Docencia con IA
Políticas claras y transparencia
Establecer directrices sobre el uso de la IA en cada asignatura, incluirlas en las guías y consensuarlas con los estudiantes. Declarar el uso de la IA y educar sobre sus implicaciones éticas.
Adaptación metodológica
Ajustar metodologías para integrar la IA, promoviendo el aprendizaje activo y colaborativo, y garantizando que los estudiantes desarrollen las competencias necesarias. La IA debe apoyar, no reemplazar, las decisiones de los docentes.
Adaptación en los procesos de evaluación
Adaptar las metodologías de evaluación para tener en cuenta el uso de la IA en el trabajo del estudiantado. Explorar los usos de la IA para ofrecer evaluaciones personalizadas, aunque siempre supervisadas por los docentes.
Protección de la privacidad y datos
Cumplir normativas de protección de datos, entender el manejo de los datos por parte de la IA y evitar compartir información sensible.
Fomento del pensamiento crítico y un uso ético
Enseñar a cuestionar y verificar la información procedente de la IA; concienciar sobre su impacto y la necesidad de la supervisión humana.
Formación continua
Asistir a formaciones sobre IA, protección de datos y mejores prácticas. Fomentar el intercambio de experiencias y la colaboración en proyectos de innovación.
Aprendizaje
Ética e integridad académica
Declarar el uso de la IA en trabajos, asumir la responsabilidad del contenido y evitar el plagio. Declarar el uso de la IA en trabajos, asumir la responsabilidad del contenido y evitar el plagio.
Verificación y pensamiento crítico
Contrastar la información de la IA con la de otras fuentes, citar correctamente y reconocer los sesgos.
Protección de la privacidad
Conocer las normativas de protección de datos, evitar compartir información sensible y usar herramientas institucionales seguras.
Uso complementario de la IA
Utilizar la IA como apoyo al aprendizaje, sin sustituir el esfuerzo personal.
Personalización del aprendizaje
Utilizar la IA para adaptar el contenido educativo a las necesidades individuales de cada estudiatne. Las herramientas de IA puden identificar áreas de dificualtad y sugerir recursos específicos para mejorar el rendimiento.
Formación y capacitación
Participar en programas de formación sobre el uso responsable de la IA y aprovechar sus potencialidades educativas.
Investigación
Transparencia
Declarar el uso de la IA, especificando detalles técnicos y metodológicos para garantizar la trazabilidad.
Integridad y supervisión
La IA debe complementar y no sustituir el pensamiento crítico y la capacidad de innovación. Verificar y supervisar resultados, asumiendo la autoría.
Supervisión humana
La calidad de la investigación depende de la supervisión humana, evitando la pérdida de habilidades tradicionales, garantizar la autenticidad del trabajo científico, marcando claramente los resultados obtenidos con la IA.
Protección de datos
Asegurar la privacidad y la seguridad de los datos, priorizar el uso de herramientas institucionales y obtener consentimiento.
Ética y sostenibilidad
Seguir protocolos internacionales, ser consciente del impacto ambiental y fomentar prácticas sostenibles.
Colaboración interdisciplinaria
Fomentar la colaboración entre disciplinas para enriquecer la investigación y aprovechar al máximo la IA.
Gestión
Concienciación y formación
Comprender el potencial de la IA, participar en formaciones y aprender de casos de éxito.
Protección de datos y privacidad
Cumplir con la RGPD y LOPD, evitar el envío de datos sensibles en herramientas públicas y usar herramientas recomendadas por la institución.
Uso responsable y transparente
Verificar la información generada por la IA y comunicar su uso en procesos administrativos y en documentos generados.
Mitigación de dependencia tecnológica
Fomentar modelos de IA de código abierto, evaluar proveedores privados y desarrollar herramientas internas.
Gestión eficiente de costes
Diseñar estrategias de inversión en IA que prioricen áreas clave, analizar los costes a corto y largo plazo, buscar herramientas de bajo coste o colaboraciones interinstitucionales.
Fiabilidad y calidad
Establecer controles de calidad, asegurar la coherencia con normativas y evitar la difusión de información errónea.
Implicaciones éticas
Sesgos y discriminación
La IA se basa en algoritmos que pueden fomentar estereotipos de género, raza o cultura. Se recomienda revisar y analizar los contenidos generados con el fin de eliminar esos sesgos.
Veracidad
Adopta una actitud crítica con la información aportada por la IA, determinando las fuentes originales y asegurándote de que sea comprensible y explicable.
Transparencia
Es importante incrementar la confianza en el uso de la IA, por ello se recomienda informar cuándo y cómo se ha utilizado, así como de los resultados obtenidos.
Privacidad y protección de datos
Los datos privados compartidos con la IA quedan expuestos, por tanto, toma conciencia y evita el envío de información protegida. Puedes conocer más recomendaciones sobre protección de datos en el siguiente QR.
Accesibilidad y equidad
El acceso a datos, información y herramientas basadas en IA debe ser accesible para no profundizar en la brecha digital.
Autonomía y creatividad
Hagamos un uso responsable de la IA para que esta no socave ni la autonomía ni la capacidad creativa de las personas.
Impacto social
Formación integral
Liderar la formación en IA incluyendo ética, privacidad y seguridad, con programas para grupos vulnerables.
Investigación interdisciplinar
Estudiar el impacto de la IA y divulgar resultados para fomentar un uso informado.
Inclusión y brecha digital
Garantizar acceso equitativo a la IA mediante mediación tecnológica y proyectos inclusivos.
Ética en el uso de la IA
Desarrollar estrategias éticas y códigos de conducta, siendo referente en uso responsable.
Transparencia y fiabilidad
Promover protocolos de validación, asegurar controles de calidad y desarrollar aplicaciones seguras..
Gobernanza y regulación
Participar en debates internacionales, adherirse a principios éticos y estableces un observatorio de buenas prácticas.