Do GenAI applications introduce biodiversity-related biases in pre-service primary teachers?

Abstract

El uso de herramientas de inteligencia artificial generativa (IAG) en contextos de educación superior se está expandiendo rápidamente, lo que genera preocupación sobre la fiabilidad y los posibles sesgos de sus resultados. Uno de los temas más controvertidos de nuestra sociedad es la crisis ambiental y la pérdida de biodiversidad, que requiere un enfoque educativo adecuado para prevenir la perpetuación de ideas erróneas. Este estudio investiga si las aplicaciones de IAG introducen sesgos relacionados con la biodiversidad y cómo estos sesgos afectan a los futuros maestros de primaria. Un total de 141 estudiantes de magisterio de educación primaria participaron en una encuesta que exploró sus opiniones sobre el uso educativo de la IAG y su respuesta a la tarea de generar una lista de 100 especies en peligro de extinción mediante chatbots de IAG. Los resultados mostraron sesgos cognitivos consistentes en todas las aplicaciones de IAG: un fuerte sesgo positivo hacia los mamíferos, sesgos negativos contra insectos, plantas, hongos y otros grupos, y sesgos geográficos que sobrerrepresentan Asia, Europa y América del Norte. Los estudiantes modificaron con frecuencia sus respuestas iniciales según los resultados de la IAG, incluso cuando estos contradecían datos científicos. Una vez informados sobre estos sesgos, los participantes expresaron una pérdida parcial de confianza en las herramientas de IAG. Estos hallazgos ponen de relieve la persistencia de sesgos relacionados con la biodiversidad en las aplicaciones de IA genómica y enfatizan la necesidad de fomentar el pensamiento crítico al integrar dichas herramientas en la formación del profesorado.