Una transcripción automática puede ahorrar tiempo, pero no garantiza exactitud. Una respuesta de inteligencia artificial puede sonar convincente y, al mismo tiempo, incluir errores, sesgos, citas inexistentes o riesgos de privacidad.

En este segundo episodio de la miniserie IA con criterio: Aprendizaje y pensamiento crítico, presentamos una rutina sencilla para integrar la IA generativa en la educación y la producción de medios: verificar, proteger y decidir.

La IA puede apoyar la investigación inicial, la planificación, la creación de borradores, la transcripción, los subtítulos, los resúmenes y ciertas tareas de edición. Sin embargo, la responsabilidad por lo que enseñamos y publicamos sigue siendo humana.

En este episodio

• Por qué no debemos aceptar una respuesta solo porque está bien redactada.
• Cómo verificar fuentes, citas, estadísticas, imágenes, transcripciones y subtítulos.
• Qué tipo de datos no deben compartirse sin autorización en herramientas de IA.
• Por qué conviene revisar las políticas de privacidad de cada plataforma.
• Cómo respetar derechos de autor y comunicar el uso significativo de contenido sintético.
• Qué decisiones humanas siguen siendo necesarias: propósito educativo, audiencia, narrativa, accesibilidad, ética y control de calidad.

Una rutina para tu próxima producción

1. Verifica: confirma datos, fuentes, referencias y detalles técnicos.
2. Protege: evita compartir datos personales, información confidencial o material protegido sin permiso.
3. Decide: evalúa si el resultado sirve realmente a tu audiencia y a tu propósito educativo.

La IA puede proponer; nosotros decidimos. Puede transcribir; nosotros corregimos. Puede sugerir; nosotros evaluamos. Puede acelerar una tarea; nosotros respondemos por lo que publicamos.

La inteligencia artificial puede ampliar nuestras capacidades, pero la confianza de la audiencia depende de algo que no se automatiza: nuestro criterio.

Referencias

Casabona, J. (2023, 1 de octubre). Generative AI for podcasters [Curso]. LinkedIn Learning.

Crompton, H., & Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, Article 22. https://doi.org/10.1186/s41239-023-00392-8

Harauz, N. (2024, 25 de enero). AI and generative AI for video content creation [Curso]. LinkedIn Learning.

Kennedy, A. (2023, 30 de junio). Generative AI skills for creative content: Opportunities, issues, and ethics [Curso]. LinkedIn Learning.

U.S. Department of Education, Office of Educational Technology. (2023). Artificial intelligence and the future of teaching and learning: Insights and recommendations. https://www2.ed.gov/documents/ai-report/ai-report.pdf

Transparencia sobre IA

Se utilizaron herramientas de IA para organizar ideas, estructurar el guion y revisar claridad. Se empleará software asistido por IA para un primer borrador de transcripción y apoyo de nivelación de audio; la revisión final será manual. La narración

La inteligencia artificial ya participa en muchas actividades cotidianas: recomendaciones, búsquedas, asistentes de escritura, plataformas educativas y herramientas de productividad. Sin embargo, saber escribir una instrucción para un chatbot no significa necesariamente saber utilizar la IA de manera informada, crítica y responsable.

En este primer episodio de la miniserie IA con criterio: Aprendizaje y pensamiento crítico, exploramos cuatro capacidades esenciales para desarrollar alfabetización en inteligencia artificial: conciencia, capacidad, conocimiento y pensamiento crítico.

A partir de una situación frecuente —una docente que descubre que una herramienta generativa incluyó referencias inexistentes en una actividad—, reflexionamos sobre una idea central: una respuesta que parece clara y completa no siempre es correcta.

En este episodio

• Qué significa estar alfabetizado en IA.
• Cómo reconocer cuándo la IA interviene en decisiones cotidianas.
• Por qué una solicitud con contexto, propósito y restricciones suele producir mejores resultados.
• Qué limitaciones pueden tener las herramientas generativas: información desactualizada, errores, sesgos y referencias inventadas.
• Por qué verificar fuentes y adaptar los resultados al contexto educativo sigue siendo una responsabilidad humana.
• La importancia de mantener a las personas dentro de la toma de decisiones al usar IA en educación.

Antes de usar una respuesta generada por IA, prueba esta pregunta:

¿Qué tendría que verificar, adaptar o decidir yo antes de confiar en este resultado?

La alfabetización en IA comienza cuando utilizamos estas herramientas sin dejar de pensar: cuando la tecnología amplía nuestro criterio en vez de reemplazarlo.

En el próximo episodio hablaremos de tres acciones prácticas para usar IA de forma responsable: verificar, proteger y decidir.

Referencias

Anders, B. A. (2023). AI literacy: What everyone needs to know! [Video]. YouTube.

Anders, B. A. (2024, 4 de marzo). The AI literacy imperative: Empowering instructors & students [Webinar]. Contact North | Contact Nord; TeachOnline.ca.

U.S. Department of Education, Office of Educational Technology. (2023). Artificial intelligence and the future of teaching and learning: Insights and recommendations. https://www2.ed.gov/documents/ai-report/ai-report.pdf

Transparencia sobre IA

Se utilizaron herramientas de IA para organizar ideas, estructurar el guion y revisar claridad. Las fuentes y afirmaciones fueron verificadas antes de la publicación. La narración utiliza la voz del autor; no se emplean voces sintéticas ni entrevistas generadas por IA.

Exploramos:

• IA y ética en publicaciones académicas.
• Diseño instruccional personalizado y adaptativo con IA.
• Laboratorios prácticos de robótica, XR y recursos para accesibilidad.

¿Hasta dónde puede llegar la innovación educativa? Acompáñame y reflexionemos juntos sobre el futuro del aprendizaje.

Escucha el episodio, comparte tu opinión en los comentarios y no olvides suscribirte para más contenido de vanguardia en educación.

Perfil de la Invitada

• Kelmadis Pérez Rivera - Agrónoma
• Experiencia desde la infancia trabajando con gallinas
• Comenzó la crianza profesional de gallinas ponedoras en 2022
• Especializada en gallinas de pastoreo, también llamadas "gallinas libres" o "gallinas felices"

Diferencias: Pastoreo vs. Producción Industrial

Sistema de Pastoreo (Tradicional/Ancestral):

• Gallinas en libertad, moviéndose por bosques y alrededor de la casa
• Búsqueda natural de alimento
• Suplementación ocasional preparada artesanalmente
• Fortalecimiento del sistema inmune sin antibióticos ni inyecciones
• Menor estrés animal

Sistema Industrial:

• Espacios confinados y limitados
• Miles de gallinas en espacios pequeños
• Dependencia de antibióticos y vacunas
• Mayor estrés en los animales
• Luces artificiales 24 horas para maximizar producción (especialmente en EE.UU.)

Problemas con la Etiqueta "Free Range"

• El término puede ser engañoso según el país de origen
• Algunas gallinas "free range" nunca han visto pasto
• Pueden estar encerradas pero con mayor espacio por ave
• No garantiza acceso a comportamientos naturales (trepar, cazar insectos)

Aspectos Nutricionales y de Calidad

Huevos de Pastoreo:

• Mayor valor nutricional
• Mejor calidad debido al menor estrés animal
• Frescura garantizada por producción local

Huevos Industriales Importados:

• Tiempo de transporte mínimo de una semana
• Pueden tener 30-45 días cuando llegan al mercado
• Menor valor nutricional por el tiempo transcurrido

Recomendaciones para Consumidores

Para Producción Casera:

• Posible con 2-3 gallinas en espacios pequeños
• Minimizar alimento procesado
• Utilizar desperdicios orgánicos (cáscaras, frutas maduras)
• Permite reducir residuos domésticos

Para Consumo Responsable:

• Apoyar la producción local
• En Puerto Rico, incluso la producción industrial mantiene estándares dignos
• Buscar productores que mantengan vínculos afectivos con sus animales
• Prioridad a la frescura del producto