Eduteka+
Cursos Completo

Ética, sesgos y responsabilidad en IA

Creado por Sonnyer M.

Tecnología e Informática Tecnología Publicado en EdutekaLab · términos de origen
DOCX PDF

Cómo fue en el aula

Todavía nadie ha contado cómo le fue con este recurso.

Descripción del Curso

DESCRIPCIÓN

Este curso de Tecnología está diseñado para estudiantes de 15 a 16 años y busca integrar conocimientos tecnológicos con el desarrollo de habilidades críticas y cívicas. A lo largo de las unidades, los alumnos explorarán conceptos clave de tecnología, su impacto en la sociedad y la importancia de la ética en el uso de las innovaciones. Las actividades combinan teoría, análisis de casos prácticos y prácticas de comunicación para lograr un aprendizaje significativo y aplicable a la vida diaria. En particular, la Unidad 3: Ética en IA, debate y argumentación se centra en la capacidad de presentar y defender de forma razonada una posición sobre ética en IA en un formato de debate o presentación. Se trabajará en estructuras de argumentación simples y en la claridad del lenguaje, apoyadas en evidencia accesible. El objetivo general de la unidad es que el estudiante pueda presentar y defender un argumento razonado sobre ética en IA en un debate o presentación, utilizando evidencia simple y lenguaje claro. Dentro de esta unidad se plantean resultados de aprendizaje específicos:
  • O8.1 Preparar un argumento estructurado con una tesis y 2-3 evidencias simples.
  • O8.2 Realizar una presentación oral clara y organizada ante la clase.
  • O8.3 Defender su postura ante preguntas y contraargumentos de forma respetuosa.
En conjunto, el curso promueve el desarrollo de habilidades técnicas y críticas, la capacidad de comunicarse con claridad y la responsabilidad ética al interactuar con tecnologías emergentes. Los estudiantes trabajarán de forma colaborativa, reflexiva y participativa, buscando aplicar lo aprendido a situaciones reales y a debates sobre el uso responsable de la IA.

Competencias

COMPETENCIAS

  • Competencias técnicas: aplicar conceptos tecnológicos para analizar dilemas éticos en IA y proponer soluciones razonadas.
  • Competencias de pensamiento crítico: evaluar evidencias, identificar sesgos y distinguir entre hechos y opiniones en debates sobre tecnología.
  • Competencias comunicativas: expresar ideas de forma clara, estructurada y persuasiva, tanto oral como escrita.
  • Competencias sociales y ciudadanas: trabajar en equipo, escuchar activamente, respetar turnos y responder a contrargumentos con civismo.
  • Competencias de ciudadanía digital: entender la responsabilidad en el desarrollo, uso y difusión de tecnologías de IA y sus impactos sociales.

Requerimientos

REQUERIMIENTOS

  • Asistencia regular y participación activa en debates y presentaciones.
  • Materiales básicos: cuaderno, bolígrafo y acceso a herramientas digitales (ordenador o tableta) con conexión a internet.
  • Equipo para exposiciones orales: micrófono y proyector cuando sea necesario, o presentaciones en formato digital.
  • Lecturas y recursos previos sobre ética en IA y fundamentos de argumentación.
  • Entrega de evidencias simples y preparación de argumentos con tesis y 2-3 evidencias para la Unidad 3.

Unidades del Curso

1

Unidad 1: Sesgos en IA y datos

<p>En esta unidad se explora qué son los sesgos en inteligencia artificial, por qué aparecen en conjuntos de datos y modelos, y cómo pueden afectar a las personas. A través de ejemplos simples y actividades prácticas, el alumnado aprenderá a identificar sesgos comunes y a considerar medidas para reducir su impacto.</p>

Objetivos de Aprendizaje

  • O1.1 Identificar al menos tres sesgos comunes en datos y modelos de IA y describir dónde se manifiestan.
  • O1.2 Explicar por qué ocurren estos sesgos usando ejemplos simples de la vida diaria.
  • O1.3 Proponer medidas simples para mitigar sesgos en proyectos de IA (p. ej., balancear conjuntos de datos, verificar representatividad).

Contenidos Temáticos

  1. Tema 1: ¿Qué es la IA y qué es un sesgo?

    Introducción a conceptos básicos y por qué los sesgos pueden surgir incluso sin intención.

  2. Tema 2: Sesgos comunes en datos y modelos

    Sesgos de muestreo, desbalance de clases, y representación incompleta de grupos.

  3. Tema 3: Identificando sesgos con ejemplos simples

    Actividades para reconocer sesgos en conjuntos de datos cotidianos y en prototipos de modelos.

Actividades

  • Actividad 1: Lluvia de ideas sobre sesgos en la vida diaria

    Se propone una discusión guiada sobre situaciones donde se puedan aparecer sesgos en decisiones humanas y en herramientas tecnológicas. Puntos clave: definición de sesgos, ejemplos simples, relación entre datos y decisiones. Aprendizajes: comprender que los sesgos pueden existir en cualquier etapa de un sistema de IA.

  • Actividad 2: Análisis de un conjunto de datos ficticio

    Se entrega un conjunto de datos simple y se identifica un posible sesgo de muestreo o de representación. Puntos clave: detectar representatividad, considerar diversidad. Aprendizajes: capacidad para observar sesgos en datos.

  • Actividad 3: Simulación de un modelo simple

    Con una regla simple (p. ej., clasificar por una característica sesgada), se observa cómo el sesgo se manifiesta en las predicciones. Puntos clave: observar impacto de desbalance. Aprendizajes: entender efectos de sesgos en resultados.

  • Actividad 4: Propuesta de mitigación

    En grupos, diseñar medidas simples para reducir sesgos en un proyecto hipotético (e.g., balancear datos, revisión de criterios). Puntos clave: balance de datos, revisión de criterios, validación. Aprendizajes: pensamiento crítico y práctico para mitigar sesgos.

Evaluación

La evaluación se alinea con el OBJETIVO GENERAL y los OBJETIVOS ESPECÍFICOS. Se utilizarán:

  • Rúbrica de identificación de sesgos: reconocer y describir al menos tres sesgos, con ejemplos claros.
  • Informe breve de mitigación: proponer medidas simples para reducir sesgos en un proyecto de IA.
  • Participación y aportar en las actividades prácticas (observación, discusión y trabajo en equipo).

Duración

3 semanas

2

Unidad 2: Dilemas éticos y casos de IA

<p>Analizaremos un caso de estudio sencillo de IA (p. ej., reconocimiento de imágenes o filtros) para identificar dilemas éticos y posibles impactos en las personas. Se trabajará en equipo para distinguir beneficios y riesgos, y para proponer respuestas responsables.</p>

Objetivos de Aprendizaje

  • O3.1 Analizar un caso de IA simple para identificar dilemas éticos y responsabilidades.
  • O3.2 Identificar impactos en las personas (privacidad, sesgo, autonomía) derivados del caso.
  • O3.3 Proponer respuestas o soluciones para mitigar efectos negativos y proteger derechos.

Contenidos Temáticos

  1. Tema 1: Caso de estudio sencillo: reconocimiento de imágenes o filtros

    Explicación del caso y de las decisiones que toma la IA en un escenario cercano a la vida real.

  2. Tema 2: Dilemas éticos en IA

    Privacidad, consentimiento, sesgo, transparencia y autonomía.

  3. Tema 3: Impactos en las personas y respuestas responsables

    Cómo afectan decisiones de IA a individuos y comunidades y qué medidas pueden proteger derechos.

Actividades

  • Actividad 1: Análisis de caso en grupo

    Leer o presentar un caso breve y analizar dilemas éticos. Puntos clave: identificar actores, derechos vulnerados, dilemas éticos. Aprendizajes: capacidad de reconocer problemas éticos en IA.

  • Actividad 2: Debate guiado

    Se organiza un debate sobre si la IA debe permitir ciertas decisiones o limitarlas; se defiende una postura con 2-3 evidencias simples. Puntos clave: argumentos, contraargumentos. Aprendizajes: escuchar y explicar diferentes perspectivas.

  • Actividad 3: Mapa de impactos

    Mapa visual de impactos en diferentes grupos (usuarios, comunidades, trabajadores). Puntos clave: considerar derechos y riesgos. Aprendizajes: reconocer impactos en la gente.

  • Actividad 4: Propuestas de mitigación

    En grupos, proponen acciones para mitigar impactos (políticas simples, transparencia, control humano). Puntos clave: medidas prácticas. Aprendizajes: proactividad y responsabilidad.

Evaluación

Evalúa el análisis del caso y la capacidad de proponer respuestas. Se emplearán:

  • Rúbrica de análisis ético: identificación de dilemas y claridad en impactos.
  • Informe breve de mitigación: propuestas concretas y explicadas.
  • Participación y calidad del debate en clase.

Duración

3 semanas

3

Unidad 3: Ética en IA, debate y argumentación

<p>En esta unidad se desarrolla la capacidad de presentar y defender de forma razonada una posición sobre ética en IA en un formato de debate o presentación. Se trabajará en estructuras de argumentación simples y en la claridad del lenguaje, apoyadas en evidencia accesible.</p>

Objetivos de Aprendizaje

  • O8.1 Preparar un argumento estructurado con una tesis y 2-3 evidencias simples.
  • O8.2 Realizar una presentación oral clara y organizada ante la clase.
  • O8.3 Defender su postura ante preguntas y contraargumentos de forma respetuosa.

Contenidos Temáticos

  1. Tema 1: Construcción de un argumento ético

    Cómo formular una tesis, identificar evidencias simples y argumentos secundarios.

  2. Tema 2: Técnicas de comunicación oral

    Estructura de presentaciones, uso de lenguaje claro y apoyo visual básico.

  3. Tema 3: Debate y manejo de preguntas

    Prácticas de debate, escucha activa y respuestas a preguntas.

Actividades

  • Actividad 1: Preparación de tesis y evidencias

    En parejas, definir una posición ética sobre IA y seleccionar 2-3 evidencias simples. Puntos clave: tesis, evidencias, contraargumentos. Aprendizajes: estructura de un argumento claro.

  • Actividad 2: Guion y práctica de presentación

    Redactar un guion y practicar la exposición frente a compañeros. Puntos clave: ritmo, lenguaje, claridad. Aprendizajes: comunicación efectiva.

  • Actividad 3: Debate en clase

    Realizar un debate corto con roles y turnos de palabra. Puntos clave: manejo de preguntas, respeto y argumentos basados en evidencia. Aprendizajes: habilidad de defensa y debate.

  • Actividad 4: Retroalimentación y mejora

    Recibir retroalimentación de pares y docentes para mejorar la presentación. Puntos clave: áreas de mejora, prácticas futuras. Aprendizajes: capacidad de mejora continua.

Evaluación

La evaluación final distingue entre la calidad de la argumentación, la claridad de la exposición y la capacidad para responder a preguntas. Se emplearán:

  • Rúbrica de argumentación: claridad de tesis, calidad de evidencias y conexión con la ética en IA.
  • Evaluación de la presentación oral: fluidez, lenguaje claro y uso de recursos simples.
  • Desempeño en sesión de preguntas y respuestas: capacidad de reaccionar con respuestas fundamentadas.

Duración

2 semanas

Crea tus propios cursos con EdutekaLab

Diseña cursos completos con unidades, objetivos y actividades usando IA.

Comenzar gratis