Todas las actividades Aprendizaje profesional
Los docentes auditan ocho imágenes y textos simulados generados por IA para ver quién aparece, quién no y a quién se simplifica, y luego corrigen uno con criterio humano y el Diseño Universal para el Aprendizaje (UDL).
Cada vez más, los docentes usan la IA para generar imágenes, problemas verbales, cuentos y traducciones para el salón. Esas respuestas pueden repetir sin que se note lo que era más común en los datos de los que aprendió el modelo: un solo tipo de familia, un solo tipo de científico, una sola versión de la historia de un pueblo. En esta sesión, los equipos auditan ocho respuestas de IA simuladas en cuanto a la representación, nombran la causa probable de cada patrón y deciden si se necesita una mejor instrucción o una corrección humana. Luego revisan una respuesta para que todos los estudiantes puedan verse reflejados en ella y tener acceso a ella, usando el UDL y revisiones básicas de accesibilidad.
Enganche
Pida a todos que cierren los ojos: "Imaginen a un científico trabajando. ¿Dónde está? ¿Qué lleva puesto? ¿Qué está haciendo?". Abran los ojos; tres personas describen su imagen. Luego diga: "Nuestra mente completa con supuestos predeterminados a partir de todo lo que hemos visto. Las herramientas de IA hacen algo parecido con todo aquello con lo que fueron entrenadas. La pregunta para los docentes es qué les enseñan esos supuestos a nuestros estudiantes sobre quién pertenece". Comparta su propio ejemplo de un material que no reflejaba a sus estudiantes.
Nota para el facilitadorMantenga un tono de curiosidad, no de acusación. Todos tenemos supuestos predeterminados; la habilidad está en notarlos.
Explorar
Los equipos toman las ocho tarjetas y completan la Hoja B para al menos seis: quién o qué aparece, quién falta o aparece estereotipado, por qué podría existir el patrón y si la solución es una mejor instrucción, una corrección humana (conocimiento, voces de la comunidad, revisión de alguien con dominio del idioma) o ambas. Cada equipo marca la tarjeta que cree que haría más daño en su propio salón si se usara tal cual.
Nota para el facilitadorLa tarjeta 7 también es una alucinación: la IA inventó un fundador para un pueblo ficticio. Esté atento a los equipos que detectan el problema de representación pero no el de exactitud, o al revés. Ambos importan.
Modelar
Explique con palabras sencillas: "Un modelo genera lo que es probable según los patrones de sus datos de entrenamiento. Si algunas personas, lugares o tipos de familia aparecen con menos frecuencia en esos datos, o sobre todo de forma estereotipada, las respuestas pueden reflejarlo". Luego modele en voz alta una corrección de la Tarjeta 1. Primero pruebe una mejor instrucción ("científicos de distintas edades, géneros y orígenes, trabajando en el campo y en laboratorios, incluida una científica que usa silla de ruedas"). Después critique su propia corrección: "Mejor, pero noten que sigo siendo yo quien elige quién cuenta. Pedir 'diversidad' también puede producir imágenes simbólicas o estereotipadas. La corrección más sólida podría ser usar fotos reales de científicos reales de nuestra comunidad, o dejar que los estudiantes dibujen a científicos que conocen".
Nota para el facilitadorHable de las causas de forma general y precisa: datos de entrenamiento, supuestos predeterminados y decisiones de diseño. Evite afirmaciones sobre cómo se construyó un producto específico.
Crear
Cada equipo elige la tarjeta que marcó como la más dañina y revisa el material en papel rotafolio (o en un documento) para que pudiera llegar a sus estudiantes mañana. Deben usar la Hoja C: al menos una decisión de compromiso (relevancia, posibilidad de elegir), una de representación (más de una forma de recibir el contenido, como texto, imagen, audio u objetos), una de acción y expresión (más de una forma de mostrar lo aprendido), además de los puntos de accesibilidad (texto alternativo, diseño legible, significado que no dependa solo del color). Los equipos anotan qué correcciones usaron IA y cuáles necesitaron a una persona.
Nota para el facilitadorLos tres principios del UDL (compromiso, representación, acción y expresión) provienen de CAST. Lleve a los equipos más allá de "agregar imágenes" hacia opciones reales entre las que los estudiantes puedan elegir.
Análisis
Los equipos exhiben sus revisiones y hacen un recorrido rápido de 3 minutos. Luego comenten: "¿Qué correcciones podría resolver una instrucción? ¿Cuáles necesitaron a una persona, como un familiar, un colega con dominio de un idioma o los propios estudiantes? ¿Qué les dirían a los estudiantes sobre las imágenes y los cuentos generados por IA para que puedan notar por sí mismos las voces que faltan?".
Nota para el facilitadorEscuche si los docentes pasan de "la IA tiene sesgos, no la usen" a "las respuestas de la IA necesitan una revisión humana de la representación, igual que cualquier libro de texto".
Transferir
Cada persona planea cómo sus estudiantes auditarán una respuesta de IA en su clase. Marco sugerido: los estudiantes examinan una imagen o un texto generado por IA y responden "¿Quién está aquí? ¿Quién falta? ¿Cómo podríamos averiguar qué es verdad?". Luego agregan una perspectiva que falta a partir de sus propios conocimientos, su familia o su comunidad. Los compañeros comparten sus planes y completan esta oración el uno para el otro: "La evidencia de que los estudiantes notaron las voces que faltaban será…".
Nota para el facilitadorEsto construye un salón acogedor (ELE 3.1 para docentes) cuando las propias experiencias de los estudiantes se convierten en la corrección.
Realice la sesión completa con las tarjetas impresas; cada tarjeta describe con texto la respuesta de la IA, incluidas las imágenes. Las revisiones se hacen en papel rotafolio con bocetos y opciones de UDL por escrito. La versión sin pantallas suele funcionar mejor en el paso de creación, porque los equipos se concentran en el diseño del material y no en el formato.
El facilitador ejecuta en vivo dos o tres instrucciones de las tarjetas en una herramienta aprobada por el distrito y compara los resultados reales con las tarjetas simuladas: qué coincide, qué difiere y cómo cambia la respuesta cuando se vuelve a ejecutar la instrucción. Los equipos revisan el material elegido en un documento y agregan texto alternativo real, encabezados y una opción de audio o bilingüe. En una sesión virtual, comparta las tarjetas como diapositivas y use salas para grupos pequeños con la Hoja B como tabla compartida.
¿Necesita una pantalla? Ver cómo una herramienta en vivo produce sus propios supuestos predeterminados, y cómo cambia al darle nuevas instrucciones, permite a los docentes comprobar la afirmación en lugar de creerla a ciegas, y muestra que las respuestas varían de una ejecución a otra. Revisar en un documento también les permite practicar funciones de accesibilidad (texto alternativo, encabezados) que el papel solo puede describir.
Lo que debería poder ver o recopilar si funcionó.
Los docentes revisan materiales generados por IA para ver quién falta o aparece estereotipado, preparando a los estudiantes para cuestionar el marco de referencia de una respuesta y añadir las perspectivas que faltan.
La próxima semana, antes de usar cualquier imagen, cuento, problema verbal o traducción generados por IA, revíselos con la Hoja C. Luego enseñe una vez la rutina de auditoría para estudiantes y guarde tres muestras de sus respuestas a "¿Quién falta?" como evidencia.
