La nueva etapa de la confusión digital
Author: Sona Grigoryan
Read the full article by downloading it below.
INTRODUCTION
La inteligencia artificial hace tiempo que ha dejado de ser ciencia ficción y se ha convertido en una herramienta digital que se usa diariamente, tanto en el ámbito laboral y educativo, como en nuestro día a día.
Su crecimiento ha sido exponencial, especialmente en los últimos meses. Los avances de estos algoritmos avanzados y su presencia en nuestra vida cotidiana han incrementado la incertidumbre hacia los cambios del futuro y los límites de sustitución humana que podrían llegar a suceder.
Hoy en día, las tecnologías de IA generativas, como Chat GPT (entre otras), permiten crear textos, canciones, audios, videos; nos ayudan a hacer una presentación, escribir un correo y crear todo tipo de cosas con pocos clics, usando mínimo esfuerzo y tiempo.
Recientemente, el crecimiento y la mejora cualitativa que tuvo la IA, y especialmente el Chat GPT, ha hecho preguntar hasta ¿qué punto podría la creación de este último acercarse a la realidad y quiénes serían capaces de distinguir entre lo que es real y lo que es un producto artificial?
Hace dos años, en 25 de abril de 2023, se publicó un experimento científico llamado “Seeing is not always believing: Benchmarking Human and Model Perception of AI-Generated Images1” por Kenneth Li et al, en arXiv, donde se evaluó a más de 100.000 humanos, usando más de 10.000 imágenes. Los resultados de este experimento mostraron que los humanos solo acertaron el 61.3% de los casos, lo cual está cerca del azar.
Este experimento nos interesó mucho y nos hizo preguntar cuál sería la capacidad que la gente tiene hoy en día después de las mejoras de la IA y cuáles serían los factores que podrían ayudar o perjudicar la capacidad de distinción de lo real a lo virtual.
Para investigarlo hemos realizado un experimento, teniendo en cuenta algunos factores relevantes, como la generación, el nivel educativo, el género, el campo de especialización, el nivel del conocimiento de la IA y la frecuencia del uso de este último.
1. Metodología de investigación
Como método de investigación hemos puesto en práctica un análisis de distinción entre el contenido generado por IA del contenido real. Para ello, hemos creado una encuesta (con un total de 53 muestras) la cual contenía diferentes preguntas divididas en: generales/demográficas, uso y familiaridad con IA, pruebas de detección, percepción y ética.
El primer bloque se centró en preguntas generales/demográficas, con el objetivo de saber quién nos estaba respondiendo, para emplear comparaciones más precisas. De esta forma serecogió información sobre la generación, el país y continente, su género, el nivel de educación y el sector profesional. Estas variables, nos ayudan a analizar si existen diferencias a la hora de distinguir la realidad entre lo artificial en función de la edad, cultura, geografía, nivel formativo o ámbito profesional. Por ejemplo, saber si las personas con un nivel de educación más alto responden mejor a las preguntas que las personas con un nivel de educación más bajo, o al revés.
En segundo bloque, estuvo basado en preguntas relacionadas con el uso y la familiaridad con la inteligencia artificial. Estas preguntas son más directas para entender qué relación tiene cada persona con la IA. En primer lugar, preguntamos con qué frecuencia los encuestados usaban esta tecnología, con el objetivo de poder averiguar si estar más acostumbrado a usar la inteligencia artificial te hace mejor a la hora de reconocerla. En segundo lugar, preguntamos el nivel de familiaridad que tenían, para saber si se consideran personas familiarizadas con la IA, ya que se puede dar el caso de que alguien no la usa mucho pero sabe bastante, o al revés. En esta última era interesante ver si había coherencia entre lo que creen y lo que realmente saben.
Una vez definimos el perfil del encuestado empezamos con el tercer bloque. En este apartado evaluamos objetivamente a los encuestados proponiendoles diferentes ejercicios en diferentes formatos dónde pedíamos que distinguieran el contenido real del contenido generado artificialmente. El primer ejercicio fueron los textos, uno real y otro artificial, para averiguar si les resultaba fácil o difícil distinguir cuando solo hay palabras. Después, enseñamos 3 pares de imágenes (una real, y otra generada por IA). Para medir la capacidad visual de distinción. Seguidamente, hicimos lo mismo que las imágenes pero con folletos publicitarios. A continuación, pasamos con 2 pares de vídeos (también uno real y otro generado por IA), para ver si en movimiento la gente lo tiene más claro hoy en día. Finalmente, las pruebas de audios, dónde pusimos varios fragmentos de voz (reales y artificiales). Este último apartado es importante ya que actualmente ya hay entidades que emplean este tipo de formato para estafas en Internet
Para terminar, el último bloque constó de 2 preguntas sobre percepción y ética de tipo más reflexivas. La primera, preguntamos si les había parecido difícil distinguir entre IA y realidad. Así podríamos analizar si la percepción de la persona sobre lo que ha hecho coincide con sus resultados. La segunda pregunta, si consideran ético el uso de la IA para crear contenido. Esta opinión más personal, no influía directamente en la capacidad de detectar lo falso de lo real pero sí en el contexto del debate que planteamos en este artículo, la legitimidad del uso de la IA para crear contenido, y hasta qué punto debería estar regulada.
2. Resultados:
Una vez concluida la encuesta enfocada en la identificación del uso de inteligencia artificial en sus diversas formas tales como texto, imágenes, vídeos, audios y publicidad, hemos obtenido un total de 53 respuestas.
Basándonos en estos datos, llevaremos a cabo un estudio exhaustivo y detallado que nos facilite entender de manera más profunda las percepciones, el grado de reconocimiento y el efecto que estas tecnologías producen en los usuarios y la dificultad que implica reconocerlas, para posteriormente sacar conclusiones al respecto.
En un principio, nos centraremos en conocer en cuál es el tipo de contenido donde se muestra el mayor número de fallos, esto nos ayudará a entender, según los diversos avances de la IA que es lo que más se asemeja a la realidad y causa mayor confusión entre los individuos.
Posteriormente, analizaremos las variables que podrían influir en el siguiente orden:
En primer lugar, compararemos los diferentes resultados basándonos en las generaciones de interés, las cuales estarán agrupadas de la siguiente manera:
- Generación X (1965-1980)
- Generación Y (1981-1996)
- Generación Z (1997-2012)
En segundo lugar, tendremos en cuenta el país de origen de los participantes para determinar si hay alguna correlación con la capacidad de detección de la IA en los contenidos presentados.
En tercer lugar, separaremos a los individuos en diferentes grupos basándonos en el sector profesional al que se dedican, en este caso la segmentación es la siguiente:
- Humanístico
- Artístico
- Científico
- Social
- Tecnológico
En cuarto lugar, exploraremos si la frecuencia en la utilización de la inteligencia artificial afecta la habilidad para identificar contenidos producidos a través de esta tecnología, con el objetivo de determinar si una mayor exposición facilita o dificulta su detección.
En quinto lugar, veremos si hay alguna diferencia en el género de la persona que responde la encuesta para identificar entre contenidos creados por la IA y entre contenidos que son reales.
En sexto y último lugar, también analizaremos si el nivel educativo de los participantes tiene algún tipo de influencia a la hora de distinguir, en este caso hemos dividido grupos diferenciados de la siguiente manera:
- Primaria
- Secundaria
- Bachillerato
- Formación profesional(ciclo)
- Educación superior(uni, máster, etc)
2.1 MAYOR PORCENTAJE DE RESPUESTAS INCORRECTAS SEGÚN EL CONTENIDO:
Como bien lo hemos mencionado anteriormente, nuestra encuesta constaba de diversos contenidos a diferenciar entre ellos: texto, imágenes, vídeos, audios y publicidad. Para nosotros era significativo conocer en qué tipo de contenido se ha equivocado la mayor parte de los individuos encuestados.
Los resultados han sido los siguientes:
Tal y como podemos observar en el gráfico:
El error más común se origina en la diferenciación de videos, nuestros encuestados fallaron alrededor de 31.8% en identificar cuál era el video realizado por IA en comparación con el verdadero.
En segundo lugar, para muchos usuarios fue complicado detectar cuáles de los textos presentados en la encuesta eran hechos por un humano y cuáles por Chatgpt, el porcentaje de fallos ha sido 24,2%.
Por otra parte, con respecto al audio hemos puesto en la encuesta canciones de artistas reconocidos, una de ellas creada con inteligencia artificial e imitando fielmente la voz del cantante, y otra la versión original. Esto dió pie a confusiones por parte de los encuestados, se muestra un 17.8% de errores en la detección.
Finalmente, para los individuos fue más sencillo la diferenciación entre imágenes como retratos, animales, paisajes, etc. En este caso, el porcentaje de fallo es de 14.4% y lo mismo ocurrió con la publicidad, fue visualmente más reconocible para los individuos, ya que ocupa el lugar con menos errores 11.4%.
2.2 ANÁLISIS BASÁNDONOS EN LA GENERACIÓN A LA QUE PERTENECE EL INDIVIDUO:
Es crucial examinar la influencia de las distintas generaciones en la habilidad para diferenciar contenidos producidos por inteligencia artificial, dado que el pensamiento crítico según la edad y la experiencia digital pueden influir de manera significativa en esta percepción.
2.2.1 COMPONENTES DEL GRÁFICO
Hemos asignado puntos a cada generación para diferenciarlas entre sí:
● Eje X (horizontal):
– Generación X (1965-1980) -> 0
– Generación Y (1981-1996) -> 1
– Generación Z (1997-2012) -> 2
● Eje Y (vertical):
Tenemos la suma total de puntos obtenidos en el cuestionario (mayor puntuación implica mejor rendimiento) y cada individuo esta representado por un punto.
● Línea azul:
Es una recta de regresión lineal, la cual nos indica la tendencia general del rendimiento según generación.
Observación: Por cada respuesta correcta hemos sumado dos puntos, mientras que las respuestas incorrectas han restado un punto. Las respuestas “ninguno/a” han sumado cero, de otras palabras, no han restado y, finalmente, cuando un individuo elige “ambos/as”, se suma un punto (Tabla abajo)
2.2.2 INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS:
La recta nos muestra una pendiente positiva, lo que significa que, a medida que avanzamos a generaciones más jóvenes, la puntuación media de aciertos aumenta.
De forma más específica obtenemos que:
- Generación X (0): Concentración de respuestas en la parte baja del gráfico, con varios puntos por debajo de 5. Esto nos quiere decir que en comparación con las otras generaciones obtienen un bajo rendimiento general.
- Generación Y (1): Presencia de mayor dispersión. Esto nos sugiere que, algunos individuos obtienen altos puntajes, pero otros tienen resultados bajos, lo que indica que hay mucha variedad de respuestas.
- Generación Z (2): En este caso, se nota una mayor concentración de puntos altos, lo cual refleja una mejor capacidad global para identificar contenidos generados por IA.
2.2.3 IMPLICACIONES:
En primer lugar, obtenemos que las generaciones más jóvenes poseen una mejor capacidad perceptiva frente a contenidos generados por IA. Es decir, los más jóvenes cuentan con una mayor habilidad de detección ante elementos generados por IA en comparación con sus generaciones precedentes.
Por otro lado, la generación Y cuenta con un desempeño intermedio y actúa como transición. No podemos determinar claramente una interpretación concisa, ya que sus datos son muy dispersos.
La Generación X han sido los individuos con mayor edad en la muestra, y son quienes cuentan con mayores dificultades para la identificación de la IA.
Todo lo mencionado anteriormente nos lleva a sugerir que la edad (o generación) es un indicador evidente del rendimiento, y que la exposición a la tecnología desde edades tempranas (como en Gen Z) potencia significativamente esta habilidad de reconocimiento. Estos otros gráficos sustentan la interpretación expresada anteriormente:
Podemos observar claramente cómo las generaciones más jóvenes, especialmente la Generación Z, poseen una mayor familiaridad con la inteligencia artificial y la tecnología digital, lo que posiblemente favorece su mayor habilidad para diferenciar el contenido producido por la IA.
2.2.4 OBSERVACIÓN RELEVANTE:
Tras el análisis de esta variable, hemos obtenido un resultado relevante para la investigación.
Si bien los gráficos anteriores muestran tendencias coherentes y válidas, si ahora en vez de tomar en cuenta todos los contenidos de la encuesta, y nos centramos en examinar sólo los resultados de las tres preguntas que generaron mayores dificultades, obtendremos un resultado distinto.
Anteriormente, obtuvimos como implicación principal que las generaciones más jóvenes presentan una mayor capacidad de distinguir la IA, mientras que las generaciones anteriores (principalmente la Gen X) mostraron un menor rendimiento. Sin embargo, cuando sólo tenemos en cuenta las tres preguntas difíciles, nos encontramos con la siguiente regresión:
Como podemos ver, la nueva recta de regresión, cuenta con una pendiente sutilmente negativa, es decir, ahora la Gen Z demostró un peor rendimiento (muy pequeño) que las demás generaciones. Aunque la diferencia es apenas visible, ya que tiende a ser plana.
Esto sugiere que, dado el continuo avance de la inteligencia artificial, resulta cada vez más difícil para el ojo humano distinguir entre lo real y lo que no, independientemente de la generación a la que pertenezca el individuo.
2.3 ANÁLISIS BASÁNDONOS EN LOS PAÍSES DE ORIGEN DE CADA INDIVIDUO CON MÁS RESPUESTAS OBTENIDAS
Hemos recopilado los datos de los 4 países con más participantes en la encuesta. De esta manera, analizaremos si la nacionalidad influye de alguna forma en la detección de elementos generados por IA
2.3.1 COMPONENTES DEL GRÁFICO
● Eje X (horizontal):
Se encuentran el posible número de respuestas correctas que pueden alcanzar los individuos
● Eje Y (vertical)
Los países de origen con más partícipes en la encuesta.
● Media:
El cuadrado con la x representa la media de cada país, y los diversos puntos son los individuos y su respectivas respuestas correctas visualizadas en el eje y.
2.3.2 INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS:
China presenta el promedio más elevado de respuestas acertadas, lo que indica que, en términos generales, los participantes de China demostraron el mejor rendimiento en comparación con otros países en relación a la correcta identificación del contenido.
Por otro lado, España y Venezuela poseen medias muy similares, situándose entre China y Rusia.
El país que presenta el promedio de respuestas acertadas más bajo es Rusia, lo que señala un desempeño relativamente inferior entre los cuatro países.
2.3.3 IMPLICACIONES:
Tal y como podemos observar en los gráficos expuestos anteriormente, existen diferencias reales entre los países encuestados en relación a la capacidad de poder diferenciar el contenido hecho por la IA del que no, en especial entre el país con más aciertos (China) y el país que obtuvo menos (Rusia).
Estas diferencias podrían atribuirse a diversos factores no explorados en este gráfico específico, como por ejemplo, diversas diferencias culturales con respecto al consumo de medios, niveles educativos de los individuos, infraestructura tecnológica o diferentes niveles de exposición al contenido generado por la IA (en este caso, sabemos que en Rusia está totalmente prohibido el uso de Chat GPT, la herramienta más común hasta que Deep Seek lo superó en enero de 20252).
Además, el rendimiento relativamente inferior observado de los encuestados de origen ruso podría explicarse, al menos en parte, por el menor porcentaje de la población que utiliza la IA para la creación del contenido(28%3 en comparación con el 45%4 registrado en España). Esto ocurre a pesar de que, según los datos recolectados por Neyrostat – un servicio de la empresa Yandex destinado a evaluar en nivel de conocimiento y uso de IA generativo en Rusia – seis5 de cada diez encuestados afirman que la inteligencia artificial forma una parte crucial en su vida y se usa en su cotidianidad.
Sin embargo, necesitamos llevar a cabo una investigación más profunda que nos permita comprender la causalidad directa que acompaña a estas diferencias, no es posible determinarlo sin un análisis más detallado. Aún así, este resultado nos ofrece una comparación clara de qué tan bien se desempeñaron las personas de China, España, Rusia y Venezuela en la identificación correcta del contenido presentado en la encuesta.
2.3.4 OBSERVACIÓN RELEVANTE:
Si bien los gráficos anteriores evidencian tendencias estables en los datos generales, al volvernos a enfocar en el análisis de tres preguntas que resultaron en mayores niveles de dificultad (más detalles en la Tabla 2), es posible observar la estadística diferente.
En este gráfico se puede observar que las medias correspondientes a distintos países(representadas por cruces rojos) presentan valores muy similares entre sí. Este hallazgo sugiere que, en el contexto del desarrollo acelerado de la IA, la capacidad del ojo humano para distinguir entre lo auténtico y lo artificial se ve cada vez más reducida. Esta dificultad para establecer fronteras precisas se manifiesta de manera generalizada, sin mostrar variaciones significativas según el país de origen de los individuos encuestados.
2.4 ANÁLISIS BASADO EN EL SECTOR AL QUE SE DEDICA EL INDIVIDUO
Otro punto de interés para nuestra investigación, era determinar si el sector al que se dedica el individuo es clave o no para identificar si un contenido es real o hecho por IA. Por lo tanto, hemos agrupado a los 5 sectores con más respuestas en la encuesta, estos han sido los siguientes: Humanistico, científico, logística, Social y tecnológico.
2.4.1 COMPONENTES DEL GRÁFICO
● Eje X (horizontal):
Se encuentran los 5 sectores profesionales con más respuestas obtenidas.
● Eje Y (vertical)
La escala numérica de posibles respuestas correctas.
● Media:
El cuadrado rojo representa la media de los aciertos obtenidos por cada sector.
2.4.2 INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS:
El sector Social muestra por diferencia, el promedio más elevado de respuestas acertadas, lo que indica, en términos generales, que los integrantes de este sector lograron la identificación más acertada del contenido presentado en la encuesta.
Los promedios de los sectores Científico y Tecnológico son bastante similares, ambos elevados, aunque por debajo del sector Social.
El sector Humanístico presenta un promedio significativamente inferior al de los otros sectores.
El sector Logística presenta la media más baja de respuestas acertadas, lo que señala un desempeño relativamente inferior entre los cinco sectores.
2.4.3 IMPLICACIONES:
El gráfico y los datos de referencia indican que el tipo de trabajo o área de estudio (sector) afecta la habilidad para diferenciar el contenido.
El sector Social, que podría requerir un énfasis en la comunicación, el estudio crítico o el entendimiento de las interacciones humanas, parece poseer una superioridad en esta labor, ya que ha sido el sector con más respuestas acertadas.
Por otro lado, los campos Científico y Tecnológico presentan un desempeño medio parecido, lo que podría sugerir que las distintas habilidades analíticas, matemáticas y conocimientos tecnológicos podrían otorgarle un ligero beneficio sobre otros campos.
Sin embargo, en cuanto a los campos Humanístico y Logístico, quizás con menos enfoque directo en la creación o análisis de contenido digital innovador, demuestran un rendimiento inferior al resto.
Estas diferencias/discrepancias entre sectores nos sugieren la gran relevancia de tener en consideración el entorno profesional del individuo, ya que podría ser un factor favorecedor a la hora de evaluar la capacidad de detección ante la IA.
2.5 ANÁLISIS DE LOS RESULTADOS BASÁNDONOS EN EL USO DEL IA
Otra variable de interés en nuestra investigación es el uso frecuente que cada individuo le da en su vida cotidiana a la IA, ya que este nivel de exposición puede influir directamente en su capacidad para identificar contenidos generados por esta tecnología.
2.5.1 COMPONENTES DEL GRÁFICO
Hemos decidido en separar el uso frecuente de la siguiente manera:
● Eje X (horizontal):
Se encuentra la frecuencia de uso de la IA, planteada de la siguiente manera:
- Nunca -> 0
- Casi nunca -> 1
- A veces -> 2
- Casi siempre -> 3
- Todos los días -> 4
● Eje Y (vertical):
Se encuentra la escala del número de respuestas correctas que pueden alcanzar los diversos individuos.
- Línea azul:
Muestra una línea de regresión con tendencia positiva y representa la tendencia general de la relación entre la frecuencia de uso de la IA y las respuestas correctas, partiendo desde los individuos que menos usan la IA hasta los más frecuentes.Hemos decidido en separar el uso frecuente de la siguiente manera:
● Eje X (horizontal):
Se encuentra la frecuencia de uso de la IA, planteada de la siguiente manera:
- Nunca -> 0
- Casi nunca -> 1
- A veces -> 2
- Casi siempre -> 3
- Todos los días -> 4
● Eje Y (vertical):
Se encuentra la escala del número de respuestas correctas que pueden alcanzar los diversos individuos.
- Línea azul:
Muestra una línea de regresión con tendencia positiva y representa la tendencia general de la relación entre la frecuencia de uso de la IA y las respuestas correctas, partiendo desde los individuos que menos usan la IA hasta los más frecuentes.
2.5.2 INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS:
Como podemos observar en el gráfico anterior, a medida que aumenta la frecuencia de uso de la IA, también suele incrementar el número de respuestas correctas. Esto nos sugiere que aquellos individuos que utilizan la Inteligencia Artificial de forma habitual suelen obtener resultados más favorables en la encuesta.
No obstante, también percibimos que los puntos están algo dispersos alrededor de la línea de regresión del primer gráfico, por tanto, esto nos lleva a pensar que este factor no es determinante en la puntuación, si no que también pueden influir otros factores, los cuales los tendremos presentes en esta investigación.
2.5.3 IMPLICACIONES:
El uso frecuente sí tiene un impacto en la habilidad de las personas para diferenciar entre el contenido producido por la IA.
La consecuencia directa es que el uso cotidiano y regular de estas tecnologías ofrece un beneficio. Los individuos que las utilizan con frecuencia pueden adquirir una mejor percepción de sus rasgos, patrones y potenciales “señales” que las distinguen del contenido creado por un humano en comparación con aquellos que no utilizan la IA de forma frecuente.
No obstante, la relación no resulta ser determinante. No es una norma rigurosa de “a mayor uso de la Inteligencia Artificial, mejor eres en su detección”. Existen muchas otras variaciones considerables que también tienen un rol significativo.
2.5.4 OBSERVACIÓN RELEVANTE:
A pesar de que el uso frecuente de tecnologías basadas en inteligencia artificial parece ofrecer cierta ventaja en la capacidad de reconocimiento del contenido generado artificialmente, al favorecer una mayor familiaridad con sus patrones, volvemos de nuevo al análisis de estadística recolectada para tres preguntas con el peor rendimiento.
La nueva recta de regresión muestra una pendiente levemente negativa que significa que los que utilizan la IA con mayor frecuencia se definen, en promedio, por la cantidad de puntos ligeramente inferior, aunque la diferencia es mínima.
Este hallazgo refuerza la idea de que, ante el avance tecnológico constante, distinguir entre lo real y lo artificial se vuelve más y más complejo, sin importar la frecuencia de uso de la inteligencia artificial
2.6 ANÁLISIS DE LOS RESULTADOS BASÁNDONOS EN EL GÉNERO
Otra de las variables que consideramos de interés para nuestra encuesta es el género, porque puede revelar diferencias en la percepción, el juicio crítico o la experiencia tecnológica entre hombres, mujeres u otro género no especificado (no binario) al enfrentarse a contenido generado por inteligencia artificial. La capacidad que tienen los hombres y mujeres para interpretar la información podría llegar a ser distinta y decisiva al distinguir entre contenido real y creado por la IA.
2.6.1. COMPONENTES DEL GRÁFICO
● Eje X (horizontal):
Se encuentra el género del participante, que en este caso puede ser femenino, masculino o no binario.
● Eje Y (vertical)
Se encuentra el número de respuestas incorrectas que ha obtenido cada participante de la muestra, numeradas del 0 como mínimo, y 7 como número de respuestas incorrectas más altas.
● Media
Los cuadros rojos representan la media de cada opción que hay dentro de genero, en este caso de hombre, mujeres y no binario.
2.6.2. INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS
El gráfico muestra que no hay prácticamente ninguna diferencia entre hombres y mujeres a la hora de distinguir entre contenido real y contenido creado por la inteligencia artificial. Cabe destacar que de la opción de no binaria no se pueden sacar conclusiones al haber obtenido una única respuesta en toda la muestra.
Hay una sutil diferencia en las respuestas medias incorrectas por los hombres que es sutilmente menor al de las mujeres, siendo estas diferencias poco importantes, ya que la diferencia está en torno a 0.2 de diferencia, y por lo tanto no se puede concluir que el género afecte.
Referente a la dispersión de los resultados, es similar entre ambos géneros, habiendo una mayor concentración de resultados entre los 3 y los 4 errores.
2.6.3. IMPLICACIONES
Podemos concluir que la variable género no tiene ninguna implicación importante a la hora de obtener más o menos respuestas incorrectas en la distinción de contenido real y contenido creado por inteligencia artificial.
Eso induce en este apartado en concreto que estamos trabajando y analizando, que el género no tiene una gran implicación en cómo hombres y mujeres procesan la información para distinguir, aunque eso no significa que no haya diferencias en cómo hombres y mujeres procesan la información y la capacidad que tienen para distinguir, pero al menos en este tema no se muestran diferencias.
2.7 ANÁLISIS DE LOS RESULTADOS BASÁNDONOS EN EL NIVEL EDUCATIVO
El nivel educativo es una variable clave en esta encuesta porque puede influir en la capacidad crítica y en la familiaridad con las nuevas tecnologías, como la inteligencia artificial. Las personas con mayor formación académica podrían estar más expuestas a debates sobre desinformación o avances tecnológicos, lo que podría facilitarles identificar contenido artificial. Analizar esta variable permite comprender mejor si la educación formal tiene un impacto en la detección de contenidos generados por IA.
3.6.1. COMPONENTES DEL GRÁFICO
● Eje X (horizontal)
Se encuentra el nivel educativo del participante, en este caso las opciones serian secundaria, bachillerato, formación profesional y educación superior.
● Eje Y (vertical)
Suma de puntos obtenida en la encuesta, que va de un rango de 0 puntos hasta 15.
● Media
Podemos observar que los cuadrados rojos representan la media de cada opción que hay dentro de nivel educativo.
2.7.1. INTERPRETACIÓN DEL GRÁFICO Y SUS RESULTADOS
Podemos observar en el gráfico que la mayor parte de los resultados de la muestra se sitúan en el nivel educativo de educación superior, en segundo lugar bachillerato que menos de la mitad de los resultados que tiene educación superior, y en tercer y cuarto lugar con más o menos la misma cantidad de resultados habría formación profesional y secundaria.
A través de la media de resultados de cada grupo podemos observar que aquellos que tienen educación superior están un poco por encima que las otras opciones en la suma de puntos, y después tenemos las otras opciones que prácticamente tienen la misma media, un poco por debajo de educación superior siendo aproximadamente de 6 puntos, mientras que la de educación superior es aproximadamente de 8 puntos.
A nivel de dispersión vemos que la educación superior es la rama que tiene los datos más dispersos, pero también es la que tiene mayor número de resultados por lo tanto es normal.
2.7.2. IMPLICACIONES
En primer lugar podemos deducir a través de los resultados y la media que el nivel educativo puede llegar a ser influyente a la hora de distinguir entre contenido realizado por inteligencia artificial y contenido real, pero solo a partir de educación superior, que se sitúa ligeramente por encima en la media de puntos que las demás opciones.
Podemos por tanto sacar una primera conclusión y es que aquellos que tienen algún tipo de educación superior son capaces de identificar con mayor facilidad contenidos creados por IA y contenido real, sin ser estas diferencias muy significativas, pero sí ligeramente notables.
Por otro lado, también podemos interpretar que entre bachillerato, formación profesional y secundaria no hay prácticamente ninguna diferencia en la puntuación que han obtenido a la hora de distinguir el contenido de la encuesta, por lo tanto podríamos decir que su nivel educativo no influye en gran medida a su capacidad distinción a menos que tengan algún tipo de educación superior.
No necesariamente significa que por tener un mayor nivel educativo, aquello que te enseñan te sea útil para la distinción, sino que a veces un mayor uso de la IA que viene como consecuencia de estar estudiando un nivel de educación superior puede ser la razón.
3. Conclusiones:
Después de los resultados obtenidos mediante la encuesta y el posterior estudio hemos podido reflexionar sobre el enorme desafío que es distinguir contenidos reales con aquellos generados por inteligencia artificial.
Aunque en ciertos formatos como publicidad e imágenes los participantes pudieron reconocer las imágenes con cierta solvencia en otros ámbitos como la publicidad y vídeos los participantes no pudieron acertar con la misma exactitud. Esto indica que la mejoría de las inteligencias artificiales es muy notoria llegando a puntos donde supera nuestro criterio perceptivo.
En el estudio hemos observado principalmente que la variable más importante a la hora de distinguir contenidos es la generacional. La generación Z ha sido la que ha obtenido mejores resultados lo que puede indicarnos que la familiarización con contenidos digitales mejoran la habilidad para detectar contenido artificial. No obstante, cuando observamos su rendimiento en las tres preguntas más difíciles, su ventaja desaparece frente al resto de las generaciones.
Teniendo en cuenta los países de origen de los individuos encuestados, observamos que China ha sido el país con mejores resultados mientras que Rusia ha sido el país con menor desempeño, creemos que estos resultados son debido a la libertad de acceso que tienen a estas herramientas.
Otra variable relevante ha sido la frecuencia de uso de inteligencia artificial, aquellos que utilizan inteligencia artificial a diario han obtenido mejores resultados
En conjunto, nuestro estudio muestra que si hay factores que inciden directamente en la capacidad de distinguir contenidos generados artificialmente. Sin embargo, ningún perfil es inmune frente a la exponencial sofisticación y desarrollo de estas tecnologías.
Teniendo en cuenta la evolución de esta línea de investigación, creemos que en un futuro (no muy lejano), el avance tecnológico de la IA será tal que alcance un grado de realismo y precisión que resulten imperceptibles para el ojo humano. Por ello consideramos muy valioso tomar esta investigación como punto de partida y repetir este estudio en el futuro, llevando a cabo una nueva encuesta con una muestra más amplia, no solo para tener datos más representativos y precisos, sino también para poder analizar el nivel de evolución tecnológica y su impacto en nuestra capacidad perceptora.
- Experimento extraído de la fuente: https://arxiv.org/pdf/2304.13023 ↩︎
- DeepSeek – chinos intimidan a los inversores estadounidense en IA 27/01/2025 ↩︎
- El 28% de encuestados afirman utilizar la IA para la creación del contenido ↩︎
- Seis de cada diez (63%) ya aplican IA en su vida cotidiana ↩︎
- El 45% de los españoles afirma haber utilizado IA generativa en 2024 ↩︎