Mostrando entradas con la etiqueta Inteligencia artificial. Mostrar todas las entradas
Mostrando entradas con la etiqueta Inteligencia artificial. Mostrar todas las entradas

lunes, 11 de noviembre de 2024

Google NotebookLM: una herramienta de inteligencia artificial para ayudar a los usuarios a organizar, resumir y escuchar la información contenida en documentos

 

Google NotebookLM: una herramienta de inteligencia artificial para ayudar a los usuarios a organizar, resumir y escuchar la información contenida en documentos

Google NotebookLM

Google NotebookLM es una herramienta innovadora y potente para organizar y procesar grandes volúmenes de información, ofreciendo un apoyo significativo para el estudio y el trabajo en entornos académicos y profesionales. Su capacidad para transformar texto en audio, resumir contenido y responder preguntas personalizadas representa un paso hacia una mayor accesibilidad y personalización en el aprendizaje y el manejo de información, aunque también requiere un uso consciente y ético.

Google NotebookLM es una herramienta de inteligencia artificial lanzada para ayudar a los usuarios a organizar, resumir y explorar el contenido de sus documentos de manera eficiente. Su propósito es facilitar el estudio y la comprensión de grandes volúmenes de información, permitiendo a estudiantes, investigadores y profesionales manejar sus notas de forma interactiva. La herramienta se basa en la tecnología de procesamiento de lenguaje natural (NLP, por sus siglas en inglés), que le permite comprender y manipular texto de manera avanzada.

NotebookLM utiliza modelos avanzados de lenguaje, como los de la serie de Google, para analizar y sintetizar información de documentos. Los usuarios pueden cargar diferentes tipos de archivos, como documentos de texto, artículos académicos o apuntes de clases, y NotebookLM se encarga de extraer los puntos clave, resumiendo el contenido en un formato más accesible. También permite hacer preguntas directamente sobre el contenido del documento, proporcionando respuestas contextuales en tiempo real.

Además, NotebookLM va más allá del resumen tradicional. Su capacidad para transformar textos en audios con un formato de estilo conversacional hace que los estudiantes puedan, por ejemplo, escuchar sus notas como si fuera un podcast. Este tipo de innovación está orientada a diferentes estilos de aprendizaje y necesidades, especialmente útil para aquellos que prefieren métodos auditivos o buscan optimizar el tiempo de estudio mientras realizan otras actividades.

¿Cómo funciona?

Los usuarios pueden cargar documentos a NotebookLM desde su Google Drive, ya sea en formato PDF, Google Docs, o textos de otros tipos. Esto permite una integración sencilla con los archivos de estudio que los usuarios ya tienen almacenados. A continuación NotebookLM analiza automáticamente el contenido de los documentos y genera resúmenes detallados que capturan los puntos más relevantes. Este proceso ahorra tiempo, ya que evita la necesidad de leer el documento completo para entender su esencia.

Una función clave es la posibilidad de hacer preguntas sobre el contenido del documento. NotebookLM puede responder de manera precisa y contextual a estas preguntas, basándose en la información contenida en el archivo. Por ejemplo, un estudiante que esté revisando un artículo complejo puede preguntar por las conclusiones principales, y NotebookLM responderá en segundos con una respuesta relevante.

También da la posibilidad de permite modificar el tono del texto, adaptándolo para que suene más formal, académico o casual, según las necesidades del usuario. Esto es útil para adaptar documentos como informes o correos electrónicos, cambiando el tono para que sea adecuado según el contexto.

Otra característica de la herramienta es la transformación de las notas de contenido a audio. Lo que permite que los estudiantes escuchen el contenido de sus notas en formato de audio conversacional, que simula un podcast o diálogo. Es especialmente útil para quienes prefieren estudiar mediante la escucha o desean repasar información mientras realizan otras actividades

viernes, 8 de noviembre de 2024

El futuro de la inteligencia artificial en las bibliotecas: práctica, responsable y centrda en el ser humano

 

El futuro de la inteligencia artificial en las bibliotecas: práctica, responsable y centrada en el ser humano

Team, PressReader. «Practical, Responsible and Human-Centered: The Future of AI in Libraries». Accedido 7 de noviembre de 2023. https://blog.pressreader.com/libraries-institutions/practical-responsible-and-human-centered-the-future-of-ai-in-libraries.

Las bibliotecas pueden incorporar tecnologías de IA para mejorar sus servicios. Estas tecnologías emergentes, como la inteligencia artificial, el aprendizaje automático y el procesamiento del lenguaje natural, se volverán aún más ubicuas y se integrarán en nuestra vida diaria, por lo que los sistemas de bibliotecas públicas y bibliotecas universitarias deben prepararse para esta nueva realidad.

En un entorno de biblioteca, la IA puede ser útil para respaldar la investigación académica, optimizar el desarrollo de colecciones y facilitar la toma de decisiones basada en datos, entre otras aplicaciones.

En un informe Urban Libraries Council señaló que busca posicionar la biblioteca como un recurso para la aplicación práctica y responsable de la IA generativa. Gran parte del discurso actual sobre la inteligencia artificial gira en torno a los peligros de su uso irresponsable, los posibles riesgos de seguridad de datos planteados por el uso de ChatGPT y las formas en que la IA puede contribuir a la propagación de la desinformación en línea.

A continuación, se ofrece un breve repaso de algunas de las posibles aplicaciones de la inteligencia artificial, especialmente la automatización basada en IA, en el entorno de la biblioteca:

  • Desarrollo de colecciones: Las bibliotecas pueden automatizar el proceso de agregar libros, recursos digitales y otros materiales al catálogo de la biblioteca. Esto incluye la importación de metadatos, la generación de números de clasificación y la actualización de registros.
  • Gestión de reservas y solicitudes: El proceso de realizar y gestionar reservas de libros y otros materiales puede ser automatizado. Los usuarios pueden reservar artículos en línea, y el sistema les notificará cuando los artículos estén disponibles.
  • Solicitudes de préstamo entre bibliotecas: Las bibliotecas pueden utilizar un sistema automatizado para solicitar y recibir materiales de otras bibliotecas. Esto puede agilizar el proceso de préstamo de elementos que no están disponibles en la colección de la biblioteca.
  • Gestión de cuentas de usuario: Los usuarios pueden gestionar sus propias cuentas de biblioteca en línea, incluyendo la actualización de la información de contacto, el cambio de contraseñas y la renovación de materiales.
  • Análisis de datos y recomendaciones de visitantes: La automatización en las bibliotecas puede recopilar y analizar datos de los usuarios para comprender mejor los patrones de uso y las preferencias, lo que puede informar el desarrollo de colecciones y la planificación de programas, optimizando la gestión de recursos. Los sistemas de recomendación automatizados también pueden sugerir libros y materiales relevantes a los usuarios según sus preferencias y su historial de préstamos.

Los bibliotecarios se enfrentan al desafío De hecho, la mayoría de las bibliotecas han utilizado aplicaciones de IA durante años. Como señala la Asociación de Bibliotecas Universitarias e Investigación (ACRL) en la introducción a su reciente publicación «The Rise of AI«:

«Los bibliotecarios están en una posición única para enfrentar el desafío que la IA presenta en su campo. Las bibliotecas y otras instituciones similares han existido durante milenios; evolucionan con la sociedad, modificando y adaptando sus servicios para satisfacer las necesidades de información de sus comunidades. Las bibliotecas universitarias de hoy en día han ampliado considerablemente sus ofertas digitales, no solo incluyendo libros electrónicos o artículos de revistas, sino también apoyando el descubrimiento y uso de aplicaciones de software. Algunos bibliotecarios universitarios pueden decir que carecen de conocimientos básicos sobre la IA o que no están preparados para hablar sobre el tema, y sin embargo, es probable que hayan estado interactuando con la IA a través de los diferentes tipos de aplicaciones de software que respaldan. Como mínimo, han encontrado y dominado el arte del algoritmo de búsqueda.»

La IA permite a las bibliotecas liderar La ACRL se refiere específicamente a las bibliotecas universitarias, pero Brooks Rainwater, presidente y CEO del Urban Libraries Council, afirma que las bibliotecas públicas también están bien posicionadas para impulsar la innovación.

«A medida que las herramientas de IA generativa se vuelven más accesibles, efectivas y menos costosas, surgen nuevas oportunidades para que las bibliotecas lideren», dice Rainwater. «Si bien existen preocupaciones persistentes que deben abordarse en relación con el uso de la IA para la desinformación, las oportunidades que tenemos frente a nosotros son múltiples. Esto incluye aplicaciones responsables que mejoran la eficiencia, aceleran la comunicación y sirven como una herramienta útil para mostrar y validar los servicios y recursos de la biblioteca.»

¿Por qué la privacidad es una preocupación? Todo se reduce a los datos masivos.

Chris Chiancone, Director de Información de la Ciudad de Carrollton, Texas, señaló en una publicación reciente en LinkedIn que, para funcionar de manera efectiva, los sistemas de IA a menudo dependen de grandes cantidades de datos, datos que pueden incluir información sensible sobre los usuarios. Esto, según Chiancone, plantea preocupaciones válidas sobre la privacidad del usuario y la seguridad de los datos, y las bibliotecas no son inmunes.

«Las bibliotecas tienen la responsabilidad de proteger la información de sus usuarios, y el uso de tecnologías de IA puede complicar esta tarea», escribe. «Por ejemplo, si se utiliza un sistema de IA para recomendar libros a los usuarios de la biblioteca, requeriría acceso a los hábitos de lectura y las preferencias de los usuarios, lo que podría considerarse información sensible.»

Regulación de datos y protección de la privacidad

Las tecnologías de IA están sujetas a las regulaciones existentes de protección de datos y privacidad, que incluyen lo siguiente:

Reglamento General de Protección de Datos (GDPR): Un reglamento integral para las organizaciones que operan dentro de la Unión Europea (UE) y manejan los datos personales de los residentes de la UE. Se centra principalmente en la protección de datos, la privacidad y los derechos de datos personales.

Ley de Privacidad del Consumidor de California (CCPA): Una regulación de privacidad de datos en California que otorga derechos específicos a los consumidores en lo que respecta a su información personal. Requiere que las empresas divulguen sus prácticas de recopilación y compartición de datos, lo que permite a los consumidores optar por no compartir su información personal.

Otras regulaciones regionales: Otros países y regiones también han implementado leyes de protección de datos y privacidad para sistemas de IA como ChatGPT. Por ejemplo, la Ley de Protección de Datos Personales (PDPA) en Singapur y la Lei Geral de Proteção de Dados (LGPD) en Brasil.

Una ley integral de IA Para el momento en que leas estas palabras, es probable que los estados miembros de la UE, el Parlamento Europeo y la Comisión Europea hayan llegado a un acuerdo sobre el texto final de la Ley de IA, promocionada como la primera ley integral de IA del mundo.

La legislación propuesta clasificará las herramientas de IA en función de sus niveles de riesgo, desde mínimo hasta inaceptable. También aborda preocupaciones como la vigilancia biométrica, la desinformación y el uso de lenguaje discriminatorio. Si bien las herramientas de alto riesgo no estarán prohibidas, su uso requerirá una transparencia significativa.

La prioridad del Parlamento para la Ley de IA, que podría convertirse en ley a principios del próximo año, es asegurarse de que los sistemas de IA utilizados en la UE sean «seguros, transparentes, rastreables, no discriminatorios y respetuosos con el medio ambiente. Los sistemas de IA deben ser supervisados por personas, en lugar de por la automatización, para prevenir resultados perjudiciales».

Un enfoque centrado en el ser humano Souvick Ghosh, profesor asistente en la Escuela de Información de la Universidad Estatal de San José, también aboga por un enfoque liderado por las personas en la implementación de la inteligencia artificial en bibliotecas y otras instituciones.

«Las bibliotecas necesitan evolucionar y abrazar la revolución de la IA para que la IA y los sistemas de conversación sean más accesibles y centrados en el ser humano», escribió Ghosh en 2021. «Los chatbots ya se utilizan en varios sitios web para responder preguntas de los usuarios, ofrecer consejos direccionales y guiar a los usuarios hacia recursos relevantes. La implementación de sistemas de conversación en bibliotecas y museos ayudará a los usuarios con sus consultas y aumentará la accesibilidad.»

Asegurar un beneficio para la comunidad ¿Qué prácticas recomendables pueden seguir los profesionales de la información al decidir cómo incorporar estas tecnologías emergentes en las operaciones de la biblioteca? El informe de liderazgo del Urban Libraries Council que mencionamos anteriormente incluye las siguientes cinco sugerencias:

  • Pasar de informar a poner en práctica, como aprovechar las herramientas de IA para mejorar el rendimiento en las sucursales y el diseño de programas.
  • Aprovechar las habilidades de ingeniería de la sugerencia de profesionales de bibliotecas que ya están capacitados para encontrar cuerpos de información utilizando palabras clave o frases.
  • Fomentar la alfabetización en información del personal y los usuarios a través del uso práctico de la IA, como talleres en los que los participantes aprenden a generar cuentos cortos y poesía con IA.
  • Crear una red de inclusión digital centrada en la IA para garantizar un acceso equitativo a los beneficios económicos de las nuevas tecnologías impulsadas por la IA.
  • Abogar por el uso responsable de la IA para asegurarse de que estos avances beneficien a la comunidad en general y que se preserven los estándares fundamentales de educación, innovación y acceso a la información.

Los profesionales de la biblioteca tomarán las riendas La inteligencia artificial y el aprendizaje automático seguirán avanzando, pero los bibliotecarios son tan importantes como siempre, incluso si su papel está evolucionando junto con las herramientas de alta tecnología.

En el sitio web de American Journal Experts, Charla Viera resumió acertadamente esta evolución continua:

«Así como los profesionales de las bibliotecas tomaron las riendas en el desarrollo de los motores de búsqueda y las estrategias necesarias para maniobrar a través de sistemas de catalogación intrincados, también participarán en el diseño de herramientas de descubrimiento de conocimiento impulsadas por la inteligencia artificial. Luego, tomarán la iniciativa para educar al público sobre cómo localizar e interactuar con estas herramientas de IA.»

El futurista Ray Kurzweil alguna vez describió al bibliotecario como «el líder natural de la era de la información que se está desarrollando». En marzo de 1993 (hace más de 30 años), Kurzweil escribió una columna para Library Journal llamada «La Biblioteca Cambiante». En ella, habló sobre cómo podría ser la biblioteca del futuro.

«Por qué siempre necesitaremos bibliotecarios», escribió Kurzweil. «Con libros en forma virtual, transmitidos fácilmente a través del éter de las comunicaciones, la biblioteca virtual emergente no necesitará estar alojada en un edificio», escribió Kurzweil. «Las computadoras seguirán facilitando la eficiencia de la gestión, pero esta función dirigida por humanos no desaparecerá.

«Las dos últimas categorías de servicio de la biblioteca: encontrar conocimiento y pedagogía, se convertirán en el enfoque principal del bibliotecario. Aunque las computadoras competirán en estos roles, hasta que las computadoras sean capaces de igualar nuestra inteligencia, el papel de los humanos en el proceso de gestionar e impartir conocimiento seguirá siendo fundamental».

miércoles, 6 de noviembre de 2024

¿Cómo gestiona ChatGPT las consultas del servicio de referencia? Un análisis basado en los tipos y la complejidad de las preguntas

Lai, Katie. «How Well Does ChatGPT Handle Reference Inquiries? An Analysis Based on Question Types and Question Complexities | Lai | College & Research Libraries», 1 de noviembre de 2023. https://doi.org/10.5860/crl.84.6.974.

Para explorar si la inteligencia artificial puede utilizarse para mejorar los servicios bibliotecarios, este estudio utilizó ChatGPT para responder preguntas de referencia. Se utilizó una rúbrica de evaluación para valorar la capacidad de ChatGPT para responder a distintos tipos de preguntas y niveles de dificultad.

Para ello, se llevó a cabo un análisis utilizando las preguntas recibidas por el correo electrónico de la biblioteca. La complejidad de cada pregunta se calificó utilizando la escala READ, y las respuestas proporcionadas por ChatGPT se evaluaron utilizando un rubro de evaluación. Se utilizaron pruebas exactas de Fisher para determinar si existían asociaciones estadísticamente significativas entre la calidad de las respuestas de ChatGPT y la complejidad y tipos de preguntas manejadas.

En general, el rendimiento de ChatGPT fue aceptable, pero no en cuanto a la precisión de la información. Obtuvo la puntuación más alta en las preguntas relacionadas con las instalaciones y el equipamiento, pero la más baja en las relacionadas con los problemas de acceso a los recursos electrónicos. ChatGPT no respondió bien a preguntas de investigación avanzadas, consultas complejas y búsquedas de artículos conocidos relacionados con un entorno local específico, pero podría utilizarse para mejorar la comunicación de la biblioteca con los usuarios.

lunes, 4 de noviembre de 2024

 Universo Abierto

¿Podemos confiar en las búsquedas web con Inteligencia Artificial?

Bains, Callum. «The Chatbot Optimisation Game: Can We Trust AI Web Searches?» The Guardian, 3 de noviembre de 2024. https://www.theguardian.com/technology/2024/nov/03/the-chatbot-optimisation-game-can-we-trust-ai-web-searches.

El artículo «The Chatbot Optimisation Game: Can We Trust AI Web Searches?» publicado en The Guardian, analiza cómo los chatbots de inteligencia artificial (IA) eligen y presentan la información en las búsquedas en línea y cuestiona la confiabilidad de estas respuestas.

Investigadores de la Universidad de California en Berkeley encontraron que los chatbots actuales dependen excesivamente de la relevancia superficial de la información, priorizando textos con lenguaje técnico o palabras clave sin evaluar su confiabilidad. Esto significa que tienden a pasar por alto aspectos que normalmente consideraríamos para verificar la veracidad, como referencias científicas o lenguaje imparcial.

El concepto de «optimización de motores generativos» fue introducido el año pasado, indicando que el uso de un lenguaje autoritativo y referencias (incluso si son incorrectas o irrelevantes) podría aumentar la visibilidad en las respuestas de los chatbots hasta en un 40%. Sin embargo, estas conclusiones son tentativas y los algoritmos de selección de los chatbots aún son difíciles de manipular con reglas claras.

El uso de chatbots también plantea un dilema existencial en internet: a diferencia de los motores de búsqueda tradicionales, los chatbots solo mencionan unas pocas fuentes en sus respuestas, lo que beneficia a un grupo reducido de sitios y deja prácticamente invisibles a otros, afectando su tráfico significativamente.

Además, los investigadores de Harvard han demostrado que, más allá de la GEO, es posible manipular directamente las respuestas de los chatbots con “secuencias de texto estratégicas”. Estas secuencias, que parecen cadenas de caracteres sin sentido, en realidad están diseñadas mediante algoritmos que hacen que los chatbots generen respuestas específicas. Esto podría permitir que ciertos productos o contenidos logren más visibilidad en las respuestas de los chatbots, independientemente de su calidad o confiabilidad.

Este tipo de manipulación plantea riesgos evidentes para los usuarios, quienes podrían ver productos o información en el chatbot sin saber que fueron posicionados mediante técnicas de manipulación. Aunque en el futuro los LLMs (modelos de lenguaje de IA) podrían fortalecerse contra estos ataques, los investigadores señalan que los métodos de manipulación también están en constante evolución, por lo que los desafíos de control seguirán presentes.

Otro problema que el artículo resalta es el llamado “dilema de la respuesta directa”, un concepto desarrollado por el investigador Martin Potthast y su equipo. Este dilema surge cuando los chatbots presentan una única respuesta a una pregunta, lo cual puede llevar a que los usuarios acepten esa respuesta sin buscar otros puntos de vista o fuentes. Esto plantea el riesgo de que los usuarios perciban la respuesta del chatbot como la verdad única, sin considerar otras perspectivas o matices que podrían ser importantes en temas complejos.

Con la introducción de resúmenes de IA en los motores de búsqueda, Google lanzó la campaña «Let Google do the searching for you» («Deja que Google haga la búsqueda por ti»), lo cual sugiere que estos resúmenes optimizan el proceso de búsqueda. Sin embargo, este tipo de automatización podría perjudicar a aquellos usuarios que buscan información imparcial y precisa, ya que los chatbots, al ser susceptibles a manipulaciones, no siempre pueden garantizar que la información proporcionada sea confiable.

En resumen, el artículo advierte sobre los desafíos éticos y prácticos que implica la creciente dependencia de chatbots generativos para obtener información en línea. Si bien pueden hacer las búsquedas más rápidas y cómodas, los riesgos de manipulación y la falta de una supervisión clara en la selección de información hacen que esta tecnología aún esté lejos de ser una fuente autoritativa y confiable para temas complejos.

jueves, 17 de octubre de 2024

 Universo abierto: Julio Alonso Arévalo

Características de los artículos científicos fabricados con Inteligencia Artificial en Google Scholar

Haider, J., Söderström, K. R., Ekström, B., & Rödl, M. (2024). GPT-fabricated scientific papers on Google Scholar: Key features, spread, and implications for preempting evidence manipulation. Harvard Kennedy School (HKS) Misinformation Review. https://doi.org/10.37016/mr-2020-156

Descargar

El artículo analiza el creciente número de trabajos científicos cuestionables generados por inteligencia artificial (IA), como ChatGPT, que se están publicando en revistas académicas y repositorios. Estos trabajos, que imitan el estilo de la escritura científica, están siendo fácilmente localizados y listados por Google Scholar junto con investigaciones legítimas. El estudio se centró en un grupo de estos artículos y encontró que muchos tratan temas aplicados y a menudo controversiales, como el medio ambiente, la salud y la computación, áreas particularmente vulnerables a la desinformación. La preocupación radica en el aumento del potencial de manipulación malintencionada de la base de evidencia, especialmente en temas divisivos políticamente.

El estudio se centra en la producción y difusión de publicaciones cuestionables generadas con transformadores preentrenados (GPT) que son accesibles a través de Google Scholar, abordando varios aspectos clave: primero, se investiga dónde se publican o depositan estas publicaciones dudosas. Este análisis busca identificar los tipos de revistas y plataformas que albergan este contenido. En segundo lugar, se examinan las características principales de estas publicaciones en relación con las categorías temáticas predominantes, permitiendo una comprensión más profunda de los temas que son más susceptibles al uso indebido de la inteligencia artificial generativa. Además, se explora cómo se difunden estas publicaciones en la infraestructura de investigación para la comunicación académica, prestando atención a los canales y plataformas que facilitan su circulación. Esto incluye la identificación de dominios y repositorios donde se comparten estos trabajos. Finalmente, la investigación cuestiona el papel de la infraestructura de comunicación académica en la preservación de la confianza pública en la ciencia y la evidencia, considerando los desafíos que presenta el uso inapropiado de la inteligencia artificial generativa en este contexto. Este aspecto subraya la necesidad de una regulación más efectiva y la implementación de criterios de calidad en la publicación académica.

Para ello, se recuperó, descargó y analizó una muestra de artículos científicos con indicios de uso de GPT encontrados en Google Scholar, utilizando una combinación de codificación cualitativa y estadísticas descriptivas. Todos los artículos contenían al menos una de dos frases comunes generadas por agentes conversacionales que utilizan grandes modelos de lenguaje (LLM) como ChatGPT. Luego, se utilizó Google Search para determinar la extensión de las copias de estos artículos cuestionables en diversos repositorios, archivos, bases de datos de citas y plataformas de redes sociales.

Aproximadamente dos tercios de los artículos recuperados fueron producidos, al menos en parte, mediante el uso no divulgado y potencialmente engañoso de GPT. La mayoría de estos trabajos (57%) abordaban temas relevantes para políticas públicas, como el medio ambiente, la salud y la computación, los cuales son susceptibles a operaciones de influencia. La mayoría de estos artículos estaban disponibles en varias copias en diferentes dominios (redes sociales, archivos y repositorios).

La mayoría de los artículos sospechosos de uso fraudulento de ChatGPT se encontraron en revistas no indexadas o como trabajos en proceso, aunque algunos también aparecieron en revistas establecidas, conferencias y repositorios. En total, se identificaron 139 artículos, de los cuales 19 estaban en revistas indexadas, 89 en revistas no indexadas, 19 eran trabajos estudiantiles y 12 eran documentos de trabajo. La mayoría de los artículos trataban temas de relevancia política, como la salud y el medio ambiente, y se encontraban principalmente en revistas no indexadas.

Existen dos riesgos principales derivados del uso cada vez más común de GPT para producir de manera masiva publicaciones científicas falsas. Primero, la abundancia de “estudios” fabricados que se infiltran en todas las áreas de la infraestructura de investigación amenaza con sobrecargar el sistema de comunicación académica y poner en peligro la integridad del registro científico. El segundo riesgo es que el contenido, aunque parezca científicamente convincente, haya sido creado de manera engañosa con herramientas de IA y esté optimizado para ser recuperado por motores de búsqueda académicos públicos, especialmente Google Scholar. Aunque esta posibilidad sea pequeña, su conocimiento podría socavar la confianza en el conocimiento científico y representar graves riesgos para la sociedad.

El estudio subraya que el problema de las publicaciones científicas fraudulentas generadas por GPT es solo la punta del iceberg, con implicaciones profundas para la confianza en la ciencia y para la sociedad en general.

jueves, 29 de agosto de 2024

 Fuente: Universo Abierto

Julio Alonso Arévalo

Uso de la IA Generativa en la alfabetización de niños, jóvenes y maestros en 2024

Irene Picton & Christina Clark. Children and young people’s use of generative
AI to support literacy in 2024
. National Literacy Trust June 2024

Texto completo

Teachers’ use of AI to support literacy in 2024. National Literacy Trust June 2024

Texto completo

El porcentaje de jóvenes de 13 a 18 años que han utilizado IA generativa se ha duplicado en el último año, pasando de casi 2 de cada 5 en 2023 (37,1%) a 3 de cada 4 (77,1%) en 2024. Casi 1 de cada 5 jóvenes (18,5%) de 13 a 18 años afirmaron haber utilizado IA generativa para escribir historias. 1 de cada 5 (20,9%) niños y jóvenes jóvenes dijeron que normalmente copiaban lo que les decía la IA generativa

Los avances tecnológicos recientes han acelerado la influencia de la Inteligencia Artificial (IA) en nuestras vidas, impactando también en la educación y la alfabetización. Estos informes presentan hallazgos de encuestas anuales de alfabetización realizadas en 2023 y 2024, que incluyen preguntas sobre el uso de IA generativa. En 2024, participaron 53.169 niños y jóvenes, con un enfoque en 15.830 jóvenes de 13 a 18 años y 1.228 maestros en escuelas del Reino Unido.

Uso de la IA Generativa por los Jóvenes:

  • Incremento en el uso: El porcentaje de jóvenes de 13 a 18 años que usaron IA generativa aumentó del 37.1% en 2023 al 77.1% en 2024. No hubo diferencias significativas entre chicos y chicas (78.3% vs. 76.4%), ni entre aquellos que recibían comidas escolares gratuitas y los que no (77.7% vs. 77.3%).
  • Usos comunes: Los jóvenes que utilizan regularmente IA generativa lo hacen principalmente por entretenimiento, curiosidad, tareas escolares e inspiración. En relación con la alfabetización, el 44.4% la usó para conversar, el 18.5% para escribir historias, el 12.8% para escribir poemas o letras de canciones, y el 9.0% para escribir no ficción.
  • Actitudes positivas: La mayoría de los jóvenes considera que la IA generativa les ayuda con ideas (56.6%), comprensión (52.2%) y aprendizaje de nuevos conceptos (50.8%). Además, el 39.6% siente que les ayuda a escribir y el 23.2% con la lectura.
  • Crítica y copia: Casi la mitad (47.4%) de los jóvenes dijo que suelen agregar sus propios pensamientos a lo que la IA les ofrece, y el 39.9% revisa las respuestas porque podrían estar equivocadas. Sin embargo, 1 de cada 5 (20.9%) simplemente copia lo que la IA les dice, y un porcentaje similar (20.6%) no verifica las salidas, indicando la necesidad de mayor apoyo para desarrollar habilidades críticas en el uso de la IA.

Uso de la IA Generativa por los Maestros:

  • Incremento en el uso: El porcentaje de maestros que usaron IA generativa aumentó del 31.0% en 2023 al 47.7% en 2024, con un mayor uso entre maestros de secundaria (56.8%) en comparación con los de primaria (30.9%).
  • Preocupaciones y percepciones: El 37.7% de los maestros estaba preocupado por el uso de IA generativa por parte de sus alumnos, especialmente en secundaria (45.1% vs. 19.7% en primaria). No obstante, el 41.0% de los maestros no estaba preocupado, aunque un 21.3% no estaba seguro.
  • Impacto en habilidades: Aunque el 64.8% de los maestros cree que la IA generativa puede modelar buena escritura para los estudiantes, el 48.9% teme que tenga un impacto negativo en las habilidades de escritura de los niños.
  • Necesidad de formación: Más del 82.0% de los maestros considera que los estudiantes deben aprender a interactuar críticamente con la IA generativa, y el 75.3% siente que también necesitan más formación, apoyo y recursos para utilizar eficazmente estas herramientas.

Estos hallazgos sugieren que tanto maestros como estudiantes podrían beneficiarse de una mayor formación y apoyo para desarrollar habilidades esenciales que les permitan interactuar de manera efectiva, crítica y creativa con la IA generativa.

miércoles, 15 de junio de 2022

miércoles, 1 de junio de 2022

Así serían los próximos 1.000 años de la humanidad

 

16 min 
¿Conciencia humana digitalizada? ¿Inteligencias artificiales diseñando otras inteligencias artificiales? ¿Singularidad tecnológica? Esto es lo que se avecinaría en el futuro, según los visionarios tecnológicos.
 
Así serían los próximos 1.000 años de la humanidad 
 
muyinteresante.es