INDICIOS DEL USO ESTUDIANTIL DE LA IA GENERATIVA
DOI:
https://doi.org/10.63136/read1620241007pp737Resumen
Con el advenimiento de la IA generativa, las actividades académicas y productivas se han trastocado de manera disruptiva. La productividad en las diferentes actividades sociales y económicas se han visto modificadas y en sus primeros indicios se auguran consecuencias en el orden de la necesidad de nuevas competencias propiciadas por la escuela. Por otro lado, las comunidades se encuentran en la discusión sobre el uso legal y ético de la IA, mientras, paralelamente crece la solicitud de profesionales en la IA por los empleadores para abordar nuevos retos productivos. Por su parte, en el área académica el discurso se centra más en el papel ético del uso de la IA generativa en las actividades y productos escolares, obligando a repensar el papel de las evidencias académicas y de la evaluación, pero sobre todo considerando una nueva concepción de la naturaleza del plagio y las posibilidades del correcto uso de la IA por los estudiantes. En este trabajo se vislumbran los primeros indicios escolares de su uso en evidencias de ensayos académicos y su concordancia con las líneas de pensamiento ético del modelo académico, dado que, gran porcentaje de la muestra analizada de estudiantes y profesores, niegan haberla usado en sus evidencias, considerando tácitamente que su uso no es ético.Citas
Chan, C. (2023). A comprehensive AI policy education framework for university teaching and learning. International Journal of Educational Technology in Higher Education, vol. 20(38). https://doi.org/10.1186/s41239-023-00408-3
Chan, C., & Hu, W. (2023). Students’ voices on generative AI: perceptions, benefits, and challenges in higher education. International Journal of Educational Technology in Higher Education, vol. 20(43). https://doi.org/10.1186/s41239-023-00411-8
Chan, C., & Lee, K. (2023). The AI generation gap: Are Gen Z students more interested in adopting generative AI such as ChatGPT in teaching and learning than their Gen X and millennial generation teachers? Smart Learning Environments, vol. 10(60). https://doi.org/10.1186/s40561-023-00269-3
Chan, C., & Zhou, W. (2023). An expectancy value theory (EVT) based instrument for measuring student perceptions of generative AI. Smart Learning Environments, vol. 10(64). https://doi.org/10.1186/s40561-023-00284-4
Coppi, G., Moreno, R. & Kyriazi, S. (2021). Explicability of humanitarian AI: a matter of principles. Journal of International Humanitarian Action, vol. 6(19). https://doi.org/10.1186/s41018-021-00096-6
Fernández, M. (2023). La Inteligencia Artificial en Educación. Hacia un Futuro de Aprendizaje Inteligente. Editorial Escriba. Escuela de escritores
García, C. y Alvarado, M. (2023). Orientar las competencias matemáticas a la mentefactura. Revista ANFEI Digital, núm. 15. https://anfei.mx/revista/index.php/revista/article/view/896
García, C., Alvarado, M. y Pérez, B (2022). Propuesta de modelo b-STEAM-3S y su esencia: la lección. Revista ANFEI Digital, núm. 14. https://anfei.mx/revista/index.php/revista/article/view/800
Ho, C. M. (2023). Research on interaction of innovation spillovers in the AI, Fin?Tech, and IoT industries: considering structural changes accelerated by COVID?19. Financial Innovation, vol. 9(1). https://doi.org/10.1186/s40854-022-00403-z
Jara, I. y Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. Banco Interamericano de Desarrollo
Jasper (2023). Cómo usar la IA generativa para optimizar las operaciones de contenido. HubSpot. https://offers.hubspot.es/ia-generativa-para-operaciones-de-contenido
Lee, A., Tan, S., & Teo, C. (2023). Designs and practices using generative AI for sustainable student discourse and knowledge creation. Smart Learning Environments, vol. 10(59). https://doi.org/10.1186/s40561-023-00279-1
Liu, B., Morales, D., Roser, J., Sabzalieva, E., Valentini, A., Vieira, D. y Yerovi, C. (2023). Oportunidades y desafíos de la era de la inteligencia artificial para la educación superior: Una introducción para los actores de la educación superior. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO]. https://unesdoc.unesco.org/ark:/48223/pf0000386670_spa
Perrin, D., Hancock, & Miller, R. (2021). Internal knowledge transfer: Professional development programmes and embedding real world learning for full-time undergraduates. En D. Morley & G. Jamil (Eds.), Applied pedagogies for higher education. Real world learning and innovation across the curriculum (pp. 21-40). Palgrave Macmillan
Rivas, A., Buchbinder, N. y Barrenechea, I. (2023). El futuro de la Inteligencia Artificial en educación en América Latina. Profuturo y OEI. https://oei.int/oficinas/secretaria-general/publicaciones/el-futuro-de-la-inteligencia-artificial-en-educacion-en-america-latina
Sabzalieva, E. & Valentini, A. (2023). ChatGPT e inteligencia artificial en la educación superior: Guía de inicio rápido. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura [UNESCO]. https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa
Stütz, S., Berding, F., Reincke, S., & Scheper, L. (2022). Characteristics of learning tasks in accounting textbooks: an AI assisted analysis. Empirical Research in Vocational Education and Training, vol. 14(10). https://doi.org/10.1186/s40461-022-00138-2
United Nations Educational, Scientific and Cultural Organization [UNESCO] (2021). Reimagining our futures together: A new social contract for education. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379707
