Inteligencia Artificial y Formación Profesional de los Estudiantes de Derecho: Una Visión desde sus Actores
Resumen
En este estudio, se investigó la influencia de la Inteligencia Artificial (IA) en la formación académica de estudiantes de Derecho, con el propósito de prepararlos para un entorno laboral cada vez más tecnológico. El objetivo principal es analizar cómo la IA impacta en la educación jurídica y en las habilidades necesarias para el ejercicio profesional, abordando la necesidad de adaptar los planes de estudio a la evolución tecnológica y las demandas laborales actuales. Para lograr este objetivo, se empleó una revisión detallada de la literatura que incluyó publicaciones en español e inglés de autores relevantes, aplicando una metodología mixta que combinó enfoques cualitativos y cuantitativos, utilizando entrevistas, encuestas y observación participante, entre otros métodos. Los resultados revelan que la IA puede mejorar el acceso a la información, personalizar la enseñanza y automatizar tareas administrativas en el ámbito legal, pero también plantea desafíos éticos y sociales que requieren atención. Este trabajo proporciona información valiosa para comprender la implementación y el impacto de la IA en la educación jurídica, contribuyendo al desarrollo de estrategias efectivas para la formación de profesionales del Derecho en un entorno tecnológico en constante cambio.
Descargas
Citas
Black, P., & Wiliam, D. (1998). Assessment and Classroom Learning. Educational Assessment, Evaluation and Accountability, 21(1), 7-74. https://n9.cl/wjnal
Bostrom N. (2014). Superintelligence: Paths, dangers, strategies. United Kingdom. Oxford University press. https://n9.cl/3k5kj7
Brynjolfsson, E., & Mitchell, T. (2017). What can machine learning do? Workforce implications. Science, 358(6370), 1530-1534. https://n9.cl/voabt
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319-340. https://n9.cl/1vahgj
Díaz L., S. M. (2014). Métodos mixtos de investigación. Monográficos de Investigación en Salud, 1(1), 5-13. Disponible en: https://n9.cl/az5mv3
Domingos, P. (2018). The master algorithm: How the quest for the ultimate learning machine will remake our world. Basic Books.
Garrison, D. R., & Vaughan, N. D. (2019). Blended Learning in Higher Education: Framework, Principles, and Guidelines. John Wiley & Sons. DOI: 10.1002/9781118269558
Gikandi, J. W., Morrow, D., & Davis, N. E. (2011). Online Formative Assessment in Higher Education: A Review of the Literature. Computers & Education, 57(4), 2333-2351. https://n9.cl/gjs2o
Jobin, A., Ienca, M., & Vayena, E. (2019). The global landscape of AI ethics guidelines. Nature machine intelligence, 1(9), 389-399. https://acortar.link/ayW5EB
Johnson, R. B., & Onwuegbuzie, A. J. (2004). Mixed methods research: A research paradigm whose time has come. Educational Researcher, 33(7), 14-26. DOI: 10.3102/0013189X033007014
Kurzweil, R. (1994), La era de las máquinas inteligentes, México, CONACYT/Equipo Sirius Mexicana, p. 504.
LeCun, Y. (2018). The Power and Limits of Deep Learning: In his IRI Medal address, Yann LeCun maps the development of machine learning techniques and suggests what the future may hold. Research-Technology Management, 61(6), 22-2
Mishra, P., & Koehler, M. J. (2006). Technological pedagogical content knowledge: A framework for teacher knowledge. Teachers college record, 108(6), 1017-1054. https://n9.cl/10ygi
Mitchell, T. M. (1997). Does machine learning really work? AI magazine, 18(3), 11-11. https://n9.cl/do72j
Mittelstadt, Brent D., Allo, Patrick, Taddeo, Mariarosaria, Wachter, Sandra y Floridi, Luciano, 2016: «The ethics of algorithms: Mapping the debate», Big Data & Society, 3 (2): 1-21
Monteiro Pessoa, R. (2019). Abogacía laboral 4.0: Inteligencia artificial y problemáticas profesionales en la abogacía brasileña. Revista Chilena De Derecho Y Tecnología, 8(1), 167–183. https://doi.org/10.5354/0719-2584.2019.51276
Naseem, A., & Sagheer, A. (2020). The impact of artificial intelligence on higher education. International Journal of Educational Technology in Higher Education, 17(1), 1-16.
O'Neil, C. (2018). Armas de destrucción matemática: cómo el Big Data aumenta la desigualdad y amenaza la democracia. Capitán Swing, S.L https://acortar.link/Bcnf5x
Pascuas-Rengifo, Y. S., Garcia-Quintero, J. A., & Mercado-Varela, M. A. (2020). Dispositivos móviles en la educación: tendencias e impacto para la innovación. Revista politécnica, 16(31), 97-109. https://n9.cl/dlfbo
Rogers, E. M. (1962). Diffusion of innovations. Free Press. https://n9.cl/o5d6qv
Russell, S., & Norvig, P. (2019). Inteligencia artificial: Un enfoque moderno. Pearson. https://n9.cl/seef4
Schleicher, A. (2018). Los estudiantes de hoy, ciudadanos del mañana: Educación para la ciudadanía global en el siglo XXI. OCDE. https://n9.cl/5vf9w
Smith, M. (2022). Technology law in legal education: Recognising the importance of the field. Legal Education Review, 32, 19-36.
Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-478. https://n9.cl/feih4
Derechos de autor 2024 Jonathan Fabricio Medina Tene, Gloria Noemi Jumbo Salinas, Juan José Astudillo Zurita
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
.jpg)
.png)
.png)
1.png)
