Embedded Files
Representación de la naturaleza y de las construcciones
Hemos generado esta enorme imagen, con una IA generativa ¡Cero retoques!
La cantidad de detalles es increíble y la coherencia es casi perfecta... peeeero la IA ha cometido algunos errores: ¿podéis encontrarlos?
Mismo ejercicio. ¡Os desafiamos a encontrar errores en esta imagen idílica!
¿Cuántos encontráis?
Fuente: @Javi López
(Tras el debate, a los estudiantes se les pidió un ejercicio escrito por parejas)
Escribid juntos un artículo de blog
Primera parte del artículo. Vais a poner en común y tomar nota de vuestros hallazgos. Podéis ayudaros con estas preguntas:
¿Son realistas las proporciones de los objetos y las estructuras?
¿Las sombras y las iluminaciones corresponden a la fuente de luz principal?
¿Son coherentes y realistas las texturas de los materiales (madera, piedra, metal, etc.)?
¿Son correctos y naturales las perspectivas y los ángulos de las estructuras?
¿Son coherentes y no artificiales los colores de los elementos de la naturaleza (plantas, cielo, agua)?
¿Tienen una estructura biológica creíble los elementos vegetales (árboles, flores)?
¿Son lógicos y sin incoherencias los empalmes y las uniones entre los elementos de construcción (paredes, suelos, techos)?
¿Son proporcionados y funcionales los detalles arquitectónicos (puertas, ventanas, escaleras)?
¿Hay artefactos o anomalías visuales (contornos dobles, distorsiones, desenfoque)?
¿Por qué creéis que ocurre todo esto? ¿Hipótesis?
Segunda parte del artículo. Escribid sobre los fallos de las IA generadoras de imágenes que relate vuestra investigación. Aquí hay algunos puntos que podéis utilizar:
Describid los tipos de errores más frecuentes que habéis encontrado.
Estableced hipótesis que expliquen estos errores.
Ilustrad con otros ejemplos de imágenes que presenten estos errores.
Explicad la importancia de entender e identificar los fallos en estas imágenes.
Discutid sobre su impacto en la credibilidad de la imagen.
Proponed soluciones posibles o mejoras para las IA generadoras de imágenes.
Animad a los lectores a ser críticos y a compartir sus propias observaciones.
Criticar errores de la IA
«Debemos tratar sus respuestas como tratamos a un familiar que, en la cena de Acción de Gracias, habla con confianza sobre Rusia. No importa lo inteligente que sea tu tío o cuántos doctorados tenga, hay que ser crítico. Eso es lo que hay que hacer cuando la IA produce respuestas». Mike Kentz.
Hay tareas donde la IA está lejos de la perfección, es más, se equivoca mucho, presenta errores, clichés, alucinaciones, etc. En ese caso se convierte en el chivo expiatorio ideal, tanto para nosotros como para los estudiantes, que sienten un placer evidente al señalar los errores de la máquina. Para transformar a los estudiantes en críticos de la IA, en lugar de pedirles que produzcan un texto, que su tarea sea deconstruir un texto generado por la IA, antes de construir el suyo. Algunos ejemplos:
The Hallucinator
The Hallucinator
¿Qué es?
Herramienta con errores intencionados para desarrollar pensamiento crítico y precisión lingüística.
¿Para qué sirve?
Identificar, corregir y justificar errores con evidencia (diccionarios, corpus, gramáticas).
Aplicaciones:
Redacción, traducción, lingüística, formación docente.
Ventajas:
Promueve metacognición, análisis, y uso experto del idioma.
Se propone pedir a la IA un texto de relato fantástico, un tema que los estudiantes ya habían trabajado. Se les solicita analizar críticamente, identificando errores, incoherencias, sesgos o clichés. La consigna es “aprovechar los errores de la IA” para convertirla en objeto de estudio más que en modelo de producción.
Esta práctica transforma al estudiante en un crítico activo del discurso generado por IA, desarrollando su capacidad de análisis textual y argumentativo. En contextos universitarios de lenguas, resulta útil no solo para ejercitar competencias lingüísticas, sino también para entrenar la mirada crítica ante discursos automatizados, fomentando así estudiantes capaces de editar, comparar y deconstruir textos con autonomía.
Aquí la IA se usa para generar un soneto de amor. Los estudiantes se indignan de lo malo, cursi y trillado del lenguaje artificial frente a la singularidad y autenticidad de la escritura humana.
Esto da pie a la reflexión sobre autoría, estilo y subjetividad. Así, el texto generado no es un fin en sí mismo, sino un punto de partida para promover la conciencia crítica y estética en la práctica de la escritura.
Una buena entrevista a la profesora Stéphanie Marquès sobre estas actividades basadas en los errores de la IA y cómo reaccionaron sus estudiantes. Se nota que la profe disfrutó viéndolos tan certeros...
Comentarios de texto, disertaciones etc.
La disertación, algo que provoca sudores fríos a nuestros alumnos de francés, como muchas otras actividades de redacción, comentarios de textos literarios, ensayos, etc. ¿La IA puede atenuar ese miedo?
La propuesta se centra en el principio pedagógico de la inversión de roles: convertir al estudiante en "corrector" y "entrenador" de la IA, lo que le obliga a dominar profundamente los criterios de calidad del género textual que está aprendiendo.
Ver también Instrucciones académicas> Asistente para comentarios de texto
Traducción
Traducción
Trabajo traductológico centrado en el análisis de herramientas de Traducción Automática y de Inteligencia Artificial en el ámbito jurídico.
Más interesante aún es esta propuesta de Maria Margherita Mattioda sobre la traducción al italiano de culturemas: la IA al servicio de la didáctica de la traducción en universidad.
Cocinando errores con leche de pato
Una posible entrada en el tema de los errores, las mentiras y alucinaciones de la IA es pedir a los estudiantes que inicien una conversación (y que comparen varias IA también) sobre este prompt:
"Dame la receta del dulce de leche preparado con leche de pato"
Con vistas a un debate, que analicen el problema de la confianza que podemos tener en la IA exigiéndole respuestas sobre honestidad, confianza, veracidad, reconocimiento de sus límites, etc.:
¿Cómo obtener leche de pato?
¿Pero por qué has dicho que pusiera un litro de leche de pato?
Es decir, que me respondes cualquier cosa, hummm....
No, lo que quiero es poder confiar, y si actúas así es imposible
¿Puedes memorizar que aquí estás para ayudarme a pensar, no para soltar lo que sea?
Y si no sabes algo, ¿qué harás la próxima vez?
Prométemelo.
Pero cuidado, focalizarse en los errores no va a funcionar mucho tiempo. En el caso de la leche de pato solo duró unos meses. Después se hizo viral "Tengo que lavar mi coche. Donde tengo que ir está a 100 metros de mi casa. ¿Debería ir andando o en coche?". Os podéis imaginar las risas con las respuestas... Hasta que las IAs aprendan a esquivar la trampa.
Como señala Antonio Ortiz en El loro estocástico ha muerto: "El debate se va a mover rápidamente. De que la IA es demasiado tonta, no te puedes fiar y comete muchísimos errores a que el problema es, precisamente, que la IA es demasiado lista."
El autor hace referencia a desarrollos actuales ("Un loro que puede hacer todo esto ha dejado de ser un loro".) y como formadores deberíamos plantearnos ir más allá de encontrarle los fallos y pillarla. Es lo que se ha denominado "desinformación culta" ("Solo predice la palabra siguiente, no piensa, no sabe lo que dice, no te puedes fiar", etc.)
Quizá eso era algo tranquilizador en 2022 o 2023. Ahora está dejando de serlo...
Page updated
Google Sites
Report abuse