Podcast Praxis universitaria e IA: entre la investigación y el uso ético de la IA.
https://www.youtube.com/watch?v=akWg98Jj-6I
[00:06] La inteligencia artificial es una innovación tecnológica.
[00:11] La cual cada día se hace más común su uso en nuestra vida cotidiana.
[00:14] La inteligencia artificial es parte y es núcleo de la quinta revolución industrial.
[00:22] Y ha coayudado a que esta se expande y se desarrolle cada vez más rápido.
[00:26] La inteligencia artificial está creando nuevas construcciones sociales.
[00:30] Y la praxis universitaria no está ajena a esta realidad.
[00:32] Por eso presentamos este debate crítico y reflexivo acerca del uso de la inteligencia artificial en la investigación dentro de las universidades.
[00:42] ¿Quiénes participamos?
[00:44] Docentes investigadores de la Universidad Nacional Experimental de los Llanos Occidentales, Ezequiel Zamora, la UNEZ, adrito a Césped Internacional Sede Venezuela.
[00:56] La investigadora Yasmín Méndez, Dalia Correa y quién les habla, Judy González.
[01:01] En nuestra primera reflexión abordamos cómo utilizar la guía en la clase y en las investigaciones y no depender de ellas.
[01:08] investigaciones y no depender de ellas.
[01:10] Hola a todos desde Cespe Venezuela para todo el mundo.
[01:13] Es un gusto compartir con ustedes este espacio de debate de de curiosidad, diría, y principalmente estar acompañadas de estas excelentes docentes universitarias e investigadoras.
[01:28] Ahora, en entrando en el tema, pues es importante que la clave para que la inteligencia artificial sea una aliada y no una muleta cognitiva se considera que es principalmente entender que es una interlocutora y no una sustituta de nosotros como humanos, que ella funciona principalmente como un procesador de dato, que esta carece de un contexto social, un contexto histórico, un contexto emocional.
[01:56] ional, principalmente de allí que desde la praxis universitaria y específicamente desde la investigación debe de operar bajo un concepto de un andamiaje, ¿no?
[02:06] Es decir, ella puede ayudar a organizar
[02:09] Es decir, ella puede ayudar a organizar el estado del arte, puede ayudarnos a el estado del arte, puede ayudarnos a mapear redes de citas complejas en un segundo, pero debemos de comprobar que esas citas sean existan en los repositorios.
[02:23] De allí que que la vigilancia epistemológica, esa vigilancia o esa capacidad de nosotros de cuestionar qué está qué estamos investigando, para qué estamos investigando, es exclusivamente del humano y la inteligencia artificial no lo puede realizar.
[02:38] Cuando se usa la inteligencia artificial, esto lo planteo porque pero cuando se usa la inteligencia artificial para sistematizar, no estamos dejando de pensar.
[02:49] se deja de pensar cuando le damos eh a la inteligencia artificial para que decida qué es relevante, que no es relevante.
[03:00] Esto es lo que actualmente muchos estudiantes y y en la misma praxis universitaria se ve eh del el proceso de investigación que normalmente
[03:09] proceso de investigación que normalmente le estamos dando esa potestad en esa responsabilidad de la inteligencia artificial.
[03:13] Ahora bien, es un error común el usar la inteligencia artificial como una caja de una caja negra, es decir, donde nos metemos en el chat y le preguntamos alguna duda y pues aceptamos eh lo que nos está dando, la propuesta que nos está dando como una verdad absoluta.
[03:34] De allí que yo creo que es importante que debemos de ser de cuestionar nuestras propias premisas, es decir, pedirle a la inteligencia artificial que identifique posibles sesgos eh en nuestros argumentos, que fortalezca nuestras nuestras propias lógicas.
[03:55] Eh, también podemos pedirle que tenemos una, por ejemplo, una entrevista, una cantidad de de entrevistas y le podemos pedir la inteligencia artificial que nos transcriba la la entrevista, pero debemos de revisar qué es lo que nos transcribió según lo que dijo el sujeto.
[04:10] transcribió según lo que dijo el sujeto o el informante clave.
[04:14] o el informante clave.
[04:15] De allí que que también le podemos pedir a la inteligencia artificial que extraiga los temas más recurrentes de esa entrevista.
[04:20] Ella nos puede generar una lista técnica que puede ser una matriz, un cuadro, un gráfico que debemos de revisar como tal.
[04:28] Eh, de allí que eh ve se ve que eh el nos estamos apoyando en la inteligencia artificial, pero el trabajo del investigador no va a culminar allí.
[04:37] Allí es donde debe de comenzar.
[04:39] Es decir, debemos de pasar de ser consumidores a ser curadores críticos.
[04:44] El investigador debe de validar, el investigador debe descartar, el investigador debe otorgar significado teórico, ver si es relevante la información que nos está suministrando con relación al objeto de estudio.
[04:58] Debe constractar con la realidad empírica.
[05:00] Ahora, si el investigador asume esa propuesta como una verdad absoluta de y no está realizando ningún esfuerzo mental de contratar con el y este con
[05:13] mental de contratar con el y este con esta realidad y con el marco con el esta realidad y con el marco con el marco teórico, estamos haciendo uso incorrecto de la inteligencia artificial, ya que solo el intelecto humano construye ese conocimiento y no no la inteligencia artificial.
[05:27] De ahí que la mejor forma de evitar esa dependencia de usar la inteligencia artificial es a partir del debate de ideas.
[05:33] Eh, en este caso, en vez de pedirle, "Hazme un resumen, podemos eh más bien ser nosotros responsables y leer sobre el tema, investigar sobre el tema, conocer el tema.
[05:50] Antes de pedirle que nos realice una estructura, nosotros debemos de hacer un bosquejo de lo que nos de las ideas de principales ideas de lo que nosotros queremos investigar y podemos apoyarnos con la inteligencia artificial.
[06:00] También podemos de alguna manera u otra que solicitarle que nos encuentre debilidades lógicas en nuestro planteamiento en vez de pedirle que nos realice eh cuatro o cinco cuartillas del planteamiento del problema.
[06:11] de allí que
[06:14] planteamiento del problema.
[06:18] De allí que es de esa usándola de esa forma, pues eh.
[06:22] Es de esa usándola de esa forma, pues eh fortalece la investigación a través.
[06:23] Fortalece la investigación a través fortalece la investigación a través de.
[06:25] Esa tecnología y nos obliga de alguna manera u otra a ser más precisos, a ser.
[06:27] Más agudos, a ser más críticos con y y tener mejores hallazgos como tal.
[06:33] Tal. Debemos de comprender que es importante de alguna forma u otra.
[06:38] Preservar esa intuición investigativa.
[06:41] Es decir, cuando nosotros vamos a realizar una investigación, esa.
[06:44] Investigación siempre surge de una chispa, de una observación este de de la.
[06:50] Curiosidad, de una observación empírica del entorno y en cambio, si le.
[06:55] Permitimos que la inteligencia artificial eh.
[06:59] Artificial eh eh realice de alguna manera u otra.
[07:02] Eh realice de alguna manera u otra prefiguración de nuestras respuestas.
[07:05] Entonces perdemos ese hallazgoístico, es decir, ese momento que surge del.
[07:11] Esfuerzo intelectual, cosa que no puede realizar la inteligencia artificial.
[07:16] realizar la inteligencia artificial.
[07:20] En definitiva, eh puedo decirte, Judy, que definitiva, eh puedo decirte, Judy, que la praxis universitaria, la inteligencia
[07:23] la praxis universitaria, la inteligencia artificial debe ser vista como un espejo
[07:26] artificial debe ser vista como un espejo crítico de que nos devuelve una imagen
[07:30] crítico de que nos devuelve una imagen específica de lo que nosotros sabemos,
[07:33] específica de lo que nosotros sabemos, ¿verdad?
[07:36] ¿verdad? Pero nosotros somos quienes debemos de darle esa dirección, de dar
[07:40] debemos de darle esa dirección, de dar de ser éticos y de alguna manera u otra
[07:43] de ser éticos y de alguna manera u otra darle el propósito de nuestro
[07:45] darle el propósito de nuestro conocimiento.
[07:48] No podemos dar dejar en manos de la inteligencia artificial toda
[07:51] manos de la inteligencia artificial toda la producción de de de nuestra
[07:53] la producción de de de nuestra investigación, de nuestro conocimiento.
[07:57] investigación, de nuestro conocimiento.
[07:57] Si la IA ayuda a redactar el manuscrito,
[08:01] Si la IA ayuda a redactar el manuscrito, el trabajo, el documento o parte de la
[08:03] el trabajo, el documento o parte de la investigación,
[08:05] investigación, reflexionamos quién es el autor de ese
[08:07] reflexionamos quién es el autor de ese documento.
[08:10] documento. Saludos.
[08:12] Saludos.
[08:12] Es un gusto para mí participar en este
[08:15] Es un gusto para mí participar en este conversatorio.
[08:17] conversatorio.
[08:20] Ante la interrogante de quién es el autor, se podría decir que la inteligencia artificial es un espejo, es un reflejo de las instrucciones que el usuario le va a a indicar.
[08:34] Todo lo que él le indique, ella lo arrojará.
[08:38] Si le damos una instrucción general, eh la inteligencia artificial va a arrojar un texto plano y depende de todas las eh especificaciones que se le den, es que el texto o la producción o la generación de la IA va a ser profunda.
[09:04] El autor debe darle todas las indicaciones posibles para que sea un texto de profundidad.
[09:09] Es decir, debe darle el rol que va a cumplir, la el contexto, la tarea que va a realizar y lo que se espera que la
[09:20] a realizar y lo que se espera que la inteligencia artificial genere.
[09:23] inteligencia artificial genere.
[09:27] Eh, la creatividad actualmente no depende de
[09:30] depende de que una persona escriba 1000 palabras
[09:33] que una persona escriba 1000 palabras que nadie haya escrito.
[09:37] La creatividad está en función de combinar esas
[09:40] está en función de combinar esas palabras de modo que tengan un
[09:43] palabras de modo que tengan un propósito, de modo que tengan una
[09:45] propósito, de modo que tengan una utilidad y combinarlas de forma en la
[09:49] utilidad y combinarlas de forma en la forma en la que nadie más lo haya hecho.
[09:53] forma en la que nadie más lo haya hecho.
[09:53] Así es que el autor también debe actuar
[09:56] como un curador de contenido.
[10:00] Para que ese texto esté personalizado.
[10:03] debe contrastar lo que la inteligencia
[10:07] artificial le haya arrojado, porque,
[10:10] artificial le haya arrojado, porque, repito, si se le da una instrucción
[10:13] repito, si se le da una instrucción general, va a ser un texto plano.
[10:16] general, va a ser un texto plano.
[10:16] Y por ejemplo, si le decimos que haga un
[10:20] Y por ejemplo, si le decimos que haga un ensayo sobre la relación entre la tecnología y el desarrollo económico, ella va a dar el ensayo con la introducción, el desarrollo, las conclusiones, incluso las referencias, pero va a ser un texto plano, un texto general, porque se le dio una instrucción general.
[10:43] Es allí donde el autor debe contextualizar, debe enfocarse, porque no es igual decir el nivel de desarrollo tecnológico en Latinoamérica y su relación con el desarrollo económico, que es decir, el nivel de desarrollo tecnológico en un país europeo, por ejemplo, y su nivel de desarrollo económico.
[11:11] De este modo, el autor, y ya para finalizar, él debe convertirse en un curador de contenido, en un analista, en
[11:21] curador de contenido, en un analista, en un crítico, una persona reflexiva, no un crítico, una persona reflexiva, no simplemente tomar lo que la inteligencia artificial le arroja y considerar que eso sea verdad, porque eh también la inteligencia artificial puede ser muy creativa.
[11:37] Ella fue desarrollada para ser generativa y para ser creativa y ella puede inventar, crear fuente falsa y crear.
[11:50] Por tanto, el autor para ser autor, para apropiarse de ese escrito, debe contextualizar y debe ser reflexivo, crítico y curador.
[12:06] ¿Cómo un docente fomenta la ética en los estudiantes para realizar las investigaciones y cómo los guía en ese proceso?
[12:17] Actualmente estamos viviendo una evolución en el pensamiento.
[12:22] evolución en el pensamiento.
[12:26] El profesor debe pasar de ser una biblioteca andante a ser un profesional reflexivo, analítico, profundo, un un curador de contenido.
[12:37] Como lo dije anteriormente, eh el profesor debe ser aquella persona que oriente, que guíe, no apartarse de la inteligencia artificial porque hay un punto de quiebre.
[12:55] La inteligencia artificial ha marcado un nuevo camino.
[12:58] Antes la información era un bien costoso, era un bien escaso.
[13:05] Ahora la información está al alcance de un clic.
[13:07] está en la mano de cada uno de los estudiantes en cada uno de nosotros.
[13:13] Eh, la información está al alcance de todos.
[13:16] que esa información se transforme en conocimiento ya va a depender de todo un proceso de
[13:25] ya va a depender de todo un proceso de enseñanza, de todo un proceso de enseñanza, de todo un proceso de orientación, de todo un proceso de guía orientación, de todo un proceso de guía en el que el profesor tiene un rol en el que el profesor tiene un rol protagónico.
[13:35] protagónico.
[13:36] El docente no es aquel que se encontraba en una tarima, en una estructura vertical donde los estudiantes eran los captadores de las ideas.
[13:51] Ahora es un aplanamiento, una estructura horizontal en el que el docente debe interactuar, debe ser reflexivo, analítico y estimular ese análisis crítico, esas reflexiones en sus estudiantes, enseñarlos, guiarlos, orientarlos a usar la inteligencia artificial con ética y con profundidad.
[14:17] La idea no es que ellos hagan las actividades más rápido, la idea es que logren la profundidad en el conocimiento, logren
[14:26] profundidad en el conocimiento, logren la profundidad en los contenidos que la profundidad en los contenidos que realizan de en los trabajos que realizan, en las investigaciones que realizan, en las investigaciones que llevan a cabo.
[14:37] Ahora, el profesor o el docente se ha transformado porque o debe transformarse porque antes era el faro que alumbraba el mar de conocimiento.
[14:51] Ahora es la brújula que va a guiar, que va a orientar a los estudiantes que navegan en ese mar de conocimiento.
[15:03] ¿Hasta dónde está bien utilizar la inteligencia artificial para investigar y en qué momento debemos incorporarla en el proceso de la investigación?
[15:14] Bueno, Judit, interesante. ¿Cómo cuándo se cruza la línea?
[15:20] En el proceso de investigativo la línea es delgada, pero está muy clara.
[15:25] Yo pienso que se cruza cuando se delega la
[15:27] pienso que se cruza cuando se delega la capacidad interpretativa o un proceso automatizado como es el uso de la inteligencia artificial.
[15:33] Sí, reemplazando de alguna manera u otra el descubrimiento que del humano.
[15:39] Una en una en las investigaciones científicas es un ejercicio específico de conciencia y de rigor que pienso que no se sustituye,
[15:50] que no admite sustitución, que no emite sustituto por la inteligencia artificial.
[15:57] Entonces, ¿es válido emplear la inteligencia artificial?
[16:01] Sí, sí, es válido. Es una herramienta que que nos ayuda a las tareas operativas para optimizar las etapas mecánicas del proceso.
[16:09] como por ejemplo la organización de un gran volumen de bibliografías como para patrones lingüísticos de texto, para detectar esos patrones, para, por ejemplo, apoyarnos en algunas entrevistas, como lo dije anteriormente, en la corrección del estilo, en mejorar
[16:28] en la corrección del estilo, en mejorar la fluidez de los párrafos que ya hemos escrito y y ciertas otras otras que que ahorita no vienen a
[16:39] Pero en estos casos la tecnología va debe de actuar como un un asistente que nos va a ayudar a liberar eh tiempo, ¿no?, para reflexionar profundamente y para revisar y endagar, ¿no?
[16:55] Eh, sin intervenir, sin que la inteligencia artificial de alguna manera u otra intervenga en esa construcción del sentimiento.
[17:02] Pero si se cruza la línea ética y si se está cruzando muchos de los casos cuando se permite que la inteligencia artificial, por ejemplo, formule hipótesis en trabajo cuantitativo, realice la operación de la de las variables, en los trabajos cualitativos realice la mat categoría que haga el análisis por nosotros cuando le delegamos
[17:29] cuando le delegamos a a la inteligencia artificial que interprete los hallazgos.
[17:34] interprete los hallazgos.
[17:36] Situación bastante delicada esta, ¿no?
[17:39] Ya que deja de ser precisamente un producto del intelecto humano para ser un producto de una máquina.
[17:41] precisamente un producto del intelecto humano para ser un producto de una máquina.
[17:44] máquina.
[17:46] en la investigación, especialmente puedo decir que el enfoque cualitativo con método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:49] en la investigación, especialmente puedo decir que el enfoque cualitativo con método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:52] método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:54] hermenéutico, el investigador es el principal instrumento.
[17:56] el investigador es el principal instrumento.
[17:59] Entonces, ver ahí, por ejemplo, la suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:01] Entonces, ver ahí, por ejemplo, la suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:04] suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:07] esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:11] Entonces, la inteligencia artificial no tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:13] Entonces, la inteligencia artificial no tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:15] tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:18] Entonces, delegar la síntesis de un de una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:20] Entonces, delegar la síntesis de un de una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:24] una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:27] una máquina de alguna manera u otra para mí
[18:31] máquina de alguna manera u otra para mí invalida el proceso de construcción.
[18:34] invalida el proceso de construcción del del nuevo conocimiento de conocimiento original.
[18:40] conocimiento original.
[18:43] Por ello que este principalmente la autoría y la responsabilidad académica.
[18:45] autoría y la responsabilidad académica implica la capacidad de defender cada argumento que nosotros tenemos en una investigación desde una base de compresión absoluta.
[18:53] investigación desde una base de compresión absoluta.
[18:56] Sí, el investigador debe de comprender todo lo que tenemos en nuestra investigación.
[19:01] Si un investigador en este caso no puede explicar el porqué de una de su conclusión, de una tesis, de un trabajo este en grupo eh de su misma práxis investigativa sin recurrir a hacer eh introducirse en el chat de la inteligencia artificial.
[19:19] inteligencia artificial.
[19:21] Entonces, se ha dejado de ser, para mi concepto el autor de la investigación.
[19:27] De allí que la investigación es un proceso de transformación del investigador y no de una máquina.
[19:31] Si la
[19:34] investigador y no de una máquina.
[19:35] Si la máquina hace entonces ese trabajo, el máquina hace entonces ese trabajo, el investigador no está aprendiendo, no
[19:37] investigador no está aprendiendo, no está madurando, no está conociendo
[19:41] está madurando, no está conociendo y por lo tanto no hay una una verdadera
[19:44] y por lo tanto no hay una una verdadera producción del conocimiento.
[19:48] producción del conocimiento.
[19:51] En conclusión, te puedo decir, Judy y Galia, que la la IA puede acompañar en
[19:55] las fases de exploración, en las fases de organización, como lo hemos señalado
[19:59] acá en este este rico compartir.
[20:03] Pero la etapa de producción de sentido es un territorio exclusivamente humano,
[20:09] no de la inteligencia artificial.
[20:11] Entonces es necesario que se mantenga esa distinción porque eso es lo que
[20:16] garantiza que la ciencia siga siendo un reflejo de la realidad
[20:19] y no vaya a ser una simulación
[20:25] algorítmica como muchos pretenden hacerlo con muchas investigaciones que
[20:27] se ven en la actualidad y que es necesario que nosotros desde nuestra
[20:35] necesario que nosotros desde nuestra postura, desde nuestra praxis
[20:37] postura, desde nuestra praxis universitario asumamos la ética
[20:41] universitario asumamos la ética de de del proceso investigativo.
[20:45] de de del proceso investigativo. Como reflexiones finales, a partir de la
[20:47] Como reflexiones finales, a partir de la disertación de las investigadoras Dalia
[20:49] disertación de las investigadoras Dalia Correa y Jasmín Méndez, podemos expresar
[20:52] Correa y Jasmín Méndez, podemos expresar que la inteligencia artificial no es
[20:53] que la inteligencia artificial no es otra cosa que un algoritmo, un algoritmo
[20:56] otra cosa que un algoritmo, un algoritmo que da respuesta de acuerdo a ciertas
[20:58] que da respuesta de acuerdo a ciertas indicaciones o patrones las cuales les
[21:00] indicaciones o patrones las cuales les son dados. ¿Qué hace la IA? La IA lo que
[21:03] son dados. ¿Qué hace la IA? La IA lo que hace es buscar información o datos,
[21:05] hace es buscar información o datos, compararlos, contrastarlos, procesarlos
[21:08] compararlos, contrastarlos, procesarlos y luego dar respuesta a una estructura
[21:11] y luego dar respuesta a una estructura de datos. Inclusive puede llegar a hacer
[21:13] de datos. Inclusive puede llegar a hacer predicciones. ¿De qué carece la
[21:15] predicciones. ¿De qué carece la inteligencia artificial? carece de
[21:18] inteligencia artificial? carece de comprensión lectora, carece de
[21:19] comprensión lectora, carece de contextualización y carece de ese
[21:22] contextualización y carece de ese sentido ético de la realidad, además de
[21:24] sentido ético de la realidad, además de un proceso reflexivo. Y ahí es donde
[21:26] un proceso reflexivo. Y ahí es donde entramos nosotros como investigadores.
[21:28] entramos nosotros como investigadores. Somos nosotros quienes seguimos teniendo
[21:30] Somos nosotros quienes seguimos teniendo el poder de marcar, de guiar todas las
[21:33] el poder de marcar, de guiar todas las fases del método científico cuando
[21:35] fases del método científico cuando realizamos investigaciones científicas
[21:37] realizamos investigaciones científicas para la producción del conocimiento
[21:39] para la producción del conocimiento científico. ¿Cuál es nuestro mayor
[21:41] científico. ¿Cuál es nuestro mayor desafío? Nuestro mayor desafío es
[21:43] desafío? Nuestro mayor desafío es pensar, seguir haciendo ese proceso
[21:46] pensar, seguir haciendo ese proceso mayéutico de la realidad y fomentar en
[21:49] mayéutico de la realidad y fomentar en nuestros estudiantes, así como nuestro
[21:51] nuestros estudiantes, así como nuestro queacer diario con la investigación todo
[21:54] queacer diario con la investigación todo el sentido ético, reflexivo y crítico de
[21:57] el sentido ético, reflexivo y crítico de la realidad. No olvidemos que estamos en
[21:59] la realidad. No olvidemos que estamos en el siglo XXI, un siglo que está marcado
[22:02] el siglo XXI, un siglo que está marcado por la innovación tecnológica y que cada
[22:04] por la innovación tecnológica y que cada vez avanza de manera mucho más rápida.
[22:07] vez avanza de manera mucho más rápida. Nosotros no podemos perder la condición
[22:09] Nosotros no podemos perder la condición humana ante esta nueva realidad.
Podcast Praxis universitaria e IA: entre la investigación y el uso ético de la IA.
https://www.youtube.com/watch?v=akWg98Jj-6I
Translation: en
[00:06] La inteligencia artificial es una innovación tecnológica.
Artificial intelligence is a technological innovation.
[00:11] La cual cada día se hace más común su uso en nuestra vida cotidiana.
Which every day its use becomes more common in our daily lives.
[00:14] La inteligencia artificial es parte y es núcleo de la quinta revolución industrial.
Artificial intelligence is part and is the core of the fifth industrial revolution.
[00:22] Y ha coayudado a que esta se expande y se desarrolle cada vez más rápido.
And it has helped it to expand and develop ever faster.
[00:26] La inteligencia artificial está creando nuevas construcciones sociales.
Artificial intelligence is creating new social constructs.
[00:30] Y la praxis universitaria no está ajena a esta realidad.
And university practice is not alien to this reality.
[00:32] Por eso presentamos este debate crítico y reflexivo acerca del uso de la inteligencia artificial en la investigación dentro de las universidades.
Therefore, we present this critical and reflective debate about the use of artificial intelligence in research within universities.
[00:42] ¿Quiénes participamos?
Who participates?
[00:44] Docentes investigadores de la Universidad Nacional Experimental de los Llanos Occidentales, Ezequiel Zamora, la UNEZ, adrito a Césped Internacional Sede Venezuela.
Research professors from the National Experimental University of the Western Plains, Ezequiel Zamora, the UNEZ, affiliated with Césped Internacional Headquarters Venezuela.
[00:56] La investigadora Yasmín Méndez, Dalia Correa y quién les habla, Judy González.
The researcher Yasmín Méndez, Dalia Correa, and the one speaking to you, Judy González.
[01:01] En nuestra primera reflexión abordamos cómo utilizar la guía en la clase y en las investigaciones y no depender de ellas.
In our first reflection, we address how to use the guide in class and in research and not depend on them.
[01:08] investigaciones y no depender de ellas.
research and not depend on them.
[01:10] Hola a todos desde Cespe Venezuela para todo el mundo.
Hello everyone from Cespe Venezuela to the whole world.
[01:13] Es un gusto compartir con ustedes este espacio de debate de de curiosidad, diría, y principalmente estar acompañadas de estas excelentes docentes universitarias e investigadoras.
It is a pleasure to share with you this space for debate, for curiosity, I would say, and mainly to be accompanied by these excellent university professors and researchers.
[01:28] Ahora, en entrando en el tema, pues es importante que la clave para que la inteligencia artificial sea una aliada y no una muleta cognitiva se considera que es principalmente entender que es una interlocutora y no una sustituta de nosotros como humanos, que ella funciona principalmente como un procesador de dato, que esta carece de un contexto social, un contexto histórico, un contexto emocional.
Now, entering into the topic, it is important that the key for artificial intelligence to be an ally and not a cognitive crutch is considered to be mainly understanding that it is an interlocutor and not a substitute for us as humans, that it functions mainly as a data processor, which lacks social context, historical context, emotional context.
[01:56] ional, principalmente de allí que desde la praxis universitaria y específicamente desde la investigación debe de operar bajo un concepto de un andamiaje, ¿no?
ional, mainly hence from the university praxis and specifically from research it must operate under a concept of scaffolding, right?
[02:06] Es decir, ella puede ayudar a organizar
That is to say, it can help to organize
[02:09] Es decir, ella puede ayudar a organizar el estado del arte, puede ayudarnos a el estado del arte, puede ayudarnos a mapear redes de citas complejas en un segundo, pero debemos de comprobar que esas citas sean existan en los repositorios.
[02:23] De allí que que la vigilancia epistemológica, esa vigilancia o esa capacidad de nosotros de cuestionar qué está qué estamos investigando, para qué estamos investigando, es exclusivamente del humano y la inteligencia artificial no lo puede realizar.
[02:38] Cuando se usa la inteligencia artificial, esto lo planteo porque pero cuando se usa la inteligencia artificial para sistematizar, no estamos dejando de pensar.
[02:49] se deja de pensar cuando le damos eh a la inteligencia artificial para que decida qué es relevante, que no es relevante.
[03:00] Esto es lo que actualmente muchos estudiantes y y en la misma praxis universitaria se ve eh del el proceso de investigación que normalmente
[03:09] proceso de investigación que normalmente le estamos dando esa potestad en esa responsabilidad de la inteligencia artificial.
[03:13] Ahora bien, es un error común el usar la inteligencia artificial como una caja de una caja negra, es decir, donde nos metemos en el chat y le preguntamos alguna duda y pues aceptamos eh lo que nos está dando, la propuesta que nos está dando como una verdad absoluta.
[03:34] De allí que yo creo que es importante que debemos de ser de cuestionar nuestras propias premisas, es decir, pedirle a la inteligencia artificial que identifique posibles sesgos eh en nuestros argumentos, que fortalezca nuestras nuestras propias lógicas.
[03:55] Eh, también podemos pedirle que tenemos una, por ejemplo, una entrevista, una cantidad de de entrevistas y le podemos pedir la inteligencia artificial que nos transcriba la la entrevista, pero debemos de revisar qué es lo que nos transcribió según lo que dijo el sujeto.
[04:10] transcribió según lo que dijo el sujeto o el informante clave.
transcribed according to what the subject or key informant said.
[04:14] o el informante clave.
or the key informant.
[04:15] De allí que que también le podemos pedir a la inteligencia artificial que extraiga los temas más recurrentes de esa entrevista.
From there, we can also ask artificial intelligence to extract the most recurrent themes from that interview.
[04:20] Ella nos puede generar una lista técnica que puede ser una matriz, un cuadro, un gráfico que debemos de revisar como tal.
It can generate a technical list for us that can be a matrix, a table, a graph that we must review as such.
[04:28] Eh, de allí que eh ve se ve que eh el nos estamos apoyando en la inteligencia artificial, pero el trabajo del investigador no va a culminar allí.
Uh, from there, uh, it is seen that, uh, we are relying on artificial intelligence, but the researcher's work will not culminate there.
[04:37] Allí es donde debe de comenzar.
That is where it should begin.
[04:39] Es decir, debemos de pasar de ser consumidores a ser curadores críticos.
That is, we must go from being consumers to being critical curators.
[04:44] El investigador debe de validar, el investigador debe descartar, el investigador debe otorgar significado teórico, ver si es relevante la información que nos está suministrando con relación al objeto de estudio.
The researcher must validate, the researcher must discard, the researcher must grant theoretical meaning, see if the information being supplied to us is relevant in relation to the object of study.
[04:58] Debe constractar con la realidad empírica.
It must be contrasted with empirical reality.
[05:00] Ahora, si el investigador asume esa propuesta como una verdad absoluta de y no está realizando ningún esfuerzo mental de contratar con el y este con
Now, if the researcher assumes that proposal as an absolute truth and is not making any mental effort to contract with it and this with
[05:13] mental de contratar con el y este con esta realidad y con el marco con el esta realidad y con el marco con el marco teórico, estamos haciendo uso incorrecto de la inteligencia artificial, ya que solo el intelecto humano construye ese conocimiento y no no la inteligencia artificial.
[05:27] De ahí que la mejor forma de evitar esa dependencia de usar la inteligencia artificial es a partir del debate de ideas.
[05:33] Eh, en este caso, en vez de pedirle, "Hazme un resumen, podemos eh más bien ser nosotros responsables y leer sobre el tema, investigar sobre el tema, conocer el tema.
[05:50] Antes de pedirle que nos realice una estructura, nosotros debemos de hacer un bosquejo de lo que nos de las ideas de principales ideas de lo que nosotros queremos investigar y podemos apoyarnos con la inteligencia artificial.
[06:00] También podemos de alguna manera u otra que solicitarle que nos encuentre debilidades lógicas en nuestro planteamiento en vez de pedirle que nos realice eh cuatro o cinco cuartillas del planteamiento del problema.
[06:11] de allí que
[06:14] planteamiento del problema.
[06:18] De allí que es de esa usándola de esa forma, pues eh.
[06:22] Es de esa usándola de esa forma, pues eh fortalece la investigación a través.
[06:23] Fortalece la investigación a través fortalece la investigación a través de.
[06:25] Esa tecnología y nos obliga de alguna manera u otra a ser más precisos, a ser.
[06:27] Más agudos, a ser más críticos con y y tener mejores hallazgos como tal.
[06:33] Tal. Debemos de comprender que es importante de alguna forma u otra.
[06:38] Preservar esa intuición investigativa.
[06:41] Es decir, cuando nosotros vamos a realizar una investigación, esa.
[06:44] Investigación siempre surge de una chispa, de una observación este de de la.
[06:50] Curiosidad, de una observación empírica del entorno y en cambio, si le.
[06:55] Permitimos que la inteligencia artificial eh.
[06:59] Artificial eh eh realice de alguna manera u otra.
[07:02] Eh realice de alguna manera u otra prefiguración de nuestras respuestas.
[07:05] Entonces perdemos ese hallazgoístico, es decir, ese momento que surge del.
[07:11] Esfuerzo intelectual, cosa que no puede realizar la inteligencia artificial.
[07:16] realizar la inteligencia artificial.
to carry out artificial intelligence.
[07:20] En definitiva, eh puedo decirte, Judy, que definitiva, eh puedo decirte, Judy, que la praxis universitaria, la inteligencia
In short, uh I can tell you, Judy, that definitively, uh I can tell you, Judy, that university practice, intelligence
[07:23] la praxis universitaria, la inteligencia artificial debe ser vista como un espejo
university practice, artificial intelligence must be seen as a mirror
[07:26] artificial debe ser vista como un espejo crítico de que nos devuelve una imagen
artificial must be seen as a critical mirror that returns an image to us
[07:30] crítico de que nos devuelve una imagen específica de lo que nosotros sabemos,
critical that returns a specific image to us of what we know,
[07:33] específica de lo que nosotros sabemos, ¿verdad?
specific of what we know, right?
[07:36] ¿verdad? Pero nosotros somos quienes debemos de darle esa dirección, de dar
right? But we are the ones who must give it that direction, to give
[07:40] debemos de darle esa dirección, de dar de ser éticos y de alguna manera u otra
we must give it that direction, to be ethical and in one way or another
[07:43] de ser éticos y de alguna manera u otra darle el propósito de nuestro
to be ethical and in one way or another give it the purpose of our
[07:45] darle el propósito de nuestro conocimiento.
give it the purpose of our knowledge.
[07:48] No podemos dar dejar en manos de la inteligencia artificial toda
We cannot leave in the hands of artificial intelligence all
[07:51] manos de la inteligencia artificial toda la producción de de de nuestra
hands of artificial intelligence all the production of of of our
[07:53] la producción de de de nuestra investigación, de nuestro conocimiento.
the production of of of our research, of our knowledge.
[07:57] investigación, de nuestro conocimiento.
research, of our knowledge.
[07:57] Si la IA ayuda a redactar el manuscrito,
If AI helps to draft the manuscript,
[08:01] Si la IA ayuda a redactar el manuscrito, el trabajo, el documento o parte de la
If AI helps to draft the manuscript, the work, the document or part of the
[08:03] el trabajo, el documento o parte de la investigación,
the work, the document or part of the research,
[08:05] investigación, reflexionamos quién es el autor de ese
research, we reflect on who is the author of that
[08:07] reflexionamos quién es el autor de ese documento.
we reflect on who is the author of that document.
[08:10] documento. Saludos.
document. Greetings.
[08:12] Saludos.
Greetings.
[08:12] Es un gusto para mí participar en este
It is a pleasure for me to participate in this
[08:15] Es un gusto para mí participar en este conversatorio.
It is a pleasure for me to participate in this conversation.
[08:17] conversatorio.
discussion.
[08:20] Ante la interrogante de quién es el autor, se podría decir que la inteligencia artificial es un espejo, es un reflejo de las instrucciones que el usuario le va a a indicar.
Faced with the question of who the author is, it could be said that artificial intelligence is a mirror, it is a reflection of the instructions that the user is going to indicate to it.
[08:34] Todo lo que él le indique, ella lo arrojará.
Everything he indicates, she will throw it back.
[08:38] Si le damos una instrucción general, eh la inteligencia artificial va a arrojar un texto plano y depende de todas las eh especificaciones que se le den, es que el texto o la producción o la generación de la IA va a ser profunda.
If we give it a general instruction, uh artificial intelligence will throw back plain text and it depends on all the uh specifications that are given to it, that the text or the production or the generation of AI will be profound.
[09:04] El autor debe darle todas las indicaciones posibles para que sea un texto de profundidad.
The author must give it all possible indications so that it is a text of depth.
[09:09] Es decir, debe darle el rol que va a cumplir, la el contexto, la tarea que va a realizar y lo que se espera que la
That is to say, it must give it the role it is going to fulfill, the context, the task it is going to perform and what is expected of the
[09:20] a realizar y lo que se espera que la inteligencia artificial genere.
to carry out and what is expected that artificial intelligence generates.
[09:23] inteligencia artificial genere.
artificial intelligence generates.
[09:27] Eh, la creatividad actualmente no depende de
Uh, creativity currently does not depend on
[09:30] depende de que una persona escriba 1000 palabras
depend on a person writing 1000 words
[09:33] que una persona escriba 1000 palabras que nadie haya escrito.
that a person writes 1000 words that no one has written.
[09:37] La creatividad está en función de combinar esas
Creativity is a function of combining those
[09:40] está en función de combinar esas palabras de modo que tengan un
is a function of combining those words so that they have a
[09:43] palabras de modo que tengan un propósito, de modo que tengan una
words so that they have a purpose, so that they have a
[09:45] propósito, de modo que tengan una utilidad y combinarlas de forma en la
purpose, so that they have a utility and combining them in a way
[09:49] utilidad y combinarlas de forma en la forma en la que nadie más lo haya hecho.
utility and combining them in a way that no one else has done.
[09:53] forma en la que nadie más lo haya hecho.
way that no one else has done.
[09:53] Así es que el autor también debe actuar
So the author must also act
[09:56] como un curador de contenido.
as a content curator.
[10:00] Para que ese texto esté personalizado.
So that that text is personalized.
[10:03] debe contrastar lo que la inteligencia
it must contrast what the intelligence
[10:07] artificial le haya arrojado, porque,
artificial has thrown at it, because,
[10:10] artificial le haya arrojado, porque, repito, si se le da una instrucción
artificial has thrown at it, because, I repeat, if a general instruction is given,
[10:13] repito, si se le da una instrucción general, va a ser un texto plano.
I repeat, if a general instruction is given, it will be a flat text.
[10:16] general, va a ser un texto plano.
general, it will be a flat text.
[10:16] Y por ejemplo, si le decimos que haga un
And for example, if we tell it to do a
[10:20] Y por ejemplo, si le decimos que haga un ensayo sobre la relación entre la tecnología y el desarrollo económico, ella va a dar el ensayo con la introducción, el desarrollo, las conclusiones, incluso las referencias, pero va a ser un texto plano, un texto general, porque se le dio una instrucción general.
[10:43] Es allí donde el autor debe contextualizar, debe enfocarse, porque no es igual decir el nivel de desarrollo tecnológico en Latinoamérica y su relación con el desarrollo económico, que es decir, el nivel de desarrollo tecnológico en un país europeo, por ejemplo, y su nivel de desarrollo económico.
[11:11] De este modo, el autor, y ya para finalizar, él debe convertirse en un curador de contenido, en un analista, en
[11:21] curador de contenido, en un analista, en un crítico, una persona reflexiva, no un crítico, una persona reflexiva, no simplemente tomar lo que la inteligencia artificial le arroja y considerar que eso sea verdad, porque eh también la inteligencia artificial puede ser muy creativa.
content curator, an analyst, a critic, a thoughtful person, not a critic, a thoughtful person, not simply taking what artificial intelligence throws at you and considering that to be true, because artificial intelligence can also be very creative.
[11:37] Ella fue desarrollada para ser generativa y para ser creativa y ella puede inventar, crear fuente falsa y crear.
It was developed to be generative and creative, and it can invent, create false sources, and create.
[11:50] Por tanto, el autor para ser autor, para apropiarse de ese escrito, debe contextualizar y debe ser reflexivo, crítico y curador.
Therefore, the author, to be an author, to own that writing, must contextualize and must be reflective, critical, and a curator.
[12:06] ¿Cómo un docente fomenta la ética en los estudiantes para realizar las investigaciones y cómo los guía en ese proceso?
How does a teacher foster ethics in students to conduct research, and how do they guide them in that process?
[12:17] Actualmente estamos viviendo una evolución en el pensamiento.
We are currently experiencing an evolution in thinking.
[12:22] evolución en el pensamiento.
evolution in thinking.
[12:26] El profesor debe pasar de ser una biblioteca andante a ser un profesional reflexivo, analítico, profundo, un un curador de contenido.
The professor must move from being a walking library to being a reflective, analytical, profound professional, a curator of content.
[12:37] Como lo dije anteriormente, eh el profesor debe ser aquella persona que oriente, que guíe, no apartarse de la inteligencia artificial porque hay un punto de quiebre.
As I said before, uh the professor must be that person who guides, who leads, not to shy away from artificial intelligence because there is a breaking point.
[12:55] La inteligencia artificial ha marcado un nuevo camino.
Artificial intelligence has marked a new path.
[12:58] Antes la información era un bien costoso, era un bien escaso.
Before, information was a costly good, it was a scarce good.
[13:05] Ahora la información está al alcance de un clic.
Now information is at the click of a button.
[13:07] está en la mano de cada uno de los estudiantes en cada uno de nosotros.
it is in the hands of each of the students, each one of us.
[13:13] Eh, la información está al alcance de todos.
Uh, information is available to everyone.
[13:16] que esa información se transforme en conocimiento ya va a depender de todo un proceso de
that this information is transformed into knowledge will depend on a whole process of
[13:25] ya va a depender de todo un proceso de enseñanza, de todo un proceso de enseñanza, de todo un proceso de orientación, de todo un proceso de guía orientación, de todo un proceso de guía en el que el profesor tiene un rol en el que el profesor tiene un rol protagónico.
[13:35] protagónico.
[13:36] El docente no es aquel que se encontraba en una tarima, en una estructura vertical donde los estudiantes eran los captadores de las ideas.
[13:51] Ahora es un aplanamiento, una estructura horizontal en el que el docente debe interactuar, debe ser reflexivo, analítico y estimular ese análisis crítico, esas reflexiones en sus estudiantes, enseñarlos, guiarlos, orientarlos a usar la inteligencia artificial con ética y con profundidad.
[14:17] La idea no es que ellos hagan las actividades más rápido, la idea es que logren la profundidad en el conocimiento, logren
[14:26] profundidad en el conocimiento, logren la profundidad en los contenidos que la profundidad en los contenidos que realizan de en los trabajos que realizan, en las investigaciones que realizan, en las investigaciones que llevan a cabo.
[14:37] Ahora, el profesor o el docente se ha transformado porque o debe transformarse porque antes era el faro que alumbraba el mar de conocimiento.
[14:51] Ahora es la brújula que va a guiar, que va a orientar a los estudiantes que navegan en ese mar de conocimiento.
[15:03] ¿Hasta dónde está bien utilizar la inteligencia artificial para investigar y en qué momento debemos incorporarla en el proceso de la investigación?
[15:14] Bueno, Judit, interesante. ¿Cómo cuándo se cruza la línea?
[15:20] En el proceso de investigativo la línea es delgada, pero está muy clara.
[15:25] Yo pienso que se cruza cuando se delega la
[15:27] pienso que se cruza cuando se delega la capacidad interpretativa o un proceso automatizado como es el uso de la inteligencia artificial.
I think it crosses when the interpretive capacity or an automated process, such as the use of artificial intelligence, is delegated.
[15:33] Sí, reemplazando de alguna manera u otra el descubrimiento que del humano.
Yes, replacing the discovery that comes from humans in one way or another.
[15:39] Una en una en las investigaciones científicas es un ejercicio específico de conciencia y de rigor que pienso que no se sustituye,
One in scientific research is a specific exercise of consciousness and rigor that I think cannot be substituted,
[15:50] que no admite sustitución, que no emite sustituto por la inteligencia artificial.
which does not admit substitution, which does not issue a substitute by artificial intelligence.
[15:57] Entonces, ¿es válido emplear la inteligencia artificial?
So, is it valid to use artificial intelligence?
[16:01] Sí, sí, es válido. Es una herramienta que que nos ayuda a las tareas operativas para optimizar las etapas mecánicas del proceso.
Yes, yes, it is valid. It is a tool that helps us with operational tasks to optimize the mechanical stages of the process.
[16:09] como por ejemplo la organización de un gran volumen de bibliografías como para patrones lingüísticos de texto, para detectar esos patrones, para, por ejemplo, apoyarnos en algunas entrevistas, como lo dije anteriormente, en la corrección del estilo, en mejorar
such as, for example, the organization of a large volume of bibliographies for text linguistic patterns, to detect those patterns, to, for example, support us in some interviews, as I said before, in style correction, in improving
[16:28] en la corrección del estilo, en mejorar la fluidez de los párrafos que ya hemos escrito y y ciertas otras otras que que ahorita no vienen a
in correcting the style, in improving the fluency of the paragraphs that we have already written and and certain other others that that right now do not come to
[16:39] Pero en estos casos la tecnología va debe de actuar como un un asistente que nos va a ayudar a liberar eh tiempo, ¿no?, para reflexionar profundamente y para revisar y endagar, ¿no?
But in these cases, technology must act as an assistant that will help us free up time, right?, to reflect deeply and to review and investigate, right?
[16:55] Eh, sin intervenir, sin que la inteligencia artificial de alguna manera u otra intervenga en esa construcción del sentimiento.
Uh, without intervening, without artificial intelligence in one way or another intervening in that construction of sentiment.
[17:02] Pero si se cruza la línea ética y si se está cruzando muchos de los casos cuando se permite que la inteligencia artificial, por ejemplo, formule hipótesis en trabajo cuantitativo, realice la operación de la de las variables, en los trabajos cualitativos realice la mat categoría que haga el análisis por nosotros cuando le delegamos
But if the ethical line is crossed and it is being crossed in many cases when artificial intelligence is allowed, for example, to formulate hypotheses in quantitative work, to perform the operation of the variables, in qualitative work to perform the categorization that does the analysis for us when we delegate it
[17:29] cuando le delegamos a a la inteligencia artificial que interprete los hallazgos.
[17:34] interprete los hallazgos.
[17:36] Situación bastante delicada esta, ¿no?
[17:39] Ya que deja de ser precisamente un producto del intelecto humano para ser un producto de una máquina.
[17:41] precisamente un producto del intelecto humano para ser un producto de una máquina.
[17:44] máquina.
[17:46] en la investigación, especialmente puedo decir que el enfoque cualitativo con método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:49] en la investigación, especialmente puedo decir que el enfoque cualitativo con método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:52] método femenológico, método hermenéutico, el investigador es el principal instrumento.
[17:54] hermenéutico, el investigador es el principal instrumento.
[17:56] el investigador es el principal instrumento.
[17:59] Entonces, ver ahí, por ejemplo, la suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:01] Entonces, ver ahí, por ejemplo, la suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:04] suspensión del juicio para captar la esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:07] esencia de un fenómeno es un acto de conciencia humana y no de una máquina.
[18:11] Entonces, la inteligencia artificial no tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:13] Entonces, la inteligencia artificial no tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:15] tiene conciencia y eso todos lo tenemos claro, solo tiene probabilidades estadísticas.
[18:18] Entonces, delegar la síntesis de un de una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:20] Entonces, delegar la síntesis de un de una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:24] una conclusión o de un hallazgo a una máquina de alguna manera u otra para mí
[18:27] una máquina de alguna manera u otra para mí
[18:31] máquina de alguna manera u otra para mí invalida el proceso de construcción.
machine somehow or another invalidates the construction process for me.
[18:34] invalida el proceso de construcción del del nuevo conocimiento de conocimiento original.
invalidates the construction process of the new knowledge of original knowledge.
[18:40] conocimiento original.
original knowledge.
[18:43] Por ello que este principalmente la autoría y la responsabilidad académica.
Therefore, this mainly the authorship and academic responsibility.
[18:45] autoría y la responsabilidad académica implica la capacidad de defender cada argumento que nosotros tenemos en una investigación desde una base de compresión absoluta.
authorship and academic responsibility implies the ability to defend every argument that we have in a research from a basis of absolute comprehension.
[18:53] investigación desde una base de compresión absoluta.
research from a basis of absolute comprehension.
[18:56] Sí, el investigador debe de comprender todo lo que tenemos en nuestra investigación.
Yes, the researcher must understand everything we have in our research.
[19:01] Si un investigador en este caso no puede explicar el porqué de una de su conclusión, de una tesis, de un trabajo este en grupo eh de su misma práxis investigativa sin recurrir a hacer eh introducirse en el chat de la inteligencia artificial.
If a researcher in this case cannot explain the why of one of their conclusions, of a thesis, of a group work, uh of their own investigative practice without resorting to doing, uh, introducing themselves into the artificial intelligence chat.
[19:19] inteligencia artificial.
artificial intelligence.
[19:21] Entonces, se ha dejado de ser, para mi concepto el autor de la investigación.
So, it has ceased to be, in my opinion, the author of the research.
[19:27] De allí que la investigación es un proceso de transformación del investigador y no de una máquina.
Hence, research is a process of transformation of the researcher and not of a machine.
[19:31] Si la
If the
[19:34] investigador y no de una máquina.
researcher and not of a machine.
[19:35] Si la máquina hace entonces ese trabajo, el máquina hace entonces ese trabajo, el investigador no está aprendiendo, no
If the machine does that work, the machine does that work, the researcher is not learning, not
[19:37] investigador no está aprendiendo, no está madurando, no está conociendo
researcher is not learning, not maturing, not knowing
[19:41] está madurando, no está conociendo y por lo tanto no hay una una verdadera
maturing, not knowing and therefore there is no true
[19:44] y por lo tanto no hay una una verdadera producción del conocimiento.
and therefore there is no true production of knowledge.
[19:48] producción del conocimiento.
production of knowledge.
[19:51] En conclusión, te puedo decir, Judy y Galia, que la la IA puede acompañar en
In conclusion, I can tell you, Judy and Galia, that AI can accompany in
[19:55] las fases de exploración, en las fases de organización, como lo hemos señalado
the exploration phases, in the organization phases, as we have pointed out
[19:59] acá en este este rico compartir.
here in this rich sharing.
[20:03] Pero la etapa de producción de sentido es un territorio exclusivamente humano,
But the stage of meaning production is an exclusively human territory,
[20:09] no de la inteligencia artificial.
not of artificial intelligence.
[20:11] Entonces es necesario que se mantenga esa distinción porque eso es lo que
So it is necessary to maintain that distinction because that is what
[20:16] garantiza que la ciencia siga siendo un reflejo de la realidad
guarantees that science continues to be a reflection of reality
[20:19] y no vaya a ser una simulación
and does not become an algorithmic simulation
[20:25] algorítmica como muchos pretenden hacerlo con muchas investigaciones que
as many intend to do with many investigations that
[20:27] se ven en la actualidad y que es necesario que nosotros desde nuestra
are seen today and that it is necessary that we from our
[20:35] necesario que nosotros desde nuestra postura, desde nuestra praxis
[20:37] postura, desde nuestra praxis universitario asumamos la ética
[20:41] universitario asumamos la ética de de del proceso investigativo.
[20:45] de de del proceso investigativo. Como reflexiones finales, a partir de la
[20:47] Como reflexiones finales, a partir de la disertación de las investigadoras Dalia
[20:49] disertación de las investigadoras Dalia Correa y Jasmín Méndez, podemos expresar
[20:52] Correa y Jasmín Méndez, podemos expresar que la inteligencia artificial no es
[20:53] que la inteligencia artificial no es otra cosa que un algoritmo, un algoritmo
[20:56] otra cosa que un algoritmo, un algoritmo que da respuesta de acuerdo a ciertas
[20:58] que da respuesta de acuerdo a ciertas indicaciones o patrones las cuales les
[21:00] indicaciones o patrones las cuales les son dados. ¿Qué hace la IA? La IA lo que
[21:03] son dados. ¿Qué hace la IA? La IA lo que hace es buscar información o datos,
[21:05] hace es buscar información o datos, compararlos, contrastarlos, procesarlos
[21:08] compararlos, contrastarlos, procesarlos y luego dar respuesta a una estructura
[21:11] y luego dar respuesta a una estructura de datos. Inclusive puede llegar a hacer
[21:13] de datos. Inclusive puede llegar a hacer predicciones. ¿De qué carece la
[21:15] predicciones. ¿De qué carece la inteligencia artificial? carece de
[21:18] inteligencia artificial? carece de comprensión lectora, carece de
[21:19] comprensión lectora, carece de contextualización y carece de ese
[21:22] contextualización y carece de ese sentido ético de la realidad, además de
[21:24] sentido ético de la realidad, además de un proceso reflexivo. Y ahí es donde
[21:26] un proceso reflexivo. Y ahí es donde entramos nosotros como investigadores.
[21:28] entramos nosotros como investigadores. Somos nosotros quienes seguimos teniendo
[21:30] Somos nosotros quienes seguimos teniendo el poder de marcar, de guiar todas las
[21:33] el poder de marcar, de guiar todas las fases del método científico cuando
[21:35] fases del método científico cuando realizamos investigaciones científicas
[21:37] realizamos investigaciones científicas para la producción del conocimiento
[21:39] para la producción del conocimiento científico. ¿Cuál es nuestro mayor
[21:41] científico. ¿Cuál es nuestro mayor desafío? Nuestro mayor desafío es
[21:43] desafío? Nuestro mayor desafío es pensar, seguir haciendo ese proceso
[21:46] pensar, seguir haciendo ese proceso mayéutico de la realidad y fomentar en
[21:49] mayéutico de la realidad y fomentar en nuestros estudiantes, así como nuestro
[21:51] nuestros estudiantes, así como nuestro queacer diario con la investigación todo
[21:54] queacer diario con la investigación todo el sentido ético, reflexivo y crítico de
[21:57] el sentido ético, reflexivo y crítico de la realidad. No olvidemos que estamos en
[21:59] la realidad. No olvidemos que estamos en el siglo XXI, un siglo que está marcado
[22:02] el siglo XXI, un siglo que está marcado por la innovación tecnológica y que cada
[22:04] por la innovación tecnológica y que cada vez avanza de manera mucho más rápida.
[22:07] vez avanza de manera mucho más rápida. Nosotros no podemos perder la condición
[22:09] Nosotros no podemos perder la condición humana ante esta nueva realidad.