0
1
Inteligencia artificial: Praxis y empoderamiento docente
Juan Carlos Lázaro Guillermo, Hugo Froilán Vega Huerta, Jorge Santiago
Pantoja Collantes, Rubén Alexander Gil Calvo, Alan Christian López Castillo,
Zamara Elaine Ponce Bardales
© Juan Carlos Lázaro Guillermo, Hugo Froilán Vega Huerta, Jorge Santiago
Pantoja Collantes, Rubén Alexander Gil Calvo, Alan Christian López Castillo,
Zamara Elaine Ponce Bardales, 2024
Primera edición: Julio, 2024
Editado por:
Editorial Mar Caribe
www.editorialmarcaribe.es
Av. General Flores 547, Colonia, Colonia-Uruguay.
Diseño de cubierta: Yelitza Sánchez Cáceres
Libro electrónico disponible en https://editorialmarcaribe.es/inteligencia-
artificial-praxis-y-empoderamiento-docente/
Formato: electrónico
ISBN: 978-9915-9682-7-8
Aviso de derechos de atribución no comercial: Los autores pueden autorizar al
público en general a reutilizar sus obras únicamente con fines no lucrativos, los
lectores pueden usar una obra para generar otra obra, siempre y cuando se dé el
crédito de investigación y, otorgan a la editorial el derecho de publicar primero
su ensayo bajo los términos de la licencia CC BY-NC 4.0.
3
Sobre los autores y la publicación
Juan Carlos Lázaro Guillermo
https://orcid.org/0000-0002-4785-9344
Universidad Nacional Intercultural de la
Amazonia, Perú
Hugo Froilán Vega Huerta
https://orcid.org/0000-0002-4268-5808
Universidad Nacional Mayor de San
Marcos, Perú
Jorge Santiago Pantoja Collantes
jpantojac@unmsm.edu.pe
https://orcid.org/0000-0002-7172-1206
Universidad Nacional Mayor de San
Marcos, Perú
Rubén Alexander Gil Calvo
https://orcid.org/0000-0001-9012-8179
Universidad Nacional Mayor de San
Marcos, Perú
Alan Christian López Castillo
[email protected]du.pe
https://orcid.org/0009-0003-7773-2031
Universidad Nacional de Ucayali, Perú
Zamara Elaine Ponce Bardales
https://orcid.org/0000-0002-3804-8443
Universidad Nacional Intercultural de la
Amazonia, Perú
Libro resultado de investigación:
Publicación original e inédita, cuyo contenido es resultado de un proceso de
investigación realizado antes de su publicación, ha sido revisada por pares externos a
doble ciego, el libro ha sido seleccionado por su calidad científica y porque
contribuye significativamente en el área del saber e ilustra una investigación
completamente desarrollada y completada. Además, la publicación ha pasado por un
proceso editorial que garantiza su estandarización bibliográfica y usabilidad.
4
Tabla de Contenido
Sinopsis .............................................................................................................. 5
Prólogo ............................................................................................................... 7
Capítulo I .......................................................................................................... 10
Implicaciones de la Inteligencia Artificial y la Educación............................... 10
1.1 La IA un Campo Interdisciplinario .................................................. 12
1.2 Beneficio de la IA en la Educación .................................................. 18
1.3 Tutoría Inteligente ............................................................................ 26
Capítulo II......................................................................................................... 30
Aprendizaje Colaborativo y Dialógico Interactivo por IA ............................... 30
2.1 Aprendizaje Exploratorio ................................................................. 30
2.2 Escritura Automatizada .................................................................... 31
2.3 Lectura y Aprendizaje de Idiomas .................................................... 32
2.4 Robots y Aprendizaje ....................................................................... 33
2.5 Agentes de Enseñanza ...................................................................... 34
2.6 La Realidad Virtual (RV) y Realidad Aumentada (RA) en la
Educación ..................................................................................................... 34
2.7 Orquestadores de Redes de Aprendizaje (ORA) .............................. 35
2.8 Uso Ético, Inclusivo y Equitativo de la IA en la Educación ...................... 35
2.9 La IA y las Oportunidades de Inclusión y Equidad en la Educación ..... 41
Capítulo III ....................................................................................................... 44
La influencia de la Educación para Trabajar con la IA .................................... 44
3.1 Dificultades para utilizar la IA para logar ODS4 ................................... 49
3.2 Investigación del uso de la IA en la Educación ...................................... 53
Capítulo IV ................................................................................................... 57
Influencia de la IA en la Autonomía del Estudiante ..................................... 57
4.1 Integración Humanista de la IA en las Políticas Educativas .................. 59
4.2 IA para Capacitar a los Docentes............................................................ 66
Conclusiones .................................................................................................... 69
Bibliografía ....................................................................................................... 70
5
Sinopsis
La inteligencia artificial todavía tiene un gran potencial sin explotar
para rastrear los logros educativos en diferentes campos, así como para evaluar
las habilidades adquiridas de manera única o fortuita. Las aplicaciones de
inteligencia artificial creadas para la industria educativa se dividen en tres
grupos principales; orientación al sistema, orientación a los estudiantes y
orientación a los docentes. La aplicación de la inteligencia artificial en la
educación puede satisfacer necesidades en muchos campos al mismo tiempo, y
al considerar la integración de la tecnología de inteligencia artificial en
entornos educativos, se debe prestar especial atención a los requisitos
específicos y actuales de las comunidades locales y no únicamente a las
tendencias del mercado. Además, es extremadamente importante realizar un
análisis integral de riesgos y beneficios antes de implementar cualquier avance
tecnológico a gran escala para poder tomar una decisión informada.
En particular, los defensores de la IA argumentan que brindan
soluciones rápidas a los problemas encontrados durante el cierre de escuelas
debido a la pandemia de Covid-19 y el posterior cambio a la educación virtual.
Sin embargo, actualmente hay poca evidencia que respalde la idoneidad o
viabilidad financiera de este enfoque propuesto. La tecnología de inteligencia
artificial es cada vez más popular en el campo de la educación y sirve como
herramienta para ayudar a organizar e implementar la práctica educativa.
El propósito de este método es proporcionar información valiosa a
profesores, administradores y estudiantes. Una aplicación de la analítica del
aprendizaje es predecir qué estudiantes tienen más probabilidades de fracasar.
Los resultados del análisis de datos educativos a menudo se presentan a través
de paneles visuales que se utilizan para tomar decisiones basadas en datos.
Este procedimiento, llamado toma de decisiones basada en datos, se ha
discutido en investigaciones anteriores. De manera similar, el análisis de big
data de los sistemas educativos puede ayudar a informar el desarrollo de
políticas relacionadas con la provisión de educación. Como resultado, el uso
de big data en educación se está volviendo cada vez más popular y las
instituciones educativas están utilizando esta tecnología para proporcionar
información valiosa y tomar decisiones políticas.
Si bien existen desafíos que deben superarse, los beneficios potenciales
de los macrodatos en la educación son significativos y no deben pasarse por
alto; con la orientación adecuada y el análisis de big data, este libro puede
ayudar a impulsar cambios positivos y mejorar los resultados de los
6
estudiantes y sobre todo en la praxis docente. Estos aspectos específicos
relacionados con las aplicaciones orientadas a sistemas, deben incluirse en el
debate más amplio sobre la inteligencia artificial y su impacto en la educación.
7
Prólogo
La influencia de la inteligencia artificial (IA) en la educación está
creciendo rápidamente y tiene el potencial de generar un cambio positivo
significativo en la sociedad, particularmente en el logro de los Objetivos de
Desarrollo Sostenible. Sin embargo, esto requerirá ajustes de políticas globales
y supervisión ética, así como la participación activa de expertos de diversos
campos, como resultado, los formuladores de políticas y los educadores se
enfrentan a desafíos nuevos y complejos que requieren una cuidadosa
consideración de la relación entre la IA y el futuro del aprendizaje. Es
determinante que la implementación y utilización de la IA en el ámbito de la
educación se adhiera a los valores fundamentales de equidad y equilibrio, por
tanto, la normativa debe fomentar el acceso igualitario e integral a la IA y su
aplicación como un bien compartido, con especial énfasis en el fomento de la
promoción de las mujeres y las clases económicas desfavorecidas.
La integración de nuevas tecnologías de IA en el campo de la
educación tiene un inmenso potencial para el mejoramiento de la humanidad,
pero esto solo puede realizarse si estas tecnologías se desarrollan
deliberadamente para alinearse con los métodos de enseñanza centrados en el
ser humano y defender los principios éticos, el objetivo principal de la IA debe
estar dirigida a mejorar la experiencia de aprendizaje para los estudiantes de
todos los orígenes, capacitar a los educadores y reforzar la eficiencia de los
sistemas de gestión del aprendizaje. Por lo demás, la tarea de preparar
adecuadamente a los estudiantes y a todos los miembros de la sociedad para
navegar por las complejidades de la IA de manera segura y competente es un
problema que trasciende fronteras y requiere esfuerzos globales colectivos.
Es necesario hacer notar que los sistemas educativos del futuro
prioricen el desarrollo de competencias fundamentales de IA en cada
individuo, que abarque no solo una comprensión integral de cómo esta
tecnología adquiere y manipula datos, sino también la capacidad de
salvaguardar y fortalecer los datos personales contra posibles infracciones o
accesos no autorizados, en efecto el impacto de la IA se extiende más allá de
una industria específica, llegando a varios sectores. Para garantizar una
integración exitosa de la IA en las políticas educativas, es conveniente
involucrar y colaborar con las partes interesadas de diversas disciplinas. La
UNESCO ha desempeñado un papel destacado en la promoción de debates y el
intercambio de conocimientos entre los principales actores de los sectores
público y privado.
8
A través de la organización de eventos y la publicación de materiales
informativos, la UNESCO ha conseguido concienciar sobre las numerosas
oportunidades e implicaciones que la IA aporta a la educación, por otra parte
estos esfuerzos han ayudado a los Estados miembros a iniciar sus respuestas a
los desafíos multifacéticos que plantea la IA. El tema del impacto de la IA en
el desarrollo sostenible se discutió a fondo en la “Semana del aprendizaje
móvil”, que es el principal evento organizado por las Naciones Unidas para
abordar la tecnología de la información y la comunicación en la educación, en
el año 2019. En el mismo año, la UNESCO se asoció con el gobierno de la
República Popular China para organizar la “Conferencia internacional sobre
inteligencia artificial en la educación” en Beijing. La conferencia se centró en
el tema “Planificación de la educación en la era de la IA; un paso más hacia
adelante” y tuvo como objetivo explorar el impacto de la IA en el sistema
educativo.
En esta conferencia se adoptó el Consenso de Beijing, que fue el primer
documento que proporcionó recomendaciones sobre cómo utilizar de manera
efectiva las tecnologías de IA para lograr el ODS 4 de la Agenda de Educación
2030. Este consenso es un hito significativo en el campo de la IA y la
educación. El Consenso de Beijing ha presentado una recomendación para que
la UNESCO se centre en el desarrollo de directrices y recursos que puedan
mejorar las habilidades de los responsables de la formulación de políticas
educativas e incorporar las habilidades de IA en los marcos de competencia
digital. De la misma forma resalta la necesidad de que la UNESCO adopte un
rumbo integral que fomente la colaboración internacional en el ámbito de la IA
y la educación, en colaboración con las partes interesadas pertinentes.
La guía titulada “Inteligencia artificial y educación: una guía para los
responsables de la formulación de políticas” se creó para ayudar a los
responsables de la formulación de políticas educativas de inteligencia a
mejorar su preparación en el marco del Consenso de Beijing. La finalidad es
mejorar el estado actual de preparación para la inteligencia artificial en la
educación. Este texto en particular contribuye a la extensa colección de trabajo
intelectual de la UNESCO en este campo específico. Se prevé que capte el
interés de una amplia gama de profesionales, incluidos los que participan en la
formulación de políticas y las comunidades educativas. El objetivo principal
de este documento es establecer una perspectiva compartida sobre las diversas
oportunidades y obstáculos asociados con la inteligencia artificial en el sector
educativo.
De la misma forma, tiene como propósito examinar las implicaciones
de la IA en términos de las habilidades fundamentales necesarias en su era.
9
Este instrumento ofrece una evaluación integral de las ventajas y los riesgos
que rodean a la IA, lo que incita a las personas a participar en un pensamiento
crítico con respecto a la utilización adecuada de la IA para abordar los
objetivos descritos en el ODS 4. También prevalece la importancia de
identificar y mitigar los riesgos potenciales, por último, recopila políticas
nacionales emergentes y prácticas ejemplares que emplean de manera efectiva
la IA para mejorar la educación y las experiencias de aprendizaje.
Esta publicación sirve como una guía completa para desarrollar
políticas relacionadas con la integración de la IA en la educación, a su vez
cubre una amplia gama de temas, incluido el establecimiento de objetivos, la
identificación de componentes clave y la implementación de estrategias
efectivas. Las ideas y recomendaciones proporcionadas aquí tienen como fin
facilitar el despliegue de la IA en la educación de una manera que beneficie a
la sociedad en su conjunto y promueva la inclusión y la sostenibilidad.
10
Capítulo I
Implicaciones de la Inteligencia Artificial y la Educación
Durante la última media década, la inteligencia artificial ha
experimentado un tremendo aumento de prominencia, pasando de ser un tema
relativamente oscuro en la investigación académica a un tema muy discutido y
debatido, incluso a nivel mundial dentro de las Naciones Unidas. Este cambio
se puede atribuir a una combinación de logros significativos en el campo y el
reconocimiento de su potencial disruptivo. La IA se ha convertido en una
presencia omnipresente en numerosos países y su influencia se extiende a
varios aspectos de la vida diaria, sus aplicaciones incluyen asistentes
personales en teléfonos inteligentes, chatbots para atención al cliente,
recomendaciones para entretenimiento, predicción de delitos, reconocimiento
facial e incluso diagnósticos médicos.
La inteligencia artificial tiene la capacidad de ayudar a alcanzar los
Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas, pero
también plantea varios peligros y dificultades que superan el ritmo de las
políticas y la regulación, a pesar de las preocupaciones de que la IA supere el
control humano, hay consecuencias éticas y sociales más apremiantes que
considerar, incluido el potencial de uso indebido de datos personales y el
potencial de empeorar las desigualdades existentes. Sin embargo, la IA
también se ha abierto camino en el ámbito de la educación. El sector privado
está desarrollando cada vez más sistemas de aprendizajes inteligentes,
adaptables y personalizados, diseñados para su uso en escuelas y universidades
de todo el mundo.
Esto ha llevado al surgimiento de un mercado lucrativo que se proyecta
alcanzará un valor asombroso de 6 mil millones de $ para 2024 (Bhutani y
Wadhwani, 2018). Naturalmente, la integración de la IA en los entornos
educativos genera preguntas profundas, como qué materias se deben instruir y
cómo se deben enseñar, el papel evolutivo de los educadores y las
implicaciones sociales y éticas de la IA, asimismo existen numerosos
obstáculos que superar, incluidas las inquietudes en torno a la equidad y la
accesibilidad educativas. Por otra parte, el acuerdo entre los expertos en que la
integración de la inteligencia artificial en el campo de la educación tiene el
potencial de revolucionar los principios básicos de cómo se lleva a cabo la
enseñanza y el aprendizaje.
Estas expectativas multifacéticas se vuelven aún más complejas cuando
se consideran el amplio cambio hacia la educación en línea como resultado del
11
cierre generalizado de escuelas causado por la pandemia de COVID-19. Como
resultado, el objetivo principal es proporcionar una comprensión más
profunda del vasto potencial y las consecuencias de gran alcance de la
inteligencia artificial en el ámbito de la educación, la idea es garantizar que la
integración de la IA en entornos educativos realmente mejore la realización del
Objetivo de Desarrollo Sostenible 4, que busca garantizar el acceso universal a
una educación inclusiva, equitativa y de alta calidad, así como fomentar
oportunidades de aprendizaje permanente para todos los individuos.
Por lo tanto, es importante que los formuladores de políticas, los
educadores y las partes interesadas adopten unas medidas compuestas e
inclusivas para certificar que la integración de la IA en la educación se
implemente de manera que minimice la desigualdad y maximice el acceso
equitativo a una educación de calidad. Esto requiere considerar las necesidades
y circunstancias específicas de las diferentes regiones y comunidades, así
como abordar activamente las posibles barreras y desafíos que puedan surgir,
es decir, si la IA tiene el potencial de revolucionar la educación, es
fundamental abordar su integración con cautela y previsión. Al reconocer las
diferentes circunstancias nacionales y socioeconómicas de un país y trabajar
activamente para mitigar la desigualdad, es posible beneficiarse de la IA en la
educación y minimizar sus posibles consecuencias negativas.
Una de las principales preocupaciones con respecto a la IA en general
es la posibilidad de exacerbar la desigualdad si su adopción no se gestiona con
cuidado. Si se procede sin una consideración cuidadosa, es necesario estar
preparados para presenciar una brecha cada vez mayor entre los que tienen y
los que no, siendo los grupos económicamente desfavorecidos y marginados
los más afectados. Esto podría conducir no solo a la perturbación económica,
sino también al malestar social y en algunos casos, incluso a la inestabilidad
política. Es importante reconocer que la integración de la IA en la educación
inevitablemente tomará caminos diferentes según los contextos nacionales y
socioeconómicos específicos. Si bien los beneficios potenciales de la IA en la
educación son significativos, es decisivo reconocer los riesgos y desafíos
potenciales asociados con su implementación.
Para enfatizar aún más las posibles consecuencias, (Smith y Neupane
2018) advierten que un enfoque ciego y apresurado de la integración de la IA
puede resultar en una mayor desigualdad, particularmente para aquellos que
están tecnológicamente en desventaja y sub-representados. Su investigación
sugiere que es probable que esas personas sean las más afectadas por los
impactos negativos, lo que amplía aún más las disparidades socioeconómicas
existentes. La intersección de la IA y la educación plantea preocupaciones
12
importantes que deben abordarse para que la IA contribuya de manera efectiva
al Objetivo de Desarrollo Sostenible 4. Asimismo de la necesidad de modelos
de bajo costo para facilitar el desarrollo de tecnologías de IA en la educación,
es preciso priorizar la representación de los intereses de los países de bajos y
medianos ingresos en importantes debates y procesos de toma de decisiones
relacionados con la IA.
Es conveniente establecer puentes sólidos entre las naciones y los
países que han logrado avances significativos en la implementación de la IA,
como una forma de avalar que la IA en la educación no solo sea accesible, sino
también beneficiosa para todas las naciones, independientemente de su
situación económica. Es importante profundizar en la relación entre la IA y la
educación, para ofrecer un contexto adecuado, primero proporcionando una
explicación concisa de qué es la IA y cómo funciona, a continuación, se
exploraran las diversas aplicaciones de la IA en la educación, destacando las
formas en que puede mejorar la inclusión, la calidad del aprendizaje, la gestión
educativa y la pedagogía. De igual manera se considera el papel de la
educación para dotar a las personas de las habilidades esenciales necesarias
para prosperar en la era de la inteligencia artificial.
1.1 La IA un Campo Interdisciplinario
El enunciado “inteligencia artificial” se acuñó inicialmente durante un
taller realizado en 1956 en Dartmouth College, una prestigiosa institución de la
Ivy League en los Estados Unidos. El término se utilizó para referirse al
desarrollo de máquinas inteligentes y programas informáticos mediante la
aplicación de principios de ciencia e ingeniería. Esta definición fue
proporcionada por (McCarthy et al., 2006) en su artículo de investigación, que
describió los orígenes y objetivos de la investigación en inteligencia artificial.
Desde entonces, este concepto ha evolucionado y crecido para abarcar una
amplia gama de tecnologías y aplicaciones, desde el procesamiento del
lenguaje natural hasta el “aprendizaje automático” y la robótica. A pesar de los
debates en curso sobre los riesgos y beneficios potenciales de la inteligencia
artificial, el campo continúa atrayendo un interés e inversión significativos de
investigadores, empresas y gobiernos de todo el mundo.
A lo largo de varias décadas, el campo de la IA experimentó avances
esporádicos, caracterizados por períodos alternos de progreso rápido y lento,
como lo describen (Russell y Norvig, 2016). Con el tiempo, ha habido
numerosas definiciones de IA, y estas definiciones se han vuelto cada vez más
complejas. Al mismo tiempo, estas definiciones se han entrelazado con
investigaciones filosóficas sobre la naturaleza de la inteligencia y si las
máquinas son capaces o no de poseer inteligencia. Por ejemplo, (Zhong, 2006)
13
propuso una definición de IA que intentaba abordar estas cuestiones
filosóficas. El campo de la ciencia y la tecnología que se enfoca en dos
objetivos principales; descubrir los misterios de la inteligencia humana y
transferir esa inteligencia a las máquinas para que puedan realizar tareas de
manera tan inteligente como los humanos.
Esta es un área de estudio moderna que está en constante evolución y
tiene como objetivo hacer que las máquinas sean más eficientes y efectivas en
sus funciones. El fin es crear máquinas que puedan imitar la inteligencia
humana y la capacidad de toma de decisiones lo más fielmente posible. Este
campo implica el uso de tecnologías y técnicas avanzadas para desarrollar
sistemas inteligentes que puedan aprender de su entorno, adaptarse a nuevas
situaciones y tomar decisiones basadas en análisis de datos complejos, a través
de la exploración de la inteligencia humana y su replicación en máquinas, este
campo tiene el potencial de revolucionar varias industrias y mejorar la calidad
de vida general de las personas en todo el mundo. Dejando a un lado el debate
extenso en torno a este tema, es importante proporcionar una definición
completa de IA.
La IA se puede entender como sistemas informáticos que se han creado
específicamente para relacionarse con el mundo utilizando habilidades que se
asocian comúnmente con los seres humanos (Luckin et al., 2016). Además, la
Comisión Mundial sobre la Ética del Conocimiento Científico y la Tecnología
(COMEST), que forma parte de la UNESCO, amplía aún más este concepto al
describirla que abarca varios aspectos. En el mundo actual, las máquinas se
han vuelto lo suficientemente sofisticadas como para replicar aspectos
específicos de la inteligencia humana, como la percepción, el aprendizaje, el
razonamiento, la resolución de problemas, la interacción lingüística e incluso
la producción creativa. Este desarrollo tecnológico ha llevado a un
renacimiento de la IA en el que varias industrias están incorporando el
aprendizaje automático (AA) en sus operaciones, implicando el análisis de
grandes cantidades de datos por parte de sistemas de IA.
La razón de esto se debe a dos avances significativos; el rápido
aumento en la producción de datos, con más de 2,5 quintillones de bytes
generados diariamente gracias a Internet y tecnologías relacionadas, y el
crecimiento paralelo en el poder de cómputo, que ha sido impulsado por la ley
de Moore, como resultado, los teléfonos móviles modernos poseen las mismas
capacidades de procesamiento que las supercomputadoras de hace cuatro
décadas. El éxito del AA se ha atribuido en gran medida al uso de big data o
inteligencia de datos (Big Data) y computadoras avanzadas, ya que sus
14
algoritmos se basan en el análisis de grandes cantidades de datos que requieren
enormes cantidades de potencia informática.
En el panorama tecnológico actual, es evidente que la gran mayoría de
las empresas de tecnología más destacadas del mundo, junto con muchas otras
organizaciones, se han adentrado en el ámbito de las plataformas de IA como
servicio. Estas plataformas se han convertido en sistemas altamente avanzados
y refinados y algunos incluso se han hecho accesibles a través de medios de
código abierto. Básicamente, estas plataformas funcionan como una caja de
herramientas integral, que brinda a los desarrolladores una amplia gama de
componentes básicos de IA que se pueden integrar sin problemas en sus
proyectos, eliminando la necesidad de crear laboriosamente algoritmos de
desde cero. Este servicio se refiere a la provisión de capacidades y tecnologías
de inteligencia artificial a través de una plataforma basada en la nube, lo que
permite a las empresas y las personas acceder y utilizar las funcionalidades de
IA, sin la necesidad de una infraestructura extensa o experiencia en el
desarrollo.
Esta tendencia emergente en el mundo de la tecnología ha ganado un
impulso específico en los últimos años, ofreciendo una amplia gama de
aplicaciones y beneficios en varias industrias, de igual manera los servicios de
reconocimiento de imágenes y visión artificial. Las plataformas impulsadas
por IA pueden analizar e interpretar datos visuales, lo que permite aplicaciones
como el reconocimiento facial, la detección de objetos y la clasificación de
imágenes. Estos servicios encuentran aplicaciones en varios sectores, incluidos
seguridad y vigilancia, comercio electrónico y atención médica. Al utilizar la
IA como un servicio para el reconocimiento de imágenes, las empresas pueden
optimizar los procesos, mejorar la toma de decisiones y mejorar la experiencia
del usuario.
En definitiva, la IA como servicio ofrece numerosas oportunidades para
que las empresas aprovechen el poder de la inteligencia artificial sin
inversiones iniciales significativas o experiencia técnica. Al acceder a las
funcionalidades de IA a través de la nube, las organizaciones pueden mejorar
la eficiencia, mejorar la toma de decisiones e impulsar la innovación en varios
dominios, a medida que esta tecnología continúa evolucionando y madurando,
se puede esperar aplicaciones aún más diversas y avanzadas de IA como
servicio en el futuro, al mismo tiempo la IA como servicio se puede aplicar
para mejorar las recomendaciones personalizadas y la curación de contenido.
Al utilizar algoritmos de IA, las plataformas pueden analizar las preferencias,
el comportamiento y los datos históricos de los usuarios para ofrecer
recomendaciones personalizadas de productos, servicios y contenido.
15
En este sentido se comprende que estos servicios se usa ampliamente
en la industria del entretenimiento, las plataformas de comercio electrónico y
el marketing digital, lo que permite a las empresas mejorar la satisfacción del
cliente, el compromiso y las tasas de conversión. Una muestra de IA como
servicio son las plataformas de procesamiento de lenguaje natural (PLN). Estas
plataformas utilizan algoritmos de inteligencia artificial para comprender y
analizar el lenguaje humano, lo que permite aplicaciones como chatbots,
asistentes de voz y traducción automática, al aprovechar la PLN como
servicio, las empresas pueden mejorar las interacciones con los clientes,
automatizar los procesos de atención al cliente y mejorar la eficiencia general
de la comunicación. La IA como servicio también abarca análisis predictivos y
capacidades de aprendizaje automático. Estas plataformas aprovechan los
algoritmos de IA para analizar grandes cantidades de datos, identificar
patrones y hacer predicciones precisas. Por ejemplo, las empresas pueden
utilizar la IA como servicio para predecir el comportamiento de los clientes,
optimizar la gestión de la cadena de suministro o detectar fraudes en
transacciones financieras, al acceder a estas capacidades a través de la nube,
las organizaciones pueden ahorrar tiempo y recursos mientras toman
decisiones basadas en datos.
Es bastante fascinante notar que los algoritmos de AA que actualmente
atraen la mayor atención y causan sensación en los medios, como el
“aprendizaje profundo” y las “redes neuronales” , en realidad existen desde
hace más de cuatro décadas, los notables logros recientes en el campo de la
inteligencia artificial y las inmensas posibilidades de transformación que
encierra son el resultado de intrincadas mejoras realizadas a estos algoritmos,
combinados con su cómoda accesibilidad como servicio, en lugar de ser
consecuencia de un concepto subyacente completamente nuevo. En esencia, se
podría argumentar que actualmente los seres humanos viven en una era en la
que la atención se centra predominantemente en la implementación práctica y
la utilización de estas tecnologías.
(Lee, 2018) sugiere que los aspectos teóricos y desafiantes de la
investigación de IA se han logrado en gran parte, como resultado, de una
nueva era de implementación práctica, donde la tecnología de IA se utilizará
en escenarios del mundo real. Este cambio representa un paso importante en el
desarrollo de la IA, ya que permitirá la consumación generalizada de
soluciones de IA de vanguardia en una variedad de industrias. El uso de la IA
en el mundo real es cada vez más común, algunos prototipos bien conocidos
incluyen la traducción automática, la tecnología de reconocimiento facial, los
automóviles autónomos y los asistentes personales en los dispositivos. Un área
16
en la que la IA se usa cada vez más es en el campo de la medicina, un ejemplo
reciente de esto es el desarrollo de un nuevo fármaco que utiliza IA que puede
eliminar múltiples tipos de bacterias resistentes a los antibióticos.
Otra evidencia en el que se puede aplicar la IA es en el campo del
diagnóstico por imágenes, esto incluye el uso de algoritmos para analizar
escáneres cerebrales fetales con el fin de identificar cualquier anomalía en una
etapa temprana, además, la IA se puede utilizar en escaneos de retina para
diagnosticar efectivamente a personas con diabetes y en rayos X para mejorar
la detección de tumores. Estas diversas aplicaciones de IA en imágenes de
diagnóstico destacan el inmenso potencial y las ventajas que pueden derivarse
de los esfuerzos de colaboración de la tecnología de IA y la experiencia
humana. Para Michael Brady, profesor de oncología de la Universidad de
Oxford, la colaboración entre las tecnologías de imágenes basadas en IA y los
radiólogos ha demostrado superar el desempeño individual de ambas partes.
Este acierto, que se informó en MIT Technology Review y GE
Healthcare en 2019, destaca los beneficios potenciales de combinar las
fortalezas de la IA y la experiencia humana en el campo de la radiología. Al
trabajar juntos, la IA y los radiólogos pueden mejorar la precisión y la
eficiencia de los diagnósticos médicos, lo que en definitiva conduce a mejores
resultados para los pacientes. La utilización de la IA y los procedimientos
automatizados en el sector de la salud se ve con frecuencia como una amenaza
para la participación de la interacción humana en la prestación de la atención, a
pesar de ello la industria ha descubierto que ocurre lo contrario; la IA puede
mejorar los recursos y las habilidades de los profesionales de la salud que ya
están sobrecargados y también puede mejorar enormemente los procesos.
Existen otros usos de la IA que se están volviendo más frecuentes,
particularmente en el periodismo, donde se emplean agentes de IA para
observar constantemente los medios globales y extraer detalles importantes
que pueden ser utilizados por los periodistas. Estos agentes también son
capaces de escribir historias sencillas por su cuenta. Los servicios legales de
IA están diseñados para ofrecer herramientas de detección automatizadas,
realizar investigaciones sobre jurisprudencia y estatutos y llevar a cabo la
debida diligencia legal. Estos servicios están destinados a ayudar a los
profesionales del derecho en diversos aspectos de su trabajo. Aprovechan la
tecnología y los algoritmos avanzados para proporcionar resultados eficientes
y precisos, lo que puede ayudar a los abogados y bufetes a ahorrar tiempo y
dinero.
17
Con la ayuda de los servicios legales de IA, los profesionales legales
pueden realizar investigaciones y análisis de manera más rápida y completa,
algo que ha revolucionado la industria legal, haciéndola más accesible y
eficiente tanto para los clientes como para los profesionales. Al utilizar
herramientas de IA, los profesionales legales pueden concentrarse en tareas
más complejas y estratégicas, mientras delegan lo rutinario que consume
mucho tiempo a sistemas impulsados por IA. Esto permite a los abogados
brindar servicios legales de mayor calidad y mejorar la satisfacción del cliente.
Otra beneficio de la inteligencia artificial es la de patrones climáticos mediante
la recopilación y el análisis de extensos datos históricos, también La detección
de fraude que implica el monitoreo automatizado del uso de la tarjeta de
crédito para detectar patrones o transacciones inusuales que puedan indicar una
posible estafa.
Esta tecnología avanzada está diseñada para identificar anomalías y
señalar actividades potencialmente fraudulentas, lo que garantiza la seguridad
y protección de los titulares de tarjetas de crédito. Al aprovechar la inteligencia
artificial, las instituciones financieras pueden detectar y prevenir transacciones
fraudulentas de manera efectiva, salvaguardando la integridad de las
transacciones financieras de sus clientes. El manejo de la inteligencia artificial
en los procesos comerciales ha resultado en varios avances, como la capacidad
de automatizar la fabricación, realizar análisis de mercado y administrar el
comercio de acciones y las carteras sin intervención humana. Estos procesos
impulsados por IA han revolucionado los procesos en que operan las empresas,
brindando una eficiencia y precisión sin precedentes en la toma de decisiones.
Con la ayuda de la IA, las empresas pueden tomar decisiones basadas
en datos que pueden generar mayores ganancias y crecimiento. Esta tecnología
ha transformado varias industrias y evoluciona continuamente para ofrecer aún
más posibilidades a las empresas de todo el mundo. Las ciudades inteligentes
se refieren a la utilización de inteligencia artificial y la interconectividad de
Internet de las cosas (IdC) para mejorar la eficacia y la sostenibilidad de las
personas que residen y trabajan en entornos urbanos. Esto implica maximizar
la utilización de la tecnología para mejorar la calidad de vida general de los
habitantes urbanos. Los robots de IA son máquinas físicas que utilizan
técnicas, como la visión artificial y el aprendizaje por refuerzo, para mejorar su
capacidad de interactuar con el mundo. Si bien estos avances ofrecen
beneficios sustanciales a la sociedad, es importante reconocer que también
existen aplicaciones polémicas de la IA. Dos ejemplos notables incluyen las
guerras automatizadas, que involucran el despliegue de armas, drones y
equipos militares que operan sin intervención humana. Asimismo, los
18
deepfakes son otro uso controvertido de la IA, que implica la creación de
noticias inventadas y la manipulación de rasgos faciales en videos para
engañar a los espectadores haciéndoles creer que los políticos y las
celebridades están participando en acciones que en realidad nunca realizaron.
Al mismo tiempo, es imperativo que se tenga cuidado al evaluar las
numerosas afirmaciones extravagantes presentadas por ciertas empresas de IA
y los medios de comunicación. Es importante reconocer que, a pesar de las
proclamaciones sensacionalistas de que las herramientas de IA han superado
las capacidades humanas en áreas como la comprensión de textos y el
reconocimiento de imágenes, estos logros son aplicables solo dentro de
parámetros específicos. Para ilustrar, estas afirmaciones son válidas
únicamente cuando el texto que se analiza es conciso y transmite la cantidad
esencial y adecuada de información requerida para fines de inferencia. En la
actualidad, las tecnologías de IA son susceptibles de sufrir daños y pueden
interrumpirse fácilmente, incluso la más mínima alteración en los datos, como
agregar un sonido aleatorio en una imagen, puede provocar una falla
significativa de la herramienta de IA, esta vulnerabilidad de la IA ha sido
destacada por (Marcus y Davis, 2019).
1.2 Beneficio de la IA en la Educación
En los últimos diez años, ha habido un aumento significativo y rápido
en la utilización de herramientas de inteligencia artificial para ayudar y
mejorar el proceso de aprendizaje (Holmes et al., 2019). Esta tendencia solo se
aceleró como resultado del cierre generalizado de escuelas causado por la
pandemia de COVID-19. Sin embargo, a pesar de este aumento en la adopción
de IA, todavía falta evidencia sustancial sobre el impacto real en los resultados
del aprendizaje. Además, sigue siendo necesario determinar si la IA puede
ayudar a los científicos y educadores del aprendizaje a obtener una
comprensión más profunda de los mecanismos detrás del aprendizaje efectivo
(Zawacki-Richter et al., 2019). Todavía existe un gran potencial sin explotar
para que la inteligencia artificial se utilice en el seguimiento de los logros
educativos en varias disciplinas, así como en la evaluación de las habilidades
que se obtienen a través de medios no tradicionales o casuales.
Las aplicaciones de IA desarrolladas para el campo de la educación se
han clasificado en tres grupos principales; las centradas en el sistema, en los
estudiantes y los profesores (Baker et al., 2019). En el caso de los responsables
de la formulación de políticas, se sugieren un conjunto de cuatro categorías de
aplicaciones emergentes y potenciales basadas en necesidades específicas: la
19
gestión y entrega de la educación; el proceso de aprendizaje y evaluación; el
empoderamiento de los docentes y la mejora de la enseñanza; y la promoción
del aprendizaje permanente. Es concluyente reconocer que todas estas
categorías propuestas están interconectadas; Las aplicaciones de IA en
educación tienen la capacidad de abordar necesidades en múltiples áreas
simultáneamente. Por ejemplo, las aplicaciones de tutoría pueden diseñarse
para beneficiar tanto a los profesores como a los estudiantes.
Es importante que al considerar la integración de las tecnologías de IA
en los entornos educativos, se preste especial atención a los requisitos
específicos y duraderos de la comunidad local, en lugar de confiar únicamente
en las tendencias del mercado. Por lo demás, es perentorio realizar análisis
exhaustivos de beneficios y riesgos antes de implementar cualquier avance
tecnológico a gran escala para tomar decisiones bien informadas.
Específicamente, los defensores de la IA argumentaron que presentaron
soluciones rápidas para los desafíos que surgieron durante el cierre de escuelas
en medio de la pandemia de COVID-19 y el posterior cambio a la educación
virtual. A pesar de, que actualmente existe una justificación limitada para
respaldar la idoneidad o la viabilidad financiera de este método propuesto.
Las tecnologías de inteligencia artificial, son cada vez más frecuentes
en el campo de la educación, sirviendo como herramientas para ayudar en la
organización e implementación de prácticas educativas. En lugar de ayudar
directamente con la enseñanza o el aprendizaje, estas aplicaciones de IA se
crean específicamente para optimizar varios aspectos de la gestión escolar,
confiando en los Sistemas de Información de Gestión Educativa (SIGE) para
automatizar tareas. En 2003, Villanueva introdujo un sistema integral para
administrar varios aspectos de la educación, como admisiones, horarios,
asistencia y seguimiento de tareas, así como para realizar inspecciones
escolares. Para analizar mejor la gran cantidad de datos generados en los
sistemas de gestión del aprendizaje (LMS), (du Boulay et al., 2018)
desarrollaron un método conocido como “análisis de aprendizaje”.
La finalidad de este método es proporcionar información valiosa a los
maestros, administradores y estudiantes, una de las aplicaciones de las
analíticas de aprendizaje es predecir qué estudiantes tienen más probabilidades
de reprobar. Los resultados del análisis de datos educativos a menudo se
presentan a través de paneles visuales, que se utilizan para tomar decisiones
basadas en los datos. Este procedimiento, conocido como toma de decisiones
basada en datos, se ha discutido en estudios anteriores. Asimismo, el análisis
de big data de los sistemas educativos puede informar el desarrollo de políticas
relacionadas con la entrega de educación. En resumen, el uso de big data en la
20
educación es cada vez más frecuente y las instituciones educativas aprovechan
esta tecnología para brindar información valiosa e informar decisiones
políticas.
Si bien existen desafíos que superar, los beneficios potenciales de los
grandes datos en la educación son significativos y no deben pasarse por alto,
con las directrices correctas, el análisis de big data puede ayudar a impulsar un
cambio positivo y mejorar los resultados educativos de los estudiantes. Hay
muchas formas en que la inteligencia artificial se puede utilizar para mejorar
las oportunidades educativas disponibles para los refugiados. Por ejemplo, al
analizar los datos de los sistemas de gestión del aprendizaje diseñados
específicamente para los refugiados, es posible identificar la cantidad óptima
de servicios educativos y de apoyo que se debe brindar. Al mismo tiempo, la
IA tiene el potencial de organizar el contenido de aprendizaje en varias
plataformas según las necesidades individualizadas de los estudiantes y su
nivel de estudio. Un proyecto prometedor se centra en recopilar miles de
recursos educativos abiertos y hacerlos más accesibles para todos los
estudiantes. Esta iniciativa, liderada por (Kreitmayer et al., 2018), tiene como
objetivo mejorar la educación y el bienestar general de los refugiados
aprovechando el poder de la IA.
Para que el análisis de datos ofrezca información valiosa y confiable, es
inevitable que los datos y sus representantes sean precisos e imparciales y que
los métodos computacionales utilizados no solo sean adecuados sino también
precisos y sólidos. Estos son requisitos previos básicos, pero con frecuencia se
descuidan, hay casos en los que las empresas de inteligencia artificial recopilan
grandes cantidades de datos de los compromisos de los estudiantes con el
objetivo de utilizar metodologías de aprendizaje automático para detectar
tendencias y consistencias. El propósito de utilizar la tecnología para mejorar
la educación de los estudiantes es permitir que el software reconozca cuándo
los niños experimentan confusión o desinterés para que puedan recibir ayuda
para mantener su concentración.
Pero, esta táctica ha sido recibida con escepticismo debido a la
naturaleza de la recopilación de datos que, según algunos, es similar a realizar
evaluaciones de salud mental. Se considera que este proceso promueve
potencialmente la noción de los niños como individuos que requieren atención
médica. (Herold, 2018). En ciertas situaciones, las herramientas de IA que se
encuentran dentro de esta categoría se han empleado para observar la
participación de los estudiantes durante las clases, conjuntamente, se han
utilizado para monitorear la asistencia (Harwell, 2019) y predecir la
efectividad de los maestros, lo que ha generado inquietudes (O'Neil, 2017).
21
Estos aspectos particulares relacionados con las aplicaciones orientadas al
sistema deben incorporarse al discurso más amplio que rodea a la IA y su
impacto en la educación. A continuación algunos modelos notables de IA
aplicables a la educación.
Los chatbots educativos son herramientas digitales que aprovechan el
poder de los servicios en la nube y la inteligencia artificial para entablar
conversaciones simuladas con personas. Estos programas informáticos están
diseñados para responder a las consultas de los usuarios y proporcionar
información o realizar tareas básicas. Básicamente, los chatbots permiten a los
usuarios interactuar con una entidad digital que puede imitar una conversación
humana, brindando una experiencia educativa única. Cuando se trata de
chatbots, hay dos niveles de sofisticación, la mayoría se basan en reglas y
palabras clave para elegir entre un conjunto predeterminado de respuestas,
también hay chatbots equipados con capacidades de asistencia virtual, como
Sir, Alexa, DuerOS y Xiaoyi. Estos chatbots avanzados utilizan procesamiento
de lenguaje natural y algoritmos de aprendizaje automático para generar
respuestas personalizadas y distintas.
En el campo de la educación, los chatbots han ganado un uso
generalizado y se emplean en una amplia gama de aplicaciones. Estas
aplicaciones abarcan diversos aspectos como ayudar en los procesos de
admisión de los estudiantes al atender consultas relacionadas con los cursos de
computación disponibles. Igualmente, los chatbots cumple una función crucial
al proporcionar acceso a la información las 24 horas del día, lo que garantiza
que los estudiantes puedan obtener respuestas a sus preguntas en cualquier
momento, incluso fuera del horario laboral habitual. Por ejemplo, un
estudiante puede preguntar sobre la fecha límite para enviar su tarea, de la
misma forma, los chatbots también participan activamente en el apoyo directo
al proceso de aprendizaje. Pueden integrarse en enfoques de aprendizaje
colaborativos y basados en el diálogo, a menudo denominados enfoque ABCD,
el cual se describirá más adelante. Esta participación puede implicar involucrar
a los estudiantes en diálogos orales o proporcionar comentarios automatizados
para mejorar sus experiencias de aprendizaje, tales como son los chatbots
educativos Ada24 y Deakin Genie, que están diseñados para ayudar en el
aprendizaje.
La Universidad Abierta del Reino Unido diseñó una poderosa
herramienta de inteligencia artificial llamada OU Analyze, que puede
pronosticar de manera efectiva el rendimiento de los estudiantes y detectar a
aquellos que corren el riesgo de reprobar mediante el procesamiento de
grandes cantidades de datos recopilados del sistema SIGE de la universidad.
22
La disponibilidad de predicciones a través de paneles fáciles de usar brinda a
los tutores del curso y a los equipos de apoyo los medios para evaluar y
determinar las formas de asistencia más adecuadas para los estudiantes. Este
objetivo general es equipar y guiar de manera efectiva a los estudiantes que
pueden encontrar desafíos para terminar con éxito sus cursos (Herodotou et al.,
2017).
Los desarrolladores de OU Analyze actualizan y mejoran
continuamente la herramienta para mantenerse a la vanguardia de los avances
tecnológicos. Este compromiso con la innovación asegura que los usuarios
siempre tengan acceso a las últimas características y funcionalidades,
manteniéndolos por delante de la competencia, puesto que el propósito
principal de OU Analyze es agilizar el proceso de análisis de datos, haciéndolo
más rápido, más eficiente y más confiable. Con sus características y
capacidades avanzadas, esta herramienta tiene el potencial de revolucionar la
forma en que las empresas y las personas abordan el análisis de datos. Al
mismo tiempo, OU Analyze ofrece una interfaz fácil de usar que permite que
incluso los usuarios no técnicos naveguen y utilicen la herramienta de manera
efectiva.
Su diseño intuitivo y tutoriales completos aseguran que los usuarios
puedan comprender rápidamente las funcionalidades y aprovechar todo el
potencial de esta herramienta de inteligencia artificial. Además, OU Analyze
es una herramienta versátil que se puede aplicar a diversas industrias y
sectores, ya sea en finanzas, salud, marketing o cualquier otro campo que
requiera análisis de datos, puede adaptarse a las necesidades y requisitos
específicos de cada industria. En conclusión, OU Analyze es una herramienta
avanzada de inteligencia artificial que permite a los usuarios realizar análisis
de datos precisos y eficientes. Con su capacidad para manejar grandes
conjuntos de datos, identificar patrones y proporcionar información valiosa,
esta herramienta está revolucionando la forma en que las empresas y las
personas abordan el análisis de datos.
Su interfaz fácil de usar, versatilidad y actualizaciones continuas hacen
de OU Analyze una herramienta poderosa en varias industrias. Además, está
equipado con algoritmos de aprendizaje automático de última generación que
pueden identificar patrones, tendencias y correlaciones dentro de los datos,
esto permite a los usuarios obtener información valiosa y tomar decisiones
informadas en función de los resultados del análisis, ya sea identificando las
preferencias de los clientes, prediciendo las tendencias del mercado u
optimizando las operaciones comerciales, OU Analyze puede proporcionar la
inteligencia necesaria para impulsar el éxito, una de las características clave de
23
OU Analyze es su capacidad para manejar conjuntos de datos grandes y
complejos con facilidad. Los métodos tradicionales de análisis de datos a
menudo tienen dificultades cuando se enfrentan a cantidades masivas de datos,
lo que genera demoras e imprecisiones. Con todo, con OU Analyze, los
usuarios pueden importar y analizar fácilmente grandes cantidades de datos en
cuestión de minutos, ahorrando tiempo y recursos valiosos.
El Swift es una colección de técnicas creada por Swift eLearning
Services en India, cuyo objetivo es permitir que los sistemas SIGE utilicen de
manera efectiva los datos obtenidos de los módulos de aprendizaje electrónico.
La información obtenida a través de las actividades de los estudiantes es muy
beneficiosa para identificar los factores que contribuyen a su éxito o desafíos.
El examen de estos datos son determinantes en el desarrollo de estrategias de
aprendizaje individualizadas que se adaptan a las preferencias y necesidades
específicas de cada estudiante. Al estudiar y comprender cuidadosamente la
información recopilada, los educadores pueden diseñar planes de aprendizaje
personalizados que se adapten a los estilos de aprendizaje, intereses y
fortalezas únicos de los estudiantes. Este análisis integral garantiza que el
enfoque educativo se personalice para maximizar el compromiso, la
motivación y el éxito académico general del estudiante. Al tener en cuenta las
preferencias de los estudiantes, como sus métodos de aprendizaje preferidos,
temas de interés e incluso objetivos personales, los educadores pueden crear un
entorno de aprendizaje que no solo sea efectivo sino también agradable para
los estudiantes. Este examen exhaustivo de los datos permite a los educadores
brindar instrucción específica y enfocada, lo que permite a los estudiantes
alcanzar su máximo potencial y sobresalir en su viaje educativo.
El sistema ALP en los Estados Unidos está diseñado para mejorar las
tecnologías educativas convencionales con la ayuda de la inteligencia artificial.
El sistema examina la información proporcionada por los usuarios y la
combina para generar perfiles psicométricos integrales que abarcan las formas
en que los estudiantes participan, sus preferencias personales y sus logros
notables. Este sistema impulsado por IA sirve como una tecnología educativa
alternativa que se puede utilizar como respaldo de los métodos tradicionales,
utiliza algoritmos avanzados de aprendizaje automático para brindar
experiencias de aprendizaje personalizadas que se adaptan a las necesidades
individuales de los estudiantes. Como resultado, ofrece un enfoque educativo
más eficiente y eficaz que complementa los métodos de enseñanza
convencionales.
Con su capacidad para adaptarse al estilo y ritmo de aprendizaje de
cada estudiante, el sistema ALP proporciona un poderoso instrumento para que
24
los educadores mejoren sus métodos de enseñanza y mejoren los resultados de
los estudiantes. Asimismo, esta tecnología se puede usar como un plan de
contingencia en situaciones en las que los estudiantes no pueden asistir a clases
en persona, como durante una pandemia o mal tiempo, al proporcionar una
plataforma de aprendizaje confiable y flexible, el sistema ALP impulsado por
IA ofrece un recurso valioso tanto para educadores como para estudiantes. Uno
de los beneficios clave del sistema ALP es su capacidad para automatizar
varios procesos, lo que reduce la necesidad de intervención humana y aumenta
la eficiencia.
Esta tecnología es particularmente útil en industrias como la
fabricación, la logística y la atención médica, donde la precisión y la exactitud
son fundamentales. Al automatizar tareas repetitivas y mundanas, el sistema
ALP libera recursos humanos para que se concentren en tareas más
estratégicas y creativas, impulsando así la innovación y el crecimiento. El
ALP, que se basa en inteligencia artificial, es una tecnología compleja y
sofisticada que se ha desarrollado para mejorar varios aspectos de las
operaciones modernas. Con sus algoritmos avanzados y capacidades de
aprendizaje automático, el sistema ALP está diseñado para brindar soluciones
eficientes y efectivas a problemas complejos. Este sistema tiene la capacidad
de analizar cantidades masivas de datos, identificar patrones y tendencias y
hacer predicciones precisas basadas en la información disponible.
Por lo demás, el sistema ALP puede adaptarse y autoaprender,
mejorando constantemente su rendimiento y capacidades a lo largo del tiempo.
Otra ventaja del sistema ALP es su capacidad para proporcionar información y
análisis en tiempo real, lo que permite a las organizaciones tomar decisiones
informadas rápidamente. Con su capacidad para procesar y analizar datos a la
velocidad del rayo, el sistema ALP puede identificar problemas potenciales
antes de que se conviertan en problemas importantes, lo que permite a las
organizaciones tomar medidas proactivas para mitigar los riesgos, a su vez
puede identificar nuevas oportunidades de crecimiento y expansión, ofreciendo
a las organizaciones una ventaja competitiva en el mercado, a pesar de sus
muchos beneficios, el sistema ALP no está exento de desafíos.
Uno de los mayores desafíos es la necesidad de grandes cantidades de
datos para entrenar el sistema. Este puede ser un proceso que consume mucho
tiempo y recursos, lo que requiere una inversión significativa en la
recopilación y el análisis de datos, este sistema puede encontrar problemas
éticos y legales, particularmente en industrias como la atención médica, donde
la privacidad y la seguridad de los datos son primordiales. En fin, el sistema
ALP es una tecnología poderosa que tiene el potencial de revolucionar varias
25
industrias. Con sus capacidades avanzadas para automatizar procesos, brindar
información en tiempo real e identificar nuevas oportunidades, el sistema ALP
puede ayudar a las organizaciones a aumentar la eficiencia, reducir costos e
impulsar el crecimiento. Sin embargo, es importante abordar esta tecnología
con precaución, reconociendo los desafíos potenciales y asegurándose de que
se tengan en cuenta las consideraciones éticas y legales.
UniTime es un proyecto global que se basa principalmente en los
Estados Unidos, pero cuenta con la participación de organizaciones de cuatro
continentes diferentes. Este proyecto utiliza tecnología de inteligencia artificial
para crear un sistema integral de programación educativa diseñado para
universidades. El cual es capaz de desarrollar cronogramas de cursos y
exámenes, administrar cualquier cambio en la asignación de horarios, y
generar cronogramas individuales para cada estudiante, por sobre todo el
proyecto UniTime pone un fuerte énfasis en la educación y el intercambio de
conocimientos, de igual manera reconoce que la IA es un campo en rápida
evolución, y para mantenerse al día con los últimos avances, el aprendizaje
continuo y el desarrollo profesional son decisivos.
A través de talleres, conferencias y plataformas en línea, el proyecto
facilita el intercambio de ideas y conocimientos entre investigadores y
profesionales de la IA. Al fomentar una cultura de colaboración y aprendizaje,
el proyecto UniTime tiene como objetivo empoderar a las personas y
organizaciones para que tomen decisiones informadas sobre el desarrollo y la
implementación de tecnologías de IA. Otra particularidad importante del
proyecto UniTime es su énfasis en la cooperación global. El proyecto reconoce
que ningún país u organización por sí solo puede resolver de manera efectiva
los complejos problemas que plantea la IA. Al reunir a expertos de diferentes
países y culturas, el proyecto UniTime tiene como objetivo aprovechar
diversas perspectivas y conocimientos para desarrollar soluciones de
inteligencia artificial que sean culturalmente sensibles y aplicables a nivel
mundial.
Esta cooperación global también se extiende al intercambio de datos,
ya que el proyecto aboga por políticas de datos abiertas y transparentes para
garantizar que las tecnologías de IA se desarrollen y entrenen en diversos
conjuntos de datos representativos de la población mundial. La iniciativa
global de IA de UniTime es un plan que tiene como objetivo reunir a una
amplia gama de expertos e investigadores de todo el mundo para colaborar en
el desarrollo de tecnologías de inteligencia artificial. El proyecto está
impulsado por la creencia de que la IA tiene el potencial de revolucionar
varios aspectos de la sociedad, incluida la educación, la atención médica, el
26
transporte y más. Al aprovechar el conocimiento colectivo y la experiencia de
personas de diferentes orígenes y culturas, el UniTime se esfuerza por crear
soluciones de IA que no solo sean innovadoras sino también inclusivas y
éticas.
Uno de los objetivos clave del proyecto UniTime es abordar los
desafíos y las limitaciones que enfrentan actualmente las tecnologías de IA. Si
bien la IA ha logrado avances significativos en los últimos años, todavía hay
muchas áreas en las que se pueden realizar mejoras. Por ejemplo, los
algoritmos de IA a menudo tienen problemas con los prejuicios, la ética y la
privacidad, lo que puede tener serias implicaciones para sus aplicaciones en el
mundo real. Al fomentar la colaboración y la investigación interdisciplinaria,
este proyecto tiene como objetivo abordar estos desafíos y desarrollar
tecnologías de IA que sean justas, transparentes y responsables.
1.3 Tutoría Inteligente
Las tecnologías de IA, diseñadas específicamente para estudiantes, se
han convertido en objeto de un interés creciente entre investigadores,
desarrolladores, educadores y responsables políticos. A menudo denominadas
como la “cuarta revolución educativa” (Seldon y Abidoye, 2018), estas
aplicaciones se desarrollan con el objetivo de brindar a las personas,
independientemente de su ubicación, la oportunidad de participar en un
aprendizaje permanente que se adapte a sus necesidades específicas y
fácilmente disponible en todo momento. Esto incluye diversas formas de
educación, como el aprendizaje formal, informal y no formal. Aparte de de los
beneficios antes mencionados, vale la pena señalar que la IA tiene el potencial
de revolucionar los métodos de evaluación.
Uno de esos enfoques es la evaluación adaptativa y continua, que puede
ser facilitada por la tecnología de IA (Luckin, 2017). No obstante, es inevitable
reconocer desde el principio que la integración de la IA en el aprendizaje y la
evaluación también genera varias preocupaciones que aún no se han abordado
adecuadamente. Estas preocupaciones abarcan el principio pedagógico
empleado por la IA, la insuficiencia de pruebas sólidas sobre su eficacia, su
posible impacto en las funciones de los docentes y las implicaciones éticas más
amplias que plantea otra utilidad clave de los sistemas de tutoría inteligente es
su capacidad para brindar retroalimentación y apoyo en tiempo real. A
diferencia de las aulas tradicionales, donde los estudiantes pueden necesitar
esperar horas o incluso días para recibir comentarios sobre su trabajo, los
sistemas de tutoría inteligente pueden proporcionar comentarios y orientación
inmediatos.
27
Esto puede ayudar a los estudiantes a mantenerse encaminados y
progresar más rápidamente. Uno de los beneficios clave de los sistemas de
tutoría inteligente (STI) es su capacidad para adaptarse a los estilos y
preferencias de aprendizaje individuales. Al analizar los datos de desempeño
de los estudiantes, estos sistemas pueden identificar áreas en las que un
estudiante puede tener dificultades y brindar orientación y apoyo específicos.
Este enfoque personalizado puede ayudar a los estudiantes a aprender de
manera más efectiva y eficiente, lo que lleva a mejores resultados en general.
Estos sistemas inteligentes, también se pueden utilizar para ayudar a los
profesores e instructores a comprender mejor las necesidades de aprendizaje de
sus alumnos.
Al proporcionar análisis detallados sobre el desempeño de los
estudiantes, estos sistemas pueden ayudar a los educadores a identificar áreas
en las que pueden necesitar ajustar sus métodos de enseñanza para satisfacer
mejor las necesidades de sus estudiantes. Esto puede conducir a prácticas de
enseñanza más efectivas y mejores resultados generales de aprendizaje para los
estudiantes. El campo de los sistemas de tutoría inteligente implica el
desarrollo de software inteligente que pueda proporcionar orientación
educativa personalizada. Estos sistemas utilizan algoritmos avanzados de
aprendizaje automático y técnicas de análisis de datos para analizar los datos
de rendimiento de los estudiantes y proporcionar comentarios y orientación
personalizados.
Los sistemas de tutoría inteligente se pueden usar en una variedad de
entornos educativos, incluidas escuelas K-12, colegios y universidades y
programas de capacitación corporativa. En general, los sistemas de tutoría
inteligentes representan una nueva frontera prometedora en la tecnología
educativa. Al aprovechar el poder de los algoritmos avanzados de aprendizaje
automático y el análisis de datos, estos sistemas son específicos en la forma en
que se enseña y aprende, ya sea en entornos de aula tradicionales o entornos de
aprendizaje en línea, los sistemas de tutoría inteligentes pueden ayudar a
mejorar los resultados de aprendizaje para estudiantes de todas las edades y
orígenes.
El debate sobre el uso de la IA para el aprendizaje y la evaluación
comenzó centrándose en este conjunto específico de herramientas
denominadas STI. Estos sistemas se han investigado exhaustivamente durante
más de cuatro décadas, lo que los convierte en las aplicaciones educativas de
IA más estudiadas, no solo son las aplicaciones más frecuentes de la IA en la
educación, sino que también han sido ampliamente experimentadas por
innumerables estudiantes. Asimismo, han obtenido una inmensa inversión e
28
interés de las principales empresas de tecnología del mundo y se han integrado
en los sistemas educativos de todo el mundo, beneficiando a millones de
estudiantes. Estos STI utilizan un enfoque sistemático que determina
cuidadosamente la ruta más eficiente para guiar a los estudiantes a través de
materiales y actividades de aprendizaje, aprovechando la experiencia de
especialistas en la materia e incorporando conocimientos de la ciencia
cognitiva.
Este sistema es de gran ayuda para la detección de las infecciones de
transmisión sexual (ITS) funcionan proporcionando guías de instrucción
integrales y personalizadas para los estudiantes, específicamente adaptadas a
sus necesidades y habilidades únicas, en diversas materias, incluidas las
matemáticas y la física. El sistema aborda y corrige activamente cualquier
malentendido o error cometido por los estudiantes, asegurando su progreso y
éxito, vale la pena señalar que este modelo educativo no se limita solo a las
ITS, ya que también se emplea en otros sistemas educativos como Moodle30 y
Open edX,31 así como en plataformas populares como Khan Academy.
Es importante agregar que a medida que el alumno participa
activamente en diversas actividades de aprendizaje, el sistema emplea técnicas
de seguimiento de conocimientos y aprendizaje automático para adaptar el
nivel de dificultad y ofrecer indicaciones o asistencia en función de las áreas
de competencia y áreas de mejora del individuo. Este enfoque personalizado
tiene como meta optimizar la experiencia de aprendizaje del estudiante y
facilitar la comprensión eficiente de la materia. Aparte de, ciertos sistemas
inteligentes también tienen la capacidad de recopilar y analizar datos sobre el
estado emocional del estudiante e incluso monitorear sus movimientos
oculares para medir su nivel de atención y compromiso.
Aun cuando, puedan parecer lógicos y fáciles de entender, es necesario
reconocer que los supuestos subyacentes de los Sistemas Tutores Inteligentes y
su método convencional de transmisión de conocimiento descuidan los
beneficios potenciales que ofrecen los procedimientos alternativos respaldados
por las ciencias del aprendizaje como el aprendizaje colaborativo, el
aprendizaje por descubrimiento guiado y el fracaso productivo (Dean Jr y
Kuhn, 2007). El aprendizaje personalizado que ofrece este sistema es limitado,
porque solo personaliza la ruta a un material predeterminado, no fomenta la
autonomía y el crecimiento personal de los estudiantes al adaptar los
resultados del aprendizaje a las necesidades individuales y permitirles alcanzar
sus objetivos únicos (Block, 1995).
29
Varios estudios han demostrado que ciertos STI diseñados por
investigadores funcionan de manera similar a la instrucción tradicional de toda
la clase, como lo demuestra la investigación de du Boulay en 2016, como
resultado, estos métodos han sido adquiridos por diferentes regímenes
educativos a nivel mundial, a pesar de esto, no hay pruebas suficientes para
respaldar las afirmaciones de los desarrolladores de STI comerciales, según la
investigación de (Holmes et al., 2018). La amplia utilización de STI presenta
varias preocupaciones adicionales. Una de esas preocupaciones es que tiende a
disminuir el nivel de interacción personal entre estudiantes y profesores. En
una clase típica de STI, los maestros a menudo se encuentran pasando una
cantidad significativa de tiempo estacionados en sus escritorios, observando el
tablero de interacción de los estudiantes.
Aun cuando, si un maestro decide moverse por el aula como lo haría en
una clase que no es de STI, pierde visibilidad de lo que están haciendo los
estudiantes, lo que dificulta determinar dónde debe enfocarse su atención, para
abordar este problema, se ha desarrollado una extensión de este sistema
conocida como Lumilo (Holstein et al., 2018), que utiliza gafas inteligentes de
realidad aumentada para mostrar información pertinente sobre la cabeza de
cada estudiante, como su progreso de aprendizaje (por ejemplo, conceptos
erróneos) o comportamientos (Falta de atención). Esto permite a los docentes
tener conocimientos integrales y continuos que les permitan intervenir de
manera efectiva. Esta aplicación innovadora de la tecnología de IA inteligente
es sin duda fascinante, pero es importante señalar que se ha diseñado
específicamente para abordar un problema que surge del uso de otra tecnología
de IA.
Además, este enfoque también plantea preocupaciones relacionadas
con los derechos humanos, en particular el derecho a la privacidad. En el
mundo actual, existe una amplia gama de más de 60 STI comerciales (Smart
Tutoring Systems) a escala global. Estos incluyen plataformas notables como
Alef, ALEKS, Byjus, Mathia, Qubena, Riiid y Squirrel IA. La Comisión de
Educación Escolar de Vietnam ha asumido la responsabilidad de evaluar
varios enfoques de la educación, incluido el conocido método Hi-Tech Hi-
Touch, el cual combina el poder de la tecnología avanzada (Hi-Tech) con la
invaluable orientación y el apoyo de educadores calificados (Hi-Touch), con el
objetivo final de brindar a los estudiantes la mejor experiencia de aprendizaje
posible.
30
Capítulo II
Aprendizaje Colaborativo y Dialógico Interactivo por IA
Los sistemas ABCD, que significa aprendizaje basado en colaboración
y en el diálogo, emplean técnicas avanzadas de inteligencia artificial, como el
procesamiento del lenguaje natural, para recrear una conversación tutorial
simulada entre tutores humanos y estudiantes. Estos sistemas son
particularmente útiles para guiar a las personas a través de tareas en línea,
específicamente en el campo de la informática. Sin embargo, también se han
aplicado a dominios menos estructurados en los últimos tiempos. Los sistemas
ABCD emplean un método socrático en su enfoque de tutoría, utilizando
preguntas generadas por IA en lugar de instrucción directa. Esta técnica incita
a los estudiantes a entablar un diálogo que los lleva a descubrir de forma
independiente la solución correcta a un problema dado.
El objetivo principal es fomentar un entorno en el que los estudiantes
colaboren para construir explicaciones integrales que faciliten una
comprensión profunda del tema, en lugar de simplemente captar
conocimientos superficiales que se pueden adquirir a través de métodos de
instrucción tradicionales. Actualmente, hay un número limitado de sistemas
ABCD que se están utilizando, y la mayoría se implementa en varios proyectos
de investigación. De todos los sistemas, AutoTutor (Graesser et al., 2001) ha
sido ampliamente probado y ha obtenido el mayor éxito, asimismo de
AutoTutor, Watson Tutor es un sistema disponible comercialmente
desarrollado conjuntamente por IBM y Pearson Education.
2.1 Aprendizaje Exploratorio
Los entornos de aprendizaje exploratorio (EAE) brindan un enfoque
alternativo a los métodos tradicionales por pasos utilizados en los sistemas STI
y ABCD, a diferencia de estos sistemas, los EAE se basan en una filosofía
constructivista que destaca el aprendizaje activo. En lugar de seguir una
secuencia predeterminada de pasos, se alienta a los alumnos a participar en el
entorno de aprendizaje, construir activamente su conocimiento y establecer
conexiones con su esquema de conocimiento existente. La inteligencia
artificial es preponderante en los entornos de aprendizaje exploratorio al
reducir de manera efectiva la carga cognitiva que se experimenta con
frecuencia. Al aprovechar sus capacidades en el seguimiento del conocimiento
y el aprendizaje del sistema, la IA ofrece orientación y comentarios valiosos
para los alumnos.
31
Esta retroalimentación no solo ayuda a abordar cualquier concepto
erróneo que pueda surgir, sino que también sugiere guías alternativas para
ayudar a los estudiantes durante su proceso de exploración, particularmente la
IA sirve como facilitador y partidario, lo que empodera a los estudiantes para
navegar a través de su viaje educativo con mayor facilidad y éxito. En el
panorama actual, se puede observar que los entornos de asistencia educativa
(EAE) todavía están predominantemente confinados dentro de los límites de
los laboratorios de investigación, con instancias limitadas de su
implementación generalizada en entornos del mundo real. Esta afirmación está
respaldada por la existencia de varios prototipos de EAE notables que se han
desarrollado y exhibido únicamente dentro del ámbito de la investigación.
Ejemplos dignos de mención de tales prototipos de EAE incluyen ECHOES,
una creación de Bernardini y sus colaboradores en 2014 y Fractions Lab, un
proyecto innovador presentado por Rummel y otros en 2016 y Betty's Brain,
una herramienta educativa conceptualizada por Leelawong y Biswas en 2008,
A pesar de su potencial para revolucionar el panorama educativo, estos EAE
aún deben lograr un despliegue e integración generalizados en varias
instituciones educativas y entornos de aprendizaje.
2.2 Escritura Automatizada
En lugar de que los estudiantes utilicen computadoras y obtengan
asistencia adaptativa instantánea, el concepto de Evaluación Automatizada de
Escritura (EAES) emplea el procesamiento del lenguaje natural y otros
métodos de inteligencia artificial para brindar retroalimentación automática
sobre el trabajo escrito. En términos generales, existen dos enfoques
interconectados de EAES: EAES formativo, que permite a los estudiantes
mejorar su escritura antes de enviarla para evaluación y EAES sumativo, que
facilita la calificación automática de las composiciones escritas de los
estudiantes. La mayoría de las EAES priorizan la calificación a la
retroalimentación. Estos sistemas se crean principalmente para reducir los
gastos de evaluación y pueden verse como parte de los programas basados en
sistemas.
Los EAES sumativos han sido un tema de controversia desde su
introducción, según (Feathers, 2019). Han sido examinados por otorgar
calificaciones a los estudiantes en función de características superficiales como
la longitud de las oraciones, incluso si el contenido carece de coherencia, lo
que indica que pueden ser engañado por palabras sin sentido. Al mismo
tiempo, los sistemas son incapaces de evaluar la creatividad, que es otra área
de preocupación. Uno de los aspectos más preocupantes del EAES es la
presencia de sesgos dentro de sus algoritmos. Estos sesgos tienen el potencial
32
de perjudicar injustamente a los estudiantes de minorías, posiblemente debido
a las disparidades en el vocabulario y la construcción de oraciones. Este
problema plantea preocupaciones importantes sobre la equidad y la inclusión
del sistema, ya que puede perpetuar involuntariamente las desigualdades
educativas existentes.
Es necesario abordar y rectificar estos sesgos para garantizar la
igualdad de oportunidades para los estudiantes de todos los orígenes. El EAES
sumativo tiene algunas limitaciones cuando se trata de detectar tareas escolares
y universitarias falsas. Estas tareas son creadas por tecnologías de inteligencia
artificial que imitan el estilo de escritura de estudiantes individuales y utilizan
su experiencia en el campo de la materia. Es difícil identificar tales
asignaciones, asimismo, el uso de IA para calificar trabajos no reconoce la
importancia de calificar, aunque puede ser tedioso, calificar puede brindar a
los maestros información sobre las habilidades de sus alumnos. En EAES,
algunas de las actividades dirigidas por los estudiantes priorizan la
retroalimentación que pretende ser útil y efectiva y tiene como objetivo ayudar
a los estudiantes a mejorar sus habilidades de escritura y promover el
pensamiento de orden superior, como el aprendizaje autorregulado y la
metacognición. El EAES, que incluye evaluaciones tanto formativas como
sumativas, se está utilizando en varios entornos educativos, con programas
como WriteToLearn, e-Rater y Turnitin. Por lo demás, existe un método
similar que incorpora IA para comparar el trabajo de un nuevo alumno con una
amplia colección de trabajos previos de alumnos evaluados por maestros, que
se puede ver en la evaluación de actuaciones musicales a través del programa
Smartmusic.
2.3 Lectura y Aprendizaje de Idiomas
La IA se utiliza cada vez más en herramientas de lectura y aprendizaje
de idiomas para mejorar su eficacia. Una forma de hacerlo es a través de la
implementación de planes de aprendizaje de estilo STI personalizados para
cada estudiante, combinados con reconocimiento de voz impulsado por IA. La
tecnología de reconocimiento de voz se usa comúnmente para comparar el
idioma hablado de un estudiante con muestras grabadas de hablantes nativos,
proporcionando retroalimentación automática para ayudar a mejorar la
pronunciación. Al mismo tiempo, se emplea la traducción automática para
ayudar a los estudiantes a leer los materiales del curso en diferentes idiomas y
facilitar la comunicación entre estudiantes de diversos orígenes culturales.
Aparte de que, ciertos sistemas tienen la capacidad de detectar y
analizar automáticamente las habilidades de lectura de un estudiante,
ofreciendo feedback personalizada para ayudar en su desarrollo. AI Teacher,
33
una aplicación de aprendizaje de idiomas, es una de las muchas de IA que
pueden ayudar a las personas a mejorar sus habilidades de lectura y lenguaje.
Otra aplicación notable es Amazing English, que utiliza inteligencia artificial
para brindar a los usuarios una experiencia de aprendizaje inmersiva e
interactiva. También, Babbel, una popular plataforma de aprendizaje de
idiomas, utiliza tecnología de inteligencia artificial para adaptar las lecciones a
las necesidades y preferencias individuales de los alumnos, por último,
Duolingo, una aplicación de aprendizaje de idiomas ampliamente reconocida,
incorpora algoritmos de inteligencia artificial para evaluar el dominio del
idioma de los usuarios y ofrecer comentarios personalizados y
recomendaciones para mejorar. Estas aplicaciones demuestran la creciente
importancia de la inteligencia artificial en el campo de la lectura y el
aprendizaje de idiomas, proporcionando a los usuarios herramientas
innovadoras y eficaces para mejorar sus habilidades lingüísticas.
2.4 Robots y Aprendizaje
Hay investigaciones y exploraciones en curso sobre la incorporación de
robots inteligentes, equipados con capacidades de inteligencia artificial, en la
educación (Belpaeme, 2018). Esto es particularmente relevante y beneficioso
en entornos educativos que atienden a niños con discapacidades o problemas
de aprendizaje. Una aplicación notable es el desarrollo de robots humanoides
capaces de hablar diseñados, específicamente para estudiantes con el espectro
del autismo. Estos robots ofrecen interacciones mecánicas consistentes y
predecibles, a diferencia de las interacciones humanas que a menudo pueden
resultar desconcertantes para estos estudiantes. El objetivo principal detrás de
este desarrollo es mejorar las habilidades sociales y de comunicación de estos
estudiantes (Dautenhahn et al., 2009).
En general, estos ejemplos demuestran el inmenso potencial que tiene
la tecnología para revolucionar la educación y derribar las barreras que pueden
obstaculizar las oportunidades de aprendizaje. Al aprovechar el poder de los
robots de telepresencia y los compañeros humanoides, se puede garantizar que
todos los estudiantes, independientemente de sus circunstancias, tengan el
mismo acceso a una educación de calidad y la oportunidad de prosperar
académicamente. Por lo demás, los robots humanoides como Nao y Pepper
también han sido adoptados en las aulas de preescolar en Singapur como un
medio para introducir a los niños pequeños a diversas materias STEM, incluida
la programación informática. Al integrar estos robots interactivos en el entorno
del aula, los educadores pretenden despertar el interés y la curiosidad de los
niños a una edad temprana, alentándolos a explorar y participar en estos
campos de estudio.
34
Esto no solo les ayuda a desarrollar sus conocimientos básicos, sino
que también les brinda habilidades valiosas que tendrán una demanda cada vez
mayor en un mundo impulsado por la tecnología. Una ilustración adicional de
cómo se puede utilizar la tecnología para superar las barreras en la educación
es, a través de la implementación de robots de telepresencia, estos dispositivos
innovadores sirven como un medio para que los estudiantes que no pueden
asistir físicamente a la escuela, ya sea por enfermedad o por estar atrapados en
una crisis humanitaria o de refugiados, participen en las actividades del aula y
accedan a materiales educativos. Esto les permite continuar su viaje de
aprendizaje a pesar de los desafíos que puedan enfrentar.
2.5 Agentes de Enseñanza
El concepto de agentes enseñables se basa en la comprensión de que
cuando alguien enseña un tema a otros, desarrollan una comprensión más
profunda del mismo y es más probable que lo recuerden a largo plazo. Este
fenómeno ha sido reconocido y utilizado por los sistemas de IA. Por ejemplo,
en el caso de EAE, Betty's Brain, los estudiantes participan activamente en la
enseñanza de un personaje virtual llamado Betty sobre las complejidades de un
ecosistema fluvial. En otra instancia de un estudio realizado en Suecia, un
estudiante se dio a la tarea de instruir a un agente virtual sobre las reglas y
principios de un juego educativo centrado en el tema de las matemáticas
(Pareto, 2009). Entre otros ejemplos fascinantes de Suiza, los niños pequeños
participaron activamente en el proceso de enseñar a un robot humanoide cómo
escribir manualmente, se ha demostrado que esta visión tiene un impacto
positivo en el desarrollo de habilidades metacognitivas, empatía y confianza en
uno mismo (Hood et al., 2015).
2.6 La Realidad Virtual (RV) y Realidad Aumentada (RA) en la
Educación
Por otro lado, la RA superpone imágenes generadas por computadora
en la vista del usuario del mundo real, de manera similar a cómo funciona la
pantalla de un piloto de combate. Un ejemplo de RA en la educación es
Lumilo, que muestra información sobre el rendimiento de STI de un estudiante
sobre su cabeza. Al apuntar la cámara de un teléfono inteligente a un código
QR específico, puede aparecer una representación en 3D de un corazón
humano, lo que permite a los estudiantes explorarlo en detalle. La RA también
puede implicar el reconocimiento y seguimiento de imágenes impulsado por
IA, lo que permite las funciones divertidas que se ven en plataformas como
Instagram o Snapchat, como agregar orejas de conejo o bigotes de gato a las
imágenes de las personas.
35
Se han desarrollado varias aplicaciones de realidad virtual y realidad
aumentada con fines educativos, incluidas Blippar, EonReality, Google
Education, NeoBear y VR Monkey. La RV y RA son dos tecnologías
innovadoras que se han incorporado a los entornos educativos, y a menudo se
combinan con el aprendizaje automático y otras técnicas de inteligencia
artificial para mejorar la experiencia de aprendizaje del usuario. La realidad
virtual se ha utilizado en la enseñanza de diversas materias en diferentes
niveles educativos, desde preescolar hasta secundaria, particularmente la
realidad virtual se ha utilizado para enseñar astronomía, biología y geología al
proporcionar una experiencia inmersiva que transporta a los usuarios a
entornos reales o imaginarios, como la superficie de Marte o el interior de un
volcán. Algunas aplicaciones de RV incluso utilizan técnicas de inteligencia
artificial para crear avatares virtuales realistas, permitir el control de voz a
través del procesamiento del lenguaje natural y generar entornos completos
con una entrada mínima.
2.7 Orquestadores de Redes de Aprendizaje (ORA)
Learning Network Orchestrators (LOR) son herramientas innovadoras
que proporcionan una plataforma para que tanto los estudiantes como los
profesores participen activamente en el proceso de aprendizaje y organicen de
manera efectiva sus actividades educativas. Estos orquestadores, también
conocidos como ORA, tienen la capacidad de unir a los participantes en
función de varios factores, como su disponibilidad, experiencia en un tema en
particular y experiencia previa, lo que en última instancia fomenta la
coordinación y la colaboración entre los alumnos. Por ejemplo, 'Third Space
Learning' es un LOR ejemplar que conecta a los estudiantes del Reino Unido
que corren el riesgo de tener dificultades con las matemáticas con tutores
expertos en matemáticas de diferentes partes del mundo. Otro ejemplo digno
de mención es “Smart Learning Partner”, una plataforma impulsada por IA que
funciona como una aplicación de citas, lo que permite a los estudiantes
seleccionar y conectarse fácilmente con un tutor calificado para recibir
orientación personalizada, todo a través de la comodidad de sus teléfonos
móviles.
2.8 Uso Ético, Inclusivo y Equitativo de la IA en la Educación
La utilización ética, inclusiva y equitativa de la inteligencia artificial en
el campo de la educación es de suma importancia. La utilización ética de la IA
en el campo de la educación tiene una profunda influencia en todos los
Objetivos de Desarrollo Sostenible (ODS). Surgen numerosas preocupaciones
en relación con el manejo de datos y algoritmos, la selección de métodos
pedagógicos, garantizar la inclusión digital para todos, salvaguardar la
36
privacidad de los niños y asegurar su desarrollo sin restricciones y promover la
equidad en términos de género, discapacidad, antecedentes socioeconómicos,
etnia, cultura y posicionamiento geográfico. La implementación extensiva de
las tecnologías de IA da lugar a numerosos riesgos y complejidades, que
abarcan cuestiones relacionadas con la propiedad de los datos, como (la
explotación de los datos con fines comerciales), el consentimiento ( la cuestión
de si los estudiantes poseen los conocimientos necesarios para dar un
consentimiento plenamente informado, tanto en términos de su desarrollo
personal como de capacidad legal), y preocupaciones de privacidad (por
ejemplo, la utilización de sistemas invasivos de detección de emociones).
Estos desafíos plantean implicaciones significativas y requieren una
consideración cuidadosa para abordarlos de manera efectiva, asimismo de la
posible violación de los derechos humanos fundamentales, los sesgos
algorítmicos plantean otro riesgo, aparte existe una preocupación creciente de
que un número limitado de superpotencias militares y tecnológicas globales
estén monopolizando el acceso a los datos y la experiencia de la IA, a pesar, de
la amplia y creciente gama de tecnologías de IA que se aplican en la educación
en todo el mundo, ha habido una ausencia notable de investigaciones
integrales, pautas acordadas, políticas formuladas o regulaciones promulgadas
para abordar de manera efectiva las preocupaciones éticas específicas de la
utilización de dispositivos artificiales en entornos educativos
Existen numerosas preocupaciones con respecto al uso de la IA en la
educación, particularmente en términos de la cantidad sustancial de datos
personales que se recopilan para este propósito. Este proceso se ha
denominado “vigilancia de datos” y plantea interrogantes sobre la propiedad,
accesibilidad, privacidad y confidencialidad de los datos, es importante
determinar quién tiene control sobre estos datos y cómo se puede acceder a
ellos. Igualmente, el análisis, la interpretación y el intercambio de estos datos
requieren una cuidadosa consideración, existe un riesgo significativo de que
los datos personales de los estudiantes se utilicen indebidamente o se vean
comprometidos, especialmente en países donde no existen leyes integrales de
protección de datos, como es el caso de más del 70 % de los países del mundo
(excepto Europa).
Otra preocupación importante es la posible inclusión de sesgos
conscientes o inconscientes en los algoritmos de IA, que pueden afectar la
forma en que se analizan e interpretan los datos. En la sociedad actual, los
algoritmos se han convertido en una parte integral de nuestra vida diaria,
asumiendo un número creciente de responsabilidades que impactan en varios
aspectos, como las oportunidades de empleo y la justicia penal. No obstante,
37
cada vez es más evidente que estos algoritmos no son tan imparciales como a
menudo se cree, más bien, poseen la capacidad de perpetuar los sesgos, lo que
lleva a resultados perjudiciales para las personas involucradas (Hume, 2017).
El posible impacto negativo sobre los derechos humanos de los
estudiantes, como los relacionados con el género, la edad, la raza, el estatus
socioeconómico y la desigualdad de ingresos, es una preocupación importante
cuando se trata de un análisis sesgado. Estas preocupaciones éticas,
específicamente con respecto a los datos y el sesgo, son áreas de gran
discusión y debate dentro de la comunidad de IA convencional, a menudo se lo
denomina “incógnitas conocidas”, ya que aún queda mucho por aprender y
comprender en este campo. Curiosamente, existe una creciente sospecha de
que las principales empresas de tecnología están cada vez más interesadas en
practicar lo que se conoce como “lavado de ética” en relación con la IA. Este
término se refiere a sus esfuerzos por evitar cualquier forma de regulación
nacional o internacional al mostrar su compromiso con las consideraciones
éticas en el desarrollo de la IA (Hao, 2019).
Es necesario examinar las implicaciones éticas de los procesos de toma
de decisiones de la IA, en particular los que utilizan redes neuronales
multinivel, si las personas no pueden desafiar o comprender fácilmente la base
de las decisiones de IA, plantea preocupaciones sobre la responsabilidad y la
transparencia. Las organizaciones privadas involucradas en el desarrollo de
productos y las autoridades educativas, como escuelas y universidades que
participan en la investigación de IA, también tienen obligaciones éticas que
considerar. Deben asegurarse de que sus acciones se alineen con los estándares
éticos y priorizar el bienestar y la privacidad de los estudiantes. En general,
existen numerosas consideraciones éticas que surgen de la integración de la IA
y la educación y es importante abordar estas preocupaciones para garantizar el
uso responsable y ético de la IA en entornos educativos.
Aparte de, las preocupaciones éticas conocidas en torno a la integración
de la inteligencia artificial y la educación, también es importante tener en
cuenta las posibles “incógnitas desconocidas”. Estas son las cuestiones éticas
que pueden surgir de la interacción entre la IA y la educación, pero que aún no
han sido identificadas o comprendidas por completo. Algunos de los
problemas éticos existentes incluyen la determinación de los criterios para
definir y actualizar periódicamente los límites éticos de la recopilación y
utilización de datos de los estudiantes. Esto plantea preguntas sobre qué
factores se deben considerar y cómo garantizar prácticas éticas continuas. La
interpretación de datos en contextos educativos está influenciada por la
38
naturaleza transitoria de los intereses y emociones de los estudiantes, así como
por la complejidad del proceso de aprendizaje.
Estos factores pueden afectar la ética de la IA aplicada en la educación,
por tanto es ineludible explorar cómo navegar por estas complejidades y
garantizar que se mantengan las consideraciones éticas durante el uso de la IA
en la educación. Otra consideración ética es cómo las escuelas, los estudiantes
y los maestros pueden navegar su representación en grandes conjuntos de
datos, es importante explorar formas en las que puedan evitar o cuestionar
activamente cualquier sesgo o tergiversación que pueda surgir de su inclusión
en estos conjuntos de datos. Finalmente, debe examinarse la ética de los
enfoques pedagógicos, es importante determinar qué métodos y enfoques de
enseñanza están justificados éticamente, teniendo en cuenta factores como la
inclusión, la equidad y el bienestar de los estudiantes.
Por consiguiente el uso de la inteligencia artificial en el campo de la
educación se ha enfrentado a una reacción violenta considerable debido a su
naturaleza intrusiva y sus efectos deshumanizantes. El aspecto intrusivo surge
de ciertas aplicaciones de IA que requieren una vigilancia constante de los
comportamientos, movimientos e incluso emociones de los estudiantes, lo que
algunos consideran una invasión de la privacidad. También, el elemento
deshumanizador proviene de ciertos sistemas de IA que imponen técnicas de
enseñanza rígidas, lo que permite una interacción humana mínima e impone
vías predeterminadas de conocimiento fragmentado, lo que en consecuencia
disminuye la independencia y la agencia de los estudiantes.
Ha habido instancias que han arrojado luz sobre los debates éticos,
incluida la práctica de grabar conferencias y la utilización de inteligencia
artificial para evaluar el impacto de las discusiones en el aula sobre los
resultados del aprendizaje (Kelly et al., 2018). La aplicación de IA para
identificar tendencias y desafíos de aprendizaje puede considerarse menos
controvertida desde el punto de vista ético, siempre que la integración de estos
dispositivos en las aulas se realice de manera no intrusiva. Sin embargo, ciertas
instituciones educativas han implementado cámaras de vigilancia impulsadas
por IA para monitorear el comportamiento de los estudiantes (Loizos, 2017).
La utilización de la tecnología de reconocimiento facial para
monitorear la atención de los estudiantes en el salón de clases ha generado
preocupaciones con respecto a los límites éticos. Esta implementación implica
la instalación de múltiples cámaras posicionadas en la pizarra, siguiendo
minuciosamente cada movimiento realizado por los estudiantes. El
funcionamiento del sistema implica la detección de expresiones faciales, que
39
luego se introducen en una computadora con fines de evaluación para
determinar si los estudiantes están totalmente comprometidos con sus tareas o
si su atención se ha desviado. Para lograr esto, la computadora analiza un
rango de siete emociones distintas exhibidas en la cara, que incluyen
neutralidad, felicidad, tristeza, decepción, ira, miedo y sorpresa. En el caso de
que el sistema determine que el estudiante no está completamente
comprometido o concentrado, generará una notificación para alertar al
maestro, indicándole que intervenga en consecuencia. Sin embargo, la
utilización de estas cámaras sin darse cuenta ha llevado a niveles elevados de
ansiedad entre los estudiantes, alterando su comportamiento innato, numerosos
estudiantes han expresado sentimientos de vigilancia constante, como si
estuvieran bajo el escrutinio perpetuo de ojos enigmáticos.
Ahora bien, existe otro método impulsado por IA que lleva las cosas un
paso más allá al incorporar sensores de electroencefalografía (EEG), colocados
específicamente en cintas para la cabeza, para analizar la actividad cerebral de
los estudiantes mientras participan activamente en una tarea en particular. Este
enfoque innovador también es promocionado por sus creadores por tener la
capacidad de aumentar el proceso de aprendizaje, empero, su validez ha sido
cuestionada por expertos en el campo de la neurociencia, vale la pena señalar
que la utilización de estas cintas puede generar resultados poco confiables o
potencialmente dar lugar a repercusiones imprevistas. En octubre de 2019, los
organismos reguladores de China, a saber, la Administración del Ciberespacio
y el Ministerio de Educación, implementaron un conjunto de reglas con el
objetivo de limitar la utilización de cámaras, cintas y dispositivos similares
impulsados por IA dentro de las instituciones educativas (Feng, 2019).
Estas regulaciones exigen obtener el consentimiento de los padres
antes de emplear tecnologías de inteligencia artificial con los estudiantes, así
como garantizar el cifrado de todos los datos. En consecuencia, la
implementación de estas medidas ha suspendido temporalmente la aplicación
de EEG y tecnologías de reconocimiento facial en las escuelas de China,
aunque esta suspensión puede no ser permanente. El Consenso de Beijing
profundiza en las consideraciones éticas que rodean la integración de la
inteligencia artificial en la educación, específicamente en los párrafos 28 al 30.
Aparte, el Consenso aboga firmemente por el establecimiento e
implementación de marcos regulatorios sólidos por parte de los gobiernos
nacionales para garantizar la utilización responsable y beneficiosa de las
herramientas de IA en entornos educativos.
Estos marcos deben basarse en la próxima “Recomendación de la
Conferencia Mundial sobre Ética en Inteligencia Artificial” de la UNESCO,
40
una iniciativa que actualmente se encuentra en proceso de desarrollo. La
disparidad entre las personas que tienen acceso a tecnologías digitales
fundamentales, como Internet y la IA y las que no, es un motivo de gran
preocupación que afecta a todos los Objetivos de Desarrollo Sostenible (ODS).
Este problema se complica aún más por el hecho de que la exclusión digital
existe en varias formas, incluida la división entre países desarrollados y en
desarrollo, las brechas entre diferentes grupos socioeconómicos dentro de los
países, las disparidades entre propietarios y usuarios de tecnología y las
desigualdades entre individuos cuyas profesiones se ven favorecidas por IA y
aquellos cuyos trabajos corren el riesgo de ser reemplazados.
Para brindar una perspectiva más completa, se tiene un caso específico
donde la disponibilidad desigual de las redes de telecomunicaciones tiene
repercusiones considerables. En particular, este problema no solo afecta a
numerosas personas que residen en países en desarrollo, sino que también
afecta a quienes residen en áreas rurales remotas de países desarrollados,
aunque ha habido una disminución notable en el costo de los servicios de
banda ancha en los últimos años, la asequibilidad de los dispositivos digitales
y los servicios asociados sigue representando un obstáculo importante para una
parte sustancial de la población, lo que dificulta la adopción generalizada de la
IA. En realidad, las ramificaciones de tener una banda ancha deficiente se
extienden mucho más allá de los simples inconvenientes. Se pone en marcha
una cadena de eventos perjudiciales que perpetúan un círculo vicioso.
La falta de conectividad de banda ancha restringe gravemente el
acceso de las personas a las tecnologías digitales, lo que, a su vez, dificulta su
capacidad para participar plenamente en el ámbito digital. En consecuencia,
estas personas excluidas digitalmente permanecen invisibles en los vastos
conjuntos de datos de los que dependen en gran medida los algoritmos de
aprendizaje automático, como resultado, sus esperanzas, intereses y valores
únicos se ignoran y marginan sistemáticamente en la era de la inteligencia
artificial. Este sesgo involuntario arraigado en los nuevos sistemas de IA
exacerba aún más la brecha digital y perpetúa las desigualdades sociales. El
problema de la exclusión digital empeora aún más por el hecho de que el poder
y las ganancias se concentran cada vez más en un puñado de gigantes
tecnológicos internacionales, ubicados principalmente en unos pocos países. Si
no tomamos medidas a través de políticas apropiadas, la integración de la IA
en la educación solo contribuirá a esta tendencia actual y en última instancia,
amplificará las disparidades existentes en el acceso a las oportunidades de
aprendizaje en lugar de reducirlas.
41
2.9 La IA y las Oportunidades de Inclusión y Equidad en la Educación
Más allá del aula, la IA puede contribuir a crear entornos de
aprendizaje inclusivos al fomentar la diversidad y la representación, al analizar
grandes cantidades de datos, los algoritmos de IA pueden identificar sesgos en
los materiales educativos y recomendar contenido más inclusivo que refleje los
diversos orígenes y experiencias de todos los estudiantes. Esto asegura que los
estudiantes de comunidades marginadas se sientan vistos, valorados e
incluidos en el currículo educativo, de la misma forma la IA puede abordar el
problema de la desigualdad educativa al cerrar los obstáculos entre estudiantes
privilegiados y desfavorecidos. Las tecnologías impulsadas por IA, como la
realidad virtual y la realidad aumentada, pueden proporcionar experiencias de
aprendizaje inmersivas que trascienden las limitaciones de las aulas físicas.
Esto significa que los estudiantes de entornos desfavorecidos pueden
acceder a recursos y experiencias educativas de alta calidad que antes solo
estaban disponibles para aquellos con mayores recursos. Además, la IA puede
promover la inclusión ayudando a estudiantes con discapacidades o
necesidades especiales. Las herramientas impulsadas por IA, como el software
de reconocimiento de voz y los convertidores de texto a voz, pueden ayudar a
los estudiantes con discapacidades visuales o auditivas a interactuar con los
materiales educativos de manera efectiva, la IA puede ayudar a los estudiantes
con problemas de aprendizaje al proporcionar evaluaciones e intervenciones
adaptativas que se adecuan a sus desafíos específicos, permitiéndoles progresar
a su propio ritmo y alcanzar su máximo potencial.
Una de las principales oportunidades que presenta la IA es la capacidad
de adaptar la educación a las necesidades y preferencias únicas de los alumnos
individuales, a través de plataformas de aprendizaje adaptables impulsadas por
algoritmos de IA, los estudiantes pueden recibir instrucción personalizada que
se adapta a sus estilos de aprendizaje, fortalezas y debilidades específicas. Este
principio personalizado asegura que ningún estudiante se quede atrás o se
sienta excluido debido a sus diferencias individuales. Existen numerosas
formas en las que la inteligencia artificial puede desempeñar un papel
fundamental en el fomento de la inclusión y la equidad en el ámbito de la
educación. La IA tiene el potencial de revolucionar las prácticas educativas,
haciendo que el aprendizaje sea más accesible, personalizado y equitativo para
todos los estudiantes, independientemente de sus antecedentes o habilidades.
De otro modo es necesario reconocer y abordar las posibles
preocupaciones y desafíos éticos asociados con la integración de la IA en la
educación. Se deben implementar salvaguardas para garantizar que los
algoritmos de IA no perpetúen las desigualdades existentes ni refuercen los
42
sesgos, la capacitación y el apoyo adecuados para educadores y
administradores son pertinentes para aprovechar de manera efectiva el poder
de las tecnologías de IA de manera inclusiva y equitativa, priorizar la
distribución justa de las tecnologías de IA para todas las personas, es
prioritario reconocer el inmenso potencial de la IA para contribuir al logro del
Objetivo de Desarrollo Sostenible 4, el cual destaca la importancia de
establecer un sistema que garantice un desarrollo inclusivo y equitativo y
educación de alta calidad, al mismo tiempo que promueve oportunidades de
aprendizaje continuo para personas de todos los orígenes y edades.
En otro orden de ideas, para lograr con éxito el objetivo de brindar
educación primaria y secundaria universal para el año 2030, se debe contratar
una asombrosa cantidad de 68,8 millones de docentes adicionales a escala
mundial (UNESCO, 2016). En las desafiantes circunstancias actuales, existe
una multitud de tecnologías de IA que tienen el potencial de ser utilizadas o
mejoradas. Estos avances son particularmente prometedores para satisfacer las
necesidades educativas de grupos demográficos específicos, como personas
mayores, refugiados, comunidades marginadas o aisladas y aquellos con
requisitos de aprendizaje únicos. Sin embargo, es necesario reconocer que el
acto de ampliar el acceso a la educación se deriva predominantemente de
factores políticos y sociales.
La inteligencia artificial tiene el potencial de ofrecer asistencia, pero es
dudoso que pueda brindar una solución completa, para ilustrarlo, si solo nos
concentramos en las tecnologías de IA que reemplazan por completo a los
maestros en lugar de aquellas que mejoran sus habilidades, puede proporcionar
una solución temporal para situaciones en las que hay escasez de maestros. Sin
embargo, esta perspectiva puede exacerbar inadvertidamente los problemas
subyacentes y no abordar los obstáculos a largo plazo para lograr el Objetivo
de Desarrollo Sostenible 4. Es perentorio que los formuladores de políticas
examinen a fondo el potencial exagerado de la IA para mejorar la educación y
el aprendizaje. Para lograr esto, se recomienda implementar el marco
Derechos, Apertura, Accesibilidad y la Participación de Multiples Actores
(DAAM) de la UNESCO.
Al adoptar este marco, los formuladores de políticas pueden garantizar
que la implementación de la IA en la educación contenga cuestiones más
amplias de derechos humanos y preocupaciones éticas emergentes de manera
integral (UNESCO, 2019). Un aspecto específico que necesita una cuidadosa
consideración es la accesibilidad de la IA en la educación para todas las
personas, independientemente de su género, discapacidad, condición social o
económica, origen étnico o cultural o ubicación geográfica. Es especialmente
43
significativo hacer que la IA en la educación sea accesible para los grupos
vulnerables, incluidos los refugiados y los estudiantes con dificultades de
aprendizaje, sin exacerbar las desigualdades existentes.
Existen numerosos casos en los que la IA se utiliza para promover la
inclusión y la equidad en el campo de la educación. Un ejemplo de ello es la
Biblioteca Digital Global, que incorpora el uso de Google Voice Assistant,
esto permite que las personas con dificultades de alfabetización busquen libros
mediante comandos de voz y los lean en voz alta, otorgándoles así acceso al
conocimiento. Change Dyslexia, una empresa española, ha desarrollado otra
herramienta impulsada por IA llamada Dytective, que ayuda en la detección
temprana de la dislexia a través del aprendizaje automático. También
proporciona un entorno de aprendizaje basado en juegos para practicar las
habilidades básicas de alfabetización. Las voces artificiales impulsadas por IA
han sido diseñadas para personas que tienen dificultades del habla o no pueden
hablar, con el objetivo de igualar su voz original.
Por otra parte, la IA se está utilizando para convertir el lenguaje
hablado en texto fluido y puntuado a través del reconocimiento y la
transcripción automáticos del habla. Esto hace que las conferencias en vivo
sean más accesibles para los estudiantes sordos o con problemas de audición.
Asimismo, se están empleando aplicaciones de inteligencia artificial y realidad
aumentada para ayudar a los niños sordos a leer mediante la traducción del
texto al lenguaje de señas. Por ejemplo, Huawei ha desarrollado una aplicación
móvil llamada StorySign para este propósito. Los robots parlantes, diseñados
específicamente para estudiantes en el espectro del autismo, son otro prototipo
de herramientas habilitadas para IA que ofrecen interacciones mecánicas
predecibles para ayudar en el desarrollo de habilidades sociales y de
comunicación.
También se han introducido robots de telepresencia para facilitar la
educación de los estudiantes que no pueden asistir físicamente a la escuela.
Además, los sistemas de tutoría inteligente impulsados por IA se utilizan
ampliamente en la educación. Estos sistemas diagnostican dificultades de
aprendizaje específicas y personalizan los planes de aprendizaje para los
estudiantes. No obstante, garantizar el uso inclusivo y equitativo de la IA en la
educación es una tarea compleja, como lo destaca el Consenso de Beijing. Este
documento proporciona principios rectores y estrategias para orientar a la IA
hacia la promoción de la inclusión y la equidad en el campo de la educación.
44
Capítulo III
La influencia de la Educación para Trabajar con la IA
Como se mencionó anteriormente, las computadoras se destacan en
tareas que dependen en gran medida de datos, reconocimiento de patrones y
análisis estadístico, mientras que los humanos poseen habilidades superiores
en tareas que exigen empatía, pensamiento independiente, sentido común y
juicios de valor. En pocas palabras, educar a los estudiantes para prosperar en
un mundo cada vez más influenciado por la inteligencia artificial requiere un
enfoque de instrucción que priorice las habilidades humanas como el
pensamiento crítico, la comunicación efectiva, la resolución colaborativa de
problemas y la creatividad. Además, es fundamental cultivar la capacidad de
colaborar de manera efectiva con las herramientas de IA que están
omnipresentes en varios aspectos de la vida, el aprendizaje y el trabajo
profesional.
En numerosas naciones, la inteligencia artificial ya ha comenzado a
asumir el control de tareas mundanas y repetitivas, revolucionando así los
niveles de eficiencia pero también provocando el desplazamiento de
numerosos puestos de trabajo. Sin embargo, según consultoras de renombre en
todo el mundo, existe un consenso de que se espera que la IA no solo genere
una multitud de nuevas perspectivas laborales, sino que también produzca un
impacto económico neto positivo. pero, estas consultorías no coinciden del
todo en la magnitud del desplazamiento y creación de empleo que se producirá
como resultado.
Cualesquiera que sean las consecuencias a largo plazo, es innegable
que la particularidad misma del empleo está a punto de sufrir una
transformación significativa. Según (Barrett, 2017), la noción de tener una
carrera estable y predecible se está volviendo cada vez más obsoleta, porque la
vida laboral ahora se caracteriza por su naturaleza temporal e impredecible.
Este cambio en la dinámica del empleo tendrá efectos de largo alcance, a
menudo perjudiciales, para millones de trabajadores. Para adaptarse a este
panorama cambiante, las personas se verán obligadas a reinventarse
constantemente y seguir diversas trayectorias profesionales a lo largo de sus
vidas, para Barrett este concepto de abarcar múltiples carreras se ha convertido
rápidamente en la nueva norma.
No obstante, no todos los trabajadores podrán navegar con éxito en este
terreno laboral en evolución. La diferencia de habilidades, definida como la
45
disparidad entre aquellos que poseen la capacidad de trabajar efectivamente
con nuevas tecnologías y aquellos que no la tienen, seguirá ampliándose
(Smith y Anderson, 2014). En consecuencia, un número creciente de personas
se verá excluido del mercado laboral, lo que provocará un preocupante
ausentismo de las clases medias. Navegar por las oportunidades y los riesgos
que surgen de esta era de transformación requiere esfuerzos colectivos para
garantizar que todos puedan beneficiarse de estos cambios. En el informe
reciente de la OIT, “Trabajando por un futuro más brillante: Comisión mundial
sobre el futuro del trabajo” (OIT, 2019), se enfatiza que un enfoque
colaborativo es concluyente para determinar cómo se puede aprovechar la
evolución social en beneficio de todos. Esto destaca la necesidad de que los
legisladores, las empresas y las personas trabajen juntos para crear un futuro
del trabajo inclusivo y equitativo. Se esperan innumerables oportunidades para
mejorar la calidad de vida de los trabajadores, ampliar las opciones
disponibles, cerrar las desigualas de género y revertir la destrucción causada
por la discordancia global, a pesar de que, ninguna de estas cosas sucede de
forma aislada, sin estas medidas enérgicas, nos dirigiremos a un mundo donde
las desigualdades e incertidumbres existentes se profundizarán.
Es preciso que el mundo aborde el potencial de la IA para ampliar aún
más las desigualdades sociales, para lograrlo, es cada vez más importante que
todas las personas tengan la oportunidad de adquirir una comprensión integral
de la IA: su naturaleza, funcionamiento e impacto potencial en sus propias
vidas. Este concepto a menudo se denomina “alfabetización en IA”, para
promover la alfabetización en IA, los educadores desempeñarán un papel
fundamental y los programas educativos deben diseñarse para facilitar el
aprendizaje permanente. Esto permitirá a las personas mejorar su capacidad
para actuar, mejorar su empleabilidad y hacer contribuciones significativas a la
sociedad. Para decirlo de otra manera, los métodos educativos y de
capacitación en todo el mundo deben adaptarse a una escala integral para
equipar a las personas con las habilidades necesarias para prosperar y coexistir
de manera efectiva en esta era tan prominente.
Para incorporar de manera efectiva las habilidades y los valores
humanos esenciales, se necesita un marco integral que abarque no solo a todo
el sistema sino también a toda la sociedad. Este marco debería implicar varias
dimensiones complementarias, como la promoción del aprendizaje
permanente. Es trascendente para todos, especialmente para las personas
mayores, desarrollar una sólida comprensión de la IA, incluida la forma en que
los algoritmos eligen, manipulan e interpretan los datos, así como el
reconocimiento de los posibles sesgos que pueden surgir. Esta comprensión es
46
primordial para que las personas y la sociedad en su conjunto naveguen por las
implicaciones de la IA. Una idea es incorporar el aprendizaje de la IA en el
plan de estudios escolar, desde el preescolar hasta la escuela secundaria, esto
involucraría enseñar el pensamiento computacional, la alfabetización de datos,
algoritmos, la codificación, las estadísticas, y empoderar a los jóvenes para que
creen sus propias herramientas de IA.
En este sentido se comprende que se debe priorizar la capacitación de
la próxima generación de profesionales de IA, pues existe una creciente brecha
de habilidades y la necesidad de cubrir puestos de trabajo relacionados con la
IA en todo el mundo. Les corresponde a los Organismos encargados, apoyar a
las instituciones de educación superior y las organizaciones de investigación a
desarrollar configuraciones de IA equitativos e innovadores. Aparte de,
asegurar de que la fuerza laboral de IA sea diversa e inclusiva, involucrando
activamente a grupos subrepresentados como las mujeres, por último, ser
proactivos en la anticipación de las necesidades cambiantes de los trabajadores
y empleadores, brindándoles oportunidades para mejorar o volver a capacitar
en respuesta a la automatización de tareas de habilidades medias y bajas por
parte de la IA.
En relación con este tema existe una multitud de casos en los que se
están desarrollando programas para suministrar a las personas los
conocimientos y habilidades necesarios para coexistir y colaborar con los
sistemas de IA, incluso desde una edad temprana. Al mismo tiempo, se está
creando una variedad de plataformas y herramientas para facilitar la
adquisición y mejora de estas habilidades. En la República Popular China, el
Ministerio de Educación ha reconocido la importancia de los “Algoritmos y el
Pensamiento Computacional” al incluirlos en los “Estándares Curriculares de
TIC para la Escuela Secundaria Superior” en 2017. Conjuntamente, en 2018, el
Ministerio introdujo el Innovador Plan de Acción para la Inteligencia Artificial
en Instituciones de Educación Superior con el objetivo de mejorar las
capacidades de IA de las universidades de todo el país. Al mismo tiempo, el
Ministerio ha iniciado un programa piloto denominado "La inteligencia
artificial potencia el desarrollo de equipos docentes" para fomentar la
innovación en la formación docente. Estos esfuerzos demuestran el
compromiso de China de priorizar la integración de la educación y
capacitación en IA en varios niveles de su sistema educativo.
En el distrito escolar Montour de Pensilvania, tanto niños como niñas
tienen la oportunidad de adentrarse en el emocionante mundo de la
codificación de IA, lo que les permite obtener una experiencia práctica
invaluable en el diseño de sistemas de inteligencia artificial que sirvan al bien
47
común de la sociedad. En Singapur, ha habido una implementación reciente de
robots humanoides, específicamente Nao y Pepper, dentro de las aulas de
preescolar. El propósito principal de incorporar estos dispositivos tecnológicos
avanzados es brindarles a los niños, tanto niños como niñas, una forma
emocionante e interactiva de aprender sobre codificación y otros temas
importantes que se encuentran dentro del ámbito de la educación STEM
(Ciencia, Tecnología, Ingeniería y Matemáticas) (Graham, 2018).
El programa “Teens in AI” es un esfuerzo conjunto entre el Reino
Unido y Kenia, con el noble objetivo de motivar y empoderar a la próxima
generación para que se conviertan en investigadores, empresarios y líderes de
IA. Esta iniciativa brinda a los jóvenes oportunidades invaluables para
sumergirse en el mundo del desarrollo de IA socialmente responsable. A través
de una atractiva combinación de hackathons, aceleradores, campamentos de
entrenamiento y programas de tutoría, los participantes obtienen experiencia
práctica y orientación en su búsqueda de esfuerzos relacionados con la IA. Al
fomentar un entorno de apoyo e inclusivo, “Adolescentes en AI” tiene como
objetivo allanar el camino para un futuro más brillante, en el que las mentes
jóvenes aprovechen el poder de la inteligencia artificial para impulsar un
cambio positivo en sus comunidades y más allá.
La iniciativa SkillsFuture en Singapur pone un énfasis significativo en
el desarrollo y avance de las habilidades digitales, principalmente, su objetivo
es proveer a los científicos de IA y a los profesionales de la ingeniería con una
amplia gama de competencias y un conocimiento fundamental de la
inteligencia artificial. Esto incluye proporcionarles las herramientas y técnicas
necesarias para navegar y prosperar de manera efectiva en una sociedad
fuertemente influenciada por las tecnologías de IA. El objetivo es reformular la
declaración dada en una forma más elaborada y detallada.
Se ha creado una aplicación de IA conocida como Headai a través de
una colaboración entre Finlandia y la Universidad Metropolitana de Ciencias
Aplicadas de Helsinki. Esta notable aplicación está diseñada para monitorear y
analizar de manera efectiva las ofertas de trabajo y los planes de estudios
dentro de las universidades, con un enfoque particular en identificar y mapear
las competencias requeridas para las habilidades relacionadas con la IA. Al
hacerlo, Headai permite a las universidades obtener información valiosa sobre
la demanda y la oferta de habilidades de IA, lo que les permite adaptar
rápidamente sus ofertas de cursos para alinearse con las necesidades
cambiantes de la industria. Esta adaptación garantiza que las universidades
estén equipadas para satisfacer las demandas en constante cambio del mundo
48
empresarial, lo que beneficia tanto a los estudiantes como al panorama
económico en general.
Otro recurso importante es el programa AI4K12, que es un esfuerzo de
colaboración entre la Asociación para el Avance de la Inteligencia Artificial
y
la Asociación de Docentes de Ciencias Informáticas, que tiene como objetivo
proporcionar a los educadores una amplia gama de herramientas y materiales
que pueden usarse para familiarizar a los estudiantes con el concepto de
inteligencia artificial. Al ofrecer estos recursos, el programa busca ayudar a los
maestros a incorporar de manera efectiva la educación de IA en su plan de
estudios y capacitar a los estudiantes para que desarrollen una comprensión
más profunda de esta tecnología que avanza rápidamente. El portal “Teaching
AI for K12”, establecido por la UNESCO, sirve como una plataforma integral
que agrega una amplia gama de materiales y recursos didácticos de IA de
varios países del mundo. Esta plataforma inclusiva tiene como objetivo
capacitar a los educadores, ya sean maestros de aula tradicionales o educadores
en el hogar, equipándolos con las herramientas y los conocimientos necesarios
para educar de manera efectiva a sus alumnos sobre el fascinante reino de la
inteligencia artificial.
Los cursos en línea gratuitos se han desarrollado específicamente para
ayudar a las personas a obtener una comprensión integral del funcionamiento
de la inteligencia artificial. Estos cursos unen a las personas, permitiéndoles
conectarse e interactuar entre sí, fomentando así un sentido de comunidad y
facilitando el intercambio de conocimientos e ideas. The Elements of AI es
una serie completa de cursos en línea que han sido desarrollados en
cooperación por Reaktor y la Universidad de Helsinki. Estos cursos han sido
diseñados para ser accesibles a una audiencia global, ya que están disponibles
en varios idiomas. El objetivo principal de los Elementos de la IA es fomentar
una comprensión más profunda de la inteligencia artificial entre las personas,
brindándoles el conocimiento de lo que realmente implica la IA y lo que es
capaz de lograr. Por lo demás, estos cursos sirven como punto de partida para
las personas interesadas en profundizar en el mundo de la IA y aprender a
crear sus propios métodos de. Al ofrecer estos cursos en línea gratuitos,
Reaktor y la Universidad de Helsinki alientan activamente a las personas a
adoptar la educación en IA y explorar su vasto potencial.
OKAI es una colección integral de cursos en línea que se adaptan tanto
a hablantes de inglés como de chino. Este proyecto innovador tiene el objetivo
principal de desentrañar los misterios que rodean a la IA y familiarizar a las
personas con experiencia limitada o nula en informática con sus conceptos
fundamentales. Para lograr esto, OKAI emplea gráficos interactivos basados
49
en la web de vanguardia y animaciones cautivadoras que sirven como
herramientas poderosas para ilustrar el intrincado funcionamiento de la IA. AI-
4-All es otra de las iniciativas sin fines de lucro ejemplar que opera dentro de
los Estados Unidos, con el objetivo de fomentar la diversidad y la inclusión en
los ámbitos de la educación, la investigación, el desarrollo y las políticas de
IA. El objetivo principal de este programa es derribar barreras y brindar
mejores oportunidades para las personas que tradicionalmente están
subrepresentadas en el campo de la IA. Al defender la inclusión, AI-4-All se
esfuerza por crear un panorama más equitativo que permita a todos prosperar
en el dominio de la IA.
3.1 Dificultades para utilizar la IA para logar ODS4
Una dificultad destacada radica en el acceso desigual a las tecnologías
de IA. Si bien la IA tiene el potencial de revolucionar la educación al brindar
experiencias de aprendizaje personalizadas y superar las barreras tradicionales,
como las limitaciones geográficas, sus beneficios no se distribuyen de manera
uniforme. Los países en desarrollo y las comunidades marginadas a menudo
carecen de la infraestructura, los recursos y la experiencia necesarios para
adoptar plenamente la IA en la educación. Esta divergencia digital causa las
disparidades educativas existentes, lo que dificulta el progreso hacia el ODS 4.
Las dificultades para aprovechar el poder de la inteligencia artificial para
lograr el Objetivo de Desarrollo Sostenible, son numerosos y multifacéticos.
La implementación de la IA en la búsqueda de avances educativos y
garantizar una educación de calidad inclusiva y equitativa para todos plantea
obstáculos importantes que deben superarse para una integración exitosa.
Aparte de, los sistemas de IA a menudo carecen de la capacidad de
comprender y responder a emociones y matices humanos complejos, lo que
limita su eficacia para promover la educación holística y el aprendizaje
socioemocional. El toque humano, la empatía y la conexión interpersonal que
brindan los educadores son esenciales para fomentar la creatividad, el
pensamiento crítico y la inteligencia emocional en los estudiantes. La
integración de la IA sin comprometer estos aspectos de la educación requiere
una consideración cuidadosa y enfoques innovadores.
Resulta claro que, no se pueden ignorar las implicaciones éticas de la
vigilancia impulsada por IA en el sector educativo. La recopilación y el
análisis de grandes cantidades de datos personales plantean preocupaciones
sobre la privacidad, la seguridad de los datos y el posible uso indebido. Lograr
el equilibrio adecuado entre utilizar IA para monitorear y mejorar los
resultados educativos mientras se respetan los derechos de privacidad de las
personas es un desafío que debe abordarse, aparte garantizar el uso ético de la
50
IA en la educación es un tema complejo. Los algoritmos de IA se basan en
grandes cantidades de datos y los sesgos presentes en los datos pueden
perpetuar las desigualdades, reforzar los estereotipos y marginar a ciertos
grupos. El riesgo de incorporar involuntariamente prácticas discriminatorias en
los sistemas de IA es una preocupación importante.
Protegerse contra los sesgos y garantizar la transparencia, la equidad y
la rendición de cuentas en los procesos de toma de decisiones de IA, es
necesario para lograr el ODS 4 sin perpetuar las desigualdades existentes, el
posible desplazamiento laboral causado por la integración de la IA en la
educación plantea un dilema importante, si bien la IA puede aumentar las
tareas administrativas y de enseñanza, existe un temor legítimo de que pueda
reemplazar a los educadores humanos, lo que generaría desempleo y mayores
disparidades socioeconómicas. Equilibrar los beneficios de la IA con la
preservación de los roles humanos en la educación es una tarea delicada que
requiere una cuidadosa planificación y consideración.
A pesar del inmenso potencial que tiene la IA para revolucionar la
educación y ayudar a lograr el ODS 4, existen numerosos desafíos específicos
que deben superarse para aprovechar su poder de manera efectiva, al mismo
tiempo, existen obstáculos más amplios que la sociedad en su conjunto debe
enfrentar si se quiere desbloquear completamente el potencial de la IA y
minimizar las consecuencias negativas que pueda traer. Uno de los principales
obstáculos es la incertidumbre que rodea el impacto de la IA en los
estudiantes, los docentes y la sociedad en general. Hay varias preguntas sin
respuesta, como cuán efectivas son realmente las intervenciones de IA, las
pedagogías apropiadas para emplear en las herramientas de IA, las
preocupaciones sobre la privacidad de los estudiantes, las posibles
ramificaciones para la seguridad laboral de los docentes y el contenido que
debe priorizarse en los planes de estudios educativos.
Un ejemplo destacado de sesgo algorítmico es la tecnología de
reconocimiento facial. Los estudios han demostrado que estos sistemas a
menudo son menos precisos para identificar a las personas con tonos de piel
más oscuros, lo que lleva a tasas más altas de falsos positivos y negativos para
las personas de color. Esta limitante puede tener graves consecuencias en áreas
como la aplicación de la ley y los procesos de contratación, donde la
tecnología de reconocimiento facial se utiliza cada vez más. Los sesgos
algorítmicos, por otro lado, son inherentes que pueden estar presentes en los
algoritmos debido a varios factores, estos pueden generar resultados injustos o
discriminatorios, pues los algoritmos están diseñados para tomar decisiones o
hacer predicciones basadas en patrones en los datos.
51
Sin embargo, si los datos utilizados para entrenar estos algoritmos están
sesgados o incompletos, los resultados del algoritmo pueden perpetuar o
amplificar los existentes. La importancia de la ética de los datos y de abordar
los sesgos algorítmicos se extiende más allá de los avances tecnológicos. Tiene
implicaciones para la justicia social, la igualdad y la protección de los
derechos individuales. Al priorizar las consideraciones éticas y trabajar
activamente para reducir los sesgos en los algoritmos, podemos esforzarnos
por lograr una sociedad más inclusiva y justa. El concepto de ética de datos y
sesgos algorítmicos ha ganado una atención significativa en los últimos años.
Este campo explora las consideraciones éticas y los posibles sesgos que surgen
del uso de datos y algoritmos en varios aspectos la vida, incluidos los procesos
de toma de decisiones, los modelos de aprendizaje automático y los sistemas
automatizados.
En conclusión, a medida que seguimos confiando en los datos y la
toma de decisiones algorítmica, es esencial garantizar que estos procesos se
lleven a cabo de manera ética y libre de sesgos. Al hacerlo, podemos
aprovechar el poder de la tecnología para lograr un impacto social positivo
mientras nos protegemos contra posibles daños. Abordar la ética de los datos y
los sesgos algorítmicos requiere un enfoque interdisciplinario. Implica
considerar las implicaciones éticas de las prácticas de recopilación de datos,
garantizar una representación diversa en el desarrollo y capacitación de
algoritmos e implementar mecanismos para la rendición de cuentas y la
transparencia. Asimismo, implica un seguimiento y evaluación permanente de
los algoritmos para identificar y corregir los sesgos que puedan surgir.
La ética de datos se refiere a los principios y lineamientos que rigen el
uso responsable y ético de los datos. Implica garantizar que la recopilación, el
análisis y la utilización de datos se lleven a cabo de manera que respete la
privacidad individual, proteja contra la discriminación y promueva la equidad
y la transparencia. Con la creciente dependencia de las tecnologías basadas en
datos, la necesidad de consideraciones éticas en el uso de datos se ha vuelto
primordial. Como se mencionó anteriormente, la utilización de datos ocupa
una posición principal en las metodologías modernas de IA, lo que da lugar a
una multitud de consultas complejas que giran en torno a la protección de los
datos, el mantenimiento de la privacidad, la determinación de la propiedad y la
realización de análisis efectivos. Estas preocupaciones éticas han ganado un
interés significativo y han sido revisadas exhaustivamente por (Jobin et al.,
2019).
La ética que rodea a los datos educativos ha sido ampliamente
explorada en varios estudios, como la investigación realizada por (Ferguson et
52
al., 2016). Este tema da lugar a numerosas consultas sobre el consentimiento
informado, la gestión de datos y los diferentes puntos de vista sobre los datos,
como las perspectivas contrastantes de las instituciones frente a las personas.
Estas investigaciones evidencian las complejidades asociadas con las
consideraciones éticas que rodean los datos educativos. Cuando se trata de
aplicar la IA en entornos educativos, es importante considerar a fondo
numerosos desafíos relacionados con los datos, así como aquellos
específicamente relacionados con la educación, como decidir los métodos de
enseñanza más adecuados, se reconoce ampliamente que la IA, por su propia
naturaleza, magnifica las características encubiertas de los datos de entrada
proporcionados y esencialmente fortalece las suposiciones profundas sobre las
que opera.
Surge un problema importante cuando los algoritmos se entrenan
utilizando conjuntos de datos que incluyen sesgos humanos. Estos algoritmos
no solo aprenden estos sesgos, sino que también tienden a magnificarlos. Esto
presenta un desafío importante, particularmente cuando las personas asumen
que estos algoritmos funcionan de manera justa e imparcial (Douglas, 2017).
En pocas palabras, la inteligencia artificial no posee sesgos inherentes. Sin
embargo, si los datos utilizados para el análisis están sesgados o si los
algoritmos empleados son inadecuados o no se reconocen, cualquier sesgo
existente puede volverse más pronunciado y ejercer una influencia más
significativa. A menudo es beneficioso hacer evidentes los sesgos, ya que
facilita el proceso de identificarlos y rectificarlos, pero, si se les da demasiada
influencia, pueden tener resultados dañinos que requieren medidas cautelosas
para mitigar su impacto.
Para garantizar que la IA realmente sirva al mejoramiento de la
sociedad, es imperativo anticipar la incorporación de la equidad y la igualdad
de género como principios fundamentales, desafortunadamente, múltiples
instancias han revelado la presencia de sesgos de género dentro de la
aplicación de la IA, un caso notable aconteció en el 2018 que involucró al
renombrado conglomerado tecnológico Amazon, que decidió discontinuar la
utilización del aprendizaje automático en su proceso de contratación. La razón
detrás de este cambio abrupto fue el descubrimiento de que el algoritmo
exhibía una discriminación sistemática contra las mujeres solicitantes. La
razón principal detrás de este problema fue que los datos originales, que se
derivaron de los registros de contratación anteriores de la empresa, sin saberlo,
contenían un prejuicio oculto contra las mujeres. Cuando se empleó la
inteligencia artificial para automatizar el proceso de selección,
inadvertidamente magnificó y expuso estos sesgos preexistentes.
53
Ha habido sugerencias presentadas por ciertas personas que expresan
su creencia de que Amazon debería haber persistido con la implementación de
IA en su proceso de contratación, en lugar de abandonarlo por completo y en
su lugar centrarse en remediar cualquier inconveniente que pueda haber estado
presente. Otro ejemplo pertinente que se puede considerar es la creación y el
avance de los asistentes personales de IA, ejemplificados por Siri de Apple,
Amazon Alexa y DuerOS de Baidu. Una gran cantidad de estas herramientas
reciben nombres y voces que se asocian predominantemente con las mujeres,
lo que puede parecer inocuo a primera vista, pero en realidad tiene
implicaciones significativas.
Por el contrario, esta elección de diseño perpetúa y refuerza los
estereotipos de género, retratando a las mujeres como subordinadas a los
hombres, al igual que el papel tradicional de una secretaria. El uso de
asistentes de IA en las aulas plantea preocupaciones sobre los estereotipos de
género y la necesidad de equidad del mismo. Estos asistentes de IA están
diseñados para obedecer órdenes sin cuestionar, lo que refleja una mayor
expectativa de que las mujeres se comporten de cierta manera. Esto plantea
interrogantes sobre el impacto que estas tecnologías pueden tener en el
refuerzo de los estereotipos de género en los entornos educativos. Es
importante reconocer las posibles consecuencias de confiar en los asistentes de
IA en las aulas y los mensajes que pueden enviar sobre los roles y expectativas
de género.
Al promover la diversidad y la inclusión en la fuerza laboral de IA,
podemos trabajar para crear tecnologías de IA que sean más sensibles a los
problemas de equidad de género y fomenten un entorno educativo más
inclusivo e igualitario. Lograr la equidad de género en la fuerza laboral de IA
es aventajado para abordar estas preocupaciones, no obstante, existe una falta
significativa de representación de mujeres en el campo de la IA. Un estudio
realizado por LinkedIn encontró que solo el 22% de los profesionales de IA en
todo el mundo son mujeres, lo que destaca la necesidad urgente de una mayor
participación femenina en esta industria. Promover la igualdad de género en el
campo de la IA es trascendental no solo para defender los derechos humanos
básicos, sino también para mitigar la posible expansión y el refuerzo de los
sesgos perpetuados por la tecnología de la IA.
3.2 Investigación del uso de la IA en la Educación
La investigación es fundamental en el avance de la comprensión de la
IA en la educación, lo que implica realizar investigaciones sistemáticas para
obtener conocimientos más profundos sobre el uso de las tecnologías de IA,
sus beneficios potenciales y los desafíos que pueden presentar. Los estudios de
54
investigación pueden explorar varias dimensiones, incluidos enfoques
pedagógicos, consideraciones éticas, privacidad de datos y cuestiones de
equidad. A través de la investigación, los académicos pueden generar
conocimiento basado en evidencia que puede informar las decisiones políticas,
guiar el desarrollo de herramientas de IA y promover las mejores prácticas en
este campo, la evaluación es otro componente ineludible para comprender la
eficacia y la efectividad de la IA en la educación.
De esta manera evaluar los resultados y beneficios de integrar las
tecnologías de IA en las prácticas educativas, esta evaluación puede contener
varios aspectos, como la participación de los estudiantes, el rendimiento
académico, el apoyo de los maestros y la eficiencia administrativa. Al realizar
evaluaciones rigurosas, los investigadores pueden determinar las fortalezas y
debilidades de los sistemas de IA, evaluar su impacto en los resultados
educativos e identificar áreas donde se requiere un mayor desarrollo o
refinamiento. El monitoreo, la evaluación y la investigación integrales de la IA
en la educación no solo son fundamentales para garantizar su implementación
exitosa, sino también para afrontar los riesgos y desafíos potenciales. A
medida que la IA continúa evolucionando, es esencial seguir el ritmo de sus
avances, monitorear su impacto, evaluar su efectividad y realizar una
investigación profunda para maximizar su potencial para mejorar la enseñanza
y el aprendizaje.
Al hacerlo, podemos aprovechar el poder de la IA para crear un
sistema educativo más inclusivo, personalizado y efectivo que prepare a los
estudiantes para los desafíos del futuro. El aspecto de monitoreo implica
observar activamente la implementación y el impacto de la IA en las
instituciones educativas. Esto incluye el seguimiento de la adopción de
tecnologías de IA, como chatbots, realidad virtual y plataformas de aprendizaje
personalizadas, en diferentes niveles y contextos educativos. Al monitorear
este uso, los investigadores pueden recopilar datos sobre su uso, identificar
desafíos potenciales y determinar su impacto general en los estudiantes, los
maestros y el entorno de aprendizaje. Esta información se puede usar para
informar los procesos de toma de decisiones y guiar la mejora de los sistemas
de IA en la educación. El proceso de monitorear, evaluar y realizar
investigaciones sobre la utilización de la inteligencia artificial en el campo de
la educación se ha vuelto cada vez más esencial. A medida que la IA continúa
revolucionando varios aspectos de nuestras vidas, su potencial para
transformar la educación es innegable. Por lo tanto, es decisivo observar,
evaluar y estudiar de cerca la integración de la IA en entornos educativos para
55
garantizar su eficacia, identificar áreas de mejora y generar información
valiosa.
A pesar de haber sido estudiada durante más de cinco décadas, la
utilización de la inteligencia artificial en el campo de la educación sigue siendo
poco común, incluso en países avanzados, sorprendentemente, la efectividad
de las tecnologías de IA integradas en entornos educativos sigue siendo
incierta. Una porción significativa del cuerpo actual de conocimiento “basado
en evidencia” con respecto a la IA en la educación se dirige principalmente en
los aspectos técnicos de cómo la IA puede operar dentro de este campo, tiende
a pasar por alto la pregunta fundamental de si la IA es realmente esencial en un
contexto educativo y no brinda una respuesta integral a esta pregunta
(Nemorin, 2021). Hay una escasez de estudios completos y reproducibles
sobre la utilización de la IA en la educación y hay pruebas sustanciales
limitadas que demuestren su eficacia a gran escala.
A pesar de, ciertos Sistemas Tutores Inteligentes han demostrado una
eficacia considerable en comparación con la instrucción en el aula
convencional. Curiosamente, la efectividad percibida de numerosas
herramientas de IA podría deberse principalmente a su novedad más que a la
sustancia que ofrecen. Hay una falta de evidencia suficiente para respaldar la
afirmación hecha por Holmes, sobre el impacto de la IA en las oportunidades,
el contenido y los resultados educativos, aunque se reconoce ampliamente que
la IA desempeñará un papel importante en la transformación de la forma en
que se imparte y gestiona la educación, sigue existiendo incertidumbre en
torno a las formas específicas en que las soluciones de IA pueden mejorar
estos resultados y contribuir a que la comunidad científica comprenda el
proceso de aprendizaje. Por lo tanto, se necesita más investigación para
explorar los posibles beneficios y limitaciones de la IA para mejorar los
resultados educativos y avanzar en el conocimiento en el campo del
aprendizaje.
Numerosas personas han planteado la idea de que la inteligencia
artificial puede desempeñar un papel importante para abordar los desafíos
educativos derivados del cierre de las escuelas debido a la pandemia de
COVID-19, en particular para mitigar las crecientes disparidades entre los
estudiantes. Durante los primeros meses de la crisis sanitaria mundial,
numerosas empresas especializadas en sistemas de inteligencia artificial para
la educación informaron de un aumento sustancial en el número de personas
que se registraban en sus plataformas. No obstante, actualmente hay una
escasez de pruebas sustanciales que indiquen que estos sistemas de IA se
utilizaron para fines que van más allá de facilitar el cuidado virtual de niños o
56
que realmente brindaron ventajas sustanciales a los jóvenes estudiantes. Por lo
tanto, es fundamental que los hacedores de políticas sean cautelosos y se
abstengan de concluir prematuramente que la IA es la solución definitiva a los
desafíos educativos desencadenados por la pandemia. Para discernir con
precisión la realidad de las afirmaciones exageradas, se debe realizar una
investigación y evaluación exhaustivas. Si bien es plausible que la IA tenga
potencial para abordar estos problemas, nuestra base de conocimientos actual
es insuficiente para determinar el alcance total de su eficacia.
Si bien se espera que los sistemas de tutoría inteligentes se utilicen para
cumplir con ciertas tareas que suelen realizar los maestros, es muy poco
probable que las máquinas los reemplacen por completo en un futuro cercano.
No obstante, el objetivo principal de numerosos desarrolladores de IA es
liberar a los docentes de varias responsabilidades, incluido el seguimiento del
avance de los estudiantes y la calificación de sus tareas, lo que les permite
concentrarse en los elementos más humanísticos de la enseñanza, como
fomentar la participación de los estudiantes, facilitar la interacción empática y
proporcionar orientación personalizada. A medida que la tecnología de IA
continúa avanzando, es inevitable que los maestros se liberen gradualmente de
una gama cada vez mayor de responsabilidades.
Esto significa que a medida que las herramientas de IA se vuelvan más
competentes en la transferencia de conocimientos, ayudando así a los
estudiantes con tareas cognitivas básicas, el papel de los profesores disminuirá,
teóricamente, este cambio permitirá a los educadores redirigir su atención
hacia el diseño y la orientación de experiencias de aprendizaje que exijan
pensamiento crítico, resolución de problemas imaginativa, trabajo en equipo
efectivo y el fomento de principios sociales, por lo que se debe reconocer que
los desarrolladores de IA probablemente ya estén explorando formas de
automatizar estas tareas de nivel superior también. Como resultado, para
garantizar que los educadores mantengan su función esencial de instruir a la
generación más joven, es imperativo que los legisladores realicen una
evaluación integral de cómo la inteligencia artificial podría revolucionar las
responsabilidades de los docentes y cómo se puede equipar a los docentes para
operar efectivamente dentro de entornos educativos donde prevalece la IA.
57
Capítulo IV
Influencia de la IA en la Autonomía del Estudiante
La IA puede ayudar a los estudiantes a desarrollar habilidades de
autorregulación, por medio de herramientas impulsadas por IA, los estudiantes
pueden establecer metas, realizar un seguimiento de su progreso y recibir
comentarios en tiempo real sobre su desempeño. Esto les ayuda a ser más
conscientes de sí mismos y responsables de sus propios resultados de
aprendizaje, promoviendo un sentido de autonomía y autodirección. Una
forma en que la IA influye en la autonomía de los estudiantes es a través de
experiencias de aprendizaje personalizadas. Con las plataformas educativas
impulsadas por IA, los estudiantes pueden acceder a contenido personalizado y
recibir comentarios personalizados en función de sus necesidades y
preferencias individuales.
Esto les permite tomar el control de su proceso de aprendizaje, ya que
tienen la libertad de elegir qué y cómo quieren aprender. El impacto de la IA
en la autonomía de los estudiantes se puede ver en varios aspectos de su viaje
educativo. La tecnología de IA tiene el potencial de mejorar la capacidad de
los estudiantes para tomar decisiones independientes, apropiarse de su
aprendizaje y desarrollar habilidades de pensamiento crítico. En conclusión, la
influencia de la IA en la autonomía de los estudiantes es multifacética. La IA
tiene el potencial de mejorar la capacidad de los estudiantes para tomar
decisiones independientes, apropiarse de su aprendizaje y desarrollar
habilidades de pensamiento crítico. Empero, es necesario considerar
cuidadosamente las limitaciones potenciales y las implicaciones éticas de la IA
para garantizar que la autonomía de los estudiantes se fomente de manera
equilibrada e inclusiva.
Es importante reconocer las posibles limitaciones de la IA en términos
de autonomía de los estudiantes. Si bien la IA puede brindar experiencias de
aprendizaje personalizadas, también puede limitar la exposición de los
estudiantes a diversas perspectivas e ideas. Los algoritmos utilizados en los
sistemas de IA están diseñados en base a datos preexistentes, que pueden
perpetuar sesgos sin darse cuenta y restringir el acceso de los estudiantes a una
amplia gama de conocimientos, por lo tanto, es necesario garantizar que las
tecnologías de IA se desarrollen e implementen de manera ética, con un
enfoque en la inclusión y la diversidad, la IA puede contribuir al desarrollo de
habilidades de pensamiento crítico en los estudiantes. Los algoritmos de IA
pueden simular escenarios del mundo real y presentar a los estudiantes
58
problemas complejos para resolver. Al participar en estas simulaciones
impulsadas por IA, se alienta a los estudiantes a pensar críticamente, analizar
información y tomar decisiones informadas. Esto no solo mejora sus
habilidades para resolver problemas, sino que también fomenta un sentido de
autonomía en sus procesos de toma de decisiones.
Incluso si logramos evitar el escenario distópico de reemplazar a los
maestros con IA, todavía existe la preocupación de que el uso cada vez mayor
de la IA adaptativa en la educación pueda socavar el empoderamiento de los
estudiantes. Esto daría como resultado menos tiempo para que los estudiantes
interactúen con sus compañeros, más decisiones tomadas por máquinas y un
mayor enfoque en el conocimiento que se automatiza fácilmente. Como
resultado, los estudiantes pueden perder oportunidades de desarrollar
habilidades importantes como el ingenio, la autoeficacia, la autorregulación, la
metacognición, el pensamiento crítico y el pensamiento independiente,
habilidades predominantes de las personas en el siglo XXI.
Con relación a este tema un STI llamado Summit Learning, que fue
creado por ingenieros de Facebook y se utiliza en aproximadamente 400
escuelas, ha enfrentado reacciones violentas de los estudiantes a través de
protestas y boicots. En múltiples casos, los estudiantes han salido de las aulas
para expresar su descontento con el programa, citando sus experiencias
negativas y la cantidad excesiva de tiempo que pasan frente a las
computadoras. Su principal preocupación es que el programa carece de la
interacción humana y el apoyo docente necesarios, que son decisivos para el
desarrollo de habilidades de pensamiento crítico (Robinson y Hernández,
2018). La Iniciativa Chan Zuckerberg, la organización que proporcionó fondos
para el proyecto Summit Learning, cuestiona estas acusaciones, por otra parte
cabe señalar que la IA tiene la capacidad de magnificar las características
latentes de los datos iniciales que recibe, reforzando así las suposiciones
subyacentes incrustadas en ellos.
Cuando se trata de tecnologías de inteligencia artificial basadas en
reglas y aprendizaje automático, comparten similitudes, pero existen ciertas
limitaciones en estas tecnologías, particularmente en su enfoque de diseño e
implementación. Tienden a priorizar la entrega de instrucciones que tienen
como objetivo transferir conocimientos y entregar contenido, sin tener en
cuenta la importancia de los factores contextuales y sociales. Este énfasis en la
transferencia de conocimientos y la entrega de contenidos refuerza
inadvertidamente las suposiciones existentes sobre los métodos de enseñanza y
aprendizaje, que pueden no ser siempre efectivos o apropiados. La comunidad
de IA en la educación debe abordar activamente una serie de preocupaciones
59
que todas las aplicaciones de IA en la educación no solo mejoren sino que
también prioricen el elemento humano, asegurándose de que no representen
una amenaza.
No se ha prestado tanta atención a la utilización de aplicaciones de IA
destinadas a los docentes para mejorar sus habilidades de enseñanza y
empoderarlos como a las aplicaciones de IA para estudiantes, que
inherentemente tienen prioridad sobre los docentes. En la actualidad, es común
que los investigadores y desarrolladores involucren a los docentes en las etapas
finales de su trabajo, como la incorporación de un tablero para mostrar los
datos de los estudiantes recopilados a través de los Sistemas Inteligentes de
Tutoría, pero esta tendencia se está transformando gradualmente. Numerosas
aplicaciones de IA diseñadas específicamente para docentes afirman aliviar su
carga de trabajo al automatizar varias tareas, incluida la evaluación, la
detección de plagio, la gestión y la retroalimentación.
La intención detrás de estas aplicaciones es liberar el tiempo de los
profesores para que puedan concentrarse en brindar un apoyo más
personalizado a sus alumnos, a medida que avanza la tecnología de IA, es
posible que los maestros se vean liberados de tantas responsabilidades que su
necesidad percibida disminuya significativamente, si bien esto podría ser
beneficioso en situaciones en las que hay escasez de docentes, el objetivo final
de eliminar el requisito de docentes humanos demuestra una falta fundamental
de comprensión con respecto a su papel social crucial en el proceso de
aprendizaje. A pesar de, que existe un acuerdo generalizado de que la creciente
accesibilidad de las herramientas de IA en entornos educativos
inevitablemente dará como resultado una transformación del papel tradicional
de los docentes, sin embargo, la forma en que se desarrollará esta
transformación sigue siendo incierta, es evidente que los educadores deben
equiparse con nuevas competencias para colaborar de manera efectiva con la
IA, al mismo tiempo que participan en un crecimiento profesional adecuado
para mejorar aún más sus capacidades interpersonales y sociales.
4.1 Integración Humanista de la IA en las Políticas Educativas
La IA y el desarrollo de políticas y prácticas educativas para priorizar
la protección de los derechos humanos y empoderar a las personas con el
conocimiento y las habilidades esenciales para el desarrollo sostenible y la
colaboración exitosa entre humanos y máquinas en diversos aspectos de la
vida, la educación y el empleo. Esto implica garantizar que la IA permanezca
bajo control humano y centrado en las necesidades e intereses de las personas,
al mismo tiempo que aprovecha su potencial para mejorar la experiencia de
aprendizaje tanto para estudiantes como para educadores. Para garantizar el
60
desarrollo responsable y justo de la IA, es necesario diseñar aplicaciones con
esta tecnología con un énfasis en la ética, la no discriminación, la equidad, la
transparencia y la auditabilidad.
Esto significa que cada paso del proceso de desarrollo de IA debe ser
monitoreado y evaluado de cerca para evaluar su impacto en las personas y la
sociedad, desde la fase de diseño inicial hasta su implementación y más allá.
Al adoptar estos principios, podemos esforzarnos por crear sistemas de IA que
sean beneficiosos y respetuosos para todos, al mismo tiempo que minimizamos
las posibles consecuencias negativas, promover los valores humanos
necesarios para el desarrollo y la implementación de la IA que implica
examinar el posible conflicto que puede surgir entre los incentivos del
mercado y la importancia de los valores humanos, las habilidades y el
bienestar social en relación con las tecnologías de IA impulsadas por la
productividad.
Valores que priorizan el bienestar de las personas y del mundo natural
por encima de la búsqueda de la eficiencia, así como la importancia de la
conexión y comunicación humana sobre la dependencia de la tecnología.
Fomentar un fuerte sentido de compromiso ético dentro de las empresas y las
comunidades para abordar de manera efectiva las preocupaciones sociales
apremiantes que plantean los avances en inteligencia artificial. Estas
preocupaciones abarcan la necesidad de equidad, transparencia, rendición de
cuentas, protección de los derechos humanos, preservación de los principios
democráticos, prevención de prejuicios y protección de la privacidad. Por ende
es importante priorizar la participación de las personas en la educación y
garantizar que estén en el centro del diseño tecnológico. Además, se debe tener
cautela con la automatización de tareas sin reconocer y compensar la
importancia de las prácticas existentes. Al abordar estos factores, se crea un
sistema educativo más inclusivo y eficaz.
Existen diversas políticas transnacionales y regionales que se enfocan
en el avance de la inteligencia artificial y la educación. Estas
políticas pueden clasificarse en términos generales en tres principios
diferentes, a saber; independientes, integradas o temáticas. El enfoque
independiente hacia la IA incluye la formulación e implementación de
políticas y estrategias específicas por parte de varias entidades, por ejemplo, la
Unión Europea ha diseñado su propia política integral titulada “El impacto de
la inteligencia artificial en el aprendizaje, la enseñanza y la educación”
(Tuomi, 2018), que se centra en los efectos potenciales de la IA en estas áreas.
De manera similar, China también desarrolló en el 2017 su propio plan
estratégico conocido como “Plan de Desarrollo de Inteligencia Artificial de
61
Nueva Generación”, delineando sus objetivos y acciones en el campo de la IA.
Estas iniciativas destacan el compromiso de diferentes regiones para abordar
de forma independiente los desafíos y oportunidades que se plantea.
En 2016, Estados Unidos presentó el “Plan Estratégico Nacional para la
Investigación y el Desarrollo de la Inteligencia Artificial”, que puso un fuerte
énfasis en el papel de la IA en la educación. El plan destacó la importancia de
mejorar las oportunidades educativas y la calidad de vida en general a través
de la integración de tecnologías de IA. Identificó tres áreas clave en las que la
IA podría tener un impacto significativo en el campo de la educación. En
primer lugar, el plan enfatizó el potencial de la tutoría automatizada
adaptativa, que podría ser universalmente accesible a través de tecnologías de
aprendizaje mejoradas con IA. Esto significa que los estudiantes tendrían la
oportunidad de recibir un apoyo educativo personalizado y personalizado,
independientemente de su ubicación geográfica o nivel socioeconómico.
Al aprovechar el poder de la IA, las instituciones educativas podrían
revolucionar la forma en que se entrega el conocimiento, asegurando que cada
alumno tenga la oportunidad de alcanzar su máximo potencial. Por último, el
plan destacó el potencial de las herramientas de IA para promover el
aprendizaje permanente y la adquisición de nuevas habilidades. En la sociedad
actual, que evoluciona rápidamente, es necesario que las personas se adapten
continuamente y adquieran nuevos conocimientos y habilidades a lo largo de
sus vidas. La IA puede facilitar este proceso al ofrecer recomendaciones
personalizadas, crear rutas de aprendizaje personalizadas y brindar acceso a
una amplia gama de recursos educativos. Esto garantiza que las personas de
todas las edades y orígenes tengan la oportunidad de mantenerse al día con las
demandas en constante cambio del mundo moderno, fomentando una cultura
de aprendizaje permanente y crecimiento personal. En conclusión, el “Plan
Estratégico Nacional de Investigación y Desarrollo de Inteligencia Artificial”
identificó el inmenso potencial de la IA en la educación, posicionando la
importancia de mejorar las oportunidades educativas y la calidad de vida a
través de la tutoría automatizada adaptativa, la colaboración entre tutores de IA
y maestros humanos, y la promoción del aprendizaje permanente y la
adquisición de habilidades. Al aprovechar el poder de la IA, las instituciones
educativas pueden transformar la forma en que se imparte el conocimiento y
garantizar que cada individuo tenga las mismas oportunidades de prosperar en
un mundo cada vez más impulsado por la tecnología.
En 2016, la República de Corea inició la implementación de su “Plan
de Preparación para la Sociedad de la Información Inteligente a Medio y Largo
Plazo”. Esta estrategia integral abarca varias medidas destinadas a dotar a la
62
nación de los recursos y capacidades necesarios para adoptar plenamente los
avances de la sociedad de la información inteligente. Uno de los aspectos
fundamentales de este plan es el ambicioso objetivo de capacitar a 5000 recién
graduados en IA cada año, a partir del año 2020. Al hacerlo, la República de
Corea busca reforzar su grupo de talentos con la asombrosa cantidad de 50.000
profesionales competentes, especialistas en IA para el año 2030, asegurando
que se mantenga a la vanguardia de la innovación y el progreso tecnológico en
el panorama de rápida evolución de la inteligencia artificial.
El “Plan de Desarrollo de Inteligencia Artificial de Próxima
Generación” fue presentado por China en 2017 con el objetivo de implementar
una “educación inteligente”. Esto implica utilizar la IA para transformar el
sistema educativo mediante la introducción de prácticas de enseñanza
innovadoras y experiencias de aprendizaje interactivas, además, el plan
enfatiza la construcción de campus inteligentes que integran la IA en los
métodos de enseñanza, las estrategias de gestión y el desarrollo de recursos, el
plan prevé la creación de un enfoque de enseñanza integral que incorpore
metodologías tridimensionales y una plataforma inteligente de aprendizaje en
línea impulsada por big data. El desarrollo de asistentes de IA y la
implementación de un extenso sistema de análisis educativo también son
componentes clave del plan. Por último, el objetivo es establecer un entorno
educativo que priorice las necesidades de los estudiantes, lo que permite una
educación personalizada adaptada a los requisitos de cada individuo.
En el año 2017, los Emiratos Árabes Unidos (EAU) introdujeron una
iniciativa integral conocida como “Estrategia de inteligencia artificial de los
EAU”. Este plan estratégico abarca varios aspectos del desarrollo e
implementación de la IA, con un enfoque particular en nueve sectores clave,
incluido el campo de la educación. La estrategia pone un énfasis significativo
en aprovechar el inmenso potencial de la inteligencia artificial no solo para
optimizar y mejorar el proceso de aprendizaje, sino también para minimizar de
manera efectiva los costos asociados con la educación. En 2018, la Unión
Europea (UE) publicó un documento innovador titulado "El impacto de la
inteligencia artificial en el aprendizaje, la enseñanza y la educación". Esta
publicación profundiza en los efectos de la IA en el aprendizaje, centrándose
específicamente en las capacidades cognitivas de las personas de diferentes
grupos de edad, como niños, niñas y adultos.
El documento presenta un argumento convincente de que la IA tiene el
potencial no solo de respaldar las capacidades cognitivas existentes, sino
también de acelerar el desarrollo cognitivo e incluso crear habilidades
completamente nuevas, por otra parte, destaca la posibilidad de que ciertas
63
habilidades pierdan su significado o se vuelvan obsoletas debido a la
influencia de la IA. Dado este contexto transformador, los autores argumentan
que es imperativo reevaluar el papel de la educación dentro de la sociedad.
Proponen una reevaluación de cómo se organiza la educación, considerando
sus objetivos y las necesidades que debe abordar a la luz de tecnologías
emergentes como la IA. Este documento sirve como un llamado a la acción,
instando a las partes interesadas en el sector de la educación a adaptarse y
evolucionar para navegar de manera efectiva los desafíos y oportunidades que
presenta la IA en el ámbito del aprendizaje y la educación.
Este documento resalta la necesidad de adoptar una perspectiva
progresista en lo que respecta a la IA y su impacto en el futuro de la
educación, profundiza en el concepto de modelos de estudiantes generados por
IA y las emocionantes oportunidades pedagógicas que pueden generar. Los
autores del documento van más allá al sugerir que es probable que la IA tenga
un impacto profundo a nivel sistémico, reconociéndola como solo una faceta
de las transformaciones más grandes que ocurren dentro de la Cuarta
Revolución Industrial. En el año 2019, la nación de Malta presentó un plan
integral llamado “Hacia una estrategia de IA” que tiene como objetivo
establecer una base sólida para el desarrollo de la inteligencia artificial. Esta
estrategia se basa en tres pilares esenciales: fomentar la inversión, la creación
de empresas e impulsar la innovación en el campo de la IA; asegurar la
integración y utilización de la IA dentro del sector público; y alentar al sector
privado a adoptar tecnologías de IA, con la educación para permitir esta
transformación. Se enfatiza que el sistema educativo de Malta debe
experimentar mejoras y adaptaciones significativas para respaldar de manera
efectiva la estrategia de IA del país y su éxito a largo plazo.
El principio integrado implica incorporar elementos de IA en políticas
y estrategias de educación o TIC establecidas, como lo demuestra la iniciativa
“Aprender Conectados” de Argentina lanzada por el Ministerio de Educación
en 2017. Este enfoque tiene como objetivo fusionar sin problemas las
tecnologías y herramientas de IA con los marcos educativos existentes,
asegurándose de que complementen y mejoren la experiencia de aprendizaje
de los estudiantes. Al integrar la IA en las políticas y estrategias educativas,
países como Argentina están dando pasos significativos para preparar a sus
estudiantes para las demandas de la era digital y equiparlos con las habilidades
y el conocimiento necesarios para prosperar en un mundo cada vez más
impulsado por esta icnología. Este principio integrado reconoce el potencial de
la IA para revolucionar la educación y aprovecha su poder transformador al
64
implementarlo dentro de los sistemas y estructuras existentes, en lugar de
tratarlo como una entidad separada.
En el año 2016, Malasia se embarcó en una iniciativa innovadora
conocida como el movimiento #mydigitalmaker, cuyo objetivo es incorporar el
pensamiento computacional en su marco educativo. El objetivo principal de
este movimiento es establecer alianzas entre diversas entidades, como el sector
privado, el sector público y la academia, con el objetivo final de desarrollar y
nutrir en colaboración planes de estudio centrados en lo digital que estén en
línea con los objetivos definidos por el Ministerio de Educación. Education
(Ministerio de Educación y Malaysia Digital Economy Corporation, 2017)
(Pedro et al., 2019). En el año 2017, Argentina presentó una innovadora
iniciativa conocida como “Aprender Conectados” con el ambicioso objetivo de
incorporar el aprendizaje digital en todas las etapas de la educación
obligatoria.
Como parte de esta iniciativa, se propuso que para el año 2019 todas las
escuelas de Argentina deberían implementar la programación y la robótica en
sus planes de estudio, el plan de estudios cuidadosamente diseñado no solo
describe objetivos de aprendizaje apropiados para la edad, sino que también
proporciona competencias específicas que los estudiantes deben adquirir en
cada nivel educativo, desde preescolar hasta la escuela secundaria. El objetivo
final de este enfoque integral es dotar a los estudiantes de una competencia
total en la utilización de varios métodos y técnicas informáticas, tanto de
forma independiente como en colaboración con otros, con el objetivo final de
resolver de manera eficaz los problemas que puedan encontrar.
En el caso del principio temático de esta discusión se centra en un tema
particular relacionado con la intersección de la inteligencia artificial y la
educación, una muestra de este tema es el “Reglamento general de protección
de datos” (RGPD) de la Unión Europea, en 2016, Este reglamento integral se
promulgó con el objetivo de lograr tres objetivos principales; unificar las leyes
de privacidad de datos en toda Europa, salvaguardar la privacidad de todos los
ciudadanos de la Unión Europea y revolucionando el enfoque de las
organizaciones en todo el continente hacia la privacidad de los datos. El RGPD
ha tenido un profundo impacto en la forma en que las empresas y las personas
manejan y protegen los datos personales, ya que impone normas y reglamentos
estrictos que deben seguirse para garantizar el cumplimiento.
Al establecer un marco armonizado para la protección de datos, el
RGPD ha brindado a las personas un mayor control sobre su información
personal y ha creado un entorno más transparente y responsable para las
65
organizaciones en el manejo de datos. En consecuencia, esta legislación ha
obligado a las empresas a adoptar medidas sólidas de protección de datos,
implementar principios de privacidad desde el diseño y mejorar sus prácticas
de manejo de datos para alinearse con los estrictos requisitos de RGPD, sin
duda ha transformado el panorama de la privacidad de datos en Europa,
sirviendo como punto de referencia para otros países y regiones que buscan
fortalecer sus propias leyes de protección de datos. También en 2017, la Unión
Europea presentó el “Marco Europeo de Competencias Digitales” (DigComp),
una iniciativa integral destinada a definir y mejorar la competencia digital.
Según (Carretero et al., 2017), este marco abarca varios aspectos clave, que
incluyen alfabetización en información y datos, comunicación y colaboración
efectivas, la capacidad de crear contenido digital, garantizar la seguridad en
entornos digitales y la competencia en la resolución de problemas utilizando
herramientas digitales. Al abarcar estas diversas competencias, la UE busca
equipar a las personas con las habilidades y los conocimientos necesarios para
navegar y prosperar en la era digital.
En 2017, la Educación en China introdujo un conjunto integral de
directrices conocido como “Nuevos estándares curriculares de TIC para la
educación secundaria superior”. Este documento innovador tiene como
objetivo cultivar varias habilidades y conocimientos en los estudiantes,
incluido el desarrollo de una comprensión de la información, el fomento de las
habilidades de pensamiento computacional, la promoción del aprendizaje y la
innovación digitales, y la inculcación de un sentido de responsabilidad dentro
de una sociedad basada en la información. Estos estándares marcan un paso
significativo en el panorama educativo chino, reconociendo la importancia de
equipar a los estudiantes con las competencias necesarias para prosperar en la
era digital.
Al enfatizar estas cuatro áreas clave, los estándares del plan de estudios
buscan preparar a los estudiantes para los desafíos y oportunidades que
presenta el mundo de la información y la tecnología en rápida evolución. De
acuerdo con los “Nuevos Estándares Curriculares de TIC para la Educación
Secundaria Superior”, el currículo de TIC abarca tres cursos principales: el
Curso Obligatorio, Electivo I y Electivo II. El Curso Obligatorio de TIC se
compone de dos módulos distintos, a saber, Datos y Cálculo, y Sistema de
Información y Sociedad. Para brindar una educación integral, el plan de
estudios también incluye el Curso Electivo de TIC I, que se divide en un
módulo básico y un módulo de aplicación. El módulo básico cubre temas
esenciales como Datos y estructuras de datos, Fundamentos de redes y Gestión
y análisis de datos. Por otro lado, el módulo de aplicación profundiza en
66
aspectos más prácticos de las TIC, incluido el diseño de aplicaciones, la
creatividad y el diseño 3D y el diseño de proyectos de hardware abierto. Por
último, el Curso Electivo de TIC II introduce a los estudiantes a los
Fundamentos de los Algoritmos y proporciona una Introducción a los Sistemas
Inteligentes.
En 2018, China también presentó el “Plan de acción innovador para la
inteligencia artificial en las instituciones de educación superior”, una iniciativa
integral destinada a promover el avance de la inteligencia artificial en las
universidades. Este plan estratégico abarca varios objetivos, incluida la mejora
del ecosistema de innovación dentro de las escuelas y universidades
profesionales, el aumento de los programas de desarrollo de talento de IA y el
refuerzo de la utilización práctica de los avances científicos y tecnológicos
logrados por las instituciones educativas en el ámbito de la IA, a través de esta
iniciativa, China busca impulsar el crecimiento y la aplicación de la tecnología
de IA en la educación superior, contribuyendo así a su desarrollo nacional
general y competitividad global en el campo.
En el año 2017, la nación de Singapur inició el “Movimiento
Code@SG - Desarrollo del pensamiento computacional como una capacidad
nacional” (Autoridad de desarrollo de medios de información y comunicación
de Infocomm, 2017). Este importante esfuerzo se centra en la importancia de
fomentar las habilidades de escritura de código y las habilidades de
pensamiento computacional entre los estudiantes desde una edad temprana,
reconociendo su creciente importancia en la vida cotidiana y las trayectorias
profesionales de las personas. Al enfatizar la necesidad de cultivar estas
habilidades desde el principio, Singapur tiene como objetivo equipar a su
futura generación con las herramientas necesarias para navegar en un mundo
cada vez más digitalizado y prosperar en sus futuras carreras. En 2012, Estonia
inició la implementación de la iniciativa “ProgeTiger”, supervisada por la
Fundación para las Tecnologías de la Información y la Comunicación para la
Educación (HITSA) y respaldada financieramente por el Ministerio de
Educación e Investigación de Estonia. El objetivo principal de este programa
es incorporar la programación y la robótica en los planes de estudio existentes
de educación preescolar, primaria y vocacional en todo el país.
4.2 IA para Capacitar a los Docentes
El uso de la inteligencia artificial para capacitar a los docentes y
mejorar sus habilidades de enseñanza se ha pasado relativamente por alto en
comparación con el enfoque en las aplicaciones de IA orientadas a los
estudiantes. Si bien la IA centrada en el estudiante está diseñada para superar
el papel de los docentes, el potencial de la IA orientada al docente para
67
empoderar a los educadores aún no se ha realizado por completo. En la
actualidad, los educadores e innovadores frecuentemente involucran a los
docentes únicamente para la conclusión de sus esfuerzos, como la
incorporación de un tablero para exhibir la información generada por los
Sistemas Inteligentes de Tutoría (ITS) para los estudiantes. Sin embargo, esta
práctica está experimentando un cambio gradual.
Numerosas aplicaciones de IA diseñadas específicamente para docentes
afirman aliviar su carga de trabajo al automatizar varias tareas, incluida la
evaluación, la detección de plagio, la gestión y la retroalimentación. La
intención detrás de esto es permitir que los maestros dediquen su tiempo a
otras responsabilidades importantes, como brindar apoyo personalizado a los
estudiantes. Sin embargo, a medida que la IA continúa avanzando, existe la
preocupación de que los maestros puedan eventualmente ser relevados de
tantas tareas que su importancia disminuya, casi hasta el punto de ser
innecesaria. Si bien esto puede tener algunas ventajas en situaciones en las que
hay escasez de docentes, el objetivo final de eliminar el requisito de docentes
humanos demuestra un malentendido fundamental de su papel social
indispensable en el proceso de aprendizaje.
Sin embargo, existe un acuerdo generalizado de que, con la creciente
accesibilidad de las herramientas de IA en los entornos educativos, las
responsabilidades y funciones de los docentes experimentarán
transformaciones significativas. Sin embargo, la naturaleza exacta de estos
cambios sigue siendo incierta. No obstante, es evidente que los docentes deben
equiparse con competencias novedosas que los capaciten para colaborar sin
problemas con la tecnología de IA, además de participar en actividades de
crecimiento profesional relevantes que mejorarán sus competencias
humanísticas e interpersonales.
La inteligencia artificial se está utilizando para brindar capacitación y
apoyo a los educadores y en última instancia, mejorar sus habilidades y su
eficacia en el aula, la IA puede proporcionar retroalimentación y evaluación
inmediatas, que a menudo faltan en los entornos de capacitación tradicionales.
A través de algoritmos inteligentes y modelos predictivos, la IA puede analizar
el desempeño de un maestro e identificar áreas en las que sobresalen o
necesitan mejoras adicionales. Esta retroalimentación en tiempo real no solo
ayuda a los maestros a medir su progreso, sino que también les permite hacer
los ajustes necesarios en sus métodos de enseñanza, lo que lleva a un
crecimiento y una mejora continuos. La IA ha revolucionado varias industrias
y la educación no es una excepción.
68
Con su capacidad para procesar grandes cantidades de datos y aprender
de patrones y tendencias, la IA tiene el potencial de transformar la
capacitación y el apoyo de los docentes de formas que antes eran
inimaginables. Es importante tener en cuenta que la IA no está destinada a
reemplazar a los maestros, sino a complementar su experiencia y brindarles las
herramientas que necesitan para tener éxito. Al adoptar la IA en la formación
de docentes, las instituciones educativas pueden empoderar a sus educadores
para que se adapten al panorama educativo en constante cambio, lo que en
última instancia beneficia a los estudiantes y a la sociedad en su conjunto. En
los últimos años, ha habido un reconocimiento creciente del papel crucial que
desempeñan los docentes en la formación de las mentes y el futuro de los
estudiantes. Sin embargo, las demandas y los desafíos que enfrentan los
docentes están en constante evolución, lo que les obliga a actualizar
continuamente sus conocimientos y estrategias de enseñanza. Aquí es donde
entra en juego la inteligencia artificial.
La IA puede facilitar la colaboración entre educadores al conectar a
maestros de diferentes regiones o incluso países. A través de plataformas en
línea, los docentes pueden compartir las mejores prácticas, intercambiar ideas
y aprender de las experiencias de los demás. Esta red global de educadores
abre un mundo de oportunidades para el crecimiento profesional y la
comprensión intercultural, lo que en última instancia beneficia tanto a los
maestros como a sus alumnos. Tradicionalmente, los programas de formación
docente se han basado en gran medida en talleres y seminarios presenciales,
que pueden consumir mucho tiempo y ser costosos. AI ofrece una alternativa
más flexible y rentable. Al utilizar plataformas impulsadas por IA, los
maestros pueden acceder a módulos de capacitación personalizados.
69
Conclusiones
La inteligencia artificial (IA) ha comenzado a hacerse cargo de tareas
rutinarias y repetitivas, revolucionando los niveles de productividad pero
también provocando muchas pérdidas de empleos. Existe consenso en que la
IA no sólo creará nuevas oportunidades profesionales, sino que también tendrá
un impacto positivo en la economía y en el índice per cápita país. Sin embargo,
hay sectores educativos, financieros y gubernamentales que no están
completamente de acuerdo sobre el uso ético y responsable de la IA.
Cualesquiera que sean las consecuencias a largo plazo, no se puede negar que
la naturaleza del trabajo está a punto de sufrir una transformación significativa,
pues la noción de una praxis docente sólida y previsible, se está volviendo
cada vez más obsoleta, ya que la IA está sustituyendo la oralidad didáctica en
la práctica pedagógica.
Este cambio en la dinámica docente tendrá consecuencias de gran
alcance y a menudo perjudiciales para millones de estudiantes. Para adaptarse
al panorama cambiante, los responsables de la gestión educativa, se verán
obligados a reinventarse continuamente y elegir las responsabilidades éticas y
deontológicas en los espacios de aprendizaje. En consecuencia, hay énfasis en
la transferencia de conocimientos y la entrega de contenidos que refuerza
inadvertidamente las suposiciones existentes sobre los métodos de enseñanza y
aprendizaje, que pueden no ser siempre efectivos o apropiados. La comunidad
que implemente la IA en la educación, debe abordar activamente, priorizar el
elemento humano, como factor de autorregulación en la adopción de las
tecnologías de parte del estudiantado.
En conclusión, la inteligencia artificial y la usabilidad pedagógica, debe
formar y apoyar a los docentes, en instancia, mejorar las habilidades blandas y
la asertividad en el manejo de aula. Lo positivo, la inteligencia artificial puede
proporcionar retroalimentación y autoevaluación, algo que a menudo falta en
los entornos de aprendizaje tradicionales. Se recomienda que cada etapa del
desarrollo de la IA debe ser monitoreada, evaluada y sistematizada
cuidadosamente para medir el impacto en la academia, desde la etapa de
diseño curricular hasta la etapa de implementación y profesionalización
docente.
70
Bibliografía
Baker, T., Smith, L. y Anissa, N., (2019). Educ-AI-tion Rebooted? Exploring
the future of artificial intelligence in schools and colleges. Londres,
NESTA. Recuperado en 28 de marzo de 2021, de:
https://www.nesta.org.uk/report/education-rebooted/
Barrett, H., (2017). Plan for five careers in a lifetime. Financial Times.
Recuperado en 29 de diciembre de 2020, de:
https://www.ft.com/content/0151d2fe-868a-11e7-8bb1-5ba57d47eff7
Bhutani, A., y Wadhwani P. (2018). Artificial Intelligence (AI) in Education
Market Size, By Model (Learner, Pedagogical, Domain), By
Deployment (On-Premise, Cloud), By Technology (Machine
Learning, Deep Learning, Natural Language Processing (NLP), By
Application (Learning Platform & Virtual Facilitators, Intelligent
Tutoring System (ITS), Smart Content, Fraud & Risk Management),
By End-Use (Higher Education, K-12 Education, Corporate
Learning), Industry Analysis Report, Regional Outlook, Growth
Potential Competitive Market Share & Forecast, 2018 – 2024.
Recuperado en 29 de diciembre de 2020, de:
https://www.gminsights.com/industry-analysis/artificial-intelligence-
ai-in-education-market
Belpaeme, T., Kennedy, J., Ramachandran, A., Scassellati, B.y Tanaka, F.,
(2018). Social robots for education: A review. Science Robotics, Vol.
3, No. 21, pp. 1–9.
Block, N., (1995): “The Mind as Software of the Brain.” En Smith y Osherson
(eds.) An Invitation to Cognitive Science, 2nd Edition, Vol. 3:
Thinking.Cambridge, Mass., MIT Press, pp. 377-426.
Carretero, S., Vuorikari, R., and Punie, Y., (2017). DigComp 2.1: The digital
competence framework for citizens with eight proficiency levels and
examples of use, EUR 28558 EN. Recuperado en 22 de febrero de
2021, de:
https://publications.jrc.ec.europa.eu/repository/bitstream/JRC106281/
web-digcomp2.1pdf_(online).pdf
Dautenhahn, K., Nehaniv, C. L., Walters, M. L., Robins, B., Kose-Bagci, H.,
Mirza, N. A.y Blow, M., (2009). KASPAR – a minimally expressive
humanoid robot for human–robot interaction research. Applied
Bionics and Biomechanics, Vol. 6, No. 3-4, Special Issue on
Humanoid Robots, pp. 369–397.
du Boulay, B., Poulovassilis, A., Holmes, W. y Mavrikis, M., (2018). What
does the research say about how artificial intelligence and big data
71
can close the achievement gap? R. Luckin (ed.), Enhancing Learning
and Teaching with Technology. Londres, Institute of Education Press,
pp. 316–327.
Dean Jr., D. y Kuhn, D., (2007). Direct instruction vs. discovery: The long
view. Science Education, Vol. 91, No. 3, pp. 384–397.
Douglas, L., (2017). AI is not just learning our biases; it is amplifying them.
Medium. Recuperado en 28 de agosto de 2018, de:
https://medium.com/@laurahelendouglas/ai-is-not-just-learning-our-
biases-it-is-amplifying-them-4d0dee75931d
Feathers, T., (2019). Flawed Algorithms Are Grading Millions of Students’
Essays. Vice. Recuperado en 13 de enero de 2020, de:
https://www.vice.com/en/article/pa7dj9/flawed-algorithms-are-
grading-millions-of-students-essays
Feng, J. (2019). China to curb facial recognition technology in schools.
SupChina. Recuperado en 29 de diciembre de 2020, de:
https://unesdoc.unesco.org/ark:/48223/pf0000376709
Ferguson, R., Brasher, A., Clow, D., Cooper, A., Hillaire, G., Mittelmeier, J.,
Rienties, B., Ullmann, T. y Vuorikari, R., (2016). Research Evidence
on the Use of Learning Analytics: Implications for Education Policy.
Recuperado en 22 de febrero de 2021, de:
https://oro.open.ac.uk/48173/
Graham, J.,( 2018). Meet the robots teaching Singapore’s kids tech.
Recuperado en 5 de abril de 2019: https://apolitical.co/solution-
articles/en/meet-the-robots-teaching-singapores-kids-tech
Graesser, A. C., VanLehn, K., Rosé, C. P., Jordan, P. W. y Harter, D., (2001).
Intelligent tutoring systems with conversational dialogue. AI
Magazine, Vol. 22, No. 4, p. 39.
Harwell, D., (2019). Colleges are turning students’ phones into surveillance
machines, tracking the locations of hundreds of thousands [WWW
Documento]. Washington Post. Recuperado en 3 de enero de 2020,
de:
https://www.washingtonpost.com/technology/2019/12/24/colleges-
are-turning-students-phones-into-surveillance-machines-tracking-
locations-hundreds-thousands/
Hao, K., (2019). In 2020, let’s stop AI ethics-washing and actually do
something - MIT echnology Review [WWW Document]. MIT
Technology Review. Recuperado en 13 de enero de 2020, de:
https://www.technologyreview.com/2019/12/27/57/ai-ethics-washing-
time-to-act/
72
Herodotou, C., Gilmour, A., Boroowa, A., Rienties, B., Zdrahal, Z. y Hlosta,
M., (2017). Predictive modelling for addressing students’ attrition in
higher education: The case of OU Analyse. The Open University,
Milton Keynes, Reino Unido. Recuperado en 5 de noviembre de
2018, de: https://oro.open.ac.uk/49470/
Holmes, W., Bialik, M. y Fadel, C., (2019). Artificial Intelligence in
Education: Promises and implications for teaching and learning.
Boston, MA, Center for Curriculum Redesign.
Holmes, W., Anastopoulou, S., Schaumburg, H. y Mavrikis, M., (2018).
Technology-Enhanced Personalised Learning: Untangling the
evidence. Stuttgart, Robert Bosch Stiftung. Recuperado en 22 de
febrero de 2021, de: https://www.bosch-
stiftung.de/sites/default/files/publications/pdf/2018-
08/Study_Technology-
enhanced%20%20Personalised%20Learning.pdf
Holstein, K., McLaren, B. M. y Aleven, V.,( 2018). Student learning benefits
of a mixed-reality teacher awareness tool in AI-enhanced classrooms.
C. Penstein Rosé, R. Martínez- Maldonado, H. U. Hoppe, R. Luckin,
R., M. Mavrikis, K. Porayska-Pomsta, B. McLaren, & B. du Boulay
(eds.), Acta de la 19° Conferencia Internacional de IA en Educación,
2018 Londres, Reino Unido, 27–30 de junio, 2018. Cham, Springer
International Publishing, vol. 10947, pp. 154–168.
Hood, D., Lemaignan, S. y Dillenbourg, P., (2015). When Children Teach a
Robot to Write: An Autonomous Teachable Humanoid Which Uses
Simulated Handwriting. ACM/ IEEE International Conference on
Human-Robot Interaction 2015, 83–90.
Herold, B., (2018). How (and Why) Ed-Tech Companies Are Tracking
Students’ Feelings [WWW Documento]. Education Week. Recuperado
en 28 de diciembre de 2020, de:
https://social.techcrunch.com/2017/11/22/%20altschool-wants-to-
change-how-kids-learn-but-fears-%20that-%20its-failing-students-
are-surfacing
Jobin, A., Ienca, M., y Vayena, E., (2019). Artificial Intelligence: The global
landscape of ethics guidelines. Nature Machine Intelligence, 1(9),
389–399.
Kelly, S., Olney, A.M., Donnelly, P., Nystrand, M. y D’Mello, S.K., (2018).
Automatically measuring question authenticity in real-world
classrooms. Educational Researcher, 47(7), pp.451-464.
Loizos, C. (2017). AltSchool wants to change how kids learn, but fears have
surfaced that it’s failing students. TechCrunch. Recuperado en 29 de
73
diciembre de 2020, de:
https://social.techcrunch.com/2017/11/22/%20altschool-wants-to-
change-how-kids-learn-but-fears-%20that-%20its-failing-students-
are-surfacing
Luckin, R., Holmes, W., Griffiths, M. y Forcier, L. B., (2016). Intelligence
Unleashed: An argument for AI in Education. Londres, Pearson.
Recuperado en 22 de febrero de 2021, de:
https://www.pearson.com/content/dam/one-dot-com/one-dot-
com/global/Files/about-pearson/innovation/open-ideas/Intelligence-
Unleashed-v15-Web.pdf
Luckin, R., (2017). Towards artificial intelligence-based assessment systems.
Nat Hum Behav 1, 0028.
Lee, K. F., (2018). AI Superpowers: China, Silicon Valley and the New World
Order. Houghton Mifflin Harcourt Publishing Company.
Marcus, G. y Davis, E., (2019). Rebooting AI: Building artificial intelligence
we can trust. Nueva York, Ballantine Books Inc.
McCarthy, J., Minsky, M. L., Rochester, N. y Shannon, C. E., (2006). A
proposal for the Dartmouth Summer Research Project on Artificial
Intelligence, August 31, 1955. AI Magazine, Vol. 27, No. 4, pp. 12–
14.
Nemorin, S., (2021). Fair-AI. Project Update #6. Preliminary Findings.
Recuperado en 4 de febrero de 2021, de: https://www.fair-
ai.com/project-update-6
OIT (Organización Internacional del Trabajo)., (2019). Work for a Brighter
Future: Global Commission on the Future of Work. Recuperado en 26
de enero de 2021, de: https://www.ilo.org/media/410956/download
Pareto, L., (2009). Teachable Agents that Learn by Observing Game Playing
Behavior, in: Craig, S.D., Dicheva, D. (Eds.), Acta de la AIED 2009.
Presentado en la AIED 2009: 14º Conferencia Internacional de
Inteligencia Artificial en la Educación, Brighton, pp. 31–40.
Pedro, F., Miguel, S. Rivas, A., y Valverde, P.,(2019). Artificial Intelligence in
Education: Challenges and opportunities for sustainable
development. Paris, UNESCO. Recuperado en 29 de diciembre de
2020, de: https://unesdoc.unesco.org/ark:/48223/pf0000366994
Russell, S. y Norvig, P., (2016). Artificial Intelligence: A modern approach,
3rd edition. Boston, MA, Pearson.
Robinson, A. y Hernandez, K. (2018). Recuperado en 29 de marzo de 2021,
de: https://www.edsurge.com/news/2018-11-15-dear-mr-zuckerberg-
students-take-summit-learning-protests-directly-to-facebook-chief
74
Smith, M. L., y Neupane, S., (2018). Artificial Intelligence and Human
Development. Toward a Research Agenda., 0ttawa, International
Development Research Centre. Recuperado en 22 de febrero de 2021,
de: https://idrc-crdi.ca/en/stories/artificial-intelligence-and-human-
development
Smith, A. y Anderson. J., (2014). AI, Robotics, and the Future of Jobs. Pew
Research Center. Washington, DC. Recuperado en 1 de febrero de
2021, de: https://www.pewresearch.org/internet/wp-
content/uploads/sites/9/2014/08/Future-of-AI-Robotics-and-Jobs.pdf
Seldon, A. y Abidoye, O., (2018). The Fourth Education Revolution: Will
artificial intelligence liberate or infantilise humanity? University of
Buckingham Press.
Tuomi, I., (2018). El Impacto de la Inteligencia Artificial en el Aprendizaje, la
Enseñanza y la Educación. M. Cabrera, R. Vuorikari, y Y. Punie
(eds.), Policies for the future. Luxemburgo, Oficina de Publicaciones
de la Unión Europea, EUR 29442 EN. Recuperado en 22 de febrero
de 2021, de: https://intef.es/wp-
content/uploads/2020/02/2019_11_Inteligencia-Artificial_JRC_
INTEF.pdf
Unión Europea., (2016). Reglamento General de Protección de Datos.
Recuperado en 22 de febrero de 2021, de:
https://ec.europa.eu/info/law/law-topic/data-protection/eu-data-
protection-rules_es
UNESCO., (2019). Marco de competencias de los docentes en
materia de TIC.
Recuperado en 29 de diciembre de 2020, de:
https://unesdoc.unesco.org/ark:/48223/pf0000371024
Villanueva, C. C., (2003). Education Management Information System (EMIS)
and the Formulation of Education for All (EFA) Plan of Action, 2002-
2015. UNESCO Almaty
Cluster Office and the Ministry of Education of Tajikistan.
Recuperado en 22 de febrero de 2021, de:
https://unesdoc.unesco.org/ark:/48223/pf0000156818
Zawacki-Richter, O., Marín, V. I., Bond, M. & Gouverneur, F., (2019).
Systematic review of research on artificial intelligence applications in
higher education – where are the educators? International Journal of
Educational Technology in Higher Education, Vol. 16, No. 1, pp. 1–
27.
Zhong, Y. X., (2006). A cognitive approach and AI research. 2006 5th IEEE
International Conference on Cognitive Informatics, Vol. 1, pp. 90-
100.
75
De esta edición de “Inteligencia artificial: Praxis y
empoderamiento docente”, se terminó de editar en la ciudad de
Colonia del Sacramento en Julio de 2024
76
Lima - Colonia del Sacramento - Buenos Aires
77
