Cursos Completo

Ética y responsabilidad en la IA educativa

Creado por gabriel c.

Ciencias de la Educación Licenciatura en tecnología e informática Publicado en EdutekaLab · términos de origen

DOCX PDF

Me sirvió · 0

Guardar en un portafolio

Cómo fue en el aula

Todavía nadie ha contado cómo le fue con este recurso.

Descripción del Curso

Este curso forma parte de la Licenciatura en Tecnología e Informática y se orienta a la formación de profesionales capaces de gestionar la transparencia, la explicabilidad y la divulgación de la IA en contextos educativos. En particular, la Unidad 4, la unidad final, se centra en diseñar estrategias de transparencia y explicabilidad de los sistemas de IA educativa para estudiantes y docentes, así como en la divulgación de límites y capacidades. Se analizan políticas institucionales y prácticas de comunicación efectivas para garantizar el uso responsable y pedagógicamente beneficioso de estas tecnologías. Dirigido a estudiantes de la Licenciatura en Tecnología e Informática con edad mínima de 17 años, el curso aborda la necesidad de que docentes y alumnos comprendan qué puede hacer la IA, qué límites tiene y cómo comunicar estos aspectos de forma clara y accesible. La unidad propone definiciones de conceptos y herramientas de explicabilidad aplicadas a IA educativa; estrategias de divulgación para distintos contextos y alfabetización digital; y la elaboración de políticas institucionales de transparencia y límites de uso de IA educativa. A través de enfoques prácticos, como el análisis de casos, talleres de redacción de comunicados y la creación de guías para docentes y estudiantes, se fortalecen habilidades para traducir lenguaje técnico a mensajes comprensibles y para coordinar con equipos institucionales. El curso favorece un aprendizaje activo, con trabajo colaborativo y evaluación orientada a la aplicación de conceptos en escenarios reales de aula y gestión institucional. Al finalizar, el estudiante habrá diseñado y comunicado estrategias de transparencia y explicabilidad de IA educativa, y habrá propuesto políticas que regulen su uso, junto con prácticas de divulgación adaptadas a diferentes niveles de alfabetización digital. Este enfoque fortalece la competencia de actuar de manera ética, crítica y comunicativa respecto a las tecnologías de IA en la educación.

Competencias

Comprender y aplicar conceptos de explicabilidad y transparencia en IA educativa para contextos reales.
Diseñar estrategias de divulgación para estudiantes y docentes, adaptadas a distintos contextos y niveles de alfabetización digital.
Elaborar políticas institucionales de transparencia y límites de uso de IA educativa.
Analizar implicaciones éticas, sociales y pedagógicas del uso de IA en la educación y proponer mejoras.
Comunicar de forma clara y efectiva conceptos técnicos a audiencias no especialistas.
Trabajar en equipos interdisciplinares para implementar políticas y prácticas de divulgación.

Requerimientos

Conocimientos básicos de IA y educación; familiaridad con terminología pedagógica y tecnológica.
Lecturas y materiales de la unidad 4 y recursos institucionales de divulgación y políticas.
Participación obligatoria en foros, talleres y actividades prácticas de divulgación y diseño de políticas.
Acceso a plataformas institucionales de comunicación y herramientas para la creación de guías y comunicados.
Entrega de un plan o borrador de políticas de transparencia y explicabilidad, acompañado de materiales de divulgación.

Unidades del Curso

Unidad 1: Fundamentos éticos y marcos conceptuales de la IA educativa

En esta unidad se introducen los principios éticos fundamentales que deben guiar el diseño y uso de la IA en contextos educativos. Se analizan conceptos como transparencia, justicia, privacidad y consentimiento informado, así como marcos teóricos y guías normativas que orientan la toma de decisiones en proyectos académicos.

Objetivos de Aprendizaje

Explicar los conceptos de transparencia y explicabilidad en IA educativa y su relación con la confianza de estudiantes y docentes.
Analizar escenarios iniciales para identificar elementos de privacidad, consentimiento y justicia en IA educativa.
Identificar a los actores (estudiantes, docentes, instituciones, proveedores) y sus derechos y responsabilidades éticas en IA educativa.

Contenidos Temáticos

Tema 1: Principios éticos en IA educativa: transparencia, justicia, privacidad y consentimiento informado. Descripción breve: definiciones, interacciones entre principios y prácticas en proyectos educativos.
Tema 2: Marcos normativos y guías éticas. Descripción breve: leyes de protección de datos, derechos de los estudiantes y marcos de gobernanza.
Tema 3: Explicabilidad y límites de la explicación en sistemas educativos. Descripción breve: qué puede y no esperarse de explicaciones de IA para docentes y estudiantes.

Actividades

Actividad 1: Análisis de caso ético – Tema: Principios éticos. Descripción breve: en equipos, analicen un caso hipotético de IA educativa que recomienda contenidos sin consentimiento; identifiquen violaciones éticas y propongan medidas correctivas. Puntos clave: identificación de principios (transparencia, consentimiento, privacidad, justicia); propuesta de mejoras; aprendizajes: importancia de marcos éticos para el diseño.
Actividad 2: Debate estructurado – Tema: Consentimiento y privacidad. Descripción breve: debate sobre si toda recopilación de datos en IA educativa requiere consentimiento informado explícito y qué excepciones podrían existir. Puntos clave: argumentos a favor/en contra, salvaguardas prácticas; aprendizajes: argumentos éticos y técnicos para políticas.
Actividad 3: Taller de políticas de privacidad – Tema: Privacidad y consentimiento. Descripción breve: diseñar mínimos de privacidad para un prototipo de IA educativa, incluyendo consentimiento informado y opciones de control de datos. Puntos clave: contexto de uso, datos recopilados, derechos de los usuarios; aprendizajes: diseño centrado en el usuario y cumplimiento normativo.

Evaluación

Rúbrica de evaluación del OBJETIVO GENERAL: análisis crítico de casos, toma de decisiones éticas, y capacidad de justificar elecciones con fundamentos teóricos y normativos.
Evaluación de los OBJETIVOS ESPECÍFICOS: desempeño en las actividades, participación en debates y calidad de las propuestas de políticas de privacidad.
Actividad de cierre: portafolio corto con reflexiones sobre cómo aplicar principios éticos en un proyecto real de IA educativa.

Duración

4 semanas

Unidad 2: Riesgos éticos y responsabilidad en IA educativa

Esta unidad aborda los riesgos éticos y de responsabilidad asociados a la IA educativa, incluyendo sesgos de datos y modelos, violaciones de la privacidad y efectos en la autonomía del aprendizaje. Se analizan casos prácticos y se discute la distribución de responsabilidades entre actores (instituciones, docentes, proveedores y desarrolladores).

Objetivos de Aprendizaje

Identificar y clasificar riesgos éticos y de responsabilidad en ejemplos de IA educativa.
Describir el impacto de estos riesgos en la autonomía del aprendizaje y en la confianza de usuarios.
Proponer medidas de mitigación y responsabilidades compartidas entre actores.

Contenidos Temáticos

Tema 1: Sesgos de datos y de modelos en IA educativa. Descripción breve: origen, tipos y efectos en decisiones pedagógicas.
Tema 2: Privacidad, manejo de datos y consentimiento en IA educativa. Descripción breve: flujos de datos, derechos de los usuarios y controles.
Tema 3: Efectos en la autonomía del aprendizaje y la responsabilidad compartida. Descripción breve: dependencia tecnológica, responsabilidad de docentes, instituciones y proveedores.

Actividades

Actividad 1: Análisis de riesgo en un tutor IA – Tema: Sesgos y responsabilidad. Descripción breve: se evalúa un sistema de IA de tutoría que favorece ciertos estilos de aprendizaje; se identifican sesgos y se proponen mitigaciones. Puntos clave: clasificación de riesgos; impacto en aprendizaje; aprendizajes: necesidad de evaluación continua del sesgo y planes de mitigación.
Actividad 2: Mapeo de datos y privacidad – Tema: Privacidad. Descripción breve: trazado de flujos de datos en un prototipo; identificación de puntos de recopilación, almacenamiento y uso; se proponen controles de acceso y consentimiento granular.
Actividad 3: Role-play de responsabilidad – Tema: Responsabilidad. Descripción breve: simulación donde actores (docentes, institución, proveedor) deben acordar responsabilidades ante un fallo de IA educativa; se documentan acuerdos y límites de responsabilización.

Evaluación

Proyecto de análisis de riesgos: informe con clasificación de riesgos, impacto potencial y recomendaciones de mitigación.
Evaluación de conceptos: cuestionario corto sobre sesgos, privacidad y autonomía.
Participación en debates y simulaciones de responsabilidad compartida.

Duración

4 semanas

Unidad 3: Equidad, acceso y calidad en IA educativa

Esta unidad examina cómo la IA educativa puede afectar la equidad, el acceso y la calidad del aprendizaje. Se analizan indicadores, brechas y estrategias para mitigar sesgos, mejorar la inclusión y asegurar una educación de calidad para todos.

Objetivos de Aprendizaje

Analizar indicadores de equidad y acceso en IA educativa y cómo se miden.
Evaluar efectos de la IA en la calidad de aprendizaje para diversos grupos de estudiantes.
Desarrollar intervenciones y políticas para mitigar sesgos y brechas de acceso y aprendizaje.

Contenidos Temáticos

Tema 1: Indicadores de equidad y acceso en IA educativa. Descripción breve: métricas, recopilación de datos y análisis desagregado por grupos.
Tema 2: Evaluación de impacto en grupos desatendidos. Descripción breve: comunidades, género, discapacidad y contextos socioeconómicos.
Tema 3: Estrategias de mitigación y diseño inclusivo. Descripción breve: intervenciones para reducir sesgos y mejorar acceso.
Tema 4: Calidad del aprendizaje en entornos IA. Descripción breve: eficiencia pedagógica, satisfacción y resultados de aprendizaje.

Actividades

Actividad 1: Auditoría de equidad – Tema: Indicadores de equidad. Descripción breve: revisar un caso hipotético de IA educativa y proponer indicadores de equidad; presentar hallazgos y recomendaciones.
Actividad 2: Plan de mitigación de sesgos – Tema: Estrategias inclusivas. Descripción breve: diseñar intervenciones para reducir brechas de acceso y mejorar el aprendizaje de grupos desatendidos.
Actividad 3: Taller de calidad educativa – Tema: Calidad del aprendizaje. Descripción breve: construir un conjunto de indicadores de calidad y un plan de seguimiento para un sistema IA educativo.

Evaluación

Portafolio de análisis de equidad: informes de indicadores, interpretación de resultados y recomendaciones.
Proyecto de intervención inclusiva: diseño, implementación conceptual y plan de evaluación de impacto.
Presentación crítica sobre la calidad del aprendizaje en IA educativa y propuestas de mejora.

Duración

4 semanas

Unidad 4: Transparencia, explicabilidad y divulgación para docentes y estudiantes

La unidad final se centra en diseñar estrategias de transparencia y explicabilidad de los sistemas de IA educativa para estudiantes y docentes, así como en la divulgación de límites y capacidades. Se abordan políticas institucionales y prácticas de comunicación efectivas.

Objetivos de Aprendizaje

Definir conceptos y herramientas de explicabilidad aplicadas a IA educativa.
Diseñar estrategias de divulgación para estudiantes y docentes, adecuadas a distintos contextos y alfabetización digital.
Elaborar políticas institucionales de transparencia y límites de uso de IA educativa.

Contenidos Temáticos

Tema 1: Explicabilidad: métodos, límites y divulgación. Descripción breve: enfoques de explicabilidad y qué "explicar" a cada público.
Tema 2: Políticas de transparencia institucional. Descripción breve: gobernanza, derechos de acceso y comunicación de riesgos.
Tema 3: Comunicación de límites y probabilidades a usuarios. Descripción breve: lenguaje claro, divulgación ética y gestión de expectativas.
Tema 4: Herramientas de divulgación y alfabetización digital. Descripción breve: recursos para docentes y estudiantes para comprender IA y sus límites.

Actividades

Actividad 1: Folleto de explicabilidad para estudiantes – Tema: Explicabilidad. Descripción breve: diseñar un folleto sencillo que explique, con ejemplos, cómo funciona una IA educativa y qué límites tiene; aprendizajes: claridad de comunicación y responsabilidad informativa.
Actividad 2: Taller de políticas de uso transparente – Tema: Políticas institucionales. Descripción breve: redactar una política interna que establezca niveles de transparencia, datos compartidos y derechos de los usuarios.
Actividad 3: Simulación de sesión explicativa – Tema: Comunicación de límites. Descripción breve: simular una sesión donde docentes explican a estudiantes cómo se tomaron decisiones algorítmicas y qué no puede ser explicado; aprendizajes: habilidades de divulgación y manejo de expectativas.

Evaluación

Proyecto final: Propuesta de IA educativa con plan de transparencia y explicabilidad, incluyendo materiales de divulgación para distintos públicos.
Evaluación de habilidades comunicativas: claridad del lenguaje, adecuación del nivel de complejidad y uso de recursos visuales.
Portafolio de reflexiones sobre límites, riesgos y responsabilidades en IA educativa.

Duración

4 semanas

Crea tus propios cursos con EdutekaLab

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

Comenzar gratis