📝

Notas Sesión 2

Date

August 25, 2026

Estado

Publicado

Obligatoriedad

Semana

Semana 2

Tipo

Notas de clase

Last edited by

Miss Pili Piñones

Last edited time

Aug 26, 2026 1:24 AM

Concepto

La ética en el uso de IA educativa se centra en mantener el juicio humano como autoridad final, evitando la subordinación del docente a sistemas algorítmicos.
Distinción clave: enfoque tecnocrático (docente subordinado a la IA) vs. enfoque emancipador (IA como herramienta al servicio del docente).
Ética vs. moral: la ética es reflexión crítica individual sobre normas; la moral depende del grupo social y sus costumbres.

Los 4 pilares éticos para el uso de IA docente son: transparencia, beneficencia, autonomía y responsabilidad; vulnerar la autonomía y la transparencia ocurre cuando se firma una calificación generada algorítmicamente sin entender su origen.
El filtro ético para materiales generados con IA incluye 4 pasos:

Integridad y autoría: declarar transparentemente el uso de IA
Veracidad: contrastar outputs con fuentes académicas confiables para evitar alucinaciones
Protección de datos: cuidar información sensible
Soberanía pedagógica: el criterio humano tiene la decisión final

Las alucinaciones de IA son errores reales y detectables; ejemplo ilustrado: imagen generada con pizarrón al revés y perspectiva incorrecta.
El nuevo rol docente no reside en poseer información, sino en facilitar criterio, cuidado y experiencias de aprendizaje humanas (condiciones del aula, bienestar emocional, justicia educativa).
El social scoring (puntuación de personas por IA) ya está prohibido en la Unión Europea bajo el Artículo 5 de su Ley de IA; en México no existe normativa equivalente, aunque ya se aplica comercialmente.
La relación con IA no es simétrica: su uso excesivo como sustituto de vínculos humanos puede generar insensibilidad interpersonal.

Lógica no monótona: a diferencia de la lógica clásica, aquí agregar nueva información puede cambiar la conclusión anterior (ejemplo: "Piolín es un ave → vuela", pero si "Piolín es un pingüino → ya no vuela"). Esto explica por qué la IA tiene límites para razonar con contexto cambiante.
Lógica relevante: permite a los sistemas entender contexto y sarcasmo, algo que la IA no maneja bien por defecto. Ambas lógicas son necesarias para que la IA procese demostraciones matemáticas completas.
Semáforo de zonas de comportamiento estudiantil con IA:

Diferencia ética/moral: ética = análisis crítico individual; moral = normas del grupo social
Dos enfoques de integración de IA:

Tecnocrático: IA diseña todo, calificación opaca, docente subordinado
Emancipador: docente contextualiza, IA detona diálogo, retroalimentación transparente

Cuatro pilares éticos: transparencia, beneficencia, autonomía, responsabilidad — saber cuál se vulnera en cada escenario
Pasos del filtro ético: integridad/autoría → veracidad → protección de datos → soberanía pedagógica
Concepto de alucinación: error lógico o factual generado por IA que requiere validación humana antes de llevar material al aula