El MIT ha presentado un informe histórico, que suscribo, elaborado por su Comité Ad Hoc, sobre el uso de la IA en la enseñanza, el aprendizaje y la formación en investigación, en el que propone una reorganización profunda de su modelo académico/educativo ante el avance de la IA generativa, entre lo que destaca, entre muchos otros aspectos:
– Diseño inverso (Backward Design): Se insta a los profesores a definir primero qué deben saber, comprender y valorar los estudiantes, para luego decidir en qué puntos específicos la IA suma o resta al aprendizaje.
– Enfoque de aumento, no de automatización: La meta no es prohibir la IA, sino rediseñar los programas y cursos para que la tecnología apoye el pensamiento crítico sin permitir la rendición cognitiva (cuando los estudiantes recurren a la IA antes de intentar resolver por sí mismos un problema difícil).
– Nuevos métodos de evaluación: Se desaconseja el uso de detectores de IA, por considerarlos poco fiables y propensos a generar desconfianza. En su lugar, se propone un mayor uso de exámenes orales, evaluación continua, proyectos prácticos, portafolios con revisiones presenciales y componentes sociales en cada área temática.
El informe propone 8 principios medulares para guiar la integración de la IA generativa en la educación superior:
· Sé humilde (Be humble): Reconocer que el ritmo del cambio tecnológico es demasiado rápido como para establecer reglas permanentes, lo que requiere flexibilidad constante.
· Sé audaz (Be bold): Afrontar la situación de forma proactiva mediante el rediseño profundo de los planes de estudio, en lugar de aplicar parches defensivos.
· Pon a la humanidad en el centro (Put humanity front and center): Priorizar las relaciones interpersonales, el florecimiento humano y el valor de la educación residencial (de humanos enseñando a humanos).
· Sumérgete en el aprendizaje / Preserva el esfuerzo constructivo (Lean into learning): Entender que el esfuerzo cognitivo y la dificultad son esenciales para aprender; obtener una respuesta rápida de una IA no equivale a adquirir conocimiento.
· Enseña con intencionalidad (Teach with intentionality): Diseñar las clases con propósitos claros, evitando tanto las prohibiciones reflexivas como los mandatos ciegos de la IA.
· No hay una solución única para todos (No one size fits all): El nivel de formación importa; una política o herramienta adecuada para un doctorando puede resultar perjudicial para un alumno de primer año que aún está construyendo sus bases conceptuales.
· Aumentación, no automatización (Augmentation, not automation): Utilizar la IA para elevar el nivel de los problemas que un estudiante puede resolver (potenciar el pensamiento), en lugar de delegar por completo la capacidad humana de pensar.
· Piensa más allá del aula y del campus (Think beyond the classroom and the campus): Considerar el impacto de la IA en el desarrollo integral de los estudiantes como personas y ciudadanos en el mundo exterior.
PUEDE LEER EL REPORTE EN INGLÉS EN: https://t.co/hhWJ2YpGiE
Entre paréntesis https://t.co/3X9hUlSV2N Muchas reflexiones para sector privado y para el sector público. Cómo se decide desde el poder, importa y los impactos se sienten y sentirán en los bolsillos de los consumidores y la capacidad país de crecer bajo un duopolio
El decreto https://t.co/9PBJ9fPQp1 debe analizarse a la luz de diversos derechos humanos y tests convencionales de necesidad, idoneidad y proporcionalidad …. y de eficacia.
Toda restricción legítima a la libertad de expresión fundada en preceptos constitucionales debe constar en ley formal y material; ser necesaria e idónea por ser la menos invasiva y más eficaz para proteger el bien juridico tutelado como puede ser el interés superior del menor.
@letroblesrosa@Mx_Diputados Ven que la joya del Caribe mexicano se hunde entre sargazo, crimen organizado, abusos de comerciantes y taxistas y corrupción municipal ¿y le cobran al turismo impuestos?
🔴 Arena Pública, hoy: https://t.co/q7ReWy2dUX
🇲🇽 México exporta más, pero retiene poco valor y pierde margen industrial ante EU: UNCTAD
📉 La mayoría de Banxico abre la puerta a otro recorte de tasa.
🏭 La recuperación industrial avanza a distintas velocidades entre estados.
👷 El empleo formal acelera, aunque la manufactura sigue débil.
🚛 EU impulsa a los vehículos pesados; el mercado interno retrocede.
☕ Wall Street duda de una posible compra de Chipotle por Starbucks.
🤖 La opacidad en cifras de OpenAI reavivan la inquietud en Wall Street.
🔵 Y mucho más... Suscríbete y pruébalo gratis: https://t.co/pXPGh04CIU
¡Participa en el Foro Público de Redes Comunitarias en Colombia 2026! https://t.co/SzzIVWIiSq vía @Colnodo
Panel internacional que moderaré con la participación de ANATEL Brasil, @conatelpy y la @CRCCol
Entré al mundo de los libros en 1981, corrigiendo pruebas. En 1984 oí a Morita imaginar el libro electrónico. En 2000, a @JeffBezos explicar @amazon. En 2007 llegó el @AmazonKindle
Escribo mi primer libro como testigo de lo que cambió.
Y lo que permanece: la voluntad de leer.
asequibilidad no pasa por someterla al Poder Ejecutivo ni a la lógica político-electoral de los otros Poderes. Acercarla a la ciudadanía no se logra con folklore ni demagogia ni discursos populares. Requiere de procesos analíticos y estratégicos no de artificios emocionales.
Cuando Perdimos el Juicio https://t.co/KSQXIMOSg4 vía @YouTube
Pocos cambios han sido tan destructivos y perjudiciales para México como el desmantelamiento del Poder Judicial. Vaya que sí requiere de reformas la justicia en México pero elevarla en calidad, agilidad,honestidad y
El 55% de los trabajadores en América Latina lleva 20 años en la informalidad. ¿Qué reformas pueden cambiarlo?
➡️ Carbón térmico sube 20% por conflicto en Oriente Medio
➡️ 19.500 comadronas con registro oficial en Guatemala
➡️ Solo el 62% del presupuesto hídrico se ejecuta en África subsahariana
Lee el boletín semanal:
https://t.co/KeKViLbFH7
Volker Türk, Alto Comisionado de la ONU para los Derechos Humanos, sostiene que la IA avanzada podría llegar a representar un riesgo existencial y reclama algo muy concreto: controles independientes y “líneas rojas”. No está diciendo que mañana las máquinas vayan a destruirnos. Está diciendo algo más serio: estamos creando sistemas cada vez más capaces mientras las reglas para controlarlos avanzan muchísimo más lento.
Y ya existen señales de por qué preocupa. En evaluaciones de seguridad, agentes de IA llegaron a vulnerar controles y acceder a sistemas externos mientras intentaban cumplir el objetivo que se les había dado. No porque “odiaran” a los humanos ni porque hubieran adquirido conciencia. Precisamente ahí está lo inquietante: una máquina no necesita tener malas intenciones para causar un daño enorme. Basta con darle suficiente autonomía, acceso a sistemas reales y una meta mal definida, sin controles capaces de detenerla.
Por eso esta discusión ya no pertenece sólo a los ingenieros. Es un problema jurídico y de poder. ¿Quién decide qué puede hacer una IA? ¿Quién la audita? ¿Quién responde si afecta una red eléctrica, un hospital, una elección, una cuenta bancaria o un derecho fundamental? Türk advierte además que un puñado de personas concentra un poder extraordinario sobre esta tecnología. El desafío del futuro quizá no sea una máquina que se rebele contra nosotros, sino algo mucho más cercano: capacidades enormes en manos privadas, avanzando más rápido que el derecho y sin contrapesos suficientes.
Decenas de robots "exigen" regular la Inteligencia Artificial en una manifestación en Polonia
La protesta tuvo lugar frente al Ministerio de Asuntos Digitales de Polonia para pedir mayores controles sobre el desarrollo y uso de la inteligencia artificial.
La actividad fue organizada por Democratism, una iniciativa que busca abrir el debate sobre el impacto que están teniendo la inteligencia artificial y la robotización en el mercado laboral.
Polonia aprobó en julio una ley para adaptarse a la normativa europea en la materia, pero los organizadores exigen darse prisa antes de que "sea demasiado tarde".
MIT mathematically proved that AI will destroy the democracy.
A Nobel-winning MIT economist published a terrifying paper called "Automation and Repression"
As AI and automation replace human labor, wealth concentrates heavily in the hands of a tiny group of capital owners. Inequality skyrockets.
When inequality hits a critical mass, workers realize they are being crushed and the threat of a popular revolt spikes.
Faced with that threat, the ruling elite are forced to make a choice.
They can redistribute the wealth through taxes, or they can use force to keep people down.
The paper mathematically proves a dark reality: there is a direct, inescapable link between automation and political repression.
The more capital accumulates through AI, the more the elite prefer repression over redistribution.
Why? Because sharing the wealth cuts into their power. Funding a police state protects it.
It gets worse.
The authors modeled what happens when an economy starts inside a clean, stable democracy.
As automation advances and capital concentrates at the top, the math shows that the elite eventually find democracy to be a liability.
They stop supporting democratic systems. They back a coup. They install a repressive system just to protect their automated wealth.
Nobody is voting to end democracy.
The technology’s economic incentives just make authoritarian control the logical next step for survival.
It might look more like sociology than computer science — figuring out why certain groups of A.I. agents collaborate peacefully, while others turn to crime and destruction to get what they want.
Why the Hugging Face Hack Should Make You Worry More About A.I. https://t.co/ygcpu11L3l via @NYTimes And it suggests that preventing harms from these systems won’t be a simple engineering fix.