de verificación. Se busca que los estudiantes comprendan los límites y ventajas de la IA, desarrollando una actitud reflexiva hacia su uso en un contexto académico y profesional. Este enfoque experimental permite que los alumnos exploren nuevas narrativas y juicios críticos, además de incrementar su conciencia sobre los desafíos éticos y prácticos de la IA en la educación
Más informaciónInteligencia artificial generativa en la educación universitaria: la urgencia de una perspectiva crítica
Ariel Guersenzvaig, Javier Sánchez-Monedero, Belén Gopegui, Maria Picassó i Piquer
El ensayo analiza el informe de CRUE sobre la implementación de inteligencia artificial generativa (IAG) en la educación universitaria, señalando la falta de cuestionamiento crítico y evidencia científica para justificar su adopción. Se critican las narrativas de inevitabilidad tecnológica y la insuficiencia de estudios sobre los efectos sociales y éticos. El ensayo subraya los riesgos de delegar la educación a herramientas promovidas principalmente por intereses corporativos, advirtiendo que el despliegue apresurado de la IAG en las universidades puede ignorar las implicaciones éticas y pedagógicas. Se propone una reflexión profunda sobre el tipo de educación que queremos y los valores que deben regirla, evitando reducir el debate a métricas de eficiencia. Finalmente, se sugiere la necesidad de un enfoque más participativo, donde el uso de la IAG sea un tema de discusión abierta y ética en el ámbito educativo.
Más informaciónRelationship between teachers’ digital competence and attitudes towards artificial intelligence in education
Héctor Galindo-Domínguez, Nahia Delgado, Lucía Campo, Daniel Losada
El estudio analiza la relación entre la competencia digital de los docentes y sus actitudes hacia la inteligencia artificial (IA) en la educación. Participaron 445 profesores de distintos niveles educativos en España, quienes completaron escalas de competencia digital y actitudes hacia la IA. Los resultados muestran que una mayor competencia digital está asociada con actitudes más positivas hacia la IA, independientemente de factores como el nivel educativo, edad, género, años de experiencia y campo de conocimiento. Los docentes muestran disposición a usar IA, aunque con poca experiencia práctica en su aplicación. Este hallazgo sugiere la necesidad de intervenciones educativas que mejoren competencias clave como la gestión de información, creación de contenido y resolución de problemas. Se destaca la importancia de preparar a los profesores con conocimientos adecuados sobre IA para promover su aceptación y uso efectivo en el aula. Además, se recomienda a los responsables de políticas educativas brindar apoyo para desarrollar competencias digitales óptimas entre los docentes.
Más informaciónDesafíos éticos y metodológicos de la inteligencia artificial generativa en educación superior: Revisión bibliométrica
María Margarita, Fanning Balarezo, María Rosa Vásquez Pérez, Emma Virginia Noblecilla Montealegre
Este estudio examina el uso de la inteligencia artificial generativa en la educación superior, resaltando un aumento significativo en investigaciones desde 2014, especialmente en Estados Unidos y China. Las principales preocupaciones éticas incluyen la protección de datos, el sesgo algorítmico y la necesidad de transparencia. En términos metodológicos, el desarrollo de infraestructura tecnológica y la capacitación continua de docentes son esenciales para una implementación adecuada.
Las barreras identificadas incluyen la resistencia al cambio, desigualdades en infraestructura y altos costos. Además, la falta de estudios empíricos que evalúen el impacto en contextos diversos plantea un desafío para comprender plenamente su efectividad. El estudio subraya la necesidad de regulaciones claras y colaboración entre actores educativos y tecnológicos para asegurar un uso ético y equitativo de estas tecnologías emergentes.
Más informaciónEducación e inteligencia artificial: desempeño de chatbots y profesores de matemática en la resolución de problemas geométricos
Ana Rosa Corica, Patricia Sureda, Verónica Parra, Silvia Schiaffino, Daniela Godoy
El estudio analiza el desempeño de chatbots y profesores en problemas geométricos clásicos y fractales. Los chatbots muestran dificultades, especialmente en representaciones gráficas y justificación matemática, mientras que los profesores logran soluciones más consistentes y variadas. En problemas clásicos, los profesores proponen más diversidad de métodos, y en fractales, aunque ambos enfrentan desafíos, los chatbots recurren más a explicaciones coloquiales sin rigor formal. La falta de estructura simbólica en los chatbots limita su razonamiento geométrico, destacando su tendencia a dar respuestas probables sin procesos deductivos sólidos. La investigación resalta la necesidad de usar la inteligencia artificial de forma crítica en la educación matemática.
Más informaciónConstrucción de MOOC con avatares generados mediante IA: estudio de caso aplicado y evaluación de percepciones
Jorge Bermeo-Conto, Gisselle Soto, Gabriela Valarezo-Álvarez, Francisco Álvarez, Javier Valdiviezo
El estudio explora el uso de avatares generados con IA en MOOCs para evaluar su eficacia como herramientas comunicativas. Se centró en la aceptación de estos avatares por los estudiantes, evaluando su capacidad para transmitir empatía, retener atención y clarificar el mensaje. A través de encuestas, se encontró que el 87,8% de los estudiantes percibió que el avatar mejoraba la claridad del mensaje, mientras que un 51,7% reportó que el avatar enriquecía su experiencia de aprendizaje. Los desafíos incluyeron ajustes en la pronunciación y entonación de los avatares para lograr naturalidad. La investigación concluye que los avatares pueden ser una alternativa viable a los métodos de grabación tradicionales, aunque se requieren más estudios para evaluar su rentabilidad en comparación con métodos convencionales.
Más informaciónUNESCO Proposal for the use of Generative AI in Education: Eight Challenges and Seven Actions
Fabio Morandín-Ahuerma
El documento examina el impacto de la inteligencia artificial generativa en la educación, subrayando ocho desafíos clave y siete acciones estratégicas. Los desafíos incluyen las desigualdades en el acceso a herramientas digitales, la falta de habilidades digitales y el riesgo de sesgos inherentes en los modelos de GAI. Asimismo, señala la importancia de regular la IA para proteger los derechos de propiedad intelectual y la privacidad de los usuarios. La UNESCO propone acciones como fortalecer la infraestructura digital, fomentar habilidades en IA en entornos educativos y desarrollar marcos regulatorios para una implementación ética de GAI. El objetivo es asegurar que la tecnología promueva la equidad y el acceso universal a sus beneficios, mientras se abordan los problemas éticos y legales emergentes en el uso de la inteligencia artificial en la educación y la investigación.
Más informaciónLa Inteligencia Artificial Generativa en el proceso de diseño y producción de recursos educativos digitales para la educación superior: Un estudio de caso del curso piloto “Designing Educational Innovation Projects” de la Universidad Peruana de Ciencias Aplicadas
Andia Andia, Ronald Deyvid; Pacheco Chacaltana, Germán Guillermo; Malpica Farfan, Renzo Alexander
La investigación analiza el uso de inteligencia artificial generativa (IAG) en el diseño de recursos educativos digitales (RED) en la educación superior, específicamente en un curso piloto en la Universidad Peruana de Ciencias Aplicadas (UPC). Empleando herramientas como ChatGPT y Synthesia, el estudio revela que la IAG reduce el tiempo de producción y mejora la personalización y calidad del contenido. Sin embargo, también destaca desafíos éticos, como la privacidad y transparencia de datos. La investigación sugiere la necesidad de capacitación continua para maximizar el uso de la IAG, y recomienda políticas de privacidad robustas, transparencia, y colaboración interdisciplinaria para una implementación ética y efectiva en el ámbito educativo.
Más informaciónExploring the Possible Use of Generative Artificial Intelligence in Supporting Students’ Speaking Performance
I Putu Yoga Laksana1, Putu Dyah Hudiananingsih, Ketut Suciani, Putu Tika Virginiya, Luh Gede Eka Wahyuni
El documento examina el uso de inteligencia artificial generativa (IA) en el aprendizaje de inglés, enfocándose en las percepciones de estudiantes universitarios. Los hallazgos indican que los estudiantes consideran que la IA mejora la práctica de conversación, la fluidez, y el vocabulario mediante un entorno seguro y libre de juicios. Sin embargo, existen limitaciones en cuanto a la autenticidad de la interacción y la fiabilidad del feedback. Los estudiantes valoran una combinación de IA y métodos pedagógicos tradicionales, especialmente para la interacción humana auténtica. Aunque la IA incrementa la motivación, se subraya la importancia de una implementación ética y responsable, evitando una dependencia excesiva de la tecnología en la educación de idiomas.
Más informaciónRethinking Literary Plagiarism in LLMs through the Lens of Copyright Laws
Huachen Tan , Moming Duan , Duo Liu , HaojieLu , YuexinMu , Longyi Zhou , Ao Ren , Yujuan Tan , Kan Zhong
El documento analiza los problemas de infracción de derechos de autor que surgen con la generación de contenido por modelos de lenguaje (LLMs) entrenados con datos protegidos por copyright. Se investigan las similitudes textuales y de trama entre textos generados por IA y obras originales, demostrando que los modelos pueden replicar hasta un 78% del contenido original, lo que plantea riesgos legales. La investigación utiliza técnicas avanzadas para detectar similitudes y sugiere que es necesario refinar las leyes sobre el uso justo y la protección del copyright en IA generativa.
Más informaciónTransfer Learning with Foundational Models for Time Series Forecasting using Low-Rank Adaptations
M. Germán-Morales , AJ Rivera-Rivas , MJ del Jesús Díaz , CJ Carmona
El documento presenta LLIAM, un modelo para la predicción de series temporales que combina modelos fundamentales con adaptaciones de baja dimensión (LoRA). Aprovecha el aprendizaje por transferencia, reutilizando modelos preentrenados para mejorar la generalización y reducir costos de entrenamiento. Los experimentos muestran que LLIAM supera a los modelos tradicionales en eficiencia y rendimiento, alineándose con los principios de la IA verde, al minimizar el impacto ambiental de entrenar modelos desde cero.
Más informaciónComparative Study of GenAI (ChatGPT) vs. Human in Generating Multiple Choice Questions Based on the PIRLS Reading Assessment Framework
Yu Yan Lam, Samuel Kai Wah Chu, Elsie Li Chen Ong, Winnie Wing Lam Suen, Lingran Xu, Lavender Chin Lui Lam, Scarlett Man Yu Wong
El estudio comparativo investiga la capacidad de la IA generativa (GenAI) como ChatGPT para crear preguntas de opción múltiple (MCQ) en comparación con humanos, basadas en el marco PIRLS de comprensión lectora. El estudio generó 16 preguntas con ambos métodos y evaluó su claridad, adecuación, y alineación con PIRLS. Los resultados mostraron que las preguntas generadas por GenAI fueron difíciles de diferenciar de las humanas, destacando el potencial de la IA para automatizar la creación de preguntas. Sin embargo, los humanos superaron a GenAI en precisión de identificación. El estudio sugiere integrar GenAI en la educación futura
Más informaciónResearch on Risk Assessment and Prevention and Control Strategies for the Application of Generative Artificial Intelligence in College Education
Zhaoxing Xu
El artículo analiza los riesgos y estrategias de prevención en la aplicación de la Inteligencia Artificial Generativa (IAG) en la educación universitaria. Destaca cómo la IAG, aunque ofrece oportunidades revolucionarias en personalización y eficiencia educativa, también presenta riesgos significativos como la integridad académica, privacidad de datos, equidad educativa y dependencia tecnológica. Para abordar estos problemas, se propone un sistema integral de evaluación y estrategias de control basadas en análisis cuantitativos y cualitativos. Entre los riesgos identificados se encuentran el desequilibrio en el aprendizaje personalizado y el uso indebido del conocimiento disciplinar. Las estrategias de prevención incluyen el fortalecimiento de la ética y privacidad, la capacitación digital, la transparencia tecnológica, y la creación de marcos regulatorios. El estudio subraya la importancia de la adaptación y monitoreo continuo para asegurar que las aplicaciones de la IAG se alineen con los estándares éticos y educativos, maximizando sus beneficios y minimizando los riesgos.
Más informaciónSmart Cities, Artificial Intelligence and Digital Transformation Law: A Handbook for Students and Professionals
Editado por E. E. Akin, S. Klimbacher, G. Ziccardi
El manual analiza la inteligencia artificial generativa en el capítulo sobre derechos de autor. Este apartado examina cómo la IA generativa impacta la creación de contenido, incluyendo textos, imágenes, música y videos, y plantea los desafíos legales y éticos asociados, como la protección de los derechos de autor en obras producidas por máquinas. Además, explora las implicaciones de utilizar modelos de IA generativa en sectores clave como el entretenimiento y la educación, subrayando la necesidad de marcos regulatorios que se adapten a estas nuevas tecnologías para garantizar el cumplimiento de los derechos de propiedad intelectual y la ética en el desarrollo y uso de estas herramientas avanzadas.
Más informaciónTransformaciones de la docencia y el aprendizaje en la era de la inteligencia artificial
Didac número 84/ julio-diciembre 2024 / Universidad Iberoamericana Ciudad de México
El número 84 de la revista Didac analiza la inteligencia artificial generativa (IAG) en el contexto educativo, centrándose en sus efectos y aplicaciones en la docencia universitaria. Se destaca cómo la IAG permite la personalización del aprendizaje, facilitando a los docentes crear experiencias educativas adaptadas a las necesidades de cada estudiante. Además, se abordan los retos éticos y formativos que implica su uso, como la brecha digital y las competencias necesarias para que el profesorado integre estas tecnologías de manera efectiva en sus prácticas. El número también presenta ejemplos de la implementación de herramientas de IAG en diversos campos educativos, mostrando su potencial para transformar los métodos de enseñanza y la evaluación del aprendizaje. Se subraya la importancia de la formación docente continua para aprovechar de manera crítica y ética las posibilidades que ofrece la inteligencia artificial generativa en la educación superior.
Más informaciónLa Inteligencia Artificial Generativa y cómo podemos abordarla en nuestra enseñanza
Isaac Alpizar-Chacon
Este artículo explora acciones básicas para integrar la GenAI en los cursos, destacando la importancia de establecer políticas claras y enseñar los aspectos técnicos y éticos de la IA. Se describe una experiencia práctica en un curso de Desarrollo Ágil de Aplicaciones Web, donde se integró la GenAI para mejorar la productividad y el aprendizaje. Los estudiantes utilizaron la GenAI en diversas actividades y reflexionaron sobre su uso. Además, se presenta un proyecto de investigación en curso que evalúa las percepciones y el impacto de la GenAI en la educación en Costa Rica. Se enfatiza la necesidad de continuar investigando y desarrollando estrategias efectivas para maximizar los beneficios de la GenAI mientras se mitigan sus riesgos.
Más informaciónIntegrando modelos de difusión y estilos de aprendizaje
Luis Miguel Arenas Tamayo, Freddy Bolaños Martínez, Eliana Isabel Arango Zuluaga
El artículo explora el uso de modelos de difusión en la educación, específicamente para mejorar la clasificación de los estudiantes según sus estilos de aprendizaje. Los modelos de difusión, entrenados con grandes conjuntos de datos, pueden generar contenido visual relevante, lo que tiene un potencial significativo en la personalización educativa. Sin embargo, la implementación efectiva enfrenta desafíos, como la adaptación a las necesidades individuales de aprendizaje. La investigación se centra en enriquecer los resultados del cuestionario de estilos de aprendizaje de Felder-Silverman mediante imágenes generadas por modelos como Stable Diffusion y DALL-E 3. Los datos recolectados incluyen tanto los resultados del cuestionario como las elecciones de imágenes por los estudiantes, ofreciendo una perspectiva multimodal para personalizar materiales educativos.
Más informaciónFormación Profesional: ¿Es un recurso docente la IA Generativa?
Sáez León, Silvia
El estudio se centra en la programación didáctica y el diseño universal de aprendizaje (DUA). A través de diversas tareas, se evalúa la eficacia de la IA en la organización y presentación de contenidos educativos, tanto estatales como autonómicos. Los resultados muestran que, aunque la IA puede identificar y agrupar contenidos, presenta limitaciones en la comprensión contextual y la relación de conceptos específicos. El análisis también aborda las implicaciones éticas y los retos actuales del uso de IA en la educación.
Más informaciónCompetencia Digital Docente: desafíos para la enseñanza de las Ciencias Sociales a partir de un proyecto de innovación educativa
Álvaro-Francisco Morote, Juan Carlos Colomer Rubio
El artículo presenta un Proyecto de Innovación Educativa (PID) llamado TECSOCO, orientado a mejorar la Competencia Digital Docente (CDD) en la enseñanza de Ciencias Sociales, específicamente en Geografía e Historia. Involucra universidades europeas para su desarrollo durante el curso 2024-2025. Se analiza el nivel competencial del profesorado en formación y se proponen actividades que fomentan el uso de la Inteligencia Artificial (IA) en la creación y evaluación de materiales educativos. El proyecto incluye la creación de una rúbrica de evaluación para recursos docentes tecnológicos, integrando IA generativa como apoyo para el aprendizaje y la enseñanza de competencias sociales y ciudadanas. TECSOCO busca desarrollar recursos innovadores y estrategias pedagógicas adaptadas a los retos actuales del ámbito educativo.
Más informaciónInteligencia Artificial Generativa (IAG) en la educación matemáticas
Andrés Bonilla M., Jairo E. Márquez D., Luis G. Benavidez, Fabian R. Gutiérrez A.
El artículo analiza el impacto de la Inteligencia Artificial Generativa (IAG) en la educación matemática, específicamente en el curso de cálculo multivariado. A través de la aplicación de guías para la enseñanza y el uso de prompts efectivos, se busca mejorar la interacción entre estudiantes y docentes con la IAG. El estudio compara cursos tradicionales con aquellos apoyados por IAG, resaltando ventajas como el aprendizaje personalizado y el uso de herramientas como Geogebra y Wolfram Alpha para visualizar conceptos matemáticos complejos. Sin embargo, se identificaron desafíos, como la confiabilidad de los resultados generados por la IA. Los hallazgos preliminares sugieren que los cursos con IAG ofrecen una experiencia de aprendizaje enriquecida, pero requieren guías para evitar respuestas incorrectas o "alucinaciones". El estudio concluye que la integración de la IAG puede mejorar la educación matemática, aunque debe equilibrarse con la interacción humana para garantizar un aprendizaje efectivo.
Más informaciónAnálisis de los modelos de IA en enseñanzas artísticas: evaluación de diferentes modelos aplicados a proyectos artísticos
Marín Martínez, Ana
El trabajo explora la integración de herramientas de Inteligencia Artificial (IA) generativa en la enseñanza artística. Se evalúan tres modelos destacados: Chat GPT-4, DALL-E y Pika, seleccionados por su eficacia en la creación de texto, imágenes y vídeo, respectivamente. El estudio también considera el impacto de la IA en el futuro laboral de los estudiantes y sus implicaciones éticas. Se analiza cómo estas herramientas optimizan las primeras fases de proyectos artísticos, permitiendo a los estudiantes centrarse en la edición final. Además, se examina su posible implementación en el currículo de artes plásticas y diseño mediante la metodología de Aprendizaje Basado en Proyectos (ABP). Finalmente, se destacan las ventajas y desafíos del uso de la IA en la educación artística, enfatizando la importancia de un uso ético y consciente.
Más informaciónInteligencia artificial generativa y educación: Un análisis desde múltiples perspectivas
Francisco José García-Peñalvo
El artículo explora el impacto de la IAGen, como ChatGPT, en la educación, desde la perspectiva de cuatro grupos: profesorado, estudiantes, tomadores de decisiones e ingenieros de software. Destaca que la IAGen permite personalizar el aprendizaje, mejorar la calidad de los recursos educativos y optimizar procesos administrativos y de evaluación. A pesar de sus ventajas, el estudio advierte sobre desafíos como la falta de alfabetización digital, riesgos éticos, problemas de seguridad y privacidad, y el impacto ambiental. Asimismo, resalta la creciente brecha tecnológica entre quienes tienen acceso a estas herramientas y quienes no. El artículo subraya que el éxito en la integración de la IAGen en la educación requiere un enfoque colaborativo y una reflexión ética profunda. Se necesita garantizar que estas tecnologías se utilicen en beneficio de la sociedad, abordando los riesgos asociados con su rápido desarrollo.
Más informaciónLa inteligencia artificial generativa en el aula de física y química
Francisco José Jara Morales
El trabajo explora el uso de la inteligencia artificial generativa (IAGen) en la enseñanza de estas disciplinas a nivel secundario. A través de una revisión de la literatura sobre la aplicación de la IAGen en la educación STEM (Ciencia, Tecnología, Ingeniería y Matemáticas), el autor presenta una propuesta didáctica que utiliza modelos de lenguaje a gran escala (LLM) y computación en la nube. La propuesta se enfoca en ayudar a los estudiantes a superar barreras de aprendizaje mediante la integración de tecnologías como Google Colab y ChatGPT para resolver problemas reales, como la medición de mercurio en muestras de alimentos. El enfoque pedagógico está basado en el aprendizaje por problemas, fomentando el pensamiento crítico y el análisis de datos a través del uso de herramientas de IA. El estudio concluye que la integración de la IA en el aula tiene un potencial significativo para mejorar el aprendizaje en física y química, aunque existen desafíos como la necesidad de formación continua para los docentes y la equidad en el acceso a estas tecnologías.
Más informaciónInteligencia artificial generativa. Desafíos para la propiedad intelectual
Marín Martínez, AnaMuñoz Vela, José Manuel
El artículo explora los retos que presenta la IA generativa en el ámbito de la propiedad intelectual (PI). La IA generativa, con su capacidad para crear contenidos originales, plantea cuestiones sobre la autoría y protección de los resultados generados (outputs), así como la legalidad del uso de contenidos protegidos por derechos de autor en su desarrollo (inputs). Los marcos legales actuales, concebidos en un contexto diferente, no abordan adecuadamente estos desafíos. El artículo aboga por una revisión de la legislación en materia de PI y la regulación de la IA, para adaptarse a la revolución generada por la IA generativa, salvaguardando la creatividad humana y los derechos de autor.
Más informaciónExploring the integration and utilisationof generative AI in formative e-assessments: A case study in higher education
Dongpeng Huang, Yixuan Huang, James J. Cummings
El artículo explora cómo la inteligencia artificial generativa se puede integrar y utilizar en las evaluaciones electrónicas formativas dentro de la educación superior. A través de un estudio de caso, se analizan las ventajas y desafíos de utilizar esta tecnología para mejorar el proceso de evaluación, destacando cómo la IA puede ofrecer retroalimentación personalizada y adaptar las evaluaciones a las necesidades individuales de los estudiantes. Los resultados sugieren que, aunque la implementación de IA en este contexto presenta oportunidades significativas, también plantea ciertos retos técnicos y pedagógicos que deben ser abordados para maximizar su efectividad.
Más informaciónSimple techniques to bypass GenAI text detectors: implications for inclusive education
Mike Perkins, Jasper Roe, Binh H. Vu, Darius Postma, Don Hickerson, James McGaughran, Huy Q. Khuat
El artículo examina la eficacia de seis detectores de texto generados por IA cuando se enfrentan a contenido modificado para evadir la detección. El estudio tiene como objetivo evaluar la confiabilidad de estos detectores en entornos educativos, donde se utilizan para abordar preocupaciones sobre la integridad académica. Los resultados muestran que las técnicas simples, como la manipulación de contenido generado por IA, reducen significativamente la precisión de los detectores (un 17.4% en promedio). Esto revela que estos detectores no pueden garantizar actualmente una evaluación confiable para detectar violaciones de integridad académica. El artículo concluye que, aunque estas herramientas pueden apoyar el aprendizaje, su uso punitivo puede generar acusaciones falsas, lo que socava prácticas inclusivas y justas en la evaluación educativa. Además, el artículo resalta cómo los detectores de IA pueden presentar sesgos hacia estudiantes que no hablan inglés como lengua materna, afectando su evaluación de manera injusta. En general, el estudio sugiere que los detectores de texto IA deben usarse de manera crítica y no punitiva para garantizar la equidad en la educación.
Más informaciónGPT-fabricated scientific papers on Google Scholar: Key features, spread, and implications for preempting evidence manipulation
Jutta Haider, Kristofer Rolf Söderström, Björn Ekström, Malte Rödl
El artículo analiza la proliferación de artículos científicos fabricados utilizando modelos generativos de IA, como ChatGPT, y su presencia en Google Scholar. La investigación se centra en cómo estos artículos, que simulan ser investigaciones científicas legítimas, se infiltran en los sistemas de comunicación académica, afectando la confianza pública en la ciencia. Los principales hallazgos revelan que aproximadamente dos tercios de los artículos analizados mostraron signos de haber sido creados mediante IA de forma no declarada, lo que plantea riesgos para la integridad de la investigación científica, particularmente en temas relevantes para políticas públicas, como la salud, el medio ambiente y la computación. Los autores advierten sobre el peligro de la "manipulación de evidencia", donde estos artículos falsificados pueden influir en decisiones políticas y sociales. El artículo concluye que es necesario implementar medidas técnicas, educativas y regulatorias para prevenir el uso indebido de IA en la producción de artículos científicos, y sugiere mejoras en las plataformas de búsqueda académica para filtrar este tipo de contenido
Más información