La IA bajo la lupa: revelando sesgos ocultos y sus dilemas éticos

EQUIPO DISEÑADOR Y AFILIACIÓN: María Abascal (Universitat de Lleida)

DISEÑO DEL ESCENARIO DE APRENDIZAJE:

Aspectos materiales (recursos materiales y tecnológicos necesarios, espacios,…):

Aspectos sociales (agrupamiento, roles,…):

Trabajo en grupos/equipos heterogéneos de 3-4 estudiantes.

En cuanto a la interacción social: trabajo individual (de reflexión) + trabajo en parejas (ponen en común sus reflexiones).

Estudiante que ejerce su autonomía y persona que supervisa (docente). Trabajo grupal de puesta en común de resultados y debate.

Aspectos epistemológicos (tareas, secuencia, temporalización, modalidad,…):

Temporalización y tareas: La práctica se desarrolla a lo largo de una sesión presencial en el aula (de 2h aproximadamente) y trabajo en casa para elaborar la reflexión crítica de lo trabajado y aprendido durante la sesión, y que el alumnado enviará al docente para evaluarla.

El estudiantado lleva a cabo colaboración entre iguales, y actividades auténticas relacionadas con la realidad de la presencia de sesgos en el mundo digital y su impacto social. Actividades de creación de contenido (frase de reflexión y síntesis) a partir de los resultados generados en los modelos de IA y el estudio de los artículos de Nicoletti y Bass (2023) y de Zou y Scheibinger (2018). También actividades para concienciar críticamente sobre lo digital (sobre los sesgos presentes en los algoritmos), y problematizar cuestiones sociales (activismo digital), diálogos y discusiones. El estudiantado lleva a cabo una participación activa, la experimentación con IA generativa y la presentación abierta de un producto final.

El profesorado lleva a cabo un apoyo al estudiantado (académico), evaluación formativa, feedback enriquecido (tutorías continuas, canales de comunicación fluidos: correo, campus virtual, presencial) y andamiaje al conocimiento (docente como apoyo a la evolución).

Aproximaciones pedagógicas:

Aprendizaje Basado en la Indagación (al experimentar activamente con la IA, detectar sesgos y reflexionar sobre sus implicaciones). También el aprendizaje colaborativo (al promover las discusiones y utilizar dinámicas de puesta en común), activo y experiencial (a través de la generación y comparación de imágenes los estudiantes reflexionan la problemática de la existencia de sesgos en los algoritmos en primera persona).

Se trata de llevar a cabo una pedagogía crítica puesto que se analizan cómo los sesgos en IA reflejan desigualdades estructurales en la sociedad.

CARACTERÍSTICAS DE LA IMPLEMENTACIÓN:

En el anexo se ofrece una descripción detallada de la práctica, su desarrollo y las tareas que conlleva.

La práctica se desarrolla a lo largo de una sesión presencial de 2h aproximadamente en el aula. Después, ya en casa, el alumnado elaborará una reflexión crítica sobre lo trabajado y aprendido, y que entregará al docente como producto para evaluar.

Se llevará a cabo de la siguiente manera:

  1. Apertura de la sesión con un desafío rápido y una discusión guiada con preguntas clave (10 min)
  2. Introducción de qué son los sesgos y cómo influyen en la IA (10 min)
  3. Experimentación con el modelo de generación de imágenes (40 min)
  4. Puesta en común de los resultados (1º en parejas, luego con todo el grupo): discusión y análisis crítico del sesgo de género, de color de piel y cultural (35 min).
  5. Conclusión y reflexión final (10 min)
  6. Trabajo en casa (si no da tiempo en el aula): elaboración de una reflexión crítica a partir de una frase para completar. Es el producto evaluable.

La IA bajo la lupa: revelando sesgos ocultos y sus dilemas éticos© 2025 por CoDiCri está bajo licencia CC BY-NC-SA 4.0: https://creativecommons.org/licenses/by-nc-sa/4.0/deed.es

Descargar ficha en PDF