1
El futuro de la educación: cómo la inteligencia artificial transformará el aula
Zoraida Rocío Manrique Chávez, Luis Alberto Sakibaru Mauricio, Anthony Rosseau
Flores Espinoza, Jesús Alcibíades Morote Mescua, Carmen Rodríguez Viena, Hair
Harrinson Vizcarra Flores
© Zoraida Rocío Manrique Chávez, Luis Alberto Sakibaru Mauricio, Anthony Rosseau
Flores Espinoza, Jesús Alcibíades Morote Mescua, Carmen Rodríguez Viena, Hair
Harrinson Vizcarra 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 http://editorialmarcaribe.es/?page_id=1782
Primera edición – septiembre 2023
Formato: electrónico
ISBN: 978-612-5124-08-1
Hecho el Depósito Legal en la Biblioteca Nacional del Perú N°: 2023-08426
2
El futuro de la educación: cómo la inteligencia
artificial transformará el aula
Zoraida Rocío Manrique Chávez, Luis Alberto Sakibaru
Mauricio, Anthony Rosseau Flores Espinoza, Jesús
Alcibíades Morote Mescua, Carmen Rodríguez Viena,
Hair Harrinson Vizcarra Flores
2023
3
ÍNDICE
PRÓLOGO ................................................................................................... 4
CAPÍTULO I – LA INTELIGENCIA ARTIFICIAL. ............................................. 6
¿CUÁL ES EL CONCEPTO DE INTELIGENCIA? ....................................... 6
¿QUÉ SE ENTIENDE POR INTELIGENCIA ARTIFICIAL? .......................... 8
CAPÍTULO II – LA IA APLICADA A LA EDUCACIÓN ................................... 14
TUTORÍA INTELIGENTE ........................................................................... 16
PERSONALIZACIÓN DE LA EDUCACIÓN ............................................... 17
BENEFICIOS DE LA PERSONALIZACIÓN DE LA ENSEÑANZA ............. 18
GAMIFICACIÓN ......................................................................................... 20
REALIDAD VIRTUAL ................................................................................. 23
SIMULACIÓN ............................................................................................. 25
ROBÓTICA EDUCATIVA ........................................................................... 27
CAPÍTULO III – IMPACTO DE LA IA EN EL PROCESO ENSEÑANZA –
APRENDIZAJE ......................................................................................................... 31
SISTEMA DE EVALUACIÓN AUTOMÁTICA (AES) ................................... 32
DESARROLLO Y TRANSMISIÓN DE VALORES ...................................... 36
DETECCIÓN DE COMPORTAMIENTO NOS DESEADOS Y RETENCIÓN
DE LOS ESTUDIANTES ....................................................................................... 39
PREDICCIÓN DEL RENDIMIENTO DE LOS ESTUDIANTES ................... 41
CAPÍTULO IV: DESAFÍOS, RIESGOS Y OPORTUNIDADES PARA LA IA EN
LA EDUCACIÓN ....................................................................................................... 45
DESAFÍOS DE USAR IA EN LA EDUCACIÓN .......................................... 48
RIESGOS DE USAR IA EN LA EDUCACIÓN ............................................ 50
OPORTUNIDADES al USAR IA EN LA EDUCACIÓN ............................... 51
ASPECTOS ÉTICOS Y SOCIALES ........................................................... 52
CONSIDERACIONES FINALES .................................................................... 55
BIBLIOGRAFÍA .............................................................................................. 71
4
PRÓLOGO
La inteligencia artificial (IA) tiene promesas y riesgos por la masificación de las
tecnologías digitales en la vida económica y social del siglo XXI.
Se espera que robots similares a los humanos en apariencia y habilidades
estén disponibles pronto, según expertos y medios de comunicación. Esto podría tener
efectos positivos en la vida cotidiana y la sociedad, pero también podría poner en
peligro algunos empleos tradicionales. Se realizan estudios para medir la magnitud de
los cambios futuros, mientras las industrias automatizan procesos con nuevas
máquinas y se experimenta con prototipos de inventos inimaginables hasta hace
poco.
La IA está cambiando rápidamente el mundo y la educación no es una
excepción. Tiene la capacidad de hacer frente a algunos de los mayores desafíos que
afronta, hoy en día, el ámbito de la educación, de desarrollar prácticas de enseñanza
y aprendizaje innovadoras y, finalmente, de acelerar el progreso en la consecución del
ODS 4
1
. Intentar relacionar los términos IA y Educación puede resultar de gran ayuda
para mejorar la calidad de esta última.
Estos términos son autónomos pero dependen mutuamente. La lógica que
describe la relación real y potencial entre estos dos términos deriva de otra lógica más
general y se expresa de la siguiente manera: conocimiento, tecnología y educación.
El fenómeno de la IA, en cada una de sus manifestaciones y desarrollos, al ser
parte del mundo tecnológico, establece una dependencia natural e inevitable del
conocimiento (una cultura de la educación) para expandirse y madurar.
Como tal, la presentación de algunas de las ideas que creemos que son
centrales para AI reflejará la terminología relevante que AI ha establecido en su
dominio y cultura de conocimiento.
1
2030 Agenda for Sustainable Development En septiembre de 2015, en la Cumbre de las
Naciones Unidas sobre el Desarrollo Sostenible que se celebró en Nueva York, los Estados Miembros
aprobaron oficialmente la Agenda de Desarrollo Sostenible 2030. La Agenda contiene 17 objetivos,
entre los que figura el nuevo objetivo de educación mundial (ODS4). Este objetivo consiste en
‘garantizar una educación inclusiva, equitativa y de calidad y promover oportunidades de aprendizaje
durante toda la vida para todos’ y tiene siete metas y tres medios de ejecución.
5
La IA tiene el potencial de revolucionar la educación y hacer frente al llamado
"analfabetismo funcional", que se considera uno de los principales puntos de inflexión
de la desigualdad en el siglo XXI y que nos ha obligado a enfrentar el hecho de que
leer y escribir ya no son habilidades suficientes.
Lamentablemente, en el mundo complejo y futurista de hoy, tener una buena
educación ya no es garantía de éxito en ningún emprendimiento. Los modelos
educativos que alguna vez fueron adecuados y ayudaron a erradicar esencialmente
el analfabetismo en países de todo el mundo ahora han demostrado ser inadecuados
y obsoletos.
La forma en que vivimos y trabajamos hoy en día está cambiando rápidamente
gracias a la inteligencia artificial (IA). A medida que esta tecnología crece, también
está teniendo un impacto significativo en el sistema educativo. Dado que la IA permite
el aprendizaje personalizado, la tutoría inteligente y la creación de modelos predictivos
sobre el desempeño de los estudiantes, tiene el potencial de revolucionar la forma en
que enseñamos y aprendemos al mismo tiempo que ofrece oportunidades
interesantes para mejorar los resultados académicos, personalizar la educación y
preparar mejor a los estudiantes para enfrentar los retos del siglo en que vivimos. No
en vano, un informe de EdTechXGlobal proyecta que el mercado mundial de la IA en
la educación podría alcanzar los 6.000 millones de dólares para 2024.
Sin embargo, un progreso tecnológico tan rápido implica inevitablemente
muchos riesgos y es importante ser consciente de los desafíos asociados con el uso
de la IA en la educación. Con una planificación e implementación cuidadosas, la IA se
puede utilizar para mejorar el aprendizaje y los resultados de los estudiantes.
6
CAPÍTULO I – LA INTELIGENCIA ARTIFICIAL.
¿CUÁL ES EL CONCEPTO DE INTELIGENCIA?
Hay muchos enfoques diferentes para entender la inteligencia. Algunos de los
enfoques más comunes incluyen:
El enfoque psicométrico, ve la inteligencia como una habilidad única y general
que se puede medir a través de pruebas de coeficiente intelectual. Este enfoque se
basa en el trabajo de Charles Spearman, quien descubrió que las personas que se
desempeñan bien en un tipo de tarea cognitiva tienden a desempeñarse bien en otros
tipos de tareas cognitivas también.
El enfoque de procesamiento de información, considera la inteligencia como la
capacidad de procesar información de manera rápida y eficiente. Este enfoque se
basa en el trabajo de Alan Newell y Herbert Simon, quienes desarrollaron un modelo
informático de la inteligencia humana llamado General Problem Solver.
El enfoque cognitivo-evolutivo, considera la inteligencia como la capacidad de
adaptarse a nuevas situaciones y resolver problemas. Este enfoque se basa en el
trabajo de Jean Piaget, quien argumentó que los niños pasan por una serie de etapas
de desarrollo cognitivo a medida que crecen.
El enfoque ecológico, considera la inteligencia como la capacidad de funcionar
eficazmente en el entorno de uno. Este enfoque se basa en el trabajo de Urie
Bronfenbrenner, quien argumentó que la inteligencia no es un rasgo fijo, sino un
producto de la interacción entre el individuo y su entorno.
Cada uno de estos enfoques tiene sus propias fortalezas y debilidades. El
enfoque psicométrico es el más utilizado para medir la inteligencia, pero ha sido
criticado por ser demasiado estrecho y por no tener en cuenta otros aspectos
importantes de la inteligencia, como la creatividad y las habilidades sociales. El
enfoque de procesamiento de información es un enfoque más integral para
comprender la inteligencia, pero también es más complejo y difícil de medir. El enfoque
del desarrollo cognitivo es un enfoque valioso para comprender cómo se desarrolla la
inteligencia con el tiempo, pero no proporciona una forma de medir la inteligencia en
adultos. El enfoque ecológico es un enfoque holístico para comprender la inteligencia,
pero es difícil de probar empíricamente.
A pesar de sus limitaciones, estos diferentes enfoques para comprender la
inteligencia han contribuido a nuestra comprensión de este complejo concepto. Al
considerar múltiples enfoques, podemos obtener una comprensión más completa de
lo que significa ser inteligente.
7
Nota: Elaboración propia
8
Además de los enfoques mencionados anteriormente, también se han
propuesto otras teorías de la inteligencia. Por ejemplo, Robert Sternberg ha propuesto
una teoría triárquica de la inteligencia, que divide la inteligencia en tres componentes:
inteligencia analítica, inteligencia creativa e inteligencia práctica. Daniel Goleman ha
propuesto una teoría de la inteligencia emocional, que se centra en la capacidad de
comprender y gestionar las propias emociones, así como las emociones de los demás.
El campo de la investigación de la inteligencia aún está evolucionando y no
existe una definición de inteligencia única y universalmente aceptada, los enfoques
para comprender la inteligencia que se han propuesto nos ofrecen varias formas
diferentes de pensar sobre este complejo concepto, pero ¿Y si aplicamos estos
conceptos a las máquinas?
¿QUÉ SE ENTIENDE POR INTELIGENCIA ARTIFICIAL?
La inteligencia artificial (IA) es una rama de la informática que se ocupa de la
creación de agentes inteligentes, que son sistemas que pueden razonar, aprender y
actuar de forma autónoma. La investigación de IA ha tenido mucho éxito en el
desarrollo de técnicas efectivas para resolver una amplia gama de problemas, desde
juegos hasta diagnósticos médicos.
Desde la UNESCO se establece que la inteligencia artificial
tiene la capacidad de hacer frente a algunos de los mayores
desafíos que afronta, hoy en día, el ámbito de la educación, de
desarrollar prácticas de enseñanza y aprendizaje innovadoras y,
finalmente, de acelerar el progreso en la consecución del ODS cuyo
objetivo es garantizar una educación inclusiva, equitativa y de
calidad y promover oportunidades de aprendizaje durante toda la
vida para todos.
Hay muchos enfoques diferentes para la IA, pero todos comparten el objetivo
común de crear máquinas que puedan pensar y actuar como humanos. Algunas de
las técnicas de IA más comunes incluyen:
• Aprendizaje automático: este es un tipo de IA que permite que las
máquinas aprendan de los datos sin ser programadas explícitamente.
Los algoritmos de aprendizaje automático pueden identificar patrones en
los datos y utilizar esos patrones para hacer predicciones o tomar
decisiones.
• Procesamiento del lenguaje natural: Este es un tipo de IA que permite
que las máquinas entiendan y procesen el lenguaje humano. Los
sistemas de procesamiento de lenguaje natural se utilizan en una amplia
9
variedad de aplicaciones, como reconocimiento de voz, traducción
automática y análisis de texto.
• Visión por computadora: Este es un tipo de IA que permite a las
máquinas ver y comprender el mundo que las rodea. Los sistemas de
visión por computadora se utilizan en una amplia variedad de
aplicaciones, como automóviles autónomos, reconocimiento facial e
imágenes médicas.
La IA es un campo en rápido crecimiento con el potencial de revolucionar
muchos aspectos de nuestras vidas. La IA ya se está utilizando en una amplia
variedad de aplicaciones y es probable que se generalice aún más en los próximos
años.
Estos son algunos de los beneficios potenciales de la IA:
• Mayor productividad: la IA puede ayudarnos a automatizar las tareas
que actualmente realizan los humanos, lo que puede liberar nuestro
tiempo para centrarnos en un trabajo más creativo y estratégico.
• Toma de decisiones mejorada: la IA puede ayudarnos a tomar mejores
decisiones brindándonos más información y conocimientos.
• Creatividad mejorada: la IA puede ayudarnos a generar nuevas ideas
y soluciones al explorar diferentes posibilidades.
• Servicio al cliente mejorado: La IA puede ayudarnos a brindar un mejor
servicio al cliente brindándonos más información sobre nuestros clientes
y sus necesidades.
Sin embargo, también existen algunos riesgos potenciales asociados con la IA,
como:
• Desplazamiento laboral: A medida que la IA se vuelve más sofisticada,
es posible que desplace algunos trabajos humanos.
• Sesgo: los sistemas de IA pueden estar sesgados, lo que puede dar
lugar a decisiones injustas o discriminatorias.
• Riesgos de seguridad: los sistemas de IA pueden ser pirateados, lo
que podría provocar el robo de datos o la interrupción de servicios
críticos.
Es importante ser consciente tanto de los posibles beneficios como de los
riesgos de la IA a medida que desarrollamos e implementamos estas tecnologías.
La historia de la inteligencia artificial (IA) se remonta a los primeros días de la
informática, cuando los científicos y matemáticos comenzaron a explorar la posibilidad
de crear máquinas que pudieran pensar por sí mismas. En 1950, Alan Turing publicó
un artículo titulado "Maquinaria informática e inteligencia", en el que proponía una
10
prueba para la inteligencia de las máquinas ahora conocida como la Prueba de Turing.
La prueba de Turing es una forma simple pero efectiva de medir la capacidad de una
máquina para exhibir un comportamiento inteligente.
En los años posteriores a la publicación de Turing, la investigación de la IA hizo
un progreso significativo. En 1956, se llevó a cabo el Proyecto de Investigación de
Verano de Dartmouth sobre Inteligencia Artificial, que se considera ampliamente como
el evento fundacional del campo de la IA. La conferencia reunió a algunas de las
mentes líderes en investigación de IA y ayudó a consolidar el campo como un área
legítima de investigación científica.
En las décadas de 1960 y 1970, la investigación en IA experimentó un período
de rápido crecimiento. Se desarrollaron nuevas técnicas de IA y se construyeron
sistemas de IA que podían realizar una variedad de tareas, como jugar al ajedrez,
demostrar teoremas matemáticos y traducir idiomas. Sin embargo, en la década de
1980, la investigación de la IA entró en un período conocido como el "invierno de la
IA". Este fue un momento de disminución de la financiación para la investigación de
IA, debido en parte al fracaso de algunos proyectos de IA de alto perfil.
En la década de 1990, la investigación de la IA comenzó a recuperarse del
invierno de la IA. Se desarrollaron nuevas técnicas de IA y los sistemas de IA se
volvieron más poderosos y capaces. En la década de 2000, la investigación en IA
experimentó otro período de rápido crecimiento, impulsado por el desarrollo de nuevas
tecnologías, como los macrodatos y el aprendizaje profundo.
Hoy en día, la IA es un campo de investigación próspero, con aplicaciones en
una amplia gama de campos, como la atención médica, las finanzas y el transporte.
La IA también se está volviendo cada vez más popular en productos de consumo,
como teléfonos inteligentes, asistentes de voz y automóviles autónomos.
El futuro de la IA es incierto, pero está claro que el campo tiene el potencial de
revolucionar muchos aspectos de nuestras vidas. A medida que la investigación de
IA continúa avanzando, podemos esperar ver aplicaciones de IA aún más
sorprendentes y transformadoras en los próximos años.
11
Nota: Elaboración propia
12
Investigadores, como Torres (2017), consideran que la
inteligencia artificial parte del supuesto que el ser humano es igual
a cualquier ser viviente en la tierra sino con diferente complejidad en
su funcionamiento. Dicha definición lo que hace es convertir al ser
humano en una maquina susceptible de ser duplicada.
El concepto de inteligencia en la inteligencia artificial (IA) es complejo y ha sido
debatido por filósofos, científicos e ingenieros durante décadas. No existe una
definición única de inteligencia que sea universalmente aceptada, pero la mayoría de
los expertos están de acuerdo en que abarca una amplia gama de habilidades
cognitivas, incluido el razonamiento, la resolución de problemas, el aprendizaje y el
procesamiento del lenguaje.
Los investigadores de IA han desarrollado varios enfoques diferentes para
construir máquinas inteligentes. Un enfoque es centrarse en el desarrollo de sistemas
que puedan realizar tareas específicas, como jugar al ajedrez o al Go
2
. Otro enfoque
es desarrollar sistemas de propósito más general que puedan aprender de la
experiencia y adaptarse a nuevas situaciones.
A pesar del progreso que se ha logrado en la investigación de la IA, todavía
queda un largo camino por recorrer antes de que se pueda decir verdaderamente que
las máquinas son inteligentes. Uno de los mayores desafíos es que aún no
comprendemos completamente cómo funciona el cerebro humano. Sin una mejor
comprensión de la inteligencia humana, será difícil crear máquinas que realmente
puedan pensar y razonar como humanos.
Sin embargo, el campo de la IA está en constante evolución y se realizan
nuevos avances todo el tiempo. Es posible que algún día creemos máquinas que sean
realmente inteligentes y que tengan un profundo impacto en nuestras vidas.
Estas son algunas de las formas en que el concepto de inteligencia se vincula
con la inteligencia artificial:
• Los sistemas de IA están diseñados para imitar la inteligencia humana.
Están programados con la capacidad de aprender, razonar y resolver
problemas.
• Los sistemas de IA a menudo se usan para realizar tareas que se
consideran inteligentes, como jugar al ajedrez o al Go.
• La investigación de IA se centra en el desarrollo de sistemas que pueden
lograr inteligencia a nivel humano.
• El desarrollo de la IA tiene el potencial de revolucionar muchos aspectos
de nuestras vidas.
2
El go es el juego de mesa más antiguo de todos los que se practican. Se trata de un juego de
estrategia, cuyas partidas se disputan sobre un tablero cuadriculado con 19 casillas por lado.
13
Es importante señalar que no existe una definición única de inteligencia. Lo que
una persona considera inteligente, otra persona puede no hacerlo. Esto dificulta la
medición de la inteligencia de los sistemas de IA. Sin embargo, hay una serie de
métricas que se pueden utilizar para evaluar el rendimiento de los sistemas de IA,
como su capacidad para aprender, razonar y resolver problemas.
El campo de la IA aún se encuentra en sus primeras etapas, pero tiene el
potencial de revolucionar muchos aspectos de nuestras vidas. Los sistemas de IA ya
se están utilizando para realizar una amplia gama de tareas, como jugar ajedrez, Go
y diagnosticar enfermedades. A medida que continúa la investigación de IA, podemos
esperar ver el desarrollo de sistemas de IA aún más potentes e inteligentes.
14
CAPÍTULO II – LA IA APLICADA A LA EDUCACIÓN
La inteligencia artificial es uno de los campos multidisciplinarios y
transnacionales donde convergen muchas disciplinas científicas. El arquetipo de la
inteligencia artificial, un sistema experto o basado en el conocimiento, es un programa
que simula la serie de discusiones que un experto realiza para resolver un problema
en su área de especialización.
La IA se ha convertido en sinónimo de nuevas esperanzas, pero también se ha
convertido en sinónimo de los riesgos que plantea la difusión de las tecnologías
digitales en diversas áreas de la vida económica y social en el siglo XXI. Los expertos
y los medios creen que los robots con apariencia y capacidades humanas están en a
la vuelta de la esquina, salvando vidas, transformando ciudades y educando a los
niños, pero de igual forma amenazarán a los que no se adapten. Esta es una nueva
revolución tecnológica. Si bien muchas industrias están en tendencia debido a los
prototipos de productos que hasta hace poco parecían ser ficción experimental y las
nuevas tecnologías disponibles, varios estudios buscan medir la velocidad y
profundidad de los cambios futuros.
Un área donde estos conflictos están presentes es en la educación. Al mismo
tiempo que saldan sus deudas pendientes de acceso y calidad para todos los
estudiantes, los sistemas escolares deben responder a los desafíos educativos del
siglo XXI, que se caracterizan por los cambios tecnológicos en los mundos del trabajo
y la vida social.
En este contexto, existe un renovado optimismo con respecto al potencial de
las nuevas tecnologías de IA para reducir las barreras de acceso, automatizar la
gestión y mejorar los procedimientos de enseñanza y aprendizaje.
La literatura indica que la personalización de la educación es la principal área
por mejorar con la implementación de la IA en la enseñanza y el aprendizaje. También
se investigan actualmente otras formas de apoyo a la colaboración y al diagnóstico de
trastornos del aprendizaje, entre otras contribuciones.
15
Nota: Elaboración propia
16
Al momento de señalar los usos y aplicaciones de la IA en la Educación es
posible enumerar muchas opciones, sin embargo, las más importantes y relevantes
son las siguientes:
TUTORÍA INTELIGENTE
¿Qué es un sistema de tutoría inteligente
3
? Cualquier programa informático que
tenga inteligencia y pueda utilizarse en entornos educativos es lo que denominaremos
tutoría inteligente. La definición de este término abarca una amplia gama de áreas.
Proporcionan instrucción especializada. El tutor guía el proceso de aprendizaje
sirviendo como entrenador y brindando consejos al estudiante cuando tiene preguntas
o se atasca al tratar de resolver un problema.
Según expresa en INNOVA Research Journal 2017. Vol. 2, No.8.1 pp. 412-422.
“Son ambientes educativos diseñados para ofrecer
instrucción y apoyar continuamente los procesos de enseñanza y
aprendizaje, a través de la construcción, actualización y análisis que
reflejan los aspectos de comportamiento y cognoscitivos de cada
estudiante. Representan herramientas pedagógicas más avanzadas
y suministran más experiencias de aprendizaje individualizado, lo
que permite que los procesos de enseñanza y de aprendizaje sean
más adaptables”.
Estos programas tienen como objetivo brindar instrucción personalizada de
forma automática y económica. De manera similar a la capacitación con simulación,
los ITS permiten a los usuarios aplicar su aprendizaje en un entorno práctico. Sin
embargo, su educación va más allá, ya que evalúan las acciones de cada persona en
este entorno interactivo y crean un modelo basado en sus habilidades, conocimientos
y experiencias. Luego, los ITS adoptan varias estrategias, tanto en términos de
contenido como de estilo, en función de estos perfiles de usuario, y pueden
proporcionar justificaciones, recomendaciones, demostraciones y sugerencias de
ejemplos, prácticas y problemas según sea necesario.
Estos entornos de aprendizaje inteligente crean y actualizan sistemáticamente
los planes de lecciones en función de las necesidades de los estudiantes, con el
objetivo de identificar y determinar el método más adecuado para la adquisición de
conocimientos. Los ITS:
3
Del inglés Intelligent Tutoring System (ITS).
17
“aprenden del estudiante para modificar sus propios
conocimientos tal y como lo hace un tutor humano….manejan algún
tipo de experiencia sobre el dominio que se espera enseñar y
pueden razonar acerca del dominio, solucionar problemas, evaluar,
detectar errores, brindar sugerencias, ejemplos, simulaciones,
recomendaciones y explicaciones, o mostrar la traza de sus
inferencias”. (Ainsworth y Fleming 2006; Jiménez, 2006).
En un futuro cercano, los tutores inteligentes podrán seguir el progreso de los
estudiantes, descubrir qué ideas son más difíciles de entender y qué estrategias y
tácticas se adaptan mejor a sus personalidades y necesidades. Estos tutores ya se
pueden encontrar en la literatura y en la experiencia del mundo real. Los tutores
inteligentes no sustituirán al docente, pero le permitirán estar más cerca de los
alumnos, apoyándolos mejor durante el proceso de enseñanza-aprendizaje y
capacitándolos para cumplir los objetivos marcados. De igual manera, ayudarán
gradualmente al estudiante a desarrollar la autorregulación de su desempeño
académico.
PERSONALIZACIÓN DE LA EDUCACIÓN
Los sistemas de enseñanza adaptativos son una de las primeras áreas en las
que la inteligencia artificial ha contribuido a la educación. Esta zona es posiblemente
la más conocida y la que tiene más experiencia. Estas son plataformas y sistemas de
tutoría sofisticados que brindan rutas de aprendizaje individualizadas basadas en
perfiles, respuestas e interacciones de los estudiantes. Con costos mucho más bajos
que los medios tradicionales, estas aplicaciones tienen como objetivo hacer coincidir
más estrechamente el tipo, la dificultad, la secuencia y el ritmo de los materiales
educativos con las necesidades de aprendizaje únicas de cada estudiante.
Numerosos productos han sido adoptados por los sistemas escolares a nivel
local y federal para una variedad de materias curriculares, aunque las matemáticas y
las ciencias son las más utilizadas.
Ejemplos de este tipo de aplicación son de interés principalmente en países
desarrollados, pero también en otros países. Este es el caso de una plataforma de
enseñanza de inglés adaptativo llamada Liulishou en China, que puede atender a 600
000 estudiantes en línea. La aplicación M-Shule de Kenia se usa para brindar
lecciones del plan de estudios nacional a través de SMS, que se pueden adaptar a las
habilidades de los estudiantes y brindar información sobre el progreso a maestros y
padres. Alternativamente, la plataforma adaptativa sudafricana Daptio utiliza IA para
ayudar a los estudiantes y maestros a comprender sus niveles de rendimiento y
proporcionar contenido relevante.
18
BENEFICIOS DE LA PERSONALIZACIÓN DE LA ENSEÑANZA
Nota: Elaboración propia
19
En América Latina, el Plan Ceibal de Uruguay llevó su plataforma de
matemáticas adaptativas Bettermarks a las masas, llegando a 69.000 usuarios activos
en 2.770 escuelas de todo el país. La plataforma ofrece actividades y ejercicios
interactivos en una trayectoria adaptativa según el nivel de conocimiento de cada
estudiante. Los alumnos avanzan a su propio ritmo y, si se atascan, la plataforma
genera automáticamente una serie de ejercicios de refuerzo. Del mismo modo, la
plataforma proporciona a los docentes un conjunto de indicadores en función del
camino recorrido por cada alumno.
En Brasil, la plataforma adaptativa Geekie ha llegado a más de 55.000
escuelas. Otros casos similares pero más limitados incluyen la plataforma de
aprendizaje personalizado de matemáticas eMAT de Chile y la plataforma APCI de
Ecuador.
Al integrar nuevos algoritmos de IA con reconocimiento de voz e imagen en
estos sistemas adaptativos y procesar cantidades masivas de datos, podemos
personalizar aún más la trayectoria de aprendizaje de un estudiante y alinearla con
sus rasgos de personalidad, intereses y estilo de vida. aprendizaje y estado de ánimo.
La nueva aplicación también puede identificar las fortalezas y debilidades, los
desafíos y las motivaciones de cada usuario para crear una trayectoria ideal que
optimice el proceso de aprendizaje de cada estudiante y adaptar el contenido a un
formato culturalmente apropiado.
Una aplicación para tableta llamada RoboTutor, que enseña lectura, escritura
y aritmética básica a niños de 7 a 10 años que tienen poco o ningún acceso a la
escuela, sirve como ejemplo de esta tendencia. Los niños que leen en voz alta frente
a sus dispositivos reciben comentarios automáticos de RoboTutor. El Global Learning
XPRIZE, que premia a los programas informáticos que ayudan en la educación de los
niños de los países en desarrollo, se otorgó a esta aplicación en 2019 y fue creada
por la Universidad Carnegie Mellon (CMU, 2019). De manera similar, la plataforma
Letrus en Brasil tiene como objetivo apoyar el desarrollo de la escritura académica
proporcionando retroalimentación personalizada basada en el análisis de patrones y
complementándola con la revisión del maestro. Como resultado, el desempeño
individual de los estudiantes se puede comparar entre clases para ayudar a las
escuelas a planificar mejor y satisfacer las necesidades de todos los estudiantes (F6S,
2019).
Numerosas iniciativas creativas se están desarrollando en este campo en
China. Uno de ellos es MasterLerner, un "súper maestro" en línea que puede
responder a 500 millones de preguntas de los estudiantes que se están preparando
para el examen de ingreso a la universidad a la vez. Otro es Hujiang, un sistema que
brindará retroalimentación en línea a partir de la identificación de las expresiones de
los estudiantes a partir del análisis de su imagen de video y voz.
Existe un amplio acuerdo en cuanto a la importancia de una educación
personalizada que aborde adecuadamente las características y desafíos de cada
20
estudiante. El valor de utilizar plataformas adaptativas para fortalecer la educación
personalizada también ha sido respaldado por numerosas experiencias y estudios.
Por ejemplo, algunos estudios sobre el uso de plataformas matemáticas en
determinadas naciones han confirmado su influencia en este aprendizaje. Además, se
han preparado informes que demuestran cómo el uso de este tipo de sistemas
adaptativos conduciría a niveles más altos de empoderamiento, compromiso y
proactividad de los estudiantes en el proceso de aprendizaje.
Los chatbots adaptativos son una variante de la educación individualizada que
se ha investigado recientemente. Estos son programas de chat computarizados que
ofrecen respuestas en lenguaje natural a las preguntas de los estudiantes sobre un
tema en particular. Por ejemplo, en Argentina se llevó a cabo un experimento que
utilizó este tipo de tecnología para enseñar conceptos básicos de informática y los
estudiantes parecieron disfrutarlo. Este tipo de herramienta de comunicación es de
uso frecuente, lo que facilita la inclusión de los estudiantes en las actividades
educativas, según otros estudios.
La personalización de la enseñanza es una idea pedagógica que no impone el
aprendizaje, sino que brinda a los estudiantes mejores oportunidades para aprender
sobre sí mismos y rendir al máximo de sus capacidades. La implementación de este
nuevo modelo educativo requerirá que las instituciones educativas experimenten
cambios y adaptaciones, capaciten a su profesorado, atiendan sus aportes y
expectativas e involucren.
GAMIFICACIÓN
4
“Si puedes mantener la atención de los niños, puedes educarles”.
Malcolm Gladwell
El objetivo del aprendizaje basado en juegos es motivar e involucrar a los
estudiantes mientras los expone a nueva información y habilidades. Este tipo de
aprendizaje permite completar tareas y vivir experiencias que de otro modo serían
imposibles debido a gastos, retrasos, problemas de infraestructura y preocupaciones
de seguridad.
Es un estilo de aprendizaje que se enfoca en usar juegos para ayudar a los
estudiantes a aprender. Dado que este método de instrucción se basa en sistemas de
puntuación que le permiten recibir recompensas si cumple con los objetivos, uno de
sus principales objetivos es el desarrollo de la motivación en los estudiantes.
4
El término gamificación es un anglicismo y su raíz proviene de la palabra game.
21
Los juegos pueden usar historias de fondo para captar la atención del usuario,
por lo que si se quiere que un sistema educativo sea tan divertido como el juego, debe
superar la sensación de que la aplicación es un conjunto independiente de ejercicios.
Para lograrlo, la idea es construir una historia interesante con un final bien
definido. La historia se puede dividir en etapas o niveles, cada uno de los cuales es
un ejercicio dado por el sistema. El sistema finaliza la historia cuando determina que
el alumno ha aprendido lo suficiente según el modelo del usuario, diciéndole al usuario
que el juego ha terminado y el aprendizaje ha terminado.
Los componentes de la gamificación juegan un papel en su efectividad porque
cada uno, o una combinación de ellos, tiene un impacto psicológico diferente en los
usuarios.
Existen varios modelos conceptuales para estos componentes, incluidos MDE-
Mechanics, Dynamics and Aesthetics, DFC-Desire, Fantasy y Curiosity, y CEGE Core
Elements of the Gaming Experience, entre otros. Los puntos, insignias y tablas de
clasificación son los componentes que más se utilizan en las herramientas
gamificadas.
Este método está ganando popularidad como innovación educativa tanto en las
aulas tradicionales como en línea porque puede alentar a los estudiantes a participar
en sus estudios, aumentar el compromiso y disminuir la deserción de los estudiantes.
Dos ejemplos de cómo se utilizan hoy en día la gamificación educativa y la
inteligencia artificial son:
• Duolingo, una aplicación gratuita de aprendizaje de idiomas que utiliza
la gamificación para hacer que aprender un nuevo idioma sea divertido
y gratificante. Los usuarios ganan puntos por completar las lecciones y
pueden subir de nivel y ganar insignias a medida que avanzan.
• Khan Academy, una plataforma educativa en línea gratuita que utiliza
inteligencia artificial para personalizar el aprendizaje. La plataforma
realiza un seguimiento del progreso del usuario y recomienda recursos
de aprendizaje personalizados en función de las necesidades
individuales de cada usuario.
Cuando se combinan, la ludificación y la inteligencia artificial pueden crear
poderosas experiencias de aprendizaje que son a la vez atractivas y efectivas. La
gamificación puede ayudar a que el aprendizaje sea más divertido y gratificante,
mientras que la inteligencia artificial se puede utilizar para personalizar el aprendizaje,
proporcionar comentarios y realizar un seguimiento del progreso. Juntas tienen el
potencial de revolucionar la forma en que aprendemos. Al hacer que el aprendizaje
sea más atractivo, motivador, personalizado y efectivo, estas tecnologías pueden
ayudar a los estudiantes a alcanzar su máximo potencial.
22
Nota: Elaboración propia
23
REALIDAD VIRTUAL
A pesar de tener sus raíces en experiencias en la industria del cine en 1950,
cuando el "sensorama" apareció por primera vez como una experiencia pionera en el
desarrollo de la realidad virtual, el comienzo de la historia evolutiva de la realidad
virtual está marcado en la década de 1990.
Un escenario con objetos que parecen realistas se llama realidad virtual (VR).
El uso más común de este término se refiere a un entorno creado digitalmente que da
al usuario la impresión de estar completamente inmerso en él. El usuario suele utilizar
gafas o cascos de realidad virtual para ver el entorno en cuestión. Se pueden usar
equipos adicionales, como guantes o trajes especiales, junto con esto para mejorar el
sentido de la realidad y permitir una mayor interacción con el entorno.
Sumergirnos por completo en lo que aprendemos, con nuestros sentidos
activos, aumenta nuestra motivación al máximo. La realidad virtual educativa se
generalizará ya que ofrece experiencias prácticas en entornos de aprendizaje. Esto
produce una educación en realidad mixta que combina habilidades humanas e
inteligencia artificial para crear una experiencia educativa virtual. La realidad virtual es
un sistema informático que simula la realidad sin involucrar los sentidos físicos. Se
simulan escenas virtuales para crear situaciones y lugares que mejoran el aprendizaje
y atrapan al usuario.
La RV se usa para mejorar la educación en áreas como la industria
aeroespacial y la medicina, permitiendo el aprendizaje en contenidos específicos
como el pilotaje de aviones y la educación sobre salud y seguridad.
Un concepto muy relacionado al término RV es el de realidad aumentada (RA).
“La realidad aumentada (RA) es el término que se usa para
definir la visión de un entorno físico del mundo real, a través de un
dispositivo tecnológico, es decir, los elementos físicos tangibles se
combinan con elementos virtuales, logrando de esta manera crear
una realidad aumentada en tiempo real. Consiste en un conjunto de
dispositivos que añaden información virtual a la información física ya
existente, es decir, añadir una parte sintética virtual a la real. La
realidad aumentada es diferente de la realidad virtual porque sobre
la realidad material "del mundo físico" monta una realidad visual
generada por la tecnología, en la que el usuario percibe una mezcla
de las dos realidades, en cambio en la realidad virtual el usuario se
aísla de la realidad material del mundo físico para "sumergirse" en
un escenario o entorno totalmente virtual.”
24
Aunque la RA permite agregar elementos digitales al entorno físico mediante
una pantalla o un visor, podemos usar el primer término para referirnos a ambos,
especialmente cuando hablamos de sus múltiples usos en la educación.
La enseñanza a través de realidad virtual en tu institución es cuatro veces más
efectiva que los métodos tradicionales, porque estimula varios circuitos cognitivos,
sensoriales y emocionales simultáneamente, lo que ayuda a consolidar más
rápidamente la información y la memoria.
Ser activamente parte de nuestro proceso de aprendizaje es más efectivo que
ser receptores pasivos de la información, como si eso fuera poco.
El uso de la realidad virtual educativa proporciona beneficios adicionales como:
• Involucra a los estudiantes en actividades de aprendizaje más
agradables.
• Debido al hecho de que están completamente inmersos en el entorno
virtual y hay poco espacio para otro tipo de distracciones, los estudiantes
pueden prestar atención durante períodos de tiempo más prolongados.
• Para los estudiantes con necesidades de aprendizaje especializadas,
puede ser una tecnología útil.
• Aumenta la velocidad de aprendizaje de los estudiantes.
• Ofrece informes de análisis que se pueden utilizar para evaluar las
habilidades y aptitudes sociales de los estudiantes y determinar dónde
deben fortalecerse.
• Los estudiantes están mejor equipados para manejar las dificultades de
la vida cotidiana.
• Un casco de realidad virtual puede servir como un museo completo o un
laboratorio de ciencias.
La realidad virtual tiene tantas posibilidades en la educación como la
imaginación de los docentes y gestores educativos.
• Permite superar las limitaciones de tiempo y espacio al simular
experiencias como un campo de batalla o el universo.
• Con la realidad virtual se puede ver en tiempo real cómo varía una
parábola al cambiar la fuerza del proyectil o la gravedad, la ubicación
exacta de un punto en un mapa coordinado y la transformación de la
estructura molecular ante una corriente eléctrica.
• La creatividad artística de los alumnos se puede fomentar con las
herramientas multimedia disponibles en esta tecnología, de la misma
25
manera que lo hacemos con un lienzo en blanco o un instrumento
musical.
• La tecnología puede permitir e impulsar la interacción humana a pesar
de las limitaciones de tiempo y espacio, pero no reemplazarla por
completo. Los metaversos permiten interactuar a través de avatares y
son útiles para compartir conocimientos y puntos de vista.
• La realidad virtual y la gamificación tienen una relación privilegiada de
manera natural. Es posible gamificar simulaciones inmersivas e
interactivas para aumentar la motivación y el compromiso del estudiante.
Podemos gamificar un recorrido en un museo durante un curso de
historia del arte, donde los alumnos seleccionan obras de un periodo
específico para obtener puntos y ver la puntuación de sus compañeros.
La realidad virtual es una herramienta que puede cambiar los modelos
educativos y potenciar el proceso de enseñanza-aprendizaje. Sin embargo, en
algunas situaciones, puede que no sea la mejor herramienta. Por lo tanto, el mejor
modelo que asegure el aprendizaje debe abordarse después de un examen
exhaustivo del docente y de todos los demás actores educativos. Debido al amplio
uso de las tecnologías de la información y la comunicación digital en los escenarios
educativos, así como a la necesidad de crear y contextualizar escenarios simulados
donde los estudiantes y docentes tengan un ambiente controlado, se ha encontrado
que su implementación en los escenarios educativos es factible. Inmersión para
entrenamiento, concientización y evaluación de destrezas y habilidades. Numerosos
estudios muestran los beneficios potenciales de la realidad virtual, que pueden ser
considerados y discutidos tanto para la educación primaria como, principalmente, para
la educación profesional.
SIMULACIÓN
La simulación y la realidad virtual (VR) son dos tecnologías estrechamente
relacionadas que se pueden utilizar para crear experiencias realistas e inmersivas. La
simulación es un término amplio que se refiere a cualquier proceso de creación de un
modelo de un sistema real o imaginario. La realidad virtual es un tipo de simulación
que utiliza imágenes generadas por computadora para crear un mundo virtual con el
que los usuarios pueden interactuar.
26
Existen varias diferencias clave entre la simulación y la realidad virtual. Primero,
la simulación se puede utilizar para crear una amplia variedad de experiencias, desde
juegos simples hasta simulaciones de entrenamiento complejas. La realidad virtual,
por otro lado, generalmente se usa para crear experiencias inmersivas que permiten
a los usuarios sentir que realmente están presentes en el mundo virtual.
En segundo lugar, la simulación suele utilizarse con fines de formación o
investigación, mientras que la realidad virtual suele utilizarse para el entretenimiento
o los juegos. Sin embargo, ambas tecnologías se pueden utilizar para una variedad
de propósitos, y las líneas entre estas dos categorías son cada vez más borrosas.
Finalmente, la simulación suele ser menos costosa que la realidad virtual. Esto
se debe a que la simulación se puede crear utilizando una variedad de herramientas
y plataformas, mientras que la realidad virtual requiere hardware y software
especializados.
A pesar de estas diferencias, la simulación y la realidad virtual son tecnologías
complementarias que se pueden usar juntas para crear experiencias aún más realistas
e inmersivas. Por ejemplo, un simulador de entrenamiento de realidad virtual podría
usar la simulación para crear un modelo realista de un entorno quirúrgico y luego usar
la realidad virtual para permitir que los usuarios interactúen con el entorno de una
manera segura y controlada.
El uso de simuladores en las aulas fomenta la participación activa del
estudiante y transmite conocimientos de manera interactiva, ofreciendo una serie de
ventajas adicionales:
• Al eliminar riesgos en la interacción con la realidad, se puede enfocar en
el aspecto deseado para estudiar.
• Los cambios en ciertos parámetros de la simulación producen resultados
inmediatos que generan retroalimentación rápida.
• Tienen un aspecto divertido que mantiene a los estudiantes interesados
(Rivera, 2001).
• El estudiante se involucra en su aprendizaje al manejar el simulador,
observar los resultados y actuar en consecuencia.
• Los simuladores suplen la falta de experiencia para entender los
fenómenos estudiados por las teorías científicas.
• Se pueden usar en actividades de aprendizaje que fomentan la
interacción social (Rojano, 2003).
Una simulación, sin embargo, es inútil sin algún tipo de dirección. Se requiere
una retroalimentación que describa lo que va mal y cómo hacer las cosas mejor. Por
eso, los simuladores con inteligencia añadida monitorean al estudiante mientras
interactúa con el sistema, brindándole las explicaciones según sea necesario. Como
27
resultado, cuando el sistema alerta al estudiante de que está listo para avanzar al
siguiente nivel, le brinda un ejercicio más desafiante. Estos sistemas requieren que el
estudiante trabaje en problemas que se vuelven más complejos a medida que
avanzan.
Independientemente de la perspectiva bajo la que se trabaje o se quiera
trabajar, la inteligencia artificial conectada a los simuladores también puede ayudar en
la formación y asesoramiento de los recursos humanos para la investigación. Por
ejemplo, es posible entrenar a los observadores para que realicen registros, primero
en realidades virtuales controladas y luego en un entorno real.
ROBÓTICA EDUCATIVA
Los seres humanos siempre han tenido la costumbre de tratar de simplificar
sus vidas, y ha habido muchos inventos; desde ruedas hasta robots que pueden
realizar todo tipo de funciones imaginables. Por eso hoy se habla de la utilización de
robótica en la educación de manera extendida.
La robótica educativa y la inteligencia artificial (IA) son dos campos de rápido
crecimiento que tienen el potencial de revolucionar la educación. Ya sea apagando la
alarma por la mañana o apagando las luces por la noche, la tecnología forma parte de
nuestras vidas y se puede decir que los niños en la sociedad moderna son nativos
digitales.
Uno de los campos que debe adaptarse a la nueva era es la educación. Una
forma de hacerlo es mediante el uso de la robótica, una materia multidisciplinar que
trabaja con conceptos tanto de las matemáticas como de las ciencias, la concentración
y la creatividad. Esto significa que los robots, al igual que otras tecnologías, mejorarán
las habilidades de muchos estudiantes en matemáticas, tecnología, la capacidad de
aprender a aprender, la capacidad de procesar información digital y la iniciativa
personal.
Sin embargo, el objetivo del docente siempre ha sido guiar a los niños a
encontrar soluciones a los problemas de la mejor manera posible, tratando a los robots
y la tecnología en general como recursos, olvidando que son soluciones en sí mismas.
La robótica educativa es una nueva forma de aprender utilizando diversos
dispositivos robóticos y recursos técnicos. Un nuevo recurso educativo sin límites.
La robótica es un enfoque interdisciplinario que reúne los campos de las
matemáticas, la tecnología, la ciencia y la ingeniería. Además, su carácter transversal
permite que los niños desarrollen el pensamiento lógico, la imaginación o la lingüística.
28
La robótica podría comenzar con los estudiantes de educación infantil. Durante
este período, la manipulación de materiales se generaliza, promoviendo la creatividad
y la conciencia del espacio y el tiempo. Por lo tanto, puedes aprender fácilmente a
programar circuitos, modelos 3D o programas educativos.
Del mismo modo, existen robots más avanzados (y más caros) destinados a la
educación secundaria y superior. Pero en cualquier caso, la complejidad de la
especialización siempre se ajusta a la edad del alumno.
En definitiva, la robótica educativa se engloba dentro de la denominada
educación STEM
5
(science, technology, engineering y mathematics), un modelo
educativo diseñado para enseñar ciencia, matemática y tecnología de forma conjunta.
Los profesores tienen muchas opciones cuando enseñan a los robots, según el
tipo de robot que se utilice en el aula:
• Robot de codificación física: especialmente diseñado para niños
pequeños que aprenden a programar con solo presionar un botón como
un juguete sin pantalla. Bee-Bot y Cubetto se encuentran entre los más
populares en entornos escolares. Estas sugerencias introducen a los
niños a los conceptos básicos de una manera divertida.
• Robots programables de iniciación: Destinado a niños de 1º de
primaria, conserva el dinamismo de un juguete (atractivo para los
menores), pero introduce un software inteligente a través de una
aplicación (con interfaz de juego) que controla al robot. Interactúa con
los niños mediante una tableta o teléfono inteligente (como Botley o
Dash).
• Robots programables por ordenador: Destinado a los estudiantes de
primaria y secundaria, ya no parecen juguetes adorables, se programan
a través de una PC o tableta usando lenguajes de programación (como
lenguajes basados en bloques). Incorpora diferentes tipos de sensores
(luz, sonido, tacto, etc.).
• Robots mediante kits: El ensamblaje para integrar sensores, motores
y otros componentes de hardware presenta desafíos adicionales,
especialmente para los estudiantes de secundaria que se especializan
en robótica. Combine la construcción y la programación a través de una
pantalla. Los estudiantes crean prototipos y programan sus propias
soluciones.
La combinación de educación escolar y robótica equipa a los estudiantes con
las habilidades necesarias, especialmente el pensamiento computacional, lo que les
5
El acrónimo STEM engloba a las carreras relacionadas con la ciencia, la tecnología, la
ingeniería y las matemáticas. La nueva era digital y la aceleración de los avances tecnológicos
convierten a los profesionales STEM en los más demandados en todo el mundo.
29
brinda una ventaja en el mercado laboral. Esta técnica de resolución de problemas
implica dividir el problema en partes más pequeñas y desarrollar soluciones. Este
proceso consta de cuatro pasos:
• Descomposición: Divide los problemas complejos en problemas más
pequeños y manejables para que cada uno pueda resolverse por
separado.
• Abstracción: Al eliminar lo innecesario, la abstracción revela
características y patrones comunes.
• Pensamiento algorítmico: crea los diversos pasos necesarios para
completar una tarea.
• Depuración y evaluación: probar una posible solución hasta que la
mejore y esté seguro de que es la mejor para ese problema.
Los beneficios de la robótica no son solo aprender a codificar y familiarizarse
con la tecnología, sino también desarrollar otras habilidades y actividades
extracurriculares.
• Trabajo en equipo: Surgen muchos retos que deben ser abordados en
equipo. Esto contribuye a la socialización y la cooperación, ya que se
pueden coordinar y compartir conocimientos y habilidades para resolver
problemas.
• Liderazgo y Confianza: Tomar pruebas más complejas aumenta su
confianza en sí mismo y en sus habilidades. Esta autoestima se
complementa con una tolerancia a la decepción cuando no se logra lo
que se ha pedido a la primera.
• Fomento del emprendimiento: los niños aprenden nuevas habilidades
a través de prueba y error. Por ello, se despiertan las ganas de innovar,
pensar de forma independiente y realizar proyectos originales.
• Curiosidad: Explorar cómo se construyen los modelos y cómo se
comportan los robots despierta curiosidad e interés por aprender cosas
nuevas. Frente a los sistemas tradicionales de repetición, el niño se
convierte en protagonista y debe crear sus propios materiales didácticos
utilizando sus propios recursos.
En conclusión, la robótica educativa fomenta la resolución de problemas en un
entorno lúdico donde los niños deben definir el problema y encontrar una solución.
Esto ayuda a desarrollar habilidades de pensamiento crítico que pueden usar no solo
en los campos STEM y entornos informáticos, sino también en otras materias, artes,
ciencias sociales, humanidades, entre otras áreas.
Al mismo tiempo, la creatividad, otra de las habilidades cruciales del siglo XXI,
está impulsada por la mecánica del pensamiento crítico, la deliberación, la reflexión y
30
la imaginación. Se favorece la comunicación y el trabajo en equipo debido a los
aspectos de construcción de conexiones sociales del juego. Se estimula y entrena la
mente para asumir retos, lo que también fomenta la seguridad en uno mismo y la
capacidad de liderazgo.
La robótica educativa potencia el crecimiento profesional de los docentes en
términos de enseñanza. Sin embargo, a medida que este enfoque tecnológico de la
enseñanza gana popularidad, existe una mayor necesidad de maestros que estén
preparados para enseñar esta materia interdisciplinaria que promueve el progreso
social.
31
CAPÍTULO III – IMPACTO DE LA IA EN EL PROCESO
ENSEÑANZA – APRENDIZAJE
La forma en que pensamos sobre la educación podría cambiar por completo
con la inteligencia artificial (IA). La experiencia de aprendizaje para los estudiantes
está siendo mejorada por herramientas y tecnologías impulsadas por IA en formas
que nunca imaginamos, desde algoritmos de aprendizaje personalizados hasta
realidad virtual y aumentada.
La IA tiene el potencial de mejorar la educación de muchas maneras. La
capacidad de adaptar la experiencia educativa para cada estudiante es una de las
más importantes.
Al usar la IA en la educación, puede examinar la información y las preferencias
del desempeño de los alumnos para desarrollar planes de lecciones y evaluaciones
individualizadas que se adapten a las fortalezas y debilidades de cada alumno.
Además, la IA puede automatizar tareas administrativas como calificar, dando a los
maestros más tiempo para concentrarse en otros aspectos cruciales de la enseñanza.
El proceso de aprendizaje de los estudiantes se puede mejorar de varias
maneras mediante herramientas y tecnologías basadas en IA. Los chatbots y otras
herramientas basadas en IA, por ejemplo, pueden ofrecer a los estudiantes soporte
las 24 horas al tiempo que mejoran el aprendizaje a través de la realidad virtual y
aumentada.
La IA también se puede usar para desarrollar pruebas y juegos únicos que
animen a los estudiantes a interactuar con el material del curso de una manera
divertida.
Uno de los usos potenciales más intrigantes de la IA en la educación es el
aprendizaje personalizado. La AI puede ayudar a los educadores a desarrollar planes
de lecciones y evaluaciones individualizadas que se adapten a las fortalezas y
debilidades de cada estudiante mediante el análisis de datos sobre el rendimiento y
las preferencias de los estudiantes. Como resultado, la motivación y el compromiso
de los estudiantes pueden aumentar, lo que en última instancia dará como resultado
un mejor rendimiento académico.
La IA y ChatGPT pueden transformar la investigación académica procesando
y analizando grandes cantidades de datos rápidamente, encontrando resultados
novedosos, desarrollando hipótesis y realizando revisiones de literatura más
rápidamente que con las técnicas convencionales.
ChatGPT puede ayudar a los investigadores que escriben artículos
brindándoles comentarios, sugerencias e incluso creando partes del texto. Para
analizar datos no estructurados, también se puede utilizar en técnicas de
32
procesamiento de lenguaje natural como resúmenes de texto, análisis de sentimientos
y traducción lingüística.
Es crucial recordar que estas habilidades deben combinarse con la inteligencia
humana porque ChatGPT y o cualquier AI solo puede ofrecer asesoramiento y apoyo;
los investigadores siguen siendo los responsables últimos de los resultados y tienen
la última palabra.
Algunos de los avances y beneficios que está aportando la IA a la Educación
son:
SISTEMA DE EVALUACIÓN AUTOMÁTICA (AES
6
)
El desafío de ofrecer herramientas suficientes y útiles para ayudar a los
docentes en el proceso de calificación y evaluación ha sido enfrentado desde varios
enfoques.
Los sistemas de evaluación automática (AES) son programas informáticos que
califican y evalúan automáticamente el trabajo escrito de los alumnos. Se utilizan en
una variedad de entornos educativos, incluidas escuelas, universidades y empresas.
AES se puede utilizar para evaluar una variedad de habilidades de escritura, como
gramática, mecánica, organización y contenido.
Los AES trabajan identificando primero las características del trabajo escrito
que son relevantes para los criterios de evaluación. Por ejemplo, un AES que evalúa
la gramática podría identificar características como la concordancia entre sujeto y
verbo, el uso de pronombres y la puntuación. Una vez identificadas las características,
el AES utiliza un algoritmo de puntuación para asignar una puntuación al trabajo
escrito.
Estos sistemas tienen una serie de ventajas sobre los métodos tradicionales de
puntuación humana:
• En primer lugar, son mucho más rápidos que los anotadores humanos.
Esto significa que AES se puede utilizar para evaluar un gran número de
muestras de escritura en un corto período de tiempo.
• En segundo lugar, los AES son más consistentes que los anotadores
humanos. Esto significa que es menos probable que las puntuaciones
asignadas por un AES varíen según el anotador individual.
6
AES por sus siglas en inglés de Automatic evaluation systems.
33
Sin embargo, AES también tiene algunas desventajas.
• Primero, pueden ser costosos de desarrollar y mantener.
• En segundo lugar, puede ser difícil entrenarlos para evaluar con
precisión las habilidades de escritura complejas.
• En tercer lugar, AES puede estar sesgado, lo que significa que es posible
que no evalúen con precisión la escritura de ciertos grupos de
estudiantes.
A pesar de sus desventajas, los AES son una herramienta valiosa para evaluar
el trabajo escrito. Se pueden utilizar para ahorrar tiempo y mejorar la consistencia de
la puntuación. Además, AES se puede utilizar para proporcionar comentarios a los
estudiantes, lo que puede ayudarlos a mejorar sus habilidades de escritura.
La calificación automática de ensayos (AES
7
) y la calificación automática de
respuestas cortas (ASAG
8
) son dos subcategorías en las que se pueden dividir
ampliamente.
La redacción de textos y ensayos basados en un trabajo específico se evalúa
utilizando los modelos AES. Para ello, se utilizan técnicas del campo del
procesamiento del lenguaje natural (PNL), que se centra en desarrollar mecanismos
algorítmicos y computacionales para formalizar y analizar los elementos y contenidos
de las estructuras de los lenguajes naturales y técnicas de aprendizaje automático
para puntuar automáticamente las respuestas en lenguaje natural de los estudiantes.
En esta área, donde antes se requería la ayuda de un tutor humano para la
comprensión de textos, se han logrado avances significativos gracias a los modelos
AES. En un desarrollo diferente, se utilizó un modelo DL
9
para determinar la mejor
representación de atributos con el fin de descubrir el patrón que conecta el calibre de
un ensayo y la puntuación otorgada. Los resultados fueron superiores a los de los
métodos que requieren mucho más preprocesamiento e ingeniería de características.
Con base en un corpus observado (conjunto de datos de entrenamiento) de
respuestas, los sistemas ASAG clasifican automáticamente las respuestas de los
estudiantes como correctas o incorrectas. Para incorporar posteriormente estos
atributos en varios modelos de aprendizaje automático, los autores utilizaron atributos
asociados con preguntas, sus respuestas correspondientes y características
específicas del modelo de estudiante, tanto individualmente como en combinación.
En sus experimentos, Akram introdujo un marco de análisis temporal que
examinaba los enfoques de los estudiantes para la resolución de problemas en un
7
AES por sus siglas en inglés de Automated Essay Scoring.
8
ASAG por sus siglas en inglés de Automatic Short Answer Grading.
9
Los algoritmos Deep Learning (DL) son aquellos que ejecutan datos a través de múltiples
capas de redes neuronales. Estas pasan a la capa siguiente una representación simplificada de los
datos analizados. Estos algoritmos aprenden progresivamente sobre el objeto o imagen que estudian.
34
entorno de aprendizaje basado en la teoría de juegos. En su investigación, los autores
observaron cómo una herramienta de análisis de texto basada en la teoría de la
información podría usarse para evaluar cómo los estudiantes analizaban varios temas.
Finalmente, sugirió un enfoque de DL que usaría una serie de experimentos con
pruebas A/B para las habilidades en cuestión para determinar si los estudiantes las
dominaban.
La evaluación que se basa en el aprendizaje automático brinda a los maestros,
estudiantes y padres una retroalimentación continua sobre el proceso de aprendizaje,
el apoyo que necesita el estudiante, su progreso y su relación con las metas de
aprendizaje establecidas.
"Education 4.0—Fostering student's performance with machine learning
methods" es un ejemplo de cómo se han puesto en práctica las técnicas tradicionales
de aprendizaje automático. Utilizaron animaciones que se basaron en ejemplos
demostrativos cuidadosamente seleccionados y sus soluciones paso a paso
asociadas, además de los métodos convencionales, como presentaciones y ejercicios
con diapositivas. Crearon un cuestionario que detallaba cómo construir una prueba
lógica en su totalidad para evaluar el conocimiento de los estudiantes. Hacer una
prueba y luego responder a las preguntas del cuestionario estaría dirigido por los
estudiantes. Discutieron las limitaciones del cuestionario y describieron su diseño.
Para realizar una evaluación automática de la corrección de las evaluaciones,
finalmente aplicaron algoritmos de aprendizaje automático supervisados.
También se puede mencionar el sistema de recomendación que se presentó
en “Lecore: A framework for modeling learner’s preference” como ejemplo de una
aplicación técnica más sofisticada de DL. Basado en preferencias implícitas y
explícitas examinadas en los registros de actividad de los estudiantes, este sistema
híbrido (llamado LeCoRe) recomienda ejercicios y contenido. Los algoritmos
tradicionales de filtrado colaborativo y los algoritmos DL basados en contenido se
utilizaron de forma independiente durante la fase de aprendizaje de LeCoRe. El marco
propuesto podría modelar efectivamente las preferencias de los estudiantes, según la
conclusión de los autores.
El estudio “Sequence based course recommender for personalized curriculum
planning” se concentró en el tema poco estudiado de la planificación curricular para
estudiantes y ofreció una solución novedosa basada en dos elementos: un enfoque
DL para recomendaciones secuenciales y un guía para ofrecer una ruta personalizada
para completar el módulo educativo utilizando parámetros de secuencia, restricción y
contexto.
Estos sistemas generalmente se manejan mediante control remoto. El sistema
tiene un receptor que se conecta a una computadora y recibe respuestas de los
controles remotos de los estudiantes.
35
Estos softwares cuentan con tres herramientas:
1.- Para la creación de preguntas: El software permite crear rápidamente
exámenes con texto, imágenes, sonidos y videos. También permite registrar diferentes
materias y profesores, establecer las respuestas que deben ser correctas, asignar un
grado de dificultad, puntaje y tiempo en segundos.
2.- Para la aplicación del examen: El software habilitará una variedad de
métodos para realizar exámenes rápidos. Por ejemplo, durante una evaluación, el
sistema presentará la pregunta y los estudiantes pueden seleccionar la respuesta que
creen que es correcta presionando un botón en su control. Cuando el profesor lo
solicite, el software presentará inmediatamente los resultados de esa pregunta a la
clase después de registrar la opción que eligieron.
3.- Para el análisis de los resultados: Al finalizar la evaluación, el sistema
guardará el registro de los controles remotos y sus respuestas para otorgarle una
calificación al alumno y dejarlo registrado en el sistema para su posterior evaluación
e impresión del resultados.
Estos son algunos de los beneficios de usar sistemas de evaluación
automática:
• Velocidad: AES puede puntuar un gran número de muestras de
escritura en un corto período de tiempo.
• Coherencia: los AES son más consistentes que los anotadores
humanos, lo que significa que es menos probable que las puntuaciones
que se asignan varíen según el anotador individual.
• Comentarios: AES puede proporcionar comentarios a los estudiantes,
lo que puede ayudarlos a mejorar sus habilidades de escritura.
Estos son algunos de los desafíos de usar sistemas de evaluación automática:
• Costo: AES puede ser costoso de desarrollar y mantener.
• Complejidad: AES puede ser difícil de entrenar para evaluar con
precisión habilidades de escritura complejas.
• Sesgo: AES puede estar sesgado, lo que significa que es posible que
no evalúen con precisión la escritura de ciertos grupos de estudiantes.
En general, los sistemas de evaluación automática son una herramienta valiosa
para evaluar el trabajo escrito. Pueden ahorrar tiempo, mejorar la consistencia de la
calificación y brindar retroalimentación a los estudiantes. Sin embargo, es importante
ser consciente de los desafíos asociados con AES, como el costo, la complejidad y el
sesgo.
36
DESARROLLO Y TRANSMISIÓN DE VALORES
El estudiante se encuentra ahora en el centro del proceso de enseñanza-
aprendizaje del siglo XXI, el cual es visto como un proceso en el que se desarrollan
competencias, entendidas como la fusión de conocimientos, habilidades y valores. Los
diferentes componentes de la creación, desarrollo e incluso instrucción de
conocimientos y habilidades de este trabajo a los estudiantes han permitido demostrar
cómo la IA es factible a lo largo de su desarrollo y presentación.
El acelerado proceso de convergencia tecnológica e intelectual que vive el
mundo en la actualidad incrementará esta posibilidad cada día. Sin embargo, el tema
de la inculcación de valores en los estudiantes es crucial, dada su innegable
trascendencia en la supervivencia futura de la humanidad. Competencias como la
creatividad y el pensamiento crítico no pueden desligarse de valores como la
integridad, el compañerismo, la decencia, la responsabilidad social, etc.
Sin la menor duda sobre el potencial de desarrollo humano en las próximas
décadas, siglos, etc. También es imposible cuestionar qué debería ser la tecnología,
y en particular la inteligencia artificial, y cómo debería servir a la humanidad
defendiendo los valores que nos definen como seres vivos en nuestro planeta y en el
universo y que han sido transmitidos de generación en generación.
El gran desafío para la comunidad científica y tecnológica es seguir impulsando
estos desarrollos que beneficiarán a la humanidad en lugar de perjudicarla.
Por el momento, la educación tecnológica solo se enfoca en enseñar a las
personas a usar las computadoras. En algún momento, tanto las personas como las
computadoras aprenderán unos de otros como resultado de este desarrollo. Más que
nunca, será crucial integrar adecuadamente la inteligencia humana y la informática
para que puedan coexistir y beneficiarse mutuamente. Las instituciones educativas
deberán reevaluar el conocimiento que se transmite a las generaciones futuras a
medida que cambia el mercado laboral entre las personas y las computadoras.
37
• Desarrollo de valor: se refiere al proceso de crear nuevos valores o
modificar valores existentes. La IA puede desempeñar un papel en el
desarrollo de valor de varias maneras. Por ejemplo, la IA se puede usar
para recopilar y analizar datos sobre valores humanos, que luego se
pueden usar para identificar tendencias y patrones. Esta información se
puede utilizar para desarrollar nuevos valores o para modificar los
valores existentes de una manera que esté más alineada con las
necesidades de la sociedad.
• Transmisión de valor: se refiere al proceso de compartir valores con
otros. La IA también puede desempeñar un papel en la transmisión de
valor de varias maneras. Por ejemplo, la IA se puede utilizar para crear
materiales educativos que enseñen a las personas sobre diferentes
valores. La IA también se puede utilizar para crear plataformas de redes
sociales que permitan a las personas discutir y debatir valores.
El desarrollo y la transmisión de valores es un proceso complejo en el que
influyen diversos factores. La IA es uno de estos factores y es probable que
desempeñe un papel cada vez más importante en el futuro.
Algunos ejemplos específicos de cómo se está utilizando la IA para desarrollar
y transmitir valores son los siguientes:
Los chatbots impulsados por IA se utilizan para brindar apoyo emocional y
asesoramiento a las personas que están luchando con eventos difíciles de la vida.
Esto puede ayudar a promover valores como la compasión, la empatía y la resiliencia.
Los juegos educativos impulsados por IA se utilizan para enseñar a los niños
sobre diferentes valores, como la justicia, la honestidad y el respeto. Esto puede
ayudar a fomentar una cultura de valores positivos en la próxima generación.
Las plataformas de redes sociales impulsadas por IA se están utilizando para
crear comunidades donde las personas pueden discutir y debatir diferentes valores.
Esto puede ayudar a promover la comprensión y la tolerancia de los diferentes puntos
de vista.
A medida que la IA continúa desarrollándose, es probable que veamos formas
aún más innovadoras de usar la IA para desarrollar y transmitir valores. Esto tiene el
potencial de tener un impacto positivo en la sociedad, al ayudar a crear un mundo más
justo, equitativo y tolerante.
38
La innovación, uso y aplicación de la IA para desarrollar y transmitir valores
puede aportar beneficios potenciales a la Educación:
• Puede ayudar a identificar y promover valores positivos. La IA se
puede usar para recopilar y analizar datos sobre los valores humanos,
que luego se pueden usar para identificar tendencias y patrones. Esta
información se puede utilizar para desarrollar nuevos valores o para
modificar los valores existentes de una manera que esté más alineada
con las necesidades de la sociedad.
• La IA puede ayudar a educar a las personas sobre diferentes
valores. La IA se puede utilizar para crear materiales educativos que
enseñen a las personas sobre diferentes valores. Esto puede ayudar a
las personas a comprender la importancia de los valores y a desarrollar
su propio sistema de valores personales.
• La IA puede ayudar a promover la comprensión y la tolerancia de
diferentes puntos de vista. Las plataformas de redes sociales
impulsadas por IA se pueden usar para crear comunidades donde las
personas pueden discutir y debatir diferentes valores. Esto puede ayudar
a promover la comprensión y la tolerancia de los diferentes puntos de
vista.
Sin embargo, también existen algunos riesgos potenciales asociados con el uso
de IA para desarrollar y transmitir valores:
• La IA podría usarse para promover valores negativos. La IA puede
usarse para recopilar y analizar datos sobre valores humanos, pero es
importante asegurarse de que los datos sean precisos e imparciales. Si
los datos no son precisos, podrían usarse para promover valores
negativos.
• La IA podría usarse para manipular los valores de las personas. La
IA podría usarse para crear mensajes personalizados diseñados para
influir en los valores de las personas. Esto podría usarse para manipular
el comportamiento de las personas o para promover ciertas agendas
políticas o sociales.
• La IA podría conducir a una pérdida de agencia humana. Si la IA se
usa para tomar decisiones sobre valores, podría conducir a una pérdida
de agencia humana. Esto significa que las personas ya no podrán tomar
sus propias decisiones sobre qué valores son importantes para ellas.
Es importante ser consciente de estos riesgos cuando se utiliza la IA para
desarrollar y transmitir valores. También es importante garantizar que la IA se utilice
de manera ética y responsable.
39
DETECCIÓN DE COMPORTAMIENTO NOS DESEADOS Y RETENCIÓN DE
LOS ESTUDIANTES
La detección temprana de estudiantes con mayor probabilidad de abandono de
un curso, asignatura o de un programa académico permite a las instituciones
educativas implementar una acción previamente planificada encaminada a la
retención del estudiante, cuyas características se adecuan a las especificidades del
caso específico.
La retención de estudiantes afecta y tiene un impacto en una amplia gama de
métricas que las universidades e instituciones controlan con particular sospecha:
reputación, clasificación, tasas de graduación y nivel de recomendación. Es un
componente crucial de muchos subsistemas educativos, desde la inscripción hasta la
graduación.
En muchos países desarrollados, la gestión de las instituciones de educación
superior se ha convertido en uno de los factores más cruciales, junto con las
donaciones y otros factores. Diversos estudios describen la aplicación de modelos
especializados en la predicción y análisis en profundidad de las causas de la caída de
la matrícula estudiantil en las instituciones educativas.
La detección de comportamientos anómalos, en particular los relacionados con
el compromiso de los estudiantes con sus estudios y con la propuesta académica en
la que participan, es otra área en la que se utilizan los modelos de aprendizaje
automático y, en particular, los de aprendizaje profundo.
Como muestra de ello, han sido realizadas múltiples pruebas donde los
estudiantes son observados a través de una transmisión en vivo en la que se filman
sus rostros, se analizan sus miradas en tiempo real, se superpusieron a una captura
de video de la pantalla, y se grabaron sus voces con un micrófono de diadema.
Utilizando grabaciones de acciones visuales y faciales, se cree que los modelos de
aprendizaje profundo logran la mayor precisión predictiva, según los hallazgos
empíricos.
Se asumió que si los videos instructivos no son interesantes, los estudiantes
perderán interés en el material del curso. Para predecir qué tan atractivo y animado
será un video usando DL, los autores combinaron información visual y de audio. En
comparación con los métodos convencionales, los resultados mostraron una mejora
significativa.
Para medir los niveles de participación de los espectadores mientras miraban
videos de cursos en línea, el trabajo se centró en la postura y los movimientos de la
mirada. Para evaluar el desempeño de varias modalidades, los autores crearon un
entorno basado en técnicas de DL que podía aceptar múltiples canales de entrada
(métricas estadísticas, descriptores faciales y atributos relacionados con la acción).
40
Los resultados experimentales mostraron que el enfoque sugerido funcionó
bien. Se identificaron estudiantes desmotivados o desconectados, ayudando a los
maestros a determinar si están prestando atención o no al material de la lección o a
la actividad sugerida. Se creó un prototipo de sistema basado en DL para el
seguimiento automatizado de la actividad ocular que calculaba la dirección de la
mirada de cada alumno en el aula.
El enfoque sugerido superó a otros enfoques básicos convencionales y pudo
estimar la ubicación del objetivo de la mirada de cada persona en la imagen con
mucha más precisión que la aleatoriedad.
La inteligencia artificial es capaz de ayudar a detectar comportamientos
negativos en el desempeño académico de los estudiantes, por ejemplo:
• Análisis de datos de estudiantes: La IA se puede usar para analizar
grandes conjuntos de datos de estudiantes, como registros de
asistencia, calificaciones y puntajes de exámenes. Estos datos se
pueden usar para identificar patrones de comportamientos como
ausencias excesivas, calificaciones bajas o problemas de conducta. La
Universidad del Sur de California utiliza IA para realizar un
seguimiento de la participación de los estudiantes en los cursos en línea.
El sistema utiliza datos como la frecuencia con la que los estudiantes
inician sesión, el tiempo que dedican a cada lección y si completan las
tareas. Estos datos se utilizan para identificar a los estudiantes que están
en riesgo de abandonar la escuela y brindarles intervenciones
personalizadas.
• Monitoreo de las redes sociales: La IA también se puede usar para
monitorear las redes sociales en busca de ciertas actitudes. Por ejemplo,
se puede usar para identificar a los estudiantes que publican sobre
acoso, ciberacoso u otras formas de mala conducta. La Escuela Virtual
de Florida está utilizando IA para detectar el acoso cibernético. El
sistema utiliza procesamiento de lenguaje natural para analizar los
registros de chat de los estudiantes en busca de signos de acoso. Si se
detecta acoso, el sistema envía automáticamente un informe a la
administración de la escuela.
• Seguimiento de la participación de los estudiantes: La IA también se
puede utilizar para realizar un seguimiento del desempeño de los
estudiantes en el aula. Esto se puede hacer al monitorear la participación
de los alumnos en las discusiones de clase, las actividades en línea y
las tareas y de esta manera identificar a los estudiantes que están
desconectados y en riesgo de abandonar los estudios. El Distrito
Escolar Unificado de Oakland está utilizando IA para predecir qué
estudiantes corren el riesgo de abandonar la escuela. El sistema utiliza
datos como registros de asistencia, calificaciones y puntajes de
41
exámenes para identificar a los estudiantes que corren el riesgo. Luego,
estos estudiantes reciben servicios de apoyo adicionales para ayudarlos
a permanecer en la escuela.
• Proporcionar intervenciones personalizadas: La IA también se puede
usar para brindar intervenciones personalizadas a los estudiantes que
exhiben un comportamiento negativo o que corren el riesgo de
abandonar la escuela. Por ejemplo, la IA se puede utilizar para generar
mensajes personalizados o recomendaciones para los estudiantes.
En general, la IA tiene el potencial de ser una herramienta poderosa para
identificar comportamientos indeseables y apoyar retención de estudiantes. Al analizar
grandes conjuntos de datos de estudiantes, monitorear las redes sociales, rastrear la
participación de los estudiantes y proporcionar intervenciones personalizadas, la IA
puede ayudar a las escuelas a identificar y abordar estos problemas a tiempo.
PREDICCIÓN DEL RENDIMIENTO DE LOS ESTUDIANTES
Dada la cantidad de artículos científicos que se han publicado hasta la fecha
sobre el tema, es seguro decir que una de las principales aplicaciones del aprendizaje
automático en la educación es la predicción del desempeño y rendimiento académico
de un estudiante.
El llamado Knowledge Tracing
10
se encuentra entre los campos más
avanzados. Esta técnica de aprendizaje no supervisada es utilizada por los autores
para dividir a los estudiantes en un curso de programación en grupos de acuerdo con
lo bien que les fue en los cursos de requisitos previos. Con el fin de reducir la
probabilidad de que estos estudiantes suspendan el curso, se considerará
especialmente a los estudiantes que pertenecen a los grupos de rendimiento más
bajo. Esto dará como resultado un plan pedagógico personalizado.
Los autores de un estudio diferente en este campo han presentado un modelo
completamente nuevo para categorizar a los estudiantes en tres grupos con el fin de
evaluar sus estilos de aprendizaje y ayudarlos a perfeccionar sus técnicas de estudio.
Para categorizar a los estudiantes en función de los aspectos más importantes de su
actividad académica, han optado por utilizar técnicas de aprendizaje automático de
última generación. Han podido agrupar a los estudiantes en grupos de riesgo alto,
medio y bajo mediante el uso de este método.
Los autores del libro "Predicting students performance in educational data
mining in Proceedings of the International Symposium on Educational Technology"
10
Consiste en modelar el conocimiento de los estudiantes a lo largo del tiempo para que
podamos predecir con precisión cómo se desempeñarán los estudiantes en futuras interacciones.
42
presentaron un clasificador DL para pronosticar el desempeño de los estudiantes. El
sistema desarrolló múltiples niveles de representación por sí solo y pudo crear grupos
de estudiantes con diversas aptitudes, lo que les dio a los investigadores una mejor
idea de lo que podría resultar de las evaluaciones posteriores.
Aquí se planteó un método para predecir las calificaciones finales de los
estudiantes utilizando DL sobre la información almacenada en un sistema educativo
tipo LMS
11
. La información recolectada durante el registro representó los esfuerzos
académicos de los estudiantes que utilizaron los sistemas de portafolio electrónico (e-
portfolio) y libro electrónico (e-book), ambos componentes de la plataforma de soporte
LMS.
Por último, pero no menos importante, "Gritnet 2: Real-time student
performance prediction with domain adaptation" y "Gritnet: Student performance
prediction with deep learning" reformularon el problema de predicción del rendimiento
de los estudiantes como un problema de predicción de eventos secuenciales y
propusieron un algoritmo DL llamado GritNet.
Gracias al uso de la IA es posible predecir el desempeño de los estudiantes
con un alto grado de precisión. Esto se debe a que la IA puede analizar grandes
cantidades de datos, incluida la demografía de los estudiantes, el historial académico
y el comportamiento de aprendizaje, para identificar patrones y tendencias que
puedan predecir el rendimiento futuro.
El uso de la IA para predecir el rendimiento de los estudiantes tiene varios
beneficios.
• Primero, puede ayudar a los educadores a identificar a los estudiantes
que corren el riesgo de reprobar. Esto permite que los educadores
intervengan temprano y brinden apoyo específico a estos estudiantes, lo
que puede ayudarlos a mejorar su desempeño y evitar fallar.
• En segundo lugar, la IA puede ayudar a los educadores a personalizar
el aprendizaje. Al comprender cómo aprende cada estudiante y qué
factores afectan su desempeño, los educadores pueden crear
experiencias de aprendizaje que se adapten a las necesidades
individuales de cada estudiante. Esto puede ayudar a los estudiantes a
aprender de manera más efectiva y lograr sus metas académicas.
• En tercer lugar, la IA puede ayudar a los educadores a mejorar la
eficiencia de su enseñanza. Al automatizar algunas de las tareas
involucradas en la evaluación y el seguimiento de los estudiantes, la IA
puede liberar el tiempo de los educadores para que puedan
11
LMS se refiere al concepto de Learning Management System o Sistema de gestión del
aprendizaje. El cometido del LMS es hacer más sencillo la gestión de las actividades o contenidos.
43
concentrarse en otros aspectos de la enseñanza, como planificar
lecciones y brindar instrucción individual.
Por supuesto, también existen algunos desafíos en el uso de la IA para predecir
el rendimiento de los estudiantes.
• Un primer desafío es que los datos utilizados para entrenar modelos de
IA deben ser precisos y completos. Si los datos no son precisos, el
modelo de IA no podrá hacer predicciones precisas.
• Otro desafío es que los modelos de IA pueden estar sesgados. Esto se
debe a que los datos utilizados para capacitarlos pueden reflejar los
sesgos que existen en la sociedad. Por ejemplo, si los datos provienen
principalmente de estudiantes blancos, es más probable que el modelo
de IA prediga que los estudiantes blancos tendrán éxito que los
estudiantes de color.
• A pesar de estos desafíos, la IA tiene el potencial de ser una herramienta
poderosa para predecir el desempeño de los estudiantes. Con una
cuidadosa atención a los datos utilizados para entrenar modelos de IA y
el potencial de sesgo, la IA puede ayudar a los educadores a identificar
a los estudiantes que corren el riesgo de reprobar, personalizar el
aprendizaje y mejorar la eficiencia de su enseñanza.
A continuación se presentan algunos ejemplos específicos de cómo se utiliza
la IA para predecir el rendimiento de los estudiantes:
• La Universidad de California, Berkeley está utilizando IA para predecir
qué estudiantes corren el riesgo de abandonar la escuela. El modelo de
IA utiliza datos de los registros académicos de los estudiantes, la
actividad en las redes sociales y otras fuentes para identificar a los
estudiantes que tienen dificultades. Una vez que se identifica a estos
estudiantes, se les brindan intervenciones y apoyo para ayudarlos a
permanecer en la escuela.
• La Khan Academy está utilizando IA para personalizar el aprendizaje
de cada estudiante. El modelo de IA realiza un seguimiento del progreso
de cada estudiante e identifica las áreas en las que necesitan ayuda.
Luego, el modelo recomienda actividades de aprendizaje que se
adaptan a las necesidades individuales de cada estudiante.
• The Pearson Education Company está utilizando IA para desarrollar
evaluaciones adaptativas. Las evaluaciones adaptativas son
evaluaciones que cambian en dificultad según el desempeño del
estudiante. Esto permite a los estudiantes trabajar a su propio ritmo y
obtener la ayuda que necesitan cuando la necesitan.
44
A medida que la tecnología de IA continúa desarrollándose, podemos esperar
ver formas aún más innovadoras de usar la IA para mejorar el aprendizaje de los
estudiantes.
45
CAPÍTULO IV: DESAFÍOS, RIESGOS Y OPORTUNIDADES
PARA LA IA EN LA EDUCACIÓN
Las políticas públicas deben abordar una serie de cuestiones provocadas por
la revolución tecnológica de la IA si quieren aumentar la probabilidad de que las
ventajas potenciales que ofrece y que se discutieron en las secciones anteriores.
En primer lugar, existe una preocupación por la protección de la privacidad de
los escolares. Los algoritmos de aprendizaje automático obtienen su inteligencia al ser
entrenados con cantidades masivas de datos, lo que en el contexto de la educación
significa usar datos sobre los estudiantes y sus familias que están disponibles en las
escuelas y, en algunos casos, en las redes sociales, así como otras grabaciones de
imágenes, videos y audios creados por las aplicaciones para personalizar sus
respuestas.
Los protocolos de seguridad están relacionados con los riesgos de la
información, pero la gobernanza de datos por parte del sistema educativo y las
empresas que crean las aplicaciones está en discusión. Esto se debe a que es más
probable que la información personal de los menores se utilice para fines no
aprobados y podrían convertirse en objeto de manipulación comercial o de otro tipo.
El riesgo de un ciberataque también es alto cuando se usa IA sin los protocolos de
seguridad adecuados. Aunque no es el único riesgo asociado con él, el potencial de
sus aplicaciones para mejorar los procedimientos de enseñanza y aprendizaje
aumenta la exposición de la información personal de los estudiantes y sus familias.
En segundo lugar, existe la preocupación de que los sesgos integrados en las
nuevas aplicaciones de IA no ayuden a garantizar una educación inclusiva y de alta
calidad para todos.
Debido a que los algoritmos de aprendizaje automático se entrenan con datos
de contextos e individuos específicos, es posible que estos sistemas internalicen
criterios parciales o discriminatorios de esas fuentes. Su uso podría así perpetuar
estos sesgos en el aula, manteniendo o ampliando las brechas que ya existen en el
sistema educativo. Por lo tanto, es crucial que se creen políticas para evitar que la
incorporación de la IA amplíe las brechas de género, raza u otras categorías que ya
existen.
En tercer lugar, y relacionado con el punto anterior, existe la preocupación de
que el uso de la IA agudice aún más los problemas de equidad educativa dentro y
entre las naciones. Se reconoce que la adopción de estas nuevas tecnologías ha sido
lenta hasta el momento, en parte por los altos costos de inversión que siguen
representando para las escuelas y en parte por la falta de capacitación que han
recibido los docentes en su uso, lo que les impide comprender plenamente sus
contribuciones y uso en sus clases.
46
Nota: Elaboración propia
47
Es probable que las escuelas y las naciones con más recursos puedan
establecer las condiciones para el uso de la IA más rápidamente que las naciones y
los sectores más pobres, lo que en realidad ampliará la brecha de oportunidades
educativas que ya existe.
En cuarto lugar, existe un problema con la forma en que la IA interactúa con los
estudiantes y la creencia que crea la IA de que la tecnología puede enseñar a los
estudiantes y reemplazar a los maestros.
La representación generalizada en los medios de que los robots tienen
capacidades humanas refuerza la idea de que, como está sucediendo en otros
sectores económicos, las máquinas podrían automatizar las tareas de las que son
responsables los docentes. Sin embargo, el papel fundamental que juegan los
docentes en el proceso de desarrollo del aprendizaje significativo de los estudiantes
no puede ser reemplazado actualmente por la IA, a pesar de que algunas de las tareas
rutinarias que realizan sí podrían.
Es necesario desmentir estos mitos que impregnan la cultura popular y medir
adecuadamente el aporte que las nuevas herramientas tecnológicas pueden hacer en
los procesos de enseñanza y aprendizaje y cómo complementarán el trabajo de los
docentes para facilitar que las escuelas y los docentes adopten aplicaciones de IA.
El nivel de autonomía que pueden tener los sistemas basados en IA es otra
preocupación compartida por muchos. Los algoritmos de aprendizaje automático se
autocalibran para predecir los resultados deseados durante su proceso de
entrenamiento, pero a diferencia de los sistemas informáticos tradicionales donde los
criterios y reglas de operación se hacen explícitos en el código de sus programas,
operan sin ningún criterio o regla y son algo opacos en términos de por qué trabajan
de la forma en que lo hacen.
Al referirse al sistema desarrollado, un investigador que participa en el
desarrollo del sistema para automatizar la corrección de ensayos realizados por
estudiantes en China ilustra esta situación:
“... [el algoritmo] ha evolucionado continuamente y se ha
vuelto tan complejo que ya no sabemos con certeza qué estaba
pensando y cómo emitió un juicio…” (Chen, 2018).
En otros casos, los algoritmos han sorprendido a los investigadores al dar con
soluciones que no habían previsto, demostrando cierto grado de comportamiento
impredecible en el uso de este tipo de tecnología.
Estas características de la IA, que la distinguen de otras tecnologías digitales
que la precedieron, generan preocupaciones morales sobre la idoneidad de sus
acciones e incluso las posibles ramificaciones legales que podrían resultar si estas
acciones tienen efectos desfavorables en otros.
48
Mucha gente ha pedido la promoción de leyes y reglamentos que maximicen
las ventajas y minimicen los riesgos de integrar la inteligencia artificial en varios
aspectos de la vida económica y social, incluida la educación.
En América Latina y el Caribe destaca la iniciativa fAIr LAC
12
del BID
13
. Esto
tiene como objetivo promover el uso ético de la IA para que su potencial para el
desarrollo nacional pueda realizarse plenamente, al tiempo que se salvaguarda la
privacidad de los datos y se evitan posibles sesgos en el desarrollo de algoritmos.
En particular, las políticas educativas deben asumir esta misión incorporando
una visión que tenga en cuenta las potencialidades y dificultades que puede traer la
IA. Esto se hace para apoyar la educación que, al tiempo que satisface las
necesidades de la sociedad contemporánea, puede al mismo tiempo disipar los
temores, actuar de manera realista y enfrentar las dificultades.
DESAFÍOS DE USAR IA EN LA EDUCACIÓN
• Privacidad y ética de los datos. Los sistemas de IA están entrenados
en grandes conjuntos de datos, lo que puede generar inquietudes sobre
la privacidad y la ética. Por ejemplo, si un sistema de IA se entrena en
un conjunto de datos de las calificaciones de los estudiantes, existe el
riesgo de que estos datos se utilicen para discriminar a los estudiantes.
Es importante garantizar que los sistemas de IA se desarrollen y utilicen
de manera ética y que se proteja la privacidad de los estudiantes.
• El costo de las herramientas y aplicaciones de IA. Las herramientas
y aplicaciones de IA pueden ser costosas, lo que puede ser una barrera
para las escuelas e instituciones educativas que no cuentan con los
recursos para invertir en esta tecnología.
• La necesidad de experiencia técnica. Los docentes que no están
familiarizados con la IA pueden tener dificultades para integrar esta
tecnología en sus prácticas docentes. Es posible que necesiten apoyo y
capacitación para comenzar.
12
Es una alianza entre los sectores público y privado, la sociedad civil y la academia, para
incidir tanto en la política pública como en el ecosistema emprendedor en la promoción del uso
responsable y ético de la IA.
13
El Banco Interamericano (BID) es una organización financiera internacional, organizada para
apoyar a los Estados de la Región a alcanzar el desarrollo de una manera sostenible, a través de
proyectos e instrumentos financieros y técnicos, priorizando la inclusión social y la igualdad, la
productividad y la innovación, y la integración económica regional en su trabajo de desarrollo a lo largo
de América Latina y el Caribe.
49
• El potencial de acceso desigual a la tecnología y las habilidades
digitales. No todos los estudiantes tienen el mismo acceso a la
tecnología y las habilidades digitales. Esto podría crear una brecha
digital, donde los estudiantes que tienen acceso a herramientas y
aplicaciones de IA tienen una ventaja sobre aquellos que no lo tienen.
• El impacto de la IA en el mercado laboral. A medida que la IA se
vuelve más sofisticada, existen preocupaciones sobre su impacto en el
mercado laboral. Algunos trabajos pueden ser automatizados por IA, lo
que podría provocar la pérdida de puestos de trabajo. Es importante
considerar el impacto potencial de la IA en el mercado laboral al
planificar el futuro de la educación.
• Sesgo en los sistemas de IA. Los sistemas de IA pueden estar
sesgados, lo que puede conducir a un trato injusto de los estudiantes.
Por ejemplo, es más probable que un sistema de IA que se entrena en
un conjunto de datos de las calificaciones de los estudiantes que es
predominantemente blanco y masculino recomiende que los estudiantes
varones blancos tomen cursos avanzados.
• La necesidad de supervisión humana. Los sistemas de IA no son
perfectos y pueden cometer errores. Es importante contar con
supervisión humana para garantizar que los sistemas de IA se utilicen
de manera responsable y que los estudiantes no sufran daños.
• La necesidad de pautas y regulaciones claras. A medida que la IA se
generaliza en la educación, es importante desarrollar pautas y
regulaciones claras para su uso. Esto ayudará a garantizar que la IA se
utilice de manera segura y ética.
Estos son solo algunos de los desafíos que se afrontan con el uso de IA en la
educación. Es importante considerar cuidadosamente estos aspectos antes de
implementar la IA en el aula. Sin embargo, con una planificación e implementación
cuidadosas, la IA tiene el potencial de revolucionar la educación y mejorar la
experiencia de aprendizaje de los estudiantes.
50
RIESGOS DE USAR IA EN LA EDUCACIÓN
• Sesgo: los algoritmos de IA son tan buenos como los datos con los que
se entrenan. Si los datos están sesgados, el sistema de IA reflejará esos
sesgos en su salida. Esta es una preocupación particular en el contexto
de la educación, ya que los algoritmos de IA podrían reforzar los
estereotipos o sesgos existentes.
El sesgo en el proceso educativo potenciado por Inteligencia Artificial es un
aspecto bastante recurrente, por lo cual es primordial desarrollar estrategias que
permitan manejar este problema. Por ejemplo, si un modelo se entrena en un conjunto
de datos que es mayoritariamente blanco y masculino, es probable que refleje esos
sesgos en sus predicciones. Es importante utilizar diversos conjuntos de datos que
representen la gama completa de experiencias humanas.
Otro punto que puede ayudar a contrarrestar esta problemática es cuidar la
transparencia de los datos. Es importante ser claro con los datos que se utilizan para
entrenar modelos de IA. Esto permitirá a los educadores y estudiantes comprender el
potencial de sesgo y tomar medidas para mitigarlo.
También es factible el uso de la IA explicable (XAI), un campo de investigación
que busca hacer que los modelos de IA sean más transparentes y comprensibles. Las
técnicas de XAI pueden ayudar a identificar y explicar los sesgos que están presentes
en los modelos de IA.
Por último es importante involucrar a las partes interesadas, como educadores,
estudiantes y padres, en el desarrollo y uso de la IA en la educación. Esto ayudará a
garantizar que la IA se utilice de manera justa y equitativa.
• Falta de transparencia: Los sistemas de IA suelen ser complejos y
opacos, lo que dificulta entender cómo funcionan y cómo toman
decisiones. Esto puede dificultar que los sistemas de IA rindan cuentas
por sus acciones, y también puede dificultar garantizar que los sistemas
de IA se utilicen de manera justa y ética.
• Preocupaciones de privacidad: Los sistemas de IA a menudo
recopilan y almacenan grandes cantidades de datos personales sobre
los estudiantes. Estos datos podrían utilizarse para realizar un
seguimiento del progreso de los estudiantes, para proporcionar
experiencias de aprendizaje personalizadas o para otros fines. Sin
embargo, es importante garantizar que estos datos se utilicen de manera
segura y protegida, y que se proteja la privacidad de los estudiantes.
51
• Exceso de confianza en la tecnología: La IA puede ser una
herramienta poderosa para el aprendizaje, pero es importante usarla con
moderación. Si los estudiantes confían demasiado en la IA, pueden
perder la capacidad de pensar críticamente y resolver problemas por sí
mismos. Es importante asegurarse de que la IA se utilice como un
complemento de los métodos de aprendizaje tradicionales, no como un
reemplazo.
Es importante ser consciente de estos riesgos y tomar medidas para mitigarlos.
De esta manera es posible garantizar que la IA se use de manera segura y ética en la
educación, y que pueda ayudar a mejorar la calidad del aprendizaje para todos los
estudiantes.
Otros riesgos adicionales que se pueden enumerar son:
• Desplazamiento laboral: A medida que la IA se vuelve más sofisticada,
es posible que algunos trabajos en educación se automaticen. Esto
podría conducir al desplazamiento laboral de los docentes y otros
profesionales de la educación.
• Inequidad: La IA podría exacerbar las desigualdades existentes en la
educación. Por ejemplo, si los sistemas de IA no se diseñan e
implementan con cuidado, podrían reforzar los sesgos existentes contra
ciertos grupos de estudiantes.
• Riesgos de seguridad: Los sistemas de IA podrían piratearse o
utilizarse para difundir información errónea. Esto podría tener un impacto
negativo en el ambiente de aprendizaje.
Al tomar medidas para mitigar estos riesgos, podemos asegurarnos de que la
IA se utilice para mejorar la educación.
OPORTUNIDADES AL USAR IA EN LA EDUCACIÓN
• Personalización de las experiencias de aprendizaje: la IA se puede
utilizar para analizar los datos de los estudiantes e identificar sus
fortalezas y debilidades. Esta información se puede utilizar para crear
planes de aprendizaje personalizados que se adapten a las necesidades
individuales de cada estudiante.
• Automatización de tareas administrativas: La IA se puede usar para
automatizar muchas de las tareas administrativas que actualmente
realizan los maestros y el personal. Esto libera tiempo para que los
52
maestros se concentren en la enseñanza y también puede ayudar a
mejorar la eficiencia de las escuelas.
• Mejora de la accesibilidad: la IA se puede utilizar para crear materiales
educativos accesibles para estudiantes con discapacidades. Esto puede
incluir materiales que están en diferentes idiomas, que están diseñados
para estudiantes con impedimentos visuales o que están diseñados para
estudiantes con impedimentos auditivos.
• Proporcionar comentarios en tiempo real: La IA se puede utilizar para
proporcionar comentarios en tiempo real a los estudiantes sobre su
trabajo. Esta retroalimentación puede ayudar a los estudiantes a
identificar sus errores y mejorar su comprensión del material.
• Desarrollo de nuevas tecnologías educativas: La IA se puede utilizar
para desarrollar nuevas tecnologías educativas, como tutores virtuales y
sistemas de aprendizaje inteligente. Estas tecnologías tienen el
potencial de revolucionar la forma en que los estudiantes aprenden.
Además de estas oportunidades específicas, la IA también tiene el potencial de
abordar algunos de los mayores desafíos de la educación actual. Por ejemplo, la IA
se puede utilizar para ayudar a cerrar la brecha de logros, mejorar la capacitación de
los docentes y hacer que la educación sea más asequible.
Por supuesto, también existen algunos desafíos asociados con el uso de la IA
en la educación. Por ejemplo, es importante garantizar que la IA se utilice de manera
justa y ética. También es importante asegurarse de que los estudiantes tengan las
habilidades que necesitan para usar la IA de manera efectiva.
ASPECTOS ÉTICOS Y SOCIALES
El uso de la IA en la educación plantea una serie de desafíos éticos y sociales,
que incluyen aspectos ya mencionados como la Privacidad y protección de datos y el
sesgo, pero también presenta otros problemas que deben abordarse:
• Responsabilidad: Puede ser difícil responsabilizar a los sistemas de IA
por sus decisiones. Esto se debe a que los sistemas de IA suelen ser
complejos y opacos, lo que dificulta entender cómo toman decisiones.
Esta falta de transparencia puede dificultar la identificación y el
tratamiento de los sesgos en los sistemas de IA.
• El impacto en las relaciones humanas: Los sistemas de IA podrían
potencialmente reemplazar a los maestros y otros educadores humanos.
53
Esto podría tener un impacto negativo en la calidad de la educación, así
como en las relaciones entre estudiantes y docentes.
• El impacto en la sociedad: El uso generalizado de la IA en la educación
podría tener un impacto significativo en la sociedad. Por ejemplo, podría
conducir a una mayor desigualdad, ya que los estudiantes de familias
adineradas tienen más acceso a herramientas educativas impulsadas
por IA. También podría conducir a una disminución en las habilidades de
pensamiento crítico, ya que los estudiantes se vuelven más
dependientes de los sistemas de inteligencia artificial para que piensen
por ellos. También existe la preocupación de que la IA pueda tener un
impacto perjudicial en nuestro tejido social.
Una de las principales preocupaciones es que la IA podría conducir a una
mayor desigualdad. A medida que las máquinas impulsadas por IA se vuelven más
sofisticadas, es probable que automaticen muchos trabajos que actualmente realizan
los humanos. Esto podría conducir a un desempleo generalizado, particularmente
entre los trabajadores poco calificados.
Otra preocupación es que la IA podría usarse para manipular a las personas y
controlar su comportamiento. Por ejemplo, la IA podría usarse para crear propaganda
personalizada que se adapte al perfil psicológico de cada individuo. Esto podría usarse
para influir en las elecciones, influir en la opinión pública o incluso incitar a la violencia.
La literatura actual también explora estos desafíos, por ejemplo el libro The
Ethics of Artificial Intelligence in Education de Alison Holmes y Anna Porayska-Pomsta
cubre una amplia gama de temas, incluida la privacidad y la protección de datos, el
sesgo, la responsabilidad, el impacto en las relaciones humanas y el impacto en la
sociedad.
El libro argumenta que el uso de la IA en la educación puede tener
implicaciones éticas tanto positivas como negativas y proporciona un valioso punto de
partida para cualquiera que esté interesado en los desafíos éticos que plantea la IA
en la educación.
Por un lado, la IA tiene el potencial de mejorar la educación al brindar
experiencias de aprendizaje personalizadas, apoyar a los estudiantes con
discapacidades y hacer que la educación sea más accesible para todos.
Por otro lado, la IA también plantea una serie de preocupaciones éticas, como
la posibilidad de sesgo, la falta de transparencia y el impacto en las relaciones
humanas. Este libro concluye pidiendo un enfoque más ético para el desarrollo y uso
de la IA en la educación.
54
Los autores argumentan que debemos considerar cuidadosamente las
implicaciones éticas de la IA antes de implementarla en entornos educativos. También
necesitamos desarrollar pautas y regulaciones éticas para garantizar que la IA se use
de manera responsable y ética.
Estos son solo algunos de los posibles impactos negativos de la IA y es
importante recordar que aún se encuentra en sus primeras etapas de desarrollo y es
imposible decir con certeza cuáles serán las consecuencias a largo plazo.
Sin embargo, se debe mantener una consciencia de los riesgos potenciales
para que podamos tomar medidas para mitigarlos y mantener discusiones abiertas y
honestas sobre estos temas para que podamos desarrollar sistemas de IA que sean
éticos y beneficiosos para la sociedad.
55
CONSIDERACIONES FINALES
La educación siempre ha sido una parte integral de nuestra sociedad, pero la
forma en que enseñamos y aprendemos está cambiando rápidamente a medida que
avanza la tecnología.
La inteligencia artificial está transformando la educación, brindando a los
estudiantes acceso a herramientas de aprendizaje innovadoras e interactivas para
mejorar su rendimiento académico. Además, los educadores podrán personalizar el
contenido y los métodos de enseñanza según las necesidades individuales de los
estudiantes.
Por ejemplo, los sistemas de tutoría inteligente utilizan IA para analizar los
comentarios de los estudiantes y proporcionar comentarios personalizados y
recomendaciones de aprendizaje. Esto no solo ayuda a los estudiantes a comprender
los conceptos, sino que también les permite aprender a su propio ritmo.
Además, las herramientas de aprendizaje impulsadas por IA promueven
habilidades como el pensamiento crítico, la resolución de problemas y la colaboración.
Los chatbots educativos ayudan de manera efectiva a los estudiantes a
encontrar información relevante y responder preguntas frecuentes, mientras que los
programas de aprendizaje adaptativo ajustan el contenido según el rendimiento, las
fortalezas y las debilidades de los estudiantes.
Para el rol del estudiante la Inteligencia Artificial puede mejorar la experiencia
de aprendizaje de muchas maneras. Algunas de las formas en que la IA puede mejorar
la experiencia de aprendizaje son:
• Aprendizaje personalizado: la IA se puede utilizar para crear
experiencias de aprendizaje personalizadas para los estudiantes al
adaptar el contenido, la dificultad y el ritmo de instrucción a las
necesidades y preferencias individuales de cada estudiante. Esto puede
ayudar a los estudiantes a aprender de manera más efectiva y eficiente,
y también puede ayudar a mantenerlos comprometidos y motivados.
• Aprendizaje adaptativo: la IA se puede usar para crear experiencias de
aprendizaje adaptativo para los estudiantes brindándoles diferentes
niveles de desafío y apoyo a medida que avanzan en el material. Esto
puede ayudar a los estudiantes a aprender a su propio ritmo y de una
manera que se adapte a sus estilos de aprendizaje individuales.
• Gamificación: la IA se puede utilizar para gamificar la experiencia de
aprendizaje haciéndola más interactiva y atractiva. Esto puede ayudar a
los estudiantes a mantenerse motivados e interesados en el material, y
también puede ayudarlos a aprender de manera más efectiva.
56
• Comentarios en tiempo real: la IA se puede usar para proporcionar a
los estudiantes comentarios en tiempo real sobre su trabajo. Esto puede
ayudar a los estudiantes a identificar sus fortalezas y debilidades, y
también puede ayudarlos a mejorar su desempeño.
• Tutoría virtual: La IA se puede utilizar para proporcionar tutoría virtual
a los estudiantes. Esto se puede hacer a través de chatbots u otros
sistemas impulsados por IA que pueden responder las preguntas de los
estudiantes y brindarles orientación.
• Proporcionar enriquecimiento: La IA se puede utilizar para brindar a
los estudiantes oportunidades de enriquecimiento, como acceso a
cursos en línea, excursiones virtuales y simulaciones interactivas. Esto
puede ayudar a los estudiantes a aprender a su propio ritmo y a explorar
temas que les interesen.
• La IA puede ayudar a que la educación sea más accesible para
todos. La IA se puede utilizar para crear experiencias de aprendizaje
personalizadas para los estudiantes, independientemente de su
ubicación o estilo de aprendizaje. Esto puede ayudar a asegurar que
todos tengan la oportunidad de recibir una educación de alta calidad.
• La IA puede ayudar a preparar a los estudiantes para el futuro. El
mundo se está volviendo cada vez más digital y la IA se está volviendo
cada vez más importante en el lugar de trabajo. Al utilizar la IA en la
educación, podemos ayudar a los estudiantes a desarrollar las
habilidades y los conocimientos que necesitan para tener éxito en el
futuro.
Desde el rol del profesor la IA también puede ser un gran apoyo para mejorar
el quehacer docente:
• Automatización de tareas: la IA puede automatizar muchas de las
tareas que actualmente realizan los educadores, como calificar trabajos,
crear planes de lecciones y responder correos electrónicos. Esto puede
liberar el tiempo de los educadores para que puedan concentrarse en
tareas más creativas y estratégicas, como diseñar lecciones atractivas y
brindar apoyo individualizado a los estudiantes.
• Diagnóstico de dificultades de aprendizaje: La IA se puede utilizar
para diagnosticar dificultades de aprendizaje en los estudiantes. Esto
puede ayudar a los educadores a identificar a los estudiantes que
necesitan apoyo adicional y también puede ayudar a guiar el desarrollo
de planes de aprendizaje individualizados.
Con la IA capaz de ofrecer contenidos y evaluaciones personalizados, los
profesores pueden aprovechar al máximo su tiempo y concentrarse en fomentar el
57
pensamiento crítico, la creatividad y las habilidades sociales de los estudiantes, todos
los cuales son, sin duda, conceptos difíciles de enseñar.
Pero si hay algo que debe quedar claro, es que este cambio de rol requiere que
los maestros aprendan nuevas habilidades relacionadas con la IA. Si bien estas
habilidades son ventajosas porque mantienen a los docentes preparados para
situaciones cambiantes, algunas personas incluso temen que esto resulte en un
aumento de la carga de trabajo de los docentes.
En general los sistemas de aprendizaje impulsados por IA son plataformas
educativas que utilizan inteligencia artificial para personalizar la experiencia de
aprendizaje de cada estudiante. Estos sistemas recopilan datos sobre el progreso, los
estilos de aprendizaje y las preferencias de los estudiantes, y utilizan estos datos para
generar contenido, evaluaciones y comentarios personalizados.
Knewton y Pearson son dos de los principales proveedores de sistemas de
aprendizaje impulsados por IA. El sistema de Knewton utiliza un algoritmo bayesiano
14
para realizar un seguimiento del progreso de los estudiantes y ajustar la dificultad del
contenido en consecuencia. El sistema de Pearson utiliza el aprendizaje automático
para identificar las fortalezas y debilidades de los estudiantes y luego brinda
instrucción personalizada para abordar esas áreas.
Knewton y Pearson no son los únicos sistemas que en la actualidad están
siendo implementados actualmente en la Educación, otros ejemplos de esto son
Gradescope y Turnitin, los cuales pueden calificar automáticamente las tareas de los
estudiantes, liberando el tiempo de los maestros para que se concentren en otras
tareas. GoStudent y Prodigy, pueden brindar a los estudiantes tutoría individual,
incluso si no se encuentran en el mismo lugar.
Otra de los sistemas que pueden marcar el comienzo de una nueva era de
aprendizaje son los chatbots, por lo que es importante tener en cuenta su papel
potencial en el panorama educativo futuro. La implementación de un chatbot de IA en
el aula tendrá beneficios potenciales reales, pero los educadores también deben estar
dispuestos a hacer compromisos financieros y de tiempo y sopesar cuidadosamente
las implicaciones.
Si de vanguardia en cuanto a chatbots se trata, es primordial abordar el
desarrollo de ChatGPT, un modelo de procesamiento de lenguaje natural creado por
OpenAI, es el resultado de avances recientes en procesamiento de lenguaje natural
(PNL
15
), aprendizaje automático e inteligencia artificial.
Esta herramienta, que actualmente está recibiendo mucha atención, es una red
neuronal que ha sido entrenada con mucho texto para producir respuestas lógicas y
14
Son modelos gráficos probabilísticos que proporcionan una forma simple de visualizar la
estructura de un modelo de probabilidad, así como de profundizar en las propiedades del modelo,
incluyendo las estructuras de independencia condicional.
15
NLP por sus siglas en inglés.
58
similares a las humanas a consultas y comandos de texto. Se puede aplicar a una
serie de tareas, incluida la generación automática de contenido, la automatización de
diálogos y la mejora de la comprensión del lenguaje natural.
Si bien esta tecnología tiene el potencial de revolucionar la forma en que nos
comunicamos y trabajamos con las máquinas, también presenta algunas
oportunidades y amenazas para el futuro de la educación, la función de los docentes
y la evaluación del aprendizaje.
El potencial para revolucionar la enseñanza y el aprendizaje de idiomas es una
de las oportunidades más importantes que ChatGPT ofrece a la educación. ChatGPT
se puede usar para crear herramientas interactivas de aprendizaje de idiomas que
pueden ayudar a los estudiantes a mejorar sus habilidades lingüísticas de una manera
más atractiva e individualizada debido a su capacidad para comprender y responder
a la entrada de lenguaje natural.
Por ejemplo, ChatGPT se puede usar para crear instructores de idiomas
virtuales que pueden ofrecer a los estudiantes comentarios en tiempo real y lecciones
individualizadas según su nivel de dominio del idioma y preferencias de aprendizaje.
Los estudiantes que luchan con las técnicas tradicionales de aprendizaje de idiomas
o aquellos que no pueden contratar a un tutor de idiomas debido a limitaciones
financieras pueden encontrar esto especialmente útil.
ChatGPT ofrece el potencial de mejorar la forma en que evaluamos el
aprendizaje de los estudiantes, que es otra oportunidad para la educación. ChatGPT
se puede utilizar para desarrollar herramientas de evaluación automatizadas más
precisas y confiables debido a su capacidad de comprensión y respuesta. A modo de
ilustración, se puede utilizar para desarrollar evaluaciones de escritura automatizadas
que ofrezcan a los estudiantes comentarios inmediatos sobre sus habilidades de
escritura y los ayuden a identificar las áreas en las que necesitan mejorar.
Al considerar el futuro de la evaluación del aprendizaje en el aula y el uso de
herramientas de inteligencia artificial como ChatGPT, hay una serie de riesgos
potenciales que deben tenerse en cuenta.
Hacer trampa por parte de los estudiantes en sus tareas y exámenes es una
de las mayores preocupaciones. Los estudiantes pueden usar ChatGPT para
completar evaluaciones y tareas incluso si no entienden el material porque puede
producir respuestas que suenan humanas.
El potencial de esta tecnología para reemplazar a los maestros y volverlos
obsoletos también representa una seria amenaza. ChatGPT se puede usar para crear
"maestros virtuales" que pueden brindar a los estudiantes instrucción y apoyo
individualizados debido a su capacidad para comprender y reaccionar ante la entrada
de lenguaje natural. Los títulos y certificaciones pueden perder valor como resultado
de esto, lo que podría comprometer seriamente la integridad del sistema educativo.
59
La posibilidad de sesgo y discriminación es otro tema que la comunidad
educativa advierte con preocupación. ChatGPT puede detectar y perpetuar
involuntariamente sesgos y estereotipos sociales porque entrena con una gran
cantidad de datos. Esto podría causar que ciertos grupos de estudiantes reciban
evaluaciones y comentarios injustos y sesgados. Es esencial tomar medidas para
garantizar que ChatGPT esté capacitado en conjuntos de datos inclusivos y diversos
para reducir cualquier posible sesgo.
Además, existe la posibilidad de que ChatGPT elimine el contacto humano y la
personalización de la experiencia de aprendizaje. Con la capacidad de automatizar la
evaluación, la retroalimentación y la retroalimentación, existe el peligro de que tanto
los maestros como los estudiantes se vuelvan demasiado dependientes de la
tecnología y se pierdan las conexiones e interacciones interpersonales que son
esenciales para un aprendizaje efectivo. Es crucial que herramientas como ChatGPT
se utilicen en ciertas actividades de aprendizaje solo como un complemento y nunca
como un sustituto del trabajo de los docentes debido a esto.
En conclusión, ChatGPT tiene el potencial de mejorar significativamente la
forma en que vemos la educación y la evaluación del aprendizaje, pero es crucial que
tengamos en cuenta las oportunidades y amenazas que puede presentar. Podemos
usar el poder de esta tecnología para desarrollar experiencias de aprendizaje
individualizadas y exitosas para estudiantes y maestros mientras reducimos la
posibilidad de plagio y sesgo al tomar medidas para garantizar que estas herramientas
se usen de manera responsable e inclusiva. discriminación. Para reducir cualquier
posible efecto negativo que ChatGPT pueda tener en el futuro de la educación, es
crucial que abordemos su implementación con cautela y escepticismo.
Un informe publicado por la Organización de Estados Iberoamericanos (OEI)
en abril de 2023, titulado "El futuro de la Inteligencia Artificial en educación en América
Latina", explora el impacto potencial de la inteligencia artificial (IA) en la educación en
América Latina.
Es este la OEI puntualizó lo siguiente:
“La Inteligencia Artificial, puede tener muchas posibilidades,
pero también conlleva riesgos y límites, que son necesarios conocer
y estudiar, para, con ello, plantear acciones concretas que
contribuyan al desarrollo pleno de las personas y sus aprendizajes”.
60
El informe argumenta que el desarrollo de la IA amplía las posibilidades y los
riesgos inciertos, lo que nos obliga a repensar el futuro de los sistemas educativos.
Además, las grandes empresas, en lugar del gobierno, estarían más
interesadas en utilizar la IA educativa, lo que hace que los académicos se muestren
escépticos.
Analiza los beneficios y riesgos de la IA en la educación y propone varias
formas de garantizar que la IA se utilice de manera que beneficie a todos los
estudiantes.
Uno de los beneficios que vale resaltar es un mayor acceso a la educación. El
informe explica que la IA se puede utilizar para brindar oportunidades educativas a los
estudiantes que están geográficamente aislados o que tienen discapacidades.
“La IA ayudaría a reducir las desigualdades educativas dentro
de los países, pero, al mismo tiempo, los expertos consultados
estiman que aumentará las desigualdades entre los países de la
región”.
El informe también identifica una serie de riesgos asociados con la IA en la
educación, que incluyen:
• Desplazamiento laboral: La IA podría provocar el desplazamiento
laboral de algunos docentes y otros profesionales de la educación.
• Inequidad: La IA podría exacerbar las desigualdades existentes en la
educación, si no se utiliza de manera equitativa para todos los
estudiantes.
El informe también propone una serie de formas de garantizar que la IA se
utilice de manera que beneficie a todos los estudiantes, entre ellas:
• Invertir en la formación de profesores: Los profesores deben recibir
formación sobre cómo utilizar la IA de forma eficaz en el aula.
• Desarrollo de lineamientos éticos: Es necesario que haya
lineamientos éticos para el uso de la IA en la educación.
• Monitoreo del impacto de la IA: El impacto de la IA en la educación
debe monitorearse para garantizar que se use de una manera que
beneficie a todos los estudiantes.
El informe concluye afirmando que la IA tiene el potencial de transformar la
educación en América Latina. Sin embargo, es importante usar la IA de una manera
que sea ética y equitativa, y que beneficie a todos los alumnos.
61
Este también afirma que, a pesar de los avances de AI, un cambio en el sistema
educativo de América Latina sería prematuro para 2030 porque aún existe
incertidumbre sobre sus posibles efectos.
Por último brinda una visión integral del impacto potencial de la IA en la
educación en América Latina. Identifica una serie de posibles beneficios y riesgos de
la IA, y propone varias formas de garantizar que la IA se utilice de manera que
beneficie a todos los alumnos.
Existen otros estudios acerca del tema:
• El informe de la UNESCO "La Inteligencia Artificial en la Educación"
analiza el potencial de la IA para mejorar la educación en una serie de
áreas, incluido el aprendizaje personalizado, la evaluación y la formación
de docentes.
• El artículo "¿Cómo se aplica la IA en la educación?" de Educo
proporciona una lista de formas específicas en que la IA se está
utilizando en la educación hoy en día, como el diseño de aprendizaje
personalizado programas, brindando tutoría y evaluando el aprendizaje
de los estudiantes.
La innovación educativa derivada de la implementación de la IA en su
desarrollo fundamenta la adquisición de nuevas habilidades por parte de los
estudiantes. Para usar la tecnología de manera responsable y efectiva, los estudiantes
deberán desarrollar las habilidades, el conocimiento y la comprensión del mundo
digital. El conjunto de conocimientos, recursos y actitudes que equiparán a los
estudiantes para el futuro se denominan colectivamente "preparación digital".
La necesidad de trabajadores con conocimientos de inteligencia artificial,
aprendizaje automático, análisis de datos y otras especialidades informáticas solo
aumentará a medida que los estudiantes de hoy ingresen a la fuerza laboral ahora y
en los años venideros.
Los profesores deben presentar conceptos de IA, mostrar casos de uso de IA
y explicar las preocupaciones éticas de IA a los estudiantes para apoyar su
preparación para el mundo digital y el éxito futuro. Para sentar las bases para el
desarrollo de habilidades avanzadas en los años de secundaria y preparatoria, este
aprendizaje puede comenzar en los primeros grados de la escuela primaria.
Los maestros pueden desmitificar esta tecnología extremadamente sofisticada
y avanzada y preparar a los estudiantes para un futuro basado en datos modificando
las lecciones para que se ajusten a los niveles de habilidad actuales de los estudiantes
e incorporando experiencias prácticas de aprendizaje. Incluso los estudiantes más
jóvenes pueden beneficiarse de la integración de conocimientos y habilidades de
inteligencia artificial en un plan de estudios interesante y útil.
62
Para ello, es fundamental que comprendan cómo funcionan, cómo se fabrican
y cómo se deben utilizar para que puedan defenderse de posibles errores en su
creación o uso. Y la educación primaria es el mejor escenario para abordar estos
temas.
El plan de estudios sugerido por AI4K12 ofrece una excelente orientación en
este sentido e incluye material sobre: percepción, representación y razonamiento,
aprendizaje, interacción natural e impacto social.
La iniciativa AI4K12 es un proyecto conjunto de la Association for the
Advancement of Artificial Intelligence (AAAI) y la Computer Science Teachers
Association (CSTA). El objetivo de la iniciativa es desarrollar pautas nacionales para
la educación en IA para K-12
16
, así como un directorio de recursos seleccionados en
línea para facilitar la instrucción en IA. La iniciativa también tiene como objetivo crear
una comunidad de profesionales, investigadores, desarrolladores de recursos y
herramientas centrados en la audiencia de IA para K-12.
La iniciativa AI4K12 es un paso importante para garantizar que todos los
estudiantes tengan la oportunidad de aprender sobre IA. La IA es un campo en rápido
crecimiento y es esencial que los estudiantes tengan las habilidades y el conocimiento
para tener éxito en el futuro. Las pautas y los recursos de AI4K12 ayudarán a los
maestros a llevar la educación de IA a sus aulas.
16
K-12 es una definición que popularmente se utiliza en Norte América para definir las edades
educativas comprendidas entre el "Jardin de Infancia" (Kindergarden) y el "12º grado"
63
64
Esta iniciativa establece que todos los estudiantes deben comprender 5
grandes ideas, las cuales son explicadas ampliamente en la infografía
17
anterior:
• Los sensores son utilizados por las computadoras para percibir su
entorno.
• Los agentes (algoritmos, por ejemplo) mantienen representaciones del
mundo exterior y usan esas representaciones para apoyar su
razonamiento.
• Las computadoras son capaces de aprender de los datos.
• Los agentes inteligentes necesitan una amplia variedad de tipos de
conocimiento para interactuar con las personas de forma natural.
Las aplicaciones de inteligencia artificial pueden tener efectos tanto positivos
como negativos en la sociedad.
La inteligencia artificial (IA) tiene el potencial de transformar la educación de
muchas maneras, incluida la personalización de las experiencias de aprendizaje, la
automatización de las tareas administrativas, la mejora de la accesibilidad y la
provisión de comentarios en tiempo real tanto para los estudiantes como para los
profesores.
Además de aplicaciones específicas, la IA tiene el potencial de transformar la
educación de formas más generales. Por ejemplo, la IA podría usarse para crear
experiencias de aprendizaje más atractivas e inmersivas. La IA también podría usarse
para desarrollar nuevas tecnologías educativas, como la realidad virtual y la realidad
aumentada.
El futuro de la IA en la educación es muy prometedor. A medida que la
tecnología de IA continúa desarrollándose, podemos esperar ver formas aún más
innovadoras y efectivas de usar la IA en el aula. Sin embargo, es importante utilizar la
IA de forma responsable, ética y conocer sus riesgos y limitaciones.
Por su parte los estados y los poderes públicos deben ser garantes del
desarrollo y aplicación óptima de estas tecnologías, y participar de manera activa junto
a los docentes e instituciones educativas para dirigir estos avances.
De manera general los entes gubernamentales deberían:
• Desarrollar capacidades estatales para la implementación de la
inteligencia artificial en la educación, ya que solo el conocimiento
altamente especializado permitirá explotar un sector tan complejo para
el avance educativo.
17
Recurso tomado de Five big ideas in artificial intelligence 3. Learning. (s. f.). Bit.ly.
Recuperado 22 de junio de 2023, de https://bit.ly/ai4k12-five-big-ideas
65
• Promover la innovación tecnológica, mediante el desarrollo de agencias
educativas públicas que se especialicen en los últimos desarrollos
tecnológicos.
• Formar alianzas supranacionales para la creación, adquisición y difusión
pública de productos educativos digitales de próxima generación.
• Defender el derecho a la educación en el nuevo mundo digitalizado y
utilizar los beneficios de esta disrupción tecnológica para cerrar la
brecha digital, y así aprovechar al máximo el potencial de las nuevas
tecnologías a favor de los sectores más desatendidos.
Por esta razón La UNESCO se compromete a ayudar a los Estados miembros
a aprovechar el potencial de la tecnología de IA para lograr la Agenda de Educación
2030, al tiempo que garantiza que el uso de la tecnología de IA en la educación se
guíe por los principios fundamentales de inclusión e igualdad.
La fusión de la inteligencia artificial y la educación presenta grandes
oportunidades, pero también hay importantes desafíos éticos. A medida que se
implementa la IA en las aulas, los roles cambiantes de los maestros justifican un
análisis crítico, incluida la colaboración de múltiples partes interesadas para
desarrollar pautas y políticas bien pensadas que puedan ayudar de manera efectiva.
Esto nos permitirá realizar plenamente el potencial transformador de la IA en la
educación y, al mismo tiempo, defender nuestros valores éticos compartidos y nuestra
dedicación a un entorno de aprendizaje justo, abierto y respetuoso. Debe entenderse
que, al aprovechar las oportunidades de la IA, deben entenderse y abordarse las
cuestiones éticas.
Es esencial considerar las ramificaciones éticas a medida que aprovechamos
las oportunidades que ofrece la IA en la educación. Garantizar la equidad y la
accesibilidad es uno de los temas más urgentes. Si bien la IA tiene el potencial de
personalizar el aprendizaje y hacerlo accesible para todos, estas tecnologías también
corren el riesgo de aumentar las desigualdades educativas ya existentes. Por ejemplo,
en un sistema educativo impulsado por IA, los estudiantes sin dispositivos personales
o Internet de alta velocidad pueden quedarse atrás. Otras preocupaciones como la
privacidad también pueden volverse moralmente preocupantes.
Cabe señalar que el uso de la IA en la educación también tiene un impacto en
los roles que desempeñan los maestros. La IA puede simplificar algunas tareas, pero
también requiere que los maestros tengan nuevas habilidades.
Aunque hay quienes creen que la IA reemplazará a los maestros, es importante
señalar que muchos expertos sostienen que la IA nunca podrá reemplazar la conexión
humana, la comprensión emocional y la adaptabilidad que ofrece un maestro.
El Consenso de Beijing sobre inteligencia artificial y educación fue aprobado
por representantes de los estados miembros, organizaciones internacionales,
instituciones académicas, la sociedad civil y el sector privado en la Conferencia
66
Internacional sobre Inteligencia Artificial en la Educación de 2019, que se llevó a cabo
en Beijing con el fin de acelerar el logro del ODS.
Este es el primer documento que ofrece pautas y sugerencias sobre cómo los
Estados deben reaccionar ante las oportunidades y los desafíos relacionados con la
IA, ofreciendo cinco recomendaciones estratégicas específicas para el uso de la IA en
la educación:
• La IA al servicio de la gestión y la implementación de la educación;
• La IA al servicio del empoderamiento de los docentes y su enseñanza;
• La IA al servicio del aprendizaje y de la evaluación de los resultados;
• El desarrollo de los valores y de las competencias necesarias para la
vida y el trabajo en la era de la IA;
• La IA como modo de proporcionar a todos posibilidades de aprendizaje
a lo largo de toda la vida.
Establece además recomendaciones correspondientes a ciertos aspectos
transversales:
• Promover una utilización equitativa e inclusiva de la IA en la educación;
• Una IA que respete la equidad entre géneros y favorable a la igualdad
de géneros;
• Velar por una utilización ética, transparente y comprobable de los datos
y algoritmos de la educación;
• Seguimiento, evaluación e investigación.
En líneas generales el consenso afirma el enfoque humanista para implementar
tecnologías de IA en la educación con el objetivo de mejorar la inteligencia humana,
defender los derechos humanos y promover el desarrollo sostenible a través de una
colaboración exitosa entre humanos y máquinas en actividades cotidianas como
aprender y trabajar.
67
Es preciso mencionar que en un reciente informe elaborado por el Instituto
Nacional de Tecnologías Educativas y de Formación del Profesorado se establecen
tres apartados:
• Inteligencia artificial diseñada pensando en los estudiantes, donde
se engloban sistemas de tutoría conversacional, asistentes virtuales,
personalizadores de rutas, orientación continua y entornos de
aprendizaje colaborativo (Snappet, Duolingo, Microsoft 365, Google
Classroom, etc.).
• La inteligencia artificial dirigida a los docentes, que incluye la
automatización de tareas repetitivas para aligerar la carga de trabajo,
análisis de aprendizaje, evaluación, planificación de lecciones,
asistentes virtuales y detección de plagio.
• Inteligencia artificial orientada al sistema, la cual incluye
programación, seguimiento de asistencia, gestión de registros, minería
de datos educativos y diagnósticos de aprendizaje.
Aunque puede ser difícil sacar conclusiones en un campo que se mueve a un
ritmo vertiginoso como este, la inteligencia artificial utilizada en la educación nos
brinda los siguientes datos:
“Está aquí para quedarse, irá a más y, con mayor o menor
intensidad, es ya una realidad palpable en nuestros entornos, como
lo demuestran las numerosas iniciativas, ya en marcha, que también
recopila el estudio”.
El debate está abierto y finalmente podremos ver cómo avanza la
implementación de la IA en la educación. La IA está aquí, pero no reemplazará el
plano emocional y sentimental que caracteriza a las personas.
La IA generativa abre nuevos horizontes y desafíos para la
educación. Pero debemos tomar medidas urgentes para
asegurarnos de que las nuevas tecnologías de IA se integren en la
educación según nuestros términos. Es nuestro deber priorizar la
seguridad, la inclusión, la diversidad, la transparencia y la calidad,
como se establece en la Recomendación de la UNESCO sobre la
Ética de la Inteligencia Artificial adoptada por unanimidad por
nuestros Estados miembros.
Esta declaración dada por Stefania Giannini, Subdirectora General de la
UNESCO para la Educación, demuestra que para la fecha hay una serie de acciones
en tonos a la mejora de la relación IA – Educación, la cual está siendo abordada no
solo desde el punto de vista académico, sino que están involucrando otros aspectos
fundamentales.
68
Todas estas acciones se fundamentan en una encuesta, llevada a cabo en más
de 450 escuelas y universidades, en la cual se reveló que menos del 10 % de las
instituciones han creado políticas institucionales y orientación formal sobre el uso de
aplicaciones de IA generativa. Los hallazgos muestran que es difícil para las
instituciones reaccionar rápidamente ante la aparición repentina de estas potentes
aplicaciones generativas de IA que pueden producir obras escritas y visuales.
Se enfatizó cuán crucial es el papel que juegan ahora los maestros como
facilitadores del aprendizaje. Para superar estos obstáculos, los docentes necesitan
apoyo y capacitación.
Las evaluaciones y respuestas de los expertos revelan dos sentimientos típicos
que son apropiados para la situación:
El impacto inicial del "cambio de paradigma" es la confusión. Se percibe así
una sensación de incertidumbre lógica ante el advenimiento de un mundo nuevo que
ya está aquí pero todavía no y que, en consecuencia, aparece inicialmente confuso y
desprovisto de modelos claros.
El optimismo constituye la segunda emoción. Quizá más como un deseo que
como una posibilidad concreta. Sin embargo, parece que los expertos opinan que la
IA podría ser esta vez la herramienta que cierre la brecha educativa y digital. Es cierto
que todavía hay escepticismo entre quienes creen que repetiremos los errores
insensatos cometidos en las últimas dos décadas a la hora de integrar las TIC en las
aulas. A pesar de los escépticos, estos 20 años nos han enseñado cosas, y la
inteligencia artificial nos ha dejado un futuro abierto que debemos aprovechar.
Menos del 10 % de las instituciones han creado políticas institucionales y
orientación formal sobre el uso de aplicaciones de IA generativa, según una encuesta
global reciente de la UNESCO que se llevó a cabo en más de 450 escuelas y
universidades. Los hallazgos muestran que es difícil para las instituciones reaccionar
rápidamente ante la aparición repentina de estas potentes aplicaciones generativas
de IA que pueden producir obras escritas y visuales.
Relacionado a esto la Organización de las Naciones Unidas para la Educación,
la Ciencia y la Cultura lanzamiento de un conjunto de directrices IA en la educación.
Las pautas están destinadas a ayudar a los educadores y formuladores de políticas a
comprender los beneficios y riesgos potenciales de la IA generativa, y a desarrollar
marcos éticos y responsables para su uso.
Estas se presentarán durante la Semana del Aprendizaje Digital de la
UNESCO, que tendrá lugar en París del 4 al 7 de septiembre de 2023 y se están
desarrollando en colaboración con otras organizaciones, incluido el Foro Económico
Mundial, la Organización para la Cooperación y el Desarrollo Económicos, y la Unión
Internacional de Telecomunicaciones.
69
La UNESCO señala que las pautas abordarán una serie de cuestiones clave,
incluida la posibilidad de que la IA generativa se use para crear contenido sesgado o
dañino, la necesidad de garantizar que la IA generativa sea accesible para todos los
estudiantes y la importancia del desarrollo de un marco ético.
Estas directrices son una iniciativa oportuna e importante que ayudará a
garantizar que la IA generativa se utilice para el bien en la educación
Se enfatizó cuán crucial es el papel que juegan ahora los maestros como
facilitadores del aprendizaje. Para superar estos obstáculos, los docentes necesitan
apoyo y capacitación.
Una opinión general, pero bastante relevante acerca de la Inteligencia Artificial
es la del cofundador de Microsoft, Bill Gates en una entrevista con el portal educativo
estadounidense especializado The 74, en la cual Gates destacó que la IA tiene el
potencial de ser un maestro tan efectivo como un experto en la materia.
Se trata de una referencia a la capacidad de dilucidar y transmitir información,
aunque ha matizado que el profesorado, con su papel "humano" y orientador, sigue
siendo significativo.
Al respecto Gates ha señalado que:
“habrá muchas formaciones que podrán ser adaptables o
potenciables con IA, pero que estas primeras escuelas deberán
contar con recursos ya que la IA no es barata”.
El filántropo está asombrado por la cantidad de actividad y la velocidad de
innovación requerida para aprovechar al máximo las limitaciones actuales y aumentar
la eficiencia de la tecnología, a pesar de que tiene importantes limitaciones en
términos de precisión y forma de entrenarla.
El cofundador de Microsoft también afirmó que la Prueba de Turing se creó
antes de su nacimiento y que ha sido el Santo Grial de la informática para determinar
cómo se comparan las capacidades de la computadora con las de los humanos.
Gates también ha criticado la carta que firmaron decenas de expertos, entre
ellos Steve Wozniak y Elon Musk, y que exigía el cese de las investigaciones en este
ámbito. Sigue siendo el mayor inversor de la empresa a pesar de su falta de afiliación
con Microsoft y su interés en todo lo relacionado con ChatGPT y OpenAI.
Gates no es el único que cree que la IA puede tener un gran impacto en la
educación. Muchos expertos creen que la IA tiene el potencial de revolucionar la forma
en que enseñamos y aprendemos. Hay varias formas en que la IA podría usarse en
la educación. Por supuesto, también hay algunos desafíos que deben abordarse antes
de que la IA pueda integrarse completamente en la educación.
En general, creo que los beneficios potenciales de usar IA en la educación
superan los desafíos. Sin embargo, es importante ser consciente de los desafíos y
70
tomar medidas para abordarlos. Con una planificación e implementación cuidadosas,
la IA puede ser una herramienta poderosa para mejorar la calidad de la educación
para todos los estudiantes.
71
BIBLIOGRAFÍA
2017 IEEE 23rd International Symposium for Design and Technology in
Electronic Packaging (SIITME). (2017). IEEE.
Aplicaciones de inteligencia artificial (IA) en la educación. (2023, febrero 15).
Cuaderno de Valores: el blog de Educo. https://www.educo.org/blog/aplicaciones-de-
ia-en-la-educacion
Arana, C. (2021). Inteligencia Artificial Aplicada a la Educación: Logros,
Tendencias y Perspectivas. INNOVA UNTREF. Revista Argentina de Ciencia y
Tecnología. https://revistas.untref.edu.ar/index.php/innova/article/view/1107
El futuro de la Inteligencia Artificial en educación en América Latina. (2023).
El futuro de la inteligencia artificial en educación en América Latina. (2023, abril
19). ProFuturo - Programa de educación digital impulsado por Fundación Telefónica y
Fundación «la Caixa». https://profuturo.education/observatorio/tendencias/el-futuro-
de-la-inteligencia-artificial-en-educacion-en-america-latina/
EMS. (2016, agosto 26). ¿Qué es la inteligencia? El Mundo del Superdotado.
https://www.elmundodelsuperdotado.com/que-es-la-inteligencia/
Gamificación: el aprendizaje divertido. (s. f.). Educativa.com. Recuperado 13
de junio de 2023, de https://www.educativa.com/blog-articulos/gamificacion-el-
aprendizaje-divertido/
Inteligencia Artificial en la Educación. (s. f.). Slideshare.net. Recuperado 13 de
junio de 2023, de https://es.slideshare.net/joismael/inteligencia-artificial-en-la-
educacin
Melo, N. (2023, febrero 16). Incorporating artificial intelligence into the
classroom: An examination of benefits, challenges, and best practices. ELearning
Industry. https://elearningindustry.com/incorporating-artificial-intelligence-into-
classroom-examination-benefits-challenges-and-best-practices
Pearson, I. (2022, junio 21). Realidad virtual en la educación: ¡Descubre 7 ideas
para aplicar! Pearsonlatam.com. https://blog.pearsonlatam.com/educacion-del-
futuro/7-ideas-para-aplicar-la-realidad-virtual-en-la-educacion
Perez, M. (2023, marzo 1). 5 ideas para aplicar la realidad virtual en la
educación. SMOWL Proctoring | Sistema de supervisión para exámenes online.
https://smowl.net/es/blog/la-realidad-virtual-en-la-educacion/
72
¿Qué es la inteligencia? (2017, febrero 22). PSISE - Psicologos Infantiles
Madrid | Centro de Psicología Madrid; Psise: Servicio de Psicología Clínica del
Desarrollo. Unidad de Observación y DIagnóstico Funcional.
https://psisemadrid.org/inteligencia/
Unesco.org. Recuperado 8 de junio de 2023, de https://es.unesco.org/gem-
report/node/1346
Unesco.org. Recuperado 10 de junio de 2023, de
https://es.unesco.org/themes/tic-educacion/inteligencia-artificial
Robótica educativa: qué es, tipos y ventajas. (2023, abril 13). Telefónica.
https://www.telefonica.com/es/sala-comunicacion/blog/robotica-educativa-tipos-y-
ventajas/
Sousa-Ferreira, R. ., Campanari-Xavier, R. A. ., & Rodrigues-Ancioto, A. S. .
(2021). La realidad virtual como herramienta para la educación básica y profesional.
Revista Científica General José María Córdova, 19(33), 223–241.
https://doi.org/10.21830/19006586.728. (s. f.).
Técnicas de La Inteligencia Artificial Aplicadas A La Educación. (s. f.). Scribd.
Recuperado 10 de junio de 2023, de
https://es.scribd.com/document/532086131/n1a10
74
