Los detectores de IA confunden a quienes aprenden a escribir con una máquina. Cómo funcionan, a quién perjudican y por qué no deben usarse para evaluar.

Del rostro que la cámara no reconoce a la etiqueta “en riesgo”: repasamos lo que aprendimos sobre justicia algorítmica y sesgos de la IA en educación.

Lo que cambia cuando el sesgo pasa por un algoritmo Descubre cómo el sesgo algorítmico impacta la convivencia escolar y la toma de decisiones. En el blog anterior, abordamos la taxonomía de sesgos propuesta por Ferrero y Barujel (2019), citados en Bakert (2022): teórico, metodológico, por entrenamiento de dato, por descontextualización e interpretativo. Sin embargo, estos sesgos no son exclusivos de los algoritmos, dado que también aparecen en otras herramientas y prácticas h

El sesgo algorítmico en educación no es solo un problema técnico. Descubre por qué la equidad exige la participación de toda la comunidad educativa. La perspectiva técnica del sesgo algorítmico lo analiza en el marco del ciclo de vida del aprendizaje automático, planteando que el problema puede mitigarse mediante la corrección de la muestra o el ajuste de métricas matemáticas de equidad. Desde este enfoque, el sesgo se origina principalmente en la fase de recopilación de dato

Qué es la cascada del agotamiento docente, cuánto cuesta al aprendizaje según la evidencia y qué acciones tomar. Basado en 3 estudios científicos.

Descubre en qué consiste el sesgo algorítmico y cómo afecta la equidad educativa