Explorando la Inteligencia Artificial Generativa: Investigación y Aplicación en Tecnología e Informática

Este plan de clase tiene como propósito que los estudiantes de la Licenciatura en Tecnología e Informática comprendan los fundamentos, aplicaciones y desafíos de la Inteligencia Artificial Generativa (IAG). A través de una metodología activa basada en el Aprendizaje Basado en Investigación, los estudiantes investigarán preguntas clave sobre cómo funcionan los modelos generativos, sus usos actuales en la industria tecnológica y sus implicaciones éticas y sociales.

La relevancia de esta temática radica en el auge exponencial de la IAG en herramientas como generación de texto, imágenes y código, que impactan directamente en el desarrollo profesional de los estudiantes en informática y tecnología. Además, el plan conecta el aprendizaje con situaciones reales mediante el análisis de casos y fuentes primarias, fortaleciendo sus competencias investigativas y críticas para la toma de decisiones informadas en su futuro laboral.

Al finalizar la sesión, los estudiantes estarán capacitados para analizar y evaluar tecnologías emergentes de IA generativa, diseñar preguntas de investigación pertinentes y argumentar con base científica sobre sus hallazgos, habilidades clave para su desarrollo profesional y académico.

• Analizar los principios fundamentales de la Inteligencia Artificial Generativa y su funcionamiento técnico.
• Investigar y evaluar aplicaciones actuales de la IAG en contextos tecnológicos y de informática.
• Argumentar críticamente sobre los impactos éticos y sociales derivados del uso de IAG.
• Diseñar y responder una pregunta de investigación utilizando fuentes primarias y el método científico.

• Computadoras con acceso a internet (1 por estudiante o pareja)
• Proyector multimedia y pantalla
• Acceso a plataformas académicas y bases de datos (Google Scholar, arXiv)
• Documentos y artículos científicos seleccionados sobre IA generativa (impresos y digitales)
• Herramientas colaborativas en línea (Google Docs, Padlet o similar)
• Presentación digital para introducción y apoyo visual
• Bloc de notas o cuaderno para apuntes y esquema de investigación

• Conocimientos básicos de inteligencia artificial y aprendizaje automático (introducción a redes neuronales y algoritmos).
• Habilidades en búsqueda y manejo de información en bases académicas.
• Experiencia previa en trabajo colaborativo y exposición oral.
• Familiaridad con el método científico y redacción de preguntas de investigación.

Fase de Inicio

Tiempo estimado: 20 minutos

Propósito de la sesión:

Presentar el concepto de Inteligencia Artificial Generativa para motivar su estudio y comprender su importancia en tecnología e informática, preparando a los estudiantes para una investigación activa.

Activación de conocimientos previos:

• Docente: Saluda y plantea la pregunta detonadora: "¿Qué saben o han escuchado sobre la IA generativa y en qué aplicaciones tecnológicas creen que se utiliza hoy en día?"
• Estudiantes: Responden verbalmente en plenaria, compartiendo ideas y ejemplos breves.

Motivación y enganche:

• Docente: Presenta un dato curioso real: "En 2023, una IA generativa logró escribir un artículo científico revisado por pares, ¿qué implica esto para nuestro campo?" y muestra brevemente un video de 2 minutos con ejemplos de generación automática de código y arte digital.
• Estudiantes: Observan el video y anotan sus primeras impresiones.

Contextualización:

• Docente: Explica la conexión entre la IA generativa y la evolución tecnológica que están estudiando, relacionando con posibles aplicaciones profesionales futuras.
• Estudiantes: Reflexionan y comentan cómo creen que esta tecnología puede afectar sus áreas de interés.

Fase de Desarrollo

Tiempo estimado: 78 minutos

Presentación del contenido:

Introducción guiada a través de preguntas y búsqueda activa: el docente presenta brevemente conceptos clave y plantea preguntas de investigación que los estudiantes deben responder explorando fuentes primarias.

Actividad 1: Formulación y selección de pregunta de investigación

• Objetivo: Diseñar una pregunta de investigación clara y relevante sobre IA generativa.
• Instrucciones:
• Docente: Explica ejemplos de preguntas de investigación relacionadas con IA generativa (ej. "¿Cómo impacta la IA generativa en la automatización del desarrollo de software?").
• Divide a los estudiantes en parejas y solicita que formulen una pregunta propia basada en sus intereses.
• Los estudiantes escriben su pregunta en un documento compartido y la revisan con el docente para asegurar claridad y viabilidad.
• Organización: Parejas
• Producto: Preguntas de investigación formuladas y aprobadas.
• Tiempo: 20 minutos
• Rol docente: Asesorar, guiar en la formulación y asegurar que las preguntas sean investigables.

Actividad 2: Investigación y análisis de fuentes primarias

• Objetivo: Investigar y analizar información científica y técnica para responder la pregunta formulada.
• Instrucciones:
• Docente: Proporciona acceso a bases académicas y orienta sobre búsqueda eficiente de artículos y documentos.
• Las parejas buscan al menos dos fuentes primarias (artículos científicos, reportes técnicos) relevantes para responder su pregunta.
• Analizan y sintetizan la información clave en un resumen de 150 palabras.
• Organización: Parejas
• Producto: Resumen escrito con referencias de fuentes primarias.
• Tiempo: 35 minutos
• Rol docente: Supervisar, resolver dudas, promover pensamiento crítico mediante preguntas: "¿Qué evidencia apoyan sus conclusiones?", "¿Hay puntos de vista diferentes en las fuentes?"

Actividad 3: Presentación y discusión crítica

• Objetivo: Argumentar con base científica sobre los hallazgos y discutir implicaciones éticas y sociales.
• Instrucciones:
• Docente: Solicita a cada pareja presentar brevemente (3 minutos) su pregunta, resumen y reflexión sobre implicaciones éticas o sociales.
• Después de cada presentación, abre espacio para preguntas y debate guiado.
• Organización: Plenaria
• Producto: Presentaciones orales y participación en debate.
• Tiempo: 23 minutos
• Rol docente: Facilitar debate, incentivar pensamiento crítico y conectar ideas entre grupos.

Diferenciación

• Para estudiantes que terminan antes: Proponer que busquen un caso práctico adicional de aplicación de IA generativa y preparen una breve opinión escrita.
• Para estudiantes que requieren apoyo: Ofrecer guía directa para la búsqueda de fuentes y apoyo para redactar la pregunta de investigación, facilitando ejemplos claros y simplificados.

Transiciones

El docente conecta la formulación de preguntas con la investigación recordando: "Ahora que tienen su pregunta, vamos a buscar respuestas en fuentes científicas para que su argumento sea sólido", y luego al debate introduce: "Finalmente, compartamos y discutamos cómo estos avances impactan nuestra profesión y sociedad."

Fase de Cierre

Tiempo estimado: 22 minutos

Síntesis:

• Docente: Solicita a cada estudiante escribir en un documento compartido tres ideas clave que aprendieron sobre IA generativa y cómo afecta su campo.
• Estudiantes: Redactan y comparten sus ideas.

Reflexión metacognitiva:

• ¿Cómo cambió tu comprensión sobre la Inteligencia Artificial Generativa después de esta sesión?
• ¿Qué desafíos encontraste al investigar y cómo los superaste?
• ¿De qué manera puedes aplicar este conocimiento en tu formación o futura carrera?

Retroalimentación:

Docente: Lee algunas ideas compartidas, destaca logros y áreas de mejora, reforzando el valor del análisis crítico y la investigación.

Transferencia:

Docente: Plantea cómo en próximas sesiones se profundizará en técnicas específicas de entrenamiento de modelos generativos y su implementación práctica.

Tarea o reto:

Docente: Propone investigar una herramienta de IA generativa disponible en línea y preparar un breve informe sobre su funcionamiento y usos potenciales para discutir en la siguiente clase.

Tipo de evaluación: La evaluación es formativa, aplicada durante la fase de desarrollo mediante la revisión de preguntas de investigación, resúmenes y participación en el debate. También incluye evaluación sumativa en la fase de cierre con la síntesis escrita y reflexión metacognitiva.

Criterios de evaluación:

• Claridad y pertinencia en la formulación de la pregunta de investigación (objetivo 4).
• Capacidad para buscar, analizar y sintetizar información de fuentes primarias (objetivo 2).
• Argumentación crítica fundamentada en evidencia científica durante la presentación y debate (objetivo 3).
• Comprensión de principios técnicos de IA generativa demostrada en la síntesis final (objetivo 1).

Instrumentos sugeridos:

• Lista de cotejo para verificar calidad y claridad de preguntas de investigación.
• Rúbrica para evaluar resúmenes escritos considerando precisión, análisis y referencias.
• Observación directa y registro anecdótico durante presentaciones y debate.
• Autoevaluación y coevaluación mediante preguntas guía en la reflexión metacognitiva.

Evidencias de aprendizaje:

• Preguntas de investigación formuladas y aprobadas.
• Resúmenes escritos con análisis de fuentes primarias.
• Participación argumentada en presentaciones y debate.
• Documento con ideas clave y respuestas reflexivas en cierre.