Investigación universitaria con inteligencia artificial

Palabras clave: docentes universitarios, inteligencia artificial, investigación

Resumen

En las últimas décadas, hemos sido testigos de un rápido y significativo cambio en el paradigma de la investigación universitaria gracias a la incorporación progresiva de la Inteligencia Artificial. La investigación universitaria, tradicionalmente anclada en métodos y enfoques convencionales, ha experimentado una revolución impulsada por la capacidad de la IA para procesar grandes cantidades de datos, identificar patrones complejos y generar conocimientos predictivos. Este trabajo tiene como objetivo analizar la percepción de los docentes en torno a los desafíos éticos asociados con el uso de inteligencia artificial en entornos académicos y proponer enfoques para abordarlos. Para ello, fue aplicada una encuesta con escala de Likert a una comunidad de docentes universitarios. Los resultados revelan un alto grado de acuerdo con la existencia de desafíos éticos significativos asociados con el uso de inteligencia artificial en la investigación universitaria. Se destacan la falta de transparencia en los algoritmos, la identificación de sesgos éticos y la necesidad de políticas institucionales claras fueron temas prominentes.

Biografía del autor/a

Jorge Guillermo Cedeño Meza

Universidad Técnica de Manabí. Doctor en Psicología y Educación. Docente Titular de la Facultad de Ciencias Humanísticas y Sociales, Departamento de Ciencias del Comportamiento. Email: jgcmeza@gmail.com ORCID: http://orcid.org/0000-0003-4898-3096

Inger Solange Maitta Rosado

Universidad Técnica de Manabí. Magister En Educación y Desarrollo Social. Docente Titular de la Facultad de Ciencias Humanísticas y Sociales, Departamento de Ciencias del Comportamiento. Email: inger.maitta@utm.edu.ec ORCID: https://orcid.org/0000-0002-8695-5208

Mónica Liliana Vélez Zambrano

Licenciada en Trabajo Social. Magister en Desarrollo Local. Docente Tiempo Completo en la Universidad Estatal de Milagro. Facultad de Ciencias Sociales, Educación Comercial y Derecho, Ecuador. Email: Email: mvelezz7@unemi.edu.ec. ORCID: https://orcid.org/0009-0007-3666-0368

Jeniffer Yadira Palomeque Zambrano

Licenciada en Trabajo Social. Máster en Intervención Social en las Sociedades del Conocimiento. Docente de Medio Tiempo en la Universidad Estatal de Milagro. Facultad de Ciencias Sociales, Educación Comercial y Derecho, Ecuador. E-mail: jeni.96.06.08@gmail.com. ORCID: https://orcid.org/0009-0002-5872-9673

Citas

Aguirre, J. (2022). Especificando la responsabilidad algorítmica. Revista de Cultura Digital y Movimientos Sociales, 19(2), 265-275. http://dx.doi.org/10.5209/TEKN.79692

Ahmad, N. (2023). AI-driven Drug Discovery in Bioinformatics: Accelerating Pharmaceutical Research. Department of Computer Science, University of California.

Araya, C. F. (2021). Transparencia algorítmica ¿un problema normativo o tecnológico? REVISTA CUHSO, 31(2), 306–334. https://doi.org/10.7770/cuhso-v31n2-art2196

Ausín, T. (2021) ¿Por qué ética para la Inteligencia Artificial? Lo viejo, lo nuevo y lo espurio. Sociología y tecnociencia, 11(Extra 2),1-16.

Coeckelbergh, M. (2021). Ética de la inteligencia artificial. Ediciones Cátedra.

Cotino, L. (2023). Qué concreta transparencia e información de algoritmos e inteligencia artificial es la debida. Revista Española de la Transparencia, 16, 17–63. https://doi.org/10.51915/ret.272

Dignum, V. (2019). Responsible artificial intelligence: how to develop and use AI in a responsible way. Cham: Springer Nature.

Einstein, M. (2017). Advertising: what everyone needs to know. Oxford University Press.

Flores, J. (2022). Ética y prospectiva de la inteligencia artificial en la educación. Universidad de Salamanca.

García, D. (2017). Concepciones y prácticas en formación ética de los formadores de maestros de la Escuela Normal Superior de Manizales (Colombia). Universitat de Barcelona.

Gómez-Abajo, P. (2019). Desafíos éticos del coche autónomo. Unpublished. https://doi.org/10.13140/RG.2.2.35745.33123

González, R. (2019). Ética y Privacidad en la Era de la Big Data y la Inteligencia Artificial. Instituto tecnológico de Santo Domingo.

Guamán-Inga, L., Quezada-Ureña, S., López-Fernández, R., y Gómez-Rodríguez, V. (2023). Programa de capacitación para la actualización sobre Inteligencia Artificial como herramienta didáctica en los docentes. MQRInvestigar, 7. 1721-1738. https://doi.org/10.56048/MQR20225.7.4.2023.1721-1738.

Haenlein, M.; Kaplan, A. (2019). A brief history of artificial intelligence: on the past, present, and future of artificial intelligence. California Management Review.

Hawksworth, J., Berriman, R., & Goel, S. (2017). Will robots really steal our jobs? An international analysis of the potential long term impact of automation. https://www.pwc.com/hu/hu/kiadvanyok/assets/pdf/impact_of_automation_on_jobs.pd

Hernández, M. (2016). El plagio académico en la investigación científica. Consideraciones desde la óptica del investigador de alto nivel. Perfiles Educativos, XXXVIII(153). https://www.redalyc.org/articulo.oa?id=13246712008

Hutson, M. (2022). Could AI help you to write your next paper? Nature, 611(7934), 192–193. https://doi.org/10.1038/d41586-022-03479-w

Kang, Y., Cai, Z., Tan, C.-W., Huang, Q., & Liu, H. (2020). Natural language processing (NLP) in management research: A literature review. Journal of Management Analytics, 7(2), 139–172. https://doi.org/10.1080/23270012.2020.1756939

Kasperiuniene, J. (2021). The use of artificial intelligence in social research: Multidisciplinary challenges. En Advances in Intelligent Systems and Computing (pp. 312–324). Springer International Publishing.

Kusters, R., Misevic, D., Berry, H., Cully, A., Le Cunff, Y., Dandoy, L., Díaz-Rodríguez, N., Ficher, M., Grizou, J., Othmani, A., Palpanas, T., Komorowski, M., Loiseau, P., Moulin Frier, C., Nanini, S., Quercia, D., Sebag, M., Soulié Fogelman, F., Taleb, S., … Wehbi, F. (2020). Interdisciplinary research in artificial intelligence: Challenges and opportunities. Frontiers in big data, 3. https://doi.org/10.3389/fdata.2020.577974

Labrador-Fernández, J. G. (2023). Implicaciones éticas de la Inteligencia Artificial en las Ciencias de la Educación. Revista Arbitrada Interdisciplinaria Koinonía, 8(16), 1-3. https://doi.org/10.35381/r.k.v8i16.2545

Lemaitre, R. (2019). Ética y privacidad: De la filosofía teórica a la aplicación práctica. Revista sistemas, 153. https://sistemas.acis.org.co/index.php/sistemas/article/view/56

Luan, H., & Tsai, C.-C. (2021). A review of using machine learning approaches for precision education. Journal of Educational Technology & Society, 24(1), 250–266.

Mittelstadt, B. (2019). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 1(11), 501–507. https://doi.org/10.1038/s42256-019-0114-4

Mora, B. M., Aroca, C. E., Tiban, L. R., Sánchez, C. F., & Jiménez, A. (2023). Ética y Responsabilidad en la Implementación de la Inteligencia Artificial en la Educación. Ciencia Latina Revista Científica Multidisciplinar, 7(6), 2054–2076. https://doi.org/10.37811/cl_rcm.v7i6.8833

Obando Castillo, G. (2008). La participación docente en la toma de decisiones desde la visión micropolítica. Educación, 17(32), 87-108. https://doi.org/10.18800/educacion.200801.005

Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., Vera-Flores, M. A., & Rengifo-Lozano, R. A. (2021). Inteligencia artificial (IA) aplicada a la gestión pública. Revista venezolana de gerencia, 26(94), 696–707. https://doi.org/10.52080/rvgv26n94.14

Piedra, J. (2023). Anotaciones iniciales para una reflexión ética sobre la regulación de la Inteligencia Artificial en la Unión Europea. Revista de derecho, 28, e3264. https://doi.org/10.22235/rd28.3264

Porcelli, A. M. (2020). La Inteligencia Artificial y la Robótica: sus dilemas sociales, éticos y jurídicos. Derecho Global. Estudios Sobre Derecho Y Justicia, 6(16), 49–105. https://doi.org/10.32870/dgedj.v6i16.286

Reyes, P. (2023). Ética de la Inteligencia Artificial. Recomendación de la UNESCO, noviembre 2021. Compendium, 26(50).

Russel, S., & Norvig, P. (2016). Artificial Intelligence: A Modern Approach. (3ra. ed). Pearson Education, Inc.

Saavedra vera, C. O., Jáuregui Bustamante, K. del R., & Arista Bustamante, L. L. (2023). La incidencia del sesgo algorítmico en la justicia predictiva del sistema judicial. TZHOECOEN, 15(2), 79–97. https://doi.org/10.26495/tzh.v15i2.2592

Sánchez, M. (2021). Inteligencia artificial, sesgos y categorías sospechosas. Prevenir y mitigar la discriminación algorítmica.

Stevenson, M., y Slobogin, C. (2018). Algorithmic Risk Assessments and the Double-Edged Sword of Youth. Washington University Law Review, 96(3), 681-706. https://openscholarship.wustl.edu/law_lawreview/vol96/iss3/6

Terrones Rodríguez, A. L. (2022). Inteligencia artificial sostenible y evaluación ética constructiva. Isegoría, 67, e10. https://doi.org/10.3989/isegoria.2022.67.10

UNESCO (2019). Estudio preliminar sobre los aspectos técnicos y jurídicos relativos a la conveniencia de disponer de un instrumento normativo sobre la Ética de la Inteligencia Artificial. París.

Vayena, E., Blasimme, A., & Cohen, I. G. (2018). Machine learning in medicine: Addressing ethical challenges. PLoS Medicine, 15(11), e1002689. https://doi.org/10.1371/journal.pmed.1002689
Publicado
2024-03-18
Cómo citar
Cedeño Meza, J. G., Maitta Rosado, I. S., Vélez Zambrano, M. L., & Palomeque Zambrano, J. Y. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana De Gerencia, 29(106), 817-830. https://doi.org/10.52080/rvgluz.29.106.23
Sección
TRIMESTRE

Artículos más leídos del mismo autor/a