IAG como compañero para crear productos de su aprendizaje
Guía de Referencia para el Uso Ético de la IA Generativa: Aplicación del Conocimiento y Solicitud de Retroalimentación
Principios Éticos para el Uso de la IA Generativa
Usa la IA como apoyo, no como reemplazo.
La IA puede ayudarte a comprender conceptos o analizar situaciones, pero el trabajo final debe reflejar tu propio razonamiento y comprensión.
Respeta la originalidad de tu trabajo.
Si la IA genera ideas, asegúrate de que no las estás utilizando sin modificación o análisis. Debes integrar su aportación de manera crítica y reflexiva en tu trabajo.
Protege tu privacidad.
No compartas datos personales o información sensible con herramientas de IA. Asegúrate de entender cómo estas plataformas manejan los datos que proporcionas.
Cómo Formular Preguntas a la IA para Aplicar Conocimientos
Cuando utilices la IA para aplicar conocimiento en tus trabajos, es importante que hagas preguntas que promuevan el análisis y la reflexión. Evita preguntas cerradas y genéricas. A continuación, se presentan algunas pautas y ejemplos para hacer preguntas efectivas:
Preguntas abiertas y específicas
- Evita preguntas cerradas: Estas preguntas tienden a generar respuestas simples y no invitan a la reflexión crítica.
- Ejemplo de pregunta cerrada: “¿Es correcto este argumento?”
- Haz preguntas abiertas que requieran explicación: Estas preguntas permiten que la IA explore diferentes ángulos y te ofrezca respuestas más ricas.
- Ejemplo de pregunta abierta: “¿Cuáles son las fortalezas y debilidades de este argumento en un contexto académico?”
Enfoque en el análisis y la evaluación
- Fomenta el pensamiento crítico en tus preguntas: Pide a la IA que evalúe tus ideas o que te ofrezca perspectivas diferentes.
- Ejemplo: “¿Cómo podría dar seguimiento a este trabajo para futuras asignaciones?”
- Solicita ejemplos específicos: Esto puede ayudarte a ver cómo se aplica un concepto en situaciones reales o hipotéticas.
- Ejemplo: “¿Puedes darme ejemplos de cómo este principio se aplica en la práctica?”
Desafía tus propias ideas
- Pide a la IA que critique tus planteamientos o proponga alternativas: Esto te ayudará a anticipar contraargumentos o ver nuevas perspectivas.
- Ejemplo: “¿Qué objeciones podría enfrentar este enfoque teórico en un debate académico?”
Enfoque en el análisis y la evaluación
- Fomenta el pensamiento crítico en tus preguntas: Pide a la IA que evalúe tus ideas o que te ofrezca perspectivas diferentes.
- Ejemplo: “¿Cómo podría mejorar mi análisis del impacto ambiental en este proyecto de investigación?”
- Solicita ejemplos específicos: Esto puede ayudarte a ver cómo se aplica un concepto en situaciones reales o hipotéticas.
- Ejemplo: “¿Puedes darme ejemplos de cómo este principio económico se aplica en la práctica?”
Solicitud de Retroalimentación a la IA
La IA puede ofrecerte retroalimentación valiosa sobre tus ideas o proyectos, pero es importante hacer preguntas que te permitan mejorar y no depender completamente de la IA para obtener una respuesta definitiva. Aquí te damos algunas sugerencias para pedir retroalimentación adecuada:
Pide retroalimentación detallada
- Solicita retroalimentación en áreas específicas: En lugar de pedir una opinión general, pide a la IA que se centre en aspectos concretos de tu trabajo.
- Ejemplo: “¿Cómo podría mejorar la estructura argumentativa de mi ensayo?”
- Haz preguntas que te ayuden a mejorar la calidad del trabajo: Utiliza la IA para recibir sugerencias sobre cómo refinar tus ideas.
- Ejemplo: “¿Qué partes de mi análisis podrían beneficiarse de un mayor desarrollo o evidencia?”
Busca mejorar la claridad y precisión
- Pide sugerencias para aclarar ideas complejas: Si tienes dificultades para explicar un concepto, la IA puede ayudarte a simplificar o aclarar tus ideas.
- Ejemplo: “¿Cómo puedo expresar este concepto de manera más clara para un lector que no está familiarizado con el tema?”
Reflexiona sobre la retroalimentación
- No tomes la retroalimentación como definitiva: Es fundamental que analices y critiques la retroalimentación que recibes de la IA, comparándola con tus propios conocimientos y criterios académicos.
- Ejemplo: “¿Cómo se compara esta retroalimentación con los comentarios de mis profesores o mis propias ideas?”
Ejemplos de Buenas Prácticas en la Formulación de Preguntas
Ejemplo 1: Análisis crítico
- Pregunta al IA: “¿Qué supuestos subyacen a mi planteamiento sobre la economía circular y cómo podrían ser cuestionados?”
- Razón: Esta pregunta lleva a la IA a explorar diferentes dimensiones de tu argumento, permitiendo un análisis más profundo.
Ejemplo 2: Mejorar la estructura de un ensayo
- Pregunta al IA: “¿Cómo puedo reorganizar este ensayo para hacer que mi tesis sea más clara desde el principio?”
- Razón: Aquí, la IA te puede proporcionar una retroalimentación útil sobre la claridad y coherencia de tu estructura.
Ejemplo 3: Comparación de conceptos
- Pregunta al IA: “¿Qué diferencias hay entre el concepto de sostenibilidad ambiental y el de desarrollo sustentable en el contexto actual?”
Razón: Esta pregunta permite que la IA te ofrezca una comparación detallada de dos conceptos, lo cual te ayudará a profundizar en tu análisis.
Acciones que Debes Evitar al Usar IA Generativa
- Evita depender completamente de la IA para tus respuestas: La IA debe ser una herramienta de apoyo, no tu única fuente de información.
- No copies ni pegues respuestas sin análisis: Siempre verifica la información que la IA te ofrece y asegúrate de que encaje en el contexto de tu trabajo.
No uses la IA para hacer todo el trabajo por ti: Apóyate en ella para mejorar tu comprensión o recibir sugerencias, pero el trabajo final debe reflejar tu esfuerzo personal.
Conclusión
Recomendaciones Adicionales:
- Consulta siempre a tus profesores si tienes dudas sobre el uso correcto de la IA en tus tareas.
- Reflexiona críticamente sobre la información proporcionada por la IA y contrástala con fuentes académicas confiables.
Este enfoque te ayudará a maximizar el valor de la IA mientras mantienes tu integridad académica.
A continuación, presentamos un resumen de los elementos clave utilizados en esta sesión para aplicar un modelo generativo
Podcast
En resumen
