Entre Códigos y Corazones: Investigación e Inteligencia Artificial hacia una Tecnología más Humana
Open accessAbstract
La tecnología, más allá de su componente instrumental, debe incorporar dimensiones afectivas y éticas que refuercen la empatía junto con la solidaridad social. El objetivo del ensayo consistió en analizar cómo los procesos algorítmicos pueden articularse con las perspectivas éticas y afectivas propias de la experiencia humana. Para ello, el ensayo se enmarca en un paradigma humanista bajo un método inductivo, con enfoque cualitativo, de tipo interpretativo y de diseño narrativo de tópico. A lo largo del texto se reflexiona sobre las bases filosóficas de la inteligencia artificial (IA), sus aplicaciones en contextos de interacción social, así como sus implicaciones morales. Se examinan ejemplos concretos de sistemas inteligentes orientados al cuidado o la educación, contrastados con innovaciones de carácter estrictamente funcional. Asimismo, se plantea la necesidad de un enfoque interdisciplinar que integre perspectivas procedentes de la psicología, la sociología y la ciencia de datos. Finalmente, se concluye que solo mediante un diálogo permanente entre códigos y corazones podrá consolidarse un desarrollo tecnológico verdaderamente al servicio de la dignidad humana.
AI snapshot
Written from the paper’s full text.
TL;DR
This theoretical essay argues that algorithmic processes must be articulated with ethical and affective dimensions of human experience, proposing an interdisciplinary, humanist framework for AI development. It develops six thematic axes—transparency, bias/fairness, privacy, human-machine collaboration, discourse and power, and AI literacy—concluding that only a permanent dialogue between "codes and hearts" can produce technology in service of human dignity.
Key findings
- The essay organizes its argument around six interdependent axes: (a) transparency facilitates detection of errors and biases; (b) equity demands clear metrics and documentation of decisions; (c) privacy requires minimization principles, cryptographic techniques and data governance; (d) human-machine collaboration depends on comprehensible interfaces and responsible task distribution; (e) AI-generated language reproduces ideological frameworks present in training data; and (f) AI literacy needs interdisciplinary curricular integration with a transversal ethical dimension.
- On transparency, the text notes that deep learning models with millions of interconnected parameters make faithful interpretation difficult without sacrificing precision, and that some techniques produce "post hoc explanations" that justify outcomes without reflecting the actual inferential path.
- On bias, it cites Mehrabi et al.'s (2021) three bias types (representation, measurement, algorithmic) and notes that fairness metrics such as equality of opportunity (Hardt et al., 2016) and demographic parity (Feldman et al., 2015) cannot always be satisfied simultaneously, forcing ethical trade-offs.
- On privacy, it highlights federated learning (McMahan et al., 2017) and homomorphic encryption (Gentry, 2009) as partial safeguards, while noting that advances in de-anonymization show no method is infallible.
Methods
- Design: a humanist-paradigm essay using an inductive method, qualitative approach, interpretive type, and topical narrative design, structured around three core axes (ethics, empathy, technological governance) and six thematic sections.
- Data/sample: no empirical sample; the work is a theoretical and narrative analysis of representative cases of "humanized AI," contrasted with strictly functional innovations, drawing on philosophical, sociological and data-science literature.
- Analysis: conceptual and critical synthesis of cited theory and documented cases (e.g., Obermeyer et al., 2019 on racial bias in health prediction models; Esteva et al., 2017 on dermatology diagnostics), without quantitative metrics.
Limitations
- Stated by the paper: the scope is deliberately limited to theoretical and narrative analysis of representative cases of humanized AI, explicitly excluding empirical experiments and quantitative metrics, and excluding detailed technical descriptions of neural network architectures in favor of philosophical and sociological implications.
- Evident in the text: the essay offers no original empirical evidence, no systematic review protocol, and no reproducible selection criteria for the "representative cases" it discusses; its conclusions rest on argumentation and secondary sources rather than tested outcomes. The conclusion also describes the work as belonging to the "deductive" category, which sits uneasily with the inductive method declared in the introduction.
Model-written summary. Check it against the paper before relying on it.
Integrity signals
Registry
Cites
Statistics
Claims the paper makes
9 of 38 cited sources checked · 3 supported · 0 flagged · accuracy not yet measured
- Premisecitation
Los sistemas de diagnóstico basados en aprendizaje profundo han demostrado precisión comparable a la de los especialistas.
“Los sistemas de diagnóstico basados en aprendizaje profundo han demostrado precisión comparable a la de los especialistas (Esteva et al., 2017), pero la decisión final siempre recae en el juicio clínico humano.”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Esteva et al., 2017 source
- Premisecitation
La transparencia fortalece la confianza de los usuarios al ofrecer claridad sobre los procesos de decisión automatizada.
“La transparencia fortalece la confianza de los usuarios, pues ofrece claridad sobre los procesos de decisión automatizada.”
Quote in the paperSubstantial claim1 of 1 sources checked- cites Adams (2023) source
In “Explicability explained,” the paper says an opaque AI model can make the reasons for a medical decision difficult to understand. “The reductionist critique” also discusses helping patients understand how their situation was assessed. These passages support the claim about clarity, but our copy does not establish that transparency strengthens users’ trust. (LLM, conf=0.82)
Experimental — accuracy not yet measured
- Premisecitation
Modelos de predicción médica subestimaban la gravedad de pacientes pertenecientes a minorías raciales debido a datos sesgados.
“En salud, Obermeyer et al. (2019) demostraron cómo modelos de predicción médica subestimaban la gravedad de pacientes pertenecientes a minorías raciales debido a datos sesgados.”
Quote in the paperSubstantial claim1 of 1 sources checked- cites Obermeyer et al. (2019) source
El resumen del artículo (p. 2) y «Mechanism of bias» (p. 5) muestran que, a igual puntuación de riesgo, los pacientes negros estaban más enfermos que los blancos. La causa identificada es el uso del gasto sanitario como indicador de necesidad: a igual estado de salud, se gasta menos en pacientes negros. La frase amplía el hallazgo a las minorías raciales en general y lo atribuye de forma imprecisa a «datos sesgados». (LLM, conf=0.86)
Experimental — accuracy not yet measured
- Premisecitation
El equilibrio entre automatización y control humano permite que las personas se concentren en tareas creativas y estratégicas mientras delegan las operaciones repetitivas.
“Según Parasuraman et al. (2000), el equilibrio entre automatización y control humano permite que las personas se concentren en tareas creativas y estratégicas mientras delegan las operaciones repetitivas.”
Quote in the paperSubstantial claim1 of 1 sources checked- cites Parasuraman et al. (2000) source
The Secondary Evaluative Criteria section (p. 7) says routine, low-risk decisions are strong candidates for automation and that requiring human involvement in each could prevent operators from performing more important functions. The paper does not identify those functions as creative or strategic, and it treats the division of work as a design choice rather than a guaranteed benefit of balancing automation and human control. (LLM, conf=0.86)
Experimental — accuracy not yet measured
- Premisecitation
Hackathons, citizen laboratories, and maker communities promote collaborative experimentation and the creation of solutions with social impact.
“Hackathons, laboratorios ciudadanos y comunidades makers promueven la experimentación colaborativa y la creación de soluciones con impacto social (Henderikx et al., 2017).”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Henderikx et al., 2017 source
The Introduction and Discussion address MOOC participation, success, and dropout, not hackathons, citizen laboratories, or maker communities. Searches for those settings and for collaborative experimentation producing socially impactful solutions found no passage addressing the claim. (LLM, conf=0.76)
Experimental — accuracy not yet measured
- Premisecitation
Los sesgos en los sistemas de IA surgen de las desigualdades estructurales presentes en los datos y en los procesos de diseño.
“Los sesgos en los sistemas de IA surgen de las desigualdades estructurales presentes en los datos y en los procesos de diseño.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Barocas & Selbst (2016)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
La Comisión Europea (2016) y el RGPD (UE 2016/679, Art.22) establecen que ninguna persona debe ser objeto de decisiones automatizadas que produzcan efectos significativos sin supervisión humana.
“Desde el plano normativo, la Comisión Europea (2016) y el Reglamento General de Protección de Datos (UE, 2016/679, Art.22) establecen que ninguna persona debe ser objeto de decisiones automatizadas que produzcan efectos significativos sin supervisión humana.”
Quote in the paperNot a substantial claim0 of 2 sources checked- cites Comisión Europea (2016)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Reglamento General de Protección de Datos (UE, 2016/679, Art.22)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
AI-assisted co-creation promotes knowledge reuse through open communities and collaborative licenses.
“Esta interacción democratiza la creatividad, reduce los costos de desarrollo y promueve la reutilización del conocimiento gracias a comunidades abiertas y licencias colaborativas (Raymond, 1999).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Raymond, 1999
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
El aprendizaje federado permite entrenar modelos sin concentrar los datos sensibles en un servidor central.
“Entre las innovaciones recientes destaca el aprendizaje federado, que permite entrenar modelos sin concentrar los datos sensibles en un servidor central (McMahan et al., 2017).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites McMahan et al., 2017
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
El IEEE (2020) promueve estándares para una IA responsable basada en principios de equidad, transparencia y rendición de cuentas.
“Del mismo modo, el IEEE (2020) promueve estándares para una “IA responsable”, basada en principios de equidad, transparencia y rendición de cuentas.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites IEEE (2020)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Interpretationcitation
La inequidad algorítmica tiene efectos tangibles en la vida humana.
“Estos ejemplos evidencian que la inequidad algorítmica tiene efectos tangibles en la vida humana.”
Quote in the paperSubstantial claim - Interpretationreasoning
Language models trained with large data corpora inevitably reproduce the inequalities and stereotypes present in the societies that produce them.
“En consecuencia, los modelos de lenguaje entrenados con grandes corpus de datos reproducen inevitablemente las desigualdades y estereotipos presentes en las sociedades que los producen.”
Quote in the paperSubstantial claim - Premisecitation
Delegating communicative decisions to algorithms lacking contextual awareness or moral responsibility carries risk.
“Esta preocupación es compartida por Dignum (2019), quien subraya el riesgo de delegar decisiones comunicativas a algoritmos carentes de conciencia contextual o responsabilidad moral.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Dignum (2019) source
- Premisecitation
Language is one of the principal means by which power relations are exercised and legitimized.
“Desde el análisis crítico del discurso, van Dijk (2000) advierte que el lenguaje es uno de los principales medios por los cuales se ejercen y legitiman las relaciones de poder.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites van Dijk (2000)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
Generative algorithms explore thousands of functional and aesthetic solutions in seconds.
“Algoritmos generativos exploran miles de soluciones funcionales y estéticas en segundos (Bentley, 1999)”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Bentley, 1999 source
- Premisecitation
Algunas técnicas de explicabilidad introducen simplificaciones que distorsionan el proceso real de decisión, generando explicaciones pos hoc que justifican el resultado sin reflejar la ruta inferencial auténtica.
“Además, algunas técnicas introducen simplificaciones que distorsionan el proceso real de decisión, generando “explicaciones pos hoc” que justifican el resultado sin reflejar la ruta inferencial auténtica (Ananny & Crawford, 2018).”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Ananny & Crawford, 2018 source
- Interpretationcitation
The apparent objectivity of automated systems can generate a false discursive legitimacy, granting authority to messages that reproduce prejudices or exclusions.
“La objetividad aparente de los sistemas automatizados puede generar una falsa legitimidad discursiva, otorgando autoridad a mensajes que reproducen prejuicios o exclusiones.”
Quote in the paperSubstantial claim - Premisecitation
AI-assisted co-creation reduces development costs.
“Esta interacción democratiza la creatividad, reduce los costos de desarrollo y promueve la reutilización del conocimiento gracias a comunidades abiertas y licencias colaborativas (Raymond, 1999).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Raymond, 1999
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Interpretationreasoning
Gender, race, or class biases in AI are not simple technical failures but structural expressions of a symbolic order.
“Los sesgos de género, raza o clase no son simples fallos técnicos, sino expresiones estructurales de un orden simbólico que la IA puede perpetuar si no se diseñan mecanismos de corrección y supervisión ética.”
Quote in the paperNot a substantial claim - Interpretationreasoning
La transparencia deja de ser un requisito técnico para convertirse en un principio de legitimidad social.
“En consecuencia, la transparencia deja de ser un requisito técnico para convertirse en un principio de legitimidad social.”
Quote in the paperSubstantial claim - Premisecitation
Los modelos algorítmicos tienden a reproducir las asimetrías históricas de las sociedades que los originan.
“Barocas & Selbst (2016) advierten que los modelos algorítmicos, lejos de ser neutrales, tienden a reproducir las asimetrías históricas de las sociedades que los originan.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Barocas & Selbst (2016)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Interpretationcitation
AI can perpetuate gender, race, or class biases if correction and ethical supervision mechanisms are not designed.
“Los sesgos de género, raza o clase no son simples fallos técnicos, sino expresiones estructurales de un orden simbólico que la IA puede perpetuar si no se diseñan mecanismos de corrección y supervisión ética.”
Quote in the paperSubstantial claim - Premisecitation
Existen tres tipos de sesgos en IA: de representación, de medición y algorítmico.
“Mehrabi et al. (2021) distinguen tres tipos de sesgos: el de representación, asociado con la infrarrepresentación de ciertos grupos; el de medición, vinculado con la definición inexacta de variables; y el algorítmico, producto del diseño mismo de la arquitectura del modelo.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Mehrabi et al. (2021)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Interpretationreasoning
Generative AI systems insert themselves into a broader social dialogue loaded with values and cultural assumptions.
“Aplicado a la IA, este principio implica que los sistemas generativos también se insertan en un diálogo social más amplio, cargado de valores y supuestos culturales.”
Quote in the paperSubstantial claim - Premisecitation
Sistemas de crédito automatizados han negado préstamos a comunidades vulnerables sin criterios verificables.
“En el ámbito financiero, sistemas de crédito automatizados han negado préstamos a comunidades vulnerables sin criterios verificables (Barocas & Selbst, 2016).”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Barocas & Selbst, 2016
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Premisecitation
AI-assisted co-creation democratizes creativity.
“Esta interacción democratiza la creatividad, reduce los costos de desarrollo y promueve la reutilización del conocimiento gracias a comunidades abiertas y licencias colaborativas (Raymond, 1999).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Raymond, 1999
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Interpretationreasoning
AI-generated language reproduces ideological frameworks present in the training data.
“e) el lenguaje generado por IA reproduce marcos ideológicos presentes en los datos de entrenamiento;”
Quote in the paperNot a substantial claim - Premisecitation
Open learning platforms and massive online courses democratize global access to specialized content.
“Las plataformas abiertas de aprendizaje, junto con los cursos masivos en línea, democratizan el acceso global a contenidos especializados, mientras que los ecosistemas de código abierto potencian la cocreación del conocimiento y la cultura del intercambio solidario (Raymond, 1999).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Raymond, 1999
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- May combine two claims. 14
- Classified as probably not a substantial claim. 16
May combine two claims.
PremisecitationLos modelos de aprendizaje profundo son estructuras altamente complejas, con millones de parámetros interconectados, lo que dificulta extraer interpretaciones fieles sin sacrificar precisión.
“Los modelos de aprendizaje profundo son estructuras altamente complejas, con millones de parámetros interconectados, lo que dificulta extraer interpretaciones fieles sin sacrificar precisión (Lipton, 2016).”
Quote in the paperSubstantial claim1 of 1 sources checked- cites Lipton, 2016 source
La sección 3.1.3 señala que los métodos modernos de aprendizaje profundo carecen de transparencia algorítmica, y la sección 4.1 describe algunas compensaciones entre interpretabilidad y rendimiento. Sin embargo, el texto no atribuye esa dificultad a «millones de parámetros interconectados» ni afirma que obtener interpretaciones fieles exija sacrificar precisión. De hecho, la sección 3.2 indica que las interpretaciones posteriores pueden aplicarse sin sacrificar rendimiento predictivo, aunque no necesariamente expliquen con precisión cómo funciona el modelo. (LLM, conf=0.87)
Experimental — accuracy not yet measured
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationEl paradigma Zero Trust redefine la seguridad bajo la premisa de que ningún actor es confiable por defecto.
“El paradigma Zero Trust, planteado por Rose et al. (2020), redefine la seguridad bajo la premisa de que ningún actor es confiable por defecto, reforzando así la resiliencia ante amenazas.”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Rose et al. (2020) source
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa igualdad de oportunidades busca garantizar resultados similares para individuos con condiciones equivalentes.
“Desde una perspectiva computacional, Hardt et al. (2016) proponen la noción de igualdad de oportunidades, que busca garantizar resultados similares para individuos con condiciones equivalentes.”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Hardt et al. (2016) source
La sección 2.1 (p. 4) propone la igualdad de oportunidades: quienes devolverían un préstamo deben tener la misma oportunidad de obtenerlo, sin imponer esa condición a quienes no lo devolverían. Esto respalda la idea general de tratar de forma comparable a personas con el mismo resultado favorable, pero no garantiza resultados similares para todos los individuos con condiciones equivalentes. La sección 3 (p. 5) distingue expresamente su criterio de la similitud entre individuos. (LLM, conf=0.84)
Experimental — accuracy not yet measured
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa paridad demográfica persigue que los resultados favorables se distribuyan equitativamente entre grupos protegidos.
“Otros enfoques, como la paridad demográfica descrita por Feldman et al. (2015), persiguen que los resultados favorables se distribuyan equitativamente entre grupos protegidos.”
Quote in the paperNot a substantial claim1 of 1 sources checked- cites Feldman et al. (2015) source
Probably not a substantial claim: may not pass S2 (checkable). May combine two claims.
InterpretationreasoningEach word pronounced or generated by an AI system participates in the construction of meanings and reproduces the hierarchies of the social world.
“Esta visión invita a comprender que cada palabra pronunciada, o generada por un sistema de IA, participa en la construcción de sentidos y reproduce las jerarquías del mundo social.”
Quote in the paperNot a substantial claimMay combine two claims.
InterpretationreasoningLa objetividad técnica es una ilusión; cada sistema refleja decisiones humanas que impactan directamente en la justicia social.
“Este reconocimiento implica asumir que la objetividad técnica es una ilusión, cada sistema refleja decisiones humanas que impactan directamente en la justicia social.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationLa inteligencia colectiva surge cuando los algoritmos detectan patrones de sinergia entre los aportes humanos y los integran en tiempo real.
“La inteligencia colectiva surge cuando los algoritmos detectan patrones de sinergia entre los aportes humanos y los integran en tiempo real (Agrawal et al., 2018).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Agrawal et al., 2018
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
InterpretationcitationAI, by managing and classifying information flows, shapes the public sphere and redefines the limits of individual autonomy.
“La IA, al gestionar y clasificar los flujos de información, moldea la esfera pública y redefine los límites de la autonomía individual.”
Quote in the paperSubstantial claimClassified as probably not a substantial claim. May combine two claims.
PremisecitationEvery expression is uttered in response to other voices, real or anticipated, and produces effects on those who receive it.
“Toda expresión se enuncia en respuesta a otras voces, reales o anticipadas, y produce efectos sobre quienes la reciben.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Bajtín (1982)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
InterpretationcitationLa colaboración entre médico y máquina fortalece el diagnóstico, reduce errores y optimiza el tiempo de atención.
“La colaboración entre médico y máquina fortalece el diagnóstico, reduce errores y optimiza el tiempo de atención, pero también exige una regulación clara de responsabilidades y una formación digital permanente del personal sanitario.”
Quote in the paperSubstantial claimClassified as probably not a substantial claim.
PremisecitationLa privacidad es un derecho fundamental que resguarda la información personal frente a usos indebidos y prácticas de vigilancia masiva.
“La privacidad constituye un derecho fundamental que resguarda la información personal frente a usos indebidos y prácticas de vigilancia masiva (Reglamento UE 2016/679).”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Reglamento UE 2016/679
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable), S4 (based).
Interpretationnone givenLa humanización de las ciencias aplicadas es posible mediante un enfoque deliberadamente interdisciplinar.
“demostrando que la humanización de las ciencias aplicadas es posible mediante un enfoque deliberadamente interdisciplinar.”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationUNESCO emphasizes that ethical AI governance must involve civil society, the productive sector, and public institutions in a global co-responsibility framework.
“La UNESCO (2021) enfatiza que la gobernanza ética de la IA debe involucrar a la sociedad civil, el sector productivo y las instituciones públicas en un marco de corresponsabilidad global.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites UNESCO (2021)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationLas organizaciones que promueven la apertura de sus algoritmos reportan menores índices de litigios y fortalecen su reputación.
“Las organizaciones que promueven la apertura de sus algoritmos reportan menores índices de litigios y fortalecen su reputación (Wachter & Mittelstadt, 2019).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Wachter & Mittelstadt, 2019
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Classified as probably not a substantial claim.
PremisecitationEvery linguistic sign is also an ideological sign: a vehicle that reflects and models collective consciousness.
“Desde la perspectiva de Volóshinov (1976), todo signo lingüístico es también un signo ideológico: un vehículo que refleja y modela la conciencia colectiva.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Volóshinov (1976)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
PremisecitationDigital platforms transform discourse into a form of symbolic control and social surveillance.
“En la era de la economía de la atención, Couldry & Mejías (2019) evidencian cómo las plataformas digitales transforman el discurso en una forma de control simbólico y vigilancia social.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Couldry & Mejías (2019)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
May combine two claims.
InterpretationreasoningAutomated discourse incorporates and amplifies the politics of language.
“Así, el discurso automatizado no es ajeno a la política del lenguaje; por el contrario, la incorpora y la amplifica.”
Quote in the paperSubstantial claimMay combine two claims.
PremisecitationLas explicaciones claras reducen la resistencia al cambio tecnológico y fomentan la aceptación pública.
“los estudios de Ananny & Crawford (2018) demuestran que las explicaciones claras reducen la resistencia al cambio tecnológico y fomentan la aceptación pública.”
Quote in the paperSubstantial claim0 of 1 sources checked- cites Ananny & Crawford (2018) source
Probably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationEl cifrado homomórfico posibilita realizar operaciones sobre datos cifrados, preservando su confidencialidad incluso durante el procesamiento.
“Del mismo modo, el cifrado homomórfico descrito por Gentry (2009) posibilita realizar operaciones sobre datos cifrados, preservando su confidencialidad incluso durante el procesamiento.”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Gentry (2009)
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable), S4 (based). May combine two claims.
InterpretationreasoningAI-generated language not only transmits information but produces meaning, establishes hierarchies, and reflects the values of a society.
“En definitiva, el lenguaje generado por IA no solo transmite información, produce sentido, establece jerarquías y refleja los valores de una sociedad.”
Quote in the paperNot a substantial claimClassified as probably not a substantial claim. May combine two claims.
Interpretationnone givenHuman-machine collaboration depends on understandable interfaces and responsible distribution of tasks.
“d) la colaboración humano-máquina depende de interfaces comprensibles y distribución responsable de tareas;”
Quote in the paperSubstantial claim- Rests on an assumption: Human designers contribute cultural sensitivity, ethical judgment, and social vision.
Probably not a substantial claim: may not pass S4 (based).
Interpretationnone givenTransparency facilitates the detection of errors and biases.
“a) la transparencia facilita la detección de errores y sesgos;”
Quote in the paperNot a substantial claimProbably not a substantial claim: may not pass S3 (load-bearing).
PremisecitationEducation in AI is not limited to the technical dimension but projects as an exercise of cognitive and ethical emancipation that enables informed participation in the public sphere.
“La educación en IA, por tanto, no se limita a la dimensión técnica, sino que se proyecta como un ejercicio de emancipación cognitiva y ética que habilita la participación informada en la esfera pública (Unesco, 2021).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Unesco, 2021
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Rests on an assumption: AI literacy is one of the pillars of contemporary citizen formation.
May combine two claims.
PremisecitationOpen-source ecosystems enhance knowledge co-creation and the culture of solidarity exchange.
“Las plataformas abiertas de aprendizaje, junto con los cursos masivos en línea, democratizan el acceso global a contenidos especializados, mientras que los ecosistemas de código abierto potencian la cocreación del conocimiento y la cultura del intercambio solidario (Raymond, 1999).”
Quote in the paperNot a substantial claim0 of 1 sources checked- cites Raymond, 1999
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
Probably not a substantial claim: may not pass S2 (checkable). May combine two claims.
PremisecitationA formative approach that intertwines technical competencies with philosophical, economic, and political reflection on automation promotes holistic understanding of the technological phenomenon and ethical co-responsibility of future professionals.
“Este enfoque formativo propicia una comprensión holística del fenómeno tecnológico y promueve la corresponsabilidad ética de los futuros profesionales (Luckin et al., 2016;Unesco, 2021).”
Quote in the paperNot a substantial claim0 of 2 sources checked- cites Luckin et al., 2016
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- cites Unesco, 2021
Couldn’t be matched to a paper in Crossref, so it can’t be checked.
- Rests on an assumption: Understanding the principles governing algorithms and their decision logics enables individuals to critically analyze the technologies that mediate their daily life.
- Rests on an assumption: AI literacy is one of the pillars of contemporary citizen formation.
The paper relies on this without support.
Las métricas de igualdad de oportunidades y paridad demográfica no siempre pueden cumplirse simultáneamente.
“Sin embargo, ambas métricas no siempre pueden cumplirse simultáneamente, lo que obliga a reflexionar sobre los dilemas éticos que emergen al priorizar ciertos criterios sobre otros.”
The paper relies on this without support.
La proliferación de sistemas inteligentes que operan sin considerar las repercusiones emocionales y éticas de sus decisiones automatizadas es la razón de la relevancia del análisis.
“La relevancia del análisis radica en la proliferación de sistemas inteligentes que operan sin considerar las repercusiones emocionales y éticas de sus decisiones automatizadas.”
The paper relies on this without support.
Ningún método de anonimización es infalible.
“Sin embargo, los avances en técnicas de desanonimización evidencian que ningún método es infalible; por ello, deben complementarse con mecanismos de privacidad diferencial y protocolos criptográficos avanzados.”
The authors state this as an assumption.
Technology must integrate ethical and affective dimensions.
“El ensayo partió de la premisa de que la tecnología debe integrar dimensiones tanto éticas como afectivas”
The paper relies on this without support.
Human designers contribute cultural sensitivity, ethical judgment, and social vision.
“mientras los diseñadores humanos aportan sensibilidad cultural, criterio ético y visión social.”
The paper relies on this without support.
Understanding the principles governing algorithms and their decision logics enables individuals to critically analyze the technologies that mediate their daily life.
“Comprender los principios que rigen los algoritmos y sus lógicas de decisión permite a los individuos analizar críticamente las tecnologías que median su vida cotidiana.”
The paper relies on this without support.
AI literacy is one of the pillars of contemporary citizen formation.
“La alfabetización en IA constituye uno de los pilares de la formación ciudadana contemporánea.”
The authors state this as an assumption.
A technology oriented to human dignity is possible and necessary.
“la conclusión reafirma, a la luz de lo expuesto, la tesis inicial sobre la posibilidad y necesidad de una tecnología orientada a la dignidad humana”
Self-check
Percentages, sums and reported differences re-computed from the paper’s own numbers.
Each contradiction between two passages listed here was confirmed by an independent check.
The study is described as both inductive and deductive
MinorThe methodology identifies the research as inductive, but the conclusion classifies the same work as deductive without explaining a change in method.
“la investigación se sustenta en el método inductivo, que parte de ejemplos concretos para abstraer principios teóricos.”
“el presente trabajo investigativo se inscribe en la categoría deductiva: la conclusión reafirma, a la luz de lo expuesto, la tesis inicial”
Cites
Dermatologist-level classification of skin cancer with deep neural networks
Esteva, A., Kuprel, B., Novoa, R. A., Ko, J., Swetter, S. M., Blau, H. M., & Thrun, S. (2017) · Nature · doi:10.1038/nature21056 · Cited by 14,362 · see citing works
Dissecting racial bias in an algorithm used to manage the health of populations
Obermeyer, Z., Powers, B., Vogeli, C., & Mullainathan, S. (2019) · Science · doi:10.1126/science.aax2342 · Cited by 7,137 · see citing works
A Survey on Bias and Fairness in Machine Learning
Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2022) · ACM Computing Surveys · doi:10.1145/3457607 · Cited by 5,812 · see citing works
The Mythos of Model Interpretability
Lipton, Z. C. (2016) · arXiv · doi:10.48550/arxiv.1606.03490 · Cited by 5,422
A model for types and levels of human interaction with automation
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000) · IEEE Transactions on Systems, Man, and Cybernetics - Part A: Systems and Humans · doi:10.1109/3468.844354 · Cited by 4,195 · see citing works
Raymond, E. S. (1998) · Knowledge, technology & policy/Knowledge in society/Knowledge, technology, & policy · doi:10.1007/s12130-999-1026-0 · Cited by 3,083 · see citing works
Barocas, S., & Selbst, A. D. (2014) · doi:10.2139/ssrn.2477899 · Cited by 3,048 · see citing works
Equality of Opportunity in Supervised Learning
Hardt, M., Price, E., & Srebro, N. (2016) · arXiv · doi:10.48550/arxiv.1610.02413 · Cited by 2,536 · see citing works
Ananny, M., & Crawford, K. (2018) · New Media & Society · doi:10.1177/1461444816676645 · Cited by 1,836 · see citing works
Certifying and Removing Disparate Impact
Feldman, M., Friedler, S. A., Moeller, J., Scheidegger, C., & Venkatasubramanian, S. (2015) · Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining · doi:10.1145/2783258.2783311 · Cited by 1,827 · see citing works
The Costs of Connection: How Data Is Colonizing Human Life and Appropriating It for Capitalism
Couldry, N., & Mejias, U. A. (2020) · doi:10.1515/9781503609754 · Cited by 1,246 · see citing works
Responsible Artificial Intelligence: How to Develop and Use AI in a Responsible Way
Dignum, V. (2019) · Artificial Intelligence: Foundations, Theory, and Algorithms · doi:10.1007/978-3-030-30371-6 · Cited by 1,197 · see citing works
Rose, S., Borchert, O., Mitchell, S., & Connelly, S. (2020) · doi:10.6028/nist.sp.800-207 · Cited by 1,174 · see citing works
Shneiderman, B. (2020) · ACM Transactions on Interactive Intelligent Systems · doi:10.1145/3419764 · Cited by 768 · see citing works
Floridi, L. (2010) · Oxford University Press eBooks · doi:10.1093/acprof:oso/9780199641321.001.0001 · Cited by 644 · see citing works
A Right to Reasonable Inferences: Re-Thinking Data Protection Law in the Age of Big Data and AI
Wachter, S., & Mittelstadt, B. (2018) · doi:10.31228/osf.io/mu2kf · Cited by 463 · see citing works
Cheong, B. C. (2024) · Frontiers in Human Dynamics · doi:10.3389/fhumd.2024.1421273 · Cited by 445 · see citing works
Rose, S., Borchert, O., Mitchell, S., & Connelly, S. (2020) · doi:10.6028/nist.sp.800-207-draft2 · Cited by 239 · see citing works
Cavoukian, A. (2012) · Privacy Protection Measures and Technologies in Business Organizations · doi:10.4018/978-1-61350-501-4.ch007 · Cited by 209 · see citing works
Refining success and dropout in massive open online courses based on the intention–behavior gap
Henderikx, M. A., Kreijns, K., & Kalz, M. (2017) · Distance Education · doi:10.1080/01587919.2017.1369006 · Cited by 191 · see citing works
Aspects of Evolutionary Design by Computers
Bentley, P. (1999) · Advances in Soft Computing · doi:10.1007/978-1-4471-0819-1_8 · Cited by 120 · see citing works
The Economics of Artificial Intelligence: An Agenda
Agrawal, A. K., Gans, J. S., & Avi Goldfarb, B. (2019) · RePEc: Research Papers in Economics · doi:10.7208/chicago/9780226613475.001.0001 · Cited by 112 · see citing works
The Costs of Connection: How Data Are Colonizing Human Life and Appropriating It for Capitalism
Couldry, N., & Mejias, U. A. (2020) · Social Forces · doi:10.1093/sf/soz172 · Cited by 47 · see citing works
Defending explicability as a principle for the ethics of artificial intelligence in medicine
Adams, J. (2023) · Medicine, Health Care and Philosophy · doi:10.1007/s11019-023-10175-7 · Cited by 42 · see citing works
Flagged first, then by citations
Research works printed but not linked: 8
- Bajtín, M. M. (1982). The dialogic imagination: Four essays (M. Holquist, Ed.; C. Emerson & M. Holquist, Trans.). University of Texas Press.
- (EU) 2016/679 of the European Parliament and of the Council of 27 April 2016 on the protection of natural persons with regard to the processing of personal data and on the free movement of such data (General Data Protection Regulation). Official Journal of the European Union, 1-88. https://n9.cl/bkdv7
- European Union. (2024). Artificial Intelligence Act (EU Regulation 2024/1689 of the European Parliament and of the Council of 13 June 2024 on artificial intelligence and amending certain Union legislative acts). Official Journal of the European Union. https://n9.cl/k1ka6
- IEEE. (2020). Ethically Aligned Design: A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems (2nd ed.). IEEE.
- Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson Education.
- McMahan, B., Moore, E., Ramage, D., Hampson, S., & y Arcas, B. A. (2017). Communication-efficient learning of deep networks from decentralized data. Proceedings of the 20th International Conference on Artificial Intelligence and Statistics, 54, 1273–1282. https://n9.cl/3eh3z
- Norman, D. A. (2013). The Design of Everyday Things (Revised and expanded ed.). Basic Books.
- Volóshinov, V. N. (1976). Marxism and the philosophy of language (L. Matejka & I. R. Titunik, Trans.). Harvard University Press.
Cited by
Sorted by citations
Mujica-Sequera, R. M., & Rosillón, K. (2026) · RIED Revista Iberoamericana de Educación a Distancia · doi:10.5944/ried.48905
Self-citationSepúlveda, H. A. Á., & Ríos, C. G. B. (2026) · Religación Press eBooks · doi:10.46652/religacionpress.493.c1053
- Authors
- Garcia-Heredia, N. B., & Mujica-Sequera, R. M.
- Affiliations
- Valencian International University (ES)
- Grupo Docente 2.0 C.A. (VE)
- Venue
- Revista Docentes 2.0
- Publisher
- Grupo Docentes 20 C.A.
- Published
- 2025-11-29
- Volume
- 18
- Issue
- 2
- Pages
- 337-345
- ISSN
- 2665-0266 (ISSN-L)
- OpenAlex
- W4416816467
- Cited by
- 0
- References
- 16
- FWCI
- 0.00
- Type
- journal article
- Language
- es
- Open access
- diamond
- doi.org
- Licence
- Locations
- Revista Docentes 2 0 (publishedVersion, cc-by-nc-nd)
- Dialnet (Universidad de la Rioja) (submittedVersion)
- Topics
- Social Sciences › Safety Research › Ethics and Social Impacts of AI
- Social Sciences › Arts and Humanities › History and Philosophy of Science › Cybernetics and Technology in Society
- Physical Sciences › Computer Science › Artificial Intelligence › Artificial Intelligence Applications
- Keywords
- artificial intelligence, affective computing, AI ethics, humanism, empathy, social solidarity, human dignity, educational technology, human-AI interaction, interdisciplinary approach, philosophy of artificial intelligence
About these checks
Registry, retraction, Cites and statistics results are computed, not judged, with one exception: a printed reference that no index lists is read once by a model before it counts as a citation error. Claims are extracted by a model and kept only when their quote appears verbatim in the text; each cited source is then checked, with a model’s help, for whether it says what the claim relies on. Those verdicts can be wrong — read the claim’s quote and the cited source before relying on one.
Claims read by deepseek-v4.1-flash under definition version 3 (extract-v3) on 2026-11-04.
Classified by jev-1.13-20260917 (gold-guideline-v0.2) on 2026-11-04.
Cited sources are checked by gpt-6-sol.
Statistics and arithmetic are recomputed, not judged.
Confidence bands are shown only for fields calibrated on our annotated test set. None is calibrated yet, so no band is shown.
What counts as a claim ›How we measure confidence ›How we check this ›
Are you an author, or do you see a problem with this page? Request a review
