Resultats d’aprenentatge
Filtreu els resultats d’aprenentatge per AI-E, AI-I o cap — l’etiqueta del JRC, no una inferència nostra.
Etiqueta oficial del suplement de dades del JRC (AI-Explicit, AI-Implicit, AI not Implicit or Explicit).
Reconèixer els beneficis d'utilitzar diferents eines i mètodes de cerca digitals, en funció de la finalitat pròpia.
Reconèixer que els resultats o les sortides d'una cerca depenen de l'eina de cerca digital utilitzada i de la manera com un mateix especifica la cerca.
Reconèixer que els resultats o les sortides de cerca poden contenir informació que pot no ser rellevant.
Identificar les característiques principals de les eines de cerca digitals tradicionals i impulsades per IA d'ús comú.
Utilitzar eines de cerca digitals per dur a terme cerques bàsiques d'informació.
Utilitzar eines de cerca digitals per refinar o actualitzar resultats o sortides existents.
Explorar de manera intencionada noves eines de cerca digitals i noves funcionalitats de cerca.
Identificar estratègies que proporcionen resultats o sortides de cerca digital més rellevants.
Distingir entre resultats o sortides de cerca digital més rellevants i menys rellevants.
Seleccionar eines de cerca digitals adequades en funció de les necessitats d'informació.
Traduir les necessitats d'informació en consultes, ordres o declaracions de cerca digital efectives.
Aplicar estratègies adequades per refinar o filtrar resultats o sortides digitals existents.
Explorar de manera continuada les funcions i característiques d'eines de cerca digitals familiars i noves.
Prioritzar l'aprofundiment de les capacitats de cerca pròpies existents.
Combinar una varietat d'eines i estratègies de cerca digitals per abordar necessitats d'informació complexes.
Donar suport a altres persones en el desenvolupament de les seves capacitats de cerca digital.
Mantenir-se informat sobre els desenvolupaments en tecnologies de cerca digital.
Avaluar i valorar els desenvolupaments en tecnologies de cerca digital en un context donat per donar suport a la presa de decisions.
Combinar una varietat d'eines i estratègies de cerca digitals per abordar necessitats d'informació altament complexes o especialitzades.
Donar suport a altres persones per implementar i refinar cerques complexes o especialitzades en entorns digitals.
Contribuir a millores o a noves solucions per a cerques complexes o especialitzades en entorns digitals.
Reconèixer els beneficis d'un enfocament cautelós en la interpretació d'informació i continguts en entorns digitals.
Distingir entre l'origen del contingut digital i el contingut digital mateix.
Reconèixer que algunes fonts i sistemes d'informació digitals poden no ser fiables.
Reconèixer que pot ser difícil distingir entre la informació i els continguts generats per humans i sistemes d'IA.
Reconèixer exemples d'informació enganyosa, desinformació i fonts de biaix.
Reconèixer exemples d'influència a les xarxes socials i de bombolles de filtres.
Fer una avaluació bàsica de la fiabilitat i la credibilitat de les fonts i els continguts d'informació digital.
Reconèixer els beneficis de qüestionar la credibilitat i la fiabilitat de la informació i el contingut i les seves fonts en entorns digitals.
Reconèixer les possibles conseqüències de la informació enganyosa i la desinformació en entorns digitals per a un mateix i per a altres persones.
Descriure mètodes per identificar l'origen de la informació trobada en línia.
Definir les finalitats dels serveis de verificació de fets.
Reconèixer els conceptes i les finalitats del pre-bunking i del de-bunking en els contextos digitals.
Reconèixer que les dades utilitzades per entrenar els sistemes d'IA i la manera com s'entrenen afecten la fiabilitat de la informació que proporcionen.
Reconèixer que algunes tecnologies digitals, com ara els sistemes d'IA, poden funcionar com una «caixa negra», cosa que dificulta explicar per què o com s'ha produït una sortida.
Identificar exemples de biaixos humans (cognitius, afectius) i de biaixos dels sistemes d'IA (de dades, d'entrenament) en relació amb la generació i la interpretació d'informació.
Reconèixer que els sistemes d'IA poden produir sortides que són inexactes, fins i tot si poden semblar plausibles.
Reconèixer que les persones que utilitzen un sistema d'IA són responsables de comprovar la qualitat i la validesa de la informació i el contingut generats.
Reconèixer la presència d'estratègies de direcció d'usuaris en els entorns digitals, com ara el clickbait, el nudging i la gamificació.
Aplicar estratègies de pre-bunking i de de-bunking per descartar o desacreditar fonts i continguts no fiables en els entorns digitals.
Respondre de manera efectiva a les estratègies de direcció d'usuaris en els entorns digitals, com ara el clickbait, el nudging i la gamificació.
Avaluar de manera crítica la fiabilitat de les fonts, la informació i els continguts en entorns digitals, considerant el paper dels sistemes d'IA, els efectes de la personalització i els interessos comercials o d'altres tipus.
Escrutar de manera contínua com els sistemes d'IA, els biaixos i diversos interessos configuren la generació, la presentació i la interpretació d'informació i continguts en els entorns digitals.
Descriure les conseqüències personals, socials i polítiques de la informació enganyosa, la desinformació, les fonts de biaix, la influència a les xarxes socials i les bombolles de filtres.
Descriure les característiques de les tecnologies digitals fiables, com els sistemes d'IA.
Descriure mètodes que es poden utilitzar per identificar deepfakes.
Avaluar de manera exhaustiva la fiabilitat i l'exactitud d'una diversitat de fonts, informació i continguts en els entorns digitals, tenint en compte una gamma de factors d'influència potencials.
Donar suport a altres persones perquè desenvolupin les seves capacitats per avaluar la fiabilitat de fonts, informació i continguts en els entorns digitals.
Promoure i donar suport al desenvolupament de la resiliència davant la informació enganyosa i la desinformació en els entorns digitals entre individus i/o grups.
Avaluar i avaluar sistemàticament fonts, informació i continguts en els entorns digitals per donar suport a la presa de decisions complexes.
Ajudar altres persones a desenvolupar capacitats per avaluar de manera crítica la informació i els continguts en els entorns digitals.
Dirigir o contribuir a iniciatives que donin suport a la interpretació precisa de dades, informació i continguts en els entorns digitals.
Reconèixer els beneficis de gestionar i organitzar la informació en entorns digitals.
Reconèixer les funcions de l'eliminació, la restauració i la còpia de seguretat de dades.
Identificar les principals propietats dels fitxers i carpetes digitals.
Reconèixer, en termes generals, el concepte de dada.
Baixar, desar, recuperar, moure i suprimir fitxers digitals.
Organitzar i donar format a dades senzilles en un entorn digital estructurat, com ara fulls de càlcul.
Actualitzar els contactes propis, com ara al telèfon, al correu electrònic o a les xarxes socials.
Reconèixer la importància d’una gestió acurada i ètica de les dades i la informació en entorns digitals.
Reconèixer que els fitxers i carpetes digitals es poden (re)anomenar i organitzar de la manera desitjada per l'usuari.
Reconèixer que els fitxers digitals es poden desar en diferents ubicacions (dispositius, emmagatzematge extern i serveis de núvol) i transferir d'una ubicació a una altra.
Identificar les eines habituals de recollida de dades i les seves funcions principals.
Definir les responsabilitats associades a l'ús d'eines de recollida de dades.
Identificar els tipus comuns de dades i els seus formats.
Aplicar convencions de nomenclatura als fitxers digitals i jerarquies a les carpetes digitals.
Gestionar, desar i suprimir fitxers en dispositius digitals, emmagatzematge extern i serveis de núvol.
Gestionar la informació en els comptes digitals propis, com ara el correu electrònic.
Utilitzar eines de recollida de dades per al processament simple de dades i informació, com ara qüestionaris, enquestes o sondejos.
Organitzar i donar format a les dades en un entorn digital estructurat, com ara fulls de càlcul.
Aplicar fórmules bàsiques a les dades en un entorn digital estructurat, com ara fulls de càlcul.
Prioritzar una gestió i un processament ètics i transparents de les dades i la informació en entorns digitals.
Tenir en compte les possibles fonts d'error o inexactitud en la gestió i el processament de dades i informació en entorns digitals.
Identificar les possibles fonts d'error o inexactitud en la informació o les dades en entorns digitals.
Descriure les principals etapes en la gestió, el processament i l'anàlisi d'informació i dades en entorns digitals.
Descriure les característiques de les dades obertes (exemples, aplicacions, beneficis i limitacions).
Descriure les característiques de les dades massives (exemples, aplicacions, beneficis i limitacions).
Aplicar diverses funcions per transferir i gestionar dades i informació en entorns digitals.
Utilitzar un ventall d'eines i mètodes digitals per recollir i processar diverses dades i informació.
Aplicar una anàlisi adequada de la informació i les dades en entorns digitals per contribuir a la presa de decisions complexes.