Filosofía · IV Medio

Ideas de aprendizaje activo

Ética de la inteligencia artificial

La ética de la inteligencia artificial requiere que los estudiantes analicen conflictos reales entre innovación y derechos humanos, donde el aprendizaje activo los lleva a cuestionar sus propias ideas y a construir argumentos sólidos. La discusión grupal y el role-play permiten que internalicen la complejidad de los dilemas éticos, haciendo tangibles conceptos abstractos como sesgo, autonomía y responsabilidad.

• Objetivos de Aprendizaje (OA)
• MINEDUC Bases Curriculares Filosofía 3° y 4° Medio: OA 3, Formular preguntas filosóficas acerca de la acción, el bien y la virtud, que sean significativas para su vida.
• MINEDUC Bases Curriculares Filosofía 3° y 4° Medio: OA 3, Considerar teorías éticas fundamentales para analizar la acción, el bien y la virtud.
• MINEDUC Bases Curriculares Filosofía 3° y 4° Medio: Habilidad b, Analizar y fundamentar problemas presentes en textos filosóficos sobre ética, considerando sus supuestos y conceptos.

• 35–50 min
• Parejas → Toda la clase
• 4 actividades

Actividad 01

• Debate Formal
• 40 min · Parejas

Debate en Parejas: Privacidad vs. Innovación

Asigna a cada pareja un rol: defensores de la privacidad o innovadores de IA. Prepara argumentos basados en casos chilenos como el uso de datos en apps gubernamentales. Cada dupla presenta 3 minutos y responde preguntas del resto de la clase.

¿Cómo se pueden garantizar principios éticos en el desarrollo de la IA?

Consejo de Facilitación

Para el debate en parejas, asigne roles claros (ej: defensor de la innovación, defensor de la privacidad) y entregue tarjetas con argumentos para guiar la discusión estructurada.

Qué observar

Presente a los estudiantes el siguiente escenario: 'Una IA diseñada para contratar personal en una empresa muestra preferencia por candidatos masculinos. ¿Quién es el responsable principal de este sesgo: los programadores, la empresa que la implementa, o los datos con los que fue entrenada? Justifiquen su respuesta.' Fomente un debate donde escuchen y respondan a los argumentos de sus compañeros.

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Actividad 02

• Debate Formal
• 50 min · Grupos pequeños

Role-Play Grupal: Decisión Ética en IA

Forma grupos de 4: un programador, un usuario, un regulador y un experto ético. Simulan una reunión para decidir si lanzar una IA de reconocimiento facial. Registra decisiones y justifica con principios éticos como autonomía y no maleficencia.

¿Evalúa la responsabilidad moral de los creadores de IA?

Consejo de Facilitación

En el role-play grupal, proporcione tarjetas con escenarios ambiguos y roles con conflictos éticos para que los estudiantes negocien soluciones en tiempo real.

Qué observar

Entregue a cada estudiante una tarjeta y pídales que escriban: 1) Un ejemplo concreto de cómo la IA podría afectar la privacidad de datos en Chile. 2) Una pregunta que aún no tiene respuesta clara sobre la autonomía de las máquinas.

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Actividad 03

• Debate Formal
• 45 min · Grupos pequeños

Análisis Colaborativo: Casos Reales de IA

Proyecta noticias sobre sesgos en IA, como en contrataciones laborales. En grupos, identifica dilemas éticos, propone soluciones y vota la mejor vía Mentimeter. Discute colectivamente implicancias para Chile.

¿Predice el impacto de la IA en la toma de decisiones humanas y la autonomía?

Consejo de Facilitación

En el análisis colaborativo de casos reales, asigne a cada grupo una pregunta específica sobre responsabilidad o impacto social para asegurar que todos participen con aportes concretos.

Qué observar

Realice una votación rápida (levantando la mano o usando una herramienta digital) sobre afirmaciones como: 'La IA siempre será más objetiva que un humano al tomar decisiones'. Luego, pida a 2-3 estudiantes que expliquen el razonamiento detrás de su voto, conectándolo con los conceptos de sesgo y autonomía.

• Analizar
• Evaluar
• Crear
• Autogestión
• Toma de Decisiones

Actividad 04

• Mapa Conceptual
• 35 min · Parejas

Mapa Conceptual: Responsabilidades en IA

Individualmente, dibuja un mapa conectando creadores, usuarios y sociedad con dilemas éticos. Luego, en parejas, fusiona mapas y presenta al grupo grande, destacando impactos en autonomía humana.

¿Cómo se pueden garantizar principios éticos en el desarrollo de la IA?

Consejo de Facilitación

Para el mapa conceptual, entregue una lista de conceptos clave (ej: transparencia, accountability, sesgo) y pídales que los organicen con ejemplos de casos estudiados.

Qué observar

Presente a los estudiantes el siguiente escenario: 'Una IA diseñada para contratar personal en una empresa muestra preferencia por candidatos masculinos. ¿Quién es el responsable principal de este sesgo: los programadores, la empresa que la implementa, o los datos con los que fue entrenada? Justifiquen su respuesta.' Fomente un debate donde escuchen y respondan a los argumentos de sus compañeros.

• Comprender
• Analizar
• Crear
• Autoconciencia
• Autogestión

Algunas notas para enseñar esta unidad

Enseñar ética de IA exige combinar teoría con ejemplos reales y metodologías activas, ya que los estudiantes suelen partir de visiones simplistas sobre neutralidad o responsabilidad. Evite clases expositivas largas; en su lugar, use discusiones guiadas y simulaciones para que confronten sus prejuicios. La investigación en pedagogía ética recomienda centrar la enseñanza en dilemas contextualizados, donde los estudiantes puedan aplicar marcos éticos a problemas tangibles y debatir con evidencia.

Se espera que los estudiantes identifiquen los sesgos en sistemas de IA, argumenten sobre responsabilidades éticas y evalúen consecuencias sociales con evidencia concreta. El éxito se mide cuando conectan conceptos teóricos con ejemplos cotidianos y justifican sus posturas con fundamentos éticos y técnicos.

---

Cuidado con estas ideas erróneas

• Durante el análisis colaborativo de casos reales, watch for estudiantes que asuman que los sesgos en IA son inevitables o que no tienen origen identificable.

  Utilice la pregunta guía '¿Qué decisiones humanas están reflejadas en estos datos?' para redirigir la discusión hacia el origen de los sesgos, como la selección de datasets o los criterios de diseño.

• Durante el role-play grupal, watch for estudiantes que crean que las máquinas toman decisiones autónomas sin intervención humana.

  Pida a los grupos que exploren el papel de los creadores y usuarios en sus roles, usando frases como '¿Quién podría haber evitado este resultado?' para reforzar la accountability.

• Durante el debate en parejas sobre privacidad vs. innovación, watch for estudiantes que minimicen el impacto de la privacidad en derechos humanos.

  Incluya el caso de filtraciones de datos en Chile y pregunte '¿Cómo afectaría esto la confianza en la tecnología en su comunidad?' para conectar privacidad con autonomía personal.

---

Metodologías usadas en este resumen

• Debate Formal
• Mapa Conceptual