Alumnado
·
Etapa educativa: Educación
Secundaria Obligatoria (ESO).
·
Curso y edad: 4º de la ESO
(15-16 años).
Área, materia, asignatura o ámbito
·
Materia principal: Tecnología y
Digitalización.
·
Ámbitos transversales: Lengua
Castellana y Literatura (análisis de textos y redacción) y Educación en Valores
Cívicos y Éticos (pensamiento crítico y ética tecnológica).
Descripción y finalidad de los aprendizajes
Vivimos en una era donde los estudiantes
conviven diariamente con sistemas de Inteligencia Artificial Generativa (como
ChatGPT, Gemini o Claude). El problema de partida es que muchos jóvenes
utilizan estas herramientas como "oráculos absolutos", asumiendo que
toda la información que proporcionan es veraz, neutral y objetiva.
Esta situación de aprendizaje responde a la
necesidad urgente de alfabetizar en IA a nuestro alumnado. Nos centraremos en
tres dimensiones de la alfabetización en IA: saber interactuar (comunicarse
efectivamente con la máquina), moldear (diseñar prompts o instrucciones
precisas) y gestionar (detectar sesgos, "alucinaciones" y comprender
las implicaciones éticas).
A través de esta propuesta, se trabajarán
saberes básicos como la identidad y huella digital, la búsqueda y curación
crítica de información, el funcionamiento básico de los modelos de lenguaje, y
el uso ético y responsable de la tecnología. La finalidad es pasar de ser
"consumidores pasivos" de IA a "auditores críticos" de la
misma.
Metodología
Se utilizará un enfoque híbrido que
combina:
·
Aprendizaje Basado en Retos
(ABR): El alumnado debe resolver un problema real: demostrar que la IA se
equivoca y aprender a guiarla para que no lo haga.
·
Aprendizaje Cooperativo:
Trabajo en "Agencias de Detectives" (grupos base de 3-4 personas) donde
cada miembro tiene un rol (ingeniero de prompts, verificador de datos, analista
de sesgos, portavoz).
·
Aprender Haciendo (Learning by
doing): Experimentación directa y controlada con herramientas de IA en el aula.
Actividad
Descripción de la actividad o proceso
La actividad, de unas 5 sesiones de
duración, se divide en las siguientes fases:
1. Fase de Contratación (El Cebo - 1
sesión): El docente presenta a la clase dos artículos periodísticos sobre un
tema polémico o histórico (ej. el descubrimiento de América o las causas del
cambio climático). Uno está escrito por un humano y otro generado por una IA
con un sesgo intencionado. Se debate en clase: ¿Cuál es el de la máquina? ¿Por
qué? Se introducen los conceptos de "Alucinación de la IA" y "Sesgo
algorítmico".
2. Fase de Interrogatorio (Interactuar y
Moldear - 2 sesiones): Cada grupo (Agencia de Detectives) elige un tema de
investigación. Tendrán que "interrogar" a la IA utilizando la técnica
de Prompt Engineering. Primero harán preguntas muy vagas y registrarán los
resultados (generalmente mediocres o sesgados). Luego, aplicarán técnicas de
moldeado (asignar un rol a la IA, definir el tono, pedir contraargumentos) y
compararán cómo mejora y cambia la respuesta.
3. Fase de Autopsia (Gestionar - 1 sesión):
Los grupos realizan un fact-checking (verificación de datos) exhaustivo de los
textos generados por la IA en la fase anterior. Deben buscar fuentes primarias
reales que confirmen o desmientan lo que la IA ha afirmado, subrayando en rojo
las alucinaciones y en amarillo los sesgos de género, raza o ideología.
4. Fase de Veredicto (1 sesión): Cada
agencia presenta sus hallazgos al resto de la clase y publican su producto
final.
Recursos
·
Tecnológicos: Ordenadores o
tabletas con conexión a internet. Proyector / Pizarra digital.
·
Software: Acceso a herramientas
de IA generativa de texto (Gemini, ChatGPT o Copilot). Nota: El docente puede
proyectar su propia cuenta si hay restricciones de edad, o usar plataformas
educativas que integran IA de forma segura. Herramientas de diseño (Canva,
Genially).
·
Espacios: Aula de informática o
aula ordinaria con dispositivos móviles/portátiles.
Productos evaluables
1. Informe de Autopsia Digital: Un
documento (o presentación visual) donde se compare el texto original de la IA frente
a la investigación humana, evidenciando los sesgos, errores y alucinaciones
encontradas.
2. El "Decálogo del Susurrador de
IA": Una infografía (creada en Canva o similar) elaborada por cada grupo
con 10 reglas de oro para interactuar con la IA de forma ética, crítica y
eficiente (Prompt Engineering básico para estudiantes).
3. Diario de Sesiones (Portfolio
individual): Breves anotaciones reflexivas al final de cada sesión sobre lo que
les ha sorprendido del comportamiento de la IA.
Instrumentos de evaluación
·
Heteroevaluación: Rúbrica
analítica para evaluar la infografía (Decálogo) valorando el diseño, la
claridad, la originalidad de los prompts y la profundidad ética. Observación
directa del trabajo cooperativo mediante una lista de cotejo (implicación,
asunción de roles).
·
Coevaluación: Al finalizar las
exposiciones, los grupos evaluarán el "Informe de Autopsia" de sus
compañeros mediante una Diana de Evaluación (valorando claridad expositiva,
calidad del fact-checking y originalidad).
·
Autoevaluación: Un Cuestionario
de Metacognición (Escala de Likert y dos preguntas abiertas) integrado en el
Diario de Sesiones, donde el alumno reflexiona sobre cómo ha cambiado su
percepción de la IA antes y después del proyecto.
Anexos
1. Anexo I: Guía Básica de Prompt
Engineering para Alumnado. (Documento con fórmulas como: Actúa como [ROL] +
Tarea [ACCIÓN] + Formato [TABLA/TEXTO] + Contexto [DETALLES]).
2. Anexo II: Plantilla del "Informe de
Autopsia Digital". (Documento estructurado con tablas para comparar:
Afirmación de la IA / Fuente Real / Tipo de Error (Alucinación/Sesgo/Preciso)).
3. Anexo III: Rúbrica de Evaluación del
Decálogo. (Enlace a rúbrica con descriptores de Excelente a Insuficiente).
4. Anexo IV: Diana de Coevaluación.
(Plantilla visual para evaluar las presentaciones de los compañeros).
5. Anexo V: Material audiovisual de apoyo.
Enlace al vídeo "Coded Bias" (fragmentos en YouTube) o vídeos
explicativos cortos sobre cómo funciona un modelo de lenguaje (LLM).
