Facultad de Ciencias Agronómicas · Universidad de Chile

Inteligencia Artificial Responsable
para la Investigación

Haz de la IA una aliada de tu investigación,
con criterio y propósito.

Asa B. Stone, PhD · Profesora visitante · Fulbright Scholar 2026–27

Quién soy

Me presento

Profesora visitante, Facultad de Ciencias Agronómicas, Universidad de Chile.

Fulbright Scholar 2026–27 · IA Responsable para el Bienestar Comunitario.

El primer día

Bienvenida

Se aprende haciéndolo, a lo largo de cuatro sesiones. La curiosidad es el único requisito; no vas a usar IA para todo, sino a practicar cuándo sí, cuándo no, y cómo dejar claro tu razonamiento.

Desde hoy sostenemos tres acuerdos:

Espacio relacionalConstruimos vínculos que siguen después del curso.
Espacio seguroTodas las preguntas caben. La confusión es parte de aprender.
Espacio creativoCada saber en la sala cuenta, incluido el tuyo.

La apuesta del curso

Liderazgo humano

La clave es el liderazgo humano: la persona lidera y responde, con la disposición de justificar cada decisión ante quienes se ven afectados. Las capacidades humanas se fortalecen con la práctica; por eso esta clase es interactiva.

Cinco capacidades que ejercitamos, emparejadas con el contenido de la IA responsable:

Juicio críticoCuestionar, sopesar y decidir con criterio.
Pensamiento sistémicoVer cómo se conectan las partes de un problema.
Comunicación efectivaExplicar y argumentar con claridad.
AdaptabilidadAprender y ajustarse ante lo nuevo.
Liderazgo y colaboraciónGuiar y construir con otras personas.

Quiénes somos · nuestra primera tarea

Preséntate

Conversar y conocernos es la primera tarea de esta clase. Cuéntanos:

Sesión 1 de 4 · Hoy · 14:00–17:15 · Sala Depto. Ingesu

La agenda de hoy

14:00 · 30 minApertura: bienvenida, presentaciones y encuadre
14:30 · 60 minFundamentos: los seis principios y los cuatro costos
15:30 · 15 minPausa
15:45 · 75 minStudio: co-creamos la §1 de la guía
17:00 · 15 minCierre: reflexión y qué viene

Qué vas a lograr

Al terminar el curso

AUsar IA con responsabilidadComprender la IA responsable y ejercer el juicio humano.
BPensar en sistemasIntegrar datos cualitativos y cuantitativos, y ver cómo interactúan lo ecológico, lo social y lo tecnológico.
CSituar tu éticaReconocer los desafíos éticos de tu campo y articular dónde te paras.

El curso

Cuatro sesiones, una pregunta por sesión

Sesión 1 · 18 ago · hoy¿Por qué la IA responsable?Exploramos los fundamentos.
Sesión 2 · 25 ago¿Cómo investigamos con IA?Investigamos con criterio.
Sesión 3 · 1 sep¿Qué capacidades cultivamos?Cultivamos capacidades humanas.
Sesión 4 · 8 sep¿Hacia dónde vamos?Proyectamos tu futuro.

Tres hilos que crecen contigo: la guía de campo colectiva, tu portafolio profesional y una práctica reflexiva.

Las entregas

Lo que construyes en el curso

Sesión 1 · 20%Guía · PrincipiosTu primer párrafo de la guía de campo colectiva.
Sesión 2 · 20%Guía · EjemplosUn caso situado en tu investigación.
Sesión 3 · 20%Portafolio en GitHubTu superficie profesional pública.
Sesión 4 · 30%Presentación en vivoProyectas tu futuro con IA responsable.

La reflexión semanal por QR aporta el 10% restante. De cada entrega te muestro un ejemplo o modelo.

Cómo se evalúa

El proceso, no solo el producto

Tu rolAutor individual del trabajo, y revisor del de otra persona.
La miradaSe evalúa cómo examinas, decides y declaras.
< 4,0Todavía noEstás en una ruta de aprendizaje; te animo a volver a entregar.
4,0 a 6,9LogradoCumples el checklist de la entrega. La meta del curso.
7,0Va más alláEstiras el estándar. Sin observaciones.

Es un proceso iterativo: las reentregas son bienvenidas.

La orientación del curso · empiezo por mí

Cómo usamos la IA aquí

La persona lidera, la IA asiste. Mi ejemplo es este curso: examiné las herramientas que uso para construirlo, las uso con criterio, y lo declaro.

1Examínala¿Qué hace? ¿Por qué usarla o no? Examiné las mías antes de empezar.
2ÚsalaCon criterio y conmigo al mando: redactar, diseñar, traducir.
3DecláralaDejo constancia. La mía está en el pie del sitio.
Código QR del sitio del curso
El sitio del cursoAquí vive todo, y al pie está mi declaración de uso de IA. Escanéalo.

Conversemos

¿Qué es la IA?

Una conversación abierta, para partir de lo que ya sabemos. No hay respuesta incorrecta.

En este curso

De la IA que ya usamos a la IA generativa

IA que ya usamos

Analítica y predictiva
  • Navegación: Google Maps predice rutas
  • Transporte: Uber empareja viajes
  • Banca: detección de fraude
  • Seguridad: biometría
  • Productividad: filtros de spam
  • Comercio: precios dinámicos
  • Entretenimiento: recomendaciones

IA generativa

Nuestro foco
  • Texto: LLM (modelo de lenguaje grande): ChatGPT, Google Gemini, Claude
  • Imágenes: Midjourney, DALL·E, Canva
  • Audio: Suno, Udio, Resemble AI
  • Video: Runway, Adobe Firefly, Pika

En esta clase nos enfocamos en usar la IA generativa de forma responsable.

Conversemos

¿Qué es la IA responsable?

Dicho de otro modo: ¿cómo usamos la IA generativa de forma responsable? Lo conversamos antes de nombrar los principios.

Para pensar¿Reconocemos cuándo la IA no se usa de forma responsable?
Para pensar¿Algún ejemplo que hayas visto o vivido?

Una respuesta en seis principios

La IA responsable

01TransparenciaSe sabe cuándo y cómo interviene la IA.
02ExplicabilidadSe entiende cómo llegó a lo que produjo.
03EquidadNo reproduce ni amplifica el sesgo.
04Rendición de cuentasLa responsabilidad es de las personas, siempre.
05AccesibilidadSirve a la comunidad, no solo a quien la construye.
06ConfiabilidadFunciona de forma consistente y se puede comprobar.

Principio 1 de 6

Transparencia

Definición. Se sabe cuándo y cómo interviene la IA. Sin esto, no hay forma de valorar lo demás.

Un ejemploMarcas de agua en las imágenes generadas por IA, y marcadores de procedencia en el texto (un desarrollo reciente, por ejemplo de Anthropic).
¿Y tú?🔎 ¿Has visto algo sobre este tema? Cuéntanos tu ejemplo.

Principio 2 de 6

Explicabilidad

Definición. Evitar la caja negra: explicar con claridad qué puede y qué no puede la herramienta, y cómo se llegó al resultado que obtuvimos.

Un ejemploDeclarar las capacidades y los límites de la herramienta, y mostrar el camino hasta el resultado: fuentes, pasos, decisiones.
¿Y tú?🔎 ¿Has visto una herramienta que no puedas explicar? Cuéntanos.

Principio 3 de 6

Equidad

Definición. No reproduce ni amplifica el sesgo. En la práctica: cuidar que los datos sean diversos y representativos, hacer el flujo de trabajo transparente y responsable, y evaluar y validar para no perpetuar la inequidad.

Un ejemploLa forma de interpretar los datos puede amplificar sesgos que ya existen.
¿Y tú?🔎 ¿Qué realidad podría quedar mal representada en los datos? Cuéntanos.

Principio 4 de 6

Rendición de cuentas

Definición. La IA no es humana: no puede tener ninguna responsabilidad. La responsabilidad de cada acción con IA es nuestra, con la disposición de justificar cada decisión ante quienes se ven afectados. Hoy más que nunca, nuestras acciones se observan: hay que poder justificarlas con criterio.

Un ejemploFirmar con mi nombre y poder justificar, punto por punto, una decisión apoyada en IA.
¿Y tú?🔎 ¿Ante quién responderías tú por una decisión apoyada en IA?

Principio 5 de 6

Accesibilidad

Definición. Sirve a la comunidad, no solo a quien la construye. Preguntar siempre: ¿quién puede realmente usarla, y quién queda fuera?

Un ejemploEl idioma y el medio dejan gente fuera: una herramienta solo en inglés, o disponible solo por un canal que no todas y todos tienen.
¿Y tú?🔎 ¿Quién queda fuera por idioma, medio, costo o conexión?

Principio 6 de 6

Confiabilidad

Definición. Funciona de forma consistente y se puede comprobar. En la práctica: verificar las citas, contrastar los datos, anclar el flujo en fuentes reales. Diseña antes de usar la IA, mantén a la persona al mando, y refina tu trabajo.

Un ejemploContrastar cada dato y cada cita en su fuente original antes de darlos por buenos.
¿Y tú?🔎 ¿Un caso donde no comprobar salió caro? Cuéntanos.

¿A quién le cuesta?

Los costos

Usar IA nunca es gratis. La pregunta no es solo qué hace, sino qué cuesta, y a quién. Cuatro lentes:

AmbientalAgua y energía detrás de cada consulta: los mismos suelos y aguas que estudiamos.
SocialTrabajo explotado, desinformación, poder e impactos humanos.
CognitivoLo que dejamos de ejercitar al delegar.
EpistémicoLo que dejamos de saber, y quién lo decide.

Costo 1 de 4

Ambiental

Definición. Los recursos reales detrás de cada consulta, y la injusticia ambiental de quién carga con el costo. La cuenta no aparece en la pantalla, pero existe.

AguaRefrigeración de los servidores en los centros de datos.
EnergíaEl consumo eléctrico de operar los centros de datos.
MaterialesResiduos electrónicos y extracción de recursos para el hardware.

🔎 ¿Qué has leído, visto, escuchado o entendido sobre este tema?

Costo 2 de 4

Social

Definición. El costo humano detrás de los modelos, pocas veces visible.

Trabajo explotadoPersonas que etiquetan y moderan datos para entrenar los modelos, muchas veces en malas condiciones.
Des/misinformaciónContenido falso o engañoso producido a escala.
BienestarSeguridad laboral, bienestar emocional y conexión social.

🔎 ¿Qué has leído, visto, escuchado o entendido sobre este tema?

Costo 3 de 4

Cognitivo

Definición. Lo que dejamos de ejercitar cuando delegamos sin criterio.

Descarga cognitivaDelegar el pensamiento a una herramienta externa (cognitive offloading).
Atrofia de habilidadesLas capacidades se debilitan cuando dejan de usarse.
Deuda cognitivaEl costo que se acumula cuando dejamos de hacer el trabajo mental.

🔎 ¿Qué has leído, visto, escuchado o entendido sobre este tema?

Costo 4 de 4

Epistémico

Definición. Lo que dejamos de saber, y quién lo decide.

Falsa sensación de saberConfianza y sensación de conocimiento sin el conocimiento real.
Robo y extracciónApropiación de sistemas de conocimiento: saberes locales y comunitarios.
HomogeneizaciónLa información se uniforma; se pierde la diversidad de fuentes y voces.

🔎 ¿Qué has leído, visto, escuchado o entendido sobre este tema?

Respiramos

Preguntas, y una pausa

Antes del descanso: ¿qué preguntas, dudas o desacuerdos quedaron dando vueltas?

AhoraPreguntas y respuestasUnos minutos para lo que quedó abierto.
Y luegoPausa · 15 minutosVolvemos al taller: co-creamos la §1 de la guía.

De vuelta de la pausa · al taller

Co-creamos la §1 de la guía

Estamos en el Studio: nos quedan unos 75 minutos, hasta el cierre a las 17:15.

Código QR para abrir la guía de campo
Abre la guía de campoEscanea el código y solicita acceso al documento para poder escribir tu párrafo.
Paso 1Decidimos la herramientao ninguna
→
Paso 2Cada quien eligeun principio y un costo
→
Paso 3Autor y revisorla tarea de la semana

El juicio situado y el criterio colectivo

Las tres preguntas

1.¿Qué hace?
2.¿Por qué usarla o no?
3.¿Cómo la uso con cuidado?
1Examinar
2Decidir
3Declarar

Practiquemos el ritual

¿Usamos esta herramienta,
o ninguna?

Corremos las tres preguntas, en vivo, sobre Gemini Pro Deep Research, y decidimos juntas: usarla con criterio, o escribir sin ninguna herramienta.

La decisión es el ejercicio Cualquiera de las dos respuestas es válida si el criterio está a la vista. Al terminar, la declaración: qué herramienta (o ninguna), qué acepté, qué modifiqué, qué rechacé, y por qué.

Manos a la obra · la tarea

Elige un principio y un costo

Escribes un párrafo breve por sección: uno de los seis principios y uno de los cuatro costos. El traslape está bien; lo sintetizamos después. Elige por interés, o por lo que esté disponible.

Tu compromiso para la Sesión 2§1
  • Escribes dos párrafos breves (un principio, un costo), con tu nombre.
  • Revisas el párrafo de otra persona con comentarios concretos.
  • Incluyes tu declaración de IA al pie: herramienta (o ninguna) y qué decidiste.
  • Llegas con una noticia, un evento o una acción sobre IA de tu vida para compartir.

Antes de irnos lo decidimos juntas: ¿prefieres traer tu laptop y trabajar aquí, o una alternativa?

Antes de irnos

El cierre

Ahora, en claseReflexión semanalEscanea el código y comparte tu reflexión de la semana. Código QR para la encuesta de reflexión
Qué vieneSesión 2 · ¿Cómo investigamos con IA?Martes 25 de agosto.

Hoy no aprendimos a usar la IA. Aprendimos a decidir cuándo, cómo y por qué.

Declaración: esta presentación se produjo con asistencia de IA (Claude Code). El contenido, las decisiones de diseño y la responsabilidad final son de Asa B. Stone.

1 / 32
← → avanzar · F pantalla completa