Código: 1.2
To assess and compare the credibility and reliability of sources of information and content in digital environments. To interpret and critically evaluate information and content in digital environments, and the processes used to generate them.
Algunos textos de esta página no están disponibles en español y se muestran en English.
Reconocer los beneficios de un enfoque prudente al interpretar información y contenido en entornos digitales.
Realizar una evaluación básica de la fiabilidad y credibilidad de fuentes de información digital y contenido.
Distinguir entre la fuente del contenido digital y el contenido digital en si.
Reconocer los beneficios de un enfoque cauteloso al interpretar información y contenido en entornos digitales.
Reconocer que algunas fuentes de información digital y sistemas pueden no ser confiables.
Identificar ejemplos de información falsa o engañosa.
Reconocer que puede ser difícil distinguir entre información y contenido generado por humanos y sistemas de IA.
Describir cómo evaluar la credibilidad de las fuentes de información en línea.
Reconocer las limitaciones del contenido generado por IA.
Reconocer ejemplos de desinformación, información errónea y fuentes de sesgo.
Reconocer ejemplos de influencia en redes sociales y burbujas de filtro.
Identificar algunas características visuales, textuales y contextuales que ayudan a detectar información falsa o engañosa.
Verificar afirmaciones o datos sencillos comparando diferentes fuentes.
Aplicar estrategias de prebunking y debunking para descartar o desacreditar fuentes y contenido no fiables en entornos digitales.
Detectar información falsa o engañosa en contenido digital basándose en características visuales, textuales y contextuales.
Reconocer los beneficios de cuestionar la credibilidad y fiabilidad de la información y el contenido y sus fuentes en entornos digitales.
Reconocer las posibles consecuencias de la desinformación en entornos digitales para uno mismo y para los demás.
Aplicar métodos para evaluar la credibilidad de las fuentes de información.
Describir métodos para identificar la fuente de información encontrada en linea.
Responder eficazmente a estrategias de dirección del usuario en entornos digitales como clickbait, nudging y gamificación.
Comparar fuentes de información y contenido digital para comprobar si apoyan o contradicen afirmaciones.
Definir los propósitos de los servicios de verificación de hechos.
Evaluar críticamente la fiabilidad de fuentes, información y contenido en entornos digitales, considerando el papel de los sistemas de IA, efectos de personalización e intereses comerciales u otros.
Reconocer los conceptos y propósitos de prebunking y debunking en contextos digitales.
Describir los indicadores de calidad de datos y las metodologías de evaluación de contenido.
Explicar cómo los intereses comerciales, políticos y de otro tipo pueden influir en la información.
Reconocer que los datos utilizados para entrenar sistemas de IA y como se entrenan afecta la fiabilidad de la información que proporcionan.
Reconocer que algunas tecnologías digitales, como los sistemas de IA, pueden funcionar como una caja negra, dificultando explicar por que o como se ha producido un resultado.
Evaluar la calidad de los datos, la información y el contenido digital utilizando una variedad de métodos y criterios.
Interpretar la información y los datos críticamente, teniendo en cuenta factores comerciales, políticos y otros.
Identificar ejemplos de sesgo humano (cognitivo, afectivo) y sesgo de sistemas de IA (datos, entrenamiento) en relación con la generación e interpretación de información.
Reconocer que los sistemas de IA pueden producir resultados inexactos, aunque puedan parecer plausibles.
Reconocer que los humanos que utilizan un sistema de IA son responsables de verificar la calidad y validez de la información y contenido generados.
Reconocer la presencia de estrategias de dirección del usuario en entornos digitales como clickbait, nudging y gamificación.
Describir las consecuencias personales, sociales y políticas de la desinformación, las fuentes de sesgo, la influencia en redes sociales y las burbujas de filtro.
Reflexionar sobre los propios sesgos y los de otros al evaluar información y contenido digital.
Evaluar exhaustivamente la fiabilidad y precisión de una diversidad de fuentes, información y contenido en entornos digitales, considerando una variedad de factores potencialmente influyentes.
Examinar continuamente como los sistemas de IA, los sesgos y diversos intereses moldean la generación, presentación e interpretación de información y contenido en entornos digitales.
Apoyar a otros a desarrollar sus capacidades para evaluar la fiabilidad de fuentes, información y contenido en entornos digitales.
Describir características de tecnologías digitales confiables, como los sistemas de IA.
Ayudar a otros a desarrollar y aplicar criterios de evaluación de información y datos.
Desarrollar e implementar estrategias para evaluar datos, información y contenido complejo o especializado.
Describir métodos que pueden utilizarse para identificar deepfakes.
Contribuir a mejoras o nuevas soluciones para la evaluación de información y contenido en entornos digitales.
Liderar o contribuir a iniciativas que apoyen a otros en la evaluación de información y contenido.
Liderar o contribuir a iniciativas que apoyen la interpretación precisa de datos, información y contenido en entornos digitales.
Evaluar y valorar sistemáticamente fuentes, información y contenido en entornos digitales para apoyar la toma de decisiones complejas.
Promover y apoyar el desarrollo de resiliencia a la desinformación en entornos digitales entre individuos y/o grupos.
Promover y apoyar el desarrollo de la resiliencia a la desinformación e información errónea en entornos digitales entre individuos y/o grupos.
Ayudar a otros a desarrollar capacidades para evaluar críticamente la información y el contenido en entornos digitales.
Liderar o contribuir a iniciativas que apoyen la interpretación precisa de datos, información y contenido en entornos digitales.
Liderar o contribuir a nuevas soluciones para la evaluación de la información en entornos digitales.