Humanizar la Inteligencia Artificial. Orientaciones para un uso ético y transformador de la IA en la educación y la investigación en salud

-27- Humanizar la Inteligencia: Orientaciones para un uso ético y transformador de la IA en la educación y la investigación en salud Algoritmo Conjunto finito de instrucciones o reglas definidas y no ambiguas que, aplicadas de manera sistemática, permiten resolver un problema o realizar una tarea. En IA, los algoritmos son la base para el aprendizaje automático y el procesamiento de datos complejos. Alfabetización digital crítica Capacidad de comprender, utilizar, analizar y cuestionar críticamente las tecnologías digitales, incluyendo la inteligencia artificial, considerando sus implicancias éticas, políticas, pedagógicas y epistemológicas. Aprendizaje automático (Machine Learning) Subcampo de la inteligencia artificial que permite a los sistemas aprender de datos sin ser programados explícitamente. Utiliza algoritmos que reconocen patrones y generan predicciones o decisiones basadas en la información disponible. Autoría académica Reconocimiento formal de la responsabilidad intelectual sobre una obra científica o educativa. En el con- texto de IA, implica delimitar claramente el aporte humano frente al uso asistido de herramientas autom- atizadas. Caja negra algorítmica Situación en la que el funcionamiento interno de un sistema de IA no es accesible o comprensible para los usuarios humanos, dificultando la trazabilidad, la validación de resultados y la rendición de cuentas. Datos de entrenamiento Conjunto de datos utilizados para desarrollar modelos de aprendizaje automático. La calidad, representa- tividad y sesgo de estos datos influyen directamente en el desempeño y la equidad del sistema resultante. Evaluación formativa Proceso evaluativo orientado a retroalimentar el aprendizaje en desarrollo, más que a emitir un juicio final. La IA puede contribuir ofreciendo retroalimentación inmediata o personalizada, siempre bajo supervisión docente. Generación automática de texto (NLG) Capacidad de ciertos sistemas de IA, como los modelos de lenguaje, para producir textos coherentes y relevantes a partir de una entrada textual, numérica o semántica. Requiere revisión humana para asegurar precisión y pertinencia. Gobernanza tecnológica Conjunto de normas, prácticas y estructuras organizacionales que regulan el diseño, implementación y ANEXO: GLOSARIO DE TÉRMINOS CLAVE 01