jueves, 15 de octubre de 2026
Tema 4: "Sesgos, omisiones y contexto en respuestas de IA"
Sesgos, omisiones y contexto en respuestas de IA
Sesgos, omisiones y contexto en respuestas de IA es una parte
esencial de pensamiento crítico en la era de la inteligencia artificial. La
evaluación crítica comienza cuando se deja de preguntar solamente “¿qué dice?”
y se añade “¿cómo puedo saberlo?”. Una fuente responsable ofrece elementos que
permiten examinar su procedencia, contexto y evidencia; una fuente débil suele
exigir confianza sin ofrecer suficientes medios para comprobarla.
1. Reconocer datos de entrenamiento limitados. Este criterio debe
aplicarse de forma activa. No basta con encontrar una palabra, fecha o nombre:
hay que interpretar qué significa para la confiabilidad del contenido. Por
ejemplo, si una publicación presenta una cifra impresionante, conviene
localizar de dónde proviene, a qué año corresponde, qué población describe y si
otra fuente independiente confirma una interpretación semejante.
2. Buscar perspectivas adicionales. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
3. Detectar generalizaciones. Este criterio debe aplicarse de forma
activa. No basta con encontrar una palabra, fecha o nombre: hay que interpretar
qué significa para la confiabilidad del contenido. Por ejemplo, si una
publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
4. Aportar contexto a las preguntas. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
Ejemplo aplicado. Un estudiante encuentra una publicación que
afirma: “Un estudio demuestra que el 90 % de los jóvenes aprende mejor usando
el teléfono mientras estudia”. El mensaje parece preciso porque incluye un
porcentaje. Una evaluación crítica preguntaría qué estudio produjo el dato,
quién lo realizó, cuántas personas participaron, qué se midió realmente y dónde
puede consultarse el informe original. Si la publicación no permite responder
esas preguntas, el porcentaje no debe tratarse como evidencia suficiente.
Otro caso frecuente ocurre cuando una página utiliza lenguaje seguro
y un diseño profesional. La apariencia puede facilitar la lectura, pero no
prueba la exactitud. Es preferible corroborar la afirmación en fuentes
independientes y, cuando sea posible, llegar al documento, estudio, institución
o registro original.
Señales de alerta incluyen afirmaciones extraordinarias sin
evidencia, ausencia de autor o fecha cuando son relevantes, titulares que
buscan provocar una reacción inmediata, referencias que no llevan a la fuente
mencionada y contenidos que piden compartir antes de verificar. Ninguna señal
aislada demuestra falsedad, pero varias juntas justifican una revisión más
cuidadosa.
Aplicación académica. Antes de incorporar una fuente a un trabajo,
conviene poder explicar por qué se seleccionó: quién responde por ella, qué
evidencia ofrece, qué tan actual es y cómo se relaciona con la pregunta de
investigación. Esa explicación transforma la búsqueda en un proceso de
selección razonada.
Referencias
bibliográficas (APA 7.ª edición)
UNESCO.
(2013). Global media and information literacy assessment framework: Country
readiness and competencies. UNESCO Institute for Statistics.
UNESCO.
(2023). Five laws of media and information literacy.
https://www.unesco.org/en/media-information-literacy/five-laws
McGrew,
S., Breakstone, J., Ortega, T., Smith, M., & Wineburg, S. (2018). Can
students evaluate online sources? Learning from assessments of civic online
reasoning. Theory & Research in Social Education, 46(2), 165–193.
https://doi.org/10.1080/00933104.2017.1416320
Caulfield,
M. (2019). SIFT (The four moves).
https://hapgood.us/2019/06/19/sift-the-four-moves/
UNESCO.
(2023). Guidance for generative AI in education and research. UNESCO.
National
Institute of Standards and Technology. (2023). Artificial intelligence risk
management framework (AI RMF 1.0). U.S. Department of Commerce.
https://doi.org/10.6028/NIST.AI.100-1
miércoles, 14 de octubre de 2026
Tema 3: "IA para aprender, no para sustituir el pensamiento"
IA para aprender, no para sustituir el pensamiento
IA para aprender, no para sustituir el pensamiento es una parte
esencial de pensamiento crítico en la era de la inteligencia artificial. La
evaluación crítica comienza cuando se deja de preguntar solamente “¿qué dice?”
y se añade “¿cómo puedo saberlo?”. Una fuente responsable ofrece elementos que
permiten examinar su procedencia, contexto y evidencia; una fuente débil suele
exigir confianza sin ofrecer suficientes medios para comprobarla.
1. Usarla para explicar y practicar. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
2. Mantener autoría intelectual. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
3. Reformular con comprensión. Este criterio debe aplicarse de forma
activa. No basta con encontrar una palabra, fecha o nombre: hay que interpretar
qué significa para la confiabilidad del contenido. Por ejemplo, si una
publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
4. Seguir instrucciones académicas. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
Ejemplo aplicado. Un estudiante encuentra una publicación que
afirma: “Un estudio demuestra que el 90 % de los jóvenes aprende mejor usando
el teléfono mientras estudia”. El mensaje parece preciso porque incluye un
porcentaje. Una evaluación crítica preguntaría qué estudio produjo el dato,
quién lo realizó, cuántas personas participaron, qué se midió realmente y dónde
puede consultarse el informe original. Si la publicación no permite responder
esas preguntas, el porcentaje no debe tratarse como evidencia suficiente.
Otro caso frecuente ocurre cuando una página utiliza lenguaje seguro
y un diseño profesional. La apariencia puede facilitar la lectura, pero no
prueba la exactitud. Es preferible corroborar la afirmación en fuentes
independientes y, cuando sea posible, llegar al documento, estudio, institución
o registro original.
Señales de alerta incluyen afirmaciones extraordinarias sin
evidencia, ausencia de autor o fecha cuando son relevantes, titulares que
buscan provocar una reacción inmediata, referencias que no llevan a la fuente
mencionada y contenidos que piden compartir antes de verificar. Ninguna señal
aislada demuestra falsedad, pero varias juntas justifican una revisión más
cuidadosa.
Aplicación académica. Antes de incorporar una fuente a un trabajo,
conviene poder explicar por qué se seleccionó: quién responde por ella, qué
evidencia ofrece, qué tan actual es y cómo se relaciona con la pregunta de
investigación. Esa explicación transforma la búsqueda en un proceso de
selección razonada.
Referencias
bibliográficas (APA 7.ª edición)
UNESCO.
(2013). Global media and information literacy assessment framework: Country
readiness and competencies. UNESCO Institute for Statistics.
UNESCO.
(2023). Five laws of media and information literacy.
https://www.unesco.org/en/media-information-literacy/five-laws
McGrew,
S., Breakstone, J., Ortega, T., Smith, M., & Wineburg, S. (2018). Can
students evaluate online sources? Learning from assessments of civic online
reasoning. Theory & Research in Social Education, 46(2), 165–193.
https://doi.org/10.1080/00933104.2017.1416320
Caulfield,
M. (2019). SIFT (The four moves).
https://hapgood.us/2019/06/19/sift-the-four-moves/
UNESCO.
(2023). Guidance for generative AI in education and research. UNESCO.
National
Institute of Standards and Technology. (2023). Artificial intelligence risk
management framework (AI RMF 1.0). U.S. Department of Commerce.
https://doi.org/10.6028/NIST.AI.100-1
Miércoles de Tarjetita Positivas
MIÉRCOLES DE TARJETITAS POSITIVAS
Proyecto Edificación de un lector en la
biblioteca
Lectura y bienestar socioemocional
Miércoles, 14 de octubre de 2026
|
Seguir intentando también cuenta. No todos los
intentos terminan como esperábamos, pero cada uno deja una enseñanza.
Equivocarte, sentir frustración o necesitar más tiempo no significa que hayas
fracasado. A veces, tu mayor avance consiste simplemente en respirar,
aprender y decidir continuar. En las historias,
los personajes crecen cuando enfrentan dificultades y descubren nuevas formas
de avanzar. La lectura puede recordarte que tu camino tampoco tiene que ser
perfecto. Cada página que vuelves a intentar escribir habla de tu
perseverancia y de todo lo que aún puedes lograr. Reflexiona: ¿Qué dificultad me ha enseñado algo importante sobre mí? ¿Qué pequeño paso puedo volver a intentar con mayor paciencia? |
Escuela Superior Catalina Morales de Flores
Programa de Biblioteca
Leenelda Gutiérrez Ríos • Bibliotecaria Escolar
martes, 13 de octubre de 2026
Tema 2: "Verificar respuestas, datos y referencias generadas por IA"
Verificar respuestas, datos y referencias generadas por IA
Verificar respuestas, datos y referencias generadas por IA es una
parte esencial de pensamiento crítico en la era de la inteligencia artificial.
La evaluación crítica comienza cuando se deja de preguntar solamente “¿qué
dice?” y se añade “¿cómo puedo saberlo?”. Una fuente responsable ofrece
elementos que permiten examinar su procedencia, contexto y evidencia; una
fuente débil suele exigir confianza sin ofrecer suficientes medios para
comprobarla.
1. Comprobar nombres, fechas y cifras. Este criterio debe aplicarse
de forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
2. Abrir las fuentes originales. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
3. Buscar DOI o publicación real. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
4. Contrastar con fuentes confiables. Este criterio debe aplicarse
de forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
Ejemplo aplicado. Un estudiante encuentra una publicación que
afirma: “Un estudio demuestra que el 90 % de los jóvenes aprende mejor usando
el teléfono mientras estudia”. El mensaje parece preciso porque incluye un
porcentaje. Una evaluación crítica preguntaría qué estudio produjo el dato,
quién lo realizó, cuántas personas participaron, qué se midió realmente y dónde
puede consultarse el informe original. Si la publicación no permite responder
esas preguntas, el porcentaje no debe tratarse como evidencia suficiente.
Otro caso frecuente ocurre cuando una página utiliza lenguaje seguro
y un diseño profesional. La apariencia puede facilitar la lectura, pero no
prueba la exactitud. Es preferible corroborar la afirmación en fuentes
independientes y, cuando sea posible, llegar al documento, estudio, institución
o registro original.
Señales de alerta incluyen afirmaciones extraordinarias sin
evidencia, ausencia de autor o fecha cuando son relevantes, titulares que
buscan provocar una reacción inmediata, referencias que no llevan a la fuente
mencionada y contenidos que piden compartir antes de verificar. Ninguna señal
aislada demuestra falsedad, pero varias juntas justifican una revisión más
cuidadosa.
Aplicación académica. Antes de incorporar una fuente a un trabajo,
conviene poder explicar por qué se seleccionó: quién responde por ella, qué
evidencia ofrece, qué tan actual es y cómo se relaciona con la pregunta de
investigación. Esa explicación transforma la búsqueda en un proceso de
selección razonada.
Referencias
bibliográficas (APA 7.ª edición)
UNESCO.
(2013). Global media and information literacy assessment framework: Country
readiness and competencies. UNESCO Institute for Statistics.
UNESCO.
(2023). Five laws of media and information literacy.
https://www.unesco.org/en/media-information-literacy/five-laws
McGrew,
S., Breakstone, J., Ortega, T., Smith, M., & Wineburg, S. (2018). Can
students evaluate online sources? Learning from assessments of civic online
reasoning. Theory & Research in Social Education, 46(2), 165–193.
https://doi.org/10.1080/00933104.2017.1416320
Caulfield,
M. (2019). SIFT (The four moves).
https://hapgood.us/2019/06/19/sift-the-four-moves/
UNESCO.
(2023). Guidance for generative AI in education and research. UNESCO.
National
Institute of Standards and Technology. (2023). Artificial intelligence risk
management framework (AI RMF 1.0). U.S. Department of Commerce.
https://doi.org/10.6028/NIST.AI.100-1
Presentación:
lunes, 12 de octubre de 2026
Tema 1: "La IA puede responder con seguridad y aun equivocarse"
La IA puede responder con seguridad y aun equivocarse
La IA puede responder con seguridad y aun equivocarse es una parte
esencial de pensamiento crítico en la era de la inteligencia artificial. La
evaluación crítica comienza cuando se deja de preguntar solamente “¿qué dice?”
y se añade “¿cómo puedo saberlo?”. Una fuente responsable ofrece elementos que
permiten examinar su procedencia, contexto y evidencia; una fuente débil suele
exigir confianza sin ofrecer suficientes medios para comprobarla.
1. Distinguir fluidez de exactitud. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
2. Verificar hechos importantes. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
3. Reconocer límites del sistema. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
4. No asumir que una cita existe. Este criterio debe aplicarse de
forma activa. No basta con encontrar una palabra, fecha o nombre: hay que
interpretar qué significa para la confiabilidad del contenido. Por ejemplo, si
una publicación presenta una cifra impresionante, conviene localizar de dónde
proviene, a qué año corresponde, qué población describe y si otra fuente
independiente confirma una interpretación semejante.
Ejemplo aplicado. Un estudiante encuentra una publicación que
afirma: “Un estudio demuestra que el 90 % de los jóvenes aprende mejor usando
el teléfono mientras estudia”. El mensaje parece preciso porque incluye un
porcentaje. Una evaluación crítica preguntaría qué estudio produjo el dato,
quién lo realizó, cuántas personas participaron, qué se midió realmente y dónde
puede consultarse el informe original. Si la publicación no permite responder
esas preguntas, el porcentaje no debe tratarse como evidencia suficiente.
Otro caso frecuente ocurre cuando una página utiliza lenguaje seguro
y un diseño profesional. La apariencia puede facilitar la lectura, pero no
prueba la exactitud. Es preferible corroborar la afirmación en fuentes
independientes y, cuando sea posible, llegar al documento, estudio, institución
o registro original.
Señales de alerta incluyen afirmaciones extraordinarias sin
evidencia, ausencia de autor o fecha cuando son relevantes, titulares que
buscan provocar una reacción inmediata, referencias que no llevan a la fuente
mencionada y contenidos que piden compartir antes de verificar. Ninguna señal
aislada demuestra falsedad, pero varias juntas justifican una revisión más
cuidadosa.
Aplicación académica. Antes de incorporar una fuente a un trabajo,
conviene poder explicar por qué se seleccionó: quién responde por ella, qué
evidencia ofrece, qué tan actual es y cómo se relaciona con la pregunta de
investigación. Esa explicación transforma la búsqueda en un proceso de
selección razonada.
Referencias
bibliográficas (APA 7.ª edición)
UNESCO.
(2013). Global media and information literacy assessment framework: Country
readiness and competencies. UNESCO Institute for Statistics.
UNESCO.
(2023). Five laws of media and information literacy.
https://www.unesco.org/en/media-information-literacy/five-laws
McGrew,
S., Breakstone, J., Ortega, T., Smith, M., & Wineburg, S. (2018). Can
students evaluate online sources? Learning from assessments of civic online
reasoning. Theory & Research in Social Education, 46(2), 165–193.
https://doi.org/10.1080/00933104.2017.1416320
Caulfield,
M. (2019). SIFT (The four moves).
https://hapgood.us/2019/06/19/sift-the-four-moves/
UNESCO.
(2023). Guidance for generative AI in education and research. UNESCO.
National Institute of Standards and Technology. (2023). Artificial intelligence risk management framework (AI RMF 1.0). U.S. Department of Commerce. https://doi.org/10.6028/NIST.AI.100-1
Presentación:
Suscribirse a:
Entradas (Atom)