Autor: Juan José de Haro (Página 3 de 16)

Doctor en Biología y profesor en ESO y Bachillerato de Biología, Matemáticas e Informática

Marc per a la integració de la IA generativa en les tasques educatives

13 de agosto de 2024 / Juan José de Haro / 1 comentario

Aquest treball s’ha inspirat en l’article The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Després de diverses adaptacions de l’escala del treball anterior, el nombre de modificacions ha arribat a ser tan alt que finalment m’he decidit a escriure aquest article amb una nova escala que ja manté poca relació amb el treball anteriorment citat.

Origen del marc

Autors com els del citat treball i altres com Matt Miller se centren en el plagi i l’engany acadèmic com a motor de les categoritzacions que proposen en els seus treballs. Tot i que l’aspecte ètic és molt important, no ens hem volgut centrar únicament en ell, ja que pot produir una classificació esbiaixada, poc natural i d’aplicació limitada a la integritat i ètica acadèmica. A més, s’ha intentat eliminar la confusió que tenen les escales anteriors, intentant que siguin lògicament coherents en la seva progressió.

Aquest marc s’ha generalitzat per a la integració de la IA generativa en les tasques educatives (MIAE), sobretot per clarificar l’ús que es fa de la IA en els treballs docents. Des d’aquest punt de vista és aplicable tant per a l’alumnat com per al professorat. Aquesta visió té innegables avantatges:

Permet situar l’alumnat i el professorat en un marc comprensible, clarificant la relació que mantenen amb la IA. Això facilita una major transparència i enteniment sobre l’ús de la tecnologia en l’entorn educatiu.
Estableix fronteres clares per a l’ús de la IA a l’aula, que permet als educadors delimitar el grau d’intervenció de la IA que desitgen permetre segons els objectius educatius. Aquestes fronteres inclouen consideracions sobre el plagi i l’engany, assegurant que es mantingui la integritat acadèmica.
Ofereix una guia per integrar la IA en el currículum, proporcionant un enfocament estructurat que ajuda a maximitzar els beneficis educatius de la IA mentre es minimitzen els riscos associats amb el seu ús indegut.

El marc es basa en el grau d’autonomia i contribució de la IA al procés educatiu, progressant des de l’absència total d’IA fins a la generació autònoma de contingut per IA per a ús educatiu, supervisat per humà. Aquesta aproximació no només aborda les preocupacions ètiques, sinó que també ofereix un enfocament per comprendre i utilitzar la IA en diversos contextos educatius, des de treballs escrits fins a projectes, presentacions i desenvolupament de materials didàctics. Aquesta integració permet als docents i estudiants aprofitar al màxim les capacitats de la IA, promovent un aprenentatge i una ensenyança més eficaços.

L’escala consta de 6 nivells. El primer nivell, que s’afegeix per coherència, és l’absència de IA, motiu pel qual se l’ha numerat com a 0.

Resum de nivells

A continuació presentem una breu descripció de cada nivell que ajuda a localitzar fàcilment aquell en què ens trobem o ens interessa. Més endavant hi ha una descripció més exhaustiva amb nombrosos exemples, tant per a l’alumnat com per al professorat.

Nivell 0 – Treball completament humà: No hi ha ús de IA en cap etapa. Tot el contingut, idees i estructura són generats exclusivament per l’humà utilitzant recursos tradicionals.

Nivell 1 – Assistència tècnica per IA: La IA s’utilitza només per a tasques mecàniques com correcció ortogràfica, formatació o reorganització d’informació existent. No genera contingut nou ni influeix en les idees.

Nivell 2 – Planificació i estructuració assistida per IA: La IA ajuda en la generació inicial d’idees i en l’estructuració del treball, però tot el contingut final és desenvolupat per l’humà. La IA no produeix continguts per al producte final, però sí que influeix en les idees.

Nivell 3 – Assistència parcial de IA amb control humà: La IA genera part del contingut. L’humà revisa, adapta i millora aquest contingut. La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica. L’humà integra el contingut de la IA en un tot coherent. L’extensió del contingut final generat per la IA no supera al de l’humà.

Nivell 4 – Col·laboració avançada humà-IA: Hi ha un diàleg continu i bidireccional entre humà i IA, amb iteracions freqüents. L’humà guia activament la IA durant tot el procés, refinant el seu contingut a través de la conversa continuada. El resultat és una fusió estreta del treball d’ambdós. L’extensió del contingut final generat per la IA pot superar a la de l’humà.

Nivell 5. Supervisió humana de la IA autònoma: La IA genera el contingut de forma autònoma, amb l’humà actuant com a supervisor. L’humà estableix els paràmetres inicials, però la IA desenvolupa el treball amb intervenció mínima o nul·la durant el procés. El contingut generat s’utilitza posteriorment com a material de referència o punt de partida per fer altres tasques educatives, sense que sigui necessari modificar-lo.

Infografía sobre el marco para la integración de la IA generativa en las tareas educativas

Descripció de cada nivell

A continuació es detallen cadascun dels nivells i es donen alguns dels aspectes clau que els defineixen. Donem exemples per a alumnat i professorat, però en moltes ocasions són intercanviables.

Nivell 0. Treball completament humà

No hi ha ús de IA en cap etapa. Tot el contingut, idees i estructura són generats exclusivament per l’humà utilitzant recursos tradicionals.

Característiques clau

No s’utilitza cap forma de IA en cap moment durant la tasca.
Es depèn exclusivament del coneixement, comprensió i habilitats pròpies de l’individu.
Totes les idees, anàlisis i continguts són generats per l’humà.
S’utilitzen únicament recursos tradicionals (Internet, llibres, articles, notes, etc.).

Exemples per a l’alumnat

Exàmens escrits a classe.
Debats supervisats.
Treballs sense accés a IA.
Generació d’idees sense tecnologia.
Exàmens orals.
Sessions de preguntes i respostes o discussions formatives entre estudiants i educadors.

Exemples per al professorat

Dissenyar preguntes d’examen basades en el contingut del curs sense utilitzar eines de IA.
Redactar rúbriques i criteris d’avaluació per als exàmens.
Desenvolupar plans de lliçons utilitzant només recursos tradicionals (Internet, llibres de text, articles acadèmics, notes de classe).
Dissenyar activitats i exercicis que fomentin la participació activa dels estudiants.

Nivell 1. Assistència tècnica per IA

La IA s’utilitza només per a tasques mecàniques com a correcció ortogràfica, formatació o reorganització d’informació existent. No genera contingut nou ni influeix en les idees.

Característiques clau

La IA actua com una eina de suport que no genera coneixement ni informació nova, però pot reorganitzar-la.
Es limita a tasques mecàniques i de format (resums, creació de taules, correccions, traduccions).
El contingut original no es modifica ni s’afegeixen noves idees per part de la IA.
L’humà manté el control total sobre el contingut i les decisions.

Exemples per a l’alumnat

Usar la IA per resumir un text, assegurant-se que el contingut original no es modifiqui ni s’afegeixin noves idees.
La IA organitza dades en taules, facilitant la presentació sense alterar la informació original.
Utilitzar la IA per traduir un text a un altre idioma, verificant la precisió de la traducció sense canviar el contingut original.
Correcció gramatical, de puntuació i ortogràfica: La persona pot usar IA per identificar i corregir errors gramaticals, de puntuació, ortogràfics i sintàctics en el seu treball.
Elecció de paraules: La IA pot suggerir termes adequats o sinònims per reemplaçar paraules i frases més simples, ajudant a clarificar l’escriptura.
Petició d’informació sobre com canviar el format d’un arxiu d’àudio o vídeo.

Exemples per al professorat

Organitzar dades en taules o gràfics per a presentacions, facilitant la visualització de la informació sense alterar el contingut original.
Correcció gramatical, de puntuació i ortogràfica en documents i materials educatius, millorant la qualitat del text.
Suggeriment de termes adequats o sinònims per millorar la claredat de les guies d’estudi i materials escrits.
Assistència en la preparació de plans de lliçons, resumint i organitzant informació rellevant.
Generar llistes de termes i conceptes clau per a exàmens i guies d’estudi, assegurant que es cobreixin tots els punts importants.
Suport en la revisió de treballs i tasques dels estudiants, utilitzant IA per identificar errors comuns i proporcionar correccions.

Nivell 2. Planificació i estructuració assistida per IA

La IA ajuda en la generació inicial d’idees i en l’estructuració del treball, però tot el contingut final és desenvolupat per l’humà. La IA no produeix continguts per al producte final, però sí que influeix en les idees.

Característiques clau

La IA s’utilitza principalment per a la generació d’idees inicials i l’estructuració de continguts.
Ajuda en el disseny i planificació del treball, però no en la creació del contingut final.
L’humà utilitza els suggeriments de la IA com a punt de partida, no obstant això, desenvolupa el treball per si mateix, aplicant el seu propi criteri i coneixement.
No es permet contingut generat directament per la IA en el lliurament final, tot i que les idees i estructures suggerides per la IA poden influir en el procés de desenvolupament del treball.
L’humà és responsable d’avaluar críticament, seleccionar i desenvolupar les idees generades per la IA, assegurant que el producte final sigui el resultat de la seva pròpia anàlisi i comprensió.
La contribució de la IA es limita a les etapes preparatòries del treball, mentre que l’execució i el desenvolupament detallat són realitzats enterament per l’humà.

Exemples per a l’alumnat

Fases inicials d’un treball. Ús de IA per generar idees i crear un esquema o índex per a un assaig, però la redacció final es realitza sense IA.
Pluja d’idees. Els estudiants poden usar IA per generar idees o solucions a problemes. Aquestes idees es discuteixen, filtren i refinen.
Esquemes. Les persones poden usar IA per crear esquemes del seu treball com a eina de planificació. Aquests esquemes serveixen com a guia per al desenvolupament del treball, però no s’inclouen directament en el producte final.
Assistència en la investigació. La IA pot suggerir temes, àrees d’interès o fonts útils per a la investigació, també a través de cercadors.

Exemples per al professorat

Elaborar el pla d’una lliçó. Usar IA per generar idees i crear un esquema o índex per a un pla de lliçó, però el desenvolupament final del pla es realitza sense IA.
Esquemes. Crear esquemes estructurats per a unitats d’estudi o programes de curs utilitzant IA.
Assistència en la investigació acadèmica. La IA pot suggerir temes, àrees d’interès o fonts útils per a investigacions educatives, facilitant la cerca de referències.
Generació d’idees per a projectes de classe i activitats. La IA dona idees per a activitats que després són creades, adaptades i refinades pel professor.

Nivell 3. Assistència parcial de IA amb control humà

La IA genera part del contingut. L’humà revisa, adapta i millora aquest contingut. La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica. L’humà integra el contingut de la IA en un tot coherent. L’extensió del contingut final generat per la IA no supera al de l’humà.

Característiques clau

La interacció és principalment unidireccional: la IA produeix, l’humà revisa i modifica.
L’ús de la IA es centra en tasques específiques on aporta eficiència, cosa que permet a l’humà enfocar-se en aspectes que requereixen altres habilitats.
L’humà manté un control significatiu sobre el procés i el resultat.
La contribució original de la IA no supera la de l’humà en termes de generació de continguts.

Exemples per a l’alumnat

Redacció de seccions d’un informe. La IA pot redactar un esborrany inicial d’una secció. Els estudiants revisen aquesta secció, realitzant modificacions, afegint les seves pròpies idees i assegurant que el contingut final reflecteixi la seva comprensió i anàlisi personal.
Anàlisi de dades. La IA duu a terme l’anàlisi preliminar d’un conjunt de dades i genera gràfics o taules i els interpreta. Els alumnes afegeixen les seves pròpies conclusions i discuteixen les implicacions de les dades.
Redacció de preguntes per a un qüestionari. La IA genera les preguntes d’un qüestionari i la persona les selecciona i adapta a les seves necessitats concretes.
Creació de presentacions. La IA genera un esborrany d’una presentació i l’alumnat la completa i adapta.

Exemples per al professorat

Generació de recursos didàctics. La IA crea esborranys de recursos didàctics, com guies de lectura o materials suplementaris. El professor revisa, adapta i desenvolupa aquests recursos per assegurar-se que siguin adequats per a les necessitats específiques dels seus estudiants i el currículum.
Disseny d’activitats d’aprenentatge. La IA proposa una sèrie d’activitats per a una unitat temàtica. El professor avalua cada activitat, modifica algunes per fer-les més interactives o rellevants per al seu context específic, i afegeix noves activitats basades en la seva experiència i coneixement de les necessitats d’aprenentatge dels seus estudiants.
Desenvolupament de casos pràctics. La IA genera un llistat de possibles casos pràctics basats en els conceptes clau del curs. El docent selecciona, revisa i enriqueix el cas, afegint context real i preguntes d’anàlisi que fomentin el pensament crític i l’aplicació pràctica dels coneixements adquirits.
Creació d’exàmens. La IA proposa un conjunt de preguntes per a un examen. El professor selecciona les més apropiades, modifica altres per ajustar la seva dificultat o enfocament, i afegeix les seves pròpies preguntes per assegurar una avaluació completa i equilibrada dels coneixements i habilitats dels estudiants.

Nivell 4. Col·laboració avançada humà-IA

Hi ha un diàleg continu i bidireccional entre humà i IA, amb iteracions freqüents. L’humà guia activament la IA durant tot el procés, refinant el seu contingut a través de la conversa continuada. El resultat és una fusió estreta del treball d’ambdós. L’extensió del contingut final generat per la IA pot superar a la de l’humà.

Característiques clau

Hi ha un diàleg continu i bidireccional entre l’humà i la IA, amb iteracions freqüents durant tot el procés.
L’humà manté un paper crucial en la direcció, refinament i validació del treball, assegurant la coherència general i la qualitat del producte final.
La creativitat i el judici crític de l’humà s’apliquen per millorar, personalitzar i donar coherència al resultat de la IA.
La persona actua com a coordinadora i directora, prenent decisions crítiques sobre l’estructura, el contingut i la presentació del treball.
La contribució original de la IA normalment supera la de l’humà en termes de generació de contingut.

Exemples per a l’alumnat

Projecte d’investigació. La IA ajuda a buscar fonts, redactar l’informe, i crear gràfics i presentacions. L’estudiant revisa i ajusta el contingut generat per assegurar la seva precisió i rellevància.
Treball escolar. L’alumne proporciona les dades necessàries per fer el treball, la IA redacta un informe que és examinat pel primer i li indica les correccions a realitzar. S’estableix un diàleg on l’alumnat va guiant la IA cap a la solució final.
Resolució de problemes matemàtics. La IA proporciona passos i solucions detallades per a problemes avançats. L’estudiant revisa, comprèn i explica cada pas, assegurant una comprensió completa del procés.
Creació d’un pòdcast històric. Un estudiant d’història decideix crear un pòdcast sobre la revolució industrial. Comença proporcionant a la IA la seva idea general i els temes a cobrir. La IA genera un esquema inicial, suggerint episodis i fonts històriques rellevants. L’estudiant revisa aquest esquema, sol·licita canvis i demana a la IA que aprofundeixi en certs aspectes. La IA produeix esborranys de guions que l’estudiant edita, afegint les seves interpretacions. Col·laboren en la creació de notes del programa, selecció d’efectes de so i generació de preguntes per a entrevistes amb experts. Aquest procés continua fins que el pòdcast assoleix un alt nivell de qualitat i rigor històric.
Model matemàtic aplicat al canvi climàtic. Una estudiant de matemàtiques aplicades crea un model per predir l’impacte del canvi climàtic en una espècie en perill d’extinció. Descriu el problema a la IA i proporciona dades inicials. La IA suggereix diversos enfocaments matemàtics, i l’estudiant selecciona els més prometedors, demanant a la IA que elabori sobre ells. Basant-se en aquesta informació, sol·licita a la IA un esborrany del model matemàtic. L’estudiant revisa el model, ajusta variables i incorpora factors addicionals amb l’ajuda de la IA. La IA genera visualitzacions dels resultats, que l’estudiant analitza críticament. Aquest procés iteratiu continua, refinant el model i explorant diferents escenaris, fins a obtenir un model sofisticat que reflecteix la seva comprensió matemàtica i del problema ambiental.

Exemples per al professorat

Planificació d’unitats didàctiques. La IA ajuda a dissenyar una unitat completa, suggerint objectius, activitats, avaluacions i recursos. El professor verifica, ajusta i personalitza el pla perquè s’adapti al seu estil d’ensenyament i a les necessitats dels estudiants.
Desenvolupament d’avaluacions. La IA genera preguntes d’exàmens, rúbriques i criteris d’avaluació detallats. El professor comprova i adapta aquestes eines per alinear-les amb els objectius del curs i els nivells dels estudiants.
Desenvolupament de materials interactius. La IA ajuda a crear materials didàctics interactius, com simulacions, jocs educatius i activitats en línia. El professor revisa, ajusta i complementa aquests materials perquè siguin atractius i efectius per a l’aprenentatge.

Nivell 5. Supervisió humana de la IA autònoma

La IA genera el contingut de forma autònoma, amb l’humà actuant com a supervisor. L’humà estableix els paràmetres inicials, però la IA desenvolupa el treball amb intervenció mínima o nul·la durant el procés. El contingut generat s’utilitza posteriorment com a material de referència o punt de partida per fer altres tasques educatives, sense que sigui necessari modificar-lo.

Característiques clau

La IA genera el contingut de forma independent, basant-se en els paràmetres inicials establerts per l’humà.
La intervenció humana durant el procés de generació és mínima o nul·la, limitant-se a la configuració inicial i la revisió final.
El contingut generat per la IA s’utilitza com a font primària de treball en el context educatiu, cosa que permet que l’humà es concentri en una tasca posterior.

Exemples per a l’alumnat

Anàlisi literària: La IA genera un conte o relat breu sobre un tema o gènere literari específic. L’estudiant utilitza aquest conte per realitzar una anàlisi literària, identificant temes, motius, recursos estilístics i estructures narratives. El treball final de l’alumne no és la modificació del conte, sinó l’anàlisi crítica del text generat per la IA.
Anàlisi de dades científiques: La IA produeix un informe complet basat en un conjunt de dades científiques, com els resultats d’un experiment o una simulació. L’estudiant utilitza aquest informe per realitzar una anàlisi crítica, discutir la metodologia, interpretar els resultats i avaluar les conclusions. L’informe generat per la IA és tractat com un document font sobre el qual l’estudiant realitza la seva anàlisi.
Estudi de casos històrics: La IA crea una descripció detallada d’un esdeveniment històric, incloent-hi narratives, dates clau i actors implicats. L’estudiant empra aquest text per fer una comparació entre aquest esdeveniment i un altre estudiat a classe, desenvolupant un assaig comparatiu que analitza les similituds i diferències en contextos històrics.
Discussió filosòfica: La IA redacta un diàleg filosòfic entre dos personatges sobre un tema ètic contemporani. Els estudiants utilitzen aquest diàleg com a base per a un debat a classe, on discuteixen les posicions de cada personatge, analitzen els seus arguments i desenvolupen les seves pròpies reflexions filosòfiques a partir del text.

Exemples per al professorat

Anàlisi de textos a classe: La IA genera un conjunt de textos expositius sobre diferents teories científiques o conceptes matemàtics. El professor utilitza aquests textos com a material perquè els estudiants realitzin anàlisis de comprensió, discuteixin en grups o responguin a preguntes específiques sobre els conceptes presentats en els textos generats.
Estudi de fonts primàries: La IA produeix discursos o documents simulats de figures històriques en diferents contextos. El professor utilitza aquests documents a classe perquè els estudiants els analitzin com si fossin fonts primàries, desenvolupant assaigs o discussions basades en el contingut generat.
Pràctica d’interpretació de dades: La IA crea una sèrie d’informes tècnics o científics que inclouen anàlisis de dades, gràfics i conclusions. El professor utilitza aquests informes en exercicis de classe on els estudiants practiquen la interpretació de dades, critiquen la metodologia utilitzada i desenvolupen les seves pròpies conclusions basades en la informació presentada.
Preparació per a un debat: La IA redacta textos que representen diferents posicions en un tema controvertit. El professor utilitza aquests textos per preparar els estudiants per a un debat, on cada grup analitza i defensa la posició presentada per la IA, desenvolupant arguments a partir del text base.

Referències

Miller, M. (2024). AI in the classroom: What’s cheating? What’s OK? Ditch That Textbook

Perkins, M., Furze, L., Roe, J., MacVaugh, J.(2024). The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36

Nota: Aquest treball té nivell 3 en aquest marc.

(Versión en castellano)

Conversión de texto y fórmulas generadas por ChatGPT (y otras IA) a documentos de texto DOCX, ODT y Google Docs

7 de agosto de 2024 / Juan José de Haro / 1 comentario

En este artículo veremos cómo pasar una conversación con ChatGPT (y otras IA) que incluya fórmulas matemáticas a formatos estándar de texto como el de LibreOffice (ODT), Word (DOCX) y los documentos de Google.

Conversión en 4 pasos (explicación rápida)

Si tienes prisa por convertir inmediatamente el texto y las fórmulas a un documento de texto, aquí tienes los pasos básicos. Si necesitas más información, abajo tienes un ejemplo completo, con imágenes.

Copiar el contenido del chat que contiene las fórmulas utilizando el botón que la IA tiene para copiar el contenido.
Pegarlo en el programa: Convertidor de fórmulas.
Descargar desde el mismo programa el archivo (que tendrá extensión .md).
Utilizar un servicio de Internet, como Markdown Converter para convertir este archivo en ODT (el formato de LibreOffice) o DOCX (el formato de Word). Para utilizar con Google Docs únicamente habrá que subir el archivo DOCX a Drive.

Introducción

Uno de los problemas a la hora de utilizar las fórmulas de matemáticas en los chats de IA como ChatGPT es que no hay una forma directa de reutilizar las fórmulas para elaborar material didáctico. En este artículo explicaremos algunos métodos de fácil utilización para todos.

A continuación se explican los problemas que hay con las fórmulas, se da un ejemplo con imágenes de la explicación rápida anterior y se proporcionan más alternativas, además de la ya citada.

Markdown

Los chats de IA utilizan un sistema para dar formato al texto llamado Markdown y es lo que aparece al pulsar el botón del chat para copiar la conversación. Si lo habéis usado alguna vez para copiar y pegar, os habrán aparecido almohadillas # asteriscos *, etc. Este es el formato Markdown que se usa para hacer negritas, listas, enlaces, etc. Si deseas más información, puedes leer la entrada de la Wikipedia sobre Markdown o preguntar a ChatGPT.

Delimitadores de fórmulas

Las fórmulas utilizan el formato LaTeX y cada una de ellas se encierra entre determinados caracteres, llamados delimitadores de fórmula, de forma que, explicado de forma sencilla, el navegador sabe que está frente a una fórmula y la representa correctamente.

Los delimitadores utilizados por ChatGPT son diferentes a los usados por los programas que manipulan Markdown, lo que puede suponer un problema. Para solucionarlo hemos hecho un pequeño programa que los adapta copiando y pegando el contenido generado por la IA en un cuadro de texto. Una vez modificado, se puede copiar y pegar o bien guardar en un archivo de tipo Markdown (con extensión .md).

El programa en cuestión lo tenéis en la página: Convertidor de fórmulas: Markdown IA a formato compatible.

Siempre deberemos convertir las fórmulas con esta página, usemos el método que usemos, excepto si las fórmulas provienen de Claude, con el que nos podremos saltar este paso.

A continuación encontrarás un ejemplo completo de cómo usar el convertidor de fórmulas y después 3 opciones para obtener el archivo ODT o DOCX (este último lo podrás subir directamente a Drive para convertirlo en un documento de Google). Estas 3 opciones son:

Opción 1. Utilizar un servicio de Internet para la conversión (el método más sencillo).
Opción 2. Solo para Linux: utilizar el programa pandoc para hacer la conversión.
Opción 3. Descargar un programa que se instala en el ordenador que manipule archivos de tipo Markdown.

Ejemplo de uso del «Convertidor de fórmulas: Markdown IA a formato compatible»

1. Comenzamos con una conversación con la IA:

2. Seguidamente, copiaremos el texto generado utilizando el botón de copiar:

Paso 2. Pulsamos el botón para copiar el texto.

3. Abrimos la página para convertir las fórmulas, pegamos el texto y guardamos el resultado:

Este archivo (que si no le cambiamos el nombre se llamará resultado.md) lo utilizaremos para cualquiera de los apartados siguientes.

A continuación presentamos tres posibilidades que podéis elegir en función de vuestras preferencias.

Opción 1: Servicios web para pasar el código Markdown de la IA a documento de texto

Una vez hemos guardado el archivo con extensión .md utilizando la página web anterior. Podemos ir a algunos de estos servicios para convertirlo al formato que queramos y desde donde podremos bajar el documento en varios formatos:

Ejemplo con Markdown Converter

1. Vamos a la página de Markdown Converter, seleccionamos el formato y subimos el archivo que hemos generado anteriormente, resultado.md:

2. Seleccionamos el formato, si no lo hemos hecho antes y pulsamos START:

Paso 2. Seleccionar el formato si no lo hemos hecho antes y pulsar START.

3. Se baja el archivo y ya podemos ver el resultado:

¡Esto es todo! Con estos sencillos pasos tenemos uno de los mensajes en nuestro procesador de texto. Hay que repetir estos pasos para cada respuesta de la IA. Recordemos que si deseamos un documento de Google hay que subir el archivo DOCX a Drive.

Opción 2: Conversión en Linux con Pandoc

Los usuarios de Linux lo tenemos mucho más fácil, ya que Pandoc es un programa capaz de convertir entre muchos formatos de texto y entre ellos están todos estos y más.

Para instalar Pandoc, si no lo tenemos, utilizaremos los siguientes comandos a través de la consola:

sudo apt update
sudo apt install pandoc

Para convertir a ODT (el formato de LibreOffice) abrimos una consola desde la carpeta donde tengamos el archivo resultado.md y escribiremos:

pandoc resultado.md -o resultado.odt

Para convertir a DOCX (el formato de Word) usaremos:

pandoc resultado.md -o resultado.docx

Donde resultado.md es el archivo que deseamos convertir y resultado.odt y resultado.docx son los archivos a los que se convertirá. Al ejecutar cualquiera de estas dos últimas instrucciones tendremos el archivo convertido en la misma carpeta.

Recordemos que para realizar la conversión necesitamos el archivo resultado.md generado por la página Convertidor de fórmulas: Markdown IA a formato compatible.

Cualquier duda que tengas sobre el uso de Pandoc puedes preguntarla a ChatGPT.

Opción 3: Programas de escritorio para edición de Markdown

Hay muchos programas de escritorio que manejan Markdown, pero su número se reduce drásticamente si lo que deseamos es exportarlos en un formato de texto clásico que podamos manipular como ODT y DOCX.

Estos programas también necesitan pasar el texto por el Convertidor de fórmulas: Markdown IA a formato compatible para mostrar las fórmulas correctamente.

Apostrophe

Este programa para Linux es excelente y permite exportar, entre otros formatos, en ODT, entre ellos no está el formato DOCX, pero sí EPUB, PDF, HTML, etc. Dispone de características avanzadas de exportación que permiten configurar la exportación.

GhostWriter

Este programa está disponible para Linux, Windows y Mac y dispone también de diversos formatos de exportación, aunque solo hemos probado la versión para Linux.

Si conocéis más programas que permitan la exportación a formatos estándar de texto, los podéis indicar en los comentarios y se añadirán a la lista.

Advertencia

Para los que usamos editores de LaTeX, como Overleaf, todo esto es innecesario, ya que las fórmulas se pueden copiar y pegar tal como nos las da la IA. Sin embargo, el uso de LaTeX requiere ciertos conocimientos de los que ahora no nos ocuparemos. Para los interesados, en este blog hay una sección dedicada al LaTeX.

Pódcast del artículo

Este pódcast, generado por IA, explica en detalle y con lenguaje sencillo el contenido del artículo.

Marco para la integración de la IA generativa

Para el texto del artículo: Nivel 1.
Para la página web Convertidor de fórmulas: Nivel 4.

Marco para la integración de la IA generativa en las tareas educativas

2 de agosto de 2024 / Juan José de Haro / 13 comentarios

Este trabajo se ha inspirado en el artículo The Artificial Intelligence Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Después de diversas adaptaciones de la escala del trabajo anterior, el número de modificaciones ha llegado a ser tan alto que finalmente me he decidido a escribir este artículo con una nueva escala que ya mantiene poca relación con el trabajo anteriormente citado.

Origen del marco

Autores como los del citado trabajo y otros como Matt Miller se centran en el plagio y el engaño académico como motor de las categorizaciones que proponen en sus trabajos. Aunque el aspecto ético es muy importante, no nos hemos querido centrar únicamente en él, ya que puede producir una clasificación sesgada, poco natural y de aplicación limitada a la integridad y ética académica. Además, se ha intentado eliminar la confusión que tienen las escalas anteriores, intentando que sean lógicamente coherentes en su progresión.

Este marco se ha generalizado para la integración de la IA generativa en las tareas educativas (MIAE), sobre todo para clarificar el uso que se hace de la IA en los trabajos docentes. Desde este punto de vista es aplicable tanto para el alumnado como para el profesorado. Esta visión tiene innegables ventajas

Permite situar al alumnado y al profesorado en un marco comprensible, clarificando la relación que mantienen con la IA. Esto facilita una mayor transparencia y entendimiento sobre el uso de la tecnología en el entorno educativo.
Establece fronteras claras para el empleo de la IA en el aula, permitiendo a los educadores delimitar el grado de intervención de la IA que desean permitir según los objetivos educativos. Estas fronteras incluyen consideraciones sobre el plagio y el engaño, asegurando que se mantenga la integridad académica.
Ofrece una guía para integrar la IA en el currículum, proporcionando un enfoque estructurado que ayuda a maximizar los beneficios educativos de la IA mientras se minimizan los riesgos asociados con su uso indebido.

El marco se basa en el grado de autonomía y contribución de la IA en el proceso educativo, progresando desde la ausencia total de IA hasta la generación autónoma de contenido por IA para uso educativo, supervisado por humanos. Esta aproximación no solo aborda las preocupaciones éticas, sino que también ofrece un enfoque para comprender y utilizar la IA en diversos contextos educativos, desde trabajos escritos hasta proyectos, presentaciones y desarrollo de materiales didácticos. Esta integración permite a los docentes y estudiantes aprovechar al máximo las capacidades de la IA, promoviendo un aprendizaje y una enseñanza más eficaces.

Escala de integración de la IA generativa

La escala consta de 6 niveles. El primer nivel, que se añade por coherencia, es la ausencia de IA, motivo por el que se le ha numerado como 0.

Resumen de niveles

A continuación presentamos una breve descripción de cada nivel que ayuda a localizar fácilmente aquel en el que nos encontramos o nos interesa. Más adelante hay una descripción más exhaustiva con numerosos ejemplos, tanto para el alumnado como para el profesorado.

Nivel 0 – Trabajo completamente humano: No hay uso de IA en ninguna etapa. Todo el contenido, ideas y estructura son generados exclusivamente por el humano utilizando recursos tradicionales.

Nivel 1 – Asistencia técnica por IA: La IA se utiliza solo para tareas mecánicas como corrección ortográfica, formateo o reorganización de información existente. No genera contenido nuevo ni influye en las ideas.

Nivel 2 – Planificación y estructuración asistida por IA: La IA ayuda en la generación inicial de ideas y en la estructuración del trabajo, pero todo el contenido final es desarrollado por el humano. La IA no produce contenidos para el producto final, pero sí influye en las ideas.

Nivel 3 – Asistencia parcial de IA con control humano: La IA genera parte del contenido. El humano revisa, adapta y mejora este contenido. La interacción es principalmente unidireccional: la IA produce, el humano revisa y modifica. El humano integra el contenido de la IA en un todo coherente. La extensión del contenido final generado por la IA no supera al del humano.

Nivel 4 – Colaboración avanzada humano-IA: Hay un diálogo continuo y bidireccional entre humano y IA, con iteraciones frecuentes. El humano guía activamente a la IA durante todo el proceso, refinando su contenido a través de la conversación continuada. El resultado es una fusión estrecha del trabajo de ambos. La extensión del contenido final generado por la IA puede superar a la del humano.

Nivel 5. Supervisión humana de IA autónoma: La IA genera el contenido de forma autónoma, con el humano actuando como supervisor. El humano establece los parámetros iniciales, pero la IA desarrolla el trabajo con mínima o nula intervención durante el proceso. El contenido generado se utiliza posteriormente como material de referencia o punto de partida para realizar otras tareas educativas, sin que sea necesario modificarlo.

Descripción de cada nivel

A continuación se detallan cada uno de los niveles y se dan algunos de los aspectos clave que los definen. Damos ejemplos para alumnado y profesorado, pero en muchas ocasiones son intercambiables.

Nivel 0. Trabajo completamente humano

No hay uso de IA en ninguna etapa. Todo el contenido, ideas y estructura son generados exclusivamente por el humano utilizando recursos tradicionales.

Características clave

No se utiliza ninguna forma de IA en ningún momento durante la tarea.
Se depende exclusivamente del conocimiento, comprensión y habilidades propias del individuo.
Todas las ideas, análisis y contenidos son generados por el humano.
Se utilizan únicamente recursos tradicionales (Internet, libros, artículos, notas, etc.).

Ejemplos para el alumnado

Exámenes escritos en clase.
Debates supervisados.
Trabajos sin acceso a IA.
Generación de ideas sin tecnología.
Exámenes orales.
Sesiones de preguntas y respuestas o discusiones formativas entre estudiantes y educadores.

Ejemplos para el profesorado

Diseñar preguntas de examen basadas en el contenido del curso sin utilizar herramientas de IA.
Redactar rúbricas y criterios de evaluación para los exámenes.
Desarrollar planes de lecciones utilizando solo recursos tradicionales (Internet, libros de texto, artículos académicos, notas de clase).
Diseñar actividades y ejercicios que fomenten la participación activa de los estudiantes.

Nivel 1. Asistencia técnica por IA

La IA se utiliza solo para tareas mecánicas como corrección ortográfica, formateo o reorganización de información existente. No genera contenido nuevo ni influye en las ideas.

Características clave

La IA actúa como una herramienta de apoyo que no genera conocimiento ni información nueva, pero puede reorganizarla.
Se limita a tareas mecánicas y de formato (resúmenes, creación de tablas, correcciones, traducciones).
El contenido original no se modifica ni se añaden nuevas ideas por parte de la IA.
El humano mantiene el control total sobre el contenido y las decisiones.

Ejemplos para el alumnado

Usar la IA para resumir un texto, asegurándose de que el contenido original no se modifique ni se añadan nuevas ideas.
La IA los organiza datos en tablas, facilitando la presentación sin alterar la información original.
Utilizar la IA para traducir un texto a otro idioma, verificando la precisión de la traducción sin cambiar el contenido original.
Corrección gramatical, de puntuación y ortográfica: La persona puede usar IA para identificar y corregir errores gramaticales, de puntuación, ortográficos y sintácticos en su trabajo.
Elección de palabras: La IA puede sugerir términos adecuados o sinónimos para reemplazar palabras y frases más simples, ayudando a clarificar la escritura.
Petición de información sobre como cambiar el formato de un archivo de audio o vídeo.

Ejemplos para el profesorado

Organizar datos en tablas o gráficos para presentaciones, facilitando la visualización de la información sin alterar el contenido original.
Corrección gramatical, de puntuación y ortográfica en documentos y materiales educativos, mejorando la calidad del texto.
Sugerencia de términos adecuados o sinónimos para mejorar la claridad de las guías de estudio y materiales escritos.
Asistencia en la preparación de planes de lecciones, resumiendo y organizando información relevante.
Generar listas de términos y conceptos clave para exámenes y guías de estudio, asegurando que se cubran todos los puntos importantes.
Apoyo en la revisión de trabajos y tareas de los estudiantes, utilizando IA para identificar errores comunes y proporcionar correcciones.

Nivel 2. Planificación y estructuración asistida por IA

La IA ayuda en la generación inicial de ideas y en la estructuración del trabajo, pero todo el contenido final es desarrollado por el humano. La IA no produce contenidos para el producto final, pero sí influye en las ideas.

Características clave

La IA se utiliza principalmente para la generación de ideas iniciales y la estructuración de contenidos.
Ayuda en el diseño y planificación del trabajo, pero no en la creación del contenido final.
El humano utiliza las sugerencias de la IA como punto de partida, pero desarrolla el trabajo por sí mismo, aplicando su propio criterio y conocimiento.
No se permite contenido generado directamente por la IA en la entrega final, aunque las ideas y estructuras sugeridas por la IA pueden influir en el proceso de desarrollo del trabajo.
El humano es responsable de evaluar críticamente, seleccionar y desarrollar las ideas generadas por la IA, asegurando que el producto final sea el resultado de su propio análisis y comprensión.
La contribución de la IA se limita a las etapas preparatorias del trabajo, mientras que la ejecución y el desarrollo detallado son realizados enteramente por el humano.

Ejemplos para el alumnado

Fases iniciales de un trabajo. Uso de IA para generar ideas y crear un esquema o índice para un ensayo, pero la redacción final se realiza sin IA.
Lluvia de ideas. Los estudiantes pueden usar IA para generar ideas o soluciones a problemas. Estas ideas se discuten, filtran y refinan.
Esquemas. Las personas pueden usar IA para crear esquemas de su trabajo como herramienta de planificación. Estos esquemas sirven como guía para el desarrollo del trabajo, pero no se incluyen directamente en el producto final.
Asistencia en la investigación. La IA puede sugerir temas, áreas de interés o fuentes útiles para la investigación, también a través de buscadores.

Ejemplos para el profesorado

Elaborar el plan de una lección. Usar IA para generar ideas y crear un esquema o índice para un plan de lección, pero el desarrollo final del plan se realiza sin IA.
Esquemas. Crear esquemas estructurados para unidades de estudio o programas de curso utilizando IA.
Asistencia en la investigación académica. La IA puede sugerir temas, áreas de interés o fuentes útiles para investigaciones educativas, facilitando la búsqueda de referencias.
Generación de ideas para proyectos de clase y actividades. La IA da ideas para actividades que luego son creadas, adaptadas y refinadas por el profesor.

Nivel 3. Asistencia parcial de IA con control humano

La IA genera parte del contenido. El humano revisa, adapta y mejora este contenido. La interacción es principalmente unidireccional: la IA produce, el humano revisa y modifica. El humano integra el contenido de la IA en un todo coherente. La extensión del contenido final generado por la IA no supera al del humano.

Características clave

La interacción es principalmente unidireccional: la IA produce, el humano revisa y modifica.
El uso de la IA se centra en tareas específicas donde aporta eficiencia, permitiendo al humano enfocarse en aspectos que requieren otras habilidades.
El humano mantiene un control significativo sobre el proceso y el resultado.
La contribución original de la IA no supera la del humano en términos de generación de contenidos.

Ejemplos para el alumnado

Redacción de secciones de un informe. La IA puede redactar un borrador inicial de una sección. Los estudiantes revisan esta sección, realizando modificaciones, añadiendo sus propias ideas y asegurando que el contenido final refleje su comprensión y análisis personal.
Análisis de datos. La IA lleva a cabo el análisis preliminar de un conjunto de datos y genera gráficos o tablas y los interpreta. Los alumnos añaden sus propias conclusiones y discuten las implicaciones de los datos.
Redacción de preguntas para un cuestionario. La IA genera las preguntas de un cuestionario y la persona las selecciona y adapta a sus necesidades concretas.
Creación de presentaciones. La IA genera un borrador de una presentación y el alumnado la completan y adaptan.

Ejemplos para el profesorado

Generación de recursos didácticos. La IA crea borradores de recursos didácticos, como guías de lectura o materiales suplementarios. El profesor revisa, adapta y desarrolla estos recursos para asegurarse de que sean adecuados para las necesidades específicas de sus estudiantes y el currículo.
Diseño de actividades de aprendizaje. La IA propone una serie de actividades para una unidad temática. El profesor evalúa cada actividad, modifica algunas para hacerlas más interactivas o relevantes para su contexto específico, y añade nuevas actividades basadas en su experiencia y conocimiento de las necesidades de aprendizaje de sus estudiantes.
Desarrollo de casos prácticos. La IA genera un listado de posibles casos prácticos basados en los conceptos clave del curso. El docente selecciona, revisa y enriquece el caso, añadiendo contexto real y preguntas de análisis que fomenten el pensamiento crítico y la aplicación práctica de los conocimientos adquiridos.
Creación de exámenes. La IA propone un conjunto de preguntas para un examen. El profesor selecciona las más apropiadas, modifica otras para ajustar su dificultad o enfoque, y añade sus propias preguntas para asegurar una evaluación completa y equilibrada de los conocimientos y habilidades de los estudiantes.

Nivel 4. Colaboración avanzada humano-IA

Hay un diálogo continuo y bidireccional entre humano y IA, con iteraciones frecuentes. El humano guía activamente a la IA durante todo el proceso, refinando su contenido a través de la conversación continuada. El resultado es una fusión estrecha del trabajo de ambos. La extensión del contenido final generado por la IA puede superar a la del humano.

Características clave

Hay un diálogo continuo y bidireccional entre el humano y la IA, con iteraciones frecuentes durante todo el proceso.
El humano mantiene un papel crucial en la dirección, refinamiento y validación del trabajo, asegurando la coherencia general y la calidad del producto final.
La creatividad y el juicio crítico del humano se aplican para mejorar, personalizar y dar coherencia al resultado de la IA.
La persona actúa como coordinadora y directora, tomando decisiones críticas sobre la estructura, el contenido y la presentación del trabajo.
La contribución original de la IA normalmente supera la del humano en términos de generación de contenido.

Ejemplos para el alumnado

Proyecto de investigación. La IA ayuda a buscar fuentes, redactar el informe, y crear gráficos y presentaciones. El estudiante revisa y ajusta el contenido generado para asegurar su precisión y relevancia.
Trabajo escolar. El alumno proporciona los datos necesarios para hacer el trabajo, la IA redacta un informe que es examinado por el primero y le indica las correcciones a realizar. Se establece un diálogo donde el alumnado va guiando a la IA hacia la solución final.
Resolución de problemas matemáticos. La IA proporciona pasos y soluciones detalladas para problemas avanzados. El estudiante revisa, comprende y explica cada paso, asegurando una comprensión completa del proceso.
Creación de un pódcast histórico. Un estudiante de historia decide crear un pódcast sobre la Revolución Industrial. Comienza proporcionando a la IA su idea general y los temas a cubrir. La IA genera un esquema inicial, sugiriendo episodios y fuentes históricas relevantes. El estudiante revisa este esquema, solicita cambios y pide a la IA que profundice en ciertos aspectos. La IA produce borradores de guiones que el estudiante edita, añadiendo sus interpretaciones. Colaboran en la creación de notas del show, selección de efectos de sonido y generación de preguntas para entrevistas con expertos. Este proceso continúa hasta que el pódcast alcanza un alto nivel de calidad y rigor histórico.
Modelo matemático aplicado al cambio climático. Una estudiante de matemáticas aplicadas crea un modelo para predecir el impacto del cambio climático en una especie en peligro de extinción. Describe el problema a la IA y proporciona datos iniciales. La IA sugiere varios enfoques matemáticos, y la estudiante selecciona los más prometedores, pidiendo a la IA que elabore sobre ellos. Basándose en esta información, solicita a la IA un borrador del modelo matemático. La estudiante revisa el modelo, ajusta variables e incorpora factores adicionales con la ayuda de la IA. La IA genera visualizaciones de los resultados, que la estudiante analiza críticamente. Este proceso iterativo continúa, refinando el modelo y explorando diferentes escenarios, hasta obtener un modelo sofisticado que refleja su comprensión matemática y del problema ambiental.

Ejemplos para el profesorado

Planificación de unidades didácticas. La IA ayuda a diseñar una unidad completa, sugiriendo objetivos, actividades, evaluaciones y recursos. El profesor verifica, ajusta y personaliza el plan para que se adapte a su estilo de enseñanza y a las necesidades de los estudiantes.
Desarrollo de evaluaciones. La IA genera preguntas de exámenes, rúbricas y criterios de evaluación detallados. El profesor comprueba y adapta estas herramientas para alinearlas con los objetivos del curso y los niveles de los estudiantes.
Desarrollo de materiales interactivos. La IA ayuda a crear materiales didácticos interactivos, como simulaciones, juegos educativos y actividades en línea. El profesor revisa, ajusta y complementa estos materiales para que sean atractivos y efectivos para el aprendizaje.

Nivel 5. Supervisión humana de IA autónoma

La IA genera el contenido de forma autónoma, con el humano actuando como supervisor. El humano establece los parámetros iniciales, pero la IA desarrolla el trabajo con mínima o nula intervención durante el proceso. El contenido generado se utiliza posteriormente como material de referencia o punto de partida para realizar otras tareas educativas, sin que sea necesario modificarlo.

Características clave

La IA genera el contenido de forma independiente, basándose en los parámetros iniciales establecidos por el humano.
La intervención humana durante el proceso de generación es mínima o nula, limitándose a la configuración inicial y la revisión final.
El contenido generado por la IA es utilizado como una fuente primaria de trabajo en el contexto educativo, permitiendo al humano enfocarse en una tarea posterior.

Ejemplos para el alumnado

Análisis literario: La IA genera un cuento o relato breve sobre un tema o género literario específico. El estudiante utiliza este cuento para realizar un análisis literario, identificando temas, motivos, recursos estilísticos y estructuras narrativas. El trabajo final del alumno no es la modificación del cuento, sino el análisis crítico del texto generado por la IA.
Análisis de datos científicos: La IA produce un informe completo basado en un conjunto de datos científicos, como los resultados de un experimento o una simulación. El estudiante utiliza este informe para realizar un análisis crítico, discutir la metodología, interpretar los resultados y evaluar las conclusiones. El informe generado por la IA es tratado como un documento fuente sobre el cual el estudiante realiza su análisis.
Estudio de casos históricos: La IA crea una descripción detallada de un evento histórico, incluyendo narrativas, fechas clave, y actores involucrados. El estudiante emplea este texto para realizar una comparación entre este evento y otro estudiado en clase, desarrollando un ensayo comparativo que analiza las similitudes y diferencias en contextos históricos.
Discusión filosófica: La IA redacta un diálogo filosófico entre dos personajes sobre un tema ético contemporáneo. Los estudiantes usan este diálogo como base para un debate en clase, donde discuten las posiciones de cada personaje, analizan sus argumentos y desarrollan sus propias reflexiones filosóficas a partir del texto.

Ejemplos para el profesorado

Análisis de textos en clase: La IA genera un conjunto de textos expositivos sobre diferentes teorías científicas o conceptos matemáticos. El profesor utiliza estos textos como material para que los estudiantes realicen análisis de comprensión, discutan en grupos o respondan a preguntas específicas sobre los conceptos presentados en los textos generados.
Estudio de fuentes primarias: La IA produce discursos o documentos simulados de figuras históricas en diferentes contextos. El profesor utiliza estos documentos en clase para que los estudiantes los analicen como si fueran fuentes primarias, desarrollando ensayos o discusiones basadas en el contenido generado.
Práctica de interpretación de datos: La IA crea una serie de informes técnicos o científicos que incluyen análisis de datos, gráficos y conclusiones. El profesor utiliza estos informes en ejercicios de clase donde los estudiantes practican la interpretación de datos, critican la metodología utilizada y desarrollan sus propias conclusiones basadas en la información presentada.
Preparación para un debate: La IA redacta textos que representan diferentes posiciones en un tema controversial. El profesor utiliza estos textos para preparar a los estudiantes para un debate, donde cada grupo analiza y defiende la posición presentada por la IA, desarrollando argumentos a partir del texto base.

Referencias

Miller, M. (2024). AI in the classroom: What’s cheating? What’s OK? Ditch That Textbook

Nota: Este trabajo tiene nivel 3 en este marco

(Versió en català)

Nuestro cerebro, ¿funciona de forma probabilística?

15 de julio de 2024 / Juan José de Haro / Sin comentarios

En los eventos y publicaciones sobre IA educativa, se suele argumentar que la inteligencia artificial se diferencia de la humana en que la primera está basada en probabilidades. Para simplificar, es similar al teclado predictivo de los móviles que sugiere la siguiente palabra según lo que hemos escrito previamente. Normalmente, esta explicación basta para los ponentes y la segunda parte (en qué consiste la humana) queda en el aire. Pero suele ser suficiente para que la audiencia asienta, con el convencimiento de que la IA es «otra cosa».

Teoría bayesiana del funcionamiento del cerebro

La teoría bayesiana de la función cerebral sugiere que el cerebro toma decisiones y forma percepciones usando probabilidades basadas en experiencias previas y nueva información sensorial, similar a las estadísticas bayesianas. Los estudios indican que el cerebro utiliza modelos probabilísticos construidos a partir de experiencias pasadas para tomar decisiones.

Así pues, la teoría bayesiana de la función cerebral postula que el cerebro funciona como un sistema de procesamiento predictivo, generando modelos internos basados en creencias previas y experiencias pasadas para hacer predicciones sobre las entradas sensoriales futuras [1].

El cerebro codifica estados probabilísticos para generar predicciones sobre la información sensorial y actualiza sus creencias mediante errores de predicción [2]. La selección natural ha optimizado los mecanismos de procesamiento de la información del cerebro, lo que ha llevado al cerebro a procesar la información de forma óptima [3]. Se considera que el cerebro es una máquina de inferencia probabilística que rastrea continuamente la estructura probabilística de las observaciones sin depender de estados ocultos, y las experiencias pasadas influyen en los resultados futuros de forma similar a la regularización en el aprendizaje automático [4].

Evidencias que apoyan el funcionamiento bayesiano

Hay pruebas que respaldan la teoría bayesiana de la función cerebral, ya que ha explicado con éxito diversos comportamientos humanos en diversas tareas y ha sido validada empíricamente. Los estudios indican que los procesos neuronales que subyacen a la percepción, el aprendizaje y la toma de decisiones se aproximan a la inferencia bayesiana.

Más a través de SciSpace.

Conclusiones

Todo esto indica que los modelos según los cuales funciona la IA, concretamente los que dan lugar a la IA generativa de texto y nuestra inteligencia, así como la de los animales en general, comparten principios de funcionamiento que no son casuales. Igual que, como pasa con tantas otras características biológicas, muchas veces el ser humano con su tecnología imita de forma involuntaria a la naturaleza por el simple motivo de que solo hay un modo de llegar a determinadas soluciones, como la inteligencia.

El modelo probabilístico del funcionamiento del cerebro orgánico sugiere que no existen inteligencias artificiales y naturales separadas, sino que probablemente solo hay una única inteligencia, con distintos grados y particularidades, pero que comparten una naturaleza común, la probabilística.

Tan importante como conocer el funcionamiento interno de la IA lo es el conocimiento del funcionamiento de nuestra inteligencia, lo contrario nos lleva a comparar la IA con ideas preconcebidas sin fundamento científico.

Advertencia: una teoría no es, como sucede en el lenguaje coloquial, algo no demostrado o incierto. Al contrario, una teoría científica es una explicación basada en evidencias que describe y predice fenómenos naturales. Es falsable, revisable y coherente con el conocimiento existente (como, por ejemplo, la teoría de la relatividad).

Más información

Para los interesados en leer más sobre este tema recomendamos la entrada de la Wikipedia sobre enfoques bayesianos de la función cerebral y para profundizar, el artículo titulado: El Cerebro Bayesiano: El Papel de la Incertidumbre en la Codificación y Computación Neuronal.

El trabajo especializado de Thomas L. Griffiths, Charles Kemp y Joshua B. Tenenbaum sobre modelos bayesianos de cognición se ha convertido en un referente para la comunidad científica en el campo de la ciencia cognitiva y la psicología. Utilizan la inferencia probabilística para explicar cómo los humanos procesan información y toman decisiones bajo incertidumbre. Este enfoque proporciona un marco teórico y cuantitativo que unifica diversas áreas de la cognición, desde la percepción y el lenguaje hasta el razonamiento y la toma de decisiones.

Adaptación de actividades a la LOMLOE

5 de julio de 2024 / Juan José de Haro / Sin comentarios

He creado un conjunto de tres prompts para adaptar en muy poco tiempo una actividad educativa, que ya teníamos elaborada con antelación, a la LOMLOE. Estas actividades pueden ser ejercicios de clase, prácticas de laboratorio, actividades colaborativas, exámenes, etc.

Partiendo de esta actividad preexistente, estos prompts le asociarán:

Las competencias específicas que mejor se adaptan a la actividad.
Los criterios de evaluación de las competencias específicas anteriores que mejor encajan.
Los saberes que se trabajan en la actividad.

Además, hay un par de prompts adicionales para elaborar:

Los objetivos de aprendizaje de nuestra actividad.
Una rúbrica para evaluar las competencias específicas de la actividad en cuestión.

Los datos que necesitaremos para utilizar estos prompts son:

Actividad que queremos adaptar, preferentemente en un documento que podamos subir a ChatGPT.
Lista de competencias específicas con sus criterios de evaluación. Pueden ser todas o una selección.
Lista de saberes. Todos o solo los que nos interesen.

Recomendaciones

Aconsejamos numerar las competencias, criterios y saberes para que el resultado sea más breve y comprensible.
Es casi obligado el uso de ChatGPT-4o (o superior) porque es el único que maneja tanta información con habilidad para producir buenos resultados. Incluso Claude 3.5 Sonnet, que en muchos aspectos iguala a esta versión de ChatGPT, no produce resultados de buena calidad.

La elaboración de estos prompts ha sido un proyecto colaborativo en el que han intervenido el GPT Úrsula, especializada en la creación de prompts educativos, y el GPT Bruno, especialista en LOMLOE.

Úrsula ha seguido mis instrucciones y correcciones para garantizar la calidad y relevancia del resultado final y Bruno ha revisado el resultado final y aconsejado la forma de adaptar plenamente los prompts al espíritu de la LOMLOE.

Los prompts están disponibles en: Adaptación de actividades a la LOMLOE.