miércoles, 15 de octubre de 2025

Investigador mexicano es despedido en EE.UU. tras usar ChatGPT

Publicado en Proceso
https://www.proceso.com.mx/ciencia-tecnologia/2025/10/13/investigador-mexicano-es-despedido-en-eeuu-tras-usar-chatgpt-360672.html


Investigador mexicano es despedido en EE.UU. tras usar ChatGPT

Investigador mexicano es despedido en Estados Unidos tras integrar ChatGPT a su rutina. 

Reportes señalan uso con verificación y ajuste editorial antes de entregar materiales


CIUDAD DE MÉXICO (apro).— Kevin Cantera, investigador mexicano radicado en Nuevo México, Estados Unidos, fue despedido de una empresa de tecnología educativa tras más de 17 años de servicio. Su salida ocurrió después de incorporar de forma intensiva herramientas de inteligencia artificial (IA) como ChatGPT para acelerar su trabajo de redacción y organización de contenidos con revisión humana. El caso se conoció a partir de una columna reciente de The Washington Post y fue retomado por medios internacionales.


Cómo ocurrió la adopción de la IA en el trabajo


De acuerdo con reportes periodísticos que retomaron su testimonio, la compañía donde laboraba promovió entre el personal la experimentación con aplicaciones de IA. El mensaje interno —según esas versiones— señalaba que su adopción no implicaría recortes de personal. Cantera siguió esa directriz y comenzó a emplear asistentes generativos para ajustes de estilo, síntesis de información y propuestas de estructura de textos, manteniendo control editorial sobre los resultados.


Uso de IA según el trabajador

El investigador mexicano indicó que su productividad aumentó tras perfeccionar sus indicaciones (“prompts”) y que la herramienta le permitió entregar materiales en menos tiempo. Detalló que el flujo de trabajo incluía verificación manual de datos, revisión de tono y validación de la información antes de integrar cualquier salida generada por IA a documentos de uso interno o externo.


Cronología del despido tras implementación de IA

Meses después de que la empresa alentó el uso de IA, la organización realizó un ajuste de personal. En ese proceso fue incluido Cantera, junto con otros empleados con antigüedad. No se difundieron públicamente los criterios específicos de la reestructura ni el detalle de puestos alcanzados. La separación de Cantera se produjo sin que mediara un señalamiento público de incumplimiento de políticas internas sobre el uso de estas herramientas.


Análisis, contexto y hechos. Da clic y síguenos en Google Noticias.


Casos recientes de empresas que ajustaron plantillas tras integrar IA 

Varios corporativos han reconfigurado roles al tiempo que incorporan IA en sus procesos, con resultados diversos. Los siguientes ejemplos ilustran escenarios que van desde la reducción por attrition (no reemplazar vacantes) hasta recortes en equipos o contratistas, y muestran que la IA puede convivir con estrategias responsables cuando hay objetivos y salvaguardas definidos:


Klarna (fintech, Suecia). Reportó que su asistente conversacional realiza hoy el trabajo equivalente a cientos de agentes de soporte, lo que contribuyó a reducir su plantilla principalmente mediante attrition y a mejorar ingresos por empleado. La empresa sostiene que la IA permitió absorber picos de demanda y estandarizar respuestas, mientras reorientaba talento a funciones de mayor complejidad.

BT Group (telecom, Reino Unido). Anunció un plan plurianual para recortar decenas de miles de puestos hacia 2030, atribuyendo parte de esa reducción a automatización e IA, junto con el avance de su red de fibra y 5G. La empresa planteó una transición gradual con reentrenamiento y reasignación de funciones técnicas.

IBM (EE.UU.). Señaló que miles de roles de back office podrían automatizarse en el mediano plazo y pausó contrataciones en esas funciones. La compañía enmarcó la decisión en su estrategia de IA híbrida, con foco en productividad y seguridad, y en el rediseño de tareas administrativas.

Dropbox (EE.UU.). Recortó parte de su plantilla en 2023 como parte de una “reorientación” hacia productos potenciados por IA, además del contexto macroeconómico. La dirección describió un cambio de estructura para acelerar el desarrollo de funciones inteligentes dentro de su ecosistema.

Duolingo (EE.UU.). Replanteó su operación hacia una estrategia “AI-first” que redujo la dependencia de contratistas para ciertas tareas de contenido. La empresa ha subrayado que el objetivo fue reorganizar procesos y priorizar calidad y velocidad en producción, manteniendo al personal de tiempo completo.



martes, 14 de octubre de 2025

Licencias Creative Commons: panorama SciELO-México

 



                                  



1. Introducción: ¿Qué son las licencias Creative Commons?

Las Licencias Creative Commons (CC) son instrumentos legales estandarizados que permiten a los autores comunicar claramente qué usos autorizan respecto de sus obras publicadas, facilitando así la difusión abierta, transparente y equitativa del conocimiento científico.

En el contexto de las publicaciones académicas y científicas, estas licencias definen explícitamente cómo se pueden compartir, utilizar o reutilizar los artículos publicados, promoviendo la apertura y el intercambio de conocimiento, en línea con los principios fundamentales de la Ciencia Abierta y del Acceso Abierto.




2. Tipos principales de licencias Creative Commons


Las licencias Creative Commons se componen principalmente de seis tipos, dependiendo del grado de apertura o restricción que los autores deseen aplicar:


  • CC BY (Atribución): Permite cualquier uso, incluso comercial, siempre que se atribuya adecuadamente la autoría (por atribución se entiende el reconocimiento al autor de la obra original, siendo la referencia bibliográfica la forma más común de hacerla efectiva).
  • CC BY-SA (Atribución-Compartir Igual): Permite cualquier uso, incluyendo comercial, siempre que se atribuya la autoría y las obras derivadas se compartan bajo una licencia similar.
  • CC BY-NC (Atribución-No Comercial): Permite el uso no comercial de la obra, con atribución requerida.
  • CC BY-ND (Atribución-Sin Derivadas): Permite el uso, incluso comercial, pero no permite realizar obras derivadas y se exige atribución.
  • CC BY-NC-SA (Atribución-No Comercial-Compartir Igual): Permite el uso no comercial y exige atribución, además de compartir derivadas bajo la misma licencia.
  • CC BY-NC-ND (Atribución-No Comercial-Sin Derivadas): La licencia más restrictiva, permite únicamente la descarga y distribución con atribución, sin modificaciones ni usos comerciales.



3. Situación actual en revistas académicas mexicanas (SciELO México)


En la segunda edición del estudio “La ciencia abierta mexicana: monitor de prácticas adoptadas por las revistas” (2024), se analizó detalladamente el tipo de licencias Creative Commons utilizadas por las 256 revistas que integran la colección SciELO México. Los resultados evidencian tendencias claras y áreas importantes de mejora:


  • El 85.5% (219 revistas) informa claramente el tipo de licencia Creative Commons bajo la cual publica sus artículos.
  • Sin embargo, 14.5% (37 revistas) no proporciona información visible sobre las licencias, mostrando una deficiencia significativa en términos de transparencia editorial.

Respecto a los tipos de licencias predominantes:


  • Las licencias más restrictivas (que limitan usos comerciales y obras derivadas) son las más frecuentes:
    • CC BY-NC-ND: 36.3% (93 revistas)
    • CC BY-NC: 26.2% (67 revistas)
    • CC BY-NC-SA: 17.6% (45 revistas)
  • Apenas el 5.5% (14 revistas) adopta licencias consideradas plenamente permisivas (CC BY o CC BY-SA), lo cual revela una marcada resistencia hacia modelos de apertura plena.





Este panorama muestra una oportunidad clara para que las revistas mexicanas revisen sus políticas y transiten hacia esquemas más abiertos y alineados con la comunicación científica contemporánea.


4. Invitación al uso de licencias abiertas


Desde SciELO México, hacemos una cordial invitación a las revistas académicas y científicas para evaluar y fortalecer sus políticas editoriales mediante la adopción de licencias Creative Commons más abiertas (CC BY o CC BY-SA).

Optar por licencias más abiertas no solo refuerza los principios fundamentales de la Ciencia Abierta, sino que también ofrece importantes ventajas:


  • Mayor visibilidad e impacto
  •  Acceso equitativo y globalizado al conocimiento
  •  Reutilización responsable y colaboración interdisciplinaria


¿Quieres dar el siguiente paso?


Ponemos a tu disposición recursos y asesoría para guiarte en este proceso:




¡Súmate a esta transformación editorial y fortalezcamos juntos la ciencia abierta en México! 

Los datos completos de los resultados sobre la situación de las revistas y el tipo de licencias CC que utilizan en la colección SciELO México se pueden consultar en el siguiente sitio: SciELObservatorio México

El estudio completo formará parte del libro "Editar y financiar la ciencia en América Latina", que estará disponible próximamente en Paideia Editorial, el cual fue realizado por miembros del equipo de SciELO México del Departamento de Bibliografía Latinoamericana (Dirección General de Bibliotecas y Servicios Digitales de Información-UNAM).



Ciencia abierta con ética para la IA - Principios FAIRER para Datos abiertos

Publicado en NWO https://www.nwo.nl/en/cases/open-science-helps-to-assess-the-value-of-ai-tools-and-data   La ciencia abierta ayuda a evalua...