Plan de clase completo sobre IA en Ciencias Sociales con enfoque crítico y práctico

Datos generales

• Nivel educativo: Universitario (Ciencias Sociales y Humanas)
• Duración total: 12 horas (3 semanas, 4 horas por semana)
• Modalidad: Presencial con sala de computadores
• Metodologías: Aprendizaje Cooperativo, Aprendizaje Basado en Proyectos (ABP), Gamificación
• Acceso TIC: Sala de computadores disponible
• Perfil estudiantes: Sin conocimientos previos en IA, diversidad en habilidades TIC

Objetivo de aprendizaje SMART

Al finalizar las 12 horas de la unidad, los estudiantes serán capaces de analizar críticamente los impactos sociales, éticos y políticos de la inteligencia artificial en sociedades contemporáneas, así como aplicar metodologías básicas de IA para el análisis de datos en investigación social, demostrando rigor conceptual y manejo inicial de herramientas digitales, con un nivel de desempeño que permita argumentar con fuentes académicas y evidencias en trabajos colaborativos.

Materiales y recursos

• Sala de computadores con software básico para análisis de datos (ej. Excel, software estadístico libre como R o paquetes sencillos para IA si disponible)
• Proyector y pantalla para presentaciones
• Material impreso o digital con lecturas seleccionadas (artículos académicos, casos de estudio)
• Cuadernos o dispositivos para toma de notas
• Guías didácticas con actividades y rúbricas de evaluación
• Recursos audiovisuales breves (videos explicativos sobre IA y ética)

Criterios de evaluación alineados al objetivo

Planificación detallada de la unidad (12 horas en 3 semanas)

Semana 1: Introducción a la inteligencia artificial y su relación con las Ciencias Sociales (4 horas)

Inicio (30 minutos)

• Docente: Presenta un video corto (5 min) que muestra aplicaciones actuales de IA en la sociedad, seguido de una pregunta motivadora: "¿Cómo creen que la IA influye en la vida social y política de nuestras comunidades?"
• Estudiantes: Discuten brevemente en parejas y luego comparten ideas en plenaria.
• Objetivo: Activar saberes previos y despertar interés vinculando la IA con su contexto social.

Desarrollo (3 h 15 min)

1. Presentación dialogada (45 min)
   • Docente: Explica conceptos básicos de IA (definición, tipos, algoritmos simples) y ejemplos en ciencias sociales (análisis de textos, predicción de tendencias sociales).
   • Estudiantes: Toman apuntes y plantean preguntas para aclarar dudas.
2. Actividad cooperativa: Mapa conceptual (1 h)
   • Docente: Divide al grupo en equipos de 4-5 estudiantes; cada equipo crea un mapa conceptual en papel o digital que conecte conceptos de IA con problemáticas sociales (ej. vigilancia, discriminación algorítmica).
   • Estudiantes: Debaten y construyen el mapa, luego lo presentan a la clase.
3. Discusión crítica guiada (30 min)
   • Docente: Plantea preguntas éticas y políticas, por ejemplo: "¿Qué riesgos sociales pueden surgir del uso indiscriminado de IA?"
   • Estudiantes: Participan en debate moderado.
4. Lectura dirigida (1 h)
   • Docente: Entrega artículo académico sobre impactos sociales de la IA. Orienta en la lectura y destaca puntos clave para análisis.
   • Estudiantes: Leen en grupos pequeños y preparan resumen crítico para compartir en la siguiente clase.

Cierre (15 min)

• Docente: Recoge impresiones sobre la sesión y recuerda la importancia de la IA para las Ciencias Sociales.
• Estudiantes: Reflexionan y escriben tres aprendizajes clave y una pregunta para investigar.

Semana 2: Análisis crítico de impactos sociales, éticos y políticos de la IA (4 horas)

Inicio (20 min)

• Docente: Revisa brevemente los mapas conceptuales y resúmenes entregados en la semana anterior, conecta con la sesión del día.
• Estudiantes: Comparten inquietudes y expectativas para esta sesión.

Desarrollo (3 h 30 min)

1. Estudio de casos en equipos (1 h 30 min)
   • Docente: Entrega 3-4 casos reales donde la IA haya tenido impactos sociales y éticos conflictivos (ej. sesgo en sistemas de justicia, vigilancia masiva, manipulación política).
   • Estudiantes: Analizan el caso desde perspectivas sociales, éticas y políticas, identificando actores, consecuencias y dilemas.
2. Juego de roles gamificado (1 h)
   • Docente: Organiza un juego de roles donde cada estudiante representa un actor involucrado en uno de los casos (gobierno, empresa tecnológica, comunidad afectada, activista).
   • Estudiantes: Debaten y negocian posibles soluciones o regulaciones para mitigar impactos negativos.
3. Plenaria y síntesis (1 h)
   • Docente: Modera una discusión grupal que sintetice aprendizajes y destaque la complejidad de la IA en la sociedad.
   • Estudiantes: Contribuyen con argumentos fundamentados y generan conclusiones colectivas.

Cierre (10 min)

• Docente: Propone una reflexión escrita breve sobre la responsabilidad social al usar IA.
• Estudiantes: Entregan reflexión individual para evaluación formativa.

Semana 3: Aplicaciones prácticas de IA en metodologías de investigación social y análisis de datos (4 horas)

Inicio (20 min)

• Docente: Introduce brevemente herramientas básicas de análisis de datos con IA (ej. minería de textos, clasificación automática).
• Estudiantes: Discuten expectativas y experiencias previas con herramientas digitales.

Desarrollo (3 h 30 min)

1. Proyecto grupal de análisis de datos (3 h)
   • Docente: Forma equipos para aplicar técnicas sencillas de análisis con apoyo de software disponible. Proporciona un conjunto de datos sociales simples (encuestas, textos, estadísticas).
   • Estudiantes: Realizan análisis exploratorio, identifican patrones, presentan hallazgos y reflexionan sobre limitaciones y sesgos potenciales.
   • Docente: Facilita, orienta dudas técnicas y promueve pensamiento crítico sobre resultados.
2. Presentación y retroalimentación (30 min)
   • Estudiantes: Exponen resultados brevemente a la clase.
   • Docente y compañeros: Ofrecen retroalimentación constructiva.

Cierre (10 min)

• Docente: Recapitula aprendizajes de la unidad, evalúa cumplimiento del objetivo y plantea preguntas para continuar aprendizaje autónomo.
• Estudiantes: Autoevalúan su participación y aprendizaje general.

Sugerencias para adaptación en caso de fallas TIC

• Usar datos impresos o en memorias USB para análisis manual o en hojas de cálculo sin conexión.
• Realizar dinámicas de discusión y análisis crítico sin soporte digital.
• Utilizar mapas conceptuales en papel en vez de herramientas digitales.