1
2
Inteligencia Artificial en la educación digital y los resultados de la valoración del
aprendizaje
Marco Antonio Marcos Rodríguez, Andrea Mercedes Alvarez Rubio, Aracelli Mónica
Aguado Lingán, Deyanira Elizabeth Paz Rubio, Jesús Catherine Saldaña Bocanegra, Jorge
Wilfredo Carrillo Flores
Adaptado por: Ysaelen Odor
Compilador: Yelitza Sánchez
© Marco Antonio Marcos Rodríguez, Andrea Mercedes Alvarez Rubio, Aracelli Mónica
Aguado Lingán, Deyanira Elizabeth Paz Rubio, Jesús Catherine Saldaña Bocanegra, Jorge
Wilfredo Carrillo Flores, 2023
Jefe de arte: Yelitza Sánchez
Diseño de cubierta: Josefrank Pernalete Lugo
Ilustraciones: Josefrank Pernalete Lugo
Editado por: Editorial Mar Caribe de Josefrank Pernalete Lugo
Jr. Leoncio Prado, 1355 – Magdalena del Mar, Lima-Perú. RUC: 15605646601
Libro electrónico disponible en http://editorialmarcaribe.es/?page_id=1631
Primera edición – julio 2023
Formato: electrónico
ISBN: 978-612-5124-00-5
Hecho el Depósito Legal en la Biblioteca Nacional del Perú N°: 2023-06154
3
Inteligencia Artificial en la educación digital y los
resultados de la valoración del aprendizaje
Marco Antonio Marcos Rodríguez
Andrea Mercedes Alvarez Rubio
Aracelli Mónica Aguado Lingán
Deyanira Elizabeth Paz Rubio
Jesús Catherine Saldaña Bocanegra
Jorge Wilfredo Carrillo Flores
2023
LIMA - PERÚ
4
Tabla de contenido
Prólogo ................................................................................................................................... 8
CAPÍTULO I ...................................................................................................................... 11
INTELIGENCIA ARTIFICIAL EN LA EDUACIÓN .................................................... 11
1.La Inteligencia Artificial y los Desafios de la Educación. ............................................ 11
1.1 La Inteligencia Artificial y el Futuro de la Eduación. ............................................ 12
1.2 El Consenso de Beijing sobre la inteligencia artificial en la educación ................. 14
1.3 Los Beneficios de la IA y la elaboración de políticas sobre IA en la educación ... 15
1.4 El carácter interdisciplinario de la Inteligencia Artificial (I.A). ............................. 16
1.5 Algunas técnicas de Inteligencia Artificial ............................................................. 16
1.6 Posibilidades y Limitaciones de la Inteligencia Artificial (I.A.). ........................... 17
1.7 Inteligencia Artificial Colaborativa en el aprendizaje. ........................................... 18
1.8 Impacto de la Inteligencia Artificial en el aprendizaje. .......................................... 21
1.9 Prácticas Emergentes de la Inteligencia Artificial y la Educación. ........................ 22
1.10 La Inteligencia Artificial Valores y Competencias para el aprendizaje. .............. 24
1.11 Cómo mejora la Inteligencia Artificial el aprendizaje y la Evaluación de los
Resultados. .................................................................................................................... 25
1.12 Uso Ético, Inclusivo y Equitativo de la Inteligencia Artificial. ............................ 28
1.13 Estudiar, Vivir y Trabajar con la Inteligencia Artificial........................................ 29
CAPITULO II ..................................................................................................................... 30
INTELIGENCIA ARTIFICIAL Y EL DESARROLLO SOSTENIBLE Y SU
OPERATIVIDAD EN EL APRENDIZAJE ..................................................................... 30
2. La I.A para el logro del cuarto Objetivo de Desarrollo Sostenible. ........................... 31
2.1 Políticas Educativas de IA en el mundo. ................................................................ 32
2.2 La Inteligencia Artificial como un Recurso Educativo. ......................................... 35
2.3 Enseñar Inteligencia Artificial en las Instituciones Educativas. ............................. 36
2.4 Simplificar la administración de la educación al servicio del aprendizaje. ............ 39
2.5 Optimiza el Marketing Educativo........................................................................... 40
5
2.6 Iniciar la Inteligencia artificial en los procesos educativos. ................................... 40
Tabla 2.1 ........................................................................................................................... 41
Estructura del Chatbot ...................................................................................................... 41
2.7 La Inteligencia Artificial Estilos de Aprendizaje Activo, Reflexivo, Teórico y
Pragmático, la experiencia de la Universidad Nacional de Loja en España................. 43
Tabla 2.2 ........................................................................................................................... 46
Requerimientos Funcionales............................................................................................. 46
Tabla 2.3 ........................................................................................................................... 46
Determinación de los Actores y los Roles. ....................................................................... 46
Figura 2.1 .......................................................................................................................... 47
Modelo de la Base de Conocimiento del Sistema ............................................................ 47
Tabla 2.4 ........................................................................................................................... 48
Contenido archivo. arff (Base de conocimiento) .............................................................. 48
Figura 2.2 .......................................................................................................................... 50
Modelo de la Red Neuronal generado por Weka .............................................................. 50
CAPÍTULO III ................................................................................................................... 52
EVALUACIÓN DE LOS RESULTADOS DE APRENDIZAJES CON
INTELIGENCIA ARTIFICIAL ........................................................................................ 52
3. Las Matrices de Evaluación con Inteligencia Artificial .............................................. 52
Tabla 3.1 ........................................................................................................................... 53
Atributos evaluados en los estudiantes para la competencia. ........................................... 53
Tabla 3.2 ........................................................................................................................... 54
Funciones de membresía de entrada del modelo difuso predecesor ................................. 54
Tabla 3.3 ........................................................................................................................... 54
Funciones de membresía de salida del modelo difuso predecesor ................................... 54
Tabla 3.4 ........................................................................................................................... 54
Funciones de membresía de entrada del modelo difuso de SEEI ..................................... 54
6
Figura 3.1 .......................................................................................................................... 55
Estructura de ambos modelos matemáticos LD ............................................................... 55
Tabla 3.5 ........................................................................................................................... 56
Inicio de la tabla Calificaciones resultantes entre ambos modelos difusos ...................... 56
Tabla 3.6. .......................................................................................................................... 56
Estadísticas descriptivas de ambos modelos difusos ........................................................ 56
Tabla 3.7 ........................................................................................................................... 57
Resultados del análisis de varianza ANOVA para ambos instrumentos ........................... 57
Tabla 3.8 ........................................................................................................................... 57
Agrupar información utilizando el método de Tukey y una confianza de 95% ............... 57
3.2 Los avances de los ChatGPT en el Aprendizaje. .................................................... 58
3.2 La inteligencia artificial en la evaluación educativa: retos y oportunidades .......... 61
3.3 Recomendaciones de la UNESCO para las Instituciones Educativas. ................... 62
3.4 Ventajas y Desventajas del ChatGPT ..................................................................... 63
3.5 Algunas formas de usar la Inteligencia Artificial en el salón de Clase................... 64
3.6 La personalización del aprendizaje con la Inteligencia Artificial........................... 69
CAPÍTULO IV .................................................................................................................... 73
4.Aprendizaje Digital. ......................................................................................................... 73
4.1 Definir los objetivos de aprendizaje a Distancia para responder a la pandemia. ... 74
4.2 Principales modelos a distancia. ............................................................................. 75
Tabla 4.1 ........................................................................................................................... 76
Matriz de análisis de los potenciales y limitaciones de los principales modelos de
aprendizaje a distancia ...................................................................................................... 76
4.3 Aprendizaje a Distancia en Línea. .......................................................................... 77
4.4 Aprendizaje por Televisión ..................................................................................... 78
4.5 Aprendizaje por Radio ............................................................................................ 78
4.6 Aprendizaje con material impreso .......................................................................... 78
7
4.7 Contextos especiales de aprendizaje a distancia en el hogar. ................................. 79
Tabla 4.2 ........................................................................................................................... 79
Contextos especiales de la enseñanza a distancia en el hogar, en el marco del cierre de
escuelas durante la pandemia de covid-19 ....................................................................... 79
4.8 Estudiantes a distancia en el hogar. ........................................................................ 80
4.9 Igualdad para todos. ................................................................................................ 81
4.10 Aprendizaje basados en plataforma en línea......................................................... 82
Tabla 4.3 ........................................................................................................................... 83
Una taxonomía centrada en el estudiante para evaluar las funcionalidades de las
plataformas en línea .......................................................................................................... 83
4.11 Organización y seguimiento del Aprendizaje basado en plataforma. ................... 84
4.12 Los padres y el aprendizaje basado en línea. ........................................................ 85
4.13 Diseño de actividades Digitales para estimular el pensamiento crítico................ 86
Tabla 4.4 ........................................................................................................................... 88
Comparación de seis plataformas gratuitas de aprendizaje en línea que brindan
contenidos ......................................................................................................................... 88
alineados con el currículo ................................................................................................. 88
4.14 Clases en vivo dirigidas por el docente. ............................................................... 89
Tabla 4.5 ........................................................................................................................... 89
Funcionalidades de las aplicaciones de transmisión en vivo (versiones gratuitas ........... 89
4.15 Reflexiones finales. .............................................................................................. 91
Bibliografía .......................................................................................................................... 93
8
Prólogo
Actualmente nos enfrentamos a una decisión crítica que determinará el futuro de
nuestro mundo. Continuar en nuestro camino actual resultará en la aceptación de la
desigualdad, la explotación, la violencia y la destrucción ambiental. También significa
ignorar los riesgos que conllevan los avances tecnológicos. Para crear un futuro mejor, se
deben repensar nuestras posibilidades y tomar medidas. La educación siempre ha
desempeñado un papel importante en la transformación de las sociedades, pero no está
logrando su potencial para crear un mundo pacífico y sostenible.
Tenemos la responsabilidad de garantizar que las generaciones futuras puedan
disfrutar de sus derechos humanos y vivir en un mundo de abundancia. A pesar de la
incertidumbre a la que nos enfrentamos, hay esperanza ya que tenemos más acceso al
conocimiento y la capacidad de cooperar que nunca. La educación es la clave para
conectarnos con el mundo, exponer nuevas posibilidades y fortalecer nuestra capacidad de
comunicarnos y tomar acción. Sin embargo, para dar forma al futuro que deseamos, la
educación misma debe sufrir una transformación, organismos como la UNESCO
desempeñan un papel importante en la reconfiguración de una mejor educación más allá del
2050. Cada vez somos más conscientes de que los problemas del mundo nos afectan a
todos y que debemos trabajar juntos para encontrar soluciones. Como seres humanos,
anticipamos constantemente el futuro, y nuestras ideas al respecto influyen en gran medida
en el pensamiento, las políticas y las prácticas educativas. Es crucial que tengamos en
cuenta estas ideas mientras nos esforzamos por crear un futuro mejor a través de la
educación.
El concepto de valorar la dignidad de cada persona y reconocer sus derechos
fundamentales, al mismo tiempo que se protege la salud de nuestro planeta, se encuentra
actualmente amenazado. Es esencial que trabajemos para restablecer el equilibrio en
nuestras relaciones entre nosotros, con la tecnología y con el medio ambiente para poder
imaginar y crear un futuro mejor. Nos enfrentamos a múltiples crisis, incluida la
desigualdad económica, el cambio climático, la pérdida de biodiversidad y el declive de la
democracia. El progreso nos ha llevado hacia un futuro insostenible, con la pobreza
disminuyendo pero la desigualdad aumentando. Nuestras acciones y decisiones han creado
estos desafíos, con modelos económicos que priorizan las ganancias a corto plazo y el
consumismo excesivo que contribuye a los desastres ambientales y la desigualdad
económica. El auge del autoritarismo y el extremismo político también amenaza la
democracia en un momento en que la cooperación y la solidaridad son cruciales. A pesar de
los esfuerzos por promover la paz y la igualdad, debemos trabajar para restablecer el
equilibrio y priorizar los intereses a largo plazo de todos.
La educación juega un papel fundamental en la revitalización y transformación de
nuestras sociedades. A través de la educación, podemos adquirir los conocimientos
necesarios para navegar en un mundo incierto y en constante cambio. Su poder radica en su
9
capacidad para conectarnos con los demás y con el mundo que nos rodea, empujándonos
más allá de nuestros límites actuales y abriendo nuevas posibilidades. La educación sirve
como una fuerza unificadora, uniéndonos para abordar desafíos comunes y brindándonos la
ciencia, el conocimiento y la innovación necesarios para un futuro socialmente inclusivo,
económicamente justo y ambientalmente sostenible.
Sin embargo, la educación no cumple con nuestras expectativas en todos los
rincones del mundo. A pesar de un mayor acceso a la educación en todo el mundo, todavía
existen numerosas exclusiones que privan a cientos de millones de niños, jóvenes y adultos
de su derecho fundamental a una educación de calidad. La discriminación persiste, a
menudo de forma sistemática, en función de factores como el género, la etnia, el idioma, la
cultura y las formas de conocimiento. La falta de acceso se ve agravada aún más por una
crisis importante: la educación formal con frecuencia no logra satisfacer las necesidades y
aspiraciones de los niños, los jóvenes y sus comunidades. La mala calidad de la enseñanza
sofoca la creatividad y la curiosidad, y las tasas de desvinculación y abandono escolar en
todos los niveles educativos resaltan las deficiencias del modelo educativo actual para
brindar experiencias de aprendizaje significativas y relevantes.
Aquellos que tienen acceso a la educación a menudo se encuentran mal equipados
para enfrentar los desafíos tanto del presente como del futuro. Además, los sistemas
educativos a menudo perpetúan condiciones que representan una amenaza para nuestro
futuro común, ya sea a través de la discriminación y la exclusión o estilos de vida
insostenibles, lo que limita el potencial transformador de la educación. Estos fracasos
colectivos subrayan la necesidad urgente de una nueva visión compartida, así como de
principios y compromisos renovados que puedan guiarnos hacia un sistema educativo más
inclusivo y sostenible.
Las familias, las comunidades y los gobiernos de todo el mundo son conscientes de
que, a pesar de sus defectos, las escuelas y los sistemas educativos crean oportunidades y
ofrecen vías para el progreso individual y colectivo. Tanto los gobiernos como las
organizaciones de la sociedad civil reconocen que la educación es un factor crucial, aunque
no el único, para impulsar el desarrollo, fomentar las habilidades y competencias laborales
y cultivar una ciudadanía comprometida y democrática. De hecho, la educación es con
razón un pilar de la Agenda 2030 para el Desarrollo Sostenible, que traza una visión
inclusiva para que la humanidad avance en el bienestar, la justicia y la paz para todos, al
mismo tiempo que establece relaciones sostenibles con el medio ambiente.
Las complejidades que rodean a la IA se amplifican aún más por el cambio
significativo hacia el aprendizaje en línea, que ha sido necesario por el cierre de las
instituciones educativas durante la pandemia de covid-19. Como resultado, la UNESCO ha
tomado medidas para proporcionar pautas que ayuden a los formuladores de políticas a
comprender mejor las posibles oportunidades e implicaciones de la IA en la educación. En
los últimos cinco años, la inteligencia artificial (IA) ha pasado de ser únicamente un tema
de investigación en el mundo académico a convertirse en un tema destacado del discurso
10
público. Su influencia se puede ver en varios aspectos de la vida diaria en muchos países.
Sin embargo, a medida que los avances tecnológicos en IA continúan ocurriendo
rápidamente, traen consigo numerosos riesgos, desafíos e inquietudes con respecto a sus
implicaciones sociales y éticas. Cuando se trata del sector educativo, la integración de la IA
y la enseñanza dependerá en gran medida de las circunstancias y factores socioeconómicos
únicos de cada nación.
11
CAPÍTULO I
INTELIGENCIA ARTIFICIAL EN LA EDUACIÓN
1.La Inteligencia Artificial y los Desafios de la Educación.
La inteligencia artificial (IA) tiene un enorme potencial para revolucionar la
educación al abordar sus desafíos más apremiantes, fomentar métodos innovadores de
enseñanza y aprendizaje y acelerar el progreso hacia el logro del Objetivo de Desarrollo
Sostenible 4. Sin embargo, estos rápidos avances tecnológicos conllevan una multitud de
riesgos y desafíos. que los debates de políticas y los marcos regulatorios aún luchan por
abordar de manera efectiva. La UNESCO está firmemente comprometida a ayudar a los
Estados Miembros a aprovechar el potencial de las tecnologías de IA para hacer realidad la
Agenda Educación 2030, al tiempo que garantiza que su implementación en entornos
educativos se adhiera a los principios fundamentales de inclusión y equidad.
La misión de la UNESCO gira en torno a abogar por un enfoque de la IA centrado
en el ser humano, con el objetivo de cambiar el discurso hacia el reconocimiento del papel
de la IA en la lucha contra las desigualdades existentes en el acceso al conocimiento, la
investigación y la diversidad cultural. La utilización de la IA no debería exacerbar las
disparidades tecnológicas entre naciones y dentro de las sociedades. La visión de "IA para
todos" debe garantizar que cada individuo pueda beneficiarse de la revolución tecnológica
en curso y acceder a sus ventajas, particularmente en términos de innovación y
conocimiento. En contraste, bajo los principios del Consenso de Beijing, la UNESCO ha
desarrollado una publicación integral con el objetivo de mejorar la preparación de las
personas responsables de dar forma a las políticas educativas en el ámbito de la inteligencia
artificial.
Este documento, titulado "Orientación para los responsables de la formulación de
políticas: inteligencia artificial y educación", será un recurso valioso para los expertos y
profesionales de la comunidad educativa que participan en la elaboración de políticas. Su
objetivo principal es establecer una perspectiva unificada sobre los posibles beneficios y
obstáculos que presenta la IA en el campo de la educación, al mismo tiempo que aborda las
implicaciones que tiene sobre las habilidades fundamentales necesarias en la era de la IA.
En el contexto de sus diversas iniciativas, la UNESCO cree firmemente que la integración
de la inteligencia artificial (IA) en el ámbito de la educación debe esforzarse no solo por
mejorar las capacidades humanas sino también por garantizar la salvaguardia de los
derechos humanos básicos. Al hacerlo, la UNESCO tiene como objetivo fomentar la
colaboración efectiva entre individuos y máquinas en diversos aspectos de la vida, el
aprendizaje y el trabajo, al mismo tiempo que promueve el desarrollo sostenible. A través
de la colaboración con sus socios, organizaciones internacionales y defendiendo los valores
12
fundamentales que sustentan su misión, la UNESCO se compromete a mejorar su liderazgo
en el campo de la IA en la educación. Esto se logrará sirviendo como un grupo de expertos
global, estableciendo estándares, brindando orientación técnica y contribuyendo
activamente a los esfuerzos de desarrollo de capacidades, para aprovechar las nuevas
tecnologías.
1.1 La Inteligencia Artificial y el Futuro de la Educación.
El proyecto centrado en la inteligencia artificial y el futuro del aprendizaje se basa en la
próxima Recomendación sobre la ética de la inteligencia artificial, aprobada en la 41.ª
sesión de la Conferencia General de la UNESCO, basada en las recomendaciones
presentadas en el informe mundial titulado "Reimaginar juntos nuestro futuro: un nuevo
contrato social para la educación", este proyecto se inició como parte del Consenso de
Beijing sobre Inteligencia Artificial en la Educación alineada con la estrategia de la
UNESCO sobre innovación tecnológica en la educación para el período 2021 a 2025.
El proyecto consta de tres componentes separados que funcionan juntos en armonía. El
informe presenta un conjunto de recomendaciones que proponen estrategias para incorporar
el aprendizaje basado en IA en las prácticas educativas del futuro. También sirve como guía
para esbozar los principios éticos que deben regir el uso de la IA en el ámbito educativo.
Además, proporciona un marco integral que los educadores pueden seguir para mejorar sus
competencias de IA. La conexión entre la IA y la educación se puede clasificar en tres áreas
distintas.
A. El primero implica utilizar herramientas de IA en las aulas para facilitar el
aprendizaje. Esto podría incluir el uso de software o dispositivos impulsados por IA
para mejorar la experiencia de enseñanza y aprendizaje.
B. La segunda área se enfoca en educar a los estudiantes sobre la IA en sí misma,
brindándoles una comprensión de sus tecnologías y técnicas.
C. Por último, la tercera área tiene como objetivo preparar a las personas para el
impacto de la IA en la vida humana, asegurando que todos los ciudadanos tengan el
conocimiento necesario para navegar y comprender las posibles implicaciones de la
IA.
Actualmente, el proyecto 'Enseñanza de inteligencia artificial en la escuela' tiene dos
componentes principales. Su objetivo principal es cerrar la brecha entre los aspectos
humanos y técnicos de la IA al incorporarla en los programas de capacitación para jóvenes.
La primera etapa del proyecto consiste en brindar orientación y apoyo a los creadores de
planes de estudio y capacitadores especializados que han sido seleccionados por
instituciones nacionales. El objetivo es empoderar a los jóvenes equipándolos con las
habilidades y conocimientos necesarios para navegar el mundo de la IA de manera efectiva.
La primera línea de trabajo implicará una amplia investigación y análisis, con el objetivo de
obtener una comprensión integral del contexto, los desafíos y las oportunidades del
13
proyecto. Esto incluirá una revisión exhaustiva de la literatura relevante, los datos y las
iniciativas existentes, así como consultas con las partes interesadas clave y expertos en el
campo.
A través de esta investigación, el equipo del proyecto podrá identificar tendencias clave,
brechas y mejores prácticas, y desarrollar una estrategia clara y basada en evidencia para
lograr los objetivos del proyecto. La segunda línea de trabajo se enfocará en el diseño y
desarrollo de los componentes centrales del proyecto, tales como su infraestructura,
sistemas y procesos. Esto implicará un proceso cuidadoso e iterativo de creación de
prototipos, pruebas y refinamiento, a fin de garantizar que el proyecto sea técnicamente
sólido, fácil de usar y esté alineado con las necesidades y expectativas de sus partes
interesadas.
El equipo del proyecto trabajará en estrecha colaboración con expertos técnicos,
diseñadores y otros especialistas para garantizar que el proyecto se construya con los más
altos estándares de calidad y eficiencia. En general, el proyecto se desarrollará a través de
un enfoque riguroso e integral, aprovechando los mejores conocimientos, habilidades y
recursos disponibles. Se diseñará e implementará con un fuerte enfoque en la innovación, la
eficacia y la sostenibilidad, a fin de crear un impacto y beneficio duraderos para sus partes
interesadas. La tercera línea de trabajo involucrará la implementación y gestión del
proyecto, incluyendo la movilización de recursos, la coordinación de actividades y el
seguimiento y evaluación de los avances e impactos.
Esto requerirá un fuerte liderazgo, una comunicación eficaz y un profundo compromiso
con la colaboración y la creación de asociaciones. El equipo del proyecto trabajará en
estrecha colaboración con las partes interesadas en todos los niveles, desde las
comunidades locales hasta los gobiernos nacionales y las organizaciones internacionales,
para garantizar que el proyecto se implemente de manera efectiva y se maximicen sus
beneficios. El proyecto se basará en tres líneas distintas de trabajo, cada una de las cuales
contribuirá a su desarrollo y éxito general. Estas líneas de trabajo serán cuidadosamente
consideradas e integradas para asegurar que el proyecto logre sus objetivos y satisfaga las
necesidades de sus partes interesadas. En general, el compromiso de la UNESCO para
promover la educación en IA en las escuelas es evidente a través de sus diversas iniciativas.
Al colaborar con expertos, crear un directorio en línea y organizar talleres, la UNESCO
está trabajando para lograr el objetivo de equipar a los estudiantes con las competencias
esenciales de IA y las habilidades digitales necesarias para el éxito en el futuro. Además, la
UNESCO está organizando activamente talleres en países seleccionados con el objetivo de
incorporar la formación en IA en los planes de estudios nacionales o institucionales. Estos
talleres están diseñados para proporcionar a los educadores los conocimientos y habilidades
necesarios para enseñar de manera efectiva los conceptos de IA a sus alumnos. Al ofrecer
orientación y apoyo en la integración de la educación en IA, la UNESCO tiene como
14
objetivo fomentar un entorno propicio para el desarrollo de habilidades en IA entre los
estudiantes. Esta iniciativa reconoce la importancia de equipar a los estudiantes con las
habilidades digitales necesarias para prosperar en un mundo cada vez más impulsado por la
IA.
Además del desarrollo del marco de competencias de IA, la UNESCO también se está
centrando en la creación y gestión de un directorio en línea. Este directorio servirá como
una plataforma centralizada que alberga una colección de recursos pedagógicos de IA
cuidadosamente seleccionados, planes de estudios nacionales de IA y otros materiales
esenciales de capacitación en habilidades digitales. Al proporcionar a los educadores y
estudiantes un fácil acceso a estos recursos, la UNESCO tiene como objetivo promover la
integración de la educación en IA en los planes de estudio nacionales e institucionales. Esta
iniciativa tiene como objetivo garantizar que la educación en IA no solo sea accesible sino
que también se integre de manera efectiva en los sistemas educativos. La UNESCO se
encuentra actualmente en el proceso de crear un extenso directorio en línea que pretende
servir como una plataforma centralizada para varias naciones.
1.2 El Consenso de Beijing sobre la inteligencia artificial en la educación
En la Conferencia Internacional sobre Inteligencia Artificial en la Educación celebrada
en Beijing 2019, un grupo de personas de los Estados Miembros, organizaciones
internacionales, instituciones académicas, la sociedad civil y el sector privado se unieron
para aprobar el Consenso de Beijing sobre Inteligencia Artificial y Educación. Este
documento histórico ofrece recomendaciones y orientación sobre cómo los países pueden
abordar mejor las oportunidades y los desafíos que presenta la IA, con el objetivo de
promover el progreso hacia el ODS 4.
Esto marca un paso importante hacia el desarrollo de un enfoque unificado para
aprovechar la IA en beneficio de la educación y la sociedad en su conjunto. El Consenso
reitera la importancia del enfoque humanista en la utilización de tecnologías de IA en la
educación. El objetivo es mejorar la inteligencia humana, salvaguardar los derechos
humanos y fomentar el desarrollo sostenible mediante una colaboración eficiente entre
humanos y máquinas en diversos aspectos, como la vida diaria, la educación y el empleo.
El Consenso ha presentado un conjunto de sugerencias estratégicas con respecto a la
integración de la IA en la educación. Estas recomendaciones se centran en cinco aspectos
clave. Para garantizar la integración exitosa de la IA en la educación, es importante abordar
cinco temas transversales destacados en el Consenso. Estos incluyen consideraciones éticas,
privacidad y protección de datos, inclusión y accesibilidad, transparencia y explicabilidad,
y rendición de cuentas y responsabilidad. Al tener en cuenta estos problemas, las partes
interesadas pueden aprovechar todo el potencial de la IA y salvaguardar los derechos y el
bienestar de todas las personas involucradas en el sistema educativo. En conclusión, la IA
15
tiene el potencial de revolucionar la educación al mejorar los procesos de gestión e
implementación, capacitar a los docentes, mejorar las prácticas de aprendizaje y evaluación,
fomentar el desarrollo de habilidades cruciales y brindar oportunidades de aprendizaje
permanente.
Al adoptar la IA y abordar las preocupaciones clave, podemos allanar el camino para un
sistema educativo inclusivo, eficaz y preparado para el futuro. Además, la IA puede ser
fundamental para brindar oportunidades de aprendizaje permanente a las personas,
independientemente de su edad o antecedentes. Al aprovechar las tecnologías de IA, las
personas pueden acceder a recursos educativos y cursos adaptados a sus necesidades e
intereses específicos, lo que les permite adquirir continuamente nuevos conocimientos y
habilidades a lo largo de sus vidas. Además de su impacto directo en la educación, la IA
también puede contribuir al desarrollo de valores y habilidades que son esenciales para que
las personas prosperen en la era de la IA.
Esto incluye promover el pensamiento crítico, las habilidades para resolver problemas,
la creatividad y la adaptabilidad, que tienen una gran demanda en el mercado laboral en
rápida evolución. La inteligencia artificial (IA) puede desempeñar un papel crucial en la
gestión e implementación de la educación, ayudando en la administración eficiente y eficaz
de los sistemas educativos. Además, la IA tiene el potencial de empoderar a los docentes al
brindarles valiosos recursos y herramientas para mejorar sus prácticas docentes. La IA
puede contribuir al proceso de aprendizaje al facilitar la evaluación del desempeño de los
estudiantes y proporcionar comentarios personalizados, lo que en última instancia conduce
a mejores resultados educativos.
El Consenso también sugiere varias acciones tangibles que pueden implementar tanto la
comunidad internacional como las personas dedicadas a promover la IA en la educación.
Estas acciones incluyen la promoción de la utilización justa e inclusiva de la IA en entornos
educativos, el desarrollo de sistemas de IA que defiendan la equidad de género y prioricen
la igualdad de género, garantizando el uso ético y transparente de datos y algoritmos
educativos, y realizando un seguimiento, evaluación e investigación exhaustivos. Estas
medidas propuestas tienen como objetivo garantizar que la IA en la educación se utilice de
manera responsable. La Comisión Nacional China para la UNESCO y la UNESCO
realizaron un foro virtual de dos días, llamado Foro Internacional sobre Inteligencia
Artificial y el Futuro de la Educación. El foro reunió a expertos en educación y tecnología
de diferentes partes del mundo para discutir el papel de la IA en la educación y su potencial
como un bien común para la educación en el futuro.
1.3 Los Beneficios de la IA y la elaboración de políticas sobre IA en la educación
Actualmente, la UNESCO está en el proceso de crear un marco integral de
autoevaluación para la preparación para la IA. El objetivo principal de este marco es ayudar
a los Estados miembros a evaluar su preparación y capacidades para incorporar y utilizar de
16
manera efectiva las tecnologías de IA en varios dominios asociados con la educación. Al
generar un perfil único para cada país, la UNESCO tiene como objetivo identificar las áreas
específicas en las que sobresalen y en las que pueden necesitar mejoras. Además, esta
evaluación proporcionará sugerencias tangibles y orientación para abordar los requisitos y
desafíos identificados.
El objetivo principal de este proyecto es garantizar que los actores clave en los
sistemas educativos nacionales estén bien preparados y sean capaces de aprovechar el
potencial de la inteligencia artificial (IA) para brindar una educación inclusiva, equitativa y
de alta calidad para todas las personas en todo el mundo. Para lograr este objetivo, se han
organizado varias sesiones para mejorar las habilidades y el conocimiento de los
responsables políticos en la integración de la IA en las políticas educativas.
1.4 El carácter interdisciplinario de la Inteligencia Artificial (I.A).
A lo largo de los años, las definiciones de IA se han ampliado y multiplicado, la IA
puede definirse como sistemas informáticos que poseen capacidades similares a las
humanas para interactuar con el mundo (Luckin, 2010). Los avances recientes en IA y su
potencial de disrupción han sido impulsados principalmente por la mejora de los algoritmos
y la disponibilidad generalizada de servicios de IA, en lugar de un paradigma
completamente nuevo. Las aplicaciones de IA en varias industrias son cada vez más
frecuentes y disruptivas, con ejemplos que van desde la traducción de idiomas y el
reconocimiento facial hasta los automóviles autónomos y los asistentes personales en los
teléfonos inteligentes.
El campo de la atención médica también está experimentando avances significativos
debido a la IA. Además, existen otras aplicaciones emergentes de IA que se están volviendo
más comunes, como el periodismo automatizado, la inteligencia artificial legal, el
pronóstico del tiempo de IA, la detección de fraudes mediante técnicas de IA, los procesos
comerciales impulsados por IA, las ciudades inteligentes, los robots de IA, la guerra
automatizada y ultrafakes o deep-fakes. Sin embargo, es importante tener cuidado al
evaluar las afirmaciones sobre la IA realizadas por ciertas empresas y medios de
comunicación. A pesar de los titulares que sugieren que las herramientas de IA son
superiores a los humanos, la realidad es que esta superioridad se limita a circunstancias
específicas.
1.5 Algunas técnicas de Inteligencia Artificial
La creatividad artificial es otra aplicación de IA que involucra el uso de sistemas de IA
para crear nuevas fotos, música, obras de arte o historias. En general, los avances en la
tecnología de IA han llevado al desarrollo de estas diversas aplicaciones, que se ofrecen
cada vez más como servicios a particulares y empresas. Los agentes automatizados también
son una forma de IA que incluye avatares de juegos de computadora, bots de software,
17
compañeros virtuales, robots inteligentes y ultrafalsos. La detección de emociones es otra
aplicación de IA que involucra el análisis de sentimientos en textos, comportamientos y
rostros.
La extracción de datos para la predicción es otra tecnología de IA que se utiliza en
diagnósticos médicos, pronósticos, proyecciones comerciales, ciudades inteligentes,
pronósticos financieros y detección de fraudes. Las técnicas de IA antes mencionadas han
llevado al desarrollo de varias tecnologías de IA que se ofrecen cada vez más como
servicios. Estos incluyen el procesamiento del lenguaje natural, que implica el uso de IA
para interpretar, generar texto y análisis semántico. El reconocimiento de voz también es
una forma de procesamiento del lenguaje natural que implica la interpretación de palabras
habladas y se usa comúnmente en teléfonos inteligentes, asistentes personales de IA y
chatbots en servicios bancarios. El reconocimiento de imágenes es otra aplicación de IA
que permite el reconocimiento facial, el reconocimiento de escritura a mano, la
manipulación de imágenes y el desarrollo de vehículos autónomos.
Inicialmente, los expertos en el campo de la ciencia habían imaginado la creación de
una inteligencia artificial que pudiera igualar las habilidades cognitivas de un ser humano,
lo que comúnmente se conoce como "IA fuerte". Sin embargo, las diversas aplicaciones
mencionadas anteriormente solo representan lo que se conoce como "IA débil", que opera
dentro de dominios confinados y estrechos. Aunque se han logrado avances impresionantes
en este campo, es crucial reconocer que la IA aún se encuentra en sus etapas iniciales.
Además, hay indicios de que la financiación para la investigación y el desarrollo de la IA
puede estar disminuyendo a nivel mundial.
1.6 Posibilidades y Limitaciones de la Inteligencia Artificial (I.A.).
Hay diferentes tipos de logros de IA, algunos están progresando rápidamente y se
centran en entender las cosas. Otros aún no son perfectos, pero están mejorando en la toma
de decisiones, también existen algunas tecnologías de IA que intentan predecir lo que
sucederá en la sociedad, pero no son muy confiables. Aunque la IA puede hacer cosas
asombrosas, en realidad no entiende ni piensa como lo hacen los humanos. Pero lo que hace
que la IA sea especial es lo rápido que ha crecido y cómo ahora está en todas partes.
Todavía se espera el próximo gran avance en IA, y algunos expertos creen que sucederá
cuando combinemos los sistemas de IA antiguos con los nuevos que usan una gran cantidad
de datos.
La inteligencia artificial (IA) se refiere a una colección de métodos y herramientas
que permiten a las máquinas realizar tareas que anteriormente requerían habilidades
cognitivas humanas, incluidas, entre otras, la resolución de problemas, la toma de
decisiones y el aprendizaje. Stuart Russell, un renombrado especialista en IA, sugiere que la
inteligencia humana no es un fenómeno místico sino un algoritmo extremadamente
complejo. La inteligencia artificial (IA) se puede clasificar en dos tipos distintos: IA débil e
18
IA fuerte. La IA débil está diseñada específicamente para sobresalir en una tarea en
particular, por ejemplo, reconocer patrones de voz o clasificar imágenes. Este tipo de IA
comúnmente se integra en nuestra vida diaria a través de aplicaciones como Siri o Alexa,
mejorando nuestra experiencia en el hogar.
Por otro lado, la IA fuerte posee una capacidad notable para adquirir conocimientos,
participar en el razonamiento lógico e incluso tomar decisiones independientes, muy similar
a las habilidades cognitivas humanas. Aunque existen numerosas ventajas asociadas con la
inteligencia artificial (IA), es importante reconocer que existen ciertas limitaciones y
desafíos en su implementación. Uno de esos desafíos es el potencial de los sistemas de IA
para mostrar sesgos y comportamientos discriminatorios, particularmente cuando se
entrenan con conjuntos de datos incompletos o sesgados. Esto puede tener profundas
implicaciones para varios aspectos de la sociedad, como el empleo, la atención médica y los
sistemas de justicia penal. Además, a medida que la IA continúa avanzando y penetrando en
varias industrias, existe una preocupación creciente con respecto a los efectos
impredecibles que puede tener en la economía y la dinámica social. Estos efectos podrían
variar desde el desplazamiento laboral y la desigualdad de ingresos hasta la concentración
del poder en manos de unos pocos gigantes tecnológicos. Por lo tanto, es crucial considerar
y abordar cuidadosamente estas limitaciones y desafíos a medida que navegamos por el
futuro de la IA.
1.7 Inteligencia Artificial Colaborativa en el aprendizaje.
El concepto de IA se originó a partir del deseo de replicar los procesos de pensamiento
humano a través de la tecnología. A pesar de los impresionantes avances realizados en IA,
sus limitaciones se han vuelto más evidentes con el tiempo. Esto se conoce como la
paradoja de Moravec, donde la IA sobresale en tareas que son difíciles para los humanos
pero lucha con tareas que son relativamente fáciles para los humanos. Como resultado,
todavía hay funciones cruciales que requieren intervención humana. La relación entre los
humanos y la IA se ha vuelto más compleja, lo que lleva al término "inteligencia
aumentada" para describir la colaboración entre los dos.
Si bien la automatización de la IA puede brindar muchos beneficios, como una mayor
eficiencia y ahorro de costos, sus capacidades son limitadas sin la asistencia de la
inteligencia colaborativa (IC). IC se refiere a una forma de inteligencia artificial que
combina las capacidades de humanos y máquinas para llevar a cabo diversas tareas. Este
enfoque aprovecha las ventajas de la inteligencia humana y de las máquinas, lo que en
última instancia conduce a una mayor precisión y eficiencia en la automatización de la IA.
En resumen, la combinación del sistema IC de automatización de IA e intervención humana
permite la creación de un brazo robótico altamente capaz. El aspecto de automatización de
IA genera el diseño inicial, mientras que la experiencia del ingeniero humano garantiza su
19
precisión, seguridad y rendimiento óptimo. Este proceso colaborativo aprovecha las
fortalezas de la IA y la inteligencia humana, lo que da como resultado un brazo robótico
altamente avanzado y confiable capaz de realizar tareas complejas de manera eficiente y
segura.
Sin embargo, es importante señalar que el papel del ingeniero humano es crucial en este
proceso, el componente IC del sistema permite al ingeniero intervenir y afinar el diseño
creado por la automatización IA. Basándose en su pericia y experiencia, el ingeniero
revisaría meticulosamente el diseño del brazo para garantizar su corrección y seguridad.
Una posible aplicación de un sistema de IC es el diseño de un brazo robótico de gran
capacidad que sea capaz de realizar tareas complejas. En este escenario, el aspecto de
automatización de IA del sistema IC se encargaría de generar el marco y la estructura
iniciales para el brazo robótico.
Esto implicaría utilizar algoritmos avanzados y técnicas de aprendizaje automático para
desarrollar una base sólida para el diseño del brazo. Al aprovechar su conocimiento, el
ingeniero puede identificar posibles fallas o áreas de mejora en el diseño inicial. Pueden
hacer los ajustes necesarios para optimizar la funcionalidad, la eficiencia y el rendimiento
del brazo. Además, el ingeniero puede incorporar medidas de seguridad para prevenir
cualquier peligro o accidente durante la operación del brazo. Este aporte humano es vital,
ya que agrega una capa de intuición humana, creatividad y habilidades para resolver
problemas que la IA no puede replicar por sí sola.
Además, la utilización de IC tiene el potencial de mejorar la precisión y la eficacia de la
automatización de IA. A través de la integración de la inteligencia humana y de la máquina,
el componente de automatización de IA puede recibir capacitación para lograr un mayor
nivel de precisión en la identificación y distinción de objetos específicos. Esto se vuelve
particularmente ventajoso en aplicaciones como el reconocimiento facial, donde incluso los
detalles más pequeños pueden afectar significativamente la precisión y confiabilidad
general del sistema. La convergencia de la automatización de AI e IC presenta una
oportunidad notable para que las empresas de todos los sectores mejoren la eficacia de sus
procesos de automatización. Al aprovechar las capacidades únicas de la inteligencia
humana y de las máquinas, la IC permite el desarrollo de soluciones de automatización
altamente eficientes y precisas, lo que permite a las empresas optimizar por completo sus
sistemas de automatización de IA.
Además, la implementación de la IA en la educación tiene el potencial de revolucionar
la forma en que se lleva a cabo la enseñanza y el aprendizaje. Al aprovechar el poder de
esta tecnología, los educadores pueden optimizar y mejorar varios aspectos del sistema
educativo. Uno de esos beneficios es la reducción de tareas que requieren mucho tiempo,
como calificar exámenes de opción múltiple y evaluar tareas, que ahora se pueden hacer a
un ritmo mucho más rápido debido a la eficiencia de la IA. Para mejorar la educación
20
personalizada, se hará hincapié en el desarrollo de rutas de aprendizaje individualizadas que
se adapten a las necesidades específicas de cada estudiante.
Estos itinerarios de aprendizaje consistirán en contenido diseñado y adaptado para
satisfacer los requisitos únicos de cada estudiante, asegurando que reciban la educación
más efectiva posible. Además, los estudiantes recibirán la retroalimentación necesaria para
facilitar su aprendizaje y crecimiento. Además, la integración de la tecnología de IA
revolucionará el concepto de aprendizaje colaborativo, convirtiéndolo en un aspecto más
integral y significativo de la educación. Este avance permitirá a los estudiantes participar en
actividades colaborativas y debates con sus compañeros, fomentando una comprensión más
profunda de la materia y promoviendo un enfoque más holístico del aprendizaje.
El aprendizaje colaborativo implica un enfoque de estudio completamente distinto en
comparación con los métodos tradicionales de aprendizaje individual y competitivo que han
prevalecido durante innumerables generaciones. En este escenario prima el concepto de
cooperación e interacción, la idea no es participar en una competencia con otros para
emerger como los mejores, sino que se trata de trabajar colectivamente para lograr los
objetivos para que todos puedan obtener los beneficios, independientemente de su nivel.
Esto incluye tanto a las personas con un nivel más bajo como a las que están en un nivel
más alto de aprendizaje.
En el ámbito laboral, la colaboración en equipo es crucial en numerosos casos. Las
organizaciones confían en la diversidad de conocimientos y perspectivas de sus empleados
para generar ideas colectivamente y llegar a las soluciones óptimas. Para facilitar el
aprendizaje colaborativo con la ayuda de la IA, es imperativo incorporar las tecnologías de
la información en el entorno del aula. A pesar de la existencia de dispositivos personales
que ofrecen acceso restringido a herramientas y aplicaciones, muchos centros educativos
aún muestran reticencia a utilizar teléfonos móviles o tabletas. Para completar con éxito el
trabajo colaborativo, es esencial una amplia preparación de las tareas y la plena
participación de todos los miembros del grupo.
Es crucial que las instituciones educativas, particularmente las universidades, fomenten
este tipo de aprendizaje. Para satisfacer las necesidades mencionadas anteriormente, es
crucial que los proveedores de soluciones en el sector educativo desarrollen servicios que
sean eficientes e innovadores. Esto significa crear diversas soluciones diseñadas
específicamente para escuelas, universidades y centros educativos, cuyo objetivo es mejorar
la experiencia general de los estudiantes haciéndola más satisfactoria e interactiva. Es
crucial crear un entorno de trabajo que involucre completamente a los profesores,
estudiantes y colegas en el aprendizaje colaborativo. Esto se puede lograr con la ayuda de la
tecnología moderna, incluidas tabletas, computadoras portátiles y teléfonos inteligentes. Al
utilizar estos dispositivos, las personas pueden interactuar entre sí y acceder a una amplia
gama de recursos que mejoran su experiencia de aprendizaje. Es importante tener en cuenta
21
que este entorno inmersivo no solo beneficia a los estudiantes individuales, sino que
también fomenta un sentido de comunidad y trabajo en equipo entre todos los involucrados.
Al integrar la tecnología en el entorno educativo, podemos brindar una experiencia de
aprendizaje dinámica y atractiva que se adapta a las necesidades de cada individuo. Este
enfoque fomenta la creatividad, el pensamiento crítico y la innovación, que son habilidades
esenciales para el éxito en el mundo moderno. Por lo tanto, crear un entorno de trabajo
inmersivo no es solo algo agradable, es imprescindible para cualquier persona que quiera
alcanzar su máximo potencial.
Una experiencia interesante es el sistema Visión Exchange de Sony, que ha
aprovechado la capacidad de compartir información de forma inalámbrica entre miembros
del grupo e instructores, lo que lo convierte en un sistema de aprendizaje activo muy
efectivo para universidades, centros de educación superior y salas de conferencias
corporativas. Su capacidad para facilitar la colaboración y la comunicación fluidas lo
convierte en una herramienta valiosa para fomentar la productividad y el compromiso en
estos entornos. En línea con este concepto, Sony ha colaborado con UbiCast para crear la
innovadora solución Miris Netacapture, que está específicamente diseñada para capturar y
grabar sesiones educativas en línea.
Cuando se utiliza junto con Vision Exchange, esta tecnología de vanguardia brinda
a las organizaciones una solución audiovisual versátil que facilita las conferencias
interactivas. La utilización de soluciones de gestión de campus puede resultar muy
beneficiosa. Sony Teos ha identificado la recepción virtual y los sistemas de gestión de
salas descentralizados como innovaciones prometedoras para el sector educativo. Estas
tecnologías pueden agilizar el proceso de registro y facilitar la asignación eficiente de
recursos. No hay duda de que la inteligencia artificial (IA) ganará cada vez más
importancia dentro de nuestras instituciones educativas y, en última instancia, asumirá una
posición fundamental en el campo de la educación en el futuro previsible.
1.8 Impacto de la Inteligencia Artificial en el aprendizaje.
El campo de la IA se originó a partir de los intentos de replicar y mecanizar los
procesos cognitivos de los humanos, como propuso Turing en 1950. Desde entonces, la IA
y la inteligencia humana han existido en una coexistencia algo incómoda. Si bien a menudo
escuchamos sobre avances notables en IA, las limitaciones de los enfoques actuales son
cada vez más evidentes, como lo destacó Mitchell en 2019. Curiosamente, la IA se ha
destacado en tareas que plantean desafíos para los humanos, pero lucha con tareas
relativamente fáciles que los humanos pueden hacer sin esfuerzo. Este fenómeno se conoce
como la paradoja de Moravec, en consecuencia, si bien muchas tareas se pueden
automatizar, todavía hay funciones cruciales que requieren la participación humana y para
22
las cuales debemos estar adecuadamente preparados, como enfatizan Holmes et al. (2019).
La relación evolutiva e intrincada entre las personas y la IA incluso ha llevado a la
sugerencia de cambiar el nombre de IA como "inteligencia aumentada" para reflejar la
creciente complejidad, como propuso Zheng (2017).
Hay varios ejemplos de IA en la educación, como los bots de chat de aprendizaje que
interactúan con los estudiantes y responden preguntas sobre los materiales de aprendizaje,
los sistemas de tutoría inteligente que ofrecen instrucción personalizada y el análisis de
sentimientos, que analiza el tono y la emoción en el lenguaje escrito para comprender mejor
las respuestas de los estudiantes. Los educadores deben comprender las fortalezas y
limitaciones de la IA para usarla de manera efectiva en el aula. Si bien la IA es excelente en
el procesamiento de datos y la detección de patrones, puede tener dificultades para
comprender el contexto y la emotividad.
Por lo tanto, es esencial que los educadores trabajen en conjunto con la tecnología para
lograr los mejores resultados y personalizar la experiencia de aprendizaje para cada
estudiante. La Inteligencia Artificial (IA) está revolucionando el campo de la educación de
muchas maneras. En primer lugar, la IA es educación personalizada mediante el análisis de
los datos de los estudiantes para proporcionar materiales de aprendizaje personalizados que
se adaptan a las fortalezas y debilidades individuales, esto permite a los estudiantes
progresar a su propio ritmo y concentrarse en las áreas que requieren atención. En segundo
lugar, la IA está mejorando la retroalimentación y la evaluación al proporcionar un análisis
en tiempo real de los datos de los estudiantes, lo que permite una retroalimentación
instantánea sobre su desempeño. Esto ayuda a los estudiantes a comprender sus fortalezas y
debilidades, permitiéndoles enfocar sus estudios en áreas que requieren atención. En tercer
lugar, la IA está ayudando a los educadores a desarrollar materiales didácticos más
efectivos mediante el análisis de grandes cantidades de datos de aprendizaje para identificar
patrones y adaptar sus métodos de enseñanza en consecuencia.
La inteligencia artificial (IA) es un componente integral de la cuarta revolución
industrial, también conocida como Industria 4.0. Esta revolución involucra tecnologías
avanzadas como la impresión 3D, la biotecnología, la nanotecnología, la computación
cuántica, la robótica y la Internet de las cosas, todas ellas respaldadas por IA. Como
resultado, muchos trabajos pueden quedar obsoletos y los empleados deben desarrollar
habilidades para acceder a los nuevos puestos creados por la IA. No obstante, la IA y otras
tecnologías de vanguardia están ampliando la gama de trabajos de alto riesgo que requieren
habilidades creativas y analíticas, así como interacciones humanas.
1.9 Prácticas Emergentes de la Inteligencia Artificial y la Educación.
23
El uso de la IA en la educación se remonta a la década de 1970, cuando los
investigadores comenzaron a explorar la posibilidad de utilizar computadoras como
reemplazo de la enseñanza personalizada. Desde entonces, la implementación de la IA en la
educación ha evolucionado de varias maneras, incluida la IA dirigida por el estudiante y la
IA centrada en el maestro y el sistema. Sin embargo, la integración de la IA en la educación
va más allá del aula y tiene como objetivo preparar a las personas para la era de la IA. Para
aprovechar al máximo el potencial pedagógico de la IA, es crucial identificar sus beneficios
y riesgos y garantizar un uso ético, inclusivo y equitativo. Esto requiere abordar las
siguientes preguntas: ¿cómo puede la IA mejorar la educación? ¿Cómo podemos garantizar
el uso ético y equitativo de la IA en la educación? ¿Cómo puede la educación preparar a las
personas para el futuro con IA?
El avance significativo en la utilización de datos para revolucionar el proceso de
planificación de políticas basadas en evidencia. Es crucial contemplar la integración o
creación de tecnologías y herramientas relacionadas con la inteligencia artificial que
puedan potenciar el sistemas de información para la gestión educativa (EMIS). Esta mejora
tiene como objetivo mejorar la recopilación y el procesamiento de datos, lo que resulta en
una gestión y entrega de la educación más equitativa, inclusiva, abierta y personalizada. Sin
embargo, es fundamental reconocer que, si bien la inteligencia artificial ofrece
oportunidades para apoyar a los docentes en sus responsabilidades educativas y prácticas
pedagógicas, la interacción humana y la colaboración entre docentes y alumnos deben
seguir siendo parte integral del sistema educativo.
Los maestros no pueden ser reemplazados por máquinas, y es crucial proteger sus
derechos y condiciones de trabajo. Para adaptarse al panorama cambiante de la educación,
es necesario revisar y redefinir los roles y competencias de los docentes en el contexto de
las políticas de cuidado infantil. Esto incluye el fortalecimiento de las instituciones de
formación de docentes y la implementación de programas apropiados de desarrollo de
capacidades para preparar de manera efectiva a los futuros docentes para entornos
educativos que incorporan en gran medida la inteligencia artificial. Para mantenerse
informado sobre el potencial de la inteligencia artificial para apoyar el aprendizaje y las
evaluaciones, es esencial mantenerse actualizado sobre las tendencias emergentes. Esto
permitirá la revisión y ajuste de los planes de estudios para promover la integración
profunda de la inteligencia artificial y transformar las metodologías de aprendizaje.
Además, es importante explorar el potencial de introducir nuevos modelos para brindar
educación y capacitación en diversas instituciones y entornos de aprendizaje. Estos
modelos pueden ser facilitados por el uso de inteligencia artificial, beneficiando a
diferentes partes interesadas como estudiantes, docentes, padres y comunidades. Además,
vale la pena considerar la utilización de las herramientas de inteligencia artificial
disponibles o el desarrollo de soluciones innovadoras de inteligencia artificial. Esto debe
hacerse de una manera que demuestre claramente que los beneficios del uso de la
24
inteligencia artificial superan los riesgos asociados. El objetivo es facilitar tareas de
aprendizaje bien definidas en diversas áreas temáticas y apoyar el desarrollo de habilidades
y destrezas interdisciplinarias a través de herramientas de inteligencia artificial.
1.10 La Inteligencia Artificial Valores y Competencias para el aprendizaje.
Es crucial apoyar la experimentación a nivel de toda la escuela para explorar el uso
de la I.A. con el fin de promover la innovación en la enseñanza y el aprendizaje. Es
importante inspirarse en las historias de éxito e implementar prácticas que hayan
demostrado su eficacia en base a datos empíricos. Adicionalmente, es necesario aplicar o
desarrollar herramientas de inteligencia artificial que puedan apoyar procesos de
aprendizaje adaptativo. Estas herramientas pueden utilizar datos para evaluar varias
dimensiones de las competencias de los estudiantes y facilitar la evaluación a gran escala.
Además, es fundamental considerar la transformación sistémica y de largo plazo del
mercado laboral, incluida su dinámica de género, como resultado de la adopción de la
inteligencia artificial. Para asegurar la pertinencia de los planes de estudio en relación con
estos cambios, se deben actualizar y desarrollar mecanismos y herramientas para anticipar y
determinar las competencias requeridas en la actualidad y en el futuro. La integración de
habilidades relacionadas con la inteligencia artificial en los planes de estudios escolares, así
como en la educación y formación técnica y profesional, y en los programas de educación
superior es crucial.
Esta integración debe considerar aspectos éticos y temas interdisciplinarios.
Además, es importante reconocer el surgimiento de competencias básicas en inteligencia
artificial que son necesarias para una colaboración efectiva entre humanos y máquinas, al
tiempo que se sigue priorizando habilidades fundamentales como la alfabetización y la
aritmética. Las instituciones deberían tomar medidas para mejorar la adquisición de estas
competencias básicas en todos los segmentos de la sociedad. Es esencial establecer planes a
mediano o largo plazo y tomar medidas urgentes para apoyar a las instituciones de
educación superior e investigación en el desarrollo o mejora de cursos y programas de
investigación en inteligencia artificial. Esto asegurará la disponibilidad de un gran grupo de
profesionales locales con experiencia en el diseño, programación y desarrollo de sistemas
de inteligencia artificial.
Es importante reafirmar que el aprendizaje permanente es el principio rector para
lograr el Objetivo de Desarrollo Sostenible 4. Adoptar plataformas de inteligencia artificial
y análisis de aprendizaje, utilizando datos como tecnologías clave, es crucial para
desarrollar sistemas integrados de aprendizaje permanente que permitan un aprendizaje
personalizado en cualquier momento y lugar. Aprovechar el potencial de la inteligencia
25
artificial puede facilitar vías de aprendizaje flexibles, así como la acumulación, el
reconocimiento, la certificación y la transferencia de los resultados del aprendizaje.
1.11 Cómo mejora la Inteligencia Artificial el aprendizaje y la Evaluación de los
Resultados.
El principio del aprendizaje permanente, que incluye el aprendizaje formal, no
formal e informal, sigue siendo la clave para lograr el ODS 4. Para facilitar este
aprendizaje, debemos adoptar plataformas de inteligencia artificial y análisis de
aprendizaje, utilizando datos como tecnologías cruciales para construir un aprendizaje
permanente integrado. sistemas personalizados, accesibles para cualquier persona, en
cualquier momento y en cualquier lugar, respetando la voluntad de los estudiantes. La IA
también puede permitir vías de aprendizaje flexibles, reconocimiento, certificación y
transferencia de resultados de aprendizaje individuales. Sin embargo, también debemos
prestar atención normativa a las necesidades de las personas mayores, especialmente de las
mujeres, e involucrarlas en el desarrollo de los valores y competencias necesarios para
convivir con la IA. Deben diseñarse fondos y programas adecuados para equipar a los
trabajadores mayores con habilidades y opciones que les permitan permanecer
económicamente activos y participar en la sociedad durante el tiempo que deseen. Derribar
las barreras para acceder a la vida digital es crucial para promover oportunidades
equitativas para todos.
Otra aplicación de la IA en la educación son los sistemas de tutoría basados en el
diálogo. Estos sistemas simulan tutorías orales entre tutores reales y estudiantes utilizando
procesamiento de lenguaje natural y otras técnicas de IA. Los estudiantes trabajan en tareas
en línea y reciben orientación paso a paso. Aunque actualmente hay relativamente pocos
sistemas de tutoría basados en diálogos en uso, AutoTutor es uno de los más utilizados. Una
de las aplicaciones de IA más utilizadas en la educación son los sistemas de tutoría
inteligente, estos sistemas ofrecen tutorías individualizadas y detalladas en materias como
matemáticas y física.
Determinan el camino de aprendizaje óptimo basado en el conocimiento experto y
responden al progreso y los conceptos erróneos de cada estudiante. Algunos sistemas de
gestión del aprendizaje, como Moodle y Open edX, también incorporan este enfoque
ajustando el nivel de dificultad y brindando orientación en función de las fortalezas y
debilidades de los estudiantes. Por otro lado, la creciente prevalencia de los sistemas de
tutoría inteligente ha despertado temores sobre la posible disminución de la interacción
interpersonal entre estudiantes y profesores. En general, el uso de la IA en la educación
tiene un gran potencial para mejorar las experiencias de aprendizaje de los estudiantes. Sin
embargo, es crucial abordar las preocupaciones en torno a su implementación y garantizar
un equilibrio entre la tecnología y la interacción humana en el aula. La utilización de
26
tecnologías de IA en la educación ha atraído una atención significativa de investigadores,
desarrolladores, profesores y legisladores. Estas aplicaciones tienen como objetivo
proporcionar a todos los estudiantes acceso a un aprendizaje permanente personalizado y de
alta calidad, independientemente de su ubicación. Sin embargo, existen preocupaciones que
deben abordarse adecuadamente con respecto al uso de la IA para el aprendizaje y la
evaluación. La IA también juega un papel en los entornos de aprendizaje exploratorio al
minimizar la sobrecarga cognitiva típicamente asociada con este tipo de aprendizaje,
proporciona orientación y retroalimentación automática para apoyar a los estudiantes en su
viaje de aprendizaje.
Los agentes docentes son otra aplicación de la IA en la educación, se ha observado
que las personas pueden aprender un tema más profundamente y retener mejor el
conocimiento cuando enseñan a otros. Los enfoques de IA, como el que se usa en Betty's
Brain, alientan a los estudiantes a enseñar a un compañero virtual llamado Betty, mejorando
así su experiencia de aprendizaje. El análisis de enseñanza y el aprendizaje automático
todavía se limitan principalmente a los laboratorios de investigación, con solo unos pocos
ejemplos de su aplicación en entornos de aprendizaje exploratorio, como "ECHOES" y
"Betty's Brain".
Sin embargo, el uso de la inteligencia artificial (IA) en entornos educativos se está
expandiendo en varias áreas. La realidad virtual (VR) y la realidad aumentada (AR)
también se están integrando en contextos educativos, a menudo en combinación con el
aprendizaje automático y otras técnicas de IA. La realidad virtual sumerge a los usuarios en
entornos reales o imaginarios, mientras que la realidad aumentada superpone imágenes
generadas por computadora en el mundo real.
NeoBear y VR Monkey son ejemplos de VR y AR que se utilizan en la educación.
La IA también se está utilizando en herramientas de lectura y aprendizaje de idiomas para
mejorar su eficacia. La tecnología de reconocimiento de voz se emplea para comparar la
producción del habla de los estudiantes con grabaciones de hablantes nativos,
proporcionando retroalimentación automática para mejorar la pronunciación, Babbel y
Duolingo son ejemplos de aplicaciones de IA en lectura y aprendizaje de idiomas. Los
robots inteligentes se están explorando en entornos educativos, en particular para niños con
discapacidades o dificultades de aprendizaje.
Los robots de telepresencia, por ejemplo, permiten a los estudiantes que no pueden
asistir físicamente a la escuela acceder de forma remota al aula. Una de esas áreas es la
evaluación de escritura automatizada, donde se emplean técnicas computacionales y de
procesamiento de lenguaje natural para proporcionar retroalimentación automática sobre la
escritura. Este tipo de evaluación se puede dividir en dos enfoques: la evaluación formativa,
que permite a los alumnos mejorar su expresión escrita antes de calificar, y la evaluación
sumativa, que automatiza la corrección de las composiciones escritas. Los programas como
27
e-Rater y Turnitin se utilizan actualmente para la evaluación de escritura automatizada. En
conclusión, la IA se está aplicando de diversas maneras en el campo de la educación, desde
la evaluación de escritura automatizada y la lectura y el aprendizaje de idiomas asistidos
por IA hasta robots inteligentes, agentes de enseñanza y el uso de VR y AR. Estas
tecnologías tienen el potencial de mejorar la experiencia de aprendizaje y brindar educación
personalizada a los estudiantes.
Los organizadores de redes de aprendizaje son herramientas que permiten a los
estudiantes y profesores participar en el aprendizaje y organizar actividades educativas. Un
ejemplo de esto es "Third Space Learning", que conecta a estudiantes del Reino Unido que
corren el riesgo de reprobar matemáticas con tutores de otros países que se especializan en
esta materia. La IA tiene el potencial de revolucionar el aprendizaje colaborativo de varias
maneras. Puede conectar a los estudiantes que están físicamente distantes entre sí,
identificar y agrupar a los estudiantes que mejor se adapten a tareas colaborativas
específicas y contribuir activamente a las discusiones grupales a través de agentes virtuales.
Si bien aún no se han identificado ejemplos específicos, esta área es actualmente un
tema de interés para la investigación. El uso de la IA también puede empoderar a los
docentes y mejorar sus prácticas docentes. Aunque aún no está claro cómo cambiarán
exactamente los roles de los docentes, es seguro que necesitarán adquirir nuevas
habilidades para trabajar de manera efectiva con IA y experimentar un desarrollo
profesional para mejorar sus capacidades humanas y sociales. En lugar de simplemente
automatizar la enseñanza basada en computadoras, la IA tiene el potencial de crear nuevos
enfoques pedagógicos que de otro modo serían difíciles de lograr o que desafiarían las
metodologías tradicionales existentes.
Este enfoque tiene como objetivo mejorar la experiencia del maestro a través de un
asistente de enseñanza basado en IA, ya se han desarrollado varias aplicaciones de IA para
respaldar este concepto. En algunas escuelas de zonas rurales de China ya se está
implementando un "modelo de enseñanza dual". En este modelo, un maestro
experimentado enseña una clase a estudiantes ubicados en un salón de clases distante,
mientras que un maestro local con menos experiencia brinda orientación adicional, en el
futuro, es posible que un asistente de enseñanza de IA pueda cumplir uno de estos roles. Por
ejemplo, el aula de IA de LeWaijiao está diseñada para permitir que los maestros lleven a
cabo todas sus funciones principales.
En resumen, existen varias posibilidades interesantes para integrar la IA en la
educación, incluido el desarrollo de socios de aprendizaje de IA, la mejora de los métodos
de evaluación continua y la implementación de sistemas de grabación impulsados por IA.
La expansión de la investigación y la inversión comercial en estas áreas podría
conducir a avances significativos en las prácticas y resultados educativos. Otra área en la
que la IA puede marcar la diferencia es en el ámbito de la evaluación continua. A pesar de
la prevalencia de las pruebas de alto riesgo en los sistemas educativos de todo el mundo,
28
existe evidencia limitada con respecto a su validez, confiabilidad y precisión. Las
instituciones educativas a menudo priorizan estos exámenes, que enfatizan las habilidades
cognitivas de rutina y la adquisición de conocimientos, áreas que la IA está tomando cada
vez más.
Como resultado, se tiende a descuidar el enfoque en la comprensión integral y la
aplicación práctica del conocimiento. En el ámbito de la educación, existen numerosas
posibilidades innovadoras para utilizar la IA para lograr un cambio positivo. Una de esas
vías es el desarrollo de socios de aprendizaje de IA, que podrían servir como un compañero
de por vida para los estudiantes. Si bien este concepto tiene un potencial inmenso, es
sorprendente que actualmente no haya productos comerciales o investigaciones exhaustivas
dedicadas al aprendizaje permanente basado en IA. Además, un portafolio electrónico
impulsado por IA podría revolucionar el registro y la recopilación de logros de aprendizaje
permanente. Este portafolio no solo documentaría el progreso de un estudiante a lo largo de
la educación formal, sino que también capturaría datos relacionados con su participación en
experiencias de aprendizaje no formal.
1.12 Uso Ético, Inclusivo y Equitativo de la Inteligencia Artificial.
Sin embargo, la IA también presenta oportunidades para promover la inclusión y la
equidad en la educación. Tiene el potencial de contribuir a garantizar una educación
inclusiva y de calidad para todos, así como a promover oportunidades de aprendizaje a lo
largo de toda la vida (ODS número cuatro). Lograr la educación primaria y secundaria
universal para 2030 requiere la contratación de 68,8 millones de docentes adicionales en
todo el mundo (UNESCO, 2016). En este contexto, las tecnologías de IA podrían utilizarse
para mejorar la educación. Sin embargo, es crucial reconocer que el acceso a la educación
sigue siendo un problema político y social.
Por lo tanto, los formuladores de políticas deben evaluar críticamente el potencial de
la IA para mejorar la educación y el aprendizaje. La aplicación del marco DAAM de la
UNESCO, que consta de los principios de Derechos, Apertura, Accesibilidad y
Participación de múltiples partes interesadas, debe ampliarse para abarcar el ámbito de la
IA en la educación. En particular, la IA en la educación debe ser accesible a todos los
ciudadanos, especialmente a los grupos vulnerables, sin exacerbar las desigualdades
existentes. Los enfoques pedagógicos justificados por estándares éticos en la aplicación de
la IA en la educación han enfrentado críticas por ser intrusivos y deshumanizantes.
Varios casos han sacado a la luz controversias éticas, como la grabación de clases y
el análisis de conversaciones en el aula para evaluar la calidad pedagógica (Kelly et al.,
2018). Una de las principales preocupaciones sobre el impacto en los ODS es la brecha
digital entre quienes tienen acceso a las tecnologías digitales básicas y quienes no. Esta
29
brecha digital existe en varias dimensiones, incluida la brecha entre países desarrollados y
en desarrollo, diferentes grupos socioeconómicos dentro de los países, propietarios y
usuarios de tecnología, e individuos cuyos trabajos se ven favorecidos o no por la IA. El
uso ético, inclusivo y equitativo de la IA en la educación tiene un impacto significativo en
todos los Objetivos de Desarrollo Sostenible (ODS).
Sin embargo, el despliegue de tecnologías de IA en la educación también plantea
problemas éticos y legales emergentes relacionados con los datos y algoritmos educativos.
Estos problemas incluyen preocupaciones sobre la propiedad de los datos, el
consentimiento, la privacidad y los derechos humanos básicos. Desafortunadamente,
actualmente no existen regulaciones específicas para abordar estas preocupaciones éticas
(Holmes et al., 2018b, p. 552). Además, existe una gran preocupación sobre la posibilidad
de que se incorporen sesgos conscientes o inconscientes en los algoritmos de IA durante el
análisis de datos. Es importante reconocer y abordar estos problemas éticos que aún no se
han identificado completamente en relación con la interacción entre la IA y la educación.
1.13 Estudiar, Vivir y Trabajar con la Inteligencia Artificial.
Para garantizar que la sociedad esté preparada para vivir y trabajar junto con la IA,
se deben emplear enfoques pedagógicos para integrar los valores y las competencias
humanas. Esto requerirá un marco para todo el sistema que incluya facilitar el aprendizaje
permanente, integrar el aprendizaje de la IA en los planes de estudio de las escuelas
primarias y secundarias, capacitar a la próxima generación de profesionales para abordar la
creciente brecha de habilidades, promover la enseñanza en instituciones de investigación y
educación superior para desarrollar programas innovadores y equitativos.
Asegurando que la fuerza laboral de la IA sea diversa e inclusiva, y anticipándose a
las nuevas necesidades laborales para ofrecer oportunidades de mejora o recalificación en el
trabajo. Ya existen varios programas para preparar a las personas para vivir y trabajar con
IA, y se están desarrollando plataformas y herramientas que respaldan las competencias de
IA. Los ejemplos incluyen la inclusión de "Algoritmos y pensamiento computacional" en
los "Planes de estudios estándar de TIC para la escuela secundaria superior" de China y el
"Plan de acción innovador para la inteligencia artificial en instituciones educativas
superiores", el uso de robots humanoides en preescolares en Singapur e iniciativas como
como "Teens In AI" y "SkillsFuture" para inspirar a la próxima generación de
investigadores, empresarios y líderes de IA y para mejorar y recalificar las habilidades
digitales.
Otros recursos incluyen la aplicación "Headai", que monitorea y analiza anuncios de
trabajo y planes de estudio para crear mapas de competencias, la iniciativa estadounidense
"AI4K12" para ayudar a estudiantes y profesores a introducir la IA en el aula, y el portal
30
"Teaching AI for K12" de la UNESCO, que proporciona herramientas de enseñanza de IA
accesibles para los estudiantes. Además, hay cursos en línea gratuitos como "Elementos de
IA", "OKAI" y "AI-4-All" para familiarizar a los ciudadanos con el funcionamiento de la
IA.
CAPITULO II
INTELIGENCIA ARTIFICIAL DESARROLLO SOSTENIBLE Y SU
OPERATIVIDAD EN EL APRENDIZAJE
31
2. La I.A para el logro del cuarto Objetivo de Desarrollo Sostenible.
Si bien existe un gran potencial para la IA en la educación, todavía existen
numerosos desafíos que deben superarse para lograr el cuarto Objetivo de Desarrollo
Sostenible (ODS) y desbloquear completamente los beneficios de la IA en la educación.
Estos desafíos incluyen abordar las limitaciones y desventajas de la IA, así como garantizar
que los sistemas educativos estén adecuadamente preparados para el futuro. Además, el
impacto de la IA en los estudiantes, los docentes y la sociedad en su conjunto aún es
incierto y plantea cuestiones importantes con respecto a la eficacia de las intervenciones de
la IA, la elección de las pedagogías empleadas en las herramientas de la IA, las
preocupaciones sobre la privacidad de los estudiantes y los posibles efectos en la calidad de
vida de los docentes ambientes de trabajo Además, la cuestión de qué se debe enseñar en
las escuelas en el contexto de la IA también debe considerarse detenidamente. En este
capítulo, profundizaremos brevemente en algunos de estos temas clave que deben abordarse
para aprovechar al máximo el potencial de la IA en la educación.
Incluso si el sistema de inteligencia artificial en sí mismo no posee ningún sesgo, es
importante reconocer que aún pueden surgir sesgos si los datos que se utilizan están
sesgados o si los algoritmos empleados para el análisis son defectuosos. En tales casos, los
sesgos originales presentes en los datos pueden volverse más evidentes y ejercer una
influencia más fuerte. Si bien puede ser ventajoso identificar y resaltar los sesgos para
corregirlos, permitir que estos sesgos tengan un mayor impacto puede conducir en última
instancia a resultados perjudiciales.
El tema del sesgo de género en la IA ha salido a la luz en instancias como la
creación de asistentes personales con nombres y voces femeninas, como Siri y Alexa. El
impacto potencial de estas tecnologías sobre los estereotipos de género en los entornos
educativos es un tema que permanece sin resolver. A pesar de la importancia de que las
mujeres estén representadas en la fuerza laboral de IA, un estudio de LinkedIn encontró que
solo el 22% de los profesionales de IA en todo el mundo son mujeres. Es crucial promover
la representación de las mujeres en IA para defender los derechos humanos y evitar la
proliferación y amplificación de los sesgos generados por IA.
Aunque el uso de la IA en la educación se ha estudiado durante más de medio siglo,
sorprende que aún no se implemente de forma generalizada en las escuelas. Hay una falta
de investigación integral y replicable sobre su efectividad a gran escala, aunque algunos
sistemas de tutoría inteligente han demostrado ser más efectivos que la enseñanza
tradicional en el aula. Se ha sugerido que la IA puede ayudar a abordar los desafíos
educativos causados por la pandemia de covid-19, pero antes de que los formuladores de
políticas puedan confiar con confianza en la IA para resolver estos problemas, se necesita
más investigación y evaluación para separar los hechos de la exageración. Si bien es
32
probable que la IA pueda desempeñar un papel valioso, actualmente no hay información
suficiente para determinar el alcance de su utilidad.
A medida que la tecnología continúa avanzando, es importante que los formuladores
de políticas consideren cómo afectará el papel de los docentes en la educación.
Específicamente, deben pensar en cómo los maestros deberán adaptarse para trabajar en
entornos que incorporan inteligencia artificial. Además, el uso de IA adaptativa podría
potencialmente limitar la capacidad de los estudiantes para tomar decisiones y actuar de
manera autónoma. Esto podría tener efectos a largo plazo en su desarrollo, particularmente
si los métodos de instrucción se enfocan únicamente en la transferencia de conocimientos e
ignoran los factores sociales y contextuales. En general, es importante que los formuladores
de políticas consideren las posibles consecuencias de la IA en la enseñanza y el aprendizaje.
2.1 Políticas Educativas de IA en el mundo.
El enfoque independiente implica la implementación de políticas y estrategias de IA
autónomas. Por ejemplo, en 2016, Estados Unidos lanzó el “Plan Estratégico Nacional de
Investigación y Desarrollo de Inteligencia Artificial”, que tiene como objetivo mejorar las
oportunidades educativas y la calidad de vida. De manera similar, la República de Corea
presentó el "Plan de preparación a mediano y largo plazo para la sociedad de la información
inteligente", que incluye la capacitación de 5.000 nuevos graduados en IA anualmente.
China también creó el "Plan de desarrollo de inteligencia artificial de próxima generación"
en 2017, que se centra en la "educación inteligente".
Además, en el mismo año, los Emiratos Árabes Unidos lanzaron la "Estrategia de
Inteligencia EAU Inteligencia Artificial", donde la IA se aplica a varios sectores, incluida la
educación. La Unión Europea (UE) publicó "El impacto de la inteligencia artificial en el
aprendizaje, la enseñanza y la educación" en 2018, que aborda el impacto pedagógico de la
IA en niños y adultos. Por último, en 2019, Malta desarrolló "Hacia una estrategia de IA"
basada en tres pilares estratégicos: inversión, puesta en marcha e innovación; incorporación
por el sector público; y la incorporación por el sector privado.
El enfoque de enfoque temático se centra en temas específicos relacionados con la
IA y la educación. En 2016, el Parlamento de la UE aprobó el "Reglamento general de
protección de datos" para armonizar las leyes de privacidad de datos en Europa y proteger
la privacidad de los datos de los ciudadanos de la UE. En el mismo año, la UE lanzó el
"Marco Europeo para las Competencias Digitales" (DigComp), que considera que la
competencia digital incluye alfabetización en información y datos, comunicación y
colaboración, creación de contenido digital, seguridad y pensamiento crítico. Estos
ejemplos ilustran los diferentes enfoques adoptados por varios países y regiones para
abordar la intersección de la IA y la educación. Al comprender estas políticas, los
tomadores de decisiones pueden desarrollar estrategias que se alineen con las iniciativas
33
actuales de IA y optimicen los resultados educativos. Hay tres enfoques principales para las
respuestas políticas en este campo: independiente, integrado y temático.
El enfoque integrado implica la integración de componentes de IA en políticas y
estrategias pedagógicas existentes o iniciativas relacionadas con las TIC. Malasia, por
ejemplo, lanzó el movimiento #mydigitalmaker en 2016, que integra el pensamiento
informático en su programa educativo. Argentina también introdujo "Aprender Conectados"
en 2017, con el objetivo de integrar el aprendizaje digital en todos los niveles de la
educación obligatoria. Este capítulo proporciona una descripción general de varias políticas
nacionales y regionales que se centran específicamente en la intersección de la IA y la
educación, la intención es ayudar a los responsables de la toma de decisiones a desarrollar
estrategias basadas en las iniciativas actuales de IA.
Hay cuatro áreas de interés común que surgen de las políticas nacionales y
regionales en materia de IA: la importancia de la gobernanza de los datos y la privacidad, el
valor de la apertura para garantizar el acceso universal y reducir las desigualdades, la
necesidad de innovación curricular para abordar el potencial y las implicaciones de IA y
apoyo financiero para una implementación efectiva. Se debe definir la visión y las
prioridades estratégicas unitarias del sistema de políticas de IA y educación. El objetivo
principal de la aplicación pedagógica de la IA debe ser mejorar el aprendizaje y permitir
que los estudiantes desarrollen su potencial individual.
Además, un aspecto esencial para lograr este objetivo radica en el fomento y
desarrollo generalizado de habilidades de codificación y pensamiento computacional entre
los estudiantes, desde una edad temprana. Este conocimiento fundamental es crucial ya que
equipa a los alumnos con las herramientas y habilidades necesarias para navegar y
prosperar en un mundo cada vez más impulsado por la tecnología. Las políticas deben estar
en línea con la meta mencionada y promoverla activamente, centrándose en cuatro
objetivos estratégicos que se adaptan específicamente a las necesidades y circunstancias
únicas de cada localidad. Estos objetivos abarcan dos áreas principales: facilitar una
integración inclusiva y equitativa de la IA en las prácticas docentes y utilizar de manera
efectiva la IA para mejorar la calidad general de la educación y las experiencias de
aprendizaje.
El programa "ProgeTiger" de Estonia, lanzado en 2012, ha introducido la
programación y la robótica en los planes de estudios nacionales de preescolar, educación
34
primaria y formación profesional. Para maximizar los beneficios y minimizar los riesgos
del desarrollo de la IA en la educación, se necesita una planificación integral del sistema,
evaluaciones críticas, acciones colaborativas, financiamiento constante, investigación sólida
y cooperación internacional. Sin embargo, pocos países o partes interesadas están
preparados para implementar un sistema de este tipo, y es crucial considerar qué
tecnologías usar y qué pueden lograr.
Para evaluar la preparación del sistema educativo para la implementación de IA, es
necesario considerar el análisis de costo-beneficio y definir prioridades estratégicas para la
planificación de políticas. Es importante reconocer las diferencias entre la aplicación de la
IA y otras prioridades, así como las diferencias entre varias áreas de enfoque o
componentes básicos de políticas. Además, es crucial definir los objetivos estratégicos de
las políticas evaluando minuciosamente la preparación del sistema y evaluando la relación
costo-valor, esto asegurará que las políticas estén alineadas con las metas y objetivos
generales de la implementación de la IA en la educación.
Se analizan cuatro áreas de interés que han surgido de las políticas nacionales y
regionales relacionadas con el uso de la inteligencia artificial (IA) en la educación. Estas
áreas incluyen la gobernanza de los datos y la privacidad, la importancia de la apertura para
garantizar el acceso universal y reducir las desigualdades, la innovación curricular que
aborda la IA y el apoyo financiero para una implementación efectiva. Para maximizar los
beneficios y reducir los riesgos de la IA en la educación, es necesario planificar, evaluar,
financiar, investigar y cooperar a nivel de todo el sistema.
Las políticas deben centrarse en mejorar el aprendizaje y promover el potencial
individual, con cuatro objetivos estratégicos: uso inclusivo y equitativo de la IA, mejorar la
educación y el aprendizaje con IA, desarrollar habilidades para la era de la IA y
salvaguardar los datos educativos. Las recomendaciones para lograr estos objetivos, como
la planificación interdisciplinaria y el uso ético de la IA, el desarrollo de un plan maestro y
una prueba piloto, y el fomento de las innovaciones locales, así como se sugiere evaluar la
preparación del sistema y definir prioridades estratégicas basadas en análisis de costo-
beneficio y evaluar la eficacia de las políticas.
La adopción de un enfoque humanista debe considerarse un principio fundamental a
la hora de formular políticas educativas de IA. El enfoque debe estar en salvaguardar los
derechos humanos y promover la adquisición de valores y habilidades necesarias para el
desarrollo sostenible y la colaboración efectiva entre humanos y máquinas en la vida
cotidiana, el aprendizaje y el empleo. Es fundamental priorizar el cultivo de valores
humanos que permitan el desarrollo e implementación de tecnologías de IA. Para garantizar
una planificación de políticas bien informada, es crucial aprovechar el conocimiento
interdisciplinario y comprometerse con las partes interesadas en el campo. Esto ayudará a
desarrollar las capacidades de los responsables de la formulación de políticas y los
35
administradores de la educación para navegar de manera efectiva en el panorama educativo
de la IA. Además, aprovechar la IA puede empoderar y mejorar en gran medida la gestión y
la prestación de la educación. Al utilizar tecnologías de inteligencia artificial, se pueden
mejorar los sistemas de información de gestión educativa, lo que lleva a prácticas
educativas más eficientes y efectivas.
2.2 La Inteligencia Artificial como un Recurso Educativo.
La IA juega un papel crucial en el impulso de la innovación dentro del sector
educativo. Además de ayudar en la gestión de datos, también ayuda a optimizar la
estructura de la industria. Al realizar un análisis de datos preciso, las organizaciones
educativas tienen la capacidad de medir la satisfacción de los estudiantes y la calidad de la
enseñanza brindada. Estos conocimientos basados en datos guían las decisiones
comerciales, lo que convierte a la IA en una inversión que genera productividad futura.
Estos son solo algunos de los resultados positivos de aplicar la IA en la educación. Los
colegios y universidades manejan una amplia gama de datos académicos, operativos e
individuales, por lo tanto, requieren IA y el uso de dispositivos y herramientas eficientes y
actualizados.
Además, la automatización de procesos es importante para las instituciones
educativas, ya que ayuda a reducir costos, simplificar el proceso de aprendizaje y hacer un
uso inteligente de sus datos. Los algoritmos de inteligencia artificial tienen la capacidad de
evaluar el desempeño de los estudiantes, identificar segmentos de estudiantes que enfrentan
dificultades y señalar áreas específicas que causan problemas para una mayor cantidad de
estudiantes. Esto brinda a los maestros más tiempo e información para desarrollar
contenido apropiado y brindar una enseñanza de mayor calidad adaptada a las necesidades
de sus alumnos.
Una de las principales responsabilidades de las instituciones educativas es
garantizar que los estudiantes aprendan en un entorno saludable y seguro. Parte de la
creación de este entorno implica ofrecer una educación de calidad basada en tecnología
actualizada. La IA en la enseñanza permite una mejor comprensión de los perfiles de los
estudiantes y sus necesidades. En consecuencia, se hace factible generar planes y
actividades educativas eficientes e innovadoras que permitan a los estudiantes aprender a
través de la aplicación práctica y la teoría simultáneamente. La forma de enseñar está
experimentando un cambio drástico. El aprendizaje remoto se ha vuelto bastante común,
con el uso de videollamadas de alta calidad y plataformas de aprendizaje en línea bien
diseñadas. Al incorporar la inteligencia artificial (IA) en la enseñanza, es posible crear
programas informáticos adecuados para mejorar la productividad tanto de los estudiantes
como de los profesores. Con la ayuda de tecnología de punta, los docentes tienen la
oportunidad de dedicar más tiempo a otras tareas, como la investigación y el desarrollo de
36
metodologías educativas cada vez más avanzadas. Esta integración de procedimientos
individualizados para cada estudiante conduce a un enfoque más personalizado de la
educación. Las instituciones educativas han implementado varias tácticas para mejorar la
educación en todos los niveles. Una inversión importante que realizan estas instituciones es
en la compra de programas y hardware de alta capacidad. Es crucial que los docentes
brinden una educación creativa que promueva el desarrollo socioeconómico. Si bien los
métodos de evaluación tradicionales en la enseñanza son efectivos para evaluar el
comportamiento de los estudiantes, la IA va un paso más allá. Tiene el potencial de
revolucionar la forma en que se evalúa a los estudiantes al proporcionar información más
completa sobre su progreso de aprendizaje y áreas de mejora.
El uso de la inteligencia artificial en la educación se ha expandido rápidamente en
los últimos años, con varias aplicaciones que incluyen sistemas educativos en línea y
estrategias de marketing digital adaptadas a audiencias específicas. Hay muchas otras
aplicaciones de IA que se están desarrollando con fines docentes, como la tutoría de los
estudiantes, la creación de contenido inteligente y nuevos métodos para el desarrollo
personal entre los educadores a través de conferencias globales virtuales. Además, las
aplicaciones basadas en IA tienen el potencial de analizar grandes cantidades de datos y
proporcionar a los usuarios materiales de aprendizaje cada vez más personalizados.
2.3 Enseñar Inteligencia Artificial en las Instituciones Educativas.
El plan denominado “Enseñanza de la inteligencia artificial en las escuelas”
actualmente consta de dos elementos principales. Su objetivo es facilitar la integración de
los aspectos humanos y técnicos de la inteligencia artificial en los programas educativos
para adolescentes. La primera fase se enfoca en mejorar las habilidades de los
desarrolladores de currículos y capacitadores especializados seleccionados por instituciones
nacionales para empoderar a los adolescentes. El plan se ejecutará a través de los siguientes
tres enfoques principales.
En primer lugar, se desarrollará un marco de competencias en inteligencia artificial
para los centros educativos. Además, se creará una plataforma en línea para albergar
recursos educativos seleccionados relacionados con la inteligencia artificial, planes
nacionales de análisis sobre inteligencia artificial y otra capacitación en habilidades
digitales esenciales. Además, se organizarán talleres para incorporar la formación en
inteligencia artificial en los análisis curriculares nacionales o institucionales en regiones
específicas. La UNESCO también está en proceso de desarrollar una plataforma en línea
que tiene como objetivo servir como un recurso centralizado para que los estados miembros
reflexionen sobre las formas más efectivas de enseñar inteligencia artificial a los
adolescentes. Esta plataforma ayudará a los delegados a analizar planes para actualizar sus
habilidades de inteligencia artificial en programas educativos, facilitar la formación de
37
formadores especializados y proporcionar recursos específicos para la enseñanza
independiente de inteligencia artificial accesibles para todos.
La relación entre la inteligencia artificial y la enseñanza se construye sobre tres
aspectos clave.
En primer lugar, se trata de aprender con inteligencia artificial, lo que significa
utilizar herramientas inteligentes e incorporar la inteligencia artificial en el aula. En
segundo lugar, implica aprender sobre inteligencia artificial, incluidas sus tecnologías y
técnicas. Por último, implica la capacitación en inteligencia artificial, como permitir que
todas las personas comprendan el impacto potencial de la inteligencia artificial en la vida
humana. Para lograr estos objetivos, la Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura (UNESCO) busca la orientación del Consejo Consultivo
Universal, un grupo de expertos en inteligencia artificial, enseñanza, aprendizaje de las
ciencias y ética designado por la UNESCO. Este consejo será responsable de desarrollar un
marco de habilidades de inteligencia artificial para escuelas primarias, así como de analizar
proyectos preparatorios para talleres y plataformas en línea, los miembros del consejo
asesor ofrecerán voluntariamente su experiencia.
Además, el Acuerdo de Beijing aborda cuatro cuestiones transversales que son
cruciales para la implementación exitosa de la inteligencia artificial en la educación. Estas
preguntas se relacionan con la promoción del acceso equitativo e inclusivo a la inteligencia
artificial en la enseñanza, asegurando la igualdad y el equilibrio de género, estableciendo
prácticas éticas y transparentes en datos y algoritmos de enseñanza, e implementando un
monitoreo, evaluación e investigación efectivos. El Acuerdo enfatiza un enfoque humanista
para el despliegue de tecnologías de inteligencia artificial en la educación. Su objetivo es
mejorar la sabiduría humana, proteger los derechos humanos y promover el desarrollo
sostenible a través de la colaboración efectiva entre humanos y máquinas en varios aspectos
de la vida, el aprendizaje y el trabajo.
El Acuerdo de Beijing sobre IA en la Educación, que fue aprobado por
representantes de los Estados miembros, empresas globales, instituciones académicas, la
sociedad civil y el sector privado, es un documento importante que surgió de la Conferencia
Universal sobre IA en la Enseñanza celebrada en Beijing en 2019. Este acuerdo es el
primero de su tipo y brinda orientación y sugerencias sobre cómo los Estados pueden
responder de manera efectiva a las oportunidades y desafíos asociados con la inteligencia
artificial para acelerar el progreso en el logro del Objetivo de Desarrollo Sostenible 4. Las
sugerencias estratégicas descritos en el Acuerdo se centran en cinco áreas clave en las que
la inteligencia artificial puede integrarse en la educación. Estas áreas incluyen la utilización
y administración de la instrucción, el empoderamiento de los maestros y su educación, la
mejora de los procesos de aprendizaje y evaluación, el desarrollo de valores y habilidades
esenciales para la vida y el trabajo en la era de la inteligencia artificial y el uso de la
38
inteligencia artificial. como un medio para facilitar el aprendizaje a lo largo de toda la vida.
Para fomentar la adopción de la inteligencia artificial en la enseñanza, el Acuerdo concluye
con un conjunto de medidas específicas que pueden ser tomadas por la sociedad global y
las personas involucradas en el campo.
Estas medidas incluyen la descarga del Acuerdo de Beijing sobre IA y Enseñanza en
varios idiomas, como inglés, francés, árabe, chino, ruso y español. El acuerdo es publicado
por la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura, que
es conocida por sus iniciativas innovadoras. Los Talleres de Acceso a la Inteligencia son
parte integral de los planes pedagógicos nacionales y están diseñados específicamente para
docentes y creadores de planes de análisis. Estos talleres son impartidos por maestros
expertos y especialistas que cuentan con un amplio conocimiento en la construcción de
planes pedagógicos, inteligencia artificial y construcción de talleres. La iniciativa de estos
talleres fue lanzada por la Organización de las Naciones Unidas para la Educación, la
Ciencia y la Cultura en colaboración con Ericsson, y da la bienvenida a la participación de
varias partes interesadas.
Además, la inteligencia artificial puede facilitar enormemente la enseñanza al
automatizar tareas repetitivas. Los maestros a menudo enfrentan limitaciones de tiempo
debido a tareas como calificar evaluaciones o revisar el trabajo de los estudiantes. Al
construir algoritmos para evaluar estas formas, la IA libera más tiempo para que los
maestros desarrollen metodologías de enseñanza innovadoras y brinden atención individual
a sus alumnos, por ello implementar inteligencia artificial en la enseñanza tiene el potencial
de revolucionar la educación. Puede mejorar el aprendizaje personalizado, facilitar las
tareas de enseñanza y monitorear el desempeño de los estudiantes.
Si bien la inversión requerida para esta innovación puede ser sustancial, los
beneficios y avances que aporta a las instituciones educativas hacen que valga la pena. Con
estos objetivos en mente, la inteligencia artificial puede abordar los desafíos que enfrenta la
educación en medio de las transformaciones tecnológicas impulsadas por la industria 4.0.
Entonces, ¿cuáles son las ventajas de la inteligencia artificial en la gestión educativa? Una
de las principales ventajas es la capacidad de estimular el aprendizaje personalizado y
colaborativo. Las instituciones educativas capturan una gran cantidad de información sobre
sus estudiantes, y es crucial analizar estos datos de manera eficiente para obtener una mejor
comprensión de sus perfiles, habilidades, necesidades e intereses.
Los sistemas de aprendizaje en línea impulsados por inteligencia artificial pueden
sugerir rutas de aprendizaje personalizadas para los estudiantes o conectarlos con equipos
de análisis relevantes para promover el aprendizaje colaborativo. En primer lugar, la
adaptación a las nuevas tecnologías puede ser un importante factor diferenciador para las
instituciones educativas. Puede mejorar su reconocimiento y posicionarlos como líderes en
este proceso de transformación. Sin embargo, implementar inteligencia artificial en la
39
enseñanza requiere una inversión sustancial, por lo tanto, es importante comprender las
ventajas de adoptar esta innovación.
Además, las plataformas educativas impulsadas por algoritmos de IA tienen la
capacidad de monitorear el desempeño de los estudiantes. Mediante el análisis de patrones
en el comportamiento de los estudiantes, como su frecuencia de acceso a los servicios de
apoyo, la IA puede identificar si un estudiante enfrenta dificultades en su viaje educativo.
La inteligencia artificial (IA) en la enseñanza es una innovación única y transformadora
dentro de las instituciones educativas. A diferencia de otras industrias, la IA tiene el poder
de cambiar profundamente la forma en que se aborda la enseñanza, como lo afirma la
Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura. Esta
innovación disruptiva tiene el potencial de minimizar las barreras de entrada al aprendizaje,
automatizar los procesos administrativos y optimizar los procedimientos educativos,
mejorando en última instancia los resultados del aprendizaje. La implementación de la IA
en la docencia no solo beneficiará a un mayor número de personas a través de programas
educativos, sino que también reducirá las tareas repetitivas de los docentes y fomentará la
formación personalizada, también otorga mayor importancia al aprendizaje colaborativo.
2.4 Simplificar la administración de la educación al servicio del aprendizaje.
Tanto las universidades estadounidenses como las europeas están liderando el
camino en el uso de la IA en la educación. Muchas instituciones educativas ya han
desarrollado tutores virtuales para ayudar a los profesores con sus tareas. Los tutores
virtuales pueden detectar errores comunes cometidos por los estudiantes y brindar
retroalimentación en tiempo real para ayudarlos a mejorar su desempeño. La Universidad
de Stanford predice que el uso de tutores virtuales aumentará significativamente durante los
próximos 15 años, lo que permitirá a los estudiantes acceder al soporte de sus tutores
virtuales las 24 horas cuando lo necesiten.
Los profesores también pueden usar IA para diseñar programas de análisis. Por
ejemplo, pueden pedirle a un programa de IA que busque el contenido más importante y
actualizado en Internet para un tema específico. La máquina puede generar cursos
automáticamente, que luego el profesor puede verificar y verificar. Estos programas
también pueden generar preguntas y ejercicios basados en el contenido recopilado. En
general, la IA tiene el potencial de revolucionar la forma en que operan las organizaciones
educativas y ayudar a los maestros a brindar un mejor apoyo a sus estudiantes. La ejecución
de tareas administrativas en organizaciones educativas puede requerir muchos recursos,
pero la inteligencia artificial (IA) ofrece una solución más rápida, eficiente y rentable. La
IA puede asumir numerosas tareas administrativas, incluida la coordinación de esfuerzos
administrativos, el apoyo a la toma de decisiones a través de análisis predictivos, el diseño
de mejores programas educativos, la resolución de problemas administrativos a través de
chatbots y la gestión de tareas diarias como la programación y el seguimiento.
40
2.5 Optimiza el Marketing Educativo.
Los responsables de Marketing Educativo tienen la potestad de modificar tus
campañas de captación analizando los perfiles de comportamiento de los alumnos. Gracias
a la implementación de la inteligencia artificial, pueden recopilar y evaluar datos sobre los
estudiantes actuales y potenciales, lo que les permite determinar la probabilidad de éxito e
identificar a aquellos que pueden estar en riesgo de no ser admitidos o no progresar en el
embudo de ventas. Esta valiosa información les permite planificar estratégicamente
intervenciones e intervenciones para apoyar a estas personas. Además, tienen la capacidad
de identificar a los estudiantes que corren el riesgo de abandonar o reprobar, y pueden
desarrollar estrategias de retención efectivas mediante el uso de tácticas de marketing de
contenido.
2.6 Iniciar la Inteligencia artificial en los procesos educativos.
Para iniciar la transformación, vale la pena considerar un cambio en la cultura de la
sociedad educativa y promover la formación en nuevas tecnologías como la realidad
virtual, la robótica educativa, los sistemas de tutoría capaces, los sistemas de aprendizaje en
línea y las analíticas de aprendizaje. Estas cinco ocupaciones pueden servir como una base
óptima para la transformación digital de su institución educativa. A medida que la
inteligencia artificial siga avanzando, será más fácil implementar otras aplicaciones de esta
tecnología, como los tutores virtuales y los campus disponibles.
La idea de crear una máquina que emule el comportamiento humano ha sido una
obsesión de larga data en la historia de la humanidad. Se pueden ver ejemplos de esto en
varias mitologías, como la historia de Pigmalión, la creación del Golem y el mito nórdico
del Mistcalf. La inteligencia artificial, en su sentido más natural, pretende simular las
habilidades del cerebro humano, convirtiéndola en una herramienta ideal para la enseñanza.
La implementación de la IA en la educación puede parecer una tarea abrumadora, pero
muchas instituciones ya la han logrado con éxito. El proceso debe comenzar con la
evaluación de los objetivos y el alcance de la renovación digital, así como la evaluación de
las habilidades de su organización.
Con una aplicación y una estrategia cuidadosas, la inteligencia artificial puede
proporcionar resultados superiores para estudiantes, profesores y la imagen corporativa
general de su organización. La pandemia de coronavirus ha provocado cambios educativos
significativos, incluida la migración a ecosistemas virtuales de aprendizaje. Los docentes se
han visto enfrentados a la tarea de atender una gran variedad de necesidades para asegurar
la continuidad educativa de sus alumnos. La inteligencia artificial podría ser una ayuda
didáctica perfecta para ayudar a los profesores a atender las necesidades de sus alumnos en
tiempo real. Imagine tener un sistema de inteligencia artificial que pueda responder las
preguntas de cada estudiante con prontitud, asegurando que se les guíe en la dirección
correcta y que puedan aprovechar al máximo su experiencia educativa. La inteligencia
41
artificial (IA) se puede clasificar en tres niveles que ayudan a navegar por el continuo de la
innovación, particularmente en nuestra vida diaria y nuestra educación.
El primer nivel es Revolucionario, que nos presenta a las principales organizaciones
tecnológicas como Google, Microsoft y Hanson Robotics. Estas empresas se esfuerzan por
mejorar nuestras condiciones de vida diaria, incluidos nuestros hogares, automóviles,
consumo de alimentos y salud. Ejemplos de este nivel incluyen la supercomputadora de
Google y Sophia, el robot humanoide. El objetivo de implementar la IA en el entorno
universitario es brindar a los docentes herramientas más competitivas y funcionales que
apoyen la comunicación constante con los estudiantes. El principal desafío para los
participantes en este plan es garantizar que las respuestas generadas sean dinámicas y
contribuyan significativamente al proceso de aprendizaje.
En el campo de la educación, se han realizado pruebas con herramientas de grado 3,
en particular chatbots. Los chatbots son plataformas que entienden el lenguaje natural y
pueden proporcionar respuestas automáticas, simulando conversaciones humanas. Estas
herramientas se han implementado en universidades utilizando Dialogflow para apoyar a
los estudiantes y abordar sus inquietudes. Las respuestas generadas a través de estos
chatbots se estructuran en función del enfoque de aprendizaje invertido, que brinda
retroalimentación y dirige a los estudiantes a fuentes de referencia multimedia para mejorar
su experiencia de aprendizaje.
En general, el trabajo académico con chatbots en educación permite una
comunicación e interacción continuas, brindando apoyo personalizado a los estudiantes. El
tercer nivel es la comunicación, que involucra procesos básicos relacionados con la
programación independiente o emulando el aprendizaje para dar respuesta a las necesidades
de los usuarios. Los ejemplos de este nivel incluyen plataformas de comprensión del
lenguaje natural como Dialogflow, Botmake.io, Cliengo, Snatchbot.me y Manychat. El
segundo nivel es la Extensión, que tiene como objetivo promover la producción a escala, la
comunicación y el análisis de mercado, particularmente en el mercado de valores. Un
ejemplo de este nivel es la implementación de sistemas de aprendizaje automático por parte
de Amazon.
Tabla 2.1
Estructura del Chatbot
Herramienta
Metodología
Estrategia
Recursos
42
Adicionales
Dialogflow
Aprendizaje Invertido
Fortalecer la
comunicación entre los
estudiantes para
garantizar un aprendizaje
expandido y por
descubrimiento
garantizando con ellos
los puntos más
relevantes de la clase.
Presentaciones.
Videos.
Textos.
Infografías.
Gifs.
Imágenes.
Fuente: Peñaherrera, et.al, (2022).
El Chatbot brindó una amplia gama de oportunidades para los estudiantes, incluida
la respuesta a preguntas sobre las entregas y las propiedades de las obras, así como la
exploración de ideas discutidas en clase. Un aspecto importante del uso del chatbot fue
alimentarlo con información repetidamente para mejorar su eficiencia y precisión. Si bien
la comunicación con el instructor sigue siendo valiosa, el chatbot ha demostrado ser una
herramienta exitosa para mejorar la experiencia de enseñanza. Los comentarios de los
estudiantes sugirieron que el chatbot podría beneficiarse de una mayor flexibilidad en el
lenguaje y la inclusión de pegatinas o memes para una experiencia de usuario más
amigable. La Tabla 2.1 describe los recursos necesarios para diseñar un chatbot, y es
importante experimentar con estos recursos para garantizar la facilidad de uso y la
relevancia para los objetivos de aprendizaje. En última instancia, la clave del éxito es
sintetizar los aspectos más pertinentes y conectarlos con la aplicación de la comprensión y
el desarrollo.
La Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura
está desarrollando actualmente un marco integral para evaluar la utilización de la
inteligencia artificial. Este marco tiene como objetivo ayudar a los Estados miembros a
evaluar su nivel de preparación y habilidades para comprender e integrar tecnologías de
inteligencia artificial en entornos educativos. La organización planea crear perfiles
individuales para cada región para identificar sus fortalezas y debilidades, así como brindar
recomendaciones específicas para abordar sus necesidades. Esta contribución sirve como
un breve ejemplo de los beneficios de incorporar la inteligencia artificial en los entornos de
aprendizaje. A medida que continuamos siendo testigos de más casos de inteligencia
artificial que se utilizan en la educación, aquellos que elijan implementar esta tecnología en
sus escuelas, sin duda, se verán respaldados por las ventajas que ofrecen estas herramientas.
En última instancia, esto beneficiará a todas las personas apasionadas por el campo de la
educación. La integración de la inteligencia artificial en la educación presenta una
oportunidad sin precedentes para adaptarse a los últimos avances tecnológicos. En este
43
entorno dinámico, tanto los estudiantes como los docentes deben mantenerse actualizados
para enfrentar nuevos desafíos y utilizar herramientas accesibles para mejorar la
experiencia de aprendizaje. El objetivo final de esta iniciativa es apoyar a las instituciones
educativas nacionales para que sean competentes y capaces de aprovechar el potencial de la
inteligencia artificial. Al hacerlo, se pueden garantizar oportunidades de enseñanza
inclusivas, equitativas y de alta calidad para las personas a lo largo de sus vidas.
2.7 La Inteligencia Artificial Estilos de Aprendizaje Activo, Reflexivo, Teórico y
Pragmático, la experiencia de la Universidad Nacional de Loja en España.
Un aspecto importante de la educación es la capacidad de todos los estudiantes para
aprender, independientemente de sus estilos de aprendizaje únicos. Estos estilos se refieren
a las estrategias específicas que utilizan las personas para interactuar con los recursos
académicos, como videos, texto o imágenes. Para lograr esto, es fundamental contar con
cursos adaptables que se adapten al estilo de aprendizaje de cada estudiante. Este estudio se
enfoca en desarrollar una plataforma para crear cursos adaptativos basados en estilos de
aprendizaje activo, teórico, reflexivo y pragmático utilizando técnicas de inteligencia
artificial. La plataforma está diseñada para asistir a docentes y estudiantes del Área de
Energía, Industrias y Recursos Naturales no Renovables de la carrera de Ingeniería en
Sistemas de la Universidad Nacional de Loja.
El estudio comenzó con un análisis de métodos y pruebas para determinar los
estilos de aprendizaje de los alumnos, donde se seleccionó la prueba Honey-Alonso como
la más adecuada tras testear con 1371 alumnos de diferentes facultades de las
Universidades Complutense y Politécnica de Madrid. El estudio también analizó diferentes
técnicas de inteligencia artificial, y las redes neuronales eligieron la solución factible. Se
elaboró una base de conocimiento a partir de palabras clave e identificadores para cada
estilo de aprendizaje, y se recopilaron requisitos y casos de uso para la administración de
alumnos y cursos. La plataforma fue diseñada para predecir cursos adaptativos basados en
estilos de aprendizaje, y se implementó un servicio en el servidor de aplicaciones utilizando
el framework weka. La plataforma fue probada con estudiantes de tercer ciclo de la carrera
de Ingeniería en Sistemas de la Universidad Nacional de Loja para monitorear y validar su
funcionamiento.
Durante el proceso de revisión, se identificaron varios sistemas como relevantes
para el desarrollo de la aplicación. Un sistema consiste en modificar las plataformas de
aprendizaje electrónico para adaptarse a diferentes estilos de aprendizaje a través de varios
mecanismos y técnicas. Este sistema utiliza múltiples agentes inteligentes en escenarios de
aprendizaje virtual para crear una plataforma flexible y adaptable. La prueba piloto de este
sistema se realizó en Moodle y los agentes inteligentes se diseñaron para comunicarse con
la base de datos de la plataforma, a cada agente se le asignó un objetivo específico de
adaptación y flexibilidad. Los módulos del sistema adaptativo brindan actividades
44
sugeridas basadas en el estilo de aprendizaje del usuario, determinado utilizando el índice
de estilo de aprendizaje de Felder y Silverman. Otro sistema relevante es el sistema
inteligente de e-learning. Este sistema multiagente pretende dotar de adaptabilidad a las
plataformas educativas soportadas en la web, con un enfoque en unidades didácticas
personalizadas en función de los estilos de aprendizaje de los alumnos. El sistema considera
formatos de presentación de materiales didácticos, estrategias instruccionales adecuadas a
situaciones específicas, herramientas de navegación para un cómodo desplazamiento por
los contenidos y estrategias de navegación que permitan avanzar en función del progreso de
aprendizaje del alumno.
Durante esta etapa se analizaron y determinaron los requerimientos funcionales del
componente con base en la prueba chaea-alonso
1
. Luego se modeló y programó el
componente, teniendo en cuenta los mejores resultados obtenidos de la prueba. Se
seleccionó un tema específico de la carrera de Ingeniería en Sistemas para el desarrollo del
curso y se definió el contenido. Adicionalmente, se recogieron los requisitos y casos de uso
para la administración de estudiantes y cursos. Se utilizó una red neuronal para diseñar el
modelo para predecir cursos adaptativos basados en estilos de aprendizaje dentro de la
plataforma. Finalmente, todos los componentes se integraron en una plataforma web, que se
ejecuta en un servidor de aplicaciones que proporciona diversos servicios y entornos para
profesores, administradores y cursos adaptables según los estilos de aprendizaje de los
estudiantes.
La fase inicial de la investigación consistió en realizar una búsqueda bibliográfica
de estudios relacionados con la generación inteligente de contenidos para cursos. Luego de
revisar estos estudios, se seleccionó el que arrojó mejores resultados en términos de
generación de contenido basado en estilos de aprendizaje. Se eligió el test Honey Alonso
como método para determinar el estilo de aprendizaje de cada alumno, y se mejoró al
comparar sus resultados con estrategias asociadas a diferentes estilos de aprendizaje. Para
asegurar la calidad del software, se probó la plataforma con noventa estudiantes y cuatro
docentes de la carrera de Ingeniería en Sistemas de la Universidad Nacional de Loja. La
plataforma recibió aceptación y comentarios positivos por parte de los usuarios, la
implementación del modelo de Red Neural para la creación de cursos adaptativos basados
en el Estilo de Aprendizaje de los estudiantes (Activo, Reflexivo, Teórico y Pragmático) se
realizó utilizando el entorno de programación JAVA, JA-VAScript, Java Server. Esto
implicó integrar Faces y MySQL para ejecutar todas las operaciones en una plataforma web
basada en JAVA. Durante esta fase, se desarrolló un plan de pruebas para validar la
plataforma utilizando los resultados obtenidos de las encuestas. El objetivo era asegurar que
los resultados obtenidos en la plataforma fueran consistentes con los obtenidos de las
1
Honey, P. &. (2006). The learning Styles Helper´s Guide. Recuperado el 15 de mayo de 2014, de
https://www.talentlens.co.uk/assets/lsq/downloads/learning-styles-helpers-guide-quick-peek.pdf
45
encuestas. En la segunda fase del proyecto, el enfoque cambió al análisis y codificación del
componente de software para la generación de contenido de acuerdo con los estilos de
aprendizaje individuales.
Esto implicó un examen exhaustivo de la prueba y las estrategias de Honey-Alonso,
así como la implementación de la técnica de redes neuronales para garantizar que los
contenidos del curso se adaptaran a las necesidades de cada estudiante. Otro paso
importante consistió en analizar las tecnologías de software necesarias para respaldar el
proyecto. Para el desarrollo de la base de conocimiento se utilizó Weka, mientras que para
el e-learning se estudiaron diferentes tecnologías de software. Finalmente, se seleccionó
JSF (Java Server Faces) como la tecnología de software basada en web para simplificar el
desarrollo de interfaces de usuario en aplicaciones Java EE. Además, también se utilizaron
html5, Java Script y JBoss, un servidor de aplicaciones JavaEE de código abierto
implementado en Java.
Para adquirir información basada en la prueba y las estrategias de Honey-Alonso, se
tomaron una serie de pasos. Uno de esos pasos implicó seleccionar la técnica de
inteligencia artificial apropiada para usar. Después de analizar varias opciones, se
determinó que la técnica de Redes Neuronales era la más adecuada. Esto se debió a que
permitió seleccionar los contenidos de los cursos con base en una base de conocimiento
especializada, lo que podría proporcionar un resultado aproximado de acuerdo con los
estilos de aprendizaje de los estudiantes individuales. Para implementar la técnica de red
neuronal, se utilizó el marco weka para desarrollar un algoritmo de perceptrón multicapa
compuesto por múltiples capas, esto permitió la solución de problemas que no eran
linealmente separables.
46
Tabla 2.2
Requerimientos Funcionales.
Fuente: Palacios, Padilla y Córdoba, (2016).
Tabla 2.3
Determinación de los Actores y los Roles.
Fuente: Palacios, Padilla y Córdoba, (2016).
Para crear una base de conocimientos eficaz, utilizaron un vocabulario completo que
consta de términos lematizados que están directamente asociados con las estrategias
empleadas por personas con diferentes estilos de aprendizaje. Este enfoque meticuloso les
permitió construir un modelo completo y bien estructurado. Al incorporar una variedad de
47
términos relevantes, que la base de conocimientos abarcara toda la información necesaria
requerida para cada estilo de aprendizaje. Este modelo integral sirve como un recurso
valioso para los usuarios que buscan mejorar su comprensión y utilización de diversas
estrategias de aprendizaje.
Figura 2.1
Modelo de la Base de Conocimiento del Sistema
Fuente: Palacios, Padilla y Córdoba, (2016).
Al utilizar esta estructura de archivo. arff y el algoritmo Multilayer-Perceptron de la
biblioteca Weka, los autores Palacios, Padilla y Córdoba, (2016) analizaron y determinaron
de manera efectiva los estilos de aprendizaje del contenido ingresado en la plataforma. Esta
implementación nos permitió brindar recomendaciones personalizadas y optimizar la
experiencia de aprendizaje para nuestros usuarios. Para implementar el componente
inteligente de nuestro sistema, utilizamos el algoritmo Multilayer-Perceptron de la
biblioteca Weka [9], que es conocido por su efectividad en tareas de aprendizaje
automático. Para facilitar el análisis de los estilos de aprendizaje del contenido ingresado a
nuestra plataforma, creamos archivos. arff, un formato de archivo comúnmente utilizado
por Weka. Para una mejor comprensión, la Tabla 3 presenta el contenido de un archivo. arff,
ilustrando las diversas partes descritas anteriormente. Es importante señalar que, con fines
ilustrativos, solo se muestran 10 instancias del total de 106 incluidas en el archivo. arff
original utilizado en nuestro trabajo.
48
Tabla 2.4
Contenido archivo. arff (Base de conocimiento)
Fuente: Palacios, Padilla y Córdoba, (2016).
Para medir el desempeño del algoritmo, los autores usaron la validación cruzada
con k grupos [12], donde k=10. Este método implica dividir los datos de entrenamiento en
k grupos de igual o casi igual tamaño, ejecutar el algoritmo k veces y usar un grupo
diferente como conjunto de prueba en cada ejecución para evaluar el clasificador, mientras
que se usan los k-1 grupos restantes para el entrenamiento de la red neuronal. Finalmente,
calcularon la precisión media de las k ejecuciones para obtener el porcentaje de precisión
de nuestra red neuronal multicapa.
En cuanto al desarrollo de la plataforma, utilizamos tecnologías JSF (Java Server
Faces), que incluyen html, Java Script, CSS y Java como lenguaje de servidor, para crear un
software que satisfaga las necesidades de varios roles administrativos, como maestros y
administradores de la plataforma y proporciona cursos adaptables de acuerdo con los estilos
de aprendizaje de los estudiantes. El proceso de creación de la base de conocimiento se
siguió utilizando los archivos. arff para entrenar la red neuronal en Weka, lo que nos
permitió generar un modelo de predicción. Weka es una herramienta que proporciona una
interfaz fácil de usar para procesar conjuntos de datos utilizando técnicas de aprendizaje
automático
2
. Al utilizar el algoritmo Multilayer-Perceptron, pudimos determinar con
precisión los estilos de aprendizaje del contenido de la plataforma con un 95,28 % de
precisión.
2
García, D. (s.f.). Manual de Weka”.
Dhttp://sci2s.ugr.es/sites/default/files/files/Teaching/GraduatesCourses/InteligenciaDeNegocio/weka.pdf
49
En el futuro, se recomiendan varios trabajos futuros. En primer lugar, se sugiere
redefinir el modelo de red neuronal mediante la identificación de nuevo vocabulario que
pueda utilizarse en cuestionarios adaptados a los cuatro estilos de aprendizaje. Además, el
desarrollo de nuevos módulos que implementen diferentes técnicas de inteligencia artificial
podría conducir a mayores avances en la determinación del contenido para diversos estilos
de aprendizaje. Además, sería beneficioso realizar un estudio para obtener directamente el
contenido de documentos en formato doc., pdf y estructurarlos para diferentes estilos de
aprendizaje. Por último, se recomienda implementar la plataforma de estructuración de
contenidos en la carrera de Ingeniería en Sistemas de la Universidad Nacional de Loja para
potenciar el proceso de enseñanza aprendizaje de los estudiantes.
Una vez que la base de conocimientos se diseñó con éxito, el siguiente paso
consistió en utilizar los archivos. arff para entrenar la red neuronal en Weka. Weka es una
herramienta increíblemente útil que presenta una interfaz gráfica fácil de usar, que permite
el procesamiento de varios conjuntos de datos a través de la aplicación, el análisis y la
evaluación de una amplia gama de técnicas, con un enfoque particular en las técnicas de
aprendizaje automático. Gracias a Weka, los autores pudieron generar el modelo de
predicción para esta aplicación en particular utilizando el algoritmo de perceptrón
multicapa como base para su modelo de red neuronal.
50
Figura 2.2
Modelo de la Red Neuronal generado por Weka
Fuente: Palacios, Padilla y Córdoba, (2016).
Para desarrollar el software de la plataforma, utilizaron tecnologías JSF como html,
Java Script, CSS y Java como lenguaje de servidor, junto con un servidor de aplicaciones
para fuentes de datos y servicios web. La plataforma resultante incluye un área para cursos
adaptativos basados en los estilos de aprendizaje de los estudiantes. En el futuro, los autores
recomiendan una mayor exploración de otras técnicas de inteligencia artificial y mejoras
potenciales al modelo de red neuronal actual para mejorar su precisión y eficacia. Estos
hallazgos demuestran el potencial y el valor de incorporar la inteligencia artificial en la
educación para personalizar las experiencias de aprendizaje y mejorar los resultados de los
estudiantes. Mediante el uso del algoritmo Multilayer-Perceptron, se pudo lograr una alta
tasa de precisión del 95,28 % en la predicción de los estilos de aprendizaje del contenido
ingresado en nuestra plataforma. Esto se midió mediante validación cruzada con k grupos,
donde los datos de entrenamiento se dividieron en k grupos y el algoritmo se ejecutó k
veces para evaluar la precisión del clasificador.
Los autores, ha realizado un curso de Ingeniería en Sistemas en la Universidad
Nacional de Loja y ha encontrado que la plataforma utilizada en el curso puede ser aplicada
para varios propósitos, incluyendo apoyar el proceso de enseñanza y aprendizaje en la
misma universidad. Sugieren revisar el modelo de red neuronal y usar nuevo vocabulario
para crear cuestionarios que se adapten a diferentes estilos de aprendizaje. Además,
51
proponen desarrollar nuevos módulos que utilicen técnicas de inteligencia artificial para
determinar mejor el contenido para diferentes estilos de aprendizaje. También sugieren
realizar un estudio para extraer contenido de documentos en formato doc y pdf y
estructurarlo para diferentes estilos de aprendizaje. Finalmente, recomiendan implementar
la plataforma de estructuración de contenidos en la carrera de Ingeniería en Sistemas de la
Universidad Nacional de Loja para ayudar a los estudiantes en su proceso de aprendizaje.
52
CAPÍTULO III
EVALUACIÓN DE LOS RESULTADOS DE APRENDIZAJES CON
INTELIGENCIA ARTIFICIAL
3. Las Matrices de Evaluación con Inteligencia Artificial
Actualmente, los docentes carecen de herramientas de evaluación para los métodos
modernos de aprendizaje. En cambio, a menudo se basan en rúbricas obsoletas u otros
instrumentos basados en escalas. Las rúbricas son matrices que permiten la evaluación
cuantitativa a través de escalas y definen explícitamente criterios para los ítems de
evaluación. Sin embargo, a pesar de sus buenas intenciones, estos instrumentos a menudo
no brindan una evaluación precisa. Por ejemplo, dos estudiantes pueden recibir la misma
calificación en una rúbrica, pero el maestro puede creer que uno se desempeñó mejor. De
manera similar, un estudiante puede lograr una calificación aprobatoria en el instrumento,
pero el maestro puede sentir que no ha alcanzado el nivel necesario de competencia.
Estas deficiencias en la evaluación se deben a que los modelos matemáticos
utilizados en estos instrumentos no se alinean con los juicios subjetivos de los docentes.
Otra rama que surge de las ciencias de la computación es la Lógica Fuzzy (LD), la cual es
particularmente útil para resolver problemas computacionales que involucran incertidumbre
la (LD) proporciona modelos matemáticos que permiten a las computadoras tomar
decisiones de manera similar al cerebro humano, lo que lo hace ideal para problemas
subjetivos.
En un estudio realizado por Sánchez et al. (2021), los hallazgos mostraron que el
uso de un software que aplica la Lógica Difusa (LD) para evaluar el aprendizaje en el tema
de probabilidad y estadística aumentó significativamente la precisión y la exactitud en
comparación con las rúbricas que usan promedios o la regla de tres. Según Gutiérrez y
Ferreira (2020), (LD) cierra la brecha entre la precisión de las matemáticas clásicas y la
imprecisión del mundo real. Argumentan que intentar usar un modelo matemático diferente
que no permita la imprecisión conduciría a resultados no deseados.
Jamsandekar y Mudholkar (2013) también apoyan esta idea, afirmando que (LD) es
un método adecuado para el manejo de variables imprecisas y refleja la forma de pensar
humana, incluso en situaciones de incertidumbre. El propósito de esta investigación es
comparar los resultados obtenidos del estudio antes mencionado con la versión actualizada
del software, ahora llamado el sistema. La informática se ramifica en varias disciplinas
diferentes, una de las cuales es la Inteligencia Artificial (IA).
53
El muestreo para este estudio se centró en comparar los resultados devueltos por un
software anterior y SEEI. Las calificaciones de ingreso de 143 estudiantes matriculados en
un curso de probabilidad y estadística en el CETis 108 durante el ciclo escolar febrero-julio
de 2017 se extrajeron de la base de datos del software anterior. Esta información luego se
usó para alimentar a SEEI para comparar resultados, basado en un enfoque cuantitativo, el
cual está influenciado por la corriente filosófica del positivismo. Como explica Monje
(2011), el positivismo enfatiza la importancia de la cuantificación y la medición. El estudio
sigue el método hipotético deductivo, que implica partir de leyes o teorías universales para
explicar la realidad del investigador.
Se utilizan estudios previos para definir teorías, hipótesis y el diseño de la
investigación. El diseño de investigación utilizado en este estudio es no experimental, ya
que no hubo intención de controlar las variables de estudio ni utilizar grupos de control. El
estudio se enfoca en la competencia de argumentar soluciones a problemas utilizando
métodos numéricos, gráficos, analíticos o variacionales, a través del lenguaje verbal, las
matemáticas y las tecnologías de la información y la comunicación. Esta competencia se
divide en tres dimensiones: teoría, práctica y actitud, con seis atributos que se muestran en
la Tabla 3.1.
Tabla 3.1
Atributos evaluados en los estudiantes para la competencia.
Fuente: Valdez, (2022).
Los instrumentos de medición se desarrollaron utilizando un modelo matemático
denominado Mandami tipo LD, el cual se implementó utilizando Fuzzy Logic Toolbox en
Matlab R2013a. Las funciones de pertenencia de las entradas/atributos y la calificación de
salida se determinaron usando este modelo. Las características del software anterior se
describen en detalle en la Tabla 3.2 y la Tabla 3.3.
54
Tabla 3.2
Funciones de membresía de entrada del modelo difuso predecesor
Tabla 3.3
Funciones de membresía de salida del modelo difuso predecesor
Tabla 3.4
Funciones de membresía de entrada del modelo difuso de SEEI
Fuente: Valdez, (2022).
Las Tabla 3.2 y la Tabla 3.4 muestran cambios notables en los argumentos de las
funciones de pertenencia de las funciones, las cuales se han reorganizado para agrupar
todos los atributos relacionados con cada dimensión. Esto se hizo para permitir que SEEI se
adaptara y reestructurara para evaluar la competencia de cualquier docente. Sin embargo,
este estudio no se centró en esta característica particular, al generar reglas de inferencia
55
para los algoritmos, se utilizó un modelo de probabilidad de combinaciones. Para el sistema
anterior, se obtuvo un total de 1728 reglas al multiplicar los niveles de cada atributo. SEEI,
por otro lado, generó un total de 1296 reglas debido a que la mayoría de los atributos tienen
solo tres niveles de desempeño. Ambos modelos difusos utilizaron métodos de
defuzzificación SOM, incluidos LOM y centroide. La figura 4.1 muestra el diagrama de
bloques de los sistemas.
Figura 3.1
Estructura de ambos modelos matemáticos LD
Fuente: Valdez, (2022).
Tras obtener los resultados del SEEI, se procedió a analizar y comparar las
similitudes y diferencias entre los dos modelos borrosos. La hipótesis fue que ambos
modelos tendrían una precisión similar, con una diferencia de menos de 5 unidades
porcentuales. Para probar esta hipótesis, se utilizaron análisis estadístico, específicamente
ANOVA. La hipótesis nula (H0) planteó que no habría diferencia en las medias de las
medidas calculadas con los dos instrumentos, mientras que la hipótesis alternativa (H1)
sugirió que sí habría diferencia. Para obtener una mejor comprensión de las diferencias y
similitudes entre los dos modelos, se aplicaron estadísticas descriptivas y realizaron pruebas
de hipótesis usando ANOVA con la prueba de Tukey.
La Tabla 3.5 muestra los resultados generados por ambos programas de software,
específicamente en las categorías Diffuse Predecesor y Seei. La columna diferencia indica
que solo una pequeña parte de los resultados, 13 de 143, experimentaron un cambio notable
de una o más unidades (resaltadas en gris), lo que representa el 9,09 % de los resultados
56
totales. Utilizamos el software Minitab para analizar estos resultados y obtuvimos
estadísticas descriptivas, que se presentan en la Tabla 3.6.
Tabla 3.5
Inicio de la tabla Calificaciones resultantes entre ambos modelos difusos
Fuente: Valdez, (2022).
Tabla 3.6.
Estadísticas descriptivas de ambos modelos difusos
Fuente: Valdez, (2022).
Al examinar los datos estadísticos, se hace evidente que no ha habido cambios
significativos en la calificación media o promedio. Tanto el software predecesor como SEEI
arrojan una calificación promedio consistente de 7.45. Esto sugiere que, según esta muestra,
el promedio general no se ve afectado por la elección del software. Adicionalmente, al
considerar la dispersión de las calificaciones, se observa que la desviación estándar es
prácticamente idéntica para ambos modelos. Esto indica que la distribución de puntajes, en
relación con la media, se dispersa de manera similar para ambos programas. Esta similitud
en la dispersión sugiere que ambos instrumentos poseen un nivel similar de precisión. Sin
57
embargo, es importante tener en cuenta que dado que hay dos muestras distintas (una para
cada instrumento), confiar únicamente en la desviación estándar puede ser engañoso, ya
que no brinda información sobre la precisión de un instrumento en comparación con el otro.
Por lo tanto, se debe considerar el coeficiente de variación, que mide la dispersión relativa
calculando la relación entre la desviación estándar y la media. Este coeficiente se interpreta
como un porcentaje. Al analizar el coeficiente de variación se determina que el modelo
difuso predecesor presenta un porcentaje de variación del 30,22%, mientras que el SEEI
tiene un porcentaje de variación del 30,26%. Esto indica que ambos modelos tienen un
nivel similar de precisión, siendo el software anterior marginalmente más preciso por solo
un 0,04 %. Por lo tanto, la hipótesis inicial es cierta ya que existe evidencia que respalda la
noción de que ambos modelos difusos mantienen un nivel similar de precisión, con una
diferencia de menos de 5 unidades porcentuales.
Tabla 3.7
Resultados del análisis de varianza ANOVA para ambos instrumentos
Fuente: Valdez, (2022).
La segunda hipótesis examina si los promedios obtenidos de los dos instrumentos
son iguales. Confiar simplemente en los hallazgos presentados en la Tabla 3.6 es
insuficiente para sacar conclusiones. Por lo tanto, se realizó una prueba de hipótesis
ANOVA utilizando la prueba de Tukey, los resultados de esta prueba se muestran en la
Tabla 3.7, que fue generada por Minitab.
Tabla 3.8
Agrupar información utilizando el método de Tukey y una confianza de 95%
Fuente: Valdez, (2022).
Con base en los hallazgos presentados en la Tabla 7, se puede observar que el valor
de p supera el umbral de 0,05, lo que indica que es mayor que el nivel de significancia
predeterminado del 5%. Este resultado proporciona evidencia sustancial a favor de aceptar
la hipótesis estadística H0 como válida. Además, la solidez de esta evidencia se refuerza
58
aún más cuando se examinan los resultados de la Prueba de Tukey, como se ilustra en la
Tabla 3.8.
Con base en los hallazgos de la última columna de Agrupación, se puede concluir
que la media o el promedio se mantiene constante al evaluar a los estudiantes utilizando el
software anterior o SEEI, ya que ambos pertenecen al mismo grupo A. Los resultados
obtenidos al realizar ANOVA y la Prueba de Tukey apoya aún más esta conclusión al
validar la hipótesis estadística H0: (μ1 = μ2), lo que indica que no existe una diferencia
significativa en las medias de las mediciones obtenidas de los dos instrumentos.
La similitud entre los resultados obtenidos de SEEI y el modelo difuso presentado
por Sánchez et al. (2020), que es el software predecesor, es bastante alto. La investigación
ha demostrado que el modelo difuso proporciona resultados más precisos en comparación
con las rúbricas utilizadas para la comparación. De manera similar, el presente estudio
indica que SEEI también ofrece un nivel similar de precisión, lo que sugiere que SEEI es
superior a las rúbricas en términos de precisión matemática.
Por lo tanto, se recomienda realizar más estudios para probar SEEI en diferentes
contextos, como evaluar otras competencias en varios temas, para validar su efectividad en
situaciones más desafiantes. Como resultado, la precisión de ambos programas de software
es igualmente alta y el promedio general de todos los estudiantes evaluados permanece sin
cambios. Estas dos cualidades confirman la credibilidad de SEEI y proporcionan evidencia
suficiente para el desarrollo continuo de este software. Esto reafirma el poder de la
Inteligencia Artificial sobre los modelos matemáticos tradicionales basados en escalas.
3.2 Los avances de los ChatGPT en el Aprendizaje.
La gente ha estado contemplando si los escenarios futuristas representados en las
películas de ciencia ficción se harán realidad, reflexionando si nos estamos acercando a
algún tipo de conclusión definitiva e incluso cuestionando la posibilidad de que las
máquinas finalmente reemplacen a los humanos. Es un hecho innegable que la Inteligencia
Artificial se ha convertido en una parte integral de nuestras vidas y su presencia se
fortalecerá en el futuro. Sorprendentemente, la mayoría de nosotros ya estamos utilizando
IA sin siquiera darnos cuenta. Por ejemplo, los populares asistentes virtuales como el
asistente de Google y Alexa, así como los chatbots de servicio al cliente que brindan
soluciones instantáneas a nuestras consultas, son excelentes ejemplos de IA en acción.
Open IA, es un grupo de desarrolladores que se especializan en Inteligencia
Artificial, nos ha proporcionado recursos adicionales para ayudarnos a identificar nuestras
habilidades. Los ChatGPT, una tecnología de inteligencia artificial de vanguardia, que tiene
sus pros y contras cuando se trata de su implementación en el sector académico. Sin duda,
la implementación de esta tecnología en particular está destinada a revolucionar el
panorama de la educación de una manera significativa y de gran alcance ChatGPT es un
59
modelo de lenguaje avanzado creado por Open IA, diseñado para entablar conversaciones
con los usuarios generando respuestas detalladas y específicas basadas en datos recopilados
de varias fuentes en Internet. Su función principal es interactuar con los usuarios de una
manera que simule la interacción humana real, utilizando algoritmos sofisticados y técnicas
de aprendizaje automático para comprender y responder a las entradas de los usuarios.
ChatGPT es una poderosa herramienta que permite una comunicación más natural e
intuitiva entre personas y máquinas, y tiene el potencial de revolucionar la forma en que
interactuamos con la tecnología en el futuro.
Es crucial tener en cuenta que las versiones actuales del software, ya sean gratuitas
o premium, aún se encuentran en la fase de prueba o vista previa. Por lo tanto, varias de sus
limitaciones pueden atribuirse a esta etapa temprana de desarrollo. Otra limitación de
ChatGPT es su falta de comprensión contextual. Es posible que no pueda reconocer el
contexto o la intención en una conversación, lo que puede dar lugar a respuestas inexactas o
irrelevantes. Además, la herramienta puede tener dificultades para reconocer el sarcasmo u
otras formas de humor, lo que puede dificultar su capacidad para proporcionar respuestas
adecuadas.
Por otra parte, la confiabilidad y seguridad de ChatGPT aún se están probando.
Puede haber problemas técnicos o vulnerabilidades que pueden afectar la funcionalidad o la
seguridad de la herramienta. Como resultado, los usuarios deben tener cuidado al usar la
herramienta y evitar compartir información confidencial. En resumen, si bien ChatGPT
tiene el potencial de ser una herramienta útil, aún se encuentra en sus primeras etapas de
desarrollo y tiene varias limitaciones a considerar. Estos incluyen su capacidad para
comprender el lenguaje natural, la comprensión contextual, la exhaustividad de la base de
datos, el sesgo y la confiabilidad/seguridad.
A medida que la herramienta continúa siendo probada y desarrollada, estas
limitaciones pueden abordarse y mejorarse. Además, la base de datos de información que
utiliza ChatGPT puede no ser lo suficientemente completa como para responder a todas las
preguntas posibles. Esto puede hacer que la herramienta proporcione respuestas
incompletas o incorrectas, las respuestas de la herramienta pueden estar sesgadas hacia
ciertas perspectivas o fuentes de información, lo que puede afectar la precisión y
objetividad de sus respuestas.
Al considerar el hecho de que ChatGPT aún se encuentra en su fase de prueba, es
razonable suponer que existen varias limitaciones en la herramienta. Para proporcionar una
comprensión completa de estas limitaciones, hemos compilado una lista de algunas de las
más significativas. En primer lugar, la capacidad de ChatGPT para comprender e interpretar
el lenguaje natural aún se está desarrollando. Si bien puede proporcionar respuestas a
ciertas consultas, es posible que no pueda comprender un lenguaje más complejo o
matizado. Como resultado, es posible que los usuarios deban ser más específicos en sus
60
preguntas para recibir respuestas precisas y relevantes. En el caso de que un usuario
pregunte sobre el fallecimiento del Papa Benedicto XVI o la Reina Isabel II, la respuesta de
ChatGPT indicaría que ambos individuos aún viven. De manera similar, al preguntar sobre
la cantidad de personas afectadas por el terremoto en Turquía, puede proporcionar
información adicional sobre la nación o los terremotos en general. Sin embargo, debido a la
falta de familiaridad con los hechos recientes, sus respuestas pueden ser deficientes en
términos de precisión y exhaustividad. Existe la posibilidad de que se generen contenidos
nocivos en determinadas ocasiones, la eficacia de cualquier sistema de inteligencia artificial
depende en gran medida de la calidad de los datos que recibe, pero pueden surgir desafíos
debido a las motivaciones detrás de la publicación de la información en Internet.
La historia de Tay, el robot prejuicioso que mostró un comportamiento sesgado
hacia etnias específicas se ha vuelto muy popular. La razón detrás de sus acciones
discriminatorias se remonta al hecho de que la programación de Tay fue alimentada por
datos extraídos de Twitter, lo que lo llevó a una fuente xenófoba. En consecuencia, la IA
formó sus respuestas basándose en la información prejuiciosa que había recopilado.
ChatGPT no ofrece referencias ni citas para respaldar la información proporcionada. Si
bien las respuestas generadas por esta herramienta pueden ser de naturaleza intrincada, es
importante tener en cuenta que no proporciona automáticamente fuentes o citas
bibliográficas.
Sin duda, los particulares podrán solicitarlos a la hora de buscar información en esta
herramienta. No obstante, es crucial que las instrucciones proporcionadas sean
excepcionalmente precisas para cumplir con los criterios académicos que son necesarios.
Existen motores de búsqueda diseñados específicamente para identificar y reconocer
productos que han sido creados utilizando tecnología de Inteligencia Artificial. Estos
motores de búsqueda emplean algoritmos y técnicas avanzados para analizar e identificar la
presencia de productos generados por IA en varios dominios e industrias.
Al aprovechar el poder del aprendizaje automático y el análisis de datos, estos
motores de búsqueda pueden detectar y distinguir con precisión entre productos que han
sido creados por humanos y aquellos que han sido generados por sistemas de IA. Esta
capacidad no solo ayuda a garantizar la transparencia y la confiabilidad en el mercado, sino
que también permite a los usuarios tomar decisiones informadas cuando se trata de comprar
productos generados por IA. Con la prevalencia y el impacto cada vez mayores de la
tecnología de IA en varios sectores, estos motores de búsqueda especializados desempeñan
un papel crucial para facilitar la identificación y evaluación de productos generados por IA,
contribuyendo en última instancia a un mercado más eficiente y confiable.
61
3.2 La inteligencia artificial en la evaluación educativa: retos y oportunidades
Expertos en el campo de las ciencias sociales, con un enfoque específico en la
educación, se dedican a potenciar y mejorar la sociedad. Sin embargo, enfrentan un desafío
significativo cuando se trata de evaluar y medir el progreso en su campo. Los métodos
utilizados para recopilar información tienen sus limitaciones, con métodos de recopilación
cerrados como cuestionarios de opción múltiple que solo brindan información básica que
no logra capturar la narrativa completa. Por el contrario, métodos como las entrevistas o las
respuestas abiertas en las encuestas ofrecen una gran cantidad de información pero
requieren mucho tiempo y esfuerzo para su comprensión y análisis.
Aquí es donde la inteligencia artificial, específicamente el procesamiento del
lenguaje natural surge como una valiosa ayuda. El procesamiento del lenguaje natural es
una técnica sofisticada que permite a las computadoras comprender, interpretar y generar el
lenguaje humano. Una herramienta destacada que aprovecha esta tecnología para
interactuar con los usuarios de manera natural es ChatGPT, que ganó una inmensa
popularidad en los últimos tiempos debido a su notable capacidad para generar texto
coherente y relevante. Herramientas como ChatGPT utilizan redes neuronales que han sido
ampliamente entrenadas en grandes cantidades de datos, incluidas conversaciones humanas
y artículos científicos. A través de millones de iteraciones, estos modelos aprenden los
intrincados patrones y estructuras del lenguaje humano. Aprovechando este conocimiento,
los modelos pueden predecir la siguiente palabra en una oración, lo que les permite generar
respuestas a preguntas o continuar una conversación seleccionando la próxima palabra más
probable y repitiendo este proceso hasta que se formen oraciones completas y coherentes.
Otro proyecto en curso que utiliza inteligencia artificial en la evaluación educativa
se centra en analizar los mensajes que utilizan los docentes en el aula para involucrar a sus
alumnos. Esta investigación implica la transcripción de grabaciones de las voces de los
profesores durante la clase utilizando herramientas de inteligencia artificial como Azure y
Whisper, que pueden corregir errores y agregar puntuación. Sin embargo, codificar el texto
transcrito era un proceso que requería mucho tiempo, por lo que se utilizó un script para
identificar las palabras más frecuentes y descartar información irrelevante, lo que redujo el
volumen de texto en un 90 %. Esto permitió a los investigadores analizar 400 horas de
grabaciones e identificar los mensajes utilizados por los docentes para involucrar a sus
alumnos.
La inteligencia artificial tiene el potencial de desempeñar un papel fundamental en
la evaluación educativa al procesar y analizar de manera eficiente grandes cantidades de
datos, particularmente en la evaluación de respuestas abiertas o entrevistas. Un ejemplo de
esto se puede ver en la investigación realizada por Carmen Álvarez-Álvarez y Samuel
Falcón, donde utilizaron una rúbrica para codificar las respuestas en base a nueve
categorías. Con la ayuda de la inteligencia artificial, pudieron codificar 1081 respuestas
62
abiertas usando GPT-3, que resultó tener un nivel de confiabilidad similar al de los expertos
humanos.
En otro proyecto de investigación liderado por Javier Vidal y María José Vieira,
exploraron la posibilidad de aprovechar GPT para analizar redes sociales informales para
brindar orientación en la educación superior. GPT sirve como una valiosa herramienta para
identificar y categorizar las dudas planteadas por los estudiantes en foros relacionados con
la educación superior, incluidas universidades e instituciones de formación profesional. Si
bien el procedimiento es bien conocido, esta herramienta ha demostrado su capacidad para
analizar miles de mensajes con un alto grado de precisión en la identificación de temas
relevantes.
Esto no solo amplía las posibilidades sino que también reduce los tiempos de
análisis. Sin embargo, es crucial poseer un conocimiento previo de los modelos de
orientación y los sistemas educativos para formular efectivamente las preguntas apropiadas
para GPT y mantener la calidad de los resultados. Esta fase es fundamental en cualquier
caso para garantizar unos resultados óptimos. En la actualidad, gracias a la utilización de
modelos avanzados de inteligencia artificial como GPT, hemos dado un paso importante en
nuestros esfuerzos. Ahora, hemos equipado el modelo con una amplia gama de mensajes de
uso común en el aula, y le asignamos la tarea de ubicar frases similares dentro de las
transcripciones completas. Como la inteligencia artificial se basa en la interpretación y no
solo en el texto literal, estamos viendo resultados prometedores. El modelo es capaz de
detectar casi todos los mensajes, aunque ocasionalmente hay falsos positivos. Estos falsos
positivos ocurren cuando el modelo identifica un mensaje que promueve la participación de
los estudiantes, cuando en realidad no fomenta la participación en las tareas escolares. En
conclusión, la inteligencia artificial ha demostrado su eficacia para evaluar respuestas
abiertas y transcribir y analizar grabaciones.
A pesar de la existencia de ciertos obstáculos, a saber, la ocurrencia de
identificaciones erróneas, los hallazgos iniciales son alentadores. A medida que los
algoritmos de inteligencia artificial avanzan y se desarrollan aún más en el futuro, existe la
posibilidad de que su implementación en la investigación educativa se perfeccione cada vez
más, revelando así nuevas vías de exploración.
3.3 Recomendaciones de la UNESCO para las Instituciones Educativas.
La UNESCO ha presentado una recomendación para que las instituciones
educativas incorporen el uso de herramientas de IA en su plan de estudios. Dado que estas
herramientas ya son de fácil acceso para los jóvenes, es importante educarlos sobre cómo
utilizarlas de manera efectiva. A la luz de esto, hemos esbozado algunos factores clave que
deben tenerse en cuenta al enseñar a los estudiantes sobre la IA. Inicialmente, es imperativo
que reconozcamos y aceptemos el hecho de que nuestro mundo está experimentando
rápidas transformaciones, y cada año que pasa presenta nuevos roles y responsabilidades
63
laborales. En consecuencia, los establecimientos educativos deben adaptarse y atender estas
demandas emergentes para preparar adecuadamente a las personas para la fuerza laboral en
evolución. Podemos reconocer el hecho de que un número significativo de nuestros
estudiantes serán los responsables de crear y hacer avanzar esta forma de Inteligencia
Artificial. Es importante reconocer que sus intenciones detrás del desarrollo de dicha
tecnología no girarán en torno al plagio, sino que se esforzarán por abordar las demandas
genuinas dentro de diferentes sectores de nuestra sociedad global, que abarcan los dominios
laboral, social y económico.
El segundo punto destaca una oportunidad increíble que surge, que implica dirigir
nuestra atención hacia la evaluación de productos intrincados que requieren un análisis y
una evaluación exhaustivos, así como la implementación de técnicas creativas y avanzadas,
en lugar de simplemente dedicarse a las tareas básicas de identificación, memorización y
clasificación. Al aprovechar esta oportunidad, podemos profundizar en las complejidades
de estos productos y contribuir a su desarrollo y mejora de una manera más integral e
impactante. En tercer lugar, es imperativo que erradiquemos la mentalidad de ver a
ChatGPT como un rival a conquistar. En cambio, debemos reconocerlo como un activo
invaluable: una herramienta altamente inteligente que agiliza y mejora nuestros esfuerzos
de investigación, ayuda en la generación de texto y contenido sin problemas, facilita la
manipulación de imágenes y mucho más. Al adoptar ChatGPT como un socio colaborativo
en lugar de un competidor, podemos aprovechar sus capacidades para aumentar
significativamente nuestra productividad y eficiencia general.
3.4 Ventajas y Desventajas del ChatGPT
Al igual que cualquier otra herramienta digital, ChatGPT viene con su propio
conjunto de ventajas y desventajas. Uno de los beneficios del uso de la tecnología para el
aprendizaje es que permite adaptar la experiencia educativa a los requisitos e inclinaciones
únicos de cada estudiante. Además, la tecnología puede simular el papel de un maestro o
tutor al ofrecer retroalimentación y orientación en tiempo real a los alumnos. Un beneficio
adicional de ChatGPT es que puede ayudar en el aprendizaje autodirigido de los
estudiantes, permitiéndoles trabajar en una tarea a su propio ritmo y en su propio horario.
El uso de ChatGPT puede servir como un medio para que los estudiantes resuelvan
problemas y mejoren sus habilidades de forma autónoma. Si bien utilizar esta herramienta
ciertamente tiene ventajas, es importante reconocer que también existen algunos
inconvenientes que los maestros deben conocer y trabajar para mitigar. Una de esas
limitaciones es que la capacidad de la herramienta para producir productos complejos
puede sofocar la creatividad y la innovación en ciertos estudiantes. Además, también puede
dar lugar a un aumento del plagio o a la falta de esfuerzo por parte de algunos usuarios.
Finalmente, dado que la herramienta aún se encuentra en la fase de prueba, existen algunos
problemas técnicos que deben abordarse, como las desconexiones intermitentes debido al
64
gran volumen de usuarios y el soporte insuficiente del servidor. Sin embargo, con el
conocimiento y la gestión adecuados de estas posibles desventajas, esta herramienta tiene el
potencial de ser un activo valioso tanto para los educadores como para los estudiantes.
3.5 Algunas formas de usar la Inteligencia Artificial en el salón de Clase.
Al expandir el uso de la IA en el proceso de aprendizaje, los estudiantes no solo
confían en ella como una solución rápida para completar las tareas. En cambio, se
involucran activamente con la IA mientras incorporan su propia creatividad y habilidades
de pensamiento crítico para mejorar su experiencia de aprendizaje. Este enfoque anima a
los estudiantes a convertirse en participantes activos en el proceso de aprendizaje y fomenta
una comprensión más profunda de la materia. Incorporar inteligencia artificial (IA) en el
proceso de aprendizaje es alentar a los estudiantes a mostrar su comprensión a través de
varios medios creativos y dinámicos, como infografías, animaciones, podcasts, videos y
más.
Al hacerlo, los estudiantes que inicialmente confían en ChatGPT para obtener
asistencia durante la investigación o el desarrollo de contenido deberán adaptar y adaptar su
trabajo para cumplir con los requisitos específicos de la actividad y alinearlo con los
objetivos de aprendizaje actuales del aula. Además, se puede animar a los estudiantes a
personalizar sus proyectos en términos de contenido y antecedentes. Por ejemplo, considere
una actividad en la que los estudiantes utilicen ChatGPT para explorar tres definiciones
diferentes de inteligencia artificial. Luego se les puede pedir que expliquen la IA a un niño
de ocho años con sus propias palabras. Además, se puede iniciar una discusión para
determinar una edad apropiada para que los niños comiencen a usar esta herramienta de IA
de manera efectiva.
En la actualidad, los docentes tienen la oportunidad de incorporar IA en sus aulas, lo
que permite a los estudiantes buscar asesoramiento y orientación sobre diversos temas. Por
ejemplo, un maestro puede indicar a sus alumnos que le pidan consejo a la IA sobre un
tema en particular o solicitar cinco estrategias para aumentar la autoestima. La notable
eficacia de las respuestas de la IA nunca deja de sorprendernos, en tiempos pasados, los
libros tradicionales sugerían consultar a los padres para obtener información específica,
pero ahora podemos pasar por alto estas entrevistas y recibir instantáneamente información
valiosa para impulsarnos en nuestro viaje de aprendizaje.
Este apartado es una introducción a los métodos de entrenamiento empleados para
los sistemas de inteligencia artificial. Las responsabilidades de los docentes han
experimentado una transformación significativa, ya que ahora han asumido el papel de
educar a los estudiantes para que se conviertan en creadores de contenido calificados. Es
crucial para nosotros reconocer que nuestros estudiantes necesitan adquirir no solo la
capacidad de utilizar la tecnología de IA de manera efectiva, sino también desarrollar la
aptitud para diseñarla y construirla. Además, los estudiantes pueden explorar la utilización
65
de tecnologías avanzadas, como el aprendizaje automático y el procesamiento del lenguaje
natural, para mejorar la capacidad de la IA para comprender e interpretar con precisión
datos médicos complejos.
También pueden sugerir establecer colaboraciones con expertos y profesionales
médicos para brindar conocimientos y experiencia valiosos durante las etapas de desarrollo
y capacitación. Una vez que los estudiantes hayan identificado estas debilidades
potenciales, pueden proponer un plan integral para rectificar los errores y mejorar el
proceso de capacitación de la herramienta o robot de IA. Este plan puede incluir varios
pasos, como garantizar un conjunto de datos más diverso y representativo para entrenar la
IA, refinar los algoritmos para mejorar la precisión y la confiabilidad, implementar
procedimientos de prueba rigurosos e integrar la supervisión humana para mitigar posibles
sesgos y garantizar la responsabilidad.
Para iniciar este ejercicio, se puede alentar a los estudiantes a analizar los factores
que podrían haber contribuido al fracaso de la IA. Podrían considerar varios elementos,
como la calidad y diversidad del conjunto de datos utilizado para el entrenamiento, los
algoritmos empleados, posibles sesgos dentro del sistema o incluso la falta de supervisión
humana durante el proceso de desarrollo. Para estimular el pensamiento crítico y animar a
los estudiantes a reflexionar sobre sus procesos cognitivos, la implementación de rutinas de
pensamiento como "Antes pensaba, ahora pienso" puede resultar muy beneficiosa.
Estas rutinas incitan a los estudiantes a evaluar sus suposiciones o creencias
iniciales y, posteriormente, las revisan en función de los conocimientos y las percepciones
adquiridos. Ahora, profundicemos en el enfoque antes mencionado, imagine un escenario
en el que una aplicación de IA, diseñada para ayudar en el diagnóstico de atención médica,
haya encontrado complicaciones y haya arrojado resultados inexactos. Por ejemplo, la IA
podría haber diagnosticado mal la condición de un paciente, lo que lleva a recomendaciones
de tratamiento incorrectas. Este caso brinda a los estudiantes la oportunidad de examinar las
deficiencias del sistema de IA y proponer medidas efectivas para rectificar y optimizar su
desempeño.
Al participar en este ejercicio, los estudiantes no solo obtienen una comprensión
más profunda de las complejidades y los desafíos involucrados en el desarrollo de
aplicaciones de IA, sino que también cultivan habilidades de pensamiento crítico y
habilidades para resolver problemas. Además, al proponer estrategias efectivas para abordar
las fallas del sistema de IA, los estudiantes contribuyen a los esfuerzos continuos para
mejorar las capacidades y la confiabilidad de las aplicaciones de IA en el campo de la
atención médica y más allá. Esto se debe a que ninguna herramienta puede brindar una
opinión desde su propia perspectiva sobre otro individuo. Abraza tu creatividad y abraza el
mundo moderno. Comprometerse con ChatGPT ha generado innumerables ideas
innovadoras sobre cómo podemos conectarnos de manera efectiva con los estudiantes. Es
66
sorprendente ver cómo esta herramienta puede realizar tareas que normalmente nos
llevarían minutos, o incluso horas, en cuestión de segundos. Sin embargo, debemos
reconocer la importancia de evitar que nos volvamos mentalmente perezosos, para combatir
esto, debemos alentar a los estudiantes a profundizar en las sugerencias proporcionadas por
la herramienta. Esto significa crear oportunidades para que interactúen con el contenido o
incluso lo transformen en algo completamente nuevo y emocionante. ¿Me podría
proporcionar un resumen del libro La Ilíada? Además, me encantaría verte transformar ese
resumen en una batalla de rap épica, ¡como el legendario ChatGPT! Utilice el poder de la
inteligencia artificial para participar en debates significativos y estimulantes. En este
contexto, el objetivo es alentar a los estudiantes a interactuar con la IA y plantear preguntas
para mejorar su experiencia de aprendizaje.
La tecnología de inteligencia artificial pronto se convertirá en una parte integral de
nuestra vida diaria, al igual que las calculadoras, los procesadores de texto con correctores
ortográficos avanzados, los programas de traducción, los tutoriales en línea, los televisores
inteligentes y los videojuegos con oponentes en línea. de cualquier parte del mundo se han
vuelto comunes. De hecho, se vislumbra a la IA como el próximo gran avance que
revolucionará la forma en que vivimos y trabajamos. Con su capacidad para procesar
grandes cantidades de datos, aprender de ellos y tomar decisiones basadas en ese
aprendizaje, la IA tiene el potencial de transformar todos los aspectos de nuestras vidas,
desde la atención médica y la educación hasta el transporte y el entretenimiento.
Son muchas las oportunidades que presenta la IA y estamos comprometidos a
permanecer a la vanguardia de este campo en rápida evolución. Como líderes educativos
universitarios, reconocemos la importancia de adaptar y revolucionar nuestros programas,
métodos de enseñanza y enfoques de evaluación para garantizar que los estudiantes estén
equipados con el conocimiento y las habilidades para utilizar de manera ética y eficiente las
últimas herramientas de inteligencia artificial. Teniendo en cuenta la comprensión,
deducciones e investigaciones en esta materia, que también involucran la consulta de la
propia aplicación ChatGPT, es evidente que la incorporación de la inteligencia artificial
(IA) al ámbito de la enseñanza y evaluación de la formación universitaria supondrá un
importante y diversa gama de efectos que marcarán su evolución.
Estos efectos engloban numerosos aspectos positivos, predominantemente, a la vez
que dan lugar a un conjunto de desafíos ineludibles que deben ser tomados en
consideración con detenimiento. Las personas que aprecian las cualidades únicas de los
seres humanos y abogan por la inclusión en todos los entornos educativos están
entusiasmadas con el potencial de la inteligencia artificial para adaptar las experiencias de
aprendizaje a las necesidades individuales de cada estudiante, teniendo en cuenta su
comprensión actual, métodos de aprendizaje preferidos y estilos de aprendizaje
característicos. Tal enfoque mejoraría en gran medida la eficiencia y la eficacia del proceso
67
educativo, la utilización de la IA también puede extenderse a la creación de recursos
educativos inclusivos que satisfagan las necesidades de los estudiantes con discapacidades.
Por ejemplo, la implementación de la tecnología de reconocimiento de voz puede beneficiar
enormemente a los estudiantes sordos o con problemas del habla.
La IA tiene el potencial de revolucionar la forma en que los estudiantes pueden
evaluar su propio progreso y recibir comentarios personalizados sobre su desempeño. Al
aprovechar la IA, los estudiantes pueden recibir información detallada sobre sus fortalezas
y debilidades, lo que les permite mejorar sus resultados de aprendizaje con el tiempo. Esta
tecnología tiene el potencial de transformar los modelos educativos tradicionales al
proporcionar un enfoque personalizado y sin fisuras para el aprendizaje y la evaluación. En
una relación mutuamente beneficiosa entre la enseñanza y el aprendizaje, la inteligencia
artificial puede desempeñar un papel crucial en el desarrollo de materiales educativos
personalizados que satisfagan los requisitos únicos de los estudiantes individuales.
En consecuencia, los ajustes ampliamente reconocidos en el currículo por los que
los expertos en Necesidades Educativas Especiales (NEE) a menudo luchan en términos de
apoyo pedagógico se generalizarían y, en última instancia, mejorarían el calibre y la
importancia del contenido de la enseñanza. Como resultado, esta integración de IA
facilitaría experiencias de aprendizaje más efectivas para los estudiantes. Si la IA recibe el
respaldo, la orientación y la validación adecuados por parte de instructores certificados,
tiene el potencial de volverse increíblemente útil.
La influencia de la IA en la enseñanza y la evaluación en la educación superior
puede tener numerosos beneficios, siempre que se emplee de manera responsable y ética.
Es vital que los educadores, los alumnos y la dirección comprendan el funcionamiento de la
IA y su potencial para mejorar los procedimientos de aprendizaje y evaluación. Cuando se
trata de implementar la IA en la educación universitaria, existen varios desafíos que deben
abordarse. Una de las principales preocupaciones es la posibilidad de ampliar la brecha
existente en el uso de la tecnología en línea entre los estudiantes que tienen acceso y los
que no.
Si las instituciones educativas deciden invertir en tecnología avanzada sin garantizar
la igualdad de acceso para todos los estudiantes, podría resultar en que algunos estudiantes
se queden atrás en su viaje educativo. La tecnología de IA hace hincapié en las habilidades
técnicas y analíticas, lo que puede resultar en una disminución del énfasis que se les da a las
habilidades blandas, como la comunicación competente, el trabajo colaborativo en equipo y
la resolución innovadora de problemas. Esto eventualmente podría tener un efecto
perjudicial en la capacidad de los estudiantes para trabajar en equipo y comunicarse de
manera competente en su vida profesional. En términos más simples, la dependencia
excesiva de la IA podría conducir a una falta de énfasis en el desarrollo de habilidades
interpersonales esenciales, lo que comprometería la calidad general de la educación. Como
68
se mencionó anteriormente, si bien la IA tiene la capacidad de adaptar la experiencia de
aprendizaje para estudiantes individuales, si no se implementa correctamente, podría tener
el resultado opuesto. El uso inflexible de la IA puede impedir que los estudiantes reciban
instrucción personalizada, lo que lleva a una reducción en su motivación y dedicación hacia
su educación.
Por lo tanto, se debe tener precaución al integrar la IA en el aula para garantizar que
beneficie tanto a los estudiantes como a los profesores. En relación con las consideraciones
específicas de nuestro centro universitario y los estándares esperados de integridad
académica e intelectual, es imperativo reconocer que los trabajos creados con herramientas
de inteligencia artificial, aunque sea parcialmente, deben ser tratados como separados del
trabajo del estudiante. De manera similar al uso de citas y la incorporación de materiales
originales o adaptados de fuentes externas, es fundamental indicar explícitamente cuándo se
ha incluido un trabajo generado por IA en cualquier forma de presentación, ya sea oral,
escrita, visual o electrónica.
Dicha divulgación debe incluirse dentro del cuerpo del texto, y la referencia
correspondiente debe proporcionarse en la bibliografía. De lo contrario, tergiversaría el
contenido, ya que no sería una creación original del estudiante. Con respecto a la
actualización requerida de las pautas de integridad en la evaluación de asignaciones y
proyectos en el CUP, se vuelve imperativo tener en cuenta las consecuencias éticas para los
estudiantes que tienen la tarea de navegar los límites de la aceptabilidad, todo bajo una
supervisión y orientación más estrictas. de sus maestros.
Los siguientes puntos describen las responsabilidades que se le exigen al cuerpo
docente de la CUP para verificar la autenticidad de los trabajos académicos presentados por
los estudiantes. Estas pautas son esenciales para garantizar que el trabajo presentado sea
original y no plagiado de ninguna manera. Es deber de la facultad defender estos estándares
y mantener la integridad de la institución académica, por lo tanto, es importante que la
facultad esté al tanto de estas expectativas y se adhiera estrictamente a ellas. De lo
contrario, podría tener consecuencias graves tanto para los estudiantes como para la
institución en su conjunto, por lo tanto, es imperativo que el profesorado tome en serio sus
responsabilidades y lleve a cabo sus deberes con la mayor diligencia y cuidado.
Dado que se espera que los estudiantes completen sus tareas escritas o materiales
almacenados electrónicamente durante un período de tiempo que excede una sola clase, es
crucial que el maestro controle el progreso del estudiante durante el período de tiempo
designado. Este enfoque no solo es efectivo para verificar la autenticidad del trabajo como
perteneciente al estudiante, sino que también promueve el uso de técnicas de escritura
adecuadas al elaborar trabajos de clase. Para evaluar la competencia del alumno, se requiere
que el maestro se asegure de que el alumno sea capaz de brindar una explicación exhaustiva
y completa de su trabajo, al tiempo que brinda garantías sobre la autenticidad y la
69
naturaleza innovadora de su creación. La responsabilidad recae en el estudiante para
diferenciar entre sus propios pensamientos originales y las ideas prestadas de otros al
incluir referencias en su trabajo. Es crucial citar y citar adecuadamente las fuentes para
evitar el plagio y dar crédito donde se debe, es responsabilidad del profesor asegurarse de
que haya consistencia entre la calidad del resultado final y el nivel de competencia que el
alumno es capaz de alcanzar. Esto significa que el maestro debe evaluar si el estudiante ha
alcanzado los estándares esperados y, si existe alguna disparidad, debe abordarla brindando
orientación y comentarios para ayudar al estudiante a mejorar. En última instancia, el
profesor debe esforzarse para que el trabajo del alumno sea un fiel reflejo de sus
capacidades y potencialidades.
3.6 La personalización del aprendizaje con la Inteligencia Artificial.
La inteligencia artificial ha encontrado una aplicación beneficiosa en el campo de la
educación, que es la prestación de servicios de tutoría virtual a los estudiantes. Los chatbots
educativos se han diseñado para abordar las preguntas más frecuentes y proporcionar a los
estudiantes información relevante sobre temas específicos. Además de los beneficios antes
mencionados, la plataforma de enseñanza impulsada por IA tiene la capacidad de ofrecer
materiales complementarios y modificar el ritmo de instrucción para satisfacer las
necesidades individuales de cada estudiante.
Esto puede ser particularmente útil para los estudiantes que requieren asistencia
adicional o aquellos que aprenden a un ritmo diferente al de sus compañeros. Con la ayuda
de la IA, los estudiantes pueden acceder a experiencias de aprendizaje personalizadas que
se adaptan a sus necesidades y preferencias específicas, lo que aumenta sus posibilidades de
éxito. Además, la IA puede proporcionar comentarios en tiempo real, lo que permite a los
estudiantes identificar áreas en las que necesitan mejorar y trabajar para dominar los
conceptos.
Esto no solo mejora su rendimiento académico, sino que también aumenta su
confianza y los motiva a seguir aprendiendo. Por lo tanto, la integración de la tecnología de
IA en la educación tiene el potencial de revolucionar la forma en que enseñamos y
aprendemos, haciendo que la educación sea más accesible, atractiva y efectiva para
estudiantes de todas las edades y orígenes. Cuando se trata del lugar de trabajo, existen
numerosas herramientas que se pueden utilizar para mejorar la productividad y la
eficiencia. Estos incluyen programas de software como herramientas de gestión de
proyectos y software de seguimiento de tiempo, así como herramientas colaborativas como
software de videoconferencia y plataformas de mensajería instantánea. Existen diferentes
tipos de herramientas, tanto tangibles como intangibles, las herramientas tangibles incluyen
artículos físicos como martillos, llaves y destornilladores que usamos para hacer
reparaciones o completar proyectos de bricolaje.
Las herramientas intangibles, por otro lado, se refieren a habilidades y
conocimientos que poseemos, como habilidades de comunicación y habilidades para
70
resolver problemas. Utilizar las herramientas adecuadas para el trabajo puede marcar una
diferencia significativa para lograr el éxito. Al aprovechar las herramientas disponibles,
podemos trabajar de manera más inteligente en lugar de esforzarnos más y lograr más en
menos tiempo. La clave está en identificar las herramientas más adecuadas a nuestras
necesidades y aprender a utilizarlas de forma eficaz, con las herramientas adecuadas en
nuestra caja de herramientas, podemos abordar cualquier desafío que se nos presente y
lograr nuestros objetivos con mayor facilidad y eficiencia.
En la era digital, existen innumerables herramientas y recursos en línea a los que se
puede acceder desde cualquier lugar con conexión a Internet. Estos incluyen plataformas de
aprendizaje en línea, herramientas de colaboración y programas de software como servicio
(SaaS) que pueden ayudar a las empresas a administrar sus operaciones de manera más
efectiva. Varias herramientas están a nuestra disposición, estas herramientas se pueden
utilizar para una variedad de propósitos y pueden ser muy beneficiosas para lograr nuestras
metas y objetivos.
Desde simples herramientas manuales hasta complejos programas de software, hay
una gran cantidad de herramientas disponibles para nosotros que pueden ayudarnos en
nuestra vida diaria. Una de las formas adicionales en que se aplica la IA en el campo de la
educación es a través de la facilitación de procesos automatizados de evaluación y
calificación para evaluaciones, tareas y exámenes. La evaluación automática puede servir
como una herramienta valiosa para varios propósitos, además de su utilidad en el análisis
de plagio de textos escolares o académicos, también proporciona resultados automatizados
para controles o pruebas.
Las herramientas que ayudan a los profesores a ahorrar tiempo y recursos son cada
vez más populares, ya que les permiten centrarse en la planificación de las clases y las
evaluaciones. La inteligencia artificial (IA) se utiliza para recopilar y analizar grandes
cantidades de datos, en particular para mejorar el desempeño de los estudiantes mediante el
análisis de sus calificaciones. Esto significa que los profesores pueden dedicar menos
tiempo a las tareas administrativas y más tiempo a la enseñanza y la mejora de los
resultados de aprendizaje de sus alumnos.
Los algoritmos de IA también se pueden utilizar para examinar y obtener
información sobre la asistencia de los estudiantes, la participación en el aula y el
rendimiento académico. Estas capacidades analíticas permiten la identificación de patrones
y tendencias, proporcionando información valiosa. La implementación de la tecnología de
IA en la educación tiene el potencial de brindar información valiosa para que los
administradores y educadores tomen decisiones informadas sobre dónde enfocar sus
esfuerzos para mejorar el rendimiento académico. Esto podría implicar identificar áreas de
debilidad que requieran refuerzo, refinar los métodos de enseñanza o mejorar aún más las
áreas en las que los estudiantes sobresalen, los profesionales de la educación pueden
obtener una comprensión más profunda del comportamiento de los estudiantes y los
patrones de aprendizaje, lo que en última instancia conduce a un sistema educativo más
71
eficaz y eficiente. Otra categoría de herramientas que ha ganado popularidad en los últimos
años son las herramientas de comunicación con el advenimiento de la tecnología, la
comunicación se ha vuelto más fácil y conveniente que nunca.
Desde aplicaciones de mensajería instantánea hasta plataformas de
videoconferencia, estas herramientas permiten a las personas conectarse con otras personas
sin importar su ubicación. Ya sea para fines personales o profesionales, las herramientas de
comunicación han revolucionado la forma en que interactuamos y colaboramos con los
demás. Una categoría de herramientas de las que las personas pueden beneficiarse son las
herramientas de productividad, que están diseñadas específicamente para mejorar la
eficiencia y optimizar el flujo de trabajo. Los ejemplos de herramientas de productividad
incluyen software de gestión de proyectos, aplicaciones de seguimiento de tiempo y
plataformas para tomar notas.
Con la ayuda de estas herramientas, las personas pueden organizar mejor sus tareas,
realizar un seguimiento del progreso y colaborar de manera eficaz con los miembros del
equipo. En conclusión, la disponibilidad de herramientas en el mundo actual es amplia y
diversa, ya sea con fines de productividad, comunicación, creatividad o investigación,
existen numerosas opciones para que las personas elijan. Estas herramientas ayudan a las
personas en diversas tareas y les permiten lograr sus objetivos de manera más eficiente y
eficaz.
Con el avance continuo de la tecnología, es probable que haya aún más
herramientas disponibles en el futuro, mejorando aún más nuestras capacidades y
ampliando las posibilidades en varios dominios. En la era digital actual, las personas tienen
la ventaja de acceder a una amplia gama de herramientas que pueden ayudarlos en diversas
tareas, estas herramientas vienen en varias formas y están diseñadas para satisfacer
diferentes necesidades y preferencias. Ya sea para uso personal o profesional, hay una gran
cantidad de opciones disponibles, además, existen herramientas diseñadas específicamente
para la investigación y recopilación de información.
Desde motores de búsqueda hasta software de gestión de referencias, estas
herramientas permiten a las personas acceder a una gran cantidad de información al alcance
de la mano. Con solo unos pocos clics, las personas pueden explorar una amplia gama de
fuentes, recopilar datos y analizar información para sus respectivos proyectos o intereses.
Además de las herramientas de productividad y comunicación, también hay una gran
cantidad de herramientas disponibles para actividades creativas. El software de diseño
gráfico, las herramientas de edición de video y las aplicaciones de producción musical son
solo algunos ejemplos de las herramientas que pueden ayudar a las personas a expresar su
creatividad. Estas herramientas brindan a las personas los medios para dar vida a sus ideas
y mostrar sus talentos al mundo, hay una variedad de herramientas que actualmente son
accesibles para su uso. Education Insights es un componente valioso de Microsoft Teams
for Education, ya que ofrece un análisis exhaustivo tanto del progreso del aprendizaje de
los estudiantes como del bienestar general. Esta poderosa herramienta recopila y examina
72
datos, brindando a los educadores información valiosa sobre el desempeño académico y
emocional de sus estudiantes. Al analizar esta información, los maestros pueden tomar
decisiones informadas y adaptar sus estrategias de instrucción para satisfacer las
necesidades individuales de cada estudiante, Education Insights empodera a los educadores
para que comprendan y apoyen mejor a sus alumnos y, en última instancia, fomenten un
entorno de aprendizaje positivo e inclusivo.
73
CAPÍTULO IV
LA EQUIDAD DE LA EDUCACIÓN DIGITAL
4.Aprendizaje Digital Equitativo
Brindar la educación de calidad como un derecho fundamental para todos,
especialmente para aquellos que están marginados, requiere que utilicemos los avances en
tecnología digital. Este concepto ha sido avalado por diversas iniciativas como Nuestra
Agenda Común, la Hoja de Ruta sobre Cooperación Digital, la Agenda para el Desarrollo
Sostenible, la Cumbre sobre la Transformación de la Educación, la Declaración Mundial
RewirEd y la Comisión Internacional sobre el Futuro de la Educación. Para promover
nuestros objetivos de educación y aprendizaje permanente, es esencial que utilicemos las
ventajas de la tecnología digital. Al hacerlo, podemos instigar cambios positivos en varios
aspectos de la educación, incluidos los métodos de enseñanza, el diseño del currículo, las
técnicas de evaluación, el apoyo social y la estructura general del aprendizaje, tanto dentro
como fuera de las instituciones educativas tradicionales. Además, esta utilización de la
tecnología conducirá a mejores resultados educativos para los estudiantes, asegurando que
todos, independientemente de su edad o antecedentes, alcancen un nivel básico de
alfabetización, adquieran conocimientos y habilidades relevantes para sus vidas y carreras,
y contribuyan a una vida más sostenible.
El aprendizaje a distancia, también conocido como educación a distancia,
aprendizaje en línea, aprendizaje electrónico, educación por correspondencia, estudios a
distancia, aprendizaje flexible y cursos masivos abiertos en línea (MOOC), abarca una
amplia gama de enfoques educativos realizados de forma remota. Implica la separación
espacial y/o temporal entre los alumnos y los educadores, con el uso de diversos medios y
tecnologías para facilitar la comunicación y el intercambio durante el proceso de
aprendizaje. Esto se puede lograr mediante la distribución de materiales impresos, la
transmisión unidireccional, como programas de radio y televisión, o Internet a través de
redes sociales y plataformas de aprendizaje. En el aprendizaje a distancia, los estudiantes a
menudo tienen que poseer un alto nivel de autogestión y confiar en las habilidades de
estudio que se fomentan a través de nuevas estrategias de enseñanza, aprendizaje y
orientación
3
.
Las plataformas de aprendizaje digital tienen el potencial de revolucionar la
educación de personas de todos los grupos de edad. Durante la pandemia de covid-19,
3
UNESCO. 2020. Distance Learning Strategies in Response to COVID-19 School Closures.
https://unesdoc.unesco.org/ark:/48223/pf0000373305?posInSet=1&queryId=dc3a3e51-4811-46a3-a1b4-
b47dfd80f875.
74
muchos estudiantes se quedaron sin acceso a recursos educativos digitales confiables. Parte
del contenido existente es de baja calidad, de difícil acceso en dispositivos móviles, mal
organizado o alojado en sitios web que recopilan y venden datos de estudiantes o los
exponen a publicidad. Un estudio de más de 150 productos edtech encontró que casi el 90%
de ellos representaban un riesgo para los derechos de los niños o los infringían. Además,
muchos países carecen de plataformas y contenidos públicos aprobados para el aprendizaje
digital.
4.1 Definir los objetivos de aprendizaje a Distancia para responder a la pandemia.
Para hacer frente al cierre de las escuelas, la planificación y la implementación de
los programas de educación a distancia suelen incluir tres etapas. La primera fase implica
una respuesta rápida, mientras que la segunda fase se enfoca en establecer prácticas
regulares de aprendizaje a distancia. La tercera fase consiste en adaptarse a una nueva
normalidad en la educación escolar una vez superada la crisis. Es importante que los
formuladores de políticas y los administradores escolares se aseguren de que los docentes
estén debidamente preparados para estas diferentes fases, incluida la comprensión de los
objetivos curriculares que son relevantes en cada etapa
4
.
4.1.1 Respuesta rápida
Un aspecto importante que debe enfatizarse es la promoción de la salud mental y la
provisión de apoyo psicosocial a niños, padres y maestros. Esto es particularmente crucial
en tiempos de emergencia y crisis, como la actual pandemia de covid-19. La UNESCO ha
proporcionado pautas sobre salud y nutrición durante el aprendizaje en el hogar
5
, y la
Organización Mundial de la Salud ha adaptado sus pautas sobre apoyo psicosocial en
situaciones de emergencia específicamente para la pandemia de covid-19. Además del
apoyo a la salud mental, también es fundamental garantizar la continuidad del aprendizaje
en todas las materias, las estrategias didácticas deben centrarse en reforzar los
conocimientos previos o introducir nuevos contenidos curriculares.
4.1.2 Prácticas de aprendizaje a Distancia.
Es importante animar a los estudiantes a que se mantengan interesados y
entusiasmados con el aprendizaje. Esto se puede lograr ofreciendo actividades de enseñanza
y aprendizaje bien planificadas que se adapten a las preferencias de los padres e
incorporando evaluaciones formativas frecuentes. Además, es necesario mantener la
4
UNESCO. 2020. COVID-19 Education Response Webinar: Distance learning strategies – What do we know
about effectiveness? - Synthesis report.
https://unesdoc.unesco.org/ark:/48223/pf0000373350?posInSet=1&queryId=1474b0d7-afe5-4251-93b9-
70d7ecebbd3b
5
UNESCO. 2020. Respuesta del ámbito educativo de la UNESCO al COVID-19. Nota temática N° 1.1: Salud
y nutrición durante el aprendizaje en el hogar. https://unesdoc.unesco.org/ark:/48223/pf0000373277_spa
75
participación de los estudiantes en los programas de aprendizaje remoto mientras se
mantiene la calidad de la educación. Además, facilitar el desarrollo de habilidades
adicionales, como la alfabetización digital, a través de actividades extracurriculares puede
enriquecer aún más la experiencia de aprendizaje.
4.1.3 Transición a la nueva normalidad.
Hay varias áreas en las que debemos centrarnos en mejorar el aprendizaje a
distancia y las habilidades digitales tanto para profesores como para estudiantes. Una de
estas áreas es identificar y mantener metodologías pedagógicas efectivas impulsadas por
innovaciones tecnológicas. Además, necesitamos evaluar cursos y plataformas de
aprendizaje para el aprendizaje a distancia que podrían integrarse en sistemas escolares que
sean más abiertos y resistentes. Al hacerlo, podemos asegurarnos de que tanto los
profesores como los estudiantes estén equipados con las habilidades y herramientas
necesarias para tener éxito en un mundo digital que cambia rápidamente.
4.2 Principales modelos a distancia.
Según una encuesta conjunta realizada por la UNESCO, UNICEF y el Banco
Mundial, se implementaron múltiples medidas para garantizar que la educación pudiera
continuar a pesar del cierre de las escuelas debido a la pandemia de covid-19. Estas
medidas incluyeron aprendizaje en línea, transmisiones de radio y televisión y materiales
impresos. La recopilación inicial de datos de 122 países ha demostrado que la elección de
soluciones de aprendizaje a distancia varía según la región y el nivel de ingresos. Los países
de ingresos altos y medios-altos tienden a depender más del aprendizaje en línea, que se
considera una opción más asequible, mientras que los países de ingresos bajos dependen en
gran medida de la radio y la televisión.
La Tabla 4.1 proporciona una descripción general completa de diferentes escenarios
de aprendizaje a distancia, incluidos los elementos clave de las prácticas de enseñanza y el
aprendizaje. Al examinar las fortalezas y debilidades de cada modelo, los maestros pueden
identificar áreas que necesitan mejoras y mejorar sus métodos de planificación y entrega en
consecuencia.
76
Tabla 4.1
Matriz de análisis de los potenciales y limitaciones de los principales modelos de aprendizaje a distancia
77
Fuente: UNESCO, 2021
4.3 Aprendizaje a Distancia en Línea.
El aprendizaje basado en plataformas se basa en plataformas web integradas que
pueden ser nacionales, privadas o institucionales y pueden requerir credenciales de inicio
de sesión. El contenido generalmente está organizado por materia y nivel de grado y ofrece
funciones como gestión de clases, comunicación entre profesores y estudiantes y
herramientas de colaboración. Las clases en vivo dirigidas por maestros se llevan a cabo a
través de aplicaciones de videoconferencia donde los maestros y los estudiantes pueden
interactuar en tiempo real. Si bien este método exige conectividad de alta velocidad, es
relativamente fácil de iniciar y solo requiere un nivel básico de alfabetización digital. A la
luz de los requisitos de distanciamiento social provocados por la pandemia, los docentes
78
tienen la opción de impartir sus enseñanzas en línea desde la comodidad de sus hogares
siempre que cuenten con los dispositivos necesarios y una conexión estable a Internet. Esta
forma de aprendizaje a distancia en línea puede tener lugar en cualquier momento y en
cualquier lugar donde los estudiantes tengan acceso a Internet. El ámbito de la enseñanza
en línea se puede clasificar en términos generales en tres enfoques distintos: aprendizaje
basado en plataformas, transmisión en vivo dirigida por maestros y aprendizaje invertido
basado en videos.
El aprendizaje invertido basado en video es un método de enseñanza en el que los
maestros crean y cargan en línea clases de video pregrabadas. Estas videoclases son
seguidas por tutoriales interactivos y conferencias en vivo. La gran ventaja de este enfoque
es que los estudiantes pueden ver las clases en video a su propio ritmo y conveniencia. Sin
embargo, para beneficiarse plenamente de este método de aprendizaje, los estudiantes
deben ser muy autodisciplinados y capaces de mantenerse concentrados incluso frente a las
distracciones.
4.4 Aprendizaje por Televisión
Los programas de televisión tienen la capacidad de transmitir conceptos abstractos
de manera tangible, utilizando escenarios de la vida real. La televisión analógica y digital se
emplean comúnmente en áreas donde los estudiantes no tienen acceso a redes o
dispositivos. Los programas de televisión analógica generalmente siguen un horario
establecido y funcionan unidireccionalmente, sin permitir interacciones en tiempo real. Sin
embargo, pueden ser útiles para enseñar a grandes grupos de estudiantes simultáneamente.
Los estudiantes no tienen control sobre el ritmo o la repetición del contenido. Por otro lado,
la televisión digital generalmente ofrece imágenes de alta calidad y permite a los
estudiantes ver el contenido a su propio ritmo, con la capacidad de repetir secciones, si bien
la televisión digital continúa mejorando, actualmente ofrece oportunidades limitadas para la
interacción y colaboración entre los estudiantes.
4.5 Aprendizaje por Radio
La radio es un medio de comunicación económico que es ampliamente accesible en
muchos países y puede llegar a una gran audiencia, incluidos los estudiantes. Se puede
utilizar tanto para la comunicación unidireccional como para el aprendizaje interactivo. La
radio unidireccional es temporal y no permite interrupciones, lo que puede dificultar que los
estudiantes comprendan e integren completamente la información presentada. La radio
interactiva, por otro lado, permite a los instructores hacer una pausa, solicitar comentarios e
involucrar a estudiantes aislados en el proceso de aprendizaje.
4.6 Aprendizaje con material impreso
El aprendizaje a través de la utilización de material impreso es una forma de
aprendizaje a distancia que ocurre fuera de línea y abarca el uso de libros, libros de texto,
79
guías y listas de lectura. Este modelo en particular demuestra ser ventajoso en situaciones
donde la tecnología es limitada. Sin embargo, un obstáculo importante que surge se
relaciona con la distribución de estos materiales. Para complementar la experiencia de
aprendizaje, las cartas y las llamadas telefónicas pueden servir como valiosas herramientas
de apoyo. En este tipo de aprendizaje, los docentes asumen un papel relativamente menor,
poniendo un mayor énfasis en la automotivación de los alumnos.
4.7 Contextos especiales de aprendizaje a distancia en el hogar.
La Tabla 4.2 describe cinco áreas significativas en las que el aprendizaje en el hogar
difiere del aprendizaje en un salón de clases. Los maestros deben adaptar sus métodos de
enseñanza para adaptarse a las características únicas del entorno del hogar. Cuando los
estudiantes pasan de aprender en un salón de clases tradicional a aprender desde casa,
surgen diferencias tanto físicas como psicológicas. La relación entre profesores y alumnos,
así como entre alumnos, puede volverse más distante. Sin embargo, este cambio también
permite una mayor independencia y autodirección de los estudiantes, mientras que los
maestros pueden tener menos control y supervisión directos, a menudo, depende de los
padres brindar apoyo y orientación a sus hijos en este nuevo entorno de aprendizaje, que
puede implicar el uso de nuevas tecnologías.
Tabla 4.2
Contextos especiales de la enseñanza a distancia en el hogar, en el marco del cierre de escuelas durante la
pandemia de covid-19
Fuente: UNESCO, 2021
80
4.8 Estudiantes a distancia en el hogar.
Los programas de educación a distancia en el hogar presentan numerosos desafíos
para los estudiantes en términos de su rutina de aprendizaje, autocontrol, motivación,
relaciones con sus padres y planes futuros. Específicamente, la interrupción de las rutinas
diarias de los estudiantes puede requerir que establezcan diferentes horas de estudio para
varias materias y, a menudo, requiere un ritmo de aprendizaje más lento. Además, los
dispositivos electrónicos como teléfonos y tabletas, que anteriormente se usaban
principalmente para jugar, ahora requieren que los estudiantes tengan habilidades de
autocontrol que tal vez no posean.
La importancia de la autorregulación y la autonomía de los estudiantes debe tenerse
en cuenta al crear planes para la enseñanza y el aprendizaje a distancia. Anteriormente, los
programas de educación a distancia estaban dirigidos principalmente a estudiantes adultos
que tenían la capacidad de autorregularse o estudiantes jóvenes que tenían facilitadores
humanos. Sin embargo, debido a la pandemia de covid-19, el aprendizaje a distancia ahora
incluye a estudiantes de todas las edades.
Alternativamente, optar por estudiar en la comodidad del hogar presenta una
oportunidad única para que los alumnos perfeccionen y mejoren sus habilidades para
controlar y administrar sus propios procesos de aprendizaje. Este tipo de aprendizaje
independiente permite a los estudiantes apropiarse de su educación y asumir la
responsabilidad de su progreso, lo que puede generar una mayor motivación y una
comprensión más profunda del material. Además, estudiar en casa fomenta un sentido de
autonomía y autodisciplina que puede transferirse a otras áreas de la vida, como el trabajo y
las relaciones personales. Al practicar las habilidades de autorregulación en un entorno de
aprendizaje, los estudiantes pueden construir una base para el éxito futuro en sus
actividades académicas y profesionales.
Pueden aprender sobre las medidas de salud y seguridad relacionadas con el covid-
19, convertirse en aprendices activos y autorregulados, y priorizar su propio bienestar. Estas
habilidades son cruciales para su desarrollo general y pueden fomentarse a través de
competencias de aprendizaje esenciales a lo largo de sus vidas.
Hay una variedad de enfoques que se pueden emplear durante el período de cierre
de las escuelas para fomentar y promover el aprendizaje independiente dentro del entorno
del hogar. Una estrategia es programar tiempos dedicados tanto para aprender como para
jugar, asegurando un enfoque equilibrado para ambas actividades. Mantener a los
estudiantes motivados sin la presencia de los maestros puede requerir que los padres
intervengan y proporcionen motivación y orientación para las actividades de aprendizaje de
sus hijos, lo que a veces puede generar conflictos dentro de las relaciones familiares.
Además, dependiendo de la edad de los estudiantes, la incertidumbre que rodea la situación
actual puede crear ansiedad sobre el progreso al siguiente nivel de grado.
81
Al adoptar diversas estrategias de aprendizaje, como seleccionar recursos de
aprendizaje según las necesidades de cada uno, incorporar el juego al estudiar, practicar el
autocontrol mientras aprenden, usar evaluaciones formativas con frecuencia y reflexionar
sobre los métodos de aprendizaje, los estudiantes pueden establecer y realizar un
seguimiento de sus propios objetivos. Este enfoque es especialmente beneficioso para los
estudiantes mayores, ya que puede aumentar significativamente su potencial. En el
aprendizaje a distancia, es crucial empoderar a los estudiantes ayudándolos a reflexionar y
ajustar sus estrategias de aprendizaje a través de tareas regulares y retroalimentación. Sin
embargo, para los estudiantes sin acceso a Internet, los docentes deben planificar un apoyo
inclusivo y personalizado, especialmente para aquellos con discapacidades y padres que
trabajan.
4.9 Igualdad para todos.
La crisis de covid-19 interrumpió el acceso a la educación para muchos estudiantes,
especialmente aquellos que ya enfrentan obstáculos como discapacidades, ubicación remota
o inestabilidad económica. Es importante que los modelos de aprendizaje a distancia
prioricen la equidad y la inclusión, asegurando que todos los estudiantes tengan acceso a
planes de estudios y servicios de apoyo accesibles. Los estudiantes con discapacidades, en
particular, requieren planes individualizados para abordar sus necesidades únicas. La
igualdad de género también es una consideración vital, ya que las niñas enfrentan
obstáculos adicionales para la educación y pueden correr un mayor riesgo de violencia
doméstica o discriminación por motivos de género
6
cuando no pueden asistir a la escuela.
Los países de ingresos bajos y medianos pueden tener desafíos adicionales para brindarles a
las niñas acceso a la tecnología digital
7
. Todos los modelos de educación a distancia deben
priorizar estos principios para garantizar que todos los estudiantes tengan acceso a una
educación de calidad.
Los docentes tienen la capacidad de promover la igualdad de género de muchas
maneras. Una forma es diseñar programas de aprendizaje a distancia en línea que eliminen
los obstáculos al conocimiento y ayuden a los estudiantes a desarrollar habilidades.
Además, los maestros pueden brindar apoyo y educación sobre medidas de seguridad,
incluidos los servicios de salud sexual y reproductiva y el acceso a métodos anticonceptivos
modernos. Al hacerlo, pueden reducir la vulnerabilidad de las mujeres jóvenes a los
embarazos precoces y no deseados, el VIH y la violencia de género, al mismo tiempo que
aumentan las tasas de retención de estudiantes.
6
Human Rights Watch. 2020. COVID-19 and Children’s Rights.https://www.hrw.org/news/2020/04/09/covid-
19-and-childrensrights
7
2020. covid-19 Education Response. Issue note no. 2.1: Distance learning strategies in response to covid-19
schoolclosures.https://unesdoc.unesco.org/ark:/48223/pf0000373305?posInSet=1&queryId=84949ad4-
58e542cb-8c8a-315f5e815a0
82
Es importante que los docentes redefinan el concepto de aprendizaje en la educación
a distancia. En lugar de centrarse únicamente en calificar y calificar a los estudiantes, los
maestros deben priorizar ayudar a los estudiantes a identificar sus fortalezas y debilidades y
trabajar para superar los desafíos. Considerando que el proceso de enseñanza es
multifacético y abarca diversas relaciones (sociales, académicas y culturales), los docentes
deben utilizar en mayor medida los métodos de evaluación formativa. Además, los
profesores pueden fomentar la participación de los estudiantes al incorporar la
autoevaluación y la evaluación por pares en sus enfoques de enseñanza.
4.10 Aprendizaje basados en plataforma en línea.
En los últimos años, la prevalencia del aprendizaje en línea ha aumentado
significativamente. Este cambio ha llevado a la aparición de una amplia variedad de
modelos de enseñanza y aprendizaje, incluido el aprendizaje basado en plataformas, la
transmisión en vivo, las clases en video, los seminarios web y el aprendizaje invertido.
Estos diferentes métodos van acompañados de varios enfoques para apoyarlos. Hay tres
tipos de plataformas de uso común.
Las plataformas nacionales, como las que se utilizan en Corea y Malasia, están
diseñadas para apoyar la enseñanza y el aprendizaje en línea. Las organizaciones no
gubernamentales (ONG) también desarrollan plataformas, como Khan Academy, con sede
en EE. UU., que se enfoca principalmente en recursos curriculares para materias STEM
(ciencia, tecnología, ingeniería y matemáticas) y brinda apoyo para la enseñanza y el
aprendizaje. Además, empresas privadas como Edmodo, con sede en Estados Unidos,
desarrollan plataformas que ofrecen cursos estructurados con recursos, lecciones
programadas, tutores en línea y la capacidad de enseñar tanto sincrónica como
asincrónicamente.
Estas plataformas también brindan ejercicios, pruebas, exámenes y certificaciones.
Una de las principales características del aprendizaje en línea es el aprendizaje basado en
plataformas. Estas plataformas de aprendizaje pueden ser creadas y gestionadas por
gobiernos, organismos públicos o empresas privadas. Ofrecen una gama de funciones,
como clases de enseñanza, gestión de materiales de aprendizaje y soporte de comunicación.
En algunos casos, los profesores y los estudiantes tienen la flexibilidad de personalizar y
ajustar los cursos y el contenido según las necesidades individuales. La Tabla 4.3
proporciona una clasificación de las necesidades que se espera que satisfagan las
plataformas en línea. Ofrece una taxonomía que permite a los docentes evaluar las
funcionalidades de estas plataformas, identificar brechas y planificar estrategias en
consecuencia.
83
Tabla 4.3
Una taxonomía centrada en el estudiante para evaluar las funcionalidades de las plataformas en línea
Fuente: UNESCO, 2021
84
4.11 Organización y seguimiento del Aprendizaje basado en plataforma.
Para incentivar el comportamiento positivo de los estudiantes, los maestros pueden
crear insignias personalizadas en línea y otorgarlas a los estudiantes. Estas insignias se
pueden mostrar en sus perfiles, sirviendo como una representación visual de sus logros y
motivándolos a sobresalir aún más. En el ámbito de las plataformas de aprendizaje en línea,
las evaluaciones formativas desempeñan un papel importante en el seguimiento de la
participación y el progreso de los estudiantes. Se han presentado varias recomendaciones
para lograr esto, incluida la evaluación del aprendizaje de los estudiantes a través de tareas,
cuestionarios, encuestas y la captura de instantáneas de los estudiantes durante las clases
para realizar un seguimiento de su progreso.
Además, Internet sirve como un recurso valioso para que los educadores descubran
nuevos materiales y planes de lecciones para mejorar el proceso de aprendizaje, para
utilizar los paneles de control de manera efectiva es crucial para los maestros. Deben
asegurarse de que la plataforma permita la visualización de datos acumulados tanto a nivel
personal como de clase. Ejemplos de tales datos incluyen resúmenes de clase, listas de
ejercicios por clase y tema, ejercicios completados por los estudiantes, niveles de dominio y
tiempo necesario para completar los ejercicios.
Los datos en el tablero se pueden filtrar según el tiempo y la materia, lo que brinda a
los maestros información integral sobre el progreso de los estudiantes, otro aspecto
importante del aprendizaje en línea es personalizar la experiencia educativa para los
estudiantes. Esto se puede lograr dividiéndolos en grupos más pequeños dentro de la clase,
lo que fomenta la colaboración y fomenta las discusiones entre compañeros, los sistemas de
gestión del aprendizaje se han integrado en numerosas plataformas en línea para facilitar el
seguimiento de la participación y el progreso de los estudiantes durante un período de
tiempo prolongado. Es crucial que los educadores se vuelvan competentes en el uso de
estas funcionalidades, al mismo tiempo que poseen la capacidad de crear estrategias
independientes de la plataforma y evaluar la efectividad de las actividades de aprendizaje.
Además, la construcción de una comunidad de aprendizaje profesional es vital para los
docentes. Al seguir temas de interés con colegas y educadores de todo el mundo, pueden
ampliar sus conocimientos y mantenerse actualizados con las últimas tendencias y
desarrollos en el campo.
Un ejemplo es el caso de Edmodo que ofrece la opción para que los maestros creen
encuestas o controles de bienestar para revisiones rápidas de la clase. Esto permite a los
profesores recopilar valiosos comentarios de sus alumnos y evaluar su comprensión del
material. Además, los maestros pueden crear cuestionarios en Edmodo para evaluar la
comprensión de los estudiantes y garantizar que se cumplan los objetivos de aprendizaje.
Otra característica valiosa de Edmodo es la capacidad de los profesores para proporcionar
85
instrucciones claras para las tareas, lo que ayuda a aclarar el contenido de aprendizaje y los
resultados de la lección. Esta función también permite a los profesores realizar un
seguimiento y registrar el progreso y el aprendizaje de sus alumnos. Al utilizar esta
funcionalidad, los maestros pueden monitorear de cerca los procesos de aprendizaje de sus
alumnos y proporcionar comentarios inmediatos sobre sus resultados de aprendizaje. Por
último, Edmodo ofrece la opción de que los profesores creen pequeños grupos para enseñar
unidades específicas o para facilitar el trabajo en grupo.
Esta característica promueve la colaboración entre los estudiantes y permite una
instrucción enfocada en un entorno más íntimo. Al utilizar esta funcionalidad, los maestros
pueden crear actividades que no solo promuevan el aprendizaje activo, sino que también les
permitan monitorear el progreso y la participación de cada estudiante dentro del grupo. Una
de las características clave de Edmodo es la capacidad de los profesores para diseñar una
experiencia de aprendizaje integral para sus alumnos, esto puede incluir una variedad de
actividades como notas para anuncios, agendas, materiales y debates en clase.
Al utilizar esta función, los maestros pueden comunicar de manera efectiva
información importante a sus alumnos y fomentar debates interesantes en clase. Edmodo es
una plataforma en línea que ofrece una multitud de oportunidades para que los maestros
mejoren su experiencia docente e involucren a los estudiantes en un entorno de aula virtual.
Esta plataforma permite a los profesores crear una clase virtual, organizar actividades de
aprendizaje y brindar oportunidades de aprendizaje en línea sincrónicas y asincrónicas para
sus estudiantes. En general, Edmodo es una plataforma de aprendizaje en línea versátil que
brinda a los maestros varias herramientas para mejorar sus prácticas de enseñanza e
involucrar a los estudiantes en un aula virtual. Las funciones de la plataforma, como la
creación de diferentes tipos de actividades, el seguimiento del progreso de los estudiantes y
el suministro de comentarios inmediatos, contribuyen a una experiencia de aprendizaje
integral que fomenta el crecimiento y el éxito de los estudiantes.
4.12 Los padres y el aprendizaje basado en línea.
Los padres y cuidadores juegan un papel crucial en el apoyo y la supervisión del
aprendizaje de sus hijos en las plataformas educativas en línea. Para facilitar esto, pueden
crear o acceder a sus propias cuentas y ver paneles que les permiten filtrar las actividades
de sus hijos por contenido, hora y tipo. También pueden crear cuentas para sus hijos, con
diferentes opciones según la edad del niño. Los padres pueden usar varias herramientas,
como el sistema de dominio o las tarjetas de desafío del curso, para seguir el progreso de
sus hijos y obtener una mejor comprensión de los cursos en línea. Al movilizar a los padres
y cuidadores de esta manera, podemos garantizar que los niños tengan el apoyo y la
orientación necesarios para tener éxito en los entornos de aprendizaje en línea.
Para satisfacer la creciente demanda de que los padres se involucren más en la
educación de sus hijos, la aplicación móvil "Edmodo for Parents" les ofrece una forma
86
conveniente de mantenerse conectados y monitorear las actividades de clase en línea de sus
hijos. Al iniciar sesión con cuentas autorizadas, los padres pueden acceder a una gran
cantidad de información y recursos para apoyar el viaje de aprendizaje de sus hijos, tanto en
casa como en línea. Una de las características clave de esta aplicación es la posibilidad de
que los padres accedan a los materiales y recursos que los estudiantes necesitan para apoyar
su proceso de aprendizaje.
Esto incluye herramientas y recursos que pueden ayudar a seguir el progreso de su
hijo. Al tener acceso a estos materiales, los padres pueden comprender mejor las materias
que sus hijos están estudiando y brindar apoyo adicional según sea necesario. En resumen,
la aplicación "Edmodo para padres" sirve como una herramienta valiosa para que los padres
se mantengan conectados y apoyen activamente el aprendizaje de sus hijos. Al proporcionar
fácil acceso a recursos, herramientas de seguimiento y actualizaciones académicas en
tiempo real, los padres pueden desempeñar un papel más activo en la educación de sus hijos
y fomentar un entorno de aprendizaje colaborativo.
La comunicación también es fluida a través de la aplicación, ya que permite
notificaciones de clase y comunicación directa con los maestros. Los padres pueden recibir
actualizaciones y anuncios importantes sobre la clase de sus hijos, asegurándose de que
siempre estén informados y puedan participar activamente en el viaje educativo de sus
hijos. Además, la aplicación proporciona información sincronizada sobre los resultados de
las evaluaciones, los puntajes de las tareas y las calificaciones de las pruebas. Una vez que
estos han sido calificados por los maestros, los padres pueden ver fácilmente y mantenerse
actualizados sobre el desempeño académico de sus hijos. Esta información en tiempo real
les permite a los padres tener una idea clara de cómo está progresando su hijo e identificar
áreas donde se puede necesitar ayuda adicional.
4.13 Diseño de actividades Digitales para estimular el pensamiento crítico.
Una de esas actividades es la búsqueda del tesoro digital, que involucra a equipos o
jugadores individuales que intentan encontrar objetos, llegar a conclusiones y resolver
acertijos basados en una lista proporcionada por el maestro. Los estudiantes deben seguir
pistas y buscar información en línea que los lleve a un documento o producto final. La
búsqueda del tesoro puede diseñarse para alinearse con los objetivos de aprendizaje y
desempeño de una unidad de estudio, con cada objetivo correspondiente a un "objeto" que
se encuentra. Para crear la guía de esta actividad, el maestro determina el nivel de dificultad
y los recursos que se explorarán, incluidos sitios web, videos y libros electrónicos.
El objetivo es que los estudiantes lean rápidamente los recursos digitales para
completar la tarea. El maestro crea un mapa para mantener a los estudiantes enfocados en la
tarea, y proporcionar enlaces específicos para su búsqueda brindará estructura y apoyo a
medida que aprenden a examinar los recursos. La búsqueda del tesoro completada se evalúa
luego como el producto final, esta actividad es adecuada para estudiantes de todas las
87
edades, desde preescolar hasta secundaria. Los maestros pueden utilizar la tecnología en sus
aulas para fomentar el pensamiento de orden superior, que supera la mera memorización y
observación de hechos. Este nivel avanzado de pensamiento implica el pensamiento crítico,
que puede requerir distinguir entre hechos y ficción, así como sintetizar y evaluar
información, hay varias actividades en línea que pueden ayudar a los maestros a lograr este
objetivo, tres de las cuales se describen a continuación.
Para facilitar esta actividad, el profesor puede proporcionar una lista de temas
específicos tratados en el contenido. De esta lista, los estudiantes pueden elegir un tema y
comparar cómo diferentes recursos digitales presentan la información. El maestro también
puede proporcionar una compilación de recursos digitales junto con hipervínculos, lo que
permite a los estudiantes seleccionar tres recursos de la lista (como un video, un sitio web,
un libro electrónico, etc.) con fines de comparación. El organizador gráfico en sí puede
contener varias secciones, como la Columna 1, donde los estudiantes especifican el formato
de cada recurso (video, sitio web, libro, correo electrónico, libro de texto, etc.). En la
Columna 2, los estudiantes identifican el público objetivo de cada recurso (niños, adultos,
estudiantes, etc.).
La columna 3 permite a los estudiantes resumir los puntos clave de conocimiento
que han obtenido de cada recurso en función de los objetivos de aprendizaje. Además, los
estudiantes pueden agregar cualquier otra columna necesaria para abordar los requisitos
específicos del contenido que están estudiando. En esta actividad, los estudiantes utilizan
un organizador gráfico para hacer comparaciones entre tres recursos distintos, que incluyen
un sitio web, un libro de texto digital y un video de YouTube, todos los cuales cubren el
mismo tema. El producto final de esta evaluación es un organizador gráfico completo en el
que los estudiantes resumen y describen sus hallazgos. Para mejorar aún más su experiencia
de aprendizaje, los estudiantes pueden utilizar la información que han recopilado para
escribir un informe, ensayo o artículo de opinión, esta actividad está diseñada para
estudiantes de secundaria y preparatoria.
El producto de presentación digital es una actividad diseñada para estudiantes de
secundaria donde eligen un tema de una lista proporcionada por el docente y crean una
presentación utilizando herramientas digitales como PowerPoint o video. El maestro puede
proporcionar una lista de recursos y temas para que los estudiantes elijan y crear una
rúbrica para evaluar las presentaciones. La rúbrica puede incluir criterios como
organización, contenido, gráficos, contexto e idioma. Esta actividad es una excelente
manera para que los estudiantes desarrollen sus habilidades digitales y presenten sus
hallazgos de una manera atractiva.
88
Tabla 4.4
Comparación de seis plataformas gratuitas de aprendizaje en línea que brindan contenidos
alineados con el currículo
Fuente: UNESCO, 2021
89
4.14 Clases en vivo dirigidas por el docente.
Comprender las características del aprendizaje flexible es fundamental para los
profesores que imparten las clases principales en directo. En muchos contextos educativos,
es posible que los cursos estructurados de forma lineal no satisfagan plenamente las
necesidades de los docentes, que requieren la capacidad de adaptarse con flexibilidad a los
objetivos y contenidos de aprendizaje. Estos profesores a menudo tienen que adaptar sus
secuencias de enseñanza y combinar varios métodos de enseñanza para impartir
conocimientos de manera efectiva. Para satisfacer esta necesidad, muchos docentes con
acceso constante a Internet y dispositivos digitales prefieren organizar sus propias sesiones
de transmisión en vivo. Esto les permite facilitar un aprendizaje flexible para sus
estudiantes y evitar estar restringidos a una secuencia fija de eventos. Las sesiones de
transmisión en vivo generalmente se realizan utilizando aplicaciones de videoconferencia,
con opciones populares que incluyen Microsoft Teams, Zoom, Lark y Google Meet. Estas
plataformas son particularmente ventajosas ya que ofrecen versiones gratuitas que los
profesores pueden utilizar para sus propósitos de enseñanza.
Tabla 4.5
Funcionalidades de las aplicaciones de transmisión en vivo (versiones gratuitas)
Fuente: UNESCO, 2021.
90
La planificación del horario de las clases en vivo depende de la duración de los
cierres escolares causados por el covid-19 y la cantidad de objetivos de aprendizaje que
deben cubrirse. Algunas escuelas solo tienen sesiones matutinas para estudiantes de
primaria, mientras que otras equilibran los estudios académicos con actividades físicas,
incluida una hora diaria de ejercicio en casa. Algunas escuelas incluso organizan "mini-
Olimpiadas" en casa con videos y fotos de juegos y ejercicios de los estudiantes. Para
garantizar que los estudiantes puedan autorregularse, los maestros deben especificar la
duración de las sesiones y cumplir con los límites de tiempo. La enseñanza en vivo debe
mejorarse a través de métodos y tecnología apropiados, como el uso de conexiones
multisensoriales e integrales con los estudiantes. Los maestros deben organizar las sesiones
en períodos cortos e incluir una serie de actividades para mantener a los estudiantes
interesados.
Establecer un entorno enriquecedor y de apoyo, así como fomentar relaciones
positivas con los estudiantes, es crucial en la enseñanza en vivo. Es importante reconocer
que la enseñanza en vivo puede limitar el acceso de los estudiantes a los recursos de
aprendizaje, ya que dependen principalmente de las plataformas en línea y los materiales
proporcionados por sus maestros. Además, los estudiantes pueden sentirse abrumados por
la abundancia de herramientas técnicas e información disponible para ellos.
Para mitigar estos desafíos, los maestros deben establecer canales claros de
comunicación, proporcionar herramientas de aprendizaje accesibles y garantizar que los
contenidos y recursos de aprendizaje estén disponibles para los estudiantes. Además, la
retroalimentación oportuna es esencial para mantener el compromiso y la conexión de los
estudiantes con sus maestros y el material del curso durante todo el semestre. Crear un
sentido de comunidad y fomentar las conexiones humanas entre profesores y estudiantes
también es vital, ya que se alinea con los principios del aprendizaje social.
Cuando los individuos se sienten cómodos y apoyados dentro de una comunidad de
aprendizaje, pueden ocurrir experiencias de aprendizaje significativas y efectivas. Las
tecnologías de la comunicación se han convertido en una parte integral de nuestra vida
diaria, impregnando todas las áreas de nuestra existencia. Los mensajes de texto, correos
electrónicos, llamadas telefónicas y videollamadas han revolucionado la forma en que
interactuamos y nos comunicamos entre nosotros. Estos avances tecnológicos no solo han
conectado a las personas en tiempo real, sino que también han facilitado la comunicación
fluida entre profesores y estudiantes en diversos entornos educativos. A través de estos
medios, los maestros pueden enseñar, brindar retroalimentación e interactuar con los
estudiantes de una manera que es visual, audible e interactivamente estimulante. En
consecuencia, el alcance de la enseñanza y el aprendizaje se ha ampliado, desdibujando los
límites entre las aulas físicas y virtuales. Para utilizar de manera efectiva los métodos de
91
enseñanza en vivo, la planificación y organización cuidadosas son esenciales. La logística
de organizar actividades de enseñanza y aprendizaje en un entorno real puede ser compleja,
especialmente para los docentes sin experiencia que pueden sentirse abrumados por la
variedad de nuevas herramientas y tecnologías a su disposición. Por lo tanto, es imperativo
asignar suficiente tiempo para que los docentes se familiaricen con la plataforma de
enseñanza en vivo y las herramientas de comunicación, así como para practicar su uso. La
creación de una lista completa de tareas y un calendario bien estructurado basado en un
plan factible garantizará que el plan de estudios esté diseñado de manera efectiva y que el
curso se imparta sin problemas, incluso ante dificultades imprevistas.
4.15 Reflexiones finales.
En conclusión, la incorporación de diversas tecnologías en el aula no solo mejora
las experiencias de aprendizaje, sino que también permite a los docentes centrarse en el
contenido del plan de estudios y los métodos de enseñanza. Al revisar y probar las
herramientas tecnológicas antes de las sesiones en vivo y al implementar estrategias
efectivas para la organización y el monitoreo, los maestros pueden garantizar un entorno de
aprendizaje exitoso y atractivo para sus alumnos. La incorporación de diversas tecnologías
en el aula ha dado lugar a formas de aprendizaje más eficaces y diversas. Estas tecnologías
pueden servir como sustitutos de las actividades tradicionales del aula e incluso ampliar las
posibilidades de aprendizaje.
En lugar de ser una carga, estas herramientas tecnológicas que encuentran los
maestros durante los períodos de enseñanza en vivo pueden ahorrarles tiempo y energía.
Las plataformas de revisión, pruebas y tareas, por ejemplo, permiten a los profesores
centrarse más en el contenido del plan de estudios y los métodos de enseñanza. Además,
estas tecnologías enriquecen las actividades de aprendizaje, como los foros de discusión
oportunos y las publicaciones en línea, y facilitan experiencias de aprendizaje más flexibles
y colaborativas. Como resultado, los docentes pueden desempeñar un papel más activo
como líderes y observadores institucionales del currículo durante las clases en vivo. Sin
embargo, para garantizar un proceso de enseñanza fluido, los profesores deben revisar y
probar las herramientas tecnológicas antes de ponerlas en marcha. Esto incluye verificar la
funcionalidad de los dispositivos digitales, las aplicaciones y las conexiones a Internet para
evitar interrupciones durante el proceso de enseñanza.
También es importante que los profesores eviten cambiar de aplicación durante una
sesión en vivo y realicen una breve prueba de transmisión para identificar y resolver
cualquier problema potencial de antemano. Además, la organización y el seguimiento de las
clases en vivo requieren que los docentes rediseñen sus estrategias y actividades. Para
asegurarse de que los estudiantes hayan asimilado el contenido, los profesores deben hacer
preguntas con frecuencia durante las clases en vivo. También pueden usar sitios web o
92
plataformas de encuestas para administrar cuestionarios que se adaptan a cada clase,
proporcionando comentarios valiosos sobre la comprensión de los estudiantes.
El desafío al que se enfrentan los profesores cuando muchos estudiantes se conectan
a sesiones de transmisión en vivo simultáneamente se puede superar utilizando clips de
video pregrabados. Estos clips pueden estar disponibles para que los estudiantes los vean en
línea o los descarguen para verlos más tarde dentro de sus horas de estudio designadas.
Además, los maestros tienen la opción de grabar sus sesiones de transmisión en vivo y
usarlas como recursos de aprendizaje basados en videos.
Al utilizar de manera efectiva estas lecciones en video, los maestros pueden
satisfacer las necesidades flexibles de sus alumnos y proporcionar un recurso valioso para
el aprendizaje a distancia. A través de la implementación de videos pregrabados, los
maestros también pueden incorporar el aprendizaje invertido basado en videos, donde los
estudiantes reciben preguntas para reflexionar y se les anima a mirar los videos antes de la
clase. Durante el tiempo de clase, los maestros pueden facilitar debates sincrónicos,
generalmente en grupos pequeños, guiados por estas preguntas.
El método de aprendizaje invertido que utiliza videos permite a los estudiantes
desempeñar un papel activo en su educación participando en debates entre compañeros y
colaborando en grupo durante las sesiones de transmisión en vivo. En última instancia, este
método cambia el enfoque de la instrucción a un enfoque centrado en el estudiante, lo que
permite que el tiempo de clase se dedique a explorar temas con mayor profundidad.
Además, este enfoque educativo promueve la enseñanza diferenciada, ya que los maestros
pueden brindar apoyo a los estudiantes con dificultades y permitir que los estudiantes más
avanzados trabajen de forma independiente.
93
Bibliografía
Álvarez-Álvarez, C. y Falcon, S. (2023). Students’ preferences with university teaching
practices: analysis of testimonials with artificial intelligence. Educational
technology research and development 2023.https://doi.org/10.1007/S11423-023-
10239-8
Falcon, S., Admiraal, W. y Leon, J. (2023). Teachers’ engaging messages and the
relationship with students’ performance and teachers’ enthusiasm. Learning and
Instruction, 101750.
Jamsandekar, S., & Mudholkar, R., (2013). Performance Evaluation by Fuzzy Inference
Technique. International Journal of Soft Computing And Engineering, 3(2), pp. 158-
164
León, Jaime. (2023). El rol de la inteligencia artificial en la evaluación educativa: retos y
oportunidades. Aula Magna 2.0 https://cuedespyd.hypotheses.org/13398
Luckin, R., (2010). Re-designing learning contexts: Technology-rich, learner-centred
ecologies. London: Routledge Intelligence Unleashed: An argument for AI in
Education
Gutiérrez, A., y Ferreira, W., (2020). Un modelo de regresión lineal aplicando lógica
difusa. Revista Sextante, 23, pp. 48 - 54, 2020.
Palacios, Padilla y Córdova, (2016). Plataforma para la estructuración de cursos
adaptativos basado en los Estilos de Aprendizaje Activo, Reflexivo, Teórico y
Pragmático utilizando técnicas de Inteligencia Artificial. Carrera de Ingeniería en
Sistemas, Universidad Nacional de Loja, la Argelia Loja Ecuador
Sánchez, J., Valdez, A., Soto, J., y Gutiérrez, B., (2021). Comparación del nivel de
desempeño de una competencia usando tres instrumentos, dos basados en rúbrica y
otro basado en lógica difusa: Revista Relep-Educación Y Pedagogía En
Latinoamérica, 2(4), 123–145. https://doi.org/10.46990/relep.2020.2.4.245.
UNESCO. (2015). Qingdao Declaration, 2015: Seize Digital Opportunities, Lead Education
Transformation. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000233352.
UNESCO. (2019a). Recomendación de la OIT y la UNESCO relativa a la situación del
personal docente. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000368902
94
UNESCO. (2019b). Recomendación sobre los Recursos Educativos Abiertos (REA).
Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000373755/PDF/373755eng.pdf.multi.pag
e=20
UNESCO. (2020a). Respuesta del ámbito educativo de la UNESCO al COVID-19. Nota
temática n° 1.1: Salud y nutrición durante el
aprendizaje en el hogar. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000373277_spa
UNESCO. (2020b). COVID-19 Education Response, Issue note no. 2.1: Distance learning
strategies in response to COVID-19 school
closures. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000373305?posInSet=1&queryId=dc3a3e
51-4811-46a3-a1b4-b47dfd80f875
UNESCO. (2020c). Respuesta educativa de la UNESCO a la COVID-19. Nota temática n°
2.2: Apoyar a los docentes y al personal educativo en tiempos de crisis. Recuperado
de https://unesdoc.unesco.org/ark:/48223/pf0000373338_spa
UNESCO. (2020d). Respuesta del ámbito educativo de la UNESCO al COVID-19. Nota
temática nº 3.1: Abordando las dimensiones de
género de los cierres de escuelas. Recuperado de
https://unesdoc.unesco.org/ark:/48223/pf0000373379_spa
UNESCO. (2020e). COVID-19 Education Response Webinar: Distance learning strategies
– What do we know about effectiveness? –Synthesis report. Recuperado de:
https://unesdoc.unesco.org/ark:/48223/pf0000373350?posInSet=1&queryId=1474b0
d7-afe5-4251-93b9-70d7ecebbd3b
UNESCO. (2020f). Respuesta del ámbito educativo de la UNESCO al COVID-19-
Seminario web: Apoyo a las y los docentes para mantener la continuidad del
aprendizaje durante el cierre de las escuelas, resumen del seminario. Recuperado de:
https://unesdoc.unesco.org/ark:/48223/pf0000373248_spa
UNESCO. (2020g). Eliminar los obstáculos del aprendizaje a distancia. Recuperado de:
https://es.unesco.org/news/eliminarobstaculos-del-aprendizaje-distancia
UNESCO, UNICEF, & Banco Mundial. (2020). Survey on National Education Responses
to COVID-19 School Closures. Recuperado de tcg.uis.unesco.org/survey-education-
covid-school-closures/
UNESCO, UNICEF, el Banco Mundial, el Programa Mundial de Alimentos & ACNUR.
97
