Test: red social algorítmica
Mide qué priorizas cuando un algoritmo ordena contenidos para menores, familias y comunidades.
Un vídeo dudoso acusa a un profesor y empieza a viralizarse.
Un juego visual de coche autónomo y tres tests rápidos para hablar de ética de IA sin respuestas únicas ni juicios personales.
Un juego rápido inspirado en dilemas tipo Moral Machine, adaptado para aula: no busca respuestas perfectas, sino mostrar qué valores prioriza cada decisión.
Estos tests no dicen si alguien lo hace bien o mal. Muestran qué valores aparecen en sus elecciones para abrir conversación en clase o en familia.
Mide qué priorizas cuando un algoritmo ordena contenidos para menores, familias y comunidades.
Un vídeo dudoso acusa a un profesor y empieza a viralizarse.
Explora cómo usar IA en tareas, imágenes, datos familiares y evaluación escolar.
Un alumno genera un trabajo perfecto con IA, pero no sabe explicarlo.
Un test sobre triaje, informes, privacidad clínica y supervisión profesional.
La IA ordena pacientes según síntomas escritos deprisa en admisión.
Una IA responsable no debería esconder sus criterios. Este recurso ayuda a preguntar qué datos usa, qué personas protege, cuándo pide supervisión humana y cómo comunica sus límites.
Estos prompts están pensados para usarlos en orden. Cada paso construye el siguiente: primero defines la intención educativa, luego los dilemas, después el 3D, la mecánica de juego, los tests y la integración final en la web.
Define el objetivo, el público y los límites de lenguaje antes de pedir código.
Quiero crear una herramienta educativa web para trabajar ética de IA con alumnado de 10 a 16 años, familias y docentes. La herramienta debe tener: - Un juego principal sobre coche autónomo en ciudad futurista. - Dilemas sin mencionar muertes ni lenguaje morboso: usar "riesgo", "heridos", "seguridad", "protección" y "consecuencias". - Decisiones moralmente tensas: normas de tráfico, seguridad de pasajeros, seguridad de peatones, sesgos por edad/género/economía/apariencia, mascotas y decisión activa frente a seguir recto. - Explicaciones después de cada elección, sin juzgar a la persona usuaria. - Un cierre educativo para debatir en clase. Devuélveme: 1. Objetivo pedagógico. 2. Reglas de lenguaje para niños. 3. Variables éticas que se van a ponderar. 4. Estructura general de la experiencia.
Genera casos con opciones realmente distintas y variables ponderadas.
Diseña 6 dilemas para un juego de coche autónomo educativo. Cada dilema debe incluir: - title: título breve. - setup: contexto narrativo claro. - alarm: alerta que aparece cuando el coche frena. - scene: identificador visual corto. - 3 opciones de respuesta, no 2. Cada opción debe incluir: - label. - detail. - result: explicación educativa breve. - route: "brake", "left", "right", "straight" o "human". - severity opcional: "bad" o "mixed" si la decisión es problemática. - score con estas variables: normas, trafico, pasajeros, peatones, accion, sesgo, mascotas. Incluye opciones claramente malas, pero sin hablar de muertes. Usa valores positivos y negativos para que se vea el conflicto moral.
Pide una ciudad procedural sin depender de modelos externos ni tokens.
Crea una escena Three.js procedural para el juego: - Coche autónomo 3D formado con geometrías simples, cabina, ruedas, luces y sensores LIDAR. - Ciudad cyberpunk con carretera, edificios con ventanas, neones, anuncios, antenas, lluvia, estrellas y drones. - Modelos simples para peatones, mascotas, autobús escolar, coche de lujo y señales. - El coche debe empezar fuera de pantalla y avanzar hasta frenar ante el dilema. - Antes de elegir, mostrar rutas proyectadas como tubos luminosos. - Después de elegir, iluminar solo la ruta elegida y añadir partículas de frenada o impacto visual. - No usar emojis ni SVG como elementos principales de la simulación. Devuelve el código en React para Next.js usando useEffect, useRef y carga de Three.js desde CDN.
Convierte el simulador en juego: fases, HUD, consecuencias y perfil.
Añade la lógica de juego al componente React: Estados: - patrol: el coche aún no ha entrado en la ciudad. - alert: el coche ha frenado y aparecen las opciones. - resolved: se ha aplicado una ruta y se muestra consecuencia. - final: se muestra perfil de prioridades. El panel debe incluir: - Botón "Acelerar". - Nivel actual. - Alerta del caso. - Tres opciones compactas. - Resultado breve con etiqueta: "Decisión problemática", "Compromiso incómodo", "Sesgo evitado", "Peatones protegidos" o "Alternativa activa". - Barras o chips con las variables: normas, tráfico, pasajeros, peatones, decisión activa, sesgo evitado y mascotas. Evita que el panel crezca demasiado al responder. La escena 3D debe seguir siendo protagonista.
Transforma otros dilemas de IA en tests ponderados, no en mini-simuladores flojos.
Crea 3 tests ponderados para complementar el juego: 1. Red social algorítmica: Variables: cuidado, libertad, contexto, confianza. 2. Uso cotidiano de IA: Variables: aprendizaje, privacidad, transparencia, autonomía. 3. Hospital con IA: Variables: prudencia, eficiencia, explicabilidad, supervisión. Cada test debe tener: - 4 preguntas. - 3 respuestas por pregunta. - Score por variables. - Resultado final en tono neutral: "Tiendes a priorizar...". No juzgues al usuario. El objetivo es abrir debate, no decir si alguien es bueno o malo.
Pide el acabado final: responsive, metadata, tarjeta y sección de prompts.
Integra la herramienta como una página de recurso en Next.js App Router: - Ruta: /recursos/dilemas-ia. - Header y footer globales heredados del layout principal. - Hero con partículas, título claro y enlaces al juego/tests. - Juego a ancho completo de ventana, sin huecos laterales. - Separación amplia entre secciones. - Sección "Conclusión educativa". - Sección "Prompt section" con prompts en orden para replicar la herramienta. - Metadata SEO y Open Graph. - Tarjeta en /recursos con descripción breve y CTA. - No subir assets externos pesados; todo el 3D debe ser procedural con Three.js. Revisa que no aparezcan palabras como "muerte", "matar" o similares.