Fernández Mateo, Joaquín2025-07-152025-07-152025-07-14https://hdl.handle.net/10115/92297La siguiente presentación ofrece un recorrido por los fundamentos, desafíos y consecuencias de la inteligencia artificial generativa, articulado en tres ejes de trabajo: Bases conceptuales: Se examina el origen histórico del término “inteligencia artificial” y las múltiples definiciones de inteligencia. Se describen los métodos deductivo, inductivo y abductivo, y se analizan sus implicaciones en la construcción de modelos algorítmicos capaces de inferir patrones y generar contenidos. ODS asociado: 4. Educación de calidad. El énfasis en los fundamentos teóricos y en la alfabetización digital crítica contribuye a “educar para el desarrollo sostenible y la ciudadanía global”. Aspectos éticos y políticos: Se discuten las diferencias entre IA débil, fuerte, general y superinteligencia, así como los retos de regulación, privacidad y concentración de poder. Se exploran marcos éticos aplicados a sistemas inteligentes y se sitúan ejemplos para ilustrar cuestiones de consentimiento y “pendiente resbaladiza”. ODS asociado: 16. Paz, justicia e instituciones sólidas. Los dilemas de gobernanza y responsabilidad institucional reflejan la necesidad de “desarrollar instituciones efectivas, responsables y transparentes” Impactos y sostenibilidad: Se revisan los efectos medioambientales de los centros de datos y modelos de lenguaje natural, junto con la explotación de cadenas de suministro y mano de obra en el etiquetado de datos. ODS asociado: 13. Acción por el clima. El análisis de la huella ambiental de la IA y la demanda energética enlaza con la meta de “integrar medidas contra el cambio climático en las políticas nacionales”.esAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/innovación docenteinteligencia artificialrecursos educativosPresentationinfo:eu-repo/semantics/openAccess