Inteligencia Artificial y Automatización

La IA y la automatización generan incertidumbre, por lo que el aprendizaje activo ayuda a los estudiantes a transformar la teoría en reflexión crítica sobre su futuro profesional. Trabajando en debates, simulaciones y análisis de casos, internalizan conceptos complejos al experimentarlos en contextos reales y colaborativos.

• 2o de Preparatoria
• Tecnología
• 4 actividades
• 30 min–45 min

Objetivos de Aprendizaje

1. Analizar cómo la IA y la automatización podrían transformar profesiones específicas en México, como la manufactura en la industria automotriz o la atención al cliente en el sector financiero.
2. Evaluar las implicaciones éticas de la toma de decisiones algorítmica en escenarios como la contratación de personal o la asignación de recursos públicos.
3. Criticar los posibles sesgos en sistemas de IA y proponer estrategias para un desarrollo tecnológico más equitativo y transparente.
4. Sintetizar argumentos sobre la responsabilidad humana versus la autonomía de sistemas de IA en caso de fallos o errores graves.

Pecera de Discusión

⏱ 45 min·Grupos pequeños

Debate en Pequeños Grupos: Profesiones del Futuro

Divide la clase en grupos de 4. Asigna profesiones a debatir: dos defienden su reemplazo por IA, dos su irreemplazabilidad. Cada grupo prepara argumentos con ejemplos reales en 10 minutos, luego debate 20 minutos con turnos cronometrados. Concluye con votación y reflexión colectiva.

Preparación y detalles

¿Qué profesiones son más susceptibles a ser reemplazadas por la IA y cuáles son irreemplazables?

Consejo de Facilitación: Para el Mapeo Individual, proporciona un formato guía con categorías predefinidas (ej: tareas automatizables, habilidades humanas, profesiones emergentes) para evitar que los estudiantes se sientan abrumados.

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Pecera de Discusión

⏱ 35 min·Parejas

Análisis de Casos: Errores Autónomos

En parejas, asigna casos como accidentes de autos autónomos. Los estudiantes identifican causas, responsables y lecciones éticas en 15 minutos. Comparten hallazgos en plenaria y proponen regulaciones. Usa rúbrica para evaluar razonamiento.

Preparación y detalles

¿Quién es responsable cuando un sistema autónomo comete un error grave?

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Juego de Simulación

⏱ 40 min·Toda la clase

Juego de Simulación: Dilemas Éticos en IA

Clase completa rolea un consejo ético: unos representan empresas, usuarios y reguladores. Presenta un escenario de IA sesgada en préstamos. Discuten 25 minutos soluciones transparentes. Registra acuerdos en pizarra compartida.

Preparación y detalles

¿Cómo podemos asegurar que la IA se desarrolle de manera ética y transparente?

Setup: Espacio flexible para estaciones de grupo

Materials: Tarjetas de rol con metas/recursos, Moneda de juego o fichas, Marcador de rondas

• Aplicar
• Analizar
• Evaluar
• Crear
• Conciencia Social
• Toma de Decisiones

Pecera de Discusión

⏱ 30 min·Individual

Mapeo Individual: Mapa de Trabajo 2030

Cada estudiante lista 10 profesiones locales, clasifica su riesgo IA y propone adaptaciones. Intercambian mapas en tríos para feedback, luego galería ambulante para discutir tendencias comunes.

Preparación y detalles

¿Qué profesiones son más susceptibles a ser reemplazadas por la IA y cuáles son irreemplazables?

Setup: Círculo interno de 4-6 sillas, círculo externo rodeándolo

Materials: Consigna de discusión o pregunta esencial, Plantilla de notas de observación

• Analizar
• Evaluar
• Conciencia Social
• Autoconciencia

Enseñando Este Tema

Los estudiantes aprenden mejor cuando confrontan sus ideas previas en actividades estructuradas y guiadas por el docente. Es clave evitar discusiones abstractas sin anclaje en casos concretos, ya que esto puede llevar a generalizaciones incorrectas. La evidencia sugiere que el trabajo colaborativo y el análisis de datos reales aumenta la retención de conceptos éticos y técnicos.

Qué Esperar

Los estudiantes demuestran comprensión cuando vinculan ejemplos concretos de automatización con argumentos éticos y laborales, usando evidencia de casos reales. También reconocen el valor de habilidades humanas irreemplazables al justificar sus decisiones en debates y mapeos.

Cuidado con estas ideas erróneas

Idea errónea común

Durante el Debate en Pequeños Grupos, watch for students who assume que la IA reemplazará todos los trabajos humanos. Usa los datos laborales compartidos en clase y pide a los grupos que identifiquen al menos dos profesiones que NO serán automatizadas y expliquen por qué, basándose en evidencia.

Qué enseñar en su lugar

During Análisis de Casos, watch for students who creen que los algoritmos de IA son siempre neutrales. Proporciona casos reales con sesgos documentados (ej: reconocimiento facial con errores en tonos de piel) y pide a las parejas que identifiquen el origen del sesgo en los datos de entrenamiento y propongan correcciones concretas.

Idea errónea común

During Simulación de Dilemas Éticos, watch for students who atribuyen toda la responsabilidad de los errores autónomos a la máquina. Divide a los estudiantes en roles (ingeniero, usuario, regulador) y pide que negocien quién asume qué responsabilidad legal y moral en un escenario de fallo de un auto autónomo.

Qué enseñar en su lugar

During Simulación de Dilemas Éticos, watch for students who atribuyen toda la responsabilidad de los errores autónomos a la máquina. Divide a los estudiantes en roles (ingeniero, usuario, regulador) y pide que negocien quién asume qué responsabilidad legal y moral en un escenario de fallo de un auto autónomo.

Ideas de Evaluación

Pregunta para Discusión

After Análisis de Casos, presenta el escenario de una IA que rechaza solicitudes crediticias en comunidades rurales y pide a los estudiantes que discutan en grupos quién es responsable y qué soluciones éticas proponen, evaluando su capacidad para aplicar conceptos de sesgo y accountability.

Boleto de Salida

After Mapeo Individual, pide a los estudiantes que escriban en una hoja: 1) Una profesión afectada por la IA en 10 años y por qué, 2) Una habilidad humana irreemplazable y su justificación, recolectando las respuestas para identificar patrones de comprensión y malentendidos comunes.

Verificación Rápida

During Debate en Pequeños Grupos, realiza una votación rápida sobre afirmaciones como 'La IA siempre toma decisiones más justas que los humanos' y pide a 2-3 estudiantes por grupo que expliquen su postura usando ejemplos de los casos analizados, evaluando su capacidad para argumentar con evidencia.

Extensiones y Apoyo

• Challenge: Pide a los estudiantes que investiguen una profesión que haya surgido en los últimos 5 años debido a la IA, como especialista en ética de algoritmos o entrenador de chatbots, y la comparen con una profesión en declive.
• Scaffolding: Para el Mapeo Individual, ofrece una lista de profesiones actuales y pide a los estudiantes que marquen con colores cuáles son más vulnerables a la automatización y cuáles no.
• Deeper exploration: Invita a los estudiantes a diseñar un sistema de IA simplificado que resuelva un problema ético real, como la distribución de recursos en una comunidad, y presenten sus limitaciones ante la clase.

Vocabulario Clave

Algoritmo	Un conjunto de reglas o instrucciones paso a paso que una computadora sigue para realizar una tarea o resolver un problema.
Automatización	El uso de tecnología para realizar tareas que antes requerían intervención humana, aumentando la eficiencia y reduciendo errores.
Sesgo algorítmico	Tendencia de un sistema de IA a producir resultados sistemáticamente injustos o discriminatorios debido a suposiciones o datos de entrenamiento defectuosos.
Toma de decisiones algorítmica	El proceso mediante el cual los algoritmos de IA toman decisiones o hacen recomendaciones sin intervención humana directa.
Inteligencia Artificial (IA)	La simulación de procesos de inteligencia humana por parte de máquinas, especialmente sistemas informáticos, que incluye aprendizaje, razonamiento y autogestión.