IA

Marco propuesto por Michelene Chi y Ruth Wylie para examinar qué hace una persona con el conocimiento a partir de conductas visibles.

La IA transforma tareas de manera desigual entre campos; distinguir exposición, empleo y aprendizaje ayuda a discutir qué prácticas profesionales conviene conservar en el currículo.

Costos materiales del entrenamiento y el uso de la IA generativa: energía, agua y emisiones asociadas a los centros de datos, además de los minerales y las cadenas de suministro que sostienen la infraestructura.

Servicios que reescriben texto para alterar rasgos que algunos detectores asocian con contenido generado.

Réplica computacional de un sistema físico que se actualiza con datos reales.

Cinco preguntas que acompañan el diseño de una actividad con IA: qué debe aprender la persona, qué operación debe realizar por sí misma, qué puede delegar sin vaciar el aprendizaje, qué actividad de mayor nivel hace posible esa delegación y cómo mostrará que comprendió, verificó y decidió.

Arquitectura de evaluación a nivel de programa que combina momentos asegurados, donde se verifica en persona el logro individual sin IA, como defensas, coloquios, prácticas y avances presentados presencialmente, con trabajo abierto en el que la IA participa de manera declarada y el recorrido queda a la vista.

Texto en el que intervienen, en proporciones variables, la escritura de la persona y la de un sistema.

Expresión de N. Katherine Hayles para estudiar las relaciones entre personas y sistemas técnicos como una configuración conjunta.

Uso de modelos de lenguaje como sustitutos de las personas encuestadas.