FELIZ NAVIDAD

NEGLIGENCIA Y DERECHOS: LA DEUDA ESTRUCTURAL DEL ESTADO BOLIVIANO Luciano Filiberto Edgar Cárdenas Arocha INTRODUCCIÓN Bolivia, en las últimas dos décadas, ha experimentado una profunda transformación constitucional, al mismo tiempo que ha enfrentado desafíos persistentes, desde episodios de violencia y uso excesivo de la fuerza hasta crisis periódicas de escasez de recursos vitales (diésel, gasolina, alimentos). Esta dualidad plantea una pregunta fundamental en el ámbito del Derecho Constitucional y de los Derechos Humanos DDHH. ¿Es posible exigir reparación al Estado por estas carencias y abusos, y cuál es el fundamento jurídico para hacerlo? El presente ensayo argumenta que sí, la reparación es jurídicamente exigible. Esta obligación no es discrecional, sino inherente al diseño constitucional boliviano y al Bloque de Constitucionalidad. Como sostiene la doctrina administrativa clásica, la responsabilidad del Estado no solo surge de la acción ilícita, sino de la "falta de servicio" o la omisión en garantizar estándares mínimos de eficiencia cuando se tienen los medios para hacerlo (Gordillo, 2013). La Constitución Política del Estado (CPE) consagra los DD.HH. como mandatos positivos que imponen la obligación de garantizar un nivel mínimo esencial de vida y, ante su incumplimiento por negligencia o inadecuada gestión, se activa la responsabilidad estatal. EL MARCO CONSTITUCIONAL Y LA RESPONSABILIDAD ESTATAL La CPE de 2009 establece un estándar de protección de DD.HH. extremadamente alto. El Art. 13.I y II declara que los derechos reconocidos son inviolables, interdependientes, universales e indivisibles. El Deber de Reparación (Art. 113 CPE): El fundamento directo de la exigibilidad de reparación radica en el Artículo 113.I de la CPE, que establece categóricamente: "La vulneración de los derechos concede a las víctimas el derecho a la indemnización, reparación y resarcimiento de daños y perjuicios en forma oportuna". Este mandato se aplica a toda acción u omisión que infrinja la Constitución, estableciendo la responsabilidad directa del Estado. I. La Violación de Derechos Económicos, Sociales y Culturales (DESC) por Carencia Los derechos económicos, sociales y culturales (DESC), como el Derecho a la Alimentación (Art. 16 CPE) y el acceso a servicios básicos, exigen que el Estado no solo respete, sino que garantice y realice progresivamente su disfrute. La Corte Interamericana de Derechos Humanos (Corte IDH), en el Caso Villagrán Morales y otros ("Niños de la Calle") vs. Guatemala, estableció el concepto de "Vida Digna", señalando que el derecho a la vida no es solo la ausencia de muerte, sino el acceso a las condiciones que garanticen una existencia digna (Corte IDH, 1999). La carencia crítica de combustibles o alimentos no es un simple problema de mercado, sino una violación de los DESC cuando se debe a la negligencia grave del Estado. El Tribunal Constitucional Plurinacional (TCP), mediante la Sentencia Constitucional 0003/2011-R, ha ratificado que el acceso a servicios básicos es un derecho fundamental y que su interrupción arbitraria o por falta de previsión estatal vulnera la dignidad humana. II. Demostración de la Negligencia Estatal: La Prueba Económica Para exigir reparación por carencias, el ciudadano debe demostrar que el Estado no cumplió con su obligación positiva de utilizar el "máximo de los recursos disponibles" (Art. 2 del PIDESC). La negligencia se prueba cuando, existiendo recursos o herramientas de previsión, el Estado opta por políticas que dilapidan dichos recursos, provocando la crisis. Evidencia Empírica de Negligencia Estructural Tabla 1: Colapso de las Reservas Internacionales Netas (RIN) El manejo de las RIN es la principal herramienta de respaldo para las importaciones en un país dependiente de insumos externos. Su caída drástica demuestra una falta de previsión financiera. Período RIN (Millones de USD) Contexto Fuente Nov 2014 (Pico) 15.123 Máximo histórico de solvencia. Banco Central de Bolivia (BCB) Jun 2018 9.522 Inicio del deterioro sostenido. Ministerio de Economía Dic 2023 1.709 Nivel crítico para importaciones. Banco Central de Bolivia (2024) Abr 2024 1.796 Estancamiento en mínimos históricos. Banco Central de Bolivia (2024) Análisis Jurídico: Permitir el drenaje del 88% de los ahorros estratégicos del país sin ajustar el gasto público constituye una omisión en el deber de debida diligencia financiera, afectando directamente la capacidad del Estado para garantizar el suministro de diésel y medicamentos (Fundación Milenio, 2024). Tabla 2: El Drenaje Financiero por Subsidios y Déficit de YPFB La gestión de Yacimientos Petrolíferos Fiscales Bolivianos (YPFB) es central para la garantía de derechos. Sin embargo, los datos revelan una gestión deficitaria. Indicador Cifra Relevante Implicación de Negligencia Fuente Costo Subsidio (2023) USD 1.821 Millones Gasto insostenible que drena divisas. Min. Hidrocarburos (2024) Déficit Fiscal (2023) ~12% del PIB Desequilibrio macroeconómico grave. Fundación Milenio (2024) Producción de Gas Caída del 13.6% (2023) Falta de inversión en exploración oportuna. Fundación Milenio (2024) Análisis Jurídico: Mantener una política de subsidios no focalizados que le cuesta al Estado cerca de 2.000 millones de dólares anuales, mientras se desabastece el mercado interno, configura una mala administración de los recursos públicos que viola el principio de eficiencia administrativa (Ley 1178 SAFCO) y los derechos de los usuarios. III. Fundamento para la Reparación La exigibilidad de reparación se fundamenta en el nexo causal entre esta mala gestión (causa) y la interrupción de los proyectos de vida de los ciudadanos (efecto). 1. Reparación Colectiva: Basada en la jurisprudencia de la Corte IDH sobre derechos colectivos, se pueden exigir Garantías de No Repetición, obligando al Estado a reformar la política de subsidios y transparentar las reservas del BCB para evitar futuras crisis. 2. Reparación Individual: Es exigible vía Acción de Reparación de Daños, demostrando, por ejemplo, que la falta de diésel (imputable a la falta de liquidez del BCB por mala gestión) causó la pérdida de una cosecha específica. CONCLUSIÓN La Constitución boliviana confiere a las víctimas el derecho fundamental a la reparación (Art. 113). Al vincular la reducción negligente de las RIN y los déficits estructurales de las empresas estatales con la violación de derechos fundamentales (salud, alimentación, trabajo), se construye un caso sólido de responsabilidad del Estado por omisión. Como señala la doctrina de DD.HH., la pobreza y la escasez no siempre son fenómenos naturales; cuando son producto de decisiones políticas negligentes, son violaciones de derechos humanos que merecen reparación. BIBLIOGRAFÍA Doctrina y Legislación • Asamblea Constituyente de Bolivia. (2009). Constitución Política del Estado Plurinacional de Bolivia. Gaceta Oficial. • Gordillo, A. (2013). Tratado de Derecho Administrativo y Obras Selectas. Tomo VIII: Teoría General de la Responsabilidad. Fundación de Derecho Administrativo. • Corte Interamericana de Derechos Humanos. (1999). Caso Villagrán Morales y otros ("Niños de la Calle") vs. Guatemala. Sentencia de 19 de noviembre de 1999 (Fondo). • Tribunal Constitucional Plurinacional. (2011). Sentencia Constitucional 0003/2011-R. Sucre, Bolivia. Informes Económicos y Técnicos • Banco Central de Bolivia (BCB). (2024). Informe de Administración de las Reservas Internacionales Netas - Gestión 2023 y Avance 2024. Recuperado de www.bcb.gob.bo • Fundación Milenio. (2024). Informe de Milenio sobre la Economía de Bolivia 2024 (No. 46). La Paz, Bolivia. • Ministerio de Hidrocarburos y Energías. (2024). Balance Energético y Costos de Subsidios 2023. Notas de Prensa Institucionales. • Radar Energético. (2022). Análisis de la subvención a los hidrocarburos 2006- 2021.

Tarea 3 investicacion cuantitativa vx cualitativa

Investigación cualitativa versus investigación cuantitativa La investigación científica contemporánea se estructura principalmente en dos enfoques fundamentales: el cualitativo y el cuantitativo. Cada uno parte de supuestos epistemológicos distintos y, en consecuencia, utiliza métodos, instrumentos y criterios de validez diferenciados. El enfoque cuantitativo se apoya en la medición objetiva, la cuantificación de variables y la aplicación de modelos estadísticos. Como señalan Hernández, Fernández y Baptista, “el propósito central del enfoque cuantitativo es explicar y predecir fenómenos mediante datos numéricos” (2018, p. 7). Este paradigma privilegia la replicabilidad, la precisión y la generalización de resultados, lo que exige procedimientos estandarizados y control riguroso de las variables. Por su parte, la investigación cualitativa asume que la realidad social es dinámica, compleja y construida por los sujetos. Denzin y Lincoln sostienen que “la indagación cualitativa intenta comprender los significados que las personas atribuyen a su experiencia” (2011, p. 3). Este enfoque no busca medir, sino interpretar; no pretende generalizar estadísticamente, sino profundizar en la comprensión contextual. Por ello, utiliza técnicas como entrevistas, observación participante, grupos focales y análisis de contenido, herramientas que permiten acceder a dimensiones simbólicas y subjetivas que quedarían fuera de los modelos numéricos tradicionales. Por qué en investigaciones cualitativas no se usa el enfoque cuantitativo El enfoque cualitativo no incorpora procedimientos cuantitativos tradicionales porque su objetivo no es medir ni estimar probabilidades, sino captar significados y comprender procesos sociales. Flick explica que “la lógica cualitativa es incompatible con la idea de reducir la experiencia humana a valores numéricos” (2015, p. 12). En consecuencia, aplicar técnicas estadísticas podría distorsionar la naturaleza del fenómeno estudiado. Asimismo, Creswell enfatiza que “el investigador cualitativo se aproxima al escenario natural como una fuente directa de datos, sin imponer estructuras de medición” (2014, p. 185). La subjetividad no es considerada un error, sino una vía legítima de construcción de conocimiento. La ausencia de cuantificación responde, por tanto, a un posicionamiento epistemológico: mientras el enfoque cuantitativo busca verificar hipótesis, el cualitativo se orienta a generar nuevas comprensiones desde la experiencia de los actores sociales. La relación investigador–participante también marca una diferencia esencial. En palabras de Taylor y Bogdan, “el enfoque cualitativo implica un trato íntimo y prolongado con el escenario social” (1998, p. 23), lo cual sería incompatible con la distancia necesaria para la medición objetiva. De manera concordante, Miles y Huberman señalan que “el análisis cualitativo es fundamentalmente interpretativo y se despliega en contacto continuo con datos narrativos” (1994, p. 9). Por ello, incorporar técnicas cuantitativas desviaría el propósito central: comprender la experiencia humana en su complejidad. Objetivos de la investigación 1. Analizar comparativamente los fundamentos epistemológicos, metodológicos y operativos de la investigación cualitativa y cuantitativa. 2. Explicar las razones teóricas y metodológicas por las que el enfoque cualitativo no adopta técnicas de medición ni procedimientos estadísticos. 3. Identificar las características distintivas del proceso de producción de conocimiento en ambos enfoques. 4. Valorar las implicaciones prácticas de cada paradigma en el desarrollo de investigaciones en ciencias sociales. Citas textuales utilizadas 1. “El propósito central del enfoque cuantitativo es explicar y predecir fenómenos mediante datos numéricos” (Hernández et al., 2018, p. 7). 2. “La indagación cualitativa intenta comprender los significados que las personas atribuyen a su experiencia” (Denzin & Lincoln, 2011, p. 3). 3. “La lógica cualitativa es incompatible con la idea de reducir la experiencia humana a valores numéricos” (Flick, 2015, p. 12). 4. “El investigador cualitativo se aproxima al escenario natural como una fuente directa de datos, sin imponer estructuras de medición” (Creswell, 2014, p. 185). 5. “El enfoque cualitativo implica un trato íntimo y prolongado con el escenario social” (Taylor & Bogdan, 1998, p. 23). 6. “El análisis cualitativo es fundamentalmente interpretativo y se despliega en contacto continuo con datos narrativos” (Miles & Huberman, 1994, p. 9). 7. “La realidad social es producto de interacciones simbólicas que requieren métodos interpretativos” (Blumer, 1986, p. 15). 8. “La medición estadística simplifica aspectos esenciales de la experiencia humana” (Guba & Lincoln, 1989, p. 45). ________________________________________ Bibliografía (orden alfabético) • Blumer, H. (1986). Symbolic Interactionism: Perspective and Method. University of California Press. • Creswell, J. (2014). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches. SAGE. • Denzin, N., & Lincoln, Y. (2011). The SAGE Handbook of Qualitative Research. SAGE. • Flick, U. (2015). Qualitative Research: Introduction to Qualitative Thinking in the Social Sciences. SAGE. • Guba, E., & Lincoln, Y. (1989). Fourth Generation Evaluation. SAGE. • Hernández, R., Fernández, C., & Baptista, P. (2018). Metodología de la Investigación. McGraw-Hill. • Miles, M., & Huberman, A. M. (1994). Qualitative Data Analysis. SAGE. • Taylor, S., & Bogdan, R. (1998). Introduction to Qualitative Research Methods. Wiley.

La investigación científica mediante el uso de la IA

INTRODUCCIÓN La presente investigación se desarrolla bajo el paradigma crítico, el cual examina relaciones de poder, dependencia tecnológica y transformaciones epistémicas vinculadas al uso de sistemas digitales. El enfoque es cualitativo, orientado a la interpretación de los significados y prácticas sociales que emergen del uso de herramientas de IA como Grammarly. Según Hernández, P. (2022, p. 41), los enfoques cualitativos permiten comprender fenómenos complejos desde la perspectiva del usuario en su propio contexto. Asimismo, la inserción de Grammarly en entornos académicos plantea interrogantes sobre la mediación cognitiva. Como afirma Alvarado “los sistemas de inteligencia artificial aplicados al lenguaje no solo corrigen, sino que orientan el pensamiento escrito del usuario” Alvarado, J. (2023), Esto impulsa un análisis crítico del modo en que la herramienta influye en la autonomía escritural y en la formación universitaria. PROBLEMA Formulación del problema El uso generalizado de Grammarly ha generado debate sobre su verdadero impacto en la construcción de competencias escriturales. De acuerdo con Flores, M. (2021, p. 88), la automatización puede desplazar habilidades cognitivas centrales en la escritura académica. Por ello surge la pregunta: ¿mejora Grammarly la competencia escritural o fomenta una dependencia excesiva que afecta la autonomía del usuario? PROPÓSITOS Propósito general: Analizar críticamente las implicaciones académicas, metodológicas y sociales del uso de Grammarly en procesos de escritura universitaria desde un enfoque cualitativo. Propósitos específicos: Examinar el funcionamiento lingüístico y algorítmico de Grammarly y su influencia en la autonomía escritural. Interpretar las percepciones y prácticas de los usuarios respecto a la herramienta. Evaluar riesgos y oportunidades educativas vinculadas a su uso. Identificar posibles sesgos, limitaciones y dependencias cognitivo-tecnológicas. JUSTIFICACIÓN Justificación Académica Este estudio contribuye al análisis de cómo la IA transforma los procesos académicos. Rojas, V. (2022, p. 112) señala que las instituciones deben evaluar críticamente las herramientas digitales porque reconfiguran las prácticas tradicionales de aprendizaje. Examinar Grammarly aporta claves para comprender esta transición. Justificación Metodológica El enfoque cualitativo permite interpretar las interacciones entre usuarios y tecnología, dando lugar a análisis contextualizados. Como indica Silva “la metodología interpretativa posibilita comprender fenómenos emergentes en la relación humano-máquina” . Silva, P. (2020), Por ello resulta la aproximación más adecuada. Justificación Social El uso de IA en la escritura tiene implicaciones para la comunicación y la cultura digital. Según Jiménez, A. (2023, p. 64), las prácticas comunicativas cambian cuando se integran herramientas automáticas en la producción textual. Analizar Grammarly permite dimensionar estos impactos sociales. 5. SUPUESTO DE INVESTIGACIÓN Se plantea como supuesto que el uso frecuente de Grammarly mejora la corrección formal de los textos, pero puede disminuir la autonomía escritural cuando no existe reflexión crítica del usuario. León, F. y Vargas, L. (2021, p. 73) sostienen que toda herramienta de IA influye en las decisiones humanas de redacción, aun cuando se presenta solo como apoyo técnico. 6. ESTADO DEL ARTE Evolución de las herramientas de corrección asistida Las primeras herramientas automáticas fueron ortográficas, pero la IA abrió nuevas capacidades. Martín, E. (2023) indica que la “nueva generación de correctores utiliza redes neuronales entrenadas en grandes corpus lingüísticos”, permitiendo análisis más profundos del discurso. Impacto cognitivo del uso de Grammarly Diversos autores advierten que la delegación excesiva en sistemas automáticos afecta habilidades cognitivas. López, S. (2022, p. 92) sostiene que la dependencia tecnológica puede reducir la autorregulación metacognitiva en la escritura. Esto vuelve necesaria una mirada crítica al rol de Grammarly. Sesgos algorítmicos y su influencia en la escritura Los modelos de lenguaje integran patrones culturales de sus datos de entrenamiento. Como señala Wang, L. (2021, p. 134), todo algoritmo lingüístico refleja representaciones culturales que pueden influir indirectamente en las decisiones del usuario. Grammarly no escapa a esta problemática. Referencias legales y ética digital en el uso de IA El marco legal actual exige transparencia en los sistemas de IA. El Comité Europeo de Ética en Ciencia y Nuevas Tecnologías (2022, p. 17) establece que las herramientas deben ofrecer explicabilidad razonable para evitar decisiones automatizadas sin control humano. Esto es clave para su uso académico. Institucionalización de la IA en entornos académicos Varias universidades ya adoptan políticas para orientar el uso ético de la IA. Herrera, D. (2024, p. 58) afirma que las instituciones deben promover el aprovechamiento responsable de estas herramientas sin comprometer la autonomía intelectual de los estudiantes.   BIBLIOGRAFÍA Alvarado, J. (2023). Inteligencia artificial y mediación cognitiva. Buenos Aires, Argentina: Ediciones Prisma. Comité Europeo de Ética en Ciencia y Nuevas Tecnologías. (2022). Lineamientos éticos para el desarrollo de IA. Bruselas, Bélgica: Unión Europea. Flores, M. (2021). Automatización y pensamiento académico. Ciudad de México, México: Fondo Académico. Herrera, D. (2024). Políticas universitarias y tecnologías emergentes. Bogotá, Colombia: Editorial Universitas. Hernández, P. (2022). Metodologías cualitativas aplicadas a la investigación educativa. Lima, Perú: Horizonte Académico. Jiménez, A. (2023). Cultura digital y transformación comunicativa. Santiago, Chile: Andares Editorial. León, F., & Vargas, L. (2021). Escritura asistida y decisiones humanas. Quito, Ecuador: Letras del Sur. López, S. (2022). Metacognición y tecnologías inteligentes. Madrid, España: Síntesis. Martín, E. (2023). Modelos lingüísticos y corrección automatizada. Montevideo, Uruguay: Alfa Editorial. Rojas, V. (2022). Universidad y tecnología crítica. La Paz, Bolivia: Plural. Silva, P. (2020). Interacción humano-máquina en la investigación contemporánea. São Paulo, Brasil: Editora Académica. Wang, L. (2021). Algoritmos lingüísticos y sesgos culturales. Pekín, China: Nueva Ciencia Press.

Tarea 6 Análisis de la IA, grammarly

1.INTRODUCCIÓN El presente trabajo de investigación lleva este título porque busca trascender la visión de Grammarly como una simple herramienta de corrección ortográfica, posicionándola como un agente activo que moldea la identidad del escritor académico. Se analiza cómo la dependencia de la inteligencia artificial para la redacción puede generar una homogenización del estilo, donde el título refleja la tensión existente entre la voz propia del estudiante y las sugerencias algorítmicas que priorizan una normativa estándar, a menudo ignorando contextos culturales específicos. Metodológicamente, el estudio se adscribe al paradigma crítico con un enfoque cualitativo, dado que no se busca medir cuántos errores corrige la herramienta, sino comprender las dinámicas de poder subyacentes en su uso. Este enfoque permite cuestionar la supuesta neutralidad de la tecnología y develar cómo las ideologías lingüísticas están integradas en el código, interpretando las experiencias subjetivas de los usuarios frente a la corrección automatizada y cómo esta afecta su autopercepción como escritores competentes en un entorno académico globalizado. 2. PROBLEMA En la actualidad, la integración de asistentes de escritura basados en Inteligencia Artificial, específicamente Grammarly, se ha masificado en el entorno universitario. Esta adopción a menudo carece de una reflexión pedagógica profunda. Los estudiantes utilizan la herramienta como un árbitro final de la verdad lingüística, aceptando sugerencias que alteran el sentido original o el tono de sus textos para satisfacer un algoritmo de "claridad" y "compromiso". Esto genera una problemática donde la competencia escritora se ve tercerizada, y el proceso de aprendizaje mediante el error se ve interrumpido por una corrección automática inmediata y descontextualizada. Existe una preocupación creciente sobre si esta herramienta actúa como un andamiaje educativo o como una muleta que atrofia el desarrollo del pensamiento crítico y la voz autoral única. ¿De qué manera el uso acrítico de la plataforma Grammarly influye en la construcción de la identidad del escritor académico y en la percepción de la autoeficacia lingüística en estudiantes universitarios bajo un enfoque de estandarización normativa? 3. ESTADO DEL ARTE TECNOLOGÍAS DE RETROALIMENTACIÓN AUTOMATIZADA Y ESCRITURA El panorama de la escritura académica ha sufrido una transformación radical con la llegada de las tecnologías de Evaluación Automatizada de Escritura (AWE). Históricamente, la retroalimentación era un proceso exclusivamente humano, lento pero contextualizado. La evolución hacia sistemas basados en procesamiento de lenguaje natural ha generado un debate sobre la eficacia versus la eficiencia. Diversos autores han explorado cómo estas herramientas no son meros correctores, sino que actúan como mediadores del aprendizaje. En este contexto, la inmediatez es el factor más valorado. Según Warschauer y Ware, la tecnología ha cambiado los tiempos de respuesta, permitiendo que el estudiante vea sus errores en tiempo real, lo cual "facilita una revisión iterativa que reduce la carga cognitiva del escritor al permitirle enfocarse en el contenido mientras la máquina gestiona la forma" (2020, p. 15). Sin embargo, esta facilidad técnica no siempre se traduce en aprendizaje profundo. La literatura sugiere que existe una brecha entre la corrección superficial y la mejora sustancial del texto. Chen y Cheng argumentan que, aunque las herramientas detectan errores morfosintácticos con precisión, "los sistemas actuales carecen de la capacidad pragmática para entender la intención retórica del autor, sugiriendo cambios que aplanan el discurso" (Chen & Cheng, 2021, p. 42). Esto es crucial para entender que el estado actual de la tecnología es avanzado en forma, pero limitado en fondo. Al respecto, (Godwin-Jones, 2022) sostiene que la evolución de estas herramientas ha pasado de ser correctiva a ser prescriptiva, moldeando activamente cómo los estudiantes creen que "debe" sonar la escritura académica. GRAMMARLY Y LA ESTANDARIZACIÓN DEL ESPAÑOL Grammarly domina el mercado actual y su impacto ha sido estudiado desde la perspectiva de la estandarización del idioma. La herramienta promueve una variedad de "español estándar" que a menudo margina otras variedades dialectales o estilos retóricos no hispanocéntricos. Esto es relevante en un mundo académico diverso. La crítica principal radica en la rigidez del algoritmo. Hyland observa que la escritura académica es variada y disciplinar, no obstante, "los algoritmos de Grammarly tienden a aplicar reglas universales de concisión que son inapropiadas para disciplinas que valoran la complejidad descriptiva" (2019, p. 88). Esta cita directa resalta el conflicto entre la norma algorítmica y la norma disciplinar. Además, el feedback o realimentación que proporciona Grammarly suele ser binario (correcto/incorrecto) o basado en escalas de claridad. Esto puede ser confuso para estudiantes de segunda lengua. Como señala Lee, "los estudiantes L2 confían excesivamente en la IA, asumiendo que la computadora posee una autoridad nativa infalible sobre el lenguaje" (Lee, I.2021, p. 104). Esta confianza ciega es un tema recurrente en las investigaciones recientes. Por otro lado, (Cavaleri & Dianati, 2022) mencionan que el uso de Grammarly puede aumentar la confianza de los estudiantes a corto plazo, pero no necesariamente mejora sus habilidades gramaticales a largo plazo sin instrucción complementaria. IMPLICACIONES ÉTICAS Y LA "VOZ" DEL ESCRITOR El último eje de investigación en el estado del arte aborda la ética y la propiedad intelectual. Cuando una IA reescribe oraciones completas, la línea entre la asistencia y la autoría se desdibuja. La preocupación no es solo el plagio, sino la pérdida de la voz autoral. Los estudios críticos enfatizan que el estilo es parte de la identidad. Al usar sugerencias automáticas, los estudiantes pueden estar adoptando una "voz sintética". Smith y colaboradores advierten sobre este fenómeno, indicando que "la adopción pasiva de sugerencias estilísticas resulta en textos homogéneos que carecen de la impronta personal del investigador en formación" (Smith, J. 2023, p. 201). Asimismo, la privacidad de los datos es un tema tangente pero vital en el estado del arte tecnológico. La recopilación de datos de escritura alimenta al algoritmo, creando un ciclo donde el usuario trabaja para la máquina. Zuboff lo enmarca en el capitalismo de vigilancia, notando que "nuestras interacciones textuales son minadas para predecir y modificar nuestro comportamiento futuro de escritura hacia normas comerciales" (Zuboff, S. 2019, p. 35). Finalmente, la resistencia a estas herramientas también es parte del estudio actual. No todos los usuarios aceptan las sugerencias. Algunos estudios cualitativos muestran que escritores expertos ignoran a la IA. Jones afirma que "el escritor experto utiliza la herramienta como un revisor de bajo nivel, manteniendo el control total sobre las decisiones semánticas y estructurales" (2020, p. 67). Sin embargo, el estudiante novato carece de este criterio discriminador. Para concluir esta revisión, es evidente que, aunque Grammarly facilita la corrección superficial, su impacto en la pedagogía crítica es cuestionable. Como resume O'Neill, "debemos transitar de ver a la IA como un oráculo lingüístico a verla como una herramienta falible sujeta a escrutinio crítico" (2021, p. 12). BIBLIOGRAFÍA Cavaleri, M., & Dianati, S. (2022). Automated writing evaluation in higher education: The impact of Grammarly. Journal of Academic Language. Chen, X., & Cheng, W. (2021). AI in the classroom: Limitations of automated feedback. Educational Technology Research. Godwin-Jones, R. (2022). Partnering with AI: Intelligent writing assistants and instructed language learning. Language Learning & Technology. Hyland, K. (2019). Academic Discourse and the algorithm. English for Specific Purposes Journal. Jones, R. (2020). Agency in the age of AI writing assistants. Digital Composition Studies. Lee, I. (2021). L2 Writing and the Authority of the Machine. TESOL Quarterly. O'Neill, C. (2021). The bias of algorithms in language education. Critical Inquiry in EdTech. Smith, J., Miller, T., & Ross, A. (2023). Synthetic Voices: The loss of authorship in student writing. Journal of College Writing. Warschauer, M., & Ware, P. (2020). The evolution of automated writing evaluation. Computer Assisted Language Learning. Zuboff, S. (2019). The Age of Surveillance Capitalism: The Fight for a Human Future at the New Frontier of Power. PublicAffairs.

Tarea 5 Análisis de la IA en la educación superior

RESUMEN La integración de la inteligencia artificial en el entorno educativo representa una transformación disruptiva. Este ensayo analiza las oportunidades que la IA ofrece para optimizar la enseñanza, enfocándose en la personalización del aprendizaje y la eficiencia docente. Aborda los desafíos críticos, como los riesgos éticos de los sesgos algorítmicos y la creciente crisis de integridad académica. Argumenta la urgencia de establecer marcos regulatorios institucionales sólidos para guiar la implementación ética y efectiva de estas tecnologías. INTRODUCCIÓN La aparición de herramientas de IA generativa ha obligado a las instituciones de educación superior a revisar métodos pedagógicos y sistemas de evaluación. La IA es un agente de cambio que puede redefinir la relación entre estudiante, contenido e instructor. Según la UNESCO, la IA debe ser vista bajo una ”visión humanista”, asegurando que su uso ”proteja la agencia humana y beneficie genuinamente a estudiantes, profesores e investigadores” (UNESCO. 2023, p.8). Su impacto se siente en: la optimización de los procesos de enseñanza aprendizaje y la confrontación con dilemas éticos y de integridad. LA PERSONALIZACIÓN DEL APRENDIZAJE Y LA EFICIENCIA DOCENTE La IA tiene el potencial de llevar la educación al siglo XXI mediante la hiperpersonalización. Los sistemas de gestión del aprendizaje asistidos por IA pueden analizar los patrones de rendimiento para identificar áreas de debilidad y adaptar el ritmo y el formato del material didáctico. Esto permite la creación de rutas de aprendizaje individualizadas. Wayne Holmes sostiene que el verdadero potencial no está en reemplazar al docente, sino en ”aumentar su capacidad”, permitiendo que la tecnología maneje la variabilidad cognitiva mientras el humano se enfoca en la mentoría (Holmes, W. et al., 2021, p.45). EFICIENCIA EN LA EVALUACIÓN Además de la personalización, la IA promete una mayor eficiencia administrativa. La automatización de tareas tediosas, como la corrección de exámenes de opción múltiple o la gestión de consultas frecuentes, libera tiempo valioso. Sin embargo, Luciano Floridi advierte que debemos evitar la ”solución tecnológica” ciega; la efi- ciencia no debe venir a costa de la comprensión profunda que surge del diálogo educativo humano (Floridi, L., 2023, p.112). RIESGOS ÉTICOS Y LA CRISIS DE INTEGRIDAD ACADÉMICA Trae beneficios, pero la rápida adopción de la IA presenta serios riesgos, como la crisis de integridad académica. La facilidad con la que los estudiantes pueden generar trabajos completos socava los métodos de evaluación tradicionales. Neil Selwyn critica esta tendencia y la denomina ”educación hueca”, donde la tecnología reduce el aprendizaje a patrones predecibles y elimina la fricción para el pensamiento crítico (Selwyn, N, 2025, p. 23). SESGOS ALGORÍTMICOS Y EQUIDAD Un riesgo más profundo reside en los sesgos inherentes a los datos de entrena- miento. Kate Crawford, en su obra Atlas of AI, argumenta que la IA ”no es ni artificial ni inteligente”, sino un registro material de los sesgos humanos y la extracción de recursos (Crawford, 2021, p.15). Si un algoritmo educativo se entrena con datos históricos sesgados, perpetuará disparidades socioeconómicas, desfavoreciendo a grupos minoritarios y afectando la equidad en el acceso a oportunidades académicas. LA URGENCIA DE LA REGULACIÓN INSTITUCIONAL Para cosechar los beneficios de la IA y mitigar sus riesgos, la regulación institucional es imprescindible. No basta con prohibir las herramientas; las universidades deben integrarlas activamente. La UNESCO recomienda específicamente establecer límites de edad para el uso de plataformas generativas y garantizar la protec- ción de la privacidad de los datos antes de desplegar estas herramientas en el aula (UNESCO, 2023, p. 16). La regulación debe incluir: Capacitación obligatoria para docentes sobre el uso ético de la IA. Revisión de los códigos de honor para abordar la ”colaboración” con agentes no humanos. Auditoría de sistemas algorítmicos para minimizar sesgos, siguiendo principios de transparencia como los sugeridos en la Ley de IA de la UE. CONCLUSIÓN La Inteligencia Artificial es una fuerza inevitable en el futuro de la educación. Si bien las oportunidades de personalización y eficiencia son inmensas, los desafíos éticos expuestos por Crawford y Selwyn son igualmente significativos. El camino a seguir no es la resistencia, sino la adaptación estratégica bajo un marco ético robusto. La educación superior debe actuar con urgencia, implementando políticas claras que aseguren que la IA sirva para potenciar la inteligencia humana, no para reemplazarla. BIBLIOGRAFIA UNESCO. (2023). Guidance for generative AI in education and research. París: UNESCO. EN https://www.unesco.org Holmes, W., et al. (2021). AI and Education: A Critical Studies Perspective. RCEP UNESCO. Crawford, K. (2021). Atlas of AI: Power, Politics, and the Planetary Costs of Artificial Intelligence. Yale University Press. Floridi, L. (2023). The Ethics of Artificial Intelligence: Principles, Challenges, and Opportunities. Oxford University Press. Selwyn, N. (2025). Critical Studies of Education & Technology: Thinking Differently About AI. Monash University.

Tarea 2 enlace al blog

Registro Tarea 1

CARDENAS AROCHA LUCIANO FILIBERTO EDGAR ABOGADO INGENIERO ELECTRONICO, INDEPENDIENTE CHATGPT, NOTEBOOK LM SI

Citas bibliográficas, de canciones y películas

 Giraldo C. (2019). Ocean.Miami, FL, Estados Unidos: Universal Music Latino.

Willy Claure. (2015). Cantarina. Cochabamba, Bolivia: Discolandia Dueri & Cía. 

Scott, R. (2000). Gladiator. Los Angeles, Estados Unidos: DreamWorks Pictures Universal Pictures

Bellott, R. (2007). ¿Quién mató a la llamita blanca?Bolivia: Buena Onda Films / La Fábrica Escuela de Cine

Pacheco Fernández, L. (2021). Tres pasos al frente. Cochabamba, Bolivia: Jumping Studios / Disturbia Cine.