Notas Sesión 1 Semana 4

Date

September 7, 2026

Estado

Publicado

Obligatoriedad

Semana

Semana 4

Tipo

Notas de clase

Last edited by

Miss Pili Piñones

Last edited time

Sep 8, 2026 2:12 AM

N

1

Concepto

• La sesión se centró en la evaluación formativa de las primeras entregas del curso, el análisis de los fundamentos teóricos sobre la imitación de la inteligencia humana a partir de Alan Turing, y la exploración crítica de herramientas de detección de textos generados por IA y plagio (Compilatio).
• El propósito medular fue conectar la pregunta clásica sobre si una máquina puede imitar el comportamiento humano con los dilemas actuales de autoría, la presencia inevitable de falsos positivos en los detectores y la necesidad pedagógica de orientar cada reflexión y producto hacia la enseñanza de las matemáticas.

Lo que entendí

Retroalimentación de entregas (Semanas 1 a 3)

• Semana 1: Entregas muy desiguales en extensión (desde una sola frase hasta desarrollos amplios). El error más recurrente fue abordar la educación de forma abstracta y general en vez de enfocarse en la didáctica y enseñanza de las matemáticas. Las declaraciones de uso de IA estuvieron mayoritariamente ausentes.
• Semana 2: Mayor participación e inicio de citación con rigor académico (aunque aún incipiente). Se recordó la utilidad de herramientas de análisis como NotebookLM para fundamentar argumentos.
• Semana 3: Mayor madurez en la reflexión sobre herramientas y en el diseño/formato de materiales, pero se observó una disminución en la cantidad de entregas.
• Aspectos técnicos en Notion: La línea del tiempo debe documentarse con sus comentarios dentro del bloque correspondiente del portafolio individual, no en el hilo general de la semana.
• Herramientas de trabajo: Napkin requiere ajustes y correcciones manuales en sus resultados, a diferencia de NotebookLM, cuya salida estructurada puede aprovecharse de forma más directa.

Quiz sobre la lectura de Turing (Computing Machinery and Intelligence, 1950)

• Juego de la imitación: El objetivo original del interrogador es discernir entre un hombre y una mujer mediante respuestas escritas.
• Superstición de Babbage superada: Turing refuta la idea determinista de que las computadoras únicamente pueden ejecutar lo que se les programa explícitamente.
• Arquitectura de la computadora digital: Se compone de almacenamiento, unidad de ejecución y control.
• Aprendizaje por mutación / elemento aleatorio: El componente aleatorio en máquinas de aprendizaje permite explorar soluciones nuevas, de manera análoga a los procesos evolutivos.
• Crítica al argumento de la conciencia (Jefferson): Turing califica de solipsismo la postura de que la única vía para saber que alguien piensa es ser ese alguien.
• Cerebro infantil: Turing propone simular la mente de un niño porque requiere menos programación previa y puede educarse progresivamente.

Demostración y análisis de Compilatio

• Plataforma de detección de plagio y textos generados por IA (de pago institucional, con tarifas en euros).
• Prueba 1 (Plan Nacional de IA): Marcó 73.29% como «potencialmente generado por IA» con 12 pasajes resaltados. Mostró que la herramienta arroja probabilidades estilísticas, no veredictos absolutos.
• Prueba 2 (Pedro Páramo de Juan Rulfo): No identificó texto generado por IA, pero detectó 97% de similitud con textos de su base de datos, ejemplificando la detección de plagio clásico.
• Funcionalidades extra: Detección de errores gramaticales y ortográficos, y cotejo cruzado entre múltiples documentos de un grupo.

Otras preguntas de interés

• ¿Por qué los detectores de IA arrojan tantos falsos positivos y usan términos probabilísticos?

Porque los modelos de lenguaje fueron entrenados, entre otros, con textos humanos de excelente calidad sintáctica y estilística. Un redactor humano con redacción clara, formal y rigurosa puede escribir con métricas similares a las de un LLM; por ende, las herramientas sólo señalan «similitud de patrones estilísticos» y tienen un margen de error inevitable.

• ¿Qué función cumple la "declaración de uso de IA" si los detectores no son concluyentes?

Permite transparentar la autoría y el criterio del alumno: evidencia qué partes fueron producto del razonamiento propio, para qué se empleó la herramienta (organizar ideas, corregir estilo, traducir) y qué correcciones manuales o verificaciones críticas se aplicaron al resultado de la máquina.

• ¿Es necesario reenviar actividades para corregir lo señalado en la retroalimentación?

No; los comentarios en Notion son estrictamente orientativos para mejorar el trabajo posterior, a menos que el equipo docente pida de forma explícita una nueva entrega.

• ¿Qué política rige para las entregas fuera de plazo?

El límite formal son los jueves (con margen de tolerancia hasta el viernes). Las entregas posteriores son marcadas con calificación de 0 de manera automática por el sistema, aunque el equipo docente les puede asignar puntuación cuando el envío merece la pena.

Must know

• Enfoque disciplinar obligatorio: No escribir de educación de forma genérica; cada tarea, análisis o reflexión debe situarse en la enseñanza de las matemáticas.
• Declaración de uso de IA obligatoria: A partir de estas revisiones, toda entrega futura debe incluir de forma explícita cómo se usó la IA y qué verificó o corrigió el alumno manualmente.
• Detectores no infalibles: Herramientas como Compilatio son indicativas y no deterministas; no pueden probar con certeza matemática la autoría artificial.
• Vigencia de Turing (1950): El juego de la imitación anticipó el debate presente: una máquina no necesita «pensar como humano», sino imitar la conducta o el lenguaje de forma indistinguible.
• Fechas de entrega del portafolio: Jueves como fecha regular (viernes límite); las entregas tardías sin justificación quedan con 0 en el sistema.
• Rigor en fuentes: Las afirmaciones en el portafolio deben apoyarse en pequeñas investigaciones, citas académicas y herramientas de análisis como NotebookLM.