Hermosillo, Sonora a 1 de abril de 2025.
Durante los sábados 8, 15, 22 y 29 de marzo de 2025, se llevó a cabo el curso-taller Inteligencia Artificial Generativa aplicada a la investigación científica, organizado por el Programa Institucional de Educación Continua de la Universidad de Sonora. El curso fue impartido por el profesor Francisco Justiniano Velasco Arellanes, académico universitario en la unidad de Nogales. Las sesiones se desarrollaron en modalidad virtual.
El objetivo central del curso fue evaluar críticamente el uso de herramientas de inteligencia artificial generativa (IAG) en el proceso de investigación científica, promoviendo su aplicación ética y eficiente en actividades como la búsqueda documental, la identificación de vacíos de conocimiento, la formulación del marco teórico, la planeación de la recolección de datos y el análisis de información.
Importancia de la Inteligencia Artificial Generativa en la Educación Superior
La inteligencia artificial generativa se define como la rama de la inteligencia artificial capaz de crear contenido original -texto, imágenes, audio, video o código- a partir de instrucciones o solicitudes de los usuarios. Esta tecnología se fundamenta en modelos de aprendizaje profundo que identifican patrones en grandes volúmenes de datos y generan respuestas novedosas y relevantes, simulando procesos de razonamiento humano.
En el contexto de la educación superior, la IAG está transformando radicalmente los paradigmas educativos tradicionales. Su impacto se manifiesta en la personalización del aprendizaje, la generación de recursos educativos adaptativos, la optimización de procesos administrativos y la mejora de la calidad de la retroalimentación docente. Herramientas como ChatGPT, Humata.ai o Sudowrite permiten a estudiantes y profesores colaborar en la generación de ideas, materiales didácticos y proyectos de investigación, facilitando la innovación y la eficiencia en los procesos académicos.
Sin embargo, la integración de la IAG en la educación superior también plantea desafíos importantes, como la fiabilidad de la información generada, la transparencia en el uso de fuentes, la protección de la privacidad y la seguridad de los datos. Estos retos exigen un enfoque ético y crítico por parte de todos los actores del ecosistema educativo.
Evolución de la IA Generativa: su funcionamiento y el rol de los prompts
Los programas de IA generativa funcionan mediante modelos de machine learning -redes neuronales profundas- entrenados con grandes cantidades de datos. Estos modelos aprenden a identificar relaciones complejas y a generar contenido coherente y contextualizado en función de las instrucciones que reciben, conocidas como prompts.
El origen de la IA generativa se remonta a los primeros experimentos con redes neuronales en la década de los 60 y 70, pero su desarrollo se aceleró en la última década gracias al aumento exponencial de la capacidad de cómputo y la disponibilidad de grandes conjuntos de datos. El lanzamiento de ChatGPT en 2022 marcó un hito, democratizando el acceso a la IA generativa y desencadenando una ola de innovación en múltiples sectores.
El Dr. Velasco Arellanes destacó que el prompt, o instrucción, es la clave para interactuar eficazmente con estos sistemas. Señaló que la formulación precisa y contextualizada de prompts determina la calidad y relevancia de las respuestas generadas. Por ello, uno de los aprendizajes fundamentales del curso fue el desarrollo de habilidades para redactar prompts efectivos, permitiendo a los participantes obtener resultados útiles y pertinentes en sus investigaciones.
Códigos de Ética en el Manejo de la IA Generativa
El uso responsable de la IA generativa requiere la adopción de códigos de ética que orienten tanto a desarrolladores como a usuarios finales. Estos códigos suelen basarse en cinco pilares: exactitud, transparencia, equidad, privacidad y responsabilidad social. La ética en la IA implica garantizar la veracidad de los contenidos generados, evitar sesgos y discriminación, proteger la información personal y promover el beneficio social.
En el ámbito académico, los riesgos asociados al uso de la IAG incluyen el plagio involuntario, la dependencia excesiva de la tecnología, la desinformación y la pérdida de habilidades críticas entre los estudiantes. Por ejemplo, el uso de IA para resolver tareas o exámenes puede comprometer la integridad académica y dificultar el desarrollo de competencias fundamentales. Por ello, es esencial que tanto docentes como estudiantes sean conscientes de las limitaciones de la IA y utilicen estas herramientas como apoyo, no como sustituto del esfuerzo intelectual propio.
El profesor del curso enfatizó la importancia de fomentar una cultura de uso ético de la IA, promoviendo la autenticidad en los trabajos académicos y el respeto a los derechos de autor. Asimismo, se planteó la necesidad de que las instituciones educativas establezcan normativas claras sobre el uso de la IAG en las actividades académicas y de investigación.
Conclusión
Este curso-taller representó una oportunidad invaluable para que docentes e investigadores de la Universidad de Sonora se familiarizaran con las potencialidades y desafíos de la IAG en el ámbito académico. A través de este proceso de formación teórico-práctica, con la invaluable dirección del Dr. Velasco Arellanes, los participantes adquirieron herramientas para integrar la IA generativa de manera ética y eficiente en sus procesos de investigación, contribuyendo así a la innovación educativa y al fortalecimiento de la cultura científica en la institución.
Importa
destacar que la implementación exitosa de la IAG en la educación superior
requiere un enfoque colaborativo, la formación continua de los actores
involucrados y la adopción de principios éticos sólidos que orienten su uso
hacia el beneficio social y el desarrollo humano.
